基于CLIP生成多事件表示的视频文本检索方法

视频-文本检索作为一项被广泛应用于现实生活中的多模态检索技术受到越来越多的研究者的关注.近来,大部分视频文本工作通过利用大规模预训练模型中所学到的视觉与语言之间的匹配关系来提升文本视频间跨模态检索效果.然而,这些方法忽略了视频、文本数据都是由一个个事件组合而成.倘若能捕捉视频事件与文本事件之间的细粒度相似性关系,将能帮助模型计算出更准确的文本与视频之间的语义相似性关系,进而提升文本视频间跨模态检索效果.因此,提出了一种基于CLIP生成多事件表示的视频文本检索方法(CLIP based multi-event representation generation for video-text retrieval,CLIPMERG).首先,通过利用大规模图文预训练模型CLIP的视频编码器(ViT)以及文本编码器(Tansformer)分别将视频、文本数据转换成视频帧token序列以及文本的单词token序列;然后,通过视频事件生成器(文本事件生成器)将视频帧token序列(单词token序列)转换成k个视频事件表示(k个文本事件表示);最后,通过挖掘视频事件表示与文本事件表示之间的细粒度关系以定义视频、文本间的语义相似性关系.在3个常用的公开视频文本检索数据集MSR-VTT,DiDeMo,LSMDC上的实验结果表明所提的CLIPMERG优于现有的视频文本检索方法.

Manifestations of the Arab Spring in Literature： ＂Video Clip Poems＂ on YouTube as a Model

This article will discuss the manifestation of the Arab Spring in Arab literature and sheds light on what has become known as ＂Video Clips Poems＂ or ＂Flash Poems＂ on YouTube. We shall attempt to answer a number of questions concerning Arab Spring literature in general and the video clips in particular： What role did this literature plays in the political transformations witnessed by the Arab world in recent years？ What are the means it used in order to inflame the masses？ What are the features of the Arab Spring video clips as a new genre different from printed genres？ Will the Arab Spring continue to be a literary theme after the end of these uprisings？ These clips possess rich and dense semantics content and meaning as it will be shown in this article.

基于CLIP的多模态视频文本检索系统

计算机视觉(Computer Vision,CV)与自然语言处理(Natural Language Processing,NLP)技术已逐渐趋于成熟,结合视觉和语言的多模态领域技术将成为学界和业界的研究热点。文章使用CLIP预训练模型,结合图像与语言两种模态信息,进一步将图像拓展至视频,利用FFmpeg处理视频,并对视频与文本信息进行嵌入(embedding)和余弦相似度匹配,从而实现利用纯文本检索视频中符合该文本语义的片段。

抖音短视频平台海外华人博主跨国传播研究

论文以抖音平台海外华人博主为对象开展数据统计和视频内容梳理,从点赞量、评论数、收藏数、转发量等数据分析海外华人短视频的跨国传播效果,考察当前海外华人虚拟跨国生存形态和跨国传播模式,审视海外华人社会在新媒介形态下的变迁,探讨虚拟跨国网络空间的发展趋势和影响。总体而言,海外华人在抖音平台的活跃表现为抖音注入了国际化、全球化的视野,成为国内外民心相通、贸易畅通的桥梁。在短视频传播媒介普及的背景下,海外华人通过抖音平台获得了技术赋能,在展现自我、促进交流的同时,也获得了可观的经济收益。在中国复兴的时代背景下,海外华人更深地与祖籍国的命运联系在一起,将在推动构建人类命运共同体、实现文明互鉴方面发挥更积极的作用。

基于弹幕数量变化预测视频切片精彩程度的研究

随着视频行业的飞速发展,关于视频精彩程度的分析方法也越来越多。使用计算机视觉和音频处理技术的方法消耗成本太高,而基于用户观看行为的评估方法则对视频具体片段的精彩程度评估有所忽略。弹幕作为一种新的视频评论形式,在以视频具体片段为反馈对象的同时,也为原本的视频内容提供了额外的信息。收集超过8000条包含2分钟的视频切片及对应弹幕的数据集,并基于此数据集提出了一种用于评估视频切片精彩程度的新方法。经过评估,此方法有效。

媒介再现父职:“新父亲”形象与父职教育契机——基于网络短视频的内容分析

随着网络短视频在日常生活中的广泛渗透,以“爸爸带娃”为主题的家庭父职生活也逐渐媒介化。以微信视频号、小红书和抖音三大主流网络平台的短视频为研究对象,采用内容分析法,探究媒介再现父职中的“新父亲”形象,以及媒介再现父职隐含的父职教育契机。研究发现:媒介再现父职以“关爱父职”为主导,关爱父职影响积极且效果良好;父亲参与意愿和参与主动性强;父亲参与的互动性较为充分;平等、亲和、睿智的父亲形象突出;引流变现下的“花式带娃”等多样化“新父亲”形象。鉴于网络传播的巨大影响力和实效性,媒介再现父职的促进路径为:推动新父职理念的传播与实践转向;设立常人榜样,实现父职教育的日常渗透;明确本土化父职研究方向,拓展父亲情感参与维度。

中国文化类短视频的海外传播特征与国家形象的呈现——以TikTok为例

借助内容分析法和个案研究法,在对所选取的文化类视频进行统计分析的基础上,探究海外文化类短视频TikTok的国际传播特征,及其对国家形象的建构与呈现。研究发现,这些视频通过汉语文字、华服汉裳、传统工艺、中医养生、日常生活等内容的呈现,展现了一个魅力中国、时尚中国、智慧中国和健康中国等丰富多元的国家形象。既是讲好中国故事传播中国声音的典型案例,也为世界了解中国、认识中国提供了一个较好的国际传播视野。

移动短视频APP用户信息分享行为实证研究——感知风险的调节效应

随着移动短视频APP的迅猛发展,如何把握用户需求、刺激用户的短视频分享行为,成为短视频运营商和开发商亟待解决的问题。用SOR范式构建理论框架,在整合使用与满足理论、媒介丰富度理论的基础上,探索用户沉浸体验对信息分享行为的影响机理,并实证研究影响短视频用户信息分享行为的相关因素。研究结果表明:使用满足度和媒介丰富度的刺激能显著增强用户的沉浸体验,而沉浸体验会增强用户信息分享意愿,但是感知风险会显著减弱沉浸体验对信息分享的影响,同时信息分享意愿对信息分享行为具有显著正向影响。

手术视频剪辑教学在胃肠肿瘤临床教学中的应用和体会

目的:探讨手术视频剪辑教学在胃肠肿瘤临床教学中的应用和体会。方法:选取2020年7月—2022年7月在广西医科大学附属肿瘤医院胃肠外科轮转的60名专业型研究生和住培医师为研究对象。根据抽签的方式将其分为视频剪辑组和非视频剪辑组,各30名。两组学员均按要求安排密集多元的教学。非视频剪辑组给予常规手术视频教学,视频剪辑组给予手术视频剪辑教学。轮转结束时,比较两组考试情况。分析视频剪辑组教学满意度。结果:视频剪辑组考试成绩、优秀率均高于非视频剪辑组,差异有统计学意义(P<0.05),两组合格率比较差异无统计学意义(P>0.05)。视频剪辑组90.0%(27/30)的学生认为视频剪辑对掌握胃肠道和腹部脏器解剖知识有帮助;83.3%(25/30)的学生认为对学习胃癌淋巴结分组有帮助;93.3%(28/30)的学生认为对掌握远端胃癌根治术步骤及技巧有帮助;86.7%(26/30)的学生认为有助于激发学习兴趣;83.3%(25/30)的学生认为有助于提高临床思路能力;90.0%(27/30)的学生认为有助于掌握胃肠肿瘤诊疗过程。结论:在胃肠肿瘤临床教学中进行手术视频剪辑教学,可提高学生的考试成绩,对手术步骤和手术技巧的理解和临床综合能力有帮助,提高教学质量。

以短视频为例的自媒体时代版权侵权界定与规制

随着互联网的普及和信息技术的发展,自媒体发展迅速,随之而来的自媒体侵权现象愈发普遍,版权保护遇到全新挑战。特别是短视频版权侵权问题尤为严重,其中“洗稿”、素材侵权、未经许可传播影视作品片段为主要表现形式,对权利人造成损失的同时,也扰乱网络秩序和社会文化环境。文章以短视频为例,从短视频的含义与特性出发,通过分析自媒体时代短视频版权侵权的主要表现形式,从短视频独创性的认定、短视频二次创作侵权的界定以及对自媒体平台的归责等方面,探讨了短视频版权侵权的界定规则,提出了对短视频版权侵权行为进行规制的具体建议。

商务英语专业混合式学习效果及满意度研究

在互联网信息技术时代,混合式学习已然成为教育发展的新模式。随着智能手机及其社交软件的广泛应用,移动短视频学习受到当代大学生的广泛青睐。与传统的课堂学习相比,使用移动短视频进行混合式学习可以有效提高学生的商务英语阅读能力、写作能力以及听说综合能力,其中阅读能力和写作能力效果更为明显;学生对该混合式学习的满意度较高,普遍认为在现代信息技术、学习动机、学习兴趣、学习成就感和学习效能等方面得到了极大提高。

智能拆条应用系统设计和实现

日常新闻拆条业务场景往往需要耗费大量人工,才能完成重复性的工作内容。而利用智能技术来帮助提升工作效率,是目前主流的解决方案。为此,通过整合多种人工智能技术,融合视频编解码能力,配备流程引擎,基于海南电视台人工智能(Artificial Intelligence,AI)能力处理系统平台成功实践,最终完成无人工参与的全自动新闻拆条系统,达到提升工作效率的目的。详细说明该无人工参与全自动新闻拆条系统的设计思路和实现方法。

基于视频语料的微课在汉语词汇教学中的运用

近年来,“微课”和对外汉语教学相结合的研究和实践越来越多,各种类型的微课层出不穷,但是能够为学习者提供真实语境的微课仍然不多。该研究将“微课”和能提供真实语境的“视频语料”相结合,运用在对外汉语词汇教学中,探索此类微课对教学效果的影响,以及学习者对此类微课的看法和接受程度,旨在为学习者构建汉语词汇教学中的真实语境,丰富词汇教学方法和学习资源,提高学习者的学习积极性和教学效果。

广播电视工程中数字音频技术的优点和应用

随着技术的发展,数字音频技术的性能愈发完善,已经成为广播电视行业的重要组成部分。为提升广播电视工程的质量,文章集中探讨了广播电视工程中数字音频技术的优点和应用。广播电视工程中的数字音频技术具有抗干扰能力强、支持多轨混音、高保真度以及信息存储能力强等优点,覆盖了声音采集与编辑、音频混音与制作、声音传输与播放等方面。

一种通过视频片段进行视频检索的方法

视频片段检索是基于内容的视频检索的主要方式,它需要解决两个问题:(1)从视频库里自动分割出与查询片段相似的多个片段;(2)按照相似度从高到低排列这些相似片段。首次尝试运用图论的匹配理论来解决这两个 问题。针对问题(l),把检索过程分为两个阶段:镜头检索和片段检索。在镜头检索阶段,利用相机运动信息,一个变化较大的镜头被划分为几个内容一致的子镜头,两个镜头的相似性通过对应子镜头的相似性计算得到;在片段检索阶段,通过考察相似镜头的连续性初步得到一个个相似片段,再运用最大匹配的Hungarian算法来确定真正的相似片段。针对问题(2),考虑了片段相似性判断的视觉、粒度、顺序和干扰因子,提出用最优匹配的Kuhn-Munkres算法和动态规划算法相结合,来解决片段相似度的度量问题。实验对比结果表明,所提出的方法在片段检索中可以取得更高的检索精度和更快的检索速度。

基于内容的视频检索关键技术

基于内容的视频检索一直是计算机科学研究的难点问题，该文提出了它的研究问 题、检索策略、检索种类和评价指标，指出了存在的问题及解决的方法。这些策略和方法作 为北大方正媒体资产管理系统的核心功能，运用于电视台大型视频数据库的检索，取得了比 较好的效果。

信息生态视角下移动短视频UGC网络舆情传播行为影响因素研究

[目的/意义]移动短视频UGC网络舆情传播行为影响因素的分析,可以更好地了解移动短视频用户的行为特征及影响因素,从而帮助网络舆情监管部门加强移动短视频网络舆情管理。[方法/过程]文章以计划行为理论为基础,基于信息、信息人、信息技术、信息环境和谐发展的信息生态视角,构建移动短视频UGC网络舆情传播行为影响因素模型;采用问卷调查和结构方程研究方法,使用SPSS 22.0和AMOS 21.0软件对数据进行统计分析和模型验证。[结果/结论]研究结果说明,信息、信息环境、信息技术3个因素通过传播意愿对移动短视频UGC网络舆情传播行为产生正向影响;信息因素对移动短视频UGC网络舆情传播意愿影响最大,其次是信息环境和信息技术。

非线性编辑系统在视频公开课中的应用

为了将数字处理技术应用于视频公开课,分析了非线性编辑系统及其发展趋势,探讨了非线性编辑系统在视频公开课后期编辑中的选择和使用。将技术应用于视频公开课的后期编辑,能制作出优秀的视频公开课,更好地服务于教育教学。

利用等价关系理论进行视频片段检索的方法

视频片段检索是基于内容的视频检索的主要方式,可是现有的片段检索方法大多只是对预先分割好的片段进行检索。为了从连续的视频节目中自动分割出多个相似的片段,提出了一种新的有效的视频片段检索方法,并首次尝试将等价关系理论应用于视频片段的检索.该方法首先用等价关系理论定义了片段匹配函数,同时采用滑动镜头窗自动分割出多个真正相似的片段;然后把等价类映射为矩阵表达形式,再通过矩阵的特性来度量影响片段相似度的不同因子,实现了相似片段的排序。实验结果表明,该方法能够一次性快速准确地从连续视频库中自动分割出与查询片段相似的多个片段。

一种基于内容相似性的重复视频片段检测方法

针对互联网视频内容的复杂性,选择能够表征视频内容的特征,首先通过LSH哈希算法对特征进行索引,并由此确定视频之间的帧匹配序列,然后对于计算出的帧匹配序列,采用随机抽样一致性算法进行拟合,从而得到有效的帧匹配序列.视频之间的相似度依据有效帧匹配序列的相似度计算,由相似度进行互联网视频片段的消重.实验表明,对于大量内容相似的互联网视频片段,该方法能较好地描述相似性,并能有效提高检测准确率.