国会中的摄影家居风格：一种计算机视觉方法
社会与信息网络
2016-12-07 v2 计算机视觉与模式识别
摘要
尽管国会议员现在经常在各种互联网平台上使用图像与选民交流，但关于图像如何作为战略性政治传播手段的了解却很少。这主要是由于计算能力的限制，阻碍了对图像特征进行大规模、系统性的分析。然而，计算机视觉的新发展使得对图像的系统性研究触手可及。在此，我们通过将Fenno对家居风格的分析（Fenno 1978）扩展到图像，并引入“摄影”家居风格，构建了一个理解视觉政治传播的框架。使用从国会议员（MCs）Facebook个人资料中收集的约192,000张照片，我们构建了基于卷积神经网络的机器学习软件，并进行了图像操纵实验，以探索国会议员合影者的种族如何塑造摄影家居风格。我们发现有证据表明选举压力塑造了摄影家居风格，并证明民主党和共和党国会议员使用图像的方式截然不同。
引用
@article{arxiv.1611.09942,
title = {Photographic home styles in Congress: a computer vision approach},
author = {L. Jason Anastasopoulos and Dhruvil Badani and Crystal Lee and Shiry Ginosar and Jake Williams},
journal= {arXiv preprint arXiv:1611.09942},
year = {2016}
}