AI-EDI-SPACE：用于评估公共空间质量的共设计数据集

Shreeyash Gowaikar; Hugo Berard; Rashid Mushkani; Emmanuel Beaudry Marchand; Toumadher Ammar; Shin Koseki

AI-EDI-SPACE：用于评估公共空间质量的共设计数据集

机器学习 2024-11-05 v1 计算机视觉与模式识别计算机与社会

作者: Shreeyash Gowaikar , Hugo Berard , Rashid Mushkani , Emmanuel Beaudry Marchand , Toumadher Ammar , Shin Koseki

摘要

AI的进步严重依赖大规模精心策划和标注的数据集用于训练。然而，当数据通过众包平台获取时，关于数据收集方法的透明度和背景的担忧仍然存在。众包通常采用低工资工人且工作条件差，并且缺乏对标注者代表性的考虑，导致算法无法代表多元观点并延续对某些群体的偏见。为了解决这些局限性，我们提出了一种涉及共设计模型的方法论，该模型在关键阶段积极让利益相关者参与，融入公平、多元和包容（EDI）的原则以确保多元观点。我们将此方法论应用于开发一个数据集和AI模型，用于利用街景图像评估公共空间质量，证明其在捕捉多元观点和促进高质量数据方面的有效性。

关键词

公共空间质量共设计数据集公平多元包容街景图像众包偏见 AI评估 EDI

引用

@article{arxiv.2411.00956,
  title  = {AI-EDI-SPACE: A Co-designed Dataset for Evaluating the Quality of Public Spaces},
  author = {Shreeyash Gowaikar and Hugo Berard and Rashid Mushkani and Emmanuel Beaudry Marchand and Toumadher Ammar and Shin Koseki},
  journal= {arXiv preprint arXiv:2411.00956},
  year   = {2024}
}

备注

Presented at CVPR 2024 Workshop on Responsible Data

AI-EDI-SPACE：用于评估公共空间质量的共设计数据集

摘要

关键词

引用

备注

相关论文