Se verden gennem computer vision med Mapillary

Det crowdsourcet street view billedeprojekt Mapillary har i over et år haft algoritmer kørende, der autogenkender trafikskilte, dette output har fx frivillige i OpenStreetMap lov til at bruge for at forbedre OpenStreetMap.

Mapillary har nu yderligere udvidet dette koncept med genkendelse af flere typer af objekter fra de crowdsourcet billeder. Nu giver Mapillary os et større indblik i, hvad computer vision er for en størrelse. Kort fortalt, så er computer vision et tværfagligt forskningsområde, der drejer sig om at trække meningsfyldte informationer ud fra digitale billeder. Den helt store våde drøm er, at dette skal ske helt automatisk og det kræver så en del machine learning og algoritmer at nå dertil.

Lad os hoppe i og se hvad det er konkret Mapillary lige har sat i værk. Prøv at gå til dette Mapillary billede i Rådhusstræde i København. Klik på det der filterikon oppe og en ny menu dukker op (se billedet nedenfor). Klik på knappen ved “Segmentation” > “Show identified photo features“.

Mapillary filter

Nu dukker en ny menu op (se billedet nedenfor) “Segmentations” med en liste af forskellige typer af objekter som Mapillary har sat deres algoritmer op til at genkende i billederne.

Mapillary filter

Prøv fx at køre din mus over “Manmade Struture” [er primært bygninger] og nu vil der i din Mapillary webside blive markeret, hvad algoritmen betragter som værende denne type objekt.

Mapillary filter

Du kan lade musen kører over “Sky” og nu vil der blive vist hvad der er betraget som skyer/blå himmel i billedet (vist i billedet nedenfor).

Mapillary filter

Du kan nu prøve at gå til Egernets Kvarter i Ballerup i Mapillary og slå filter til igen. Prøv at køre musen over “Road User” – det vil markerer ud hvad der optager vejen, hvilket som regel er biler/lastbiler, men jeg har også set andre steder at cykler vil markeret ud. I billedet nedenfor fra Ballerup er det bilerne der bliver markeret ud som genkendt af algoritmen.

Mapillary filter

Prøv også “Tree” og træer i billedet vil blive markeret ud. Netop træer er lidt interessant. Lad os forestille os at 4 gange på et år kommer Mapillary bidragsydere forbi og tager billeder, og hvis man så har fældet bytræer, og man har et før og efter Mapillary billede, så kunne man på sigt have algoritmer, der ser på forskelle i tid, og i casen med træer så vil man kunne se, hvor der der blevet fældet træer eller hvor er der sat nye træer op. Dette kan også udvides til nye bygninger eller bygninger der er revet ned.

Mapillary filter

Som sagt ovenstående funktioner er lige gået i luften, og det er ikke alle steder Mapillary har rullet dette algoritmefilter ud, men har du bidraget til Mapillary, så tjek om ovenstående er rullet ud i dit område. Nu er disse Mapillary algoritmer ikke helt perfekte fx på S-tog stationer hvor der er mange objekter i billederne, er der en del fejlgæt af algoritmerne. Dette bliver bedre jo flere billeder der bidrages med samt feedback på algoritmerne. Feedback kunne bestå i at brugerne fx siger “Ja/Nej” til et algoritmegæt på en bestemt type objekt og ad den vej træner algoritmen til at blive bedre.

Hvis du ser på billedet oppe af menuen “Segmentations“, så er der et punkt der hedder “Your Own Class“. Denne virker ikke endnu, men det er her du selv kan bygge dine egne algoritmer op. Du vil fx have algoritme til genkendelse af bænke, brandhaner eller lygtemaster. Hvis vi tager lygtemaster som en algoritmecase, så vil træning af algoritmen bestå i, at du finder en masse billeder af lygtemaster i Mapillary og markerer dem ud. Når det er gjort går algoritmen i gang og du begynder at se algoritmens gæt, og her skal du så give feedback tilbage, hvilket er typisk “Ja/Nej” til gættet.

Jeg ved ikke helt, hvornår dette med egne algoritmer går i luften hos Mapillary samt om man kan dele algoritmer, så fx hvis man er 10 personer i 10 lande, der træner en fælles algoritme op til at genkende fx lygtemaster som nævnt før. Jeg hører, at nogle er interesseret i at have overvågningskamera algoritmer “surveillance of surveillance” til at spotte disse i det offentlige rum.

Jeg synes, at Mapillary har gjort et interessant tiltag her med at bringe machine learning ud til en bredere kreds end lige computernørder. Jeg kunne forestille mig at en skoleklasse som undervisningscase i faget geografi havde deres egen fælles algoritme, som de træner op. Skoleklassen kunne så starte med at få crowdsourcet en masse billeder til Mapillary via deres smartphones af lokalområdet. Dernæst går de igang med at markerer objekter ud, som de vil have algoritmen til at lære. Selvfølgelig er machine learning ud fra billeder ikke perfekt endnu og skoleelevernes primære mål med sådan en case at få et indblik i, hvad machine learning går ud på. Nu har folkeskolelærere en relativ nem og gratis måde via Mapillary platformen at give eleverne noget hands-on dette (når det altså går i luften med egne algoritmer).

Stemningsrapport fra OpenStreetMaps 12 års fødselsdag afholdt på Ballerup Bibliotek

I lørdags var 15 personer mødt op på Ballerup Bibliotek for at fejre OpenStreetMap blev 12 år. Jeg vil her fortælle lidt om, hvad vi lavede på dagen.

Mapping party

Ed Neerhut fra Mapillary og jeg startede dagen med at fortælle om, hvad Mapillary er og hvad man kan. I slideshowet nedenfor kan ses hvilke emner vi berørte.


(Stor udgave klik her)

Efter ovenstående gennemgang blev deltagerne i flere hold sendt ud på Ballerups gader og stræder på en fotomission med deres smartphone og Mapillary app installeret. Tilbage igen på biblioteket fik de oploadet billederne. Dernæst var det tid til en frokost pizza og sodavand, som Mapillary var vært og sponsor for.

I frokostpausen fik vi sat en lille kort videokonference op med deltagerne i Ireland, Lesotho og Danmark. Her fejrede man også OpenStreetMaps fødselsdag. Lesothos ambassadør (som faktisk er geograf af uddannelse) holdt en kort takketale til alle OpenStreetMap frivillige verden, som har medvirket til at lave et grundkort (betyder at det meste af vejnettet er færdigt) over hele Lesotho på kun 2 år.

Mapping party
(OpenStreetMap fødselsdagsfest på Lesothos Ambassade i Dublin)

Vi gik i gang efter frokost med at lære alle nye om OpenStreetMap og hvordan man kortlægger. Vi havde valgt kun at have fokus veje og bygninger kortlægning. Vi delte deltagerne op i to grupper, hvor den ene kortlage i Maputo og den anden i Nairobi. Det gik hurtigt med at få lært og sat folk i gang med at få kortlagt lidt. I slideshowet nedenfor er der lidt fakta og tal om OpenStreetMap, fx at stadigvæk 1 milliard mennesker ikke kan vise på et kort for de bor.


(Stor udgave klik her)

Det var jo en fødselsdagsfest og i den anledning havde Kartrin Humal fra Mapillary bagt en lækker OSM 12 år kage (se billedet nedenfor)

Mapping party

Der er selvfølgelig umuligt på kun en dag at komme igennem hele OpenStreetMap universet og dens afkroge. Så nedenfor bringes en liste over steder på nettet, som deltagerne på nettet hjemme igen kan nærstudere, hvis de er blevet interesseret i det.

  • LearnOSM – engelske guides til nybegyndere
  • H.O.T tasking manager – værktøj til mere systematisk at deltage kortlægning i 3. verden
  • MapSwipe – app udviklet af Læger uden Grænser, UK og Røde Kors UK
  • OsmAnd – app baseret på geodata fra OSM
  • MAPS.ME – app baseret på geodata fra OSM
  • Gratis kort til Garmin GPS’ere – guide og installering
  • WhoDidIt – analyseværktøj af hvad der er sket i dit lokalområde
  • OSMstats – daglige tal med land for land hvor meget der er blevet redigeret
  • How did you contribute to OpenStreetMap? – OSM brugernavnet indsættes og tal for bidrag kan ses
  • Show Me The Way – animation der viser lige nu hvor i verden der bliver redigeret i OpenStreetMap

Her til sidst skal der rettes en stor tak til Ed fra Mapillary for at have taget turen fra Malmø for at være sammen med os hele lørdagen. Mapillary skal en kæmpetak for at have været sponsor for pizza, sodavand, kage, t-shirts og bilholdere til smartphones. Ballerup Bibliotek skal have tak for at have stillet lokaler med pc’ere, Wi-fi samt have lavet PR kampagne for begivenheden.

Endelig skal rettes en stor tak til deltagerne for at have gjort dagen til en succes, I var meget nysgerrige og der var masser af samtaler om alt mellem himmel og jord vedr, Mapillary og OpenStreetMap.

Nu over 3 millioner Mapillary billeder i Danmark

I august 2015 ramte de danske Mapillary bidragsydere 1 million crowdsourcet billeder. Nu 10 måneder efter her i dag har de ramt over 3 millioner crowdsourcet billeder.

Mapillary juni stats

Vi tager et kig bag tallene for Danmark. Men her først nogle nøgletal her kl. 11:00 d. 7. juni 2016.

  • 3002026 crowdsourcet Mapillary billeder
  • Der har været 261 bidragsydere i alt
  • I gennemsnit har de indsamlet 11502 billeder
  • Første kvartil er 19 billeder blandt de 261 bidragsydere
  • Medianen er 147 billeder
  • Tredje kvartil er 887 billeder blandt bidragsyderene

Nu er de 3002026 Mapillary billeder ikke ligeligt fordelt i Danmark. Hvis vi deler op i de 5 regioner før vi følgende tal for antal indsamlet billeder

  • Region Nordjylland 55837 (1,86 %)
  • Region Midtjylland 1339804 (44,63%)
  • Region Syddanmark 314012 (10.46%)
  • Region Hovedstaden 1174692 (39,13 %)
  • Region Sjælland 117679 (3,92%)

Region Midtjylland er der, hvor der indsamlet flest Mapillary billeder (44,63% af alt i Danmark), mens Region Nordjylland er sidste pladsen med kun 55837 (1,86 % af alt i Danmark). Nu afhænger disse regionsplaceringer i den grad af, hvor Danmarks Top 10 Mapillary bidragsydere bor. Disse 10 personer har bidraget med 2587964 billeder ( 86,2% af alle Mapillary billeder i Danmark). Toblers første lov om geografi er i den grad gyldig her, det nære er det mest vedkommende.

Mapillary juni stats

Dette er et her og nu status billede, og som i mange VGI (Volunteered geographic information) projekter kan ting ændre sig hurtigt, hvis der nogen der tager teten. Se fx Lesotho i OpenStreetMap regi. Lesotho var dårligt kortlagt for 2 år siden, men er nu det bedst kortlagte land i Afrika og slår flere europæiske lande. Denne indsats har kun været muligt fordi der er blevet bygget et stærk community op om den indsats.

Så det kan være næste gang, at jeg laver en talstatus på Mapillary i Danmark, at Region Nordjylland er i toppen. Det er kun spørgsmål om nogen tager sig sammen i området.

Nå, ja har du fået prøvet Mapillary app?

NB – Hvis du er interesseret i tal og fakta for andre lande, så tjek dette online regneark ud og klik så på det land du ønsker at vide noget om.

Geodataindsamling under årets Vi Cykler På Arbejde kampagne

I går afsluttede årets Vi Cykler På Arbejde kampagne. Da der for mit vedkommende kun var 2 regnvejrsdage ud af 19 arbejdsdage i maj var der lagt op til at få en del kilometer i benene. Jeg endte på 436 km i alt. Årets kampagne var også en enestående mulighed for at køre omveje for at få indsamlet billeder til Mapillary fotoprojektet.

Med Mapillary app installeret på min smartphone fik jeg indsamlet ca. 20.000 billeder fra Ballerup området til Mapillary projektet. Det blev rundt regnet ca. 70 km veje og stistrækninger under Vi Cykler På Arbejde kampagnen. Mange stier og veje havde jeg aldrig før cyklet på.

Mapillary Ballerup
(Sti i Ballerup – se ovenstående billede på Mapillary)

Udover at alle billeder i Mapillary er udgivet under en fri licens. Så kan Mapillary bruges for cyklister til aktivisme for at få forbedret forholdene på landets cykelstier. Lad mig vise det med et Mapillary billede, jeg tog ude ved Veksø S-tog station [Egedal Kommune] på C97 supercykelstien (København – Frederikssund). I billedet nedenfor ses en cykelbom (chikane).

Mapillary Veksø'
(Supercykelstien C97 ved Veksø Station – se ovenstående billede på Mapillary)

Nu er der over 200 meter til vej, hvor der er biltrafik, så jeg forstår ikke logikken i at sætte en cykelbom der. Jeg havde også det indtryk, at en supercykelsti var beregnet på at have et flow og ikke en masse forhindringer. Hvis der er mange cyklister, der bruger Mapillary til at fotodokumentere dårlige design af cykelstier som ovennævnte eksempel og så får skrevet til de ansvarlige myndigheder og vedhæfter billede eller URL’en, som også viser hvor på kort hvor dette dårlige cykelstidesign befinder sig. Så kunne det være der skete noget (fx fjernelse) eller få et svar, hvorfor de lige netop har valgt at sætte en forhindring op der.

Nu behøver det ikke kun være at være negative ting ude fra cykelstierne, de gode cykelsti design kunne også fotograferes til Mapillay og så bruges til vise myndigheder, udenlandske byplanlæggere, udenlandske cyklister, forskellige cyklistforbunde i verden, hvordan det kan gøres osv. Billederne er som nævnt under en fri licens, så de kan bruges i andre sammenhænge end lige via Mapillarys platform.

Geodata baseret på deep learning er nu tilgængeligt for OpenStreetMap frivillige

De frivillige i OpenStreetMap har nu fået adgang til trafikskilte geodata fra Mapillary. Det webbaseret iD redigeringsværktøj er blevet opdateret og nu kan et ekstra geodatalag med trafikskilte kaldes ind, og dermed bruges af OpenStreetMap frivillige til at forbedre OpenStreetMaps geodata.

Trafikskilte laget fra Mapillary er baseret på deep learning og for at kickstarte algoritmer, der genkender trafikskilte, så har Mapillary frivillige set manuelt på over 200.000 billeder og har angivet hvilke trafikskilte der findes i billederne. Indtil videre er det trafikskilte i Europa og USA, som der er sat algoritmer i gang med at autogenkende trafikskilte i. Trafikskilte genkendelse fra andre verdensdele og lande er på vej.

Hvis du vil se ovenstående i aktion, så find et sted i OpenStreetMap der er blevet taget Mapillary billeder i og så naturligvis i nærheden af veje. Dernæst går du ind i edit og vælger “Rediger med iD” redigeringsværktøjet. Ude i højre side klik på ikonet “Kortdata” og sæt dernæst hak i “Trafikskiltelag (Mapillary)” laget.

Trafikskilte laget

Hvis der er taget Mapillary billeder i området og deres algoritme har genkendt trafikskilte, så vil de disse dukke op som i ikoner i iD editoren. I billedet nedenfor er et “cykelsti” skilt blevet genkendt ved landsbyen Lyngerup i Horns Herred.

Trafikskilte laget

Ved at køre musen over et trafikskiltikon, så vil det tilhørende Mapillary billede dukke op, hvorfra trafikskiltet er blevet genkendt. Bemærk at ikonet for trafikskiltet bliver placeret der, hvor fotografen har stået og taget billedet.

Der er selvfølgelig stadigvæk en del falske positive hits (forkert gættet trafikskilte), men jo flere Mapillary billeder taget mange steder fra, jo bedre bliver algoritmerne til at autogenkende trafikskilte. Så de steder der ikke er taget Mapillary billeder endnu i Danmark (eller for den sags skyld andre steder i verden) , der kan du bidrage med at tage billeder med din smartphone og Mapillary app (findes til Andriod, iPhone og Windows) installeret.

Mapillary har også et API, hvor du kan hente trafikskilte og bestemte kategorier (fx kun hastighedskiltene).

Mapillary arbejder også på at lave algoritmer der kan autogenkende andre ting i Mapillary billederne end lige trafikskilte. Mapillary har i sidste uge fået tilført 8 millioner $ i kapital, penge som fx skal bruges til at ansætte flere, som er eksperter i Computer Vision og deep learning.

Hvis du sidder og er efterladt med det indtryk, at Mapillary kun drejer sig om trafik, så læs Maptime Copenhagen beretning fra “Historiske billeder” dagen afholdt 13. februar på Nationalmuseet. Her vil kunne du læse om andre ting Mapillary kan bruges til.

Endeligt program for geokoding af historiske billeder – Lørdag d. 13. februar på Nationalmuseet

Maptime Copenhagen er nu klar med det endelige program for “geokoding af historiske billeder” workshop. Nationalmuseet er så venlige at lægge undervisningslokaler og Wi-Fi til rådighed. Mapillary vil være sponsor for lidt at spise og drikke. Katrin Humal fra Mapillary kommer over fra Malmø, og hun vil have et 360 graders kamera med, som vi vil få taget lidt billeder med. Opdatering 3. februar – Mapillarys Andriod udvikler Peter Neubauer vil også være tilstede denne dag. Du tilmelder dig på Meetup siden her.

Opdatering 12. februar – Læs også om Geosetter opsætning.

Program og tidsplan for dagen

  • Nationalmuseet åbner kl. 10 (kort her) – vi skal være i undervisningslokale U9 – spørg evt. i receptionen hvis du ikke kan finde lokalet
  • Kl. 10.15 – 10.30 Velkomst og så vil Katrin Humal fra Mapillary fortælle ca. 5-10 min, hvad Mapillary arbejder med fx trafikskilte genkendelse, OCR – tekst fra billeder, Cloud points, Computer Vision, deep learning fra billeder
  • Kl. 10.30 -10.50 – Case med et høj kvalitets billede fra Nationalmuseets billedsamling – processen med at geokode billedet (tilføjelse af breddegrad, længdegrad og retning ) – Dernæst hvordan billedet kan sættes i spil på Mapillary
  • Kl. 10.50 – 11:50 – Deltagerne geokoder selv billeder fra Nationalmuseets samling eller andre samlinger – også tilladt at tage eget indskannet billeder med, dog helst i stort format (dvs over 1800px stort)
  • Kl. 12:00 -13:00 – Vi skal udendørs, hvor Katrin viser 360 graders kamerademo og dernæst sendes folk rundt i nærheden med deres smart phone og tager billeder med Mapillary app – såfremt meget dårligt vejr – Så kan vi fortsætte mere geokodning af historiske billeder i undervisningslokalet
  • Kl. 13:00-13:30 i U9 undervisninglokalet hvor Mapillary er vært ved lidt at spise og drikke
  • Kl. 13:30-14:00 – Demo af hvordan et geokodet billede uploades til Wikimedia Commons arkivet – samt vise hvordan før og efter billede mashup kan laves
  • Kl. 14:00 Slutter vi – Nationalmuseet har åbent til kl. 17:00, så man kan tage en tur rundt i samlingerne

Forudsætninger for at deltage – Ingen, udover at vil lære noget nyt. Hvad er en god ide at medbringe samt installere inden du kommer?

  • Bærbar computer
  • GIMP billederedigeringsoftware (hvis du ikke har billederedigeringsprogram)
  • Geosetter (desværre er program kun til Windows)
  • Mapillary app (findes til Andriod, iPhone og Windows) samt få aktiveret en Mapillary konto (gøres via app)
  • Oprette en Wikimedia Commons konto, så du kan uploade billeder der

Såfremt det ikke er muligt at medbringe noget af ovenstående er du også velkommen til at komme og kun hænge ud (OBS du skal stadigvæk tilmelde dig).

Hvis ovenstående er lidt sort snak, så kommer en case med et billede af Torvegade 73 (taget i år 1931) fra Nationalmuseets billedesamling. Så du kan få en ide om hvad der nogenlunde skal ske på dagen.

Case - Torvegade 73
(Billede – Torvegade 73 hos Nationalmuseets billedesamling)

Billedet hentes og kun det relevante klippes ud med et billederedigeringsprogram. Dernæst indsætter vi det i Geosetter, hvor vi så tilføjer længde- og breddegrader samt retning for billedet.

Case - Torvegade 73
(Billede – Torvegade 73 i Geosetter)

Så uploader vi billedet til Mapillary (se Torvegade 73 eksempel her).

Case - Torvegade 73
(Billede – Torvegade 73 i Mapillary)

Torvegade 73 billedet kan også ses hos Wikimedia Commones her.

Vi satser på godt vejr og dermed kan I komme ud og fotografere med Mapillary app. I maks. 10 minutters gå afstand fra Nationalmuseet har jeg fået geokodet ca. 40 historiske billeder fra Nationalmuseet og lagt ind i Mapillary. Listen kan ses her samt link til Mapillary billedet.

Fotomission er så at tage et billede fra samme sted som en fotograf gjorde det engang i fortiden. Vi kan dermed lave en før og nu visualisering som fx mit eksempel fra Rigdagsgården anno 1932 og så i 2012.

Case - Torvegade 73

Så er der kun at sige velmødt 13. februar 2016 på Nationalmuseet.

Årets gang i Danmark for Mapillary bidragsyderne

I 2015 har bidragsyderne til Mapillary projektet i Danmark haft virkelig travlt. I januar var der ca. crowdsourcet 100.000 billeder og nu her d. 21 december er der så blevet fotograferet hele 1.769.328 billeder og det skulle dække over ca. 30.000 km fotografering.

Mapillary 2015

Hvis vi ser på fordelingen af Mapillary billeder i de 5 regioner, så får vi følgende tal dags dato.

Det ser ud til at det bliver Region Midtjylland som først når en million Mapillary billeder, hvis ikke nogen fra de andre regioner tager udfordringen op hurtigst muligt. Region Nordjylland er bagud, der er ellers oplagte områder som fx Skagen, Klitmølller, Thy området eller fotografering af de mange bunkers ved Vesterhavet.

I 2015 blev der også arrangeret to fælles Mapillary fototure. Den første blev afholdt i København i forbindelse med Open Data Day i februar og den anden blev afholdt i september i Hillerød i forbindelse med det første danske Maptime Copenhagen event.

Der har også været tid til at geokode ca. 115 historiske billeder fra den åbne digitale samling fra Nationalmuseet samt lave et CartoDB kort, der viser hvor disse historiske billeder befinder sig. Der er mindst 500 historiske billeder fra denne samling som kan blive geokodet.

Historiske billeder

Geokodning af historiske billeder er et emne som Maptime Copenhagen planlægger at afholde et kursus i slutningen af januar/start februar 2016. Der er flere som har givet udtryk at de godt kunne tænke sig at lære dette. Hvis du/I har mulighed for at stille lokale og Wi-fi til rådighed i Københavnsområdet en lørdag, så kontakt mig gerne (Mapillary vil være sponsor for sandwich eller pizza den dag).

I 2016 kunne de danske Mapillary bidragsyderne (samt meget gerne mange flere nye bidragsydere) store ambition være at lave et Mapillary billede for hver indbygger i Danmark (ca. 5,614 millioner). Potentialet er der, da over 3 millioner ejer en smart phone og kan få Mapillary app installeret (findes til Andriod, iPhone og Windows). Endelig har vi til gode at se fx folkeskoleklasser som led i bevægelse og motion undervisningen bidrage til Mapillary projektet.

Til sidst skal nævnes at alene en person i USA har alene lavet 2.499.258 Mapillary billeder og kørt ca. 69.765 km og det er mere end alle de danske bidragsydere til sammen.

Match fortiden har nu 56 111 historiske fotoudfordringer

Da første udgave af “Match fortiden” fotoudfordringen blev skudt i gang for 2 uger siden, var der 23 historiske billeder, som du med Mapillary app skal tage et nutidigt billede af. Jeg har nu fået udvidet dette antal til 56 111 fotoudfordringer samt fået lavet et interaktiv kort med disse 56 111 stk. På kortet når du klikker på en udfordring, dukker et miniature foto op, oplysninger om de geografiske koordinater, retningen billedet er blevet taget i, stednavnet samt årstallet billedet blev taget i.

Match fortiden
(Billede – Match fortiden kort med de 56 111 fotoudfordringer)

Hvis du ruller helt ned i info-vinduet, så vil der være et hyperlink der fører dig direkte hen til et stort format af det historiske billede på Mapillary.

Match fortiden
(Billede – Mapillary billede af Norgesporten 1905 ved Kastellet – se stort format her)

Nu er det snart skolernes efterårsferie, så hvis du er helt blank for ideer at lave sammen med børnene, så er dette en mulighed for at prøve Mapillary app (findes til iPhone, Andriod og Windows) af. De fleste børn over 12 år har i vore dage en smartphone. Og hvor skal vi så starte? Alene området omkring Kastellet i København har 5 fotoudfordringer, det kunne så være en start i det område (se andet indlæg for tips vedr. Mapillary fotografering).

De 56 111 historiske billeder stammer fra Nationalmuseets billedesamling samt fra Rigsarkivet (tak til Charlotte S H Jensen fra Rigsarkivet for at gøre mig opmærksom på nogle billeder fra Københavns Hovedbanegård) og er alle udgivet under åbne licenser. De historiske billeder stammer fra perioden 1870-1981.

Kan du få fortiden til at matche nutiden? – Maptime Copenhagen udfordringen

Maptime Copenhagen udfordringen er hermed gået i luften, du skal matche 23 115 historiske billeder (fra 1870-1981) fra Nationalmuseets billedesamling med nutiden. Du skal gå ud på det samme sted, som fotografen stod engang og så tage et billede i samme retning.

Maptime Copenhagen udfordringen

Jeg har med softwaren GeoSetter fået tilknyttet de geografiske koordinater samt fotografiets retning for de 23 115 historiske fotografier fra perioden 1894 til 1972. Disse historiske fotografier er dernæst blevet uploadet til Mapillary. Jeg har i et online regnark, fået lagt URLs til billederne og en stedbeskrivelse ind, så du kan se hvilken billede udfordring, der passer dig bedst.

Maptime Copenhagen udfordringen

Sådan kommer du i gang – Vi tager det som en case med et billede fra 1913 af Mastekranen på Holmen. Du installerer først Mapillary app (findes til iPhone, Andriod og Windows). Dernæst bevæger du dig ud på Holmen og stiller dig nogenlunde samme sted som fotografen gjorde det i 1913. Du tænder din Mapillary app og begynder at tage billeder. Tag gerne mange billeder, hvor du bevæger dig lidt rundt for at fange samme sted (som det i 1913). Når du kommer hjem til dit Wi-fi netværk, så upload alle billederne til Mapillary.

Maptime Copenhagen udfordringen
(Billede – Mastekranen på Holmen 1913)

Når billederne er klar på Mapillary, så gå ind og udvælg det Mapillary billede som der matcher bedst udfordringen. Tag URL’en til Mapillary billedet og e-mail den til mig soren.johannessen AT gmail.com eller ping URL’en til mig på Twitter @neogeografen . URL skal ligne noget i stil med følgende

http://www.mapillary.com/map/im/xG4L9KnkZk0-nF7xF57W5A/photo

Nu har vi så et match på to Mapillary billeder (selvfølgelig kan man aldrig gendanne 100 %), det kan vi bruge til at lave en før og efter visualisering med. Du kan se Stenløse Kirke ved Odense i en før(1912)/efter(2015) visualisering her, træk i slide-bar frem og tilbage for at se forskellen. Begge billeder stammer fra Nationalmuseets samling. Jeg vil løbende lave før og efter visualiseringer af de 23 56 udfordringer, så snart dit Mapillary bidrag er kommet mig til kendskab.

Maptime Copenhagen udfordringen
(Billede – Stenløse Kirke visualisering 1912 og 2015)

Så er der kun at sige god foto match tur. NB – Der er hele 5 billede udfordringer på Kastellets område, så det kunne være et passende udgangspunkt på din fototur.

Om Maptime Copenhagen. Grundprincipet i den nystiftet Maptime Copenhagen forening er, at folk kan vade ind fra gaden med en computer eller smartphone under armen og så lære et eller andet om at lave kort, rode med geografiske data osv. Ideen er at på små introkurser af 2-3 timers varighed afholdt af Maptime Copenhagen vil enhver uanset alder og uddannelse få lært noget nyt. Ovenstående case med gamle fotografier er bare en blandt mange muligheder for at afvikle et minikursus der har et geografisk element over sig.

Maptime Copenhagen klar til at introducere folkekartografi til danskerne

Kartograf- og korthistorikeren Brian Harley, som var en af bannerførerne indenfor kritisk kartografi, havde som mantra “Maps are too important to be left to cartographers alone” og skulle ikke kun være forbeholdt en uddannet elite at beskæftige sig med samt havde en kritisk indstilling til, hvordan kort bliver til. Brian Harley tog selv turen fra at være uddannet naiv [positivisme] kartograf, hvor det at lave kort var bare et spørgsmål om at have så mange geodata som muligt tilrådighed samt have adgang til den bedste nyeste kortlægningsteknologi. Spørgmålet om hvem bestemmer hvad der skal med eller ikke med på et kort var af mindre betydning for kartografer. Samtidigt var kartografer ikke videre de store deltagere i samfundsdebatten ifølge Harley senere i sit liv.

Brian Harley begyndte i slutningen af 1970’erne at nærlæse især franske tænkere som Bachelard, Lefebvre, Derrida og Foucault.
Harley begyndte nu at se magt, vidensproduktionen, hvem betaler kartografens arbejde samt den historiske kontekst kort er lavet i, som værende mere vigtigt for forståelsen af kort end præcision af geodata og teknologien bag. Harley mest berømte artikel er “Deconstructing the Map (PDF-link)” fra 1989.

Hvis vi koger Harleys pointe helt ned vedr. kort, så betyder det at du altid skal stille spørgsmål til “magt, vidensproduktion, pengene bag og sætte det i historisk sammenhæng” bag og ad den vej få større indsigt og forståelse af kort. Harley bruger meget Alfred Korzybskis (1931) frase “the map is not the territory” for hele tiden at minde os om at kort ikke er den reele virklighed, så hvis et sted ikke er på et kort betyder det ikke at det ikke findes, men at vi skal se på de andre ting Harley nævner og stiller spørgsmåltegn ved “Hvorfor er stedet så ikke med?”

Desværre dør Harley kun 59 år i 1991, men han har sat sit præg på det felt, der hedder kritisk kartografi og har efterladt staften til personer som fx Denis Wood & Jeremy Crampton. Harley får heller ikke at se den digitale udvikling indenfor kort og web som især de sidste 10 år har taget fart med fx OpenStreetMap og Google Maps.

Vi går nu i Harleys fodspor med den nystiftet MapTime Copenhagen forening. Det er ikke meningen at den forening skal være hjemsted for en diskusionsklub over Derrida og Foucaults samlede værker, hvor spændende det så end kan være. MapTime Copenhagen er oprettet med det sigt at få så mange forskellige mennesker til at involvere sig i vidensproduktion af kort, geodata samt selv være aktiv som vidensproducent. Og dette engagement for at deltage skal gøres uden at have de store forudsætninger udover lysten til at lære noget nyt der kan relatere sig til kort. Sagt med et kinestisk ordsprog “Tell me, I forget – Show me, I remember – Involve me, I understand”

Maptime Copenhagen logo

Først lidt om hvad Maptime ideen er

Maptime is an open learning environment for all levels and degrees of knowledge, offering intentional educational support for the beginner. Maptime is simultaneously flexible and structured, creating space for mapping tutorials, workshops, ongoing projects with a shared goal, and independent/collaborative work time. Beginners most welcome!

Ideen opstod ved State of the Map US konferencen (OpenstreetMap) i 2013, hvor Alyssa Wright holdte et foredrag hvor i hun omtalte “the lack of diversity in OpenStreetMap contributions”. Med det mente hun bl.a. den skæve fordeling af mænd kontra kvinder (3 % er kvinder) og mange deltagere fra universitets miljøer i OpenStreetMap, mens stort fravær af alle andre grupper i samfundet.

Beth Schechter fra firmaet Stamen tog hurtigt teten og lavede den første Maptime forening og event i San Francisco. Gode ideer spredes som bekendt hurtigt på nettet, så nu er der 100 Maptime foreninger i over 20 lande. Nu er turen endelig kommet til Danmark med oprettelsen af Maptime Copenhagen. Og bemærk Maptime workshops og kurser er ikke kun beregnet for at være OpenStreetMap relateret.

Du finder Maptime Copenhagen følgende steder på nettet

  • Maptime Copenhagen officielle webside
  • Følg twitterkonto @MaptimeCPH
  • Maptime Copenhagen Meetup side – følg denne for kommende events, workshops mm.

Den første Maptime Copenhagen begivenhed er allerede klar og det bliver lørdag 19. september kl. 13.00 på Frederiksborg Slot i Hillerød. Vi lægger ud med et Mapillary fotografering event som er lavet sammen med frivillige fra OpenStreetMap Danmark. Bare rolig det eneste du skal gøre er at have en smartphone med samt have installeret Mapillary app (findes til iPhone, Andriod og Windows) og resten fortæller vi dig/jer undervejs. Vi er så heldige at Peter Neubauer og Edoardo Neerhut fra Mapillary i Malmø kommer denne dag, så der er rig lejlighed til snakke med dem om Mapillarys version om en crowdsourcet fotograferet verden.

Program for lørdag 19. september kl. 13.00-16.00

  • Kl. 13.00 vi mødes ved Møntportvejen lige ved broen før du går over til slottet (se mødested på kort)
  • Efter en ca. en times fotografering ved Frederiksborg Slot samt i parken mødes vi på Hillerød Bibliotek på Christiansgade 1 igen, hvor biblioteket har været så venlige at låne os et mødelokale med Wi-Fi adgang (se bibliotek på kort)
  • På biblioteket vil vi begynde at oploade billeder fra Mapillary app
  • Vi vil vise hvordan de gode billeder kan deles med Wikipedia leksikonet
  • Vi vil vise hvordan Mapillary kan hjælpe OpenStreetMap – Vi fotograferer sikkert et kunstværk ved slottet, vi kan bruge som case
  • Mapillary vil holde et ca. 20 minutter foredrag hvad de arbejder med fx autogenkendelse af trafikskilte og kommende funktioner
  • Kl. 16.00 lukker biblioteket, så vi bliver smidt ud, mens hvis der stemning for det, kan vi fortsætte et sted ude i Hillerød by til en øl eller sodavand
  • Du tilmelder dig online her – eller du kan skrive en kommentar nedenfor – sidste mulighed send mig en e-mail på soren.johannessen AT gmail.com

Så kom frisk lørdag d. 19 og vær en del af noget helt nyt samt få lært noget tillige og børn kan også nemt deltage den dag (de fleste børn har jo en smartphone i disse tider).

Frederiksborg Slot
(Billede – Mapillary billede af Frederiksborg Slot link her )

Nu er emnet kortproduktion og geodata meget bredt, så jeg har nedenfor lavet et idekatalog hvad kommende Maptime Copenhagen events og workshop kunne handle om. Der er ingen tekniske og uddannelsesmæssige krav for hoppe ind i et de nævnte ideer samt alle teknologier der bruges er gratis. Hvis du har viden om et af emnerne og lyst til at stable et arrangement på benene så meld dig ind i Maptime Copenhagen. Og endelig hvis du har fået indtrykket at det hele skal foregå på engelsk, så er det ikke korrekt, workshops og undervisning er selvfølgelig velkommen på dansk at afholde.

Maptime Copenhagen idekatalog

  • QGIS introduktion – lær at hente fx Geodatastyrelsens geodata og kort ind i det gratis QGIS software
  • Sæt et kort op med Leaflet JavaScript eller med uMap biblioteket
  • OverPass Turbo – lær at hente bestemte geodata i OpenStreetMaps enorme database
  • Wikipedia – lær at geotagge billeder samt indsætte billeder i Wikipedia artikler
  • Bliv geodataaktivist – Hvordan indsamler man geodatadata, værktøjer, indsamlingsmetoder – Udgangspunkt kunne fx være at belyse overdækket eller ej overdækket antal cykelstativer i en by – eller kunstværker/mindesten i et område
  • OpenHistoricalMap – Lær at omdanne et gammelt kort fx bykort til vektordata fx med Map Warper værktøjet
  • Digital humanitært geodata arbejde – Hvordan kan man hjælpe fx Humanitarian OpenStreetMap Team hjemmefra din sofa

Kilder – vedr. Brian Harley – Jerry Brotton (2012) A History of the World in 12 Maps
Det kinestiske ordsprog er taget fra “Nuala Cowan and Richard Hinton” foredrag “I’ll Grade Your Edits: OpenStreetMap in Higher Education” ved State of the Map US 2013

Kønnenes kamp om vejnavnene – Undersøgelse af vejnavne i København, Århus og Frederikssund

I fredags havde KVINFO en lille artikel om at ca. 2,6 % af alle de parisiske gader har kvindelige navne. Nu nævner undersøgelsen ikke hvor stor procentdelen af gader, der så har mandlige navne i storbyen Paris.

Danners Plads
(Billede – Mapillary billede af Danners Plads skilt)

Ole Palnatoke spurgte i så den forbindelse om der var lavet en tilsvarende dansk undersøgelse med vejnavne opkaldt efter kvinder? Jeg mente ikke, at der var nogen offentlig tilgængelig undersøgelse der havde gået i dybden med dette emne endnu. Så her bringer jeg så en undersøgelse af hhv. Københavns Kommune, Århus Kommune og Frederikssund Kommune. Opdatering 31. august 2015 – MX har i dagens avis en optælling/undersøgelse af de københavnske vejnavne og i Århus, men optæller fx ikke vejnavne som Mozartsvej og Tietgensgade som værende opkaldt efter en mænd. MX optæller kun fuldt ud stavet personnavne i vejnavnet, det kunne være fx Bertel Thorvaldsens Plads, Clara Pontoppidans Vej o.lign.

Først lidt om metode brugt. Alle danmarks pt. 111.221 vejnavne er hentet fra Danmarks Adresser i et regneark, hvor det er muligt at sortere efter kommunenavn. At der er 111.221 vejnavne i Danmark betyder ikke at alle disse vejnavne er unikke , der er jo mange Lærkevej, Vibevej og Thyrasvej osv ude i kommuerne. De lette vejnavne at sortere ud som værende kvindelige er fx Olivia Hansens Gade, Inge Lehmanns Gade, Kristine Nielsens Gade osv.

Jeg har dernæst også tilføjet/indsamlet godkendte pigenavne som der indgår i vejnavnet, det kan fx være Emmasvej, Bodilsgade, Lærkevej, Vibevej. Bemærk at Lærke og Vibe er godkendte pigenavne. Den samme indsamlingsmetode er gjort for gader/veje opkaldt efter mænd eller hvis der indgår et godkendt drengenavn i vejnavnet. Sagnnavne er også talt med fx Kong Skjoldsvej, Kong Roarsvej o.lign. Veje hvor kun efternavnet indgår, men hvor det er klart hvilken person der hentydes til er blevet talt med, det kan fx være vejenavne som Mozartsvej, Ellehammervej, Strindbergsvej osv.

Godkendte uni-sex navne som indgår i vejnavne er ikke blevet indsamlet fx Sol, Storm, Rosen, Kim osv. Kun 3 kommuner er valgt i denne undersøgelse pga det ville meget lang tid at se alle vejnavnene i regnarket for 98 kommuner igennem (regn med mindst 1 time per kommune). Til tjek om et navn er blandt de godkendte fornavne eller ej, her er Ankestyrelsen onlineværktøj brugt. Endelig, der er sikkert nogle enkelte smuttere af både pige og drengenavne, der ikke er kommet med i opgørelsen. Derfor er et godt råd at være to (eller flere) der hver især læser fx alle vejnavne i en kommune igennem og så sammenligner reslutater, såfremt nogen vil arbejde videre med at lave undersøgelser af andre kommuner.

Resultat Københavns Kommune

  • 2705 vejnavne i alt
  • Hvor de 135 er kvindelige (4,99 %)
  • Hvor de 537 er mandlige (19,86 %)
  • Det giver ca 2 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Århus Kommune

  • 2888 vejnavne i alt
  • Hvor de 103 er kvindelige (3,57 %)
  • Hvor de 388 er mandlige (13,43 % )
  • Det giver ca. 2,1 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Frederikssund Kommune

  • 1258 vejnavne i alt
  • Hvor de 50 er kvindelige (3,97 %)
  • Hvor de 95 er mandlige (7,55 %)
  • Det giver ca. 3,5 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Der er ikke de store overraskelser i ovenstående tal for de tre kommuner. Frederikssund Kommune scorer højere andel pga. kommunalreformen i 2007. Her slog kommunerne i Jægerspris, Skibby, Slangerup og Frederikssund sig sammen. Hver kommune medbragte en Lærkevej og Vibevej, så i den nye Frederikssund Kommune er det så 4 stk. af hver.

Men som nævnt så mangler der 95 kommuner endnu at blive undersøgt. Det kunne være interessant at få besvaret om landkommuner har større andel af kvindelige navne i forhold til mænd? Samt spillede kommunalreformen i 2007 en rolle for andelen af kvindenavne?

Måske en geografilærer i gymnasiet kan sætte de studerende til at undersøge dette? og igen er tippet at sætte mindst 2 personer på for at undersøgelse en kommune.

En ide til et tema i folkeskolens motion og bevægelse kunne være at sætte eleverne til at fotografere med Mapillary appen, alle kvindelige og mandlige vejnavne i nærheden af skolen og gerne med vejskilte dokumentation som vist i Mapillary billedet nedenfor.

Thyrasvej
(Billede – Mapillary billede af Thryravej skilt)

Hvor befinder de danske Mapillary bidragsydere sig i forhold til andre lande?

I mit sidste indlæg kiggede jeg lidt på Mapillarys nye API 2.0 og trak nogle danske statistiske oplysninger ud via dette. Nu kunne det også være interessant at se hvordan Danmark befinder sig i forhold til andre lande. Jeg har trukket oplysninger (søndag 9. august) ud for Danmark, Frankrig, Holland, Sverige, Tyskland, USA som alle har over en million crowdsourcet billeder og endelig et samlet tal for hele verden (Du kan se online regnearket her).

Regneark med Mapillary tal

Hollands 122 bidragsydere trækker virkelig igennem med et gennemsnit på 15369 billeder og et højt median og øvre kvartil tal i forhold til de andre lande inkl. Danmark.

Sverige, Tyskland og USA har nogenlunde det samlet antal bidragydere, her springer det i øjnene at Sverige er langt bagud Tyskland og USA mht. til gennemsnit, median, nedre kvartil og øvre kvartil. Det tyder på at mange flere i Tyskland og USA finder Mapillary interessant og vil bruge tid på at bidrage end i Sverige.

Nu er det ikke nogen hemmelighed at mange OpenStreetMap bidragsydere også er store Mapillary bidragsydere. Tyskland og USA er nogle af de store lande mht. antal OpenStreetMap frivillige, og hvis en stor del af disse også er hoppet på Mapillary projektet, så det kan forklare lidt af, hvorfor Sverige er langt efter disse to lande.

Hvis vi placerer Danmark i forhold til det globale gennemsnit på 9011 billeder per bidragsyder mod Danmarks gennemsnit på 5448, hvis Danmark havde det samme gennemsnit som globalt ville det betyde at der var i alt crowdsourcet 1694068 billeder mod det reelle tal i skrivende stund på 1024264.

Globalt er gennemsnittet i antal fotograferet km ca. 229 per bidragsyder i Danmark er tallet ca. 81 km. Forklaringen i denne forskel ligger i at flere bidragsydere i Danmark går eller cykler rundt og fotografere til Mapillary end kører rundt i bil og gør det samme. Alene den amerikanske bidragsyder Allen har pt. kørt ca. 35126 km rundt i bil.

Hvis Danmark og Sverige skal have mere gang i Mapillary crowdsourcing, så skal der fokuseres på at få øvre kvartil meget højere op (er ca. 2,5 mindre end det globale tal). Det betyder at man skal have fat i mange mulige bidragsydere, der kunne tænkes at gå, cykle eller køre rundt i bil i mindst 10 timer i deres lokalområde, det er så ca. 18000 billeder i bidrag. Cykelklubber, løbeklubber eller vandreforeninger kunne være steder, hvor der kunne rekrutteres nogle nye bidragsydere.

Bemærk at undersøgelsen ovenfor er et øjebliksbillede – I crowdsourcing projekter kan mange ting ændre sig på en måned, måske bidragysyderne i Danmark har nået det globale gennemsnit 1. september? Du kan da være med til at gøre et forsøg ved selv at deltage i Mapillary projektet.

Tangen ved Metalskolen i Jørlunde
(Kunstværket Tangen ved Metalskolen i Jørlunde – direkte link her)

Flere tal og fakta med Mapillary API 2.0

I onsdags frigav Mapillary deres API 2.0 version. Du logger ind med dine brugeroplysninger og laver selv din egen API-nøgle. Du vil nu få adgang til at lave søgninger og få det retur i JSON eller GeoJSON format.

Der er flere statistiske API forespørgsler, hvor du kan få noget at vide om Mapillary bidragsyderne både i Danmark, andet land eller globalt. Så for at runde mit indlæg af for Danmark om at der var lavet over en million Mapillary billeder lørdag d. 1. august, så får I nogle flere tal om bidragsyderne i Danmark. (trukket ud kl. 8:00 d. 7. august). Disse tal kan kun hentes via Mapillary API 2.0.

7. august har der været 188 bidragydere i alt for Danmarks område. Bemærk, at det ikke er ens betydende med at de også bor i Danmark fx Mapillary bidragsyder “hajak” bor i Malmø, men har bidraget i Danmark med 9806 billeder. Total bidrag af disse 188 bidragsydere er i alt 1024264 billeder.

Opdatering 13:35 med kvartiler
Medianen er 166 og gennemsnittet er 5448 billeder. Tager vi det i tidsforbrug (forudsat der tages et billede hvert andet sekund) er medianen ca. 5 min. og 32 sekunder og gennemsnittet er ca. 3 timer og 2 min.
Nedre kvartil er 28 billeder (56 sekunder at fotografere) og øvre kvartil er 778 billeder ( 25 min. og 56 sekunder at fotografere).

At gennemsnittet er så langt væk fra medianen skyldes, at Top 10 bidragsydere i Danmarks området trækker læsset med ca. 81 % af samtlige billeder. Dette er ganske normalt i crowdsourcing projekter, at der vil være kæmpe forskelle mellem median og gennemsnit.

Endelig til sidst kan vi kigge på et globalt tal (også trukket ud fra API kl. 8:00 i dag). Hvis du vil på en global Top 100 liste som Mapillary bidragsyder så skal du bidrage med 56850 billeder og det er ca. et tidsforbrug på ca. 31 timer og 33 min.

Frederikssund -
(Mapillary billede af fritidshavn i Frederikssund – direkte link her)

Jeg bor her i Milhøj, 2 mil væk

Jeg lovede i mit indlæg om, at nu havde de danske Mapillary bidragsydere crowdsourcet over en million billeder, at vise nogle forskellige områder Mapillary kan bruges i. Mit første indlæg handler om et eksempel vedr. det offentlige. Geodatastyrelsen er ved at lave en “Danske Stednavnes indberetningsportal” som på sigt også vil tillade private at indberette stednavne som Geodatastyrelsen ikke har.

Som case tager vi et hus i Slangerup som har navnet “Milhøj“, dette hus er blevet fotograferet til Mapillary. (Se på Mapillary her), men ingen offentlig myndighed har det stednavn registret (såvidt jeg er orienteret).

Huset Milhøj i Slangerup

Så mit forslag er, at “Danske Stednavnes indberetningsportal” har et kildefelt, der angiver et link til fx et billede af det stednavn, du vil indsende. Det er altid godt at kunne dokumentere i form af et billede, så det bedre kan verificeres. I Mapillary eksemplet vil linket være følgende

http://www.mapillary.com/map/im/AkvL4sRU7m5-Dfl-2XDa_w

Andre billedekilder kunne fx være Wikimedia Commons mediearkivet og igen et link til kilden kunne bruges.

I princippet er det heller intet i vejen for at “Danske Stednavnes indberetningsportal” har en upload billede funktion – Også her er det tilladt jfr. Mapillary licensen at uploade et billede, der er taget af en Mapillary bidragsyder.

Endelig er bileder, der viser stednavne samt er fotograferet i Mapillary også oplagte lige at få smidt ind i OpenStreetMap database. Se den navngivet bygningspolygon Milhøj på OpenStreetMap her

Huset Milhøj i Slangerup

Afrunding : Huset Milhøj i Slangerup har fået navnet efter at lige foran huset står der en historisk milepæl, som angiver 2 danske mil afstanden til Hillerød (Se Mapillary billede af milpælen her).

Huset Milhøj i Slangerup

Og selvfølgelig kan en milepæl beskreves som geodata i OpenStreetMap se her.