Se por um lado é possível fazer uma visita virtual à Macchu Picchu usando o Google Street View, por outro muitas localidades ficam de fora dos mapas da plataforma, como a Villa 31 e outras favelas de Buenos Aires. Em geral esses pontos cegos estão em países em desenvolvimento, principalmente em cidades que mantém altas taxas de crescimento, o que torna seu mapeamento completo praticamente impossível.

Para reunir dados sobre as áreas que estão fora da área de cobertura dos mapas do Google, o Mapillary conta com a colaboração de voluntários. Pessoas que vivem nesses locais – e, portanto, as mais capacitadas para a tarefa – capturam imagens enquanto caminham, pedalam, dão uma volta de motocicleta ou carro. Contribuições provenientes de áreas metropolitanas – que estão mapeadas em outras plataformas – também são bem-vindas.

As imagens – que podem ser feitas com celular usando o aplicativo da ferramenta ou com câmeras comuns – são reunidas pelo Mapillary em uma reconstrução 3D do local registrado. Uma das localidades brasileiras que podem ser vistas no mapa é o distrito de Conservatória, em Valença (RJ), conhecido por preservar a tradição das serenatas.

Adicionadas como uma camada de informação sobre a plataforma do Open Street Map, as imagens oferecem a oportunidade de aferir dados mais detalhados e atualizados para ajudar as autoridades locais a tomarem decisões mais embasadas em relação ao planejamento urbano. Uma parceria entre os suecos do Mapillary e o Banco Mundial, por exemplo, está mapeando a cidade de Dar es Salaam, na Tanzânia, com o objetivo de torna-la mais resiliente. A área sofre com inundações constantes, que em março de 2015 deixaram mais de 5 mil pessoas desabrigadas e sete morreram.

Cidades como Dar es Salaam são precariamente mapeadas, o que dificulta a organização da oferta de transporte público, levantamento de dados de tráfego, assim como a localização de córregos e o planejamento do sistema de drenagem. As imagens captadas por câmeras acopladas em tuk tuks geram dados de alta qualidade depois de serem lidas e tomadas como base do processo de modelagem computadorizada.

Atualmente, a equipe do Mapillary já reuniu mais de 45 milhões de imagens e trabalha em um sistema de reconhecimento de placas de trânsito, indicadores de localização em estradas e outdoors. Em um ciclo recente de financiamento, a iniciativa levantou US$ 8 milhões para aprimorar suas ferramentas, expandir as atividades comunitárias e desenvolver seu núcleo de tecnologia de visão computacional.