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）。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，从而提高搜索武汉******炎最好的***
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***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***的行为，这些***行为会武汉最好的******给标注数据的准确率带来很大的影响；睾丸炎***http://www.457nk.com/gaowanyan/

（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***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”挑武汉最好******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。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

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）。