Detecção de violência em vídeos: resumo

por Kinetograph: The Video Editing Technology Publication2m2024/06/01

Muito longo; Para ler

Neste artigo, os pesquisadores propõem um sistema para detecção automática de violência em vídeos, utilizando pistas sonoras e visuais para classificação.

featured image - Detecção de violência em vídeos: resumo

Autores:

(1) Praveen Tirupattur, Universidade da Flórida Central.

Tabela de links

Abstrato

Nos últimos anos, houve um tremendo aumento na quantidade de conteúdo de vídeo enviado para redes sociais e sites de compartilhamento de vídeo como Facebook e Youtube. Como resultado disso, o risco de as crianças serem expostas a conteúdos adultos e violentos na web também aumentou. Para resolver esse problema, neste trabalho é proposta uma abordagem para detectar automaticamente conteúdo violento em vídeos. Aqui, é feita uma nova tentativa também de detectar a categoria de violência presente em um vídeo. Um sistema que pode detectar automaticamente a violência tanto de filmes de Hollywood como de vídeos da web é extremamente útil não apenas no controle parental, mas também para aplicações relacionadas à classificação de filmes, vigilância por vídeo, classificação de gênero e assim por diante.

Aqui, recursos de áudio e visuais são usados para detectar violência. Os recursos MFCC são usados como dicas de áudio. Os recursos Blood, Motion e SentiBank são usados como dicas visuais. Os classificadores SVM binários são treinados em cada um desses recursos para detectar violência. A fusão tardia usando uma soma ponderada de pontuações de classificação é realizada para obter pontuações de classificação finais para cada classe de violência alvo do sistema. Para determinar os pesos ótimos para cada uma das classes de violência é empregada uma abordagem baseada na busca em grade. Conjuntos de dados disponíveis publicamente, principalmente Detecção de Cena Violenta (VSD), são usados para treinamento de classificadores, cálculo de peso e testes. O desempenho do sistema é avaliado em duas tarefas de classificação, classificação multiclasse e classificação binária. Os resultados obtidos para Classificação Binária são melhores que os resultados iniciais do MediaEval-2014.