主题挖掘:发现与概括混编图像内容
计算机视觉与模式识别
2022-03-18 v2 社会与信息网络
摘要
在互联网上,图像不再是静态的;它们已成为动态内容。得益于带摄像头的智能手机和易用的编辑软件,图像可以被实时混编(即删改、编辑并与其他内容重组),且面向全球受众,而后者可以重复这一过程。从数字艺术到网络迷因,图像随时间的演变如今已成为数字人文学者、社会科学家和媒体取证专家的重要研究课题。然而,由于计算机视觉中的典型数据集由静态内容组成,用于分析混编内容的自动化算法的发展一直受限。本文引入主题挖掘(Motif Mining)的概念——即在大规模无标注且无排序的数据中发现并概括混编图像内容的过程。本文对该概念进行了形式化,并给出了一个参考实现。我们在三个迷因风格数据集上进行了实验,包括一个新收集的与俄乌冲突信息战相关的数据集。所提出的主题挖掘方法能够识别相关的混编内容,与类似方法相比,更贴合人类观察者的偏好与预期。
引用
@article{arxiv.2203.08327,
title = {Motif Mining: Finding and Summarizing Remixed Image Content},
author = {William Theisen and Daniel Gonzalez Cedre and Zachariah Carmichael and Daniel Moreira and Tim Weninger and Walter Scheirer},
journal= {arXiv preprint arXiv:2203.08327},
year = {2022}
}
备注
41 pages, 21 figures