Integrando Crowdsourcing e Computação Humana para Tarefas Complexas de Anotação de Vídeos

Nome: Marcello Novaes de Amorim
Tipo: Tese de doutorado
Data de publicação: 02/10/2019
Orientador:

Nomeordem crescente Papel
Orivaldo de Lira Tavares Co-orientador
Celso Alberto Saibel Santos Orientador

Banca:

Nomeordem crescente Papel
Rudinei Goularte Examinador Externo
Renato Antônio Krohling Examinador Interno
José Gonçalves Pereira Filho Examinador Interno
Celso Alberto Saibel Santos Orientador
Carlos André Guimarães Ferraz Examinador Externo

Resumo: A anotação de vídeo é uma atividade que visa suplementar este tipo de objeto multimídia com conteúdo ou informações adicionais sobre seu contexto, natureza, conteúdo, qualidade e outros aspectos. Estas anotações são a base para construção de uma variedade de aplicações multimídia com propósitos diversos que variam de entretenimento até segurança. Existem métodos automáticos para a anotação de vídeo, porém, em alguns casos, estes métodos podem exigir condições e recursos específicos, os quais nem sempre serão encontrados em cenários reais. A anotação manual é uma estratégia que utiliza a inteligência e a força de trabalho de pessoas no processo de produção, sendo uma alternativa para os casos em que os métodos automáticos não podem ser aplicados. Contudo, a anotação manual de vídeo pode ser um processo custoso, pois conforme o tamanho do conteúdo a ser anotado aumenta e o tipo de anotação requerida torna-se mais complexo, a carga de trabalho para produzir anotações também aumenta. Crowdsourcing aparece como uma estratégia de solução viável para este tipo de problema, pois se baseia na terceirização das tarefas para uma multidão de trabalhadores, que executam partes específicas do trabalho de forma distribuída. Todavia, conforme aumenta a complexidade das anotações de mídia requeridas, passa a ser necessário utilizar mão de obra especializada, ou disposta a executar tarefas maiores, mais difíceis e mais demoradas. Isso dificulta a utilização do crowdsourcing, uma vez que os especialistas demandam maior remuneração, e o seu recrutamento tende a ser uma atividade difícil. Para contornar este problema, surgiram estratégias baseadas na decomposição do problema principal em um conjunto de sub-tarefas mais simples e adequadas para os processos crowdsourcing. Estas tarefas menores são organizadas em um workflow, de forma que o processo de execução possa ser formalizado e controlado. Na literatura existem algumas propostas diferentes para a construção deste tipo de workflow, porém cada uma delas apresenta limitações que ainda precisam ser superadas. Nesse sentido, esta tese visa apresentar um novo framework que possibilita a utilização de crowdsourcing para criação de aplicações que demandam tarefas complexas de anotação de vídeo. O framework desenvolvido considera todo o processo desde a definição do problema e a decomposição das tarefas, até a construção, execução e gerência do workflow. Este framework, chamado CrowdWaterfall, contempla os pontos fortes das propostas atuais, incorporando novos conceitos, técnicas e recursos para superar algumas das suas limitações.

Acesso ao documento

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910