CrowdMOT：视频多目标跟踪的众包策略

众包是一种比领域专家更可扩展的视频对象跟踪有价值的方法。然而，现有框架无法通过非专业众包工作者产生高质量结果，特别是在对象会发生分裂的场景中。为了解决这一不足，我们引入了一个名为 CrowdMOT 的众包平台，并研究了两种微任务设计决策：（1）是否分解任务——让每个工作者负责标注视频子片段中的所有对象，还是标注整个视频中的单个对象；（2）是否向后续工作者展示之前工作者的标注。我们的实验突出了有效收集比当前最先进众包系统更高质量标注的策略，适用于更多样化的视频，包括熟悉的对象（即人）和不熟悉的对象（即细胞）。