In questo contributo viene proposta una tassonomia di possibili tipologie di immagini da poter utilizzare per migliorare la composizione dei dataset di addestramento degli algoritmi di intelligenza artificiale da applicare ai task di classificazione e descrizione automatica delle immagini. Viene altresì sinteticamente illustrato il processo di validazione effettuato nello studio. 25 categorie sono state identificate nella tassonomia proposta.

Verso la descrizione automatica delle immagini nell'editoria digitale accessibile: proposta di una tassonomia di immagini per gli algoritmi di intelligenza artificiale

Leporini B;
2021

Abstract

In questo contributo viene proposta una tassonomia di possibili tipologie di immagini da poter utilizzare per migliorare la composizione dei dataset di addestramento degli algoritmi di intelligenza artificiale da applicare ai task di classificazione e descrizione automatica delle immagini. Viene altresì sinteticamente illustrato il processo di validazione effettuato nello studio. 25 categorie sono state identificate nella tassonomia proposta.
2021
Istituto di Scienza e Tecnologie dell'Informazione "Alessandro Faedo" - ISTI
Italiano
F. Boschetti, A.M. Del Grosso, E. Salvatori
DH per la società: e-guaglianza, partecipazione, diritti e valori nell'era digitale
AIUCD 2021 - 10° conferenza nazionale
480
483
4
9788894253559
https://aiucd2021.labcd.unipi.it/book-of-abstracts/
Sì, ma tipo non specificato
19-22/01/2021
Online Conference
Editoria digitale accessibile
Accessibilità immagini
Descrizione alternativa immagini
Tassonomia immagini
Intelligenza artificiale
Fondazione LIA
3
info:eu-repo/semantics/conferenceObject
open
274
04 Contributo in convegno::04.02 Abstract in Atti di convegno
De Martin, C; Leporini, B; Pellegrino, G
File in questo prodotto:
File Dimensione Formato  
prod_460376-doc_179474.pdf

accesso aperto

Descrizione: Verso la descrizione automatica delle immagini nell'editoria digitale accessibile...
Tipologia: Versione Editoriale (PDF)
Dimensione 111.39 kB
Formato Adobe PDF
111.39 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/440623
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact