中文文本屏幕内容图像通用视频编码标准编码感知失真研究

为了探索最新一代通用视频编码标准(versatile video coding, VVC)对中文文本屏幕内容图像(text screen content image, TSCI)感知质量的影响,设计图像主观观测实验并基于VVC混合编码框架原理研究了中文TSCI的VVC编码感知失真。构建中文文本屏幕内容图像数据库(Chinese text screen content image dataset, CT-SCID),设计图像主观观测实验,分析VVC引起的中文TSCI感知失真类型及其发展路径;结合VVC的混合编码框架原理,理论分析并实验验证影响VVC编码的中文TSCI感知失真程度的因素;总结当前代表性的屏幕内容图像质量评价方法在中文TSCI VVC编码感知失真评测上的性能表现。实验结果表明:字体大小和对比度是影响中文TSCI VVC编码感知质量的重要因素,且中文TSCI的字体越小、对比度越低时,图像的感知质量等级越低;当前代表性的屏幕内容图像质量评价方法均无法给出完全符合人眼感知特性的质量评价结果。研究对于后续开发适用于中文TSCI的感知质量评价方法、高效编码方法等具有指导意义。

改进CRNN网络的直播弹幕文本识别

在直播带货场景中,通过分析消费者发送的弹幕信息,能够在一定程度上反映出当前商品的实际评价是否与主播的描述一致,对直播行业中假冒伪劣产品的监管具有重要指导意义。针对弹幕文本识别的特殊性,提出了一种基于改进CRNN(convolutional recurrent neural network)的实时弹幕识别网络,以解决CRNN算法对于复杂背景环境下的文本特征信息提取不全等问题。为此所设计的网络采用了编解码结构对特征提取模块进行强化设计,以解决弹幕像素区域小造成的特征提取过程中的特征丢失问题。使用Transformer模型对输入的帧画面构建长距离全局特征关系,以强化网络模型对弹幕信息的捕捉能力,并对提取的特征信息进行序列建模及转录得到具体的弹幕语义信息。实验结果表明,所设计的网络在测试集上检测精度高达0.926,平均精度值提高了0.101。

基于心理感受等值点的大屏对比度研究

目的 针对智慧大屏的文字背景对比度设计,讨论在不同观察距离、字号和对比度极性下大屏的对比度标准。方法 实验为29(对比度水平)*2(观察距离)*2(字号)*2(对比度极性)的组内设计,因变量为被试的清晰度评分。实验共23位被试参与。结果 与移动端相比,大屏端的对比度标准更高。观察距离和对比度极性均对大屏对比度标准产生影响。观察距离越远,对比度标准越高;与正极性相比,负极性对比度标准更高。3米观察距离下,负极性文本的最小对比度不低于6.5,加强对比度不低于10;正极性文本的最小对比度不低于6,加强对比度不低于9.7米观察距离下,负极性文本的最小对比度不低于8.5,加强对比度不低于12.5;正极性文本的最小对比度不低于6.5,加强对比度不低于9.5。结论 结果可用于指导大屏端的文本背景对比度设计。

基于文本挖掘构建肺癌风险症状搜索推荐库

肺癌潜在患者在症状表现前期通过搜索引擎进行自我诊断的过程中,由于搜索关键词缺乏或不准确容易导致误诊现象,从而错过最佳治疗期。为降低肺癌潜在患者利用搜索引擎自我诊断的误诊率,结合TF-IDF文本挖掘技术与聚类的统计方法,在关键词筛选过程中创新地采用剔除与匹配相结合的方法,构建了基于专业医疗词汇的肺癌风险症状搜索推荐库。采用弹性网络回归拟合“肺癌早期症状”的搜索指数,结果显示肺癌早期症状搜索指数可被该类团内关键词搜索指数较好地拟合。研究证明,“肺癌早期症状”类团内的关键词可在搜索引擎中互为补充推荐词条,该类团内越多症状共现,检索到肺癌早期症状的可能性越大。

抗打印扫描和屏幕拍摄的字形扰动研究进展

本文介绍了字形扰动的应用场景,系统梳理了抗打印扫描和屏幕拍摄的字形扰动相关工作,将其分为两类:传统字形扰动方法和深度学习字形扰动方法。根据字符的属性特征,传统字形扰动方法细分为:像素翻转、高度调整、间距调整、笔画调整、特征点调整和骨架轮廓调整。深度学习字形扰动方法通过微调字符的高维特征以嵌入额外的信息,根据生成数据的性质,将其分为生成扰动文本图像和矢量字体两类。从鲁棒性、嵌入容量、复杂性等方面对比分析现有字形扰动方法的特点,最后对字形扰动研究面临的挑战和发展方向进行总结和展望。

基于文本挖掘的社交网络用户精神疾病筛查

随着移动互联网的普及,公众更加频繁地使用社交网络分享生活并表达思想和感情。推特作为拥有全球最大用户基数的社交平台,沉淀了非常丰富的用户和文本信息。文章使用Sentiment140数据集对推特文本信息进行分析,从不同角度对数据集进行探索性数据分析,并通过F1值评估对比不同的特征提取方法和分类算法,最终确定了最佳的特征提取和分类参数。文章使用的分析流程和分析结果可作为文本情感挖掘的参考,为基于文本信息的情感分类任务以及精神疾病如抑郁症等的诊断提供助力。

视频内容特征与弹幕文本相结合的短视频推荐模型

随着多媒体和互联网技术的融合发展,短视频以其时长短、内容精练的特点获得广大用户的喜爱.但目前短视频推荐大多基于用户的评论或标签,推荐的准确性不高,效率较低.为此,提出了一种视频内容特征与弹幕文本相结合的短视频推荐模型,融合深度学习方法与弹幕技术的优势,充分提升个性化服务水平.该模型首先对于弹幕进行文本分析,确定弹幕文本的主题;然后通过深度学习方法分析短视频的内容特征;最后结合用户最近看过的短视频,根据其高光时刻确定所属主题,进而产生相应的推荐列表.通过对比实验,验证了所提模型在准确率、召回率上比RFM以及VRFCL等当前主流短视频推荐模型有较显著的提升,同时该模型具有良好的效率优势.

在线教学有效策略探索--基于哔哩哔哩网站在线开放课程“教育学”的弹幕文本分析

研究依据互动仪式链理论、教育学、社会心理学等理论,以在线开放课程“教育学”在哔哩哔哩网站上所装填的弹幕文本为研究对象,采用定性与定量相结合之研究方法,利用自然语言处理技术对网站的弹幕进行爬取分析。发现在线教学过程中“学习主体再创能力强、教学主体探究动力足、教学过程互动频率高、教学反馈正向评价高”,但也存在着“偏离预设目标隐患急待正视、探究意愿的稳定性有待维持、参与主体的多元性有待夯实、反馈对象的先进性急需赋能”等挑战,建议通过“引导+疏导、高阶+挑战、预设+陪伴、温度+亮度”等策略来提升在线教学的质量,回应“在线教学的质量效果究竟如何”等质疑。

基于屏幕视觉热区的中文短文本关键词实时提取方法

准确地获取用户偏好信息是个性化推荐的基础,而关键词提取技术则是用户偏好信息提取技术的关键。区别于传统的对整个网页页面进行关键词提取,本文提出的基于屏幕视觉热区的中文短文本关键词实时提取方法,主要针对用户浏览网页存在的屏幕视觉热区内的短文本进行关键词提取。首先,人工抽取屏幕视觉热区中的中文短文本作为原始数据,针对实时性的要求,选取TF-IWF、位置统计性分布、词距三个特征项构建中文短文本提取模型。实验数据表明,位置统计性分布及词距对关键词提取的准确率并没有显著提高,仅TF-IWF一种特征,准确率就能达到70%,同时经过实际验证本方法具有良好的稳定性,且实时性已经达到用户满意的程度,远远小于用户所能接受的容忍时域。

关于文学影视改编的思考——评张玉霞的《从镜之像到灯之影:中国代际导演文学改编史论》

文学与影视是相互独立而又相互影响的关系,无论文学支持了影视的创作还是文学因为影视热播而成书,无论是文学创作人羡慕影视的受众广泛,还是影视依然需要站在文学的肩膀上构筑自身的综合性表现,时代变迁和大众趣味成为判别文学与影视之间不可缺少的观照因素。文学对于精神价值的保存具有独特意义,文学的独立性需要坚持,人文慰藉更为重要。认同影视需要坚持自身的独特性,这样才能各自显示价值也才能成为相互护佑的对象。改编是艺术把持和再创造之间的得失智慧的较量,对于原著艺术精神的把握是创造者接受考验的第一关,而把握影像艺术能力是原著魅力能不能实现的第二关,多大程度上忠实原著并且能形成新鲜的影像艺术创造,则是最为关键的。影视改编的归途应当是:思想内涵与艺术统一基础上的遵守原著的形态改编,和实现时代新解的创造性"改编"。

论超文本的阅读接受

人类最初是靠肢体、动作、手势、表情、声音等来交流思想、传达情感的,之后出现了符号、文字。但这些媒介都有着极大的局限性,特别是以概念为基础的语言符号带有极大的抽象性,使信息在传递过程中严重地变形和损失。于是人们就一直在寻找一种更有效、更形象、更传真的媒介———那就是用影像来记录和再现客观世界的原貌,试图把人类的视觉经验直接复现在一个二维平面上直观再现出来,或者把自己对这个世界的感觉或幻想用三维图象直接显现出来,于是电影、电视和计算机就应运而生了。与纸介质印刷品的阅读接受不同,超文本的阅读接受有着自身的特征。

语音合成技术在软件开发中的应用

采用MS Speech SDK开发语音系统与C++开发,利用Speech API高级接口的文转换部分(SS)相应的API函数以及Speech SDK所提供的语音库,实现文字到语音的输出与控制。完成了对系统级键盘输入的抓取及语音输出、对焦点窗体的辨别及语音提示,实现文件的朗读。突破了函数修改的难题,实现了语音系统操作平台的设计目标。

基于Delphi-TM的建筑设计参数评价体系指标筛选及构建

基于德尔菲评价和文本挖掘技术(Delphi-TM),针对冬奥会非竞赛场馆的“绿色、健康”目标导向,综合主、客观评价,快速、准确地反映建筑设计参数指标在不同目标下的重要性。筛选得到105项设计参数,构建设计参数评价指标框架,运用AHP法进行权重计算,为建筑师提供了一种可进行多目标导向判断的设计参数评价体系。

卡方统计中基于KL散度的高维文本数据特征筛选

特征的高维性和数据的稀疏性问题会严重影响分类的准确性,卡方统计可以在保持分类精度不变的情况下,有效地对高维文本数据特征进行筛选。文章通过KL散度检验观测值与理论值的偏差程度,用KL散度度量特征与类别之间的相关性,改进了现有的最大或平均全局评价方法。采用KNN分类模型在标准数据集上进行实验的结果表明,所提方法在大幅度降低文本数据特征向量空间维数的同时,还能推动分类性能的提高。

论网络文学的审美特征及其成因

与纸面文学相比,网络文学在创作、传播、接受等诸多方面有自己独特的审美特征:平民化的审美情趣、互动性的审美过程、读屏化的审美方式、超文本的审美特质,等等。究其成因,集中体现在网络化的传播机制、网民化的创作主体、游戏化的创作动机三方面。

基于情感文本数据筛选的感知节点选择机制

通过分析移动群智感知的协作过程,即感知节点的携带-存储-转发过程,发现该过程忽略了对节点携带信息的内容筛选.而对于有目的的数据获取而言,这种先收集后筛选的方法导致在后续对数据的分析与筛选过程中会耗费更多的时间,同时获取的有效数据占比不高.考虑到这个因素,本文结合遗传算法设计了一种在移动群智感知环境下基于情感文本数据筛选的节点选择机制.该节点选择机制主要通过对节点携带数据类型的筛选来选择感知节点,从而获取感知环境下移动用户的情感文本数据.通过实验验证表明,使用此方法在数据处理的效率上最大提高了27.6%,在有效的数据占比上最大提高了21%,因此该方法能够有效的提高对整体数据处理的效率.

一种基于USB单片机控制及PC机传输的电子图文屏设计

文章介绍了一种由 PC 机和 USB 单片机 C541联合控制的户外电子大屏幕系统,给出了部分硬件电路图及软件流程图,并重点阐述了硬件及软件设计过程中所解决的难点问题。该系统具有实时性强、可靠性高、电子屏内容修改方便等优点。

T6963C点阵式液晶显示模块的应用研究与编程

介绍了基于T6963C控制器、并带有32kbyte显示缓冲区的点阵式液晶显示模块WG240128E-TMI-VZ(LCD Module,LCM),给出了T6963C与单片机之间的硬件接口电路,对液晶模块文本显示模式与图形显示模式的各自特性和实用方法做了详细的分析。通过由C语言编写的程序,使其各自的特性和实用方法得以生动的体现,并重点介绍了图形模式下菜单的灵活开发过程。经工程实际使用,结果表明:该方法可行,稳定性高,便于移植,对其他人机交互的界面设计具有极大的参考价值。

一种基于室内PC机传输的智能户外电子图文屏设计

介绍了一种利用PC机和单片机的串行口通信功能实现对LED大屏幕进行控制的系统。

三屏幕系统图文处理软件包

为了扩大视觉范围,增加人与计算机之间交互的信息量,我校人机信息界面技术实验室建立了一个具有三个屏幕的计算机图形系统,本课题组研制了该系统的图形文字处理软件包。三个屏幕既可联合成一个大屏幕,用以显示相连的或相关的信息,如一幅大地图;又可使每个屏幕作为一个窗口显示多画面,且能同步协调地变化。用户可在任一屏幕上进行图形或文本的编辑和处理,还能表示层次图形与信息逐步加细。作者已将通常的单屏幕上的软件工具改造为支持多屏幕系统,因而熟悉IBM-PC机的用户很容易使用该系统。本文给出了该软件包的功能及实现策略,详述了将Auto CAD绘图软件改造为支持多屏幕系统的方法。