大场景多对象的深度社交分组网络

在计算机视觉中,群体分析越来越受到人们的关注,对图像中复杂人群进行分组是群体分析领域的基础技术需求.现有的人群社交分组方法只针对固定人数的小范围场景,不能处理真实世界中的大场景图像.本文提出首个面向十亿像素大场景图像的基于深度学习的细粒度人群社交分组框架,由一种图引导的全局到局部的划分策略与一个学习隐函数表示社交对交互模式的深度社交分组网络组成.该框架可在大范围场景图像上实现准确的人群分组.本文方法同样适用于小场景图像,在小场景图像数据集上的实验结果表明,本文提出的框架相比于现有方法取得了显著的性能提升.相关代码与训练数据即将开源.

数字场域中青年群体“孤独社交”现象透视

数字场域的网络社交为青年群体提供了宽广的社交空间和独特的社交体验,极大地丰富了社交文化的内涵。然而,它也加剧了青年群体的社交孤独感,具体表现在“重边界”的搭子社交、“可视化”的分组社交以及“被异化”的软件社交三个层面。因此,尽管网络社交在扩展青年的社交圈方面起到了积极作用,但它也带来了社交孤立和个人间联系的削弱,应该鼓励青年群体树立正确的交友观,培养良好的社交习惯,主动寻求并实现自我价值。