Å se gresset gro høres kjedelig ut for de fleste, men hva om vi kan se utviklingen fra små spirer til høye strå på noen sekunder?
Timelapse-teknologi lar oss gjøre nettopp dette. Et kamera tar bilder av en scene med noen sekunders, minutters eller timers intervaller, og når man setter sammen bildene får man se forandringene i høy fart.
Les også: 10 triks for bedre wifi hjemme
Samler millioner av bilder
Men minnekort- og batterikapasitet gjør at man får problemer om man skal dokumentere noe som går over flere måneder eller år. Det er nettopp dette problemet tre studenter i samarbeid med Google ser ut til å løse i sitt Timelapse Mining-prosjekt.
De har laget et program som samler sammen 86 millioner gratisbilder fra nettet, og setter de sammen til timelapse-snutter.
Resultatet kan du få med deg i videoen over. Her får man blant annet se den norske Briksdalsbreen krympe gjennom de siste ti årene.
At breen krymper behøver ikke være dramatisk i seg selv. I løpet av de siste hundre årene har den både trukket seg tilbake og gjort fremstøt en rekke ganger.
Les også: Fiberkablene nærmer seg bristepunktet
Bildeanalyse i stor skala
Programmet deres analyserer hvert enkelt bilde og samler de som har lignende motiver. Dersom noen av bildene inneholder posisjonsdata, gjør dette det mulig å stedsfeste gruppen med bilder til ett enkelt landemerke.
Bildenes datostempling gjør at man kan fastslå når hvert enkelt bilde er tatt, og legge de i riktig rekkefølge i de resulterende filmene.
Programmet velger seg ut et referansebilde som de andre bildene justeres ut fra. Deretter analyseres faste holdepunkter i bildene som ikke forandrer seg. Store variasjoner, som personer som beveger seg i forgrunnen, blir filtrert bort.
Les også: Infinite USB lar deg plugge i nesten så mange dingser du vil
Minst 300 stillbilder
Hver enkelt timelapse er bygget opp av minst 300 enkeltbilder. Siden ingen bilder blir tatt fra nøyaktig samme sted blir bilder med avvik justert eller filtrert ut av programmet. Med andre ord må bildetilfanget være stort.
Fargene korrigeres til å passe referansebildet, og ulikheter i dybdeskarpheten glattes ut av programvaren. Alt i alt gjør programmet en omfattende analyseringsjobb, som heldigvis blir understøttet av Googles serverpark. For en nærmere kikk på algoritmene som blir brukt kan du se på studentenes oppgave som ligger offentlig tilgjengelig her.
Les også: Her passerer flere GPS-jammere hver dag
