以相机为中心的移动众包应用设计与评估
原文中文，约500字，阅读约需2分钟。发表于：。本研究解决了众包数据对计算机视觉和机器学习自动化方法的重要性问题。通过设计三种不同标签工作量的相机移动众包应用，并进行用户研究，发现更高的用户标签请求并不减少用户贡献，且在最高标签请求版本中，用户收集和注释的图像数量最多，同时用户满意度未降低。这项研究的初步实验表明，增加的标注数据能够提升图像检索任务的性能。
移动应用程序通过本地分析用户图像来提取见解，保护用户隐私。研究发现TikTok和Instagram的视觉模型在性能和人口统计学相关性方面存在差异。TikTok的年龄和性别预测准确性问题，尤其是对未成年人和黑人个体。Instagram中存在某些图像概念与人口统计学特征之间的虚假相关性。
