Ruční označování fotografií ze závodu (zadávání startovních čísel): proč ve velkém selhává (a alternativa s AI)

Co je služba ručního označování fotografií ze závodu?

Služba ručního označování fotografií ze závodu je postup, při kterém lidé (ne software) prohlédnou každou fotografii, zjistí startovní číslo účastníka a zapíšou ho jako štítek k danému snímku. Výsledkem je knihovna fotografií, ve které lze vyhledávat (obvykle „vyhledávání podle startovního čísla“), takže běžci rychle najdou všechny fotografie, na kterých je jejich startovní číslo.

Ve světě maratonů se tomu říká také tagování fotek z maratonu, indexace fotek ze závodu, tagování startovních čísel nebo zadávání startovních čísel. Někteří dodavatelé tomu říkají „přiřazování klíčových slov“, protože se startovní číslo stává klíčovým slovem připojeným ke snímku.

Pokud chcete vidět, jak tuto službu popisují externí dodavatelé v praxi, podívejte se na stránku Race Photo Tagging - BIB Number Entry a na jejich stránku s informacemi o firmě About BIB Number Entry.

Kde ruční označování startovních čísel selhává (a proč běžci fotky stále nenajdou)

Ruční označování může být přesné u fotografií, na kterých je startovní číslo dobře čitelné. Problém je, že galerie ze závodu je plná snímků, na kterých startovní číslo čitelné není, a právě o tyto fotografie účastníci často stojí nejvíc.

• Startovní číslo není vidět: ruce, lahve s vodou, opasky na pití, bundy, pláštěnky, medaile, přeložené nebo zvlněné startovní číslo či běžec otočený bokem.
• Davy + překrývání: běžci se navzájem zakrývají, zejména v cíli a na místech, kde se nejvíc fotí.
• Rozmazání pohybem + vzdálenost: běžec je dost ostrý na to, aby se dal poznat, číslice ale ne.
• Objem a doba zpracování: s rostoucím počtem fotografií roste i doba doručení, takže se fotografie zveřejní pozdě, když už nadšení běžců opadlo.
• Zátěž podpory: „Nemohu najít své fotky“ se stává úkolem pro zákaznickou podporu, i když fotky v galerii jsou.

Proto postupy založené jen na startovním čísle (ruční i automatické) hledání fotografií plně nevyřeší. Potřebujete druhý způsob vyhledávání, který nezávisí na tom, zda je startovní číslo čitelné.

Proč 9Pic AI funguje pro doručení fotografií ze závodu lépe

9Pic AI je stavěná pro rychlé vyhledávání ve velkém, které je pro účastníky snadné. Místo spoléhání na jediný křehký identifikátor (čitelné startovní číslo) můžete nabídnout dva způsoby, jak fotografie najít:

• 9Pic BibTrack: rozpoznávání startovních čísel na fotografiích, na kterých je číslo vidět.
• 9Pic FaceFind: vyhledávání podle selfie, díky kterému běžci najdou fotografie, i když je startovní číslo zakryté, chybí nebo je nečitelné.

Praktický výsledek: více účastníků najde více fotografií rychleji a váš tým stráví méně času ručním dohledáváním, opravami štítků a podporou.

Co skutečně dostanete (výstupy)

Než najmete tým na ruční označování fotografií, ujasněte si výstup, protože „označené fotografie“ mohou znamenat různé formáty. Mezi běžné výstupy patří:

• Mapování v CSV nebo tabulce: tabulka typu název souboru → startovní číslo (čísla), někdy i s kontrolním bodem, časovým oknem nebo názvem složky.
• Vložená metadata: startovní číslo zapsané do metadat snímku (často jako klíčová slova IPTC), takže štítek „cestuje“ se souborem.
• Formát pro import do platformy: pokud používáte konkrétní systém galerií, dodavatel může výstup dodat ve schématu importu, které daná platforma vyžaduje.
• Zpráva o kontrole kvality: statistiky namátkových kontrol, kontroly duplicit a poznámky k hraničním případům (např. skupina „nečitelné startovní číslo“).

Jednoduchá otázka, která vám později ušetří starosti: „Můžeme udělat malý pilotní test (500-1 000 fotografií) a ověřit výstup v našem postupu práce s galerií?“

Jak funguje ruční označování startovních čísel (typický postup)

Nejlepší postupy ručního označování fotografií ze závodu jsou nudné, a to v dobrém slova smyslu. Jsou navržené tak, aby strukturou, dávkováním a ověřováním omezily lidské chyby.

Krok 1: Stanovte pravidla označování (tady většina projektů selhává)

Ruční označování se komplikuje, když něco není jednoznačné. Vaše pravidla by měla odpovědět na tyto otázky:

• Více běžců na jedné fotce: označujete každé viditelné startovní číslo, nebo jen to nejvýraznější?
• Částečně viditelná čísla: označíte „123?“, nebo snímek přeskočíte, pokud nemůžete potvrdit všechny číslice?
• Zakrytí a rozmazání pohybem: povolíte „nejlepší odhad“, nebo vyžadujete jistotu?
• Duplicity: odstraňujete duplicity ze sériových snímků, nebo označujete všechno?
• Jiné identifikátory než startovní číslo: označujete někdy jméno, věkovou kategorii nebo cílový čas?

Krok 2: Připravte dávky fotografií a pojmenování

Tým pro ruční označování pracuje nejrychleji, když jsou fotografie logicky seskupené. Rozdělení podle kontrolního bodu (start, trať, cíl), fotoaparátu nebo časového úseku omezuje přepínání mezi kontexty a usnadňuje kontrolu kvality.

Pokud názvy souborů nejsou stálé (např. je po úpravách přejmenováváte), rozhodněte, kdy se bude označovat. Běžná osvědčená praxe je: finální export → potom označování, aby štítky odpovídaly snímkům, které skutečně zveřejníte.

Krok 3: Označování (kde jsou lidé stále nejlepší)

Ruční označování vyniká právě v situacích, se kterými mají automatické metody potíže:

• Zmačkaná startovní čísla a zvlněná látka
• Částečná viditelnost (ruce, opasky na pití, bundy)
• Nestandardní umístění čísla (bok, záda, šortky)
• Slabé světlo nebo ostré stíny
• Mokrá startovní čísla (závody v monzunovém dešti) nebo lesklý povrch čísel

Pamatujte ale, že ani nejlepší tým pro ruční označování nedokáže spolehlivě označit fotografie, na kterých je startovní číslo úplně zakryté nebo nečitelné. Právě tuto mezeru zaplní vyhledávání podle selfie (FaceFind), takže běžci tyto fotografie přesto najdou.

Krok 4: Kontrola kvality (přesnost je proces, ne slib)

Když dodavatelé mluví o „přesnosti“, zeptejte se, jak se měří. Dobrý plán kontroly kvality obvykle zahrnuje:

• Dvojí zadání na vzorku (dva lidé označují nezávisle a neshody se zkontrolují)
• Kontroly smysluplnosti (neplatné formáty startovních čísel, nemožné rozsahy čísel)
• Namátkové kontroly u nejdůležitějších skupin (hlavní snímky z cíle)
• Skupina nejistých pro nečitelná startovní čísla (abyste mohli rozhodnout, co s nimi)

Doba zpracování: co ji skutečně ovlivňuje?

Doba zpracování závisí hlavně na jednoduchém výpočtu: celkový počet snímků × průměrný počet sekund na snímek. V praxi ale tyto faktory hrají větší roli, než většina týmů čeká:

• Kvalita fotografií: rozmazání, vzdálenost a zakrytí zvyšují počet „sekund na fotografii“.
• Počet startovních čísel na snímku: davy v cíli mohou práci znásobit.
• Zda vyžadujete úplnou jistotu: opatrná pravidla zpomalují výstup, ale snižují počet chyb.
• Požadavky na změny: „Můžete štítky přiřadit znovu podle finálních názvů souborů?“ je klasická past, která vede k předělávkám.

Pokud má vaše akce velký objem fotografií a záleží na rychlosti, vyplatí se porovnat čistě ruční postup s hybridním, ve kterém AI zajistí okamžité vyhledání a lidé se soustředí na výjimky.

Otázky k zabezpečení dat a ochraně soukromí

Služba ručního označování znamená, že s vašimi fotografiemi a identifikátory účastníků pracují třetí strany. Zeptejte se minimálně na toto:

• Řízení přístupu: kdo může soubory stáhnout? Jak se přístup po dodání odebere?
• Úložiště: jsou fotografie uložené šifrovaně? Jak dlouho se soubory uchovávají?
• Sdílení: sdílejí se fotografie někdy se subdodavateli?
• Dohledatelnost: může dodavatel poskytnout jednoduchý záznam aktivit (časy nahrání a stažení)?

Pokyny k publikování galerií pro účastníky na platformě najdete na stránce Jak to funguje; vycházejte také ze znění zásad ochrany osobních údajů vaší akce.

Kontrolní seznam pro výběr dodavatele (ke zkopírování)

Použijte tento seznam při hodnocení dodavatelů ručního označování fotografií z maratonu:

• Pilotní test: Uděláte malý placený pilotní test s našimi skutečnými fotografiemi a potvrdíte formát výstupu?
• Pravidla: Máte písemná pravidla pro částečně viditelná čísla, více čísel na snímku, nejistotu a opravy?
• Výstup: Dodáváte klíčová slova IPTC, CSV, nebo import do galerie? Můžete ukázat vzorový soubor?
• Kontrola kvality: Jaká kontrola kvality probíhá a jak probíhají opravy?
• Zabezpečení: Kde jsou soubory uložené, jak dlouho se uchovávají a kdo k nim má přístup?
• Harmonogram: Jakou dobu zpracování slibujete a na jakých předpokladech závisí?

Ruční označování vs AI (a proč hybridní přístup obvykle vyhrává)

Ruční označování je dobrá volba, když na přesnosti u obtížných fotografií záleží víc než na rychlosti. Pokud ale obsluhujete tisíce běžců, je „najít moje fotografie“ otázkou doby do prvního výsledku a také otázkou pokrytí (na mnoha skvělých fotografiích není startovní číslo čitelné).

U moderních závodů se podle našich zkušeností nejlépe osvědčuje tento přístup:

• AI pro okamžité vyhledání: účastníci používají vyhledávání podle selfie (9Pic FaceFind) a rozpoznávání startovních čísel (9Pic BibTrack), takže najdou fotografie, i když je jejich startovní číslo na mnoha snímcích zakryté.
• Ruční kontrola hraničních případů: lidé opraví ojedinělé chyby při rozpoznávání čísel a vyřeší opravdu nejednoznačné fotografie, aniž by zdržovali zveřejnění celé galerie.

Pokud plánujete doručení velkého množství fotografií ze závodu, podívejte se na stránky Pro maratony a Ceník, kde najdete možnosti pro velké objemy.

Časté dotazy

Je ruční označování fotografií ze závodu totéž co „přiřazování klíčových slov“?

Často ano. Mnoho služeb popisuje přidání startovního čísla jako klíčového slova (buď vloženého do metadat, nebo v tabulce, kterou vaše platforma galerií používá jako klíčová slova).

Máme označovat před úpravami, nebo po nich?

Obvykle po finálním exportu (nebo až budou názvy souborů konečné). Pokud označíte příliš brzy a později soubory přejmenujete nebo znovu exportujete, můžete si způsobit drahé předělávky.

Co je nejčastější příčinou chybných štítků?

Nejednoznačná pravidla pro částečně viditelná čísla a snímky z přeplněného cíle. Jasná pravidla pro „skupinu nejistých“ snižují počet chybných shod.

Může ruční označování nahradit rozpoznávání obličejů?

Může, ale mění to zážitek účastníků: běžci musí znát (a zadat) své startovní číslo. S vyhledáváním podle selfie najdou účastníci fotografie, i když své číslo zapomněli nebo na některých snímcích není vidět.

Co když je startovní číslo běžce na mnoha fotografiích zakryté?

Ve velkém je to běžné (ruce, lahve, bundy, medaile, davy). Pokud se vyhledávání spoléhá jen na čitelné startovní číslo, tyto fotografie se hledají těžko. Vyhledávání podle selfie (9Pic FaceFind) pomáhá účastníkům najít fotografie, i když číslo nejde přečíst, a 9Pic BibTrack pokryje snímky s viditelným číslem.

Další kroky

Pokud se pro nadcházející závod rozhodujete mezi ručním označováním fotografií a AI, začněte malým pilotním testem: vyberte 1 000 různých fotografií (cíl + trať), otestujte výstup ručního označování ve své galerii a porovnejte ho s postupem 9Pic AI (BibTrack + FaceFind). Nejrychlejší způsob hodnocení je jednoduchý: změřte, jak rychle skuteční účastníci najdou své fotografie.

Chcete pomoct s návrhem hybridního postupu pro svůj maraton? Kontaktujte nás a sdělte nám přibližný počet fotografií, počet fotografů a kdy potřebujete fotografie zveřejnit.