DoubleCheck：面向历史人物辨识的基于社区的可评估性设计
人机交互
2023-09-26 v1
摘要
历史照片因其文化和经济意义而珍贵，但由于低质量图像、缺乏佐证以及研究资源有限等各类挑战，可能难以准确辨识。被误认的照片会带来重大负面后果，包括经济价值损失、历史记录错误，以及可能助长阴谋论传播的错误信息扩散。为准确评估照片辨识（ID）的可信度，可能有必要开展调查性研究、运用领域知识并咨询专家。本文中，我们介绍 DoubleCheck，一个用于在 Civil War Photo Sleuth（CWPS）上验证历史照片 ID 的质量评估框架；CWPS 是一个利用人脸识别与众包辨识美国内战时期照片的流行在线平台。DoubleCheck 侧重于改进 CWPS 的用户体验与系统架构，以展示有助于评估 CWPS 上历史照片 ID 质量的信息。在对 DoubleCheck 的混合方法评估中，我们发现用户为照片 ID 贡献了广泛多样的信息来源，借助 DoubleCheck 的来源可视化促进了社区对这些 ID 的评估。此外，DoubleCheck 的质量评估徽章与可视化支持用户准确评估照片 ID，即便在涉及 ID 冲突的情况下亦如此。
引用
@article{arxiv.2308.14940,
title = {DoubleCheck: Designing Community-based Assessability for Historical Person Identification},
author = {Vikram Mohanty and Kurt Luther},
journal= {arXiv preprint arXiv:2308.14940},
year = {2023}
}
备注
Accepted to ACM Journal on Computing and Cultural Heritage (JOCCH)