内容契合度和植入显著度对微信公众号品牌植入效果的影响

微信公众号拥有庞大用户和流量,商业价值高。随着媒介的不断发展和用户媒介使用习惯的变化,微信公众号中的品牌植入已经成为常态。以品牌—内容契合度和植入显著度为自变量,微信公众号传播效果(点赞量、在看量、评论量)及受众反应(认知效果、情感效果、购买意愿)为因变量,建立结构方程模型,探究品牌—内容契合度、植入显著度与微信公众号品牌植入效果之间的关系。根据媒介地理学的理论知识,选取25位在地理分布上比较有代表性的微信公众号深度用户进行访谈,依据深度访谈的结果对模型进行修正。研究发现:品牌—内容契合度对微信公众号传播效果和受众反应的影响显著;植入显著度对受众反应的影响显著;品牌—内容契合度和植入显著度对微信公众号品牌植入效果均会产生影响。

传统村落地标景观显著度评价指标体系构建与应用

参考地标显著度模型结合传统村落的特征,从认知显著度、视觉显著度、空间显著度等方面建立评价指标体系,构建以UGC数据为基础的传统村落地标景观显著度评价指标体系。并以云水谣古镇为例,通过情感分析、问卷调查、现场测绘等方法进行实证研究。结果表明:排名前5位的景观节点为和贵楼、古榕树、怀远楼、水车、翠美楼,与这些景观节点具有独特的风格或功能用途相符,证实该评价体系具有较好的可操作性和实用性。研究结果可为传统村落地标景观的规划开发提供参考。

基于区域显著度与水下光学先验的目标检测

近年来,基于机器视觉技术的目标检测技术在海底科学考察、裂缝检测、海底探矿等方面得到应用,然而,受水下复杂光学环境影响,采用经典检测算法难以准确检测水下目标。人眼视觉注意机制可以快速搜索到易引起注意的区域,在图像处理上具有优势,但采用邻域对比度显著度计算方法,用于水下目标检测时仍然存在显著区域不连续、大面积背景误检为目标等问题。提出一种区域显著度计算模型,并将其用于水下目标检测。首先,以区域为基本单元提取空间距离、面积、颜色对比度及注意焦点距离4个特征,建立基于区域对比度的显著度计算方法,得到区域显著度,通过模拟眼动机理改变注意焦点位置以调整区域显著度,形成显著区域;其次,基于水下图像背景/目标间的纹理差异计算,寻找并抑制背景区域显著度;最后,采用阈值分割方法得到目标的轮廓,实现水下目标检测。实验结果表明,其显著度提取结果的准确性相对于邻域方法在均匀及非均匀光照条件下均有显著提高。同时,目标检测结果中包含的背景区域也更少,实验结果仅为1.47%,该方法在水下环境中目标检测的有效性和准确性得到提高。

显著的植入式广告能带来更好的品牌态度吗--植入式广告显著性影响机制研究

植入式广告是企业常用的形式之一,吸引了很多学者和企业人员的注意,并且成为了一种很流行的广告形式。而植入式广告中一个基础的问题就是显著的植入式广告能够带来更好的品牌态度。已有的部分研究指出,植入式广告中品牌的显著性程度增强,会提升消费者对植入品牌的认知,但有的研究也认为过分显著的植入式广告会降低消费者对品牌的评价。造成这种差异的主要原因是以往的文献并没有区分显著程度的两个维度:空间维度和时间维度。本文在区分以上两种维度的基础上,着重检验空间维度上广告显著程度对于品牌态度的影响。我们的研究结果指出消费者对于植入式广告中品牌的态度,由于会受到感知信息处理流畅性的影响,会呈先升后降的倒U型,即存在一个最优值。通过模拟实验研究发现,植入式广告中品牌与情节的关联性对品牌显著程度的最优值有提升作用。

结合显著度图和自适应能量线的快速图像缩放

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。

基于区域协方差的视频显著度局部空时优化模型

显著度检测在计算机视觉中应用非常广泛,图像级的显著度检测研究已较为成熟,但视频显著度因其高度挑战性研究相对较少。该文借鉴图像级显著度算法的思想,提出一种通用的空时特征提取与优化模型来检测视频显著度。首先利用区域协方差矩阵构造视频的空时特征描述子,然后计算对比度得出初始显著图,最后通过联合前后帧的局部空时优化模型得到最终的显著图。在2个公开视频显著性数据集上的实验结果表明,所提算法性能优于目前的主流算法,同时具有良好的扩展性。

基于Voronoi极点特征值显著度加权的网格简化算法

针对目前网格简化仅依赖局部特征而造成对尖锐特征保持差的问题,提出一种新的基于视觉显著度加权的简化算法。算法首先通过Voronoi内外极点与采样点之间的关系来计算离散曲面局部极点特征值,然后叠加不同尺度下局部特征值的高斯差分获得特征的视觉显著度。在进行网格简化时,将该显著度作为权重赋值给每个点的二次误差矩阵,从而达到对显著度较高区域特征保持的目的。实验结果表明,所提出的简化算法与传统基于局部曲率的算法相比能够更有效地保持原始网格固有几何特性,特别是对于视觉较为敏感的尖锐特征。

谐波显著度的基频提取方法

我们提出的谐波显著度的基频提取方法,目的是从语音信号中自动获取人声基频,该方法利用抑制因子计算出基频的谐波显著度谱,对各次谐波显著度加权求和之后进行基频轨迹跟踪确定语音的基频序列。在TIMIT掺噪数据集和音乐信息检索评测2005主旋律数据集上,谐波显著度方法的准确率分别达到了88.5%和73.3%,使倍频、半频错误相对降低了80%。实验表明,基于谐波显著度的基频提取方法增强了系统的抗噪性能以及抗倍半频错误的能力。

基于视觉显著度的射线图像微小缺陷提取方法

为实现射线图像复杂大背景下微小目标检测,研究强噪声、大灰度梯度下微小缺陷的分割方法。提出面向射线图像的视觉显著度模型,模拟人眼视觉注意机制,采用线扫描及自适应中央-周边差策略,以视觉显著度为尺度,通过特征图计算与融合、显著图获取等算法,从射线图像复杂背景中分割出注意区域;进一步通过显著度竞争标记排序各注意区域,并根据显著度阈值识别可疑缺陷区域,由此减少图像数据处理量,排除射线图像其他部分的干扰。提出以显著图上可疑区域的注意焦点为种子点,基于各点显著度的区域生长分割方法,实现了可疑区域图像中微小缺陷目标的准确提取。在复杂大背景X射线图像的实验中,准确提取出含有未知缺陷目标的区域,对微小目标的分割取得了较好效果,准确率达到96.1%,比传统方法高8%以上,证明了所提方法的有效性和适应性。

虚拟地理试验的地标视觉显著度模型

针对地标显著度计算存在的因子不全、赋权主观的问题,提出了一种利用虚拟地理试验构建地标显著度模型的方法。以城市地标显著度模型求解为例,分析了地标视觉显著度影响因子(简称为视觉因子)及计算方法,构建了一种综合眼动追踪、视觉因子可控和可计算的虚拟试验环境。开展了眼动指标与地标显著度之间的关系求解试验,建立起二者的定量关系模型。以该模型为基础,开展了地标视觉显著度与视觉因子间定量关系的求解试验,通过试验数据拟合得到最终的地标视觉显著度模型公式。本文方法的核心是:在视觉因子可控可计算的虚拟环境中,使用眼动指标表征显著度值,通过地标认知试验及数据分析拟合得到显著度模型。该方法对于研究地标判别这类人与环境相互作用机制的问题具有独特的优势,可降低研究的复杂度,克服研究结果的难复现性。

基于显著度融合的自适应分块行人再识别

针对基于分块匹配的行人再识别中对分块的规则和大小缺乏指导,以及不同分块间的区分度差异问题,该文提出基于显著度融合的自适应分块行人再识别方法。首先,利用启发式思想确定初始聚类中心,并根据图像内容自动确定分块的大小和数目。然后,利用归一化部分曲线下面积计算各块的图像间显著度,利用结构化支持向量机学习各块的图像内显著度,并融合两类显著度得到各块的权重作为匹配得分融合的依据。实验证明,在常用的行人再识别数据集上,该方法能取得较好的识别结果。

营销性微电影:品牌植入显著性对品牌态度的影响

本文以内容分析法对网友评论进行分析,探索营销性微电影中品牌植入的显著性对品牌态度的影响。研究发现,品牌植入的显著性越高,品牌认知越高,对品牌的购买意向也越高。微电影对受众的情绪唤起会让其有更积极的品牌态度,产生较强的购买意向。这种效应在植入显著性高的情况下更加明显。此外,品牌高显著性植入并不会带来受众的反广告化,反而是在低显著性植入,且又被受众发现其营销目的的情况下,会更容易引发受众对广告的反对。最后,研究发现,明星、名导演等因素并不会影响受众的品牌态度,但是会影响受众对微电影的关注和评价。

基于显著度的非监督抠像方法

为免除抠像过程中的人工参与步骤,提出一种基于显著度的非监督抠像方法。提取输入图像的显著度图,利用块融合与块过滤方法,获得抠像的参考信息,将图像划分为多个层次进行多分辨率抠像,从图像背景中抠取出前景物体。实验结果证明,该抠像方法在计算速度和抠像效果上均优于非监督的光谱抠像方法。

融合显著度时空上下文的超像素跟踪算法

为了更有效地利用目标的特征信息,提高目标的跟踪精度和鲁棒性,提出融合显著度时空上下文的超像素跟踪算法.首先对目标上下文区域进行超像素分割,根据运动信息计算目标上下文的运动相关性及特征协方差信息,得到相关性显著度.然后基于贝叶斯框架,在频域构建融合显著度信息的时空上下文模型.再利用联合颜色和纹理的直方图信息计算巴氏系数,更新时空上下文模型.此外,引入尺度金字塔模型,准确估计目标尺度.最后加入低通滤波自适应运动预测模块,在线更新动态模型样本集,使用岭回归方法实现低通滤波的参数在线更新.在公共数据上的实验表明,文中算法在光照变化、背景复杂、目标旋转、机动性高、分辨率低等情况下具有较好的跟踪效果.

基于压缩域编码长度的视频显著性检测

生物学研究表明,人会明显地注意视频中的运动目标。为模拟该特性并快速完成视频显著图的计算,提出一种压缩域时空显著度检测方法(Temporal-Spatial Saliency in Compress Domain model,TS2CD)。分别利用H.264视频中对宏块的残差编码长度和运动矢量编码长度模拟人眼的显著性刺激强度,从而得到视频显著特征。通过线性的加权融合算法,综合两种编码长度得到的空域显著图和时域显著图,得到最终的视频显著图。在3个公开的数据库上的实验表明,TS2CD算法是当前性能最优的方法。

显著度和运动特性加权的视频质量评价方法

进行客观视频质量评价时,为了与主观评价结果尽可能一致,需要考虑视频的动态特性和人眼观看的视觉特性,因此本文提出一种基于显著区域和运动特性加权的视频质量评价方法。该评价指标基于传统的结构相似性指数(Structural similarity index measurement,SSIM)方法并在此基础上作了改进。首先通过频谱分析得到空域显著度,通过视觉注意模型并结合运动特性获取时域显著度,并根据时、空显著度动态融合得到帧级显著度。以帧级显著度加权SSIM指数,便可得到整个视频帧的质量评价指标。在LIVE VQA标准数据集上的实验结果表明,该评价指标更加接近于人眼对视频质量的主观评价值。

基于最恰对比度显著性分析的红外弱小目标检测方法

针对红外图像弱目标检测困难的现状,提出一种基于最恰对比度显著性分析的红外弱小目标检测方法,在滑动窗口中采用了非线性处理技术对图像进行处理,避免了传统的显著度分析算法处理图像时在景像边缘处产生的显著度值干扰问题,同时不影响在目标区域对目标的提取能力。进行了大量的半实物仿真实验,结果表明,虽然提出的方法在背景抑制因子中未明显提高,但在均值信噪比和信噪比增益两个指标中对目标检测性能明显增强。在图像处理后的三种方法视觉对比图中,效果最好。

显著度对网络自制剧植入式广告的传播效果研究

基于广告心理学的理论支撑,结合眼动实验和认知心理学的研究方法,选取广告显著度作为影响因素,探究其对网络自制剧植入式广告传播效果的影响。研究表明,显著度高的植入式广告回忆效果更好,品牌态度评价更高。前者印证了电影和电视剧中显著度相关假设在网络自制剧中的适用性,后者则对国内外相关学者的先前假设进行了颠覆。

名词短语的认知显著度及其词汇、句法表现

"显著度"是一个跟名词性成分有关的认知语言学概念,包括静态显著度和动态显著度。说话者可以运用词汇策略和句法策略改变入句后名词的静态显著度。词汇上从光杆名词到指示词短语形成一个显著度不断增加的连续统,句法上主要通过在线性语序上的前移或后移来提高或降低名词性成分的显著度。词汇策略和句法策略在汉语中相互配合。本文运用"动词中心,名词赋格"理论考察汉语因名词性成分显著度配置的不同而造成的句子句式语义的区别。

显著度目标示性及背景自适应约束的目标跟踪算法

针对目标受环境干扰和自身姿态变化引起的跟踪漂移和目标丢失等问题,提出显著度目标示性及背景自适应约束的目标跟踪算法.在粒子滤波跟踪框架中,首先根据贝叶斯显著度分别对目标区域和扩展目标区域内的像素特征加权,构建目标的示性模型.再根据背景区域的显著度,自适应地选择背景区域约束跟踪过程.最后根据目标当前的外观状态,利用目标与背景之间的关联性得到跟踪结果.文中算法的显著度目标示性模型降低目标匹配中的误差,自适应背景约束提高目标受到遮挡或姿态发生变化时的跟踪准确性.实验表明,文中算法具有较强的跟踪鲁棒性和较高的跟踪准确率.