群引导集成:我们如何编排众包工作者进行视频分割?

交互式数据可视化众包任务设计与质量控制软件工程师与开发者AI/ML 研究员与工程师Amazon Mechanical Turk 工作者

在这项工作中,我们提出了两种利用众包劳动力改进视频标注的集成方法,重点是视频对象分割。它们的共同原则是,虽然单个候选结果可能不足,但它们通常可以相互补充,从而可以组合成比任何单个结果更好的结果——这正是协作工作的精神。一方面,我们扩展了一个标准的多边形绘制界面,允许工作者标注负空间,并结合多个工作者的工作,而不是像通常在众包图像分割中那样依赖于单一的最佳工作者。另一方面,我们提出了一种利用众包帮助将多个自动传播算法结合起来的方法。这种结合需要了解算法在哪里失败,我们使用一种新颖的粗略涂鸦视频标注任务来收集这些信息。我们评估了我们的集成方法,讨论了我们的设计选择,并公开了我们的基于网络的众包工具和结果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/6250/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
交互式数据可视化、众包任务设计与质量控制
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师、Amazon Mechanical Turk 工作者
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文