近日，我校新媒体学院张媛老师撰写的科研论文《基于UNet++和SAM的电影海报视觉符号提取与重建系统研究》（Research on visual symbol extraction and reconstruction system for MPs based on UNet++ and SAM）在国际学术期刊 Data and Metadata 正式发表，并被Engineering Village（EI）数据库收录。论文发表于2026年第5卷，文章号798，DOI：10.56294/dm2026798。
检索报告
论文正文
该文聚焦人工智能技术在电影海报视觉分析中的应用。电影海报通过人物、字体设计、艺术构图等视觉符号传递影片的叙事信息，但复杂的设计风格、元素重叠和图像质量差异给视觉符号的自动识别与重建带来了较大困难。针对这一问题，论文融合UNet++、Segment Anything Model（SAM）和动态优化算法，构建了电影海报视觉符号提取与重建模型。研究结果表明，该模型能够较为准确地识别和提取电影海报中的复杂视觉元素，并在识别精度和处理效率方面取得较好效果。
该研究将人工智能图像处理技术与电影视觉分析相结合，为电影海报视觉符号的自动识别、提取与重建提供了新的技术思路，也为人工智能技术在影视艺术、新媒体视觉传播等领域的交叉应用提供了参考。
Data and Metadata 是面向数据科学、信息处理及相关交叉研究领域的国际开放获取学术期刊。该刊采用开放获取出版模式，论文通过DOI进行永久标识。本论文已被 Engineering Village（EI）数据库正式收录。
