Technegau prosesu delweddau datblygedig i alluogi ehangu technoleg "golwg stryd" ar draws Tsieina
Mae arbenigedd ymchwil Prifysgol Caerdydd wrth ddatblygu technegau prosesu a manipwleiddio delweddau wedi galluogi ehangu technoleg golwg stryd yn gyflym yn Tsieina, technoleg sydd bellach yn cael ei defnyddio fwy na chwe biliwn o weithiau'r dydd.
Defnyddiodd ymchwilwyr o'r Ysgol Cyfrifiadureg a Gwybodeg, gan weithio gyda chydweithwyr ym Mhrifysgol Tsinghua yn Tsieina, algorithmau prosesu delweddau gan gynnwys paru graffiau delwedd a meta-hidlyddion, er mwyn gallu prosesu delweddau golwg stryd yn effeithlon.
Buont yn cydweithio â Tencent Holdings Ltd - prif ddarparwr golwg stryd yn Tsieina - i ehangu gwasanaeth Street View yr uwchgwmni amlwladol, a oedd yn wynebu darpariaeth gyfyngedig yn Tsieina oherwydd cyfyngiadau sy'n atal cwmnïau allanol rhag cael mynediad i'r sector Street View.
Ymchwil sy’n cael effaith
Mae gwaith y gwyddonwyr cyfrifiadurol wedi bod yn allweddol i alluogi ehangu technoleg Street View Tencent yn gyflym ledled Tsieina, gan ddarparu delweddau a gwasanaethau lleoliad cyflymach, o ansawdd uwch a mwy cywir.
Mae gwasanaeth Street View a lleoliad Tencent bellach yn cael ei gyrchu dros chwe biliwn o weithiau'r dydd, ac mae’n cael ei ddefnyddio’n helaeth gan sefydliadau masnachol megis DiDi – y gwasanaeth rhannu beiciau blaenllaw yn Tsieina, a Mobike – gwasanaeth rhannu beiciau byd-eang.
Bu twf Street View hefyd yn cefnogi’r broses o’i integreiddio i becynnau masnachol oddi mewn i Tencent a’r tu hwnt. Mae hyn yn cynnwys WeChat, cynnyrch amlycaf Tencent, yr ap gwibnegeseua symudol a ddefnyddir fwyaf yn Tsieina gydag amcangyfrif o un biliwn o ddefnyddwyr misol unigryw, a QQ, ap negeseuon cyfrifiadurol Tencent. Mae Street View yn caniatáu i ddefnyddwyr rannu delweddau o'u lleoliad yn gyflym, sganio amgylcheddau i nodi eu lleoliad yn fanwl gywir, a gwella cywirdeb lleoliad defnyddiwr.
Mae'r cywirdeb lleoliad gwell a alluogir gan yr ymchwil hon wedi rhoi mwy o gywirdeb ac ansawdd i ddefnyddwyr masnachol sy'n gwella'r modd y darperir eu cynnyrch, yn ogystal â darparu data lleoliad mwy cywir i'r cwmnïau.
Mae'r data delwedd a lleoliad gwell hefyd wedi arwain at fanteision ychwanegol i ddatblygiad Tencent o gerbydau gyrru annibynnol yn Tsieina.
Cydnabuwyd rôl hanfodol Caerdydd o ran effaith a arweinir gan ymchwil gyda Tencent gan anrhydeddau gwyddoniaeth a thechnoleg uchaf llywodraeth Tsieina.
Ynglŷn â'r ymchwil
Roedd arbenigedd Caerdydd o ran datblygu dulliau prosesu a manipwleiddio delweddau yn allweddol i oresgyn heriau technegol allweddol mewn pedwar prif faes:
Adnabod ffiniau a phwytho delweddau at ei gilydd
Datblygodd ein hymchwilwyr dechnegau yn seiliedig ar baru graffiau, fel bod modd i ddelweddau a gipiwyd gan gamerâu unigol gael eu pwytho at ei gilydd yn gadarn ac yn effeithlon i ffurfio panoramâu Street View, tra bu ymchwil mewn allosod delweddau yn fodd i sicrhau cysondeb ffiniau yn y panoramâu cyfansawdd.
Gwella delweddau mewn ffordd newydd i wella panoramâu
Mae'r delweddau unigol a ddefnyddir i greu panoramâu fel arfer yn cael eu cipio o ystod eang o safbwyntiau ac o dan amodau goleuo gwahanol, sy’n golygu bod eu halinio a’u cyfuno â’i gilydd yn dasg heriol. Roedd ein hymchwil yn cynnig technegau i wella ansawdd y panoramâu a gynhyrchir yn gyson ar draws ystod eang o ddelweddau a fewnbynnid, heb orfod gwneud fawr ddim gwaith â llaw, gan gynnwys defnyddio meta-hidlyddion sy'n brasamcanu hidlyddion delweddau lluosog a PatchNets, cynrychiolaeth hierarchaidd o nodweddion strwythurol ac ymddangosiad rhanbarthau delweddau.
Cwblhau a chyfuno panoramâu
Mae cyfyngiadau'r dyfeisiau cipio yn arwain at golli cynnwys ar waelod panoramâu. Ar gyfer pecynnau Street View, mae angen dileu cerddwyr a thestun sensitif o’r delweddau hefyd. Nid yw'r technegau presennol ar gyfer cwblhau delweddau yn gweithio'n dda oherwydd yr ystumio mawr sy’n digwydd wrth gyfuno delweddau unigol i greu panoramâu. Fe wnaethom ni gyflwyno techneg newydd sy'n cydbwyso cyflymder ac ansawdd drwy drawsffurfio rhannau o ddelwedd i ddimensiynau rheolaidd, gan ddefnyddio dulliau cwblhau traddodiadol, cyn trosi’r ddelwedd yn ôl i'r persbectif gwreiddiol.
Nodi gwybodaeth ddefnyddiol ynghylch daearyddiaeth a’r stryd
Er bod technegau i ganfod a dosbarthu arwyddion traffig yn bodoli, mae hyn yn heriol pan fydd yr ardal sydd o ddiddordeb yn ffracsiwn bach o ddelwedd fwy. Darparodd ein hymchwil gam allweddol tuag at wella cywirdeb drwy bennu blwch rhwymo tynnach o amgylch gwrthrychau o ddiddordeb, gan arwain at greu set ddata gyhoeddus newydd o 25,000 panorama o Tencent Street View. Yr wybodaeth hon am ddelweddau oedd y sail ar gyfer gwasanaethau lleoliad Tencent sy'n cywiro data lleoliad GPS anghywir.
Arweiniodd yr ymchwil gyfun at gyfres o dechnegau prosesu delweddau allweddol a ddatblygwyd gan Brifysgol Caerdydd, a fu’n sail ar gyfer cynhyrchu, ehangu a defnyddio Street Views mewn cynnyrch Tencent ac a fu’n cynnal yr ehangu aruthrol arno a’r defnydd enfawr ohono yn ystod y blynyddoedd diwethaf.
Cwrdd â'r tîm
Cyhoeddiadau
Pepelyshev A., Staroselskiy Y., Zhigljavsky, A. and Guchenko, R. (2016) Adaptive targeting in online advertisement: models based on relative influence of factors. Published in: Pardalos, P., Conca, P., Giuffrida, G. and Nicosia, G. (eds.) Machine Learning, Optimization,and Big Data. MOD 2016. Lecture Notes in Computer Science Springer, pp. 159-169.
Pepelyshev A., Staroselskiy Y. and Zhigljavsky, A. (2016) Adaptive designs for optimizing online advertisement campaigns. MODA 11 - Advances in Model-Oriented Design and Analysis. Contributions to Statistics, Springer-Verlag, pp.199-208.
Pepelyshev A., Staroselskiy Y. and Zhigljavsky A. (2015) Adaptive Targeting for Online Advertisement, Machine Learning, Optimization, and Big Data. Springer Lecture Notes in Computer Science, Vol. 9432, pp. 240-251.
Zhigljavsky A., Žilinskas A.G. (2008) Stochastic Global Optimization, Springer-Verlag US.
Zhigljavsky A., Hamilton E. (2010) Stopping rules in k-adaptive global random search algorithms. DOI: 10.1007/s10898-010-9528-6 Journal of Global Optimization, v. 48, No. 1,87–97.
Pepelyshev, A., Zhigljavsky A., and Žilinskas A. Performance of global random search algorithms for large dimensions. Journal of Global Optimization, 71 (2018): 57-71.