[发明专利]基于众包的交通违法行为标注质量评估系统及评估方法有效

专利信息
申请号: 202011317541.9 申请日: 2020-11-23
公开(公告)号: CN112418665B 公开(公告)日: 2022-08-16
发明(设计)人: 杨健;吴建博;乔玉琳;黄婷婷;欧阳志友 申请(专利权)人: 南京邮电大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10;G06Q50/30;G06T5/00;G06V20/54
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 秦秋星
地址: 210003 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交通 违法行为 标注 质量 评估 系统 方法
【说明书】:

发明公开了一种基于众包的交通违法行为标注质量评估系统及评估方法,包括违法证据材料处理模块,用于对证据进行数据预处理,形成证据单元;任务管理模块用于生成和管理众包任务;用户管理模板用于用户、角色和权限的管理和控制;证据标注模块用于给用户提供交互友好的可视化界面,供用户进行证据材料标注操作;质量控制模块是本发明的核心模块,包含用户信誉分评估、审核员贡献度计算、证据最终结果锚定等,是整个众包任务质量控制的关键。本发明设计的目的在于提供一种基于众包的交通违法行为标注质量评估体系,通过质量控制模块提供的算法提高证据标注众包的质量,提高违法行为判罚的处理效率和准确率。

技术领域

本发明公开了一种基于众包的交通违法行为标注质量评估系统及评估方法,涉及计算机视觉图像处理、知识众包算法,属于计算机视觉、众包和互联网应用领域。

背景技术

众包是一种特定的获取资源的模式。在该模式下,个人或组织可以利用大量的网络用户来获取需要的服务和想法。众包的对象可以是一群没有被特别定义的群体(而非被指派的,特定的群体)并且众包包括了混合的自底向上和自顶向下的过程。众包的优势包括:优化的价格,速度,质量,灵活性和多样性。众包开始在许多领域发挥了越来越大的作用,例如机器翻译,图片识别,语音识别等,如果采用纯手工去识别和评估需要付出较大的代价。而众包的核心在于群体智慧,通过分发任务使解决问题变得容易。

在理想情况下,使用众包可以大大加快解决问题的速度。但是,由于参与众包人员的质量参差不齐,用户提交的问题解答,可能并不一定准确,甚至可能出现恶意提交、重复提交的情况,可能大大降低了众包工作完成的质量。因此我们系统的核心模块是质量控制模块,加强过程管理提高众包的质量。

在众包平台(收集违法证据材料并打包作为任务分发的平台)数据库的搭建过程中,需要对大量用户上传的图片/视频证据材料进行数据预处理和机器学习。而计算机视觉模型的基础在于图像数据质量的好坏,通过众包的方式让大众参与图像数据的标注,提高违法行为识别的准确率。而众包的质量评估算法对众包任务的质量尤其重要,因此,本发明提出来一种基于众包的交通违法行为标注质量评估系统。

发明内容

本发明的目的在于引入了众包的思想,设计了一种基于众包的交通违法行为标注质量评估系统及评估方法,主要针对计算机视觉处理的图像及视频数据任务进行众包,将证据单元的标注工作分解出来,形成一个一个具体的任务批次,以自由自愿的形式交给审核团队共同完成,锚定证据最终违法结果。

本发明通过以下技术方案实现,主要包括违法证据材料处理模块、任务管理模块、用户管理模板、证据标注模块和质量控制模块,通过针对群众拍摄的交通违法行为图片或视频等证据材料进行众包,将违法标注的工作分解,并形成具体的任务,以自由自愿的形式交给经过资格认证的审核员完成;根据质量控制模块算法锚定结果;

所述违法证据材料处理模块,主要用于对不同来源的违法证据,进行一些初步的数据预处理,将数据转换成后续模块容易使用和处理的形式,提高了标注任务的准确性和效率;

所述任务管理模块的功能主要包括任务的生成、分发、状态变更,保障了过程化和规范化;任务管理模块与违法证据材料处理模块相连接,主要依据违法证据材料处理模块生成的证据单元,将证据单元包装成需要大众参与的众包任务,任务类别具体包括审核认证任务、众包发布任务;

所述用户管理模块,主要用于对使用用户进行身份验证和权限控制管理,包含用户的注册和登陆、审核员认证、用户任务领取;根据设置的权限,用户只能参与被授权的任务,防止恶意用户和非专业用户的操作导致众包任务的质量出现问题,确保系统的稳定性;

所述证据标注模块,主要用于为用户提供一种在线的证据违法行为标注操作界面,具有良好的交互性,用户可以进行主观的标注行为,并将各自的标注结果上传;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011317541.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top