Ein Team von Doktoranden der Stanford University hat zwei beeindruckende Anwendungen zur Geolokalisierungserkennung entwickelt: PIGEON und PIGEOTTO. PIGEON verwendet Google Street View-Bilder, die mit dem neuronalen CLIP-Netzwerk von OpenAI und dem GeoGuessr-Spieldatensatz trainiert wurden, um Bildaufnahmeorte mit hoher Genauigkeit vorherzusagen. Die Genauigkeit der Ländervorhersage beträgt bis zu 92 %, und der Standort ist bis zu 25 Kilometer genau. von Fällen. PIGEOTTO wurde anhand von 4 Millionen Fotos von Flickr und Wikipedia trainiert, um die Funktion der Standortidentifizierung anhand eines einzelnen Bildes zu realisieren. Diese beiden Anwendungen zeigen das enorme Potenzial künstlicher Intelligenz in den Bereichen Bilderkennung und Geolokalisierung und bieten neue technische Mittel für geografische Informationen und Bildanalyse.
Die von Doktoranden der Stanford University entwickelten Anwendungen PIGEON und PIGEOTTO ermöglichen durch den geschickten Einsatz maschineller Lerntechnologie eine hochpräzise Identifizierung des geografischen Standorts. Dies ist nicht nur für die akademische Forschung von großer Bedeutung, sondern bietet auch neue Möglichkeiten für zukünftige geografische Informationsanwendungen und Bildanalysen. Es lohnt sich, auf seine weitere Entwicklung und Anwendung zu blicken.