CrowdMOT：用于视频多目标跟踪的众包策略
计算机视觉与模式识别
2020-10-01 v1 人机交互
摘要
众包是一种比领域专家更具可扩展性的视频目标跟踪宝贵方法。然而，现有框架在使用非专家众包工人时无法产生高质量结果，尤其在目标发生分裂的场景中。为弥补这一不足，我们引入名为 CrowdMOT 的众包平台，并研究两项微任务设计决策：（1）是否将任务分解，使每位工人负责标注视频子片段中的所有目标，而非标注整个视频中的单个目标；（2）是否向下一位处理该任务的工人展示先前工人的标注。我们在包含熟悉目标（即人）与不熟悉目标（即细胞）的多样化视频上进行实验。我们的结果凸显了比当今最先进众包系统所采用策略更高效收集更高质量标注的策略。
引用
@article{arxiv.2009.14265,
title = {CrowdMOT: Crowdsourcing Strategies for Tracking Multiple Objects in Videos},
author = {Samreen Anjum and Chi Lin and Danna Gurari},
journal= {arXiv preprint arXiv:2009.14265},
year = {2020}
}
备注
CSCW 2020