EASEL:简易自动分割事件标注器
作者
电肌肉刺激(EMS)控制人体姿态与行为识别计算方法在HCI中的应用大学教授与研究人员HCI 研究员
视频标注是研究手势和多模态交互以及计算机视觉、机器学习和界面设计的重要部分。然而,标注是一项困难、耗时且需要高认知能力的任务。现有的标注工具仍需用户手动标注大部分数据,限制了其有效性。本文提出简易自动分割事件标注器(EASEL),一款支持手势分析的工具。EASEL通过引入辅助标注功能,使用自动手势分割和识别来自动标注手势,从而简化标注流程。为评估辅助标注的效果,我们进行了24名参与者的用户研究,发现辅助标注可减少视频标注时间,且准确性无差异。研究结果表明,将计算智能融入视频和音频标注任务具有显著优势。
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。
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
IUI
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
电肌肉刺激(EMS)控制、人体姿态与行为识别、计算方法在HCI中的应用
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文