在真实场景中检测自然灾害、损毁与事件
计算机视觉与模式识别
2020-08-24 v1
摘要
应对地震、洪水和野火等自然灾害，是由现场应急响应人员和分析师执行的费力任务。社交媒体已成为快速理解灾害情况的低延迟数据源。虽然大多数关于社交媒体的研究局限于文本，图像为理解灾害与事件场景提供了更多信息。然而，尚无用于事件检测的大规模图像数据集。本工作中，我们提出 Incidents Dataset，包含由人工标注的 446,684 张图像，覆盖多种场景下的 43 类事件。我们采用缓解假阳性误差的基线分类模型，并在来自 Flickr 和 Twitter 的数百万张社交媒体图像上进行图像过滤实验。通过这些实验，我们展示了 Incidents Dataset 如何用于检测真实场景中含事件的图像。代码、数据与模型可在 http://incidentsdataset.csail.mit.edu 在线获取。
引用
@article{arxiv.2008.09188,
title = {Detecting natural disasters, damage, and incidents in the wild},
author = {Ethan Weber and Nuria Marzo and Dim P. Papadopoulos and Aritro Biswas and Agata Lapedriza and Ferda Ofli and Muhammad Imran and Antonio Torralba},
journal= {arXiv preprint arXiv:2008.09188},
year = {2020}
}
备注
ECCV 2020