一种基于照片的移动众包事件上报框架
计算机与社会
2020-05-05 v2 机器学习
系统与控制
系统与控制
摘要
基于照片的移动众包（MCS）是普适计算领域中一个新兴的研究方向与热点话题，近期引起了智慧城市与城市计算领域的广泛关注。事实上，移动设备的内置摄像头正成为我们日常生活中最普遍的视觉记录手段。基于照片的 MCS 框架以分布式方式收集照片，大量贡献者在任意合适的时间地点上传照片。这不可避免地导致不断演化的图片流，其中可能包含误导性与冗余信息，从而影响任务结果。为克服这些问题，本文提出了一种从演化图片流中筛选高度相关数据并确保正确提交的解决方案。所提出的基于照片的 MCS 事件上报框架包含（i）一个深度学习模型以剔除虚假提交并确保照片可信度，以及（ii）一种 A-Tree 形状数据结构模型用于对流式图片聚类，以降低信息冗余并提供最大事件覆盖。仿真结果表明，该框架能有效减少虚假提交，并从流式数据中选出具有高效用覆盖和低冗余比的子集。
引用
@article{arxiv.2004.13251,
title = {A Photo-Based Mobile Crowdsourcing Framework for Event Reporting},
author = {Aymen Hamrouni and Hakim Ghazzai and Mounir Frikha and Yehia Massoud},
journal= {arXiv preprint arXiv:2004.13251},
year = {2020}
}
备注
Published in 2019 IEEE 62nd International Midwest Symposium on Circuits and Systems (MWSCAS)