基于 EEG 的图像标注系统

基于摘要分析。该研究面向计算机视觉中的图像标注需求，提出使用消费级 EEG 设备采集脑信号，通过快速序列视觉呈现（RSVP）任务中的 P300 事件相关电位（ERP）识别目标图像，以减少逐张手动标注带来的吞吐量限制。 核心机制是利用目标图像诱发的 P300 ERP，而非依赖各图像类别特有的 EEG 信号特征。系统进一步采用无监督异常值移除。作者称，这种不依赖类别特异性 EEG 特征的设计，可在不进行模型预训练的情况下标注新的图像类别；该表述是否仍涉及任务校准或其他训练过程，摘要未说明，尚未验证。 作者报告，系统标注速率最高可达每秒 10 张图像，并在测试集上取得 F1-score 0.88。摘要未说明这一速率与 F1 是否来自同一实验条件，也未提供目标图像比例、测试集规模、被试数量，以及被试内、跨被试或跨会话的数据划分，因此不能将上述结果直接解释为跨被试通用性能或完整人工标注流程的效率提升。 复现时需核对 RSVP 呈现与目标定义、EEG 设备和采集条件、P300 检测流程，以及异常值移除的操作对象、测试阶段使用方式和独立贡献。图像类别范围、对照基线、实验协议、消融及统计信息尚未验证。该研究直接涉及 EEG 驱动的图像标注，但摘要所述类别适用性仍是作者结论，不能据此认定其对任意新类别均已完成验证。