Annotating images with suggestions - user study of a tagging system
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F12%3APU101780" target="_blank" >RIV/00216305:26230/12:PU101780 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-33140-4_14" target="_blank" >http://dx.doi.org/10.1007/978-3-642-33140-4_14</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-33140-4_14" target="_blank" >10.1007/978-3-642-33140-4_14</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Annotating images with suggestions - user study of a tagging system
Popis výsledku v původním jazyce
This paper explores the concept of image-wise tagging. It introduces a web-based user interface for image annotation, and a novel method for modeling dependencies of tags using Restricted Boltzmann Machines which is able to suggest probable tags for an image based on previously assigned tags. According to our user study, our tag suggestion methods improve both user experience and annotation speed. Our results demonstrate that large datasets with semantic labels (such as in TRECVID Semantic Indexing) canbe annotated much more efficiently with the proposed approach than with current class-domain-wise methods, and produce higher quality data.
Název v anglickém jazyce
Annotating images with suggestions - user study of a tagging system
Popis výsledku anglicky
This paper explores the concept of image-wise tagging. It introduces a web-based user interface for image annotation, and a novel method for modeling dependencies of tags using Restricted Boltzmann Machines which is able to suggest probable tags for an image based on previously assigned tags. According to our user study, our tag suggestion methods improve both user experience and annotation speed. Our results demonstrate that large datasets with semantic labels (such as in TRECVID Semantic Indexing) canbe annotated much more efficiently with the proposed approach than with current class-domain-wise methods, and produce higher quality data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/7E12055" target="_blank" >7E12055: GLOCAL: Event-based Retrieval of Networked Media</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Advanced Concepts for Intelligent Vision Systems
ISBN
978-3-642-33139-8
ISSN
—
e-ISSN
—
Počet stran výsledku
12
Strana od-do
155-166
Název nakladatele
Springer Verlag
Místo vydání
Brno
Místo konání akce
Faculty of Information Technology, Brno Universi
Datum konání akce
4. 9. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—