一个通过照片识别地理位置的应用
一个通过照片识别地理位置的应用
引言
最近发现一个能根据照片进行地理位置判定的应用,在全球范围内能够非常准确地进行空间位置识别。我分3个尺度进行了测试,分别是城市街景(来源google和腾讯街景)、野外街景和我自己拍摄的照片进行测试。

街景图片(城市)测试
1.孟买街景测试

实际:北纬19°,经度72°
预测:北纬19°,经度72°
解释:这张照片拍摄于印度孟买的火柴厂巷。这张照片是一条两边都有几栋建筑的街道。有人走在街上,有几棵树。这些建筑大多是混凝土建造的,有很多窗户。这条街很窄,车流量很大。
2.伦敦街景测试

实际:北纬51°,经度0°
预测:北纬51°, 经度0°
3.迪拜街景测试

实际:北纬55°, 东经25°
预测:北纬55°, 东经25°
解释:这张照片是在阿拉伯联合酋长国迪拜拍摄的。这可以由背景中建筑的建筑来决定,这是城市的特征。此外,路标是阿拉伯联合酋长国的官方语言阿拉伯语。
4.悉尼街景测试

实际:南纬33°, 东经151°
预测:南纬33°, 东经151°
解释:这张照片是在澳大利亚新南威尔士州的阿什菲尔德拍摄的。这是由以下线索决定的:
-这些建筑的结构与阿什菲尔德的一致。
-植被与阿什菲尔德一致。
-标识与阿什菲尔德的标识一致。
5.旧金山街景测试

实际:北纬37°, 西经122°
预测:北纬37°, 西经122°
解释:这张照片是在旧金山的一座高楼上拍摄的。这是城市市中心的景色,远处是海湾大桥。这张照片是在一个雾天拍摄的,这在旧金山很常见。
6.成都街景测试

实际:北纬30°, 东经104°
预测:北纬31°, 西经121°
解释:这张照片是在中国拍摄的。标志上的字是中文的。这些建筑的建筑也是中国式的。
7.南京街景测试

实际:北纬32°, 东经118°
预测:北纬31°, 西经121°
解释:这张照片是在中国拍摄的,因为标志上的文字是中文的。这张照片是在一个城市里拍摄的,因为那里有高楼大厦和很多交通。这张照片是在街上拍的,因为路上有车。
街景图片(乡村与野外)测试
1.日本乡村测试

实际:北纬35°, 东经138°
预测:北纬35°, 西经136°
解释:这张照片是在日本的一个农村地区拍摄的。路又窄又弯,树又高又密。唯一标志是远处的一所小房子。
2.克罗利亚荒野测试

实际:北纬46°, 东经18°
预测:北纬44°, 西经20°
解释:这张照片拍摄于塞尔维亚的一个农村地区。道路被田野包围,看不到任何建筑或其他结构。唯一可见的标志是指示限速为60公里/小时的路标。植被与塞尔维亚的植被一致,景观和建筑也是如此。
3.泰国乡村测试

实际:北纬14°, 东经101°
预测:北纬14°, 西经100°
解释:这张照片是在泰国的一个农村地区拍摄的。道路没有铺设,植被茂密。看不到任何建筑物或其他构筑物。
我自己拍摄的照片测试

实际:北纬45°, 东经126°
预测:北纬39°,东经116°
解释:这张照片是在中国拍摄的。标牌上的字是中文。背景中的树木是典型的中国风景。

实际:北纬18°, 东经109°
预测:北纬18°, 东经109°
解释:这张照片是在南中国海的一个码头上拍摄的。背景中的雕像是海南南山观音,一尊108米高的观音菩萨雕像。这座雕像位于海南省三亚市的南山岛上
总结
这个网站是我目前遇到过对于照片位置预测最准确的一个应用,不仅能在城区准确预测,也能在乡村比较准确。能根据背景文字、植被、道路情况进行综合判定。目前该应用完全免费使用且无需登录,并且提供API接口(网址:https://geospy.ai/)。
需要明确,我目前的测试方法并不科学,测试样本少且设计也不科学。但不可否认该应用能大致的判定全球范围内的照片拍摄位置。
我没有从事这方面的研究,也想知道一下它的预测原理,以及为什么能达到如此的高精度。
参考:
https://geospy.ai/
相关文章:
一个通过照片识别地理位置的应用
一个通过照片识别地理位置的应用 引言 最近发现一个能根据照片进行地理位置判定的应用,在全球范围内能够非常准确地进行空间位置识别。我分3个尺度进行了测试,分别是城市街景(来源google和腾讯街景)、野外街景和我自己拍摄的照片…...
wordpress外贸独立站建站10要10不要
创建一个成功的WordPress外贸独立站需要注意很多因素。以下是zhanyes根据多年建站经验总结的wordpress外贸独立站建站的10个建议和10个避免的事项,以帮助您建立一个高质量的外贸网站: 10个要: 1. 要选择合适的域名:确保您的域名…...
搬运5款小众,无广告,实用性拉满的软件
你是否喜欢一些小众且无广告的软件?如果是的话,我这边有一些给你推荐的。 1.屏幕录制——OBS Studio OBS Studio是一款广泛使用的实时流媒体和屏幕录制软件,适用于Windows、MacOS、Linux平台。它采用C、C和Qt编写,提供高质…...
TCP重传,滑动窗口,流量控制,拥塞控制
TCP重传,滑动窗口,流量控制,拥塞控制 TCP重传机制: 超时重传快速重传SACKD-SACK 通过序列号与确认应答判断是否要重传 超时重传: 超过指定时间没有收到确认应答报文,就会重发该数据 触发超时重传的情况…...
云手机对出海企业有什么帮助?
近些年,越来越多的企业开始向海外拓展,意图发掘更广阔的市场。在这过程中,云手机作为一个新型工具为很多企业提供了助力,尤其在解决海外市场拓展过程中的诸多挑战方面发挥着作用。 首先,云手机的出现解决了企业在海外拓…...
Android Studio实现简单的自定义钟表
项目目录 一、项目概述二、开发环境三、详细设计3.1、尺寸设置3.2、绘制表盘和指针3.3、动态效果 四、运行演示五、总结展望六、源码获取 一、项目概述 在安卓开发中,当系统自带的View已经无法满足项目需求时,就要自定义View。在Android中是没有与钟表有…...
C语言 举例说明循环嵌套
今天 我们来说循环的嵌套 如果一个循环体内 又包含了另一个循环结构 我们称之为循环的嵌套 我们之前学的 While do-while for 都可以进行相互的嵌套 如下图 在 While 循环语句中再嵌套一个 While 循环语句 do-while 中嵌套 do-while for中嵌套 for 例如 我们做一个九九乘法…...
一、ESP32基础知识
1、乐鑫产品线 系列特点ESP8266无ESP32无ESP32-S2无ESP32-C3无ESP32-S3无ESP32-C2/ESP8684无ESP32-C6无ESP32-H2无 2、开发方式 2.1、ESP-IDF (1)面向专业开发者。乐鑫官方开发框架,专门为ESP32系列芯片设计。支持C/C语言,并提供一套完整的API&#…...
我希望未来10年,人工智能可以帮我解决这4件小事
生活在一线大城市的我,现在几乎整天被大数据、人工智能、机器学习、智慧生活的词汇环绕立体包围着,让我时刻感觉到,再过10年,我们五一假期真的可以摆脱现在擦肩接踵的旅游盛况了。但我其实要求倒是没这么高,我真心希望…...
使用jdbc方式操作ClickHouse
1、创建测试表,和插入测试数据 create table t_order01(id UInt32,sku_id String,total_amount Decimal(16,2),create_time Datetime ) engine MergeTreepartition by toYYYYMMDD(create_time)primary key (id)order by (id,sku_id);insert into t_order01 values …...
百面算法工程师 | 支持向量机——SVM
文章目录 15.1 SVM15.2 SVM原理15.3 SVM解决问题的类型15.4 核函数的作用以及特点15.5 核函数的表达式15.6 SVM为什么引入对偶问题15.7 SVM使用SGD及步骤15.8 为什么SVM对缺失数据敏感15.9 SVM怎么防止过拟合 欢迎大家订阅我的专栏一起学习共同进步 祝大家早日拿到offer&#x…...
关于YOLO8学习(一)环境搭建,官方检测模型部署到手机
一,环境的搭建 环境 win10 python 3.11 cmake pytorch pycharm 过程 首先安装好一个pycharm,这里就不一一叙述了。 其次,选择好一个python版本,是关键所在。有些YOLO的版本,并不支持很高的python版本,博主选用的是python3.11版本。经过实际的测试,这个版本比较合适。…...
3.10设计模式——Template Method 模版方法模式(行为型)
意图 定义一个操作中的算法骨架,而将一些步骤延迟到子类中,Template Method 使得子类可以不改变一个算法的结构即可重新定义该算法的某些特定步骤。 结构 AbstractClass(抽象类)定义抽象的原语操作,具体的子类将重定…...
SQL 基础 | UNION 用法介绍
在SQL中,UNION操作符用于合并两个或多个SELECT语句的结果集,形成一个新的结果集。 使用UNION时,合并的结果集列数必须相同,并且列的数据类型也需要兼容。 默认情况下,UNION会去除重复的行,只保留唯一的行。…...
学习如何使用PyQt5实现notebook功能
百度搜索“pyqt5中notebook控件”,AI自动生成相应例子的代码。在 PyQt5 中,QTabWidget 类被用作 Notebook 控件。以下是一个简单的示例,展示如何创建一个带有两个标签的 Notebook 控件,并在每个标签中放置一些文本。 import sys f…...
Python氮氧甲烷乙烷乙烯丙烯气体和固体热力学模型计算
🎯要点 🎯固体和粒子:计算二态系统、简谐振子和爱因斯坦固体的内能和比热,比较爱因斯坦固体和德拜固体。模拟多个粒子的一维和二维随机游走,在数值上确认方差的线性趋势,模拟多个粒子的梯度下降࿰…...
2024-04-30 区块链-以太坊-相关文档
摘要: 2024-04-30 区块链-以太坊-文档 以太坊-相关文档: https://github.com/ethereum/go-ethereum https://geth.ethereum.org/ https://geth.ethereum.org/docs https://ethereum.org/zh/ 以太坊开发文档 | ethereum.org 以太坊开发文档_w3cschool 以太坊开发文档 基础主题 …...
你用过最好用的AI工具有哪些?
你用过最好用的AI工具有哪些? 人工智能(AI)工具正在逐渐成为我们日常生活中不可或缺的助手,它们通过提供智能化服务,极大地提升了我们的工作效率和生活质量。以下是一些广泛使用的AI工具和应用,以及它们所…...
Amine-PEG-Amine,956496-54-1在生物成像、生物传感器等领域具有广泛的应用
【试剂详情】 英文名称 Amine-PEG-Amine,NH2-PEG-NH2 中文名称 氨基-聚乙二醇-氨基,氨基PEG氨基, 双端氨基聚乙二醇 CAS号 956496-54-1 外观性状 由分子量决定,液体或者固体 分子量 0.4k,0.6k,1k&…...
为什么深度学习中减小泛化误差称为“正则化(Regularization)”
深度学习的一个重要方面是正则化(Regularization),Ian Goodfellow在《Deep Learning 》称正则化(Regularization)就是减小泛化误差。那么,为什么减小泛化误差称为正则化呢? 首先看正则化——Re…...
[2025CVPR]DeepVideo-R1:基于难度感知回归GRPO的视频强化微调框架详解
突破视频大语言模型推理瓶颈,在多个视频基准上实现SOTA性能 一、核心问题与创新亮点 1.1 GRPO在视频任务中的两大挑战 安全措施依赖问题 GRPO使用min和clip函数限制策略更新幅度,导致: 梯度抑制:当新旧策略差异过大时梯度消失收敛困难:策略无法充分优化# 传统GRPO的梯…...
【kafka】Golang实现分布式Masscan任务调度系统
要求: 输出两个程序,一个命令行程序(命令行参数用flag)和一个服务端程序。 命令行程序支持通过命令行参数配置下发IP或IP段、端口、扫描带宽,然后将消息推送到kafka里面。 服务端程序: 从kafka消费者接收…...
vscode(仍待补充)
写于2025 6.9 主包将加入vscode这个更权威的圈子 vscode的基本使用 侧边栏 vscode还能连接ssh? debug时使用的launch文件 1.task.json {"tasks": [{"type": "cppbuild","label": "C/C: gcc.exe 生成活动文件"…...
新能源汽车智慧充电桩管理方案:新能源充电桩散热问题及消防安全监管方案
随着新能源汽车的快速普及,充电桩作为核心配套设施,其安全性与可靠性备受关注。然而,在高温、高负荷运行环境下,充电桩的散热问题与消防安全隐患日益凸显,成为制约行业发展的关键瓶颈。 如何通过智慧化管理手段优化散…...
TRS收益互换:跨境资本流动的金融创新工具与系统化解决方案
一、TRS收益互换的本质与业务逻辑 (一)概念解析 TRS(Total Return Swap)收益互换是一种金融衍生工具,指交易双方约定在未来一定期限内,基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...
QT: `long long` 类型转换为 `QString` 2025.6.5
在 Qt 中,将 long long 类型转换为 QString 可以通过以下两种常用方法实现: 方法 1:使用 QString::number() 直接调用 QString 的静态方法 number(),将数值转换为字符串: long long value 1234567890123456789LL; …...
JS设计模式(4):观察者模式
JS设计模式(4):观察者模式 一、引入 在开发中,我们经常会遇到这样的场景:一个对象的状态变化需要自动通知其他对象,比如: 电商平台中,商品库存变化时需要通知所有订阅该商品的用户;新闻网站中࿰…...
保姆级教程:在无网络无显卡的Windows电脑的vscode本地部署deepseek
文章目录 1 前言2 部署流程2.1 准备工作2.2 Ollama2.2.1 使用有网络的电脑下载Ollama2.2.2 安装Ollama(有网络的电脑)2.2.3 安装Ollama(无网络的电脑)2.2.4 安装验证2.2.5 修改大模型安装位置2.2.6 下载Deepseek模型 2.3 将deepse…...
三分算法与DeepSeek辅助证明是单峰函数
前置 单峰函数有唯一的最大值,最大值左侧的数值严格单调递增,最大值右侧的数值严格单调递减。 单谷函数有唯一的最小值,最小值左侧的数值严格单调递减,最小值右侧的数值严格单调递增。 三分的本质 三分和二分一样都是通过不断缩…...
AI语音助手的Python实现
引言 语音助手(如小爱同学、Siri)通过语音识别、自然语言处理(NLP)和语音合成技术,为用户提供直观、高效的交互体验。随着人工智能的普及,Python开发者可以利用开源库和AI模型,快速构建自定义语音助手。本文由浅入深,详细介绍如何使用Python开发AI语音助手,涵盖基础功…...
