A taxonomy of visual scenes: Typicality ratings and hierarchical classification
Notice bibliographique
Résumé
Research in visual scene understanding has been limited by a lack of large databases of real-world scenes. Databases used to study object recognition frequently contain hundreds of different object classes, but the largest available dataset of scene categories contains only 15 scene types. In this work, we present a semi-exhaustive database of 130,000 images organized into 900 scene categories, produced by cataloguing all of the place type or environment terms found in WordNet. We obtained human typicality ratings for all of the images in each category through an online rating task on Amazon's Mechanical Turk service, and used the ratings to identify prototypical examplars of each scene type. We then used these prototype scenes as the basis for a naming task, from which we established the basic-level categorization of our 900 scene types. We also used the prototypes in a scene sorting task, and created the first semantic taxonomy of real-world scenes from a hierarchical clustering model of the sorting results. This taxonomy combines environments that have similar functions and separates environments that are semantically different. We find that man-made outdoor and indoor scene taxonomies are similar, both based on the social function of the scenes. Natural scenes, on the other hand, are primarily sorted according to surface features (snow vs. grass, water vs. rock). Because recognizing types of scenes or places poses different challenges from object classification -- scenes are continuous with each other, whereas objects are discrete -- large databases of real-world scenes and taxonomies of the semantic organization of scenes are critical for further research in scene understanding.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».