寻找McAfee:一个地理和图像分析的研究案例

iso60001  1501天前

本文的研究案例是对著名企业家John McAfee(McAfee的创始人)社交信息的一个分析,推测出这位企业家在一定时间内的地理位置和移动轨迹。

为了做到这一点,我们将使用两个地理位置(按天分类)框定范围,对在这两个点之间拍摄的照片进行地理定位。

这篇研究文章按顺序分为以下四个部分:

  • Point B(需定位的图像)

  • Point C(对象要去的地方)

  • Point A(对象开始旅程的时间和地点)

  • 对Point B图像的地理定位分析

本案例研究中的工具是完全免费的,包括了谷歌地图、GIMP(图像编辑软件)和Twitter。

Point B——需定位的图像拍照地点

下图是相关的推文:

22.png

好的,我们应该从哪里开始呢?首先收集图像情报,询问自己:“我看到了什么?”

在这张图片中,有许多隐藏线索可以表示出这张照片是在哪里拍摄的。我将在下面的图中给它们编号。

33.png

我们看到了什么?

1.首先,我们看到了McAfee,也许能通过他的帐户找到更多的线索。

2.这种屋顶的颜色表明它可能是某个连锁品牌的屋顶。

3.有颜色的加油装置表明这是一个加油站,而且很可能是某个独特的品牌或名称的加油站。

4.大型卡车也在这个加油站加油,所以它很可能是在一个露天开放的地区,例如高速公路。

5.McAfee旁边的大楼前面有鲜花,这意味着它可能是加油站的商店

6.地平线上有一条浅蓝色的地带,这很可能是一大片水域。

7.这个建筑物也许是卫星图像上的一个独特标识

8.地平线上没有杂乱的建筑物或树木,这表明着可能在一片平坦的平原,远离市区。

以上就是我们必须去研究的参考点。现在就让我们对这个图像分析清单进行仔细的调查。

首先是John McAfee,他可能会在他的社交媒体上展示相关信息。

Point C(对象要去的地方)

44.png

在第一条推文中,他表示自己“正在前往伦敦的路上”,而这张照片是以前拍的。这就确定了我们的目的地。

他是怎么去那儿的?考虑到我们在上面列出的8个信息点,很明显他是在一个服务站,周围都是他的安全人员。所以很可能他是开车去目的地的。

Point A(对象开始旅程的时间和地点)

现在,我们需要绘制出一个简短的时间轴,找到McAfee以前在哪里,以便更准确的定位。

寻找他的Twitter,我们可以找到以下这条推文,这张照片比另一张早两天发布。

55.png

这条推特的重要之处在于它给了我们一个地点和一个目的地。请看图片右边的红色方框。

66.jpg

下面是一张特写,上面写着Hotel Schlicker

77.jpg

它在德国慕尼黑

2222.png

我们之所以知道这是照片拍摄的地方,是因为谷歌地图展示了很多和图片相匹配的特征。

首先是这个标识和墙衬与谷歌地图上的标识和墙衬完全相同。

333.png

999.jpg

其次,为了进一步验证,我们可以从Hotel Schlicker的Facebook页面上的这张图片中的标识和地面上的白色油漆。

100.jpg

1000.jpg

出于展示的目的,没有必要通过阴影计算时间。我们目前已经知道两个地点:

1.2020年1月26日,德国慕尼黑的Schlicker酒店

2.?

3.伦敦(未来的某个时间点)

其中第二点就是我们需要找到的位置。

Point B图像的地理定位分析

110.jpg

关于上面的图像,我们已经知道这张照片是在Schlicker酒店到伦敦之间的路上拍摄的。

使用谷歌地图的direction功能,我们可以简单地得到一条行进路线。

333.png

为了确定他们在图片中停留的地方是哪里,我们可以借助有特点的屋顶和燃油泵。

130.jpg

我们可以在谷歌搜索中填入这些关键词,然后可以在谷歌图像中看到的:

因为很可能和欧洲有关,所以我用了一个词——‘Europe’

‘Fuel Station’

‘Red and White’

现在我们可以看到如下结果

这是我们从谷歌图像搜索中得到的。

140.png

我们可以看到蓝色的加油泵,不少图像都有。

经过分析后我发现,照片中的加油站和谷歌图片中Esso Petrol Station相匹配。

150.png

现在我们可以在谷歌地图上搜索“Esso”,找到从慕尼黑到伦敦途中的所有Esso加油站。

160.png

为了进一步缩小我们的搜索区域,可通过上述收集的地点特征来定位:

  • 在一片水域附近

  • 在开阔的地方,可能是在城外

  • 沿着高速公路

在一条主干道靠近一大片水域的地方时,我确定了路线上两个可能的位置。

170.png

然后,针对谷歌中Schlicker酒店到伦敦的路线图和Esso加油站分布图这两张图片,我使用了照片编辑器GIMP来将这两张图片重叠(改变了其中一张图片的透明度)。当然还有其他一些使用KMZ数据的方法,但至少这个方法非常简单。

180.png

路线旁的一个站点正好就在一片水域附近。

190.png

它在Baden-Baden附近。

它满足了我们所知道的一些特征,如水、主干道、广袤的区域和Esso加油站。

333.png

33.png

我们可以开始将这个位置与Point B图像进行匹配,看看它是否符合谷歌地图卫星图像上的可见特征。

333.png

通过匹配图片中的所有信息,我们可以肯定地说,照片就是在这里拍摄的:

https://goo.gl/maps/EwTD6HKfeQupNka98

进一步的验证也可以通过谷歌地图的实际场景来对比,不过卫星图像中的地理特点和图片中的高度匹配,因此可直接得出结论。

本案例研究的目的是为了促进开源社区中的对话、研究和开发,绝不是为了损害某个特定的行业或个人。

本文由白帽汇整理并翻译,不代表白帽汇任何观点和立场
来源:https://medium.com/@benjamindbrown/finding-mcafee-a-case-study-on-geoprofiling-and-imagery-analysis-6f16bbd5c219

最新评论

昵称
邮箱
提交评论