基于人眼视觉规律的注视点分类及其在图像标注中的应用

针对现有眼动图像标注算法中停留在非目标上的注视点容易引入定位干扰,导致标注精度不高的问题,本文首先实验探索了标注任务中的眼动规律;然后提出将标注注视序列分为视觉搜索和视觉识别两个阶段,并设计了基于参数自适应DBSCAN算法的视觉搜索和视觉识别注视点分类方法,旨在将提取的识别注视点作为眼动图像标注算法的输入,提高标注结果的准确性;最后基于2014 DIMITRIOS P数据集开展实验对比与分析。实验结果表明,与现有相关算法相比,F1度量提升4%,算法运行效率提升了近1倍,眼动图像标注算法精度提高3.34%,满足稳定可靠、精度高、运行速度快等要求。

语篇视点与倒装结构中的视点连贯

作为修辞学和文论中的一个重要术语,视点已经成为近几十年来语言学界和小说研究界所关注的重要问题。文章通过分析视点的分类,结合当前语言学界对视点的主要研究成果,对影响倒装结构连贯性的语篇视点进行了探讨,发现视点制约着倒装结构的连贯性,倒装结构的选择不仅是语法形式和语义形式的要求,更是视点转换的要求。