AMAZON MECHANICAL TURK (AMT)
Erweiterung einer bestehenden Labelpipeline mit dem Ziel der Quallitätsverbesserung in der Erstellung von Ground Truth Daten für Personenerkennung.
Projektbeschreibung
Die HELLA Aglaia Mobile Vision GmbH entwickelt seit 1998 Embedded Lösungen für intelligente Bildverarbeitungssysteme. Dieser komplexe Entwicklungsprozess umfasst das gesamte Spektrum, von der Analyse über die Prototypenentwicklung, bis hin zur serienreifen Realisierung von Assistenz-, Sicherheits- und anderen Systemen auf dezidierter Hardware. Ein grundlegender Schritt in Richtung Umsetzung von Bildverarbeitungsalgorithmen und Algorithmenoptimierung im Bereich „Erkennung von Verkehrszeichen, Spuren, Lichtquellen, Fahrzeugen und Fußgängern“ ist das Erstellen einwandfreier Ground Truth Label. Um diesen Schritt auf neuen Wegen zu optimieren, wurde 2018 das Projekt „Amazon Mechanical Turk“ (AMT) ins Leben gerufen.
Der Labelprozess beinhaltet das Erstellen besagter Ground Truth Label im Bereich Fußgänger Detektion (Pedestrian Detection - PD) in AMT. Dieser soll nun im Rahmen unseres Projekts qualitativ verbessert werden, indem die bestehende Pipeline ausgebaut und erweitert wird. Diese Pipeline besteht aus drei Labelverfahren: Stage1, Stage1.5 und Stage2. Die Erweiterung und Verbesserung dieser Stages ist grundlegender Bestandteil dafür, dass die Arbeiter von AMT, die sog. "Turker", verstehen, was ihre Aufgaben sind und gute Arbeit leisten können.
Funktionserweiterungen, gute Beispiele, Nutzerfreundlichkeit, eine stabile Pipeline und klare Aufgabenstellungen, sind Grundvoraussetzungen für qualitativ hochwertige Ergebnisse und Ziel unseres Projekts. Auch Qualifizierungstests (QT) und Abnahmekontrollen als Voraussetzung für die Arbeit an unseren Human Intelligent Tasks (HITs) sollen konzipiert und implementiert werden.
Projektteam
Scrummasterin:
Meltem Adigüzel
Product Ownerin:
Isabel Einicke
Front-End Entwicklerinnen:
Christine Ellinger,
Meltem Adigüzel,
Alla Massold,
Yasemin Yelken
Back-End Entwicklerinnen:
Thi Thu Tra Doan,
Mareike Starker,
Haya Borhan