Hyperlinking the Real World
Mobvis
Projetos com “realidade aumentada”, que permitem criar camadas de informação eletrônica sobre lugares físicos (“reais) são uma das frentes de desenvolvimento da era da mobilidade e das mídias locativas. Por meio de celulares ou palms, usuários podem ver informações eletrônica sobre lugares e objetos ao apontar a câmera do seu dispositivo para os mesmos. Por exemplo, ao apontar meu celular para o Farol da Barra em Salvador, um “servico baseado em localização”, poderia me informar, enviando informação ao meu aparelho, sobre a história do Farol, eventos presentes e futuros, etc. Já mostrei inúmeros projetos sobre “augmented reality” nesse Carnet (aqui um dos últimos posts) e discutir alguns projetos em meus últimos artigos publicados, reforçando a tese do desenvolvimento de “territórios informacionais” e da ressignificação dos “lugares”.
Agora, matéria do NYTimes.com, “Hyperlinking the Real World“, mostra o projeto europeu MOBVIS que permite a uma câmera de um telefone celular hiperlinkar o mundo real. Após tirar uma foto, MOBVIS identifica o objeto e fornece informações sobre ele. O sistema funciona com mapas como o Google Street View, Panoramio, ou sistema similares, identificando a posição por GPS ou triangulação. MOBVIS, como afirma a matéria do NYT, “lets you ‘see’ the world through your mobile phone. This is computer vision, or rather, mobile vision”. O serviço pode ser útil no turismo, na localização, na visualização e na produção de mapas. Vejam como funciona o sistema:
“(…) The MOBVIS system begins with a pre-populated database of geo-referenced panoramas (such as Google’s Street View, perhaps). The objects in the images are then manually annotated with information. Once that’s complete, the system is ready for search queries from mobile users. After a user takes a picture, MOBVIS compares the photo to the photos in its database and returns the relevant links. The challenge here is getting a mobile phone picture to match up with the more pristine photos found in the database. The database photos would likely be clear, crisp, and detailed, but a user’s photo could be grainy, taken on a dark and cloudy day, or taken from an odd angle. The MOBVIS system’s main strength comes from its feature-matching algorithm developed by the University of Ljubljana in Slovenia, one of the partners of the project. This algorithm can very accurately detect minute differences between similar objects. In real-world tests, it’s reported that this system was highly accurate, detecting the right building 80 percent of the time.”