他们运用几何配对、众包和机器学习来让一种算法学会分辨风格相似的建筑物、家具和其他物体。这对历史学家来说十分有用,他们手上有大量的图片档案需要分类处理。游戏设计者也需要这项技术来自动填充对应历史年代的家具标准。
在调查了大约2500名受访者和核对了超过5万分回复后,该团队判断受访者建筑分类的正确率为85%。根据手上这份数据,他们开发了一种能比较物体形状、物体距离和匹配项的算法。分辨匹配项是最难的部分,例如分辨教堂穹顶,因此该团队使用从人工参与的众包答案库来教导机器。
结果是该算法的建筑风格分辨正确率为90%,和人工分类水平相当。研究人员用这项算法把建筑根据专家已分类好的历史建筑风格,如哥特式,巴洛克式,或者亚细亚式等进行分类。该算法可以根据其他标准进行分类,大大地使鉴定过程自动化。算法同时也能应用于电影特效或游戏设计方面,帮助设计师快速准确地植入场景。的确,它还有潜力应用于人脸识别,使机器能分辨出Sarah Connor和Sara O Connor。
