論文の概要: Guess the Age of Photos: An Interactive Web Platform for Historical Image Age Estimation

• arxiv url: http://arxiv.org/abs/2505.22031v1
• Date: Wed, 28 May 2025 06:52:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.455681
• Title: Guess the Age of Photos: An Interactive Web Platform for Historical Image Age Estimation
• Title（参考訳）: 写真時代: 歴史的画像年代推定のための対話型Webプラットフォーム
• Authors: Hasan Yucedag, Adam Jatowt,
• Abstract要約: Guess the Age of Photosは、2つのゲーミフィケーションモードで過去の写真を推定するウェブプラットフォームだ。 ワイルドデータセットのDate Estimationの10,150イメージのサブセットを使用する。 113人のユーザーと15,473人のゲームプレイで評価され、このプラットフォームは4.25/5の満足度を得た。
• 参考スコア（独自算出の注目度）: 17.021220773165016
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces Guess the Age of Photos, a web platform engaging users in estimating the years of historical photographs through two gamified modes: Guess the Year (predicting a single image's year) and Timeline Challenge (comparing two images to identify the older). Built with Python, Flask, Bootstrap, and PostgreSQL, it uses a 10,150-image subset of the Date Estimation in the Wild dataset (1930-1999). Features like dynamic scoring and leaderboards boost engagement. Evaluated with 113 users and 15,473 gameplays, the platform earned a 4.25/5 satisfaction rating. Users excelled in relative comparisons (65.9% accuracy) over absolute year guesses (25.6% accuracy), with older decades easier to identify. The platform serves as an educational tool, fostering historical awareness and analytical skills via interactive exploration of visual heritage. Furthermore, the platform provides a valuable resource for studying human perception of temporal cues in images and could be used to generate annotated data for training and evaluating computer vision models.
• Abstract（参考訳）: 本稿では,ギス・ザ・エイジ・オブ・フォト (Guess the Age of Photos) について紹介する。ギス・ザ・イヤー (Guess the Year) とタイムライン・チャレンジ (Timeline Challenge) の2つのガミファイド・モードにより,歴史写真年代を推定するウェブプラットフォームである。 Python、Frask、Bootstrap、PostgreSQLで構築され、1930-1999年のDate Estimation in the Wildデータセットの10,150イメージのサブセットを使用している。 ダイナミックスコアやリーダーボードのような機能はエンゲージメントを高める。 113人のユーザーと15,473人のゲームプレイで評価され、このプラットフォームは4.25/5の満足度を得た。 ユーザーは、絶対年数(25.6%の正確さ)よりも相対比較(65.9%の正確さ)が優れている。 このプラットフォームは教育ツールとして機能し、視覚遺産のインタラクティブな探索を通じて歴史的認識と分析のスキルを育む。 さらに、このプラットフォームは、画像中の時間的手がかりの人間の知覚を研究するための貴重なリソースを提供し、コンピュータビジョンモデルのトレーニングと評価のための注釈付きデータを生成するために使用できる。

関連論文リスト

• Stellar: Systematic Evaluation of Human-Centric Personalized Text-to-Image Methods [52.806258774051216]
  我々は,個々のイメージを入力し,生成プロセスの基盤となるテキストと,所望の視覚的コンテキストを記述したテキストに焦点をあてる。 我々は,既存の関連するデータセットよりも桁違いの大きさの個人画像と,リッチなセマンティックな接地真実アノテーションが容易に利用できるパーソナライズされたプロンプトを含む標準化データセット(Stellar)を紹介した。 被験者ごとにテストタイムの微調整を必要とせず,新しいSoTAを定量的かつ人為的に設定した,シンプルで効率的でパーソナライズされたテキスト・ツー・イメージのベースラインを導出する。
  論文  参考訳（メタデータ） (2023-12-11T04:47:39Z)
• Blind Dates: Examining the Expression of Temporality in Historical Photographs [57.07335632641355]
  マルチモーダル言語とビジョンモデルであるCLIPのオープンソース実装であるOpenCLIPを用いて、画像の日付を調査する。 我々は1950年から1999年までの39,866枚のグレースケールの歴史的プレス写真を含むtextitDe Boer Scene Detectionデータセットを使用している。 解析の結果、バス、車、猫、犬、そして人々が写っている画像はより正確に年代付けされており、時間的マーカーの存在が示唆されている。
  論文  参考訳（メタデータ） (2023-10-10T13:51:24Z)
• MiVOLO: Multi-input Transformer for Age and Gender Estimation [0.0]
  最新の視覚変換器を用いた年齢・性別推定手法であるMiVOLOを提案する。 本手法は両タスクを統合された二重入力/出力モデルに統合する。 モデルの年齢認識性能を人間レベルの精度と比較し、ほとんどの年齢範囲で人間よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-07-10T14:58:10Z)
• Harnessing the Power of Text-image Contrastive Models for Automatic Detection of Online Misinformation [50.46219766161111]
  誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。 本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-04-19T02:53:59Z)
• There is a Time and Place for Reasoning Beyond the Image [63.96498435923328]
  画像は人間の目へのピクセルだけでなく、他のソースからのコンテキスト情報から推論、関連付け、推論して、推論することで、より完全な画像を確立することができる。 我々は、ニューヨーク・タイムズ(NYT)から自動的に抽出された16k画像と関連するニュース、時間、位置のデータセットTARAと、WITから離れた監視対象として追加で61k例を紹介した。 我々は、最先端のジョイントモデルと人間のパフォーマンスの間に70%のギャップがあることを示し、これは、セグメントワイズ推論を用いて高レベルな視覚言語ジョイントモデルを動機づける提案モデルによってわずかに満たされている。
  論文  参考訳（メタデータ） (2022-03-01T21:52:08Z)
• DALL-Eval: Probing the Reasoning Skills and Social Biases of Text-to-Image Generation Models [73.12069620086311]
  テキスト・ツー・イメージ・モデルの視覚的推論能力と社会的バイアスについて検討する。 まず,物体認識,物体カウント,空間的関係理解という3つの視覚的推論スキルを計測する。 第2に、生成した画像の性別/肌の色調分布を測定することにより、性別と肌のトーンバイアスを評価する。
  論文  参考訳（メタデータ） (2022-02-08T18:36:52Z)
• LAE : Long-tailed Age Estimation [52.5745217752147]
  まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。 標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。 本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-25T09:05:44Z)
• PhotoChat: A Human-Human Dialogue Dataset with Photo Sharing Behavior for Joint Image-Text Modeling [16.12829919994305]
  PhotoChatは、オンラインエミセーションにおける写真共有行動に光を当てる最初のデータセットである。 PhotoChatには12kの対話があり、それぞれが会話中に共有されるユーザー写真とペアリングされる。
  論文  参考訳（メタデータ） (2021-07-06T14:03:04Z)
• FOSS: Multi-Person Age Estimation with Focusing on Objects and Still Seeing Surroundings [1.370633147306388]
  状況によっては、ワイルドとマルチパーソンの年齢推定が必要である。 本研究では,複数の人物の年齢を1つのモデルで検出・推定する手法を提案する。 また,提案手法を個人写真による年齢推定データセットに応用した。
  論文  参考訳（メタデータ） (2020-10-15T06:38:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。