具有多样外观的政治迷因类型的自动发现
计算机视觉与模式识别
2020-09-14 v2 社会与信息网络
摘要
人类交流形式并非静态——由于技术进步，我们预期信息传递方式会随时间发生某种演化。这一现象的一个例子是基于图像的迷因，它在过去十年中已成为政治信息传播的主导形式。虽然迷因最初用于在社交媒体上传播笑话，但现在它们对世界事件的公众认知产生了不成比例的影响。自动迷因分析中的一个重大挑战是，当图像外观各异时，开发一种策略来匹配同一类型中的迷因。这种变异在表现出模仿的迷因中尤为常见。例如，当选民做出共同的手势以表示对候选人的支持时。本文中，我们引入一种可扩展的自动视觉识别流程，用于发现具有多样外观的政治迷因类型。该流程可从社交网络摄取迷因图像，应用基于计算机视觉的技术提取局部特征并将新图像索引到数据库中，然后将迷因组织为相关类型。为验证该方法，我们利用从 Twitter 和 Instagram 收集的超过两百万张图像的新数据集，对 2019 年印度尼西亚总统大选进行了大规模案例研究。结果表明，该方法能够发现具有视觉多样性但共享共同风格元素的新型迷因类型，为语义分析和内容归属的进一步工作铺平了道路。
引用
@article{arxiv.2001.06122,
title = {Automatic Discovery of Political Meme Genres with Diverse Appearances},
author = {William Theisen and Joel Brogan and Pamela Bilo Thomas and Daniel Moreira and Pascal Phoa and Tim Weninger and Walter Scheirer},
journal= {arXiv preprint arXiv:2001.06122},
year = {2020}
}
备注
13 pages, 14 figures