Intentonomy：面向人类意图理解的数据集与研究
计算机视觉与模式识别
2021-03-30 v2 社会与信息网络
摘要
一幅图像胜过长千言，所传达的信息超越其中的物理视觉内容。本文研究社交媒体图像背后的意图，旨在分析视觉信息如何助力人类意图的识别。为此，我们引入了一个意图数据集 Intentonomy，包含 14K 张涵盖广泛日常场景的图像。这些图像被人工标注了源自社会心理学分类法的 28 个意图类别。我们进而系统性地研究常用视觉信息（即物体与上下文）在多大程度上有助于人类动机理解。基于我们的发现，我们进一步量化了在训练意图分类器时，关注物体与上下文类别以及以标签（hashtag）形式存在的文本信息所带来的效果。我们的结果从定量与定性角度揭示了视觉与文本信息在预测意图时如何产生可观测的影响。
引用
@article{arxiv.2011.05558,
title = {Intentonomy: a Dataset and Study towards Human Intent Understanding},
author = {Menglin Jia and Zuxuan Wu and Austin Reiter and Claire Cardie and Serge Belongie and Ser-Nam Lim},
journal= {arXiv preprint arXiv:2011.05558},
year = {2021}
}
备注
CVPR2021