HEPHA：一种面向专业领域的混合引导图像标注工具
人机交互
2025-03-10 v2
摘要
图像标注是训练计算机视觉模型的重要任务。在医疗等专业领域，招募专家进行图像标注既昂贵又具有挑战性。我们提出了HEPHA，一种混合引导图像标注工具，通过归纳逻辑学习激发人类专业知识以推断和精化标注规则。每条规则由描述图像的视觉谓词组成。HEPHA允许用户通过可视化编程界面的直接操作或通过标注更多图像来迭代精化规则。为便于规则精化，HEPHA推荐要编辑的规则和要更新的谓词。对于不熟悉可视化编程的用户，HEPHA会为其推荐多样化且信息丰富的图像以供进一步标注。我们对16名参与者进行了被试内用户研究，并将HEPHA与HEPHA的变体以及一种基于深度学习的方法进行了比较。结果表明，HEPHA在专业领域和通用领域的图像标注任务中均优于两种基线方法。我们的代码可在https://github.com/Neural-Symbolic-Image-Labeling/NSILWeb获取。
引用
@article{arxiv.2503.03094,
title = {HEPHA: A Mixed-Initiative Image Labeling Tool for Specialized Domains},
author = {Shiyuan Zhou and Bingxuan Li and Xiyuan Chen and Zhi Tu and Yifeng Wang and Yiwen Xiang and Tianyi Zhang},
journal= {arXiv preprint arXiv:2503.03094},
year = {2025}
}
备注
To appear in the 30th Annual ACM Conference on Intelligent User Interfaces (IUI 2025), March 24--27, 2025, Cagliari, Italy