Sikerült elkeveredni egy külföldi városban és nem beszéled a nyelvet? Vedd elő a mobilod és készíts egy fotót a legközelebbi épületről. Némi pénzért egy távoli szerveren működő fotó felismerő szoftver pontosan kiszámítja a helyzeted és útbaigazítást küld, hogyan juthatsz el az általad kívánt célhoz, legalábbis ez az, amit a Cambridge Egyetem két kutatója egy nap elvár szoftverüktől.

Roberto Cippola és Duncan Robertson kifejlesztett egy programot, ami összehasonlítja egy épület fotóját egy adatbázisban található felvételekkel. Az adatbázis tartalmazza a valós utca háromdimenziós ábrázolását, így a szoftver egy méteres pontossággal kiszámíthatja, hol álldogál a felhasználó. Ez sokkal jobb, mint amire a jelenlegi helymeghatározó rendszerek képesek. A GPS pontossága legjobb esetben is 10 méter és hasznavehetetlennek bizonyulhat ott, ahol a felhasználót magas épületek ölelik körül és nincs közvetlen rálátása a műholdakra. A mobiltelefon adótornyait használó helymeghatározás ennél jóval pontatlanabb, itt akár 50-100 méter is lehet a tévedés.

"Az emberek nem szeretik, ha azt az információt kapják, hogy 'Ön jelenleg X közelében van'" - mondta John Craig, a mobil telefonos helymeghatározó szoftvereket fejlesztő Cambridge Positioning Systems munkatársa. A GPS-szel, vagy az adótornyokon alapuló megoldásokkal szemben Cipolla és Robertson szoftvere meg tudja mondani melyik irányba nézünk, így a szolgáltatás iránymutatással láthatja el a felhasználót, mint "forduljon balra és induljon el egyenesen", vagy információt adhat a fényképen szereplő épületről.


Balra az eredeti, szerverre küldött fotó, jobb oldalon pedig a vizszíntes és és függőleges vonalak azonosítása utáni változat látható


Az éleket használva elforgatja a felvételt, majd a kulcspontok (pl. a sarkok) alapján összehasonlítja az adatbázisban szereplő többi épület felvételével
Amikor rendszerükbe egy fotó érkezik, a szoftver elkezdi a függőleges és vízszintes vonalak alapján azonosítani azt. Ezután elgörbíti a felvételt úgy, hogy a vízszintesek egymással párhuzamba kerüljenek, valamint ugyanezt elvégzi a függőleges vonalakkal is. Így olyanná válik a kép, mintha derékszögből fotózták volna, kiküszöbölve a felvételek készítésének más-más dőlésszögeiből adódó eltéréseket. Ezután a szoftver elkezd használható jellemvonások után keresni, mint az ablakok és ajtók sarkai és kiemeli a körülöttük elhelyezkedő pixelek színeit és fényerősségét, majd elkezd egyezőség után keresgélni az adatbázisban, felhasználva a mobiltelefon adókörzetét is a lehetőségek leszűkítéséhez. Végül figyelembe veszi a két kép közötti különbségeket a felhasználó helyzetének meghatározásához.

A szoftver képes akkor is összevetni két felvételt, ha azokat különböző napszakokban, különböző szögekből és esetleg gyalogosokkal vagy járművekkel megtűzdelve készítették. "Ez egy embernek már alapból sem okozna gondot, azonban egy számítógép esetében jelentősen megbonyolíthatja a felismerést" - tette hozzá Robertson.

Mindazonáltal a rendszer kereskedelmi jövője bizonytalan. "A kérdés hány ember szándékozna fizetni ezért, és milyen gyakran vennék igénybe a szolgáltatást" - mondta Rob Morland, a Scientific Generics technikai tanácsadó cég szakembere. "Nem könnyű kérdés." Pillanatnyilag Cippola és Robertson optimisták. Márciusban megkapták a támogatást egy prototípus kidolgozására, ami lefedi Cambridge teljes belvárosát.