Mediaeval 2017 predicting media interestingness task

Claire Helene Demarty, Mats Sjöberg, Bogdan Ionescu, Thanh Toan Do, Michael Gygli, Ngoc Q.K. Duong

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

16 Sitaatiot (Scopus)

Abstrakti

In this paper, the Predicting Media Interestingness task which is running for the second year as part of the MediaEval 2017 Benchmarking Initiative for Multimedia Evaluation, is presented. For the task, participants are expected to create systems that automatically select images and video segments that are considered to be the most interesting for a common viewer. All task characteristics are described, namely the task use case and challenges, the released data set and ground truth, the required participant runs and the evaluation metrics.

AlkuperäiskieliEnglanti
OtsikkoMultimedia Benchmark Workshop
AlaotsikkoWorking Notes Proceedings of the MediaEval 2017 Workshop, co-located with the Conference and Labs of the Evaluation Forum (CLEF 2017), Dublin, Ireland, September 13-15, 2017
KustantajaCEUR
Sivumäärä3
TilaJulkaistu - 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaMultimedia Benchmark Workshop - Dublin, Irlanti
Kesto: 13 syysk. 201715 syysk. 2017

Julkaisusarja

NimiCEUR Workshop Proceedings
KustantajaRheinisch-Westfaelische Technische Hochschule Aachen
Vuosikerta1984
ISSN (elektroninen)1613-0073

Workshop

WorkshopMultimedia Benchmark Workshop
Maa/AlueIrlanti
KaupunkiDublin
Ajanjakso13/09/201715/09/2017

Sormenjälki

Sukella tutkimusaiheisiin 'Mediaeval 2017 predicting media interestingness task'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä