Photo Sleuth:结合人类专业知识与面部识别技术识别历史肖像
大语言模型(LLM)的人机协作社区协作与维基百科社交机器人交互政府官员与公务员博物馆馆员与策展人HCI 研究员
识别历史照片中的人物对于保存物质文化、纠正历史记录和创造经济价值都很重要,但这也是一项复杂且具有挑战性的任务。本文重点识别参与美国内战(1861-65年)的士兵肖像,这是第一次被广泛摄影的冲突。数以千计的这些肖像保存下来,但只有10-20%被识别。我们创建了Photo Sleuth,这是一个基于网络的平台,结合众包人类专业知识和自动面部识别来支持内战肖像识别。我们在公开发布一个月后对Photo Sleuth 进行混合方法评估,表明它帮助用户成功识别了未知肖像,并提供了可持续的志愿者贡献模型。我们还讨论了众包-人工智能交互和人物识别流程的启示。
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
IUI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、社区协作与维基百科、社交机器人交互
work
职业/产业
政府官员与公务员、博物馆馆员与策展人、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文