大數(shù)據(jù)新的應(yīng)用方向：大數(shù)據(jù)救災(zāi)

大數(shù)據(jù) 應(yīng)用救災(zāi)

PATRICK MEIER | 2017-06-26 13:49

【數(shù)據(jù)猿導(dǎo)讀】航空影像已經(jīng)成為一個(gè)大數(shù)據(jù)問題，因此，我和我的團(tuán)隊(duì)正在使用人類計(jì)算(眾包)、機(jī)器計(jì)算(人工智能)和計(jì)算機(jī)視覺來理解這一新的大數(shù)據(jù)源。

大數(shù)據(jù)新的應(yīng)用方向：大數(shù)據(jù)救災(zāi)

最近的科學(xué)研究表明，在單次20分鐘的無(wú)人機(jī)飛行期間所捕捉到的空中圖像可能需要花費(fèi)半天以上的時(shí)間去分析。早些時(shí)候?yàn)榱藨?yīng)對(duì)“帕姆”颶風(fēng)，我們?cè)谑澜玢y行的人道主義無(wú)人機(jī)任務(wù)中飛行了幾十次。我們捕捉到的圖像足以讓一位專家分析師專心致志工作至少20個(gè)全職工作日才能搞清楚。換句話說，航空影像已經(jīng)成為一個(gè)大數(shù)據(jù)問題。因此，我和我的團(tuán)隊(duì)正在使用人類計(jì)算(眾包)、機(jī)器計(jì)算(人工智能)和計(jì)算機(jī)視覺來理解這一新的大數(shù)據(jù)源。

例如，我們最近與南安普頓大學(xué)和EPFL合作，從航空影像中分析了颶風(fēng)“帕姆”在瓦努阿圖(西南太平洋島國(guó))中所造成的破壞。這項(xiàng)研究的目的是為了能夠得到及時(shí)的響應(yīng)解答。救援組織想要的不僅僅是受災(zāi)地區(qū)的高分辨率航拍圖像，他們需要的是答案;例如，受損建筑物的數(shù)量和位置，流離失所的人們的數(shù)量和位置，以及還有哪些道路仍然可用來運(yùn)送救援物資等。簡(jiǎn)單地給他們圖像是遠(yuǎn)遠(yuǎn)不夠的。正如我在新書《數(shù)字人道主義者》中所表明的觀點(diǎn)那樣，援助和發(fā)展組織已經(jīng)被災(zāi)前災(zāi)后產(chǎn)生的擁有巨大體量和迅猛速度的大數(shù)據(jù)所淹沒。再加上另一個(gè)數(shù)據(jù)源“空中大數(shù)據(jù)”可能是毫無(wú)意義的，因?yàn)檫@些組織可能根本沒有時(shí)間和能力來理解這些新數(shù)據(jù)，更不用說將結(jié)果與其他數(shù)據(jù)集成在一起了。

因此，我們分析了部署用來跟蹤颶風(fēng)帕姆的MicroMappers平臺(tái)的眾包結(jié)果，以確定這些數(shù)據(jù)是否可以用來訓(xùn)練未來能在瓦努阿圖遭受災(zāi)難的過程中自動(dòng)檢測(cè)災(zāi)難損害的算法。在整個(gè)MicroMappers的部署期間，數(shù)字志愿者分析了3000多張高分辨率的傾斜航空?qǐng)D像，追蹤那些可能被完全摧毀、部分受損、基本完好的房屋。我和同事Ferda Ofli與Nicolas Rey(暑期和我們共事的EPFL研究生)合作，探索這些痕跡是否可以用來訓(xùn)練我們的算法。下面的結(jié)果則出自Ferda和Nicolas之手。我們的研究不僅僅是一項(xiàng)學(xué)術(shù)活動(dòng)。瓦努阿圖是世界上最易受災(zāi)的國(guó)家。此外厄爾尼諾現(xiàn)象(El Niño)可能是半個(gè)世紀(jì)以來最強(qiáng)的一次。

大數(shù)據(jù)_應(yīng)用_救災(zāi)-1

根據(jù)眾包結(jié)果，1145幅高分辨率圖像中沒有包含任何建筑物。以上是一個(gè)簡(jiǎn)單的直方圖，描述每幅圖中建筑物的數(shù)量。瓦努阿圖的航拍圖像是非常不均勻的，不僅在它們展示的特征多樣性上有所不同，而且在視角和拍攝的高度也各不相同。雖然絕大多數(shù)的圖像是傾斜的，有些圖像幾乎是最低點(diǎn)圖片，有些則非常接近地面，甚至是在起飛之前拍的。

大數(shù)據(jù)_應(yīng)用_救災(zāi)-2

我們的圖像數(shù)據(jù)集的異質(zhì)性使得這種圖像的自動(dòng)分析更加困難。此外，我們數(shù)據(jù)集中還存在很多尚在施工中的建筑物，因?yàn)樗鼈兛雌饋砗芟駬p壞的建筑物，所以識(shí)別起來也是一個(gè)大難題。我們的第一項(xiàng)任務(wù)是訓(xùn)練算法，以確定任意給定的航空?qǐng)D像中是否顯示了某種建筑物。這是一個(gè)重要的任務(wù)，因?yàn)樵谖覀兊臄?shù)據(jù)集中超過30%的圖像不包含建筑物。因此，如果我們能夠開發(fā)出一種精確的算法來自動(dòng)過濾掉這些無(wú)關(guān)的圖像(比如下面的“噪音”)，這樣我們就能集中心力于處理相關(guān)圖像的眾包分析。

大數(shù)據(jù)_應(yīng)用_救災(zāi)-3

迄今為止雖然我們的研究結(jié)果還處于初級(jí)階段，但我們已經(jīng)對(duì)所發(fā)現(xiàn)的東西感到欣慰了。我們訓(xùn)練用來確定一幅空中圖像中是否包括建筑物的算法已經(jīng)達(dá)到90%以上的精度了。更確切地說，我們的算法能夠識(shí)別和過濾掉60%不包含任何建筑物(召回率)的圖像，而且只有10%包含建筑物的圖像被錯(cuò)誤地丟棄(精確率為90%)。下面就是舉例。毫無(wú)疑問現(xiàn)在仍然存在很多的重大挑戰(zhàn)，所以我們希望在現(xiàn)階段不做出過分承諾。在接下來的步驟中，我們將探索我們的計(jì)算機(jī)視覺算法是否能夠區(qū)分遭到破壞或者保存完好的建筑物。

大數(shù)據(jù)_應(yīng)用_救災(zāi)-4

我們之前在瓦努阿圖使用的無(wú)人機(jī)還需要我們操作著陸才能獲得采集到的圖像?，F(xiàn)在越來越多的新型無(wú)人機(jī)提供了實(shí)時(shí)地將航拍圖像和視頻傳送回基地的功能。例如，大疆推出的“精靈”系列新品Phantom 3無(wú)人機(jī)(見下圖)就允許用戶將航空視頻直接發(fā)送到Y(jié)ouTube進(jìn)行直播(假設(shè)有連接)。毫無(wú)疑問，這是無(wú)人機(jī)工業(yè)的發(fā)展方向：實(shí)時(shí)數(shù)據(jù)收集和分析。在人道主義應(yīng)用中的搜索和救援等方面，實(shí)時(shí)進(jìn)行數(shù)據(jù)分析是更上一層樓的。

這就解釋了為什么我和我的團(tuán)隊(duì)最近要與南安普頓大學(xué)的Elliot Salisbury & Sarvapali ram進(jìn)行合作，分析來自災(zāi)區(qū)的實(shí)時(shí)航拍視頻，并將這種眾包和(希望)實(shí)時(shí)機(jī)器學(xué)習(xí)和自動(dòng)化特征檢測(cè)結(jié)合起來。換句話說，當(dāng)數(shù)字志愿者忙著在視頻中標(biāo)注災(zāi)難損害時(shí)，我們希望我們的算法能夠?qū)崟r(shí)地向這些志愿者學(xué)習(xí)。也就是說，我們希望算法能夠辨析出災(zāi)難破壞的程度，這樣他們以后再給定的航空視頻中就能自動(dòng)識(shí)別出所遭受的任何災(zāi)難。

于是我們最近進(jìn)行了一項(xiàng)MicroMappers測(cè)試部署，使用的是人道主義任務(wù)中無(wú)人機(jī)在瓦努阿圖的空中拍攝到的視頻。近100名數(shù)字志愿者參與了這項(xiàng)部署。他們的任務(wù)是什么呢點(diǎn)擊視頻中任何顯示災(zāi)難損壞的地方。當(dāng)超過80%的志愿者都在點(diǎn)擊相同區(qū)域時(shí)，我們會(huì)自動(dòng)突出顯示這些區(qū)域，向無(wú)人機(jī)飛行員和人道主義團(tuán)隊(duì)提供近乎實(shí)時(shí)的反饋。

在模擬過程中，我們有大約30位數(shù)字志愿者同時(shí)點(diǎn)擊了視頻區(qū)域，平均每秒鐘點(diǎn)擊12次，并持續(xù)5分鐘以上。事實(shí)上，我們一共點(diǎn)擊了49,706次視頻!這為MicroMappers提供了足夠的實(shí)時(shí)數(shù)據(jù)，以作為一種災(zāi)難損害評(píng)估的人機(jī)智能傳感器。在準(zhǔn)確性方面，整體點(diǎn)擊量中有87%的準(zhǔn)確率。下面的模擬看起來很像是無(wú)人機(jī)飛行員，其實(shí)只是我們都在點(diǎn)擊屏幕。

感謝所有的視頻點(diǎn)擊，我們得以在無(wú)人機(jī)還在運(yùn)行的過程中就導(dǎo)出視頻素材中最重要和相關(guān)的部分。其中的這些或那些片段再被推送到MicroMappers進(jìn)行其他驗(yàn)證。這些動(dòng)畫體積小、速度快，將一段長(zhǎng)長(zhǎng)的空中視頻壓縮成最重要的鏡頭。我們現(xiàn)在正在分析被標(biāo)記的區(qū)域，以確定我們是否可以使用這些數(shù)據(jù)來相應(yīng)地訓(xùn)練我們的算法。再次強(qiáng)調(diào)，這不僅僅是來自學(xué)術(shù)上的好奇心。如果我們能在接下來的幾個(gè)月里開發(fā)出更加可靠的算法，那么我們就可以在太平洋的下一個(gè)臺(tái)風(fēng)季節(jié)里有效地使用它們。

最后，非常感謝我在QCRI的團(tuán)隊(duì)把我的MicroMappers的愿景轉(zhuǎn)化為現(xiàn)實(shí)，非常感謝一年前我說我們需要將我們的工作擴(kuò)展到航空?qǐng)D像的時(shí)候他們就如此信任我。如果沒有MicroMappers存在，所有上述研究都是不可能的。非常感謝EPFL和南安普頓大學(xué)的優(yōu)秀合作伙伴，他們與我們一起分享愿景，以及他們?cè)谖覀兊穆?lián)合項(xiàng)目上的辛勤工作。最后，非常感謝來自SBTF及其以外的參與數(shù)字人道主義部署數(shù)字志愿者。

來源：36大數(shù)據(jù)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。