Visuaalisen datan ja 3D-mallinnuksen kehitys etenee vauhdikkaasti

− Visuaalisen datan kerääminen esimerkiksi kaupunkialueilta mahdollistaa lukuisia hyödyllisiä sovelluksia, mutta toisaalta poikkeuksetta herättää vahvoja ”isoveli valvoo” -mielleyhtymiä, Jani Boutellier sanoo.

Boutellier lisää, että kuva-anturit ja dataa käsittelevät algoritmit on kuitenkin mahdollista toteuttaa niin, ettei kenenkään kameran näkökentässä käyvän ihmisen henkilöllisyys voi olla tunnistettavissa. − Mielenkiintoinen jatkokysymys on, miten kaikki voidaan vakuuttaa siitä, ettei kenenkään yksityisyys vaarannu, Boutellier pohtii.

Hänen mukaansa visuaalisen datan hyödyt ovat moninaiset ja siksi sen mahdollisuuksista pitäisi keskustella ottaen huomioon yksityisyydensuoja.

− Julkisten alueiden kuvaamisella voitaisiin pystyä huomaamaan mahdollinen laiton toiminta kuten murtovarkaus, väkivallanteko tai huumekauppa. Visuaalista dataa hyödynnetään tieteen ja tekniikan eri osa-alueilla, ja sen soveltaminen on levinnyt myös arkipäivän laitteisiin. Laajasti tulkittuna visuaalista, erityisesti paljain silmin havaittavaa dataa kerääviksi laitteiksi voidaan lukea kaikki riistakameroista tietyntyyppisiin sääsatelliitteihin asti.

"Sovellukset päihittävät ihmiset tarkkuudessa, kustannustehokkuudessa ja nopeudessa."

Teollisuuden esimerkkejä ovat muun muassa automaattinen hedelmien ja kasvisten laadun ja kypsyyden arviointi sekä automaattinen ajoneuvojen ja rahtitavaran merkintöjen etäluku. Taloustieteissä visuaalisen datan pohjalta tehdään esimerkiksi automaattista suhdannekehitysten pikaennakointia. Julkisen liikenteen pysäkeillä ja kulkuneuvoissa visuaalisen datan pohjalta arvioidaan matkustajamääriä.

− Yhteistä viime vuosina tehdyille sovelluksille on, että ne päihittävät ihmisen tarkkuudessa, kustannustehokkuudessa ja ennen kaikkea nopeudessa. Valtaosa sovelluksista pohjautuu koneoppimisen menetelmiin, Boutellier korostaa.

Boutellierin tiimissä Vaasan yliopistossa tutkitaan uudenlaisia menetelmiä tilojen ja esineiden 3D-mallien automaattiseen täydentämiseen ja tilatehokkaaseen tallentamiseen. Taustana tutkimukselle ovat erilaisilla 3D-skannereilla muodostetut yksityiskohtaiset 3D-mallit muun muassa Technobothnia-rakennuksesta. Nämä mallit vaativat nykytekniikalla niin paljon tallennuskapasiteettia, etteivät yleensä mahdu työtietokoneiden kiintolevyille.

− Erilaisille roboteille on hyötyä toimintaympäristönsä yksityiskohtaisesta tuntemisesta, jolloin tällaisen 3D-mallin pitäisi olla robotin muistissa ja käsiteltävissä. Uudet 3D-mallinnuksen tavat pyrkivät siis mahduttamaan tällaisia malleja pienempään muistitilaan tarkkuutta menettämättä. Lisäksi koneoppimisen keinoin pyritään automaattisesti täyttämään katvealueita.

Vaasan yliopiston projektissa on tarkoitus tehdä tietokonenäön tutkijoille avoin datasetti ja visuaalisen paikannuksen haaste, jota tutkimusryhmät yrittävät ratkaista omilla algoritmeillaan.

− Uudet 3D-mallinnuksen tavat ovat hyvin mielenkiintoinen tutkimusala, koska ensimmäiset aiheeseen liittyvät artikkelit julkaistiin alle kaksi vuotta sitten. Tätä nykyä uusia, entistä parempia menetelmiä ilmaantuu noin parin kuukauden välein, Boutellier kertoo.

Lue teemajutun Datasta uusi sampo? muut osat:

• Miten uudesta datasta tehdään menestyvää liiketoimintaa?

• Tekoälyn uudet kielimallit hämmästyttävät

• Avaruusdata kiihdyttää automatisaatiota

Lue koko Vox cordis -lehti näköislehtenä: Vox cordis 1/2021