Autores:  (1) Praveen Tirupattur, Universidade da Flórida Central.  Tabela de links   Abstrato   Reconhecimentos   Capítulo 1 Introdução   Capítulo 2: Trabalho Relacionado   Capítulo 3: Abordagem Proposta   Capítulo 4: Experimentos e Resultados   Capítulo 5: Conclusões e Trabalho Futuro   Bibliografia  Bibliografia  [1] E. Acar, S. Spiegel, S. Albayrak e D. Labor. Tarefa de efeito medieval de 2011: detecção de cenas violentas combinando recursos de áudio e visuais com svm. Em MediaEval, 2011.  [2] R. Blake e M. Shiffrar. Percepção do movimento humano. Anu. Rev. Psychol., 58: 47–73, 2007.  [3] Blog-FB. Estatísticas do Facebook, 2015. URL http://media.fb.com/2015/01/07/what-the-shift-to-video-means-for-creators/. Online: acessado em 08 de janeiro de 2016.  [4] D. Borth, R. Ji, T. Chen, T. Breuel e S.-F. Chang. Ontologia de sentimento visual em grande escala e detectores usando pares de adjetivos e substantivos. Nos Anais da 21ª Conferência Internacional ACM sobre Multimídia, páginas 223–232. ACM, 2013.  [5] G. Bradski. Abracv. Diário de Ferramentas de Software do Dr. Dobb, 2000.  [6] BJ Bushman e LR Huesmann. Efeitos de curto e longo prazo da mídia violenta sobre a agressão em crianças e adultos. Arquivos de Pediatria e Medicina do Adolescente, 160(4):348–352, 2006.  [7] L.-H. Cai, L. Lu, A. Hanjalic, H.-J. Zhang e L.-H. Cai. Uma estrutura flexível para detecção de efeitos de áudio importantes e inferência de contexto auditivo. Processamento de Áudio, Fala e Linguagem, Transações IEEE em, 14(3):1026–1039, 2006.  [8] Y. Chan, R. Harvey e D. Smith. Construindo sistemas para bloquear pornografia. No Desafio de Recuperação de Imagens, série BCS Electronic Workshops in Computing, páginas 34–40, 1999.  [9] C.-C. Chang e C.‑J. Lin. LIBSVM: Uma biblioteca para máquinas de vetores de suporte. ACM Transactions on Intelligent Systems and Technology, 2:27:1–27:27, 2011. Software disponível em http://www.csie.ntu.edu.tw/~cjlin/libsvm.  [10] M.-y. Chen e A. Hauptmann. Mosift: Reconhecendo ações humanas em vídeos de vigilância. 2009.  [11] W.-H. Cheng, W.-T. Chu e J.-L. Wu. Detecção de contexto semântico baseada em modelos hierárquicos de áudio. Em Anais do 5º workshop internacional ACM SIGMM sobre recuperação de informação multimídia, páginas 109–115. ACM, 2003.  [12] C. Clarin, J. Dionísio, M. Echavez e P. Naval. Dove: Detecção de violência em filmes usando análise de intensidade de movimento na pele e no sangue. PCSC, 6:150–156, 2005.  [13] TJ Clarke, MF Bradshaw, DT Field, SE Hampson, D. Rose, et al. A percepção da emoção a partir do movimento corporal em exibições pontuais de diálogo interpessoal. Perception-Londres, 34(10):1171–1180, 2005.  [14] A. Datta, M. Shah e NDV Lobo. Detecção de violência pessoal em dados de vídeo. Em Reconhecimento de Padrões, 2002. Procedimentos. 16ª Conferência Internacional sobre, volume 1, páginas 433–438. IEEE, 2002.  [15] C.-H. Demarty, C. Penet, G. Gravier e M. Soleymani. A tarefa de impacto medieval de 2011. 2010.  [16] C.-H. Demarty, C. Penet, G. Gravier e M. Soleymani. Uma campanha de benchmarking para detecção multimodal de cenas violentas em filmes. Em Computer Vision – ECCV 2012. Workshops e Demonstrações, páginas 416–425. Springer, 2012.  [17] C.-H. Demarty, B. Ionescu, Y.-G. Jiang, VL Quang, M. Schedl e C. Penet. Comparando a detecção de cenas violentas em filmes. Em Content-Based Multimedia Indexing (CBMI), 12º Workshop Internacional de 2014, páginas 1–6. IEEE, 2014.  [18] C.-H. Demarty, C. Penet, B. Ionescu, G. Gravier e M. Soleymani. Detecção de violência multimodal em filmes de Hollywood: estado da arte e benchmarking. Em Fusion in Computer Vision, páginas 185–208. Springer, 2014.  [19] C.-H. Demarty, C. Penet, M. Soleymani e G. Gravier. Vsd, um conjunto de dados público para detecção de cenas violentas em filmes: design, anotação, análise e avaliação. Ferramentas e aplicativos multimídia, páginas 1–26, 2014.  [20] AP Dempster, NM Laird e DB Rubin. Probabilidade máxima de dados incompletos por meio do algoritmo em. Jornal da sociedade estatística real. Série B (metodológica), páginas 1–38, 1977.  [21] O. Deniz, I. Serrano, G. Bueno e T. Kim. Detecção rápida de violência em vídeo. Na 9ª Conferência Internacional sobre Teoria e Aplicações de Visão Computacional (VISAPP), 2014.  [22] F. Eyben e B. Schuller. opensmile :): o extrator de recursos multimídia em grande escala de código aberto de Munique. ACM SIG Registros Multimídia, 6(4):4–13, 2015.  [23] F. Eyben, F. Weninger, N. Lehment, B. Schuller e G. Rigoll. Recuperação afetiva de vídeo: Detecção de violência em filmes de Hollywood por extração de características segmentais em larga escala. PloS um, 8(12):e78506, 2013.  [24] G. Farneback. Estimativa de movimento de dois quadros baseada na expansão polinomial. Em Análise de imagem, páginas 363–370. Springer, 2003.  [25] M. Inundação. Os malefícios da exposição à pornografia entre crianças e jovens. Revisão de abuso infantil, 18(6):384–400, 2009.  [26] P. Gill, M. Arlitt, Z. Li e A. Mahanti. Caracterização do tráfego do Youtube: uma visão da borda. Nos Anais da 7ª conferência ACM SIGCOMM sobre medição da Internet, páginas 15–28. ACM, 2007.  [27] Y. Gong, W. Wang, S. Jiang, Q. Huang e W. Gao. Detectando cenas violentas em filmes por meio de pistas auditivas e visuais. Em Avanços em Processamento de Informações Multimídia-PCM 2008, páginas 317–326. Springer, 2008.  [28] T. Hassner, Y. Itcher e O. Kliper-Gross. Fluxos violentos: Detecção em tempo real de comportamento violento de multidões. Em Workshops de Visão Computacional e Reconhecimento de Padrões (CVPRW), 2012 IEEE Computer Society Conference on, páginas 1–6. IEEE, 2012.  [29] S. Hidaka. Identificação de pistas cinemáticas para reconhecimento de estilo de ação. Sociedade de Ciência Cognitiva, 2012.  [30]T. Hofmann. Aprendizagem não supervisionada por análise semântica latente probabilística. Aprendizado de máquina, 42(1-2):177–196, 2001.  [31] LR Huesmann e LD Eron. A televisão e a criança agressiva: uma comparação transnacional. Routledge, 2013.  [32] LR Huesmann e LD Taylor. O papel da violência na mídia no comportamento violento. Anu. Saúde Pública, 27:393–415, 2006.  [33] Y.-G. Jiang, Q. Dai, CC Tan, X. Xue e C.-W. Ngo. A equipe de Xangai-Hong Kong no mediaeval2012: Detecção de cenas violentas usando recursos baseados em trajetória. Em MediaEval, 2012.  [34] Y.-G. Jiang, Q. Dai, X. Xue, W. Liu e C.-W. Ngo. Modelagem baseada em trajetória de ações humanas com pontos de referência de movimento. Em Computer Vision – ECCV 2012, páginas 425–438. Springer, 2012.  [35] MJ Jones e JM Rehg. Modelos estatísticos de cores com aplicação à detecção de pele. Jornal Internacional de Visão Computacional, 46(1):81–96, 2002.  [36] V. Lam, D.-D. Le, S. Phan, S. Satoh, DA Duong e TD Ngo. Avaliação de recursos de baixo nível para detecção de cenas violentas em vídeos. Em Soft Computing and Pattern Recognition (SoCPaR), Conferência Internacional de 2013, páginas 213–218. IEEE, 2013.  [37] I. Laptev. Em pontos de interesse espaço-temporais. Jornal Internacional de Visão Computacional, 64(2-3):107–123, 2005.  [38] J. Lin e W. Wang. Detecção de violência mal supervisionada em filmes com co-treinamento baseado em áudio e vídeo. Em Avanços no Processamento de Informações MultimídiaPCM 2009, páginas 930–935. Springer, 2009.  [39] DG Lowe. Recursos de imagem distintos de pontos-chave invariantes à escala. Jornal internacional de visão computacional, 60(2):91–110, 2004.  [40] KJ Mitchell, D. Finkelhor e J. Wolak. A exposição dos jovens a material sexual indesejado na Internet, uma pesquisa nacional de risco, impacto e prevenção. Juventude e Sociedade, 34(3):330–358, 2003.  [41] J. Nam, M. Alghoniemy e AH Tewfik. Caracterização de cenas violentas baseada em conteúdo audiovisual. Em Processamento de Imagem, 1998. ICIP 98. Procedimentos. Conferência Internacional de 1998 sobre, volume 1, páginas 353–357. IEEE, 1998.  [42] EB Nievas, OD Suarez, GB García e R. Sukthankar. Detecção de violência em vídeo utilizando técnicas de visão computacional. Em Análise computacional de imagens e padrões, páginas 332–339. Springer, 2011.  [43] D. Fluxo Óptico. Implementação de fluxo óptico, 2015. URL http: //docs.opencv.org/modules/video/doc/motion_análise_and_object_tracking.html#calcopticalflowfarneback. Online: acessado em 21 de outubro de 2015.  [44] C. Parker. Uma análise de medidas de desempenho para classificadores binários. Em Data Mining (ICDM), 11ª Conferência Internacional IEEE de 2011, páginas 517–526. IEEE, 2011.  [45] F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos , D. Cournapeau, M. Brucher, M. Perrot e E. Duchesnay. Scikit-learn: Aprendizado de máquina em Python. Journal of Machine Learning Research, 12:2825–2830, 2011.  [46] J. Platt e outros. Resultados probabilísticos para máquinas de vetores de suporte e comparações com métodos de verossimilhança regularizados. Avanços em classificadores de grandes margens, 10(3):61–74, 1999.  [47] M. Pogrebnyak, D. Timoshenko, I. Burcev e A. Kulinkin. Detecção de conteúdo adulto em vídeo com o uso da GPU Nvidia. 2015.  [48]L.Richardson. Linda sopa. Crummy: O Site, 2013. URL http://www. crummy.com/software/BeautifulSoup/.  [49] CJV Rijsbergen. Recuperação de informação. Butterworth-Heinemann, Newton, MA, EUA, 2ª edição, 1979. ISBN 0408709294.  [50] M. Saerbeck e C. Bartneck. Percepção do afeto provocado pelo movimento do robô. Em Anais da 5ª conferência internacional ACM/IEEE sobre interação humano-robô, páginas 53–60. Imprensa IEEE, 2010.  [51] M. Schedl, M. Sj¨oberg, I. Mironica, B. Ionescu, VL Quang e Y.-G. Jiang. Vsd2014: Um conjunto de dados para detecção de cenas violentas em filmes de Hollywood e vídeos da web. Sexto Sentido, 6(2,00):12–40.  [52] C. Schulze, D. Henter, D. Borth e A. Dengel. Detecção automática de mídia CSA por fusão de recursos multimodais para suporte policial. Em Anais da Conferência Internacional sobre Recuperação Multimídia, página 353. ACM, 2014.  [53] M. Sokolova e G. Lapalme. Uma análise sistemática de medidas de desempenho para tarefas de classificação. Processamento e gerenciamento de informações, 45(4):427–437, 2009.  [54] G. Faíscas. Pesquisa de efeitos de mídia: uma visão geral básica. Cengage Aprendizagem, 2015.  [55]A. Tompkins. Os efeitos psicológicos da mídia violenta nas crianças. Jornal AllPsych, 14, 2003.  [56] M. Wesch. Estatísticas do Youtube, 2008. URL http://mediatedcultures.net/pensaments/youtube-statistics/. On-line: acessado em 08 de janeiro de 2016.  [57] Wikipédia. Fluxo óptico, 2015. URL https://en.wikipedia.org/wiki/Optical_flow. Online: acessado em 21 de outubro de 2015.  Este artigo está   sob licença CC 4.0. disponível no arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Boost your HackerNoon story @ $159.99! 🚀

Detecção de violência em vídeos: bibliografia

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Modelo Bitcoin UTXO, alimentando um ecossistema único

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Telegram: a ponte da Crypto Island para o continente

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Modelo Bitcoin UTXO, alimentando um ecossistema único

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Telegram: a ponte da Crypto Island para o continente

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps