Videolarda Şiddet Tespiti: Özet

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

Çok uzun; Okumak

Bu makalede araştırmacılar, sınıflandırma için sesli ve görsel ipuçlarından yararlanarak videolardaki şiddetin otomatik olarak tespit edilmesine yönelik bir sistem önermektedir.

featured image - Videolarda Şiddet Tespiti: Özet

Yazarlar:

(1) Praveen Tirupattur, Central Florida Üniversitesi.

Bağlantı Tablosu

Soyut

Son yıllarda sosyal ağlara ve Facebook, Youtube gibi video paylaşım sitelerine yüklenen video içeriklerinin miktarında büyük bir artış yaşanıyor. Bunun sonucunda çocukların internetteki yetişkinlere yönelik ve şiddet içeren içeriğe maruz kalma riski de arttı. Bu sorunu çözmek için bu çalışmada videolardaki şiddet içerikli içeriğin otomatik olarak tespit edilmesine yönelik bir yaklaşım önerilmektedir. Burada ayrıca videoda yer alan şiddet kategorisinin tespitine yönelik yeni bir girişimde bulunuluyor. Hem Hollywood filmlerinden hem de web'deki videolardan şiddeti otomatik olarak tespit edebilen bir sistem, yalnızca ebeveyn kontrolünde değil, aynı zamanda film derecelendirmeleri, video gözetimi, tür sınıflandırması vb. ile ilgili uygulamalar için de son derece kullanışlıdır.

Burada şiddeti tespit etmek için hem işitsel hem de görsel özellikler kullanılıyor. MFCC özellikleri ses ipuçları olarak kullanılır. Kan, Hareket ve SentiBank özellikleri görsel ipuçları olarak kullanılır. İkili SVM sınıflandırıcıları, şiddeti tespit etmek için bu özelliklerin her biri üzerinde eğitilir. Sistem tarafından hedeflenen şiddet sınıfının her biri için nihai sınıflandırma puanlarını elde etmek amacıyla sınıflandırma puanlarının ağırlıklı toplamı kullanılarak geç birleştirme gerçekleştirilir. Şiddet sınıflarının her biri için en uygun ağırlıkların belirlenmesi amacıyla, tablo aramasına dayalı bir yaklaşım kullanılmaktadır. Kamuya açık veri kümeleri, özellikle Şiddetli Sahne Tespiti (VSD), sınıflandırıcı eğitimi, ağırlık hesaplaması ve testler için kullanılır. Sistemin performansı iki sınıflandırma göreviyle değerlendirilir: Çok Sınıflı sınıflandırma ve İkili Sınıflandırma. İkili Sınıflandırma için elde edilen sonuçlar, MediaEval-2014'ün temel sonuçlarından daha iyidir.