关键词： 短视频   公共政策   公共政策传播   信息框架   框架效应   双减”政策  

摘要： 公共政策深刻影响着社会生活的各个方面,其传播贯穿于政策的制定与实施,涉及政府、媒体和公众等多个主体。通过多种互动,政策信息得以有效传达、充分交流和广泛共享,从而实现政策的普遍认同。因此,研究公共政策传播具有重要意义。随着媒介技术的快速发展,短视频作为新兴的互联网信息表达方式,已逐渐成为政策传播的重要工具。在这样的背景下,探索短视频平台在公共政策信息传播中的效力,以及受众采纳意愿,有助于提升公共政策传播效果。 本文以“双减”政策为例,通过对公共政策传播、信息框架及效应、公众采纳意愿等相关文献的梳理,在框架效应理论、信息采纳理论和行为决策理论的基础上,结合短视频平台的特点,对抖音平台中“双减”政策短视频进行内容分析,归纳总结短视频平台中“双减”政策信息框架的组织方式,分析不同政策信息框架对传播效果的影响。为进一步探究不同政策信息框架对受众采纳意愿的影响,本文在前人研究成果的基础上提出了研究假设,并采用了在线控制实验与问卷调查相结合的实证研究方法进行研究。使用SPSS26.0统计对问卷结果进行分析,以此来验证研究假设。 研究结果表明:在短视频平台中有近四成的信息使用了目标框架,其中损失框架居多,多数采用集体主义视角和非叙事陈述方式;目标框架、文化框架、叙事框架对受众的评论、转发、点赞意愿并未产生显著影响;“双减”政策信息中,损失、收益框架,集体、个人主义价值观以及叙事和非叙事要素都能增强受众的采纳意愿,并且目标框架与文化框架之间存在交互效应。研究结论对于政策宣传部门及相关政府机构优化政策传播策略,提高传播效果具有启示作用。

关键词： 智能视频分析   异常行为检测   多实例学习  

摘要： 人体异常行为检测是智能视频分析技术中的重要研究内容之一,主要采用深度学习和计算机视觉技术自动地从监控视频中识别出人的异常行为。当前,基于弱监督的人体异常行为检测因只需粗粒度的标签和较高的检测性能,引起了科研工作者的广泛关注,但仍存在模型训练不够稳定、模型对异常特征的判别能力较低以及模型在未知场景中的泛化能力差等问题,需要对基于弱监督的人体异常行为检测进行改进。因此,本课题针对监控场景下的弱监督人体异常行为检测模型的优化与相关方法开展深入研究。本文研究工作如下: (1)针对人体异常行为检测中模型训练不够稳定问题,受半监督方法中构建正态原型的思想,提出一种改进多实例学习的人体异常行为检测模型。首先构建一个正态引导模块将所有正常视频的正常模式编码为正态原型。然后利用相似性原理,将异常视频输入正态引导模块中与正态原型比对,初步筛选异常视频中的异常实例。模型训练初期,通过提高模型选择异常实例的准确性,提高异常行为检测器的性能,同时也解决了训练过程中的不稳定性。ShanghaiTech数据集、UCF-Crime数据集和XD-Violence数据集上的实验结果表明,提出模型的检测精度分别达到了97.48%、85.52%和78.48%。 (2)针对人体异常行为检测模型对异常特征的判别能力较低,易受环境的影响导致错误检测的问题,基于真实视频中的异常事件帧连续的这一事实,提出一种改进特征幅值学习的人体异常行为检测模型。模型构建了一个幅值连续模快,通过相邻帧的特征幅值对每一帧的特征幅值进行优化,从而减小环境对特征幅值的影响。同时结合动态特征幅值学习损失函数,通过视频长短动态调整视频帧的选择,提高模型对长视频中异常特征的判别。提出模型在ShanghaiTech数据集、UCF-Crime数据集上进行了实验验证,结果表明,相比其他基于特征幅值学习的人体异常行为检测模型,提出模型的检测精度分别达到了97.47%和87.46%。 (3)针对人体异常行为检测模型在未知场景中泛化能力差的问题,提出了一种基于元学习的人体异常行为检测方法。该方法构建了一个两阶段的人体异常行为检测框架。在内循环阶段,通过减少任务内部损失函数提高基础检测器的检测精度;在外循环阶段,通过设计多个任务,使模型适应不同任务,提高模型的内部表示能力,使模型快速适应新的场景。所提方法只需少量未知场景的视频信息就可以训练出适应未知场景的模型,且模型在未知场景中收敛的更快,可以大幅提高模型的泛化能力。在UCF-Crime数据集、XD-Violence数据集和UCSD Ped2数据集上的实验结果表明,提出方法的训练迭代次数分别降低到105、125和135次。

关键词： 明厨亮灶   监管软件   智能视频分析   产品改进  

摘要： 一直以来,食品安全被视为最重要的民生工程和民心工程。它不仅关系到人民群众的生命健康,也关乎社会的稳定与和谐发展,因此,各级政府都高度重视食品安全保障工作。为提升食品安全水平,自2014年以来国家市场监管部门出台了一系列政策来推动“明厨亮灶”工程实施。特别是近年来推行的“互联网+明厨亮灶”,通过在餐饮企业后厨安装摄像头,将餐饮企业现场制作过程、操作间管理等环节实时呈现,监管部门和公众可以随时通过联网终端查看后厨环境卫生和食品加工过程。在“网络厨房”推进过程中,地方政府投入大量资金建设了监控网络和指挥中心,并指定专人进行抽查和巡检。尽管在人力、物力和财力上投入巨大,但监管效果未达预期。 近年来,随着人工智能技术的迅猛发展,其在视频分析领域的应用日渐成为研究焦点。特别是在食品安全监管领域,借助AI智能视频分析技术赋能“互联网+明厨亮灶”,对于提升食品安全监管效率具有重要意义。本研究以Y公司的“互联网+明厨亮灶”食品安全监管软件产品为对象,旨在深入探讨AI智能视频分析技术在提升产品智能化方面的应用及效果,以期为餐饮食品安全监管提供更加强有力的技术支撑。首先,本研究通过文献研究法和比较研究法对国内外研究现状和相关理论方法进行了梳理总结,为后续研究奠定了理论基础。随后通过案例研究法介绍了当前Y公司“互联网+明厨亮灶”监管软件产品的现状,并指出了现有产品在食品安全监管方面的不足,如人工巡查效率低、违规线索发现难、事前预警能力弱及日常监管缺乏靶向性等。在此基础上,通过分析监管部门、餐饮企业和社会公众三方需求,提出引入AI智能视频分析技术来为现有监管软件产品赋能的解决方案,通过运用先进的人工智能技术提升视频数据的处理效率、提高异常行为识别的准确率并建立自动预警提醒机制。项目的验证结果表明,改进后的明厨亮灶监管软件产品成功实现了后厨违规行为的自动监测、精准识别、实时抓拍和及时预警。这一改进显著提高了食品安全监管的效率,同时增强了监管工作的客观性、预见性和靶向性,为餐饮食品安全管理水平的提升提供了有力支持。 总的来说,本研究深度剖析了 AI智能视频分析技术在增强明厨亮灶监管软件产品性能方面的运用,不仅构建了一套高效的优化方案,而且通过实际项目对其可行性和实效性进行了验证。这不仅为监管软件产品的持续升级提供了技术性的参考和指引,同时也为食品安全监管领域带来了全新的研究视角和方法论,具有重要的理论意义和实际应用价值。

关键词： 智慧机场   智能视频分析   图像识别  

摘要： 随着现代科技的不断发展，智慧机场已经成为了现代航空业的重要标志之一。智慧机场的建设离不开各种先进技术的应用，其中智能视频分析技术更是发挥了重要的作用。本文探讨了智能视频分析技术在智慧机场中的应用及其优势。

关键词： 异常行为检测   多任务深度网络   多目标跟踪   轻量化网络  

摘要： 为了确保变电站的安全运行,定期进行常规巡检显得尤为必要。本文针对变电站智能视频分析系统的实际应用需求,利用嵌入式平台具有成本低廉、功耗低和可靠性好的优势,设计了一套变电站嵌入式智能视频分析系统,该系统能够实现基于变电站场景的异常行为检测。本文的主要工作和贡献如下: 1、对CenterNet网络进行改进,提出一种多任务深度网络MtNet,该网络能同时完成目标检测和目标外观特征提取等多项任务。实验结果表明,MtNet在吸烟、安全帽、工装、行人跌倒、行人和人脸等目标的检测上,平均检测精度达到83%,表明该网络有良好的目标检测性能。 2、在MtNet多任务深度网络的基础上,改进了DeepSORT多目标跟踪算法,实现了多目标跟踪,并且可以通过关联行人跟踪结果和人脸识别结果,判断是否有无关人员闯入变电站的异常行为。在公开的MOT17数据集和MOT20数据集上评估基于MtNet的多目标跟踪算法的性能,并与其他主流的多目标跟踪算法进行比较,结果显示,该算法的多项性能指标(如MOTA、IDF1和IDS)均位于前列。 3、对MtNet进行轻量化改造,提出了新的轻量化多任务深度网络LW＿MtNet,该网络的主干网络、检测头网络分支和目标外观特征提取分支都经过了轻量化设计,相较于MtNet,LW＿MtNet的模型参数量大幅减少。在自建的数据集和MOT数据集测试了LW＿MtNet的相关性能,测试结果表明,LW＿MtNet的目标检测精度和基于LW＿MtNet的多目标跟踪算法的性能指标与MtNet相比只有轻微的损耗,而推理速度是MtNet的两倍,提高了算法的运行效率。 4、将LW＿MtNet的网络模型进行格式转换,并将转换后的模型部署到基于ARM的嵌入式平台上,完成智能视频分析系统的相关功能。经测试,该系统在基于ARM的嵌入式平台上的运行速度达到6.88帧/秒。

关键词： 积极身体意象   抖音平台   内容分析   自我同情  

摘要： 2020年我国社交媒体上关于“拒绝容貌焦虑”的话题走红,该趋势源于西方称为“身体积极性”的全球运动,旨在鼓励女性欣赏多元美,挑战主流理想美。积极身体意象作为个体心理健康的重要保护因子,引导个体形成积极身体意象应得到大众的重视,对社交媒体上该内容的探讨也成为前沿趋势。 本文结合我国语境对积极身体意象在社交媒体平台的呈现展开内容分析,通过搜索“拒绝容貌焦虑”相关话题关键词获取样本并展开分层抽样,最终获取抖音平台2020年—2023年该话题下252个视频样本,以一个完整的短视频作为分析单位,结合Tracy Tylka积极身体意象理论和Neff的自我同情理论框架建构类目系统,展开定量内容分析。 研究发现,视频个体在身体属性上呈现出以2020年为节点的多样化趋势,且自我客体化程度低。其次,视频主题涵盖积极身体意象、自我同情类目,且各类目间存在显著的正相关关系,相关强度有所差异。二级类目积极身体意象与自我同情存在高度正相关关系,三级类目中身体接受与自我善良间存在中度正相关关系。积极身体意象类目间的相关程度高于自我善良类目间的相关程度,基于研究发现展开相关讨论,尽管身体属性的展现存在肥胖化趋势,但接受脂肪与身体欣赏的相关程度仍较为微弱,可联结积极身体意象与自我同情作为保护因子的共同作用;自我身体欣赏与内在积极性主题表达较多,但以保护身体的方式过滤外部负面评价的主题表达仍较少,进一步发现脂肪污名化与身体羞耻存在高度正相关关系,因此需警惕脂肪污名化在社交媒体平台的传播,降低身体羞耻感。

关键词： 机器学习算法   视频剪辑   视频内容分析  

摘要： 本文探讨了视频内容分析中机器学习算法的应用路径，并深入研究了视频剪辑自动化的实现策略，结合数据预处理与特征提取、目标检测与追踪、行为识别与分类、情感分析与情绪识别等技术，提供了高效的解决方案，并为实际应用提供了理论依据和技术支持。

关键词： 圣地巡礼   B站   媒介化   动画  

摘要： B站等网络平台的出现为巡礼文化的媒介化表达提供了可能。本论文以21条视频为研究对象进行内容分析,探寻动画粉丝在Vlog中是如何呈现他们对“圣地巡礼”文化的理解的。研究发现,分享自己的“圣地巡礼”视频是一种对动画作品热爱的表达;不同城市之间的“巡礼”热度有着较大的差异;优秀的动画作品能在数字时代获得更多粉丝的持续关注和“巡礼”。