MediaEval 预测媒体可记忆性任务的经验总结
计算机视觉与模式识别
2022-12-09 v1 人工智能
摘要
MediaEval 评测活动中的预测媒体可记忆性（Predicting Media Memorability）任务自 2018 年起每年举办，期间使用了多个不同的任务与数据集。这使我们能够以可复现的方式在同一数据上比较众多可记忆性预测技术的性能，并据此精炼和改进这些技术。为计算媒体可记忆性而创建的资源，如今已被评测活动之外的广大研究者所使用。本文对该任务进行总结，包括我们为研究界总结的集体经验教训。
引用
@article{arxiv.2212.03955,
title = {Experiences from the MediaEval Predicting Media Memorability Task},
author = {Alba García Deco de Herrera and Mihai Gabriel Constantin and Chaire-Hélène Demarty and Camilo Fosco and Sebastian Halder and Graham Healy and Bogdan Ionescu and Ana Matran-Fernandez and Alan F. Smeaton and Mushfika Sultana and Lorin Sweeney},
journal= {arXiv preprint arXiv:2212.03955},
year = {2022}
}
备注
7 pages, 2 figures, 1 table. Presented at the NeurIPS 2022 Workshop on Memory in Artificial and Real Intelligence (MemARI), 2 December 2022, New Orleans, USA