[2024年8月30日提出 (v1)、最終改訂 2026年7月30日 (本バージョン、v2)]

PDFを表示 HTML (実験版)

要旨:写真家やメディアのプロが画像を構成する際、何を前景にし何を背景にするか意図的な選択を行い、それによって視覚コンテンツの解釈が形成されます。しかし、ほとんどの画像解析の定量的手法はこの構造を見落とし、検出されたオブジェクトを同等に扱っています。本稿では、画像内のオブジェクトの相対的な目立ち度であるオブジェクトの目立ち度を測定するフレームワークを導入し、キュレーターが画像に組み込んだ構成上の強調に計算画像解析が対応できるようにします。認知心理学とコンピュータビジョンの研究に基づき、オブジェクトの目立ち度を推定する3つのアプローチ（サイズと中央配置、推定深度、顕著性マップ）を概説します。事前登録された視線追跡研究において、キュレーターが構成した目立ち度が人間の視覚的注意を測定可能に変化させることを検証し、このフレームワークの利点を2つのさらなる応用で示します。第一に、目立ち度に沿って特徴量に重み付けすることで、米国の新聞画像の教師なしイデオロギー的スケーリングを向上させられることを示します。第二に、2016年と2020年の米国大統領選挙キャンペーン広告における性別による視覚的目立ち度を調査し、共和党候補が民主党候補よりも女性を目立たせていないことを明らかにします。本フレームワークにより、研究者は画像データを大規模に解析しながら、その伝達構造と意図に注意を払うことができます。

投稿履歴

投稿者: Andreas Küpfer [メールを表示]
[v1] 2024年8月30日 金曜日 19:05:28 UTC (4,923 KB)
[v2] 2026年7月30日 木曜日 13:43:05 UTC (614 KB)