PhotoCity löser datakvalitet och provtagningsproblem i insamlingen distribuerade data.
Webbplatser som Flickr och Facebook ger människor möjlighet att dela bilder med sina vänner och familj, men de skapar också stora förråd av bilder som kan användas för andra ändamål. Till exempel, Agarwal et al. (2011) försöker använda dessa bilder till "Bygg Rom på en dag" med 150.000 bilder av Rom för att skapa en 3D-rekonstruktion av staden. För turistattraktioner som Colosseum fanns tillräckligt med bilder på nätet för att producera 3D-modeller (figur 5,10), men kvaliteten på dessa rekonstruktioner begränsades av det faktum att de flesta bilder togs från samma ikoniska perspektiv, lämnar delar av byggnaderna unphotographed. Vidare, för de flesta delar av staden, inte tillräckligt bilder fanns tillgängliga. Således, med hjälp av de funna data från fotoregister, var det inte möjligt att återskapa hela Rom. Men vad händer om frivilliga kunde värvas för att samla in de nödvändiga bilder att verkligen "Bygg Rom på en dag"?
För att möjliggöra riktad insamling av ett stort antal bilder, Kathleen Tuite och kollegor utvecklat PhotoCity, en foto uppladdning spel. En vacker del av PhotoCity är att det vände potentiellt mödosamma uppgiften av datasamling-uppladdning foton-till ett spel-liknande verksamhet som omfattar lag, slott, och flaggor (Figur 5.11). Utformningen av PhotoCity också elegant löser provtagning och datakvalitet utmaningar eBird och andra distribuerade datainsamlingsprojekt.
PhotoCity först användas för att göra det möjligt för en 3D-rekonstruktion av två universitet: Cornell University och University of Washington. Spelare på varje campus kan inspektera det aktuella läget för återuppbyggnaden modell av deras campus. Därefter kunde de samla poäng genom att ladda upp bilder som utökar den nuvarande modellen. Till exempel, om den nuvarande modellen för Uris Library (vid Cornell) var mycket ojämn, kan en spelare samla poäng genom att ladda upp nya bilder på det. Kritiskt är de bilder som laddats upp måste överlappa med befintliga bilder så att de kan valideras och antalet poäng en spelare fått baserat på det belopp som deras foto lägger till nuvarande modellen. I slutändan, kunde forskarna att använda dessa uppladdade bilder för att skapa högupplösta 3D-modeller av byggnader på båda campus (Figur 5.12).
Utformningen av PhotoCity löser elegant två problem: datavalidering och provtagning. Först var bilder validerats genom att matcha dem mot tidigare bilder som i sin tur matchas med tidigare bilder hela vägen tillbaka till utsäde bilder som laddats upp av forskare. Med andra ord, på grund av detta inbyggd redundans, är det mycket svårt för systemet att acceptera dåliga data. För det andra, det poängsystem tåg naturligtvis deltagarna att samla de mest värdefulla, inte det mest bekväma-data. I själva verket, här är några av de strategier som spelare som beskrivs med hjälp av för att få fler poäng, vilket motsvarar att samla mer värdefulla data (Tuite et al. 2011) :
- "[Jag försökte] approximera tiden på dagen och belysning som några bilder togs; Detta skulle bidra till att förhindra avstötning av spelet. Med det sagt, molniga dagar var överlägset bäst när det handlar hörn eftersom mindre kontrast hjälpte spelet räkna ut geometrin från mina bilder. "
- "När det var soligt, utnyttjade jag min kamera anti-shake funktioner för att tillåta mig att ta bilder samtidigt gå runt en viss zon. Detta får mig att ta skarpa bilder utan att behöva stoppa min steg. Också bonus mindre folk stirrade på mig "!
- "Ta många bilder av en byggnad med 5-megapixelkamera, sedan komma hem att lämna, ibland upp till 5 spelningar på en helg shoot, var primärt stillbilder strategi. Organisera foton på extern hårddisk mappar efter campus region bygga, sedan ansikte byggnad som god hierarki att strukturera uppladdningar. "
Dessa uttalanden från deltagarna visar att när de får lämplig feedback, kan de bli ganska expert på att samla in uppgifter av intresse för forskare.
Sammantaget visar PhotoCity projektet att provtagning och datakvalitet är inte oöverstigliga problem inom datainsamling fördelning. Vidare visar det sig att distribuerade datainsamlingsprojekt inte är begränsade till uppgifter som människor redan gör ändå, såsom att titta på fåglar. Med rätt utformning, kan volontärer uppmuntras att göra andra saker också.