PhotoCity حل مشکلات کیفیت داده ها و نمونه برداری در جمع آوری داده ها توزیع شده است.
وبسایت هایی مانند فلیکر و فیس بوک افراد را قادر می سازد تا تصاویر خود را با دوستان و خانواده خود به اشتراک بگذارند و همچنین مخازن زیادی از عکس ها را می توان برای اهداف دیگر استفاده کرد. به عنوان مثال، Sameer Agarwal و همکارانش (2011) با استفاده از 150،000 عکس از رم برای ایجاد یک بازسازی سه بعدی در شهر، از این عکسها برای ساخت "رم در یک روز" استفاده کردند. برای برخی از ساختمان هایی که به شدت عکس گرفته شده اند مانند Coliseum (شکل 5.10)، محققان تا حدی موفق بوده اند، اما بازسازی ها رنج می برند، زیرا اکثر عکس ها از همان دیدگاه های نمادین گرفته شده اند و بخش هایی از این ساختمان ها عکس برداری نشده اند. بنابراین، تصاویر از مخزن عکس کافی نیست. اما اگر داوطلبان می توانند برای جمع آوری عکس های لازم برای غنی کردن کسانی که در حال حاضر در دسترس هستند، مجوز بگیرند؟ فکر می کنم به قیاس هنر در فصل 1، اگر تصاویر تصاویر آماده شده توسط تصاویر custommaged غنی شوند؟
کتلین توئیت و همکارانش برای ایجاد مجموعه هدفمند از عکس های بزرگ، PhotoCity را ایجاد کردند، یک بازی آپلود عکس. PhotoCity وظیفه بالقوه پر از تصاویر جمع آوری داده ها را تبدیل به یک فعالیت بازی مانند تیم ها، قلعه ها و پرچم ها کرد (شکل 5.11)، و برای اولین بار برای بازسازی سه بعدی از دو دانشگاه به کار رفت: دانشگاه کرنل و دانشگاه واشنگتن محققان این روند را با آپلود عکس دانه از برخی از ساختمان ها آغاز کردند. سپس بازیکنان در هر محوطه دانشگاه وضعیت فعلی بازسازی را بازبینی کردند و با آپلود تصاویری که بازسازی را بهبود بخشید امتیاز کسب کرده است. به عنوان مثال، اگر بازسازی فعلی کتاب اورسی (در کورنل) بسیار پراکنده باشد، یک بازیکن می تواند با آپلود تصاویر جدید از آن امتیاز کسب کند. دو ویژگی این فرآیند آپلود بسیار مهم هستند. اول، تعداد امتیازاتی که یک بازیکن دریافت کرد، بر اساس مقدار عکسی که به بازسازی اضافه شد، بود. دوم، عکس هایی که آپلود شده بودند، باید با بازسازی های موجود همپوشانی داشته باشند تا بتوانند آنها را تایید کنند. در نهایت، محققان توانستند مدل های 3D با کیفیت بالا در ساختمان ها را در هر دو پردیس ایجاد کنند (شکل 5.12).
طراحی PhotoCity دو مشکل را حل می کند که اغلب در جمع آوری اطلاعات توزیع می شوند: اعتبار سنجی داده ها و نمونه گیری. اول، عکس ها با مقایسه آن ها با عکس های قبلی، که به نوبه خود در مقایسه با عکس های قبلی، در مقایسه با عکس های دانه ای که توسط محققان آپلود شده بودند مقایسه شد. به عبارت دیگر، به دلیل این افزونگی ساخته شده در این، برای یک نفر یک عکس از ساختمان اشتباه، یا به طور تصادفی یا عمدا، آپلود کرد. این ویژگی طراحی به این معنی است که سیستم خود را در برابر داده های بد محافظت می کند. دوم، سیستم امتیاز دهی به طور طبیعی مشارکت کنندگان را برای جمع آوری با ارزش ترین و نه راحت ترین داده ها آموزش داد. در واقع، در اینجا برخی از استراتژی هایی است که بازیکنان توصیف کرده اند که با استفاده از آنها برای کسب امتیاز بیشتر، معادل جمع آوری اطلاعات با ارزش تر است (Tuite et al. 2011) .
- "[من سعی کردم به] تقریبی زمان از روز و نور که برخی از تصاویر گرفته شده بود؛ این جلوگیری از رد شده توسط این بازی کمک کند. با که گفت، روزهای ابری بود بهترین های دور در هنگام برخورد با گوشه دلیل کنتراست کمتر کمک بازی شکل از هندسه از تصاویر من است. "
- "هنگامی که هوا آفتابی بود، من استفاده از ویژگی های ضد لرزش دوربین من به خودم اجازه می دهد برای گرفتن عکس در حین راه رفتن در اطراف یک منطقه خاص است. این به من اجازه گرفتن عکس واضح در حالی که داشتن نیست برای جلوگیری از گام من. همچنین جایزه: کمتر مردم به من خیره شد "!
- "با توجه به بسیاری از تصاویر یک ساختمان با دوربین 5 مگاپیکسلی، و سپس به خانه می آیم برای ارسال، گاهی اوقات تا 5 گیگابایت بر روی یک ساقه آخر هفته، استراتژی ضبط عکس اولیه بود. سازماندهی عکس ها در پوشه دیسک سخت خارجی به منطقه پردیس، ساختمان، پس چهره ساختمان سلسله مراتب خوب ارائه به ساختار ارسال. "
این اظهارات نشان می دهد که وقتی شرکت کنندگان با بازخورد مناسب ارائه می شوند، می توانند بسیار متخصص در جمع آوری اطلاعات مورد علاقه محققان باشند.
به طور کلی، پروژه PhotoCity نشان می دهد که نمونه برداری و کیفیت داده ها در جمع آوری داده های توزیع شده مشکلاتی از قبیل غیرقابل پیش بینی نیست. علاوه بر این، نشان می دهد که پروژه های جمع آوری اطلاعات جمع آوری شده تنها به وظایفی که مردم در حال حاضر انجام می دهند را محدود می کند، مانند تماشای پرندگان. با طراحی مناسب، داوطلبان میتوانند تشویق شوند که چیزهای دیگری نیز انجام دهند.