GroundTruth:通过众包与共享表征增强专家图像地理定位
专业调查人员带来高级技能和丰富经验来分析视觉证据,但他们在时间和注意力方面受到限制。相比之下,成群的初学者具有高度可扩展性和可并行性,但缺乏专业知识。在本文中,我们介绍了众包增强专家工作的共享表征概念,聚焦于专业记者和人权调查员执行的图像地理定位这一复杂的情境理解任务。我们构建了GroundTruth,一个在线系统,使用三种共享表征——图表、网格和热图——允许专家实时与众包工人合作进行图像地理定位。我们对11位专家和567名众包工人进行了混合方法评估,发现GroundTruth帮助专家对图像进行地理定位,并揭示了专家-众包互动的挑战和成功策略。我们还讨论了为视觉搜索、情境理解及其他任务设计共享表征的问题。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文