【摘要】：
图片搜索由于在搜索目标上的特殊性，往往依赖于图片所在网页的文本来判断图片的内容(我们成为图片周边文本)，
一款用于改进图片搜索效果的标注游戏
。而周边文本往往不能很好的表达图片的内容，并且一张图片往往在多个网页中被引用，图片周边文本也不太一致，甚至于很多图片并没有周边文本，因此给图片搜索算法提出了更高挑战。通过“众包”的方式(百度众测平台)为图片进行信息标注，从而提高搜索引擎的准确性和召回率往往是一个比较有效的方法，并且标注的数据可以作为图片机器学习的样本数据，对于提高图片机器学习的准确率也有很大的效果;但是在图片标注的过程中也有很多问题需要解决，例如：
(1)用户作弊问题：在“众包”平台中，有因为兴趣爱好参与标注的，也有因为平台激励机制而参与标注的，因此会存在部分用户为了获取奖励而进行作弊的行为，这些作弊行为会给标注数据的准确率带来很大的影响;
(2)如何对用户的标注进行引导，使得标注的信息更为准确，让用户的标注成本更低，标注过程更为有趣味性，从而提高标注的效率;
本文所提到的就是一种带有防作弊功能的，能够对用户的标注信息进行细分引导，从而使得标注数据越来越精确的图片标注方法。
在本文所描述的图片标注游戏中，用户被区分为两种类型：
(1)描述者：对系统展现的一张图片用一段文字或者几组关键字进行描述，表达出图片的内容和特点;
(2)判断者：系统向其展现多张图片(一般情况下为4张)以及一段描述文字，这段描述文字所对应的图片也包含在所展现的图片当中，判断者根据“描述文字”挑选出对应的图片;
用户可以随时在“描述者”和“判断者”之间切换身份，但是不会出现用户自己判断自己所描述的图片的情况，
电脑资料
《一款用于改进图片搜索效果的标注游戏》(https://www.unjs.com)。系统将“描述者”描述的图片分配给“判断者”的时候有一套算法确保不会分配给“原描述者”，并且也不会分配给距离“描述者”较近或者可能认识的“判断者”。我们在文章后面会描述这个分配算法。一、“描述者”描述图片的过程
图1： 图片标注系统
如图1，当用户点击“图片标注系统”的“描述图片”按钮之后，系统会从图片数据集(图片URL集合)中随机挑选出100个图片URL，然后逐个给用户展示图片(如图2和3)。
图2：描述图片(甲壳虫昆虫)
图3：描述图片(甲壳虫汽车)
图4：描述图片(甲壳虫乐队)