互联网图像中城市意象的“再现”——以长沙为例

信息化时代下,互联网图像拓展了城市意象的认知方式与途径。然而,网络媒介不是中性的,互联网图像背后隐喻了构建者的意志,对城市起着“再现”的作用。通过对图像内容的分析,从互联网“再现”的城市意象类型、意象符号和意象结构,探究图像背后所蕴含的文化机制与社会关系。以长沙为例,选取官方网站和社交网站上的图像为研究样本,对比与分析发现,两类网站“再现”的城市意象既有共同点又有差异,官方网站对城市形象定位明确,社交网站则更多元。两类网站共同塑造了长沙“湘江风光”与“娱乐与消费”的意象特征。

基于互联网图像的城市意象研究评述

通过对基于互联网图像数据开展城市意象研究文献的分析,发现当前的研究涵盖了徐磊青教授所提出的城市意象研究三大主题:结构性的城市意象研究,独特性的城市意象研究与评估性的城市意象研究。对这三种研究取向进行分析,归纳了以两种信息数据(图像元数据与图像内容)为出发点的研究方向,并对未来城市意象研究的方向进行了反思和讨论。

使用异构互联网图像组的视频标注

标注用户视频中的事件是一项极具挑战性的工作.目前的研究主要关注如何从大量的已标注视频中获取视频相关概念,并用来标注未知的用户视频.现实场景下的视频具有复杂性和多样性的特点,建模需要收集大量已标注的视频训练样本,这个过程非常费时费力.为了缓解这一问题,作者利用大量互联网图像来建立模型,这些图像数据涵盖了各种环境下的各种事件.然而,从互联网上得到的知识变化多样且有噪声,如果不加选择而盲目进行知识迁移,反而会影响视频标注的效果.因此,作者提出了一种联合组权重学习框架来权衡互联网上不同但相关的图像组,并用这些知识建立视频标注模型.在该框架下,作者采用联合优化的方法来获得不同图像组的权重,每一个权重值表示了相应的图像组在知识迁移中所起的作用.为了解决视频与图像特征的异构问题,作者建立了一个共同特征子空间来连接视频和图像这两个特征空间.两个视频数据库上的实验结果表明了文中方法的有效性.

Text2Palette: 基于互联网图像的颜色主题自动生成方法

根据用户输入的单词或短语文本生成对应的颜色主题,是自动化获取颜色主题的手段之一,对图像处理研究和艺术设计等领域至关重要.基于问题特点和已有方法的缺陷,针对性地设计了基于互联网图像的颜色主题自动生成方法.该方法包括以下3个步骤:首先,将用户输入文本作为搜索关键字,在互联网上或者在图像数据库中检索出相关的图像,并为每幅图像分别生成一个可以表示该图像各颜色成分分布的颜色主题;然后,采取近邻传播方法对所有生成的颜色主题进行聚类分析,将它们分为若干组,并进一步根据组内组外差距指标对它们进行排序;最后,从排序靠前的每一组中,选择一个具有代表性的颜色主题,作为多个颜色主题候选结果提供给用户.该方法简单、易用,能够生成符合语义且多样性高的颜色主题.用户调研结果表明,与Text2Colors方法相比,该方法生成的颜色主题在语义上更正确,也更具多样性.在随机选取的输入文本数据集中,有过半用户认为该方法在正确性和多样性上更优的输入文本比例分别为69%和94%.

基于CiteSpace知识图谱分析的城市意象研究综述与进展

文章着眼于城市意象研究领域,通过CiteSpace可视化软件绘制城市意象研究知识图谱,以CNKI核心数据库中刊载的1414篇相关主题文献为数据基础,剖析该领域研究的热点和主题发展,意在为未来城市意象的研究提供有用的借鉴。文章就近年来热门话题以网络图片数据为主的城市意象研究展开综述,并对未来城市意象的发展提出展望。