利用社交媒体图像交互式检索增强洪水影响分析
信息检索
2020-03-24 v1 计算机视觉与模式识别
多媒体
图像与视频处理
摘要
对洪水等自然灾害的及时分析常受限于传感器分布稀疏或传感器故障导致的数据不足。利用发布于社交媒体平台上的事件图像（即所谓“志愿者地理信息(VGI)”）中所包含的信息，可缓解此限制。为使分析人员免于手动检查所有在线发布图像的负担，我们提出使用基于内容的图像检索，并辅以相关性反馈，以仅检索出待分析事件的相关图像。为评估该方法，我们引入一个包含3,710张洪水图像的新数据集，由领域专家针对其与三项任务（确定淹没区域、淹没深度、水污染）的相关性进行标注。我们在该数据集上比较了多种图像特征与相关性反馈方法，并混入97,085张干扰图像，能够将前100个检索结果中的准确率从基线检索的55%提升至经过5轮反馈后的87%。
引用
@article{arxiv.1908.03361,
title = {Enhancing Flood Impact Analysis using Interactive Retrieval of Social Media Images},
author = {Björn Barz and Kai Schröter and Moritz Münch and Bin Yang and Andrea Unger and Doris Dransch and Joachim Denzler},
journal= {arXiv preprint arXiv:1908.03361},
year = {2020}
}