[Submitted on 30 Aug 2024 (v1), last revised 30 Jul 2026 (this version, v2)]

View PDF HTML (experimental)

Abstract:当摄影师或媒体专业人士构图时，他们会刻意选择要突出哪些元素、淡化哪些元素，从而影响观众对视觉内容的解读。然而，大多数定量图像分析方法忽视了这种结构，将检测到的对象视为同等重要。我们引入了一个衡量对象显著性——即图像中对象的相对显著度——的框架，以使计算图像分析能够关注策展人已嵌入图像的构图强调。借鉴认知心理学和计算机视觉的研究，我们概述了三种估算对象显著性的方法：尺寸与中心性、推断深度以及显著性图。通过预注册的眼动追踪研究验证了策展人构建的显著性可显著改变人类视觉注意力后，我们在两个进一步的应用中展示了该框架的优势。首先，我们展示了按显著性加权特征如何提升对美国报纸图像的无监督意识形态尺度分析。其次，我们考察了2016年和2020年美国总统竞选广告中的性别视觉显著性，显示共和党候选人描绘女性时的显著性低于民主党候选人。该框架使研究人员能够大规模分析图像数据，同时保持对其传播结构和意图的关注。

Submission history

From: Andreas Küpfer [view email]
[v1] Fri, 30 Aug 2024 19:05:28 UTC (4,923 KB)
[v2] Thu, 30 Jul 2026 13:43:05 UTC (614 KB)