作者：  （1）Praveen Tirupattur，中佛罗里达大学。 链接表 抽象的 致谢 第 1 章：简介 第 2 章：相关工作 第 3 章：建议的方法 第四章：实验与结果 第五章：结论和未来工作 参考书目 参考书目 [1] E. Acar、S. Spiegel、S. Albayrak 和 D. Labor。Mediaeval 2011 情感任务：结合音频和视频特征与 svm 的暴力场景检测。在 MediaEval，2011 年。  [2] R. Blake 和 M. Shiffrar。《人体运动感知》。《Annu. Rev. Psychol.》，58：47–73，2007 年。  [3] Blog-FB。Facebook 统计数据，2015 年。网址 http://media.fb.com/2015/01/07/what-the-shift-to-video-means-for-creators/。在线：2016 年 1 月 8 日访问。  [4] D. Borth、R. Ji、T. Chen、T. Breuel 和 S.-F. Chang。使用形容词名词对的大规模视觉情绪本体和检测器。第 21 届 ACM 国际多媒体会议论文集，第 223-232 页。ACM，2013 年。  [5] G. Bradski。Opencv。Dr. Dobb's 软件工具杂志，2000 年。  [6] BJ Bushman 和 LR Huesmann。《暴力媒体对儿童和成人攻击行为的短期和长期影响》。《儿科与青少年医学档案》，160(4):348–352，2006 年。  [7] L.-H. Cai, L. Lu, A. Hanjalic, H.-J. Zhang, 和 L.-H. Cai. 一种用于关键音频效果检测和听觉上下文推断的灵活框架。音频、语音和语言处理，IEEE 论文集，14(3):1026–1039，2006 年。  [8] Y. Chan、R. Harvey 和 D. Smith。《构建阻止色情内容的系统》。《图像检索挑战》，BCS 电子计算研讨会系列，第 34-40 页，1999 年。  [9] C.-C. Chang 和 C.-J. Lin。LIBSVM：支持向量机库。ACM 智能系统与技术汇刊，2：27：1-27：27，2011 年。软件可在 http://www.csie.ntu.edu.tw/~cjlin/libsvm 获取。  [10] M.-y. Chen 和 A. Hauptmann。Mosift：识别监控视频中的人类行为。2009 年。  [11] W.-H. Cheng、W.-T. Chu 和 J.-L. Wu。基于分层音频模型的语义上下文检测。第 5 届 ACM SIGMM 多媒体信息检索国际研讨会论文集，第 109-115 页。ACM，2003 年。  [12] C. Clarin、J. Dionisio、M. Echavez 和 P. Naval。Dove：通过皮肤和血液运动强度分析检测电影暴力。PCSC，6：150–156，2005 年。  [13] TJ Clarke、MF Bradshaw、DT Field、SE Hampson、D. Rose 等。点光源显示人际对话中身体运动对情绪的感知。Perception-London，34(10):1171–1180，2005 年。  [14] A. Datta、M. Shah 和 NDV Lobo。视频数据中人与人之间的暴力检测。《模式识别》，2002 年。第 16 届国际会议论文集，第 1 卷，第 433-438 页。IEEE，2002 年。  [15] C.-H. Demarty、C. Penet、G. Gravier 和 M. Soleymani。2011 年中世纪情感任务。2010 年。  [16] C.-H. Demarty、C. Penet、G. Gravier 和 M. Soleymani。电影中暴力场景的多模态检测基准测试活动。《计算机视觉 - ECCV 2012。研讨会和演示》，第 416-425 页。Springer，2012 年。  [17] C.-H. Demarty、B. Ionescu、Y.-G. Jiang、VL Quang、M. Schedl 和 C. Penet。电影中的暴力场景检测基准测试。基于内容的多媒体索引 (CBMI)，2014 年第 12 届国际研讨会，第 1-6 页。IEEE，2014 年。  [18] C.-H. Demarty、C. Penet、B. Ionescu、G. Gravier 和 M. Soleymani。好莱坞电影中的多模态暴力检测：最新技术与基准测试。《计算机视觉融合》，第 185-208 页。Springer，2014 年。  [19] C.-H. Demarty、C. Penet、M. Soleymani 和 G. Gravier。Vsd，用于检测电影中暴力场景的公共数据集：设计、注释、分析和评估。多媒体工具和应用程序，第 1-26 页，2014 年。  [20] AP Dempster、NM Laird 和 DB Rubin。通过 em 算法从不完整数据中获取最大似然值。皇家统计学会杂志。B 系列（方法论），第 1-38 页，1977 年。  [21] O. Deniz、I. Serrano、G. Bueno 和 T. Kim。视频中的快速暴力检测。第 9 届计算机视觉理论与应用国际会议 (VISAPP)，2014 年。  [22] F. Eyben 和 B. Schuller。opensmile:)：慕尼黑开源大规模多媒体特征提取器。ACM SIGMultimedia Records，6(4):4-13，2015 年。  [23] F. Eyben, F. Weninger, N. Lehment, B. Schuller 和 G. Rigoll. 情感视频检索：通过大规模分段特征提取检测好莱坞电影中的暴力行为. PloS one, 8(12):e78506, 2013.  [24] G. Farneb¨ack。基于多项式展开的两帧运动估计。《图像分析》，第 363-370 页。Springer，2003 年。  [25] M. Flood.《儿童和青少年接触色情作品的危害》。《儿童虐待评论》，18(6):384–400，2009 年。  [26] P. Gill、M. Arlitt、Z. Li 和 A. Mahanti。Youtube 流量特性：边缘视角。第 7 届 ACM SIGCOMM 互联网测量会议论文集，第 15-28 页。ACM，2007 年。  [27] Y. Gong、W. Wang、S. Jiang、Q. Huang 和 W. Gao。通过听觉和视觉线索检测电影中的暴力场景。《多媒体信息处理进展-PCM 2008》，第 317-326 页。Springer，2008 年。  [28] T. Hassner、Y. Itcher 和 O. Kliper-Gross。暴力流动：实时检测暴力人群行为。计算机视觉和模式识别研讨会 (CVPRW)，2012 年 IEEE 计算机学会会议，第 1-6 页。IEEE，2012 年。  [29] S. Hidaka。识别动作风格识别的运动线索。认知科学学会，2012 年。  [30] T. Hofmann。通过概率潜在语义分析进行无监督学习。机器学习，42(1-2):177–196，2001 年。  [31] LR Huesmann 和 LD Eron。电视与攻击性儿童：跨国比较。劳特利奇，2013 年。  [32] LR Huesmann 和 LD Taylor。《媒体暴力在暴力行为中的作用》。《公共卫生年鉴》，27:393–415，2006 年。  [33] Y.-G. Jiang, Q. Dai, CC Tan, X. Xue, 和 C.-W. Ngo. 上海-香港团队在 2012 年 Mediaeval 会议上：使用基于轨迹的特征进行暴力场景检测。载于 MediaEval，2012 年。  [34] Y.-G. Jiang、Q. Dai、X. Xue、W. Liu 和 C.-W. Ngo。基于轨迹的人体动作建模（带运动参考点）。《Computer Vision-ECCV 2012》，第 425-438 页。Springer，2012 年。  [35] MJ Jones 和 JM Rehg。《统计颜色模型及其在皮肤检测中的应用》。《国际计算机视觉杂志》，46(1):81–96，2002 年。  [36] V. Lam、D.-D. Le、S. Phan、S. Satoh、DA Duong 和 TD Ngo。评估用于检测视频中暴力场景的低级特征。《软计算和模式识别 (SoCPaR)》，2013 年国际会议，第 213-218 页。IEEE，2013 年。  [37] I. Laptev. 论时空兴趣点。《国际计算机视觉杂志》，64(2-3):107–123，2005 年。  [38] J. Lin 和 W. Wang。基于音频和视频的协同训练，实现电影中的弱监督暴力检测。《多媒体信息处理进展》PCM 2009，第 930-935 页。Springer，2009 年。  [39] DG Lowe。尺度不变关键点的独特图像特征。国际计算机视觉杂志，60(2):91-110，2004 年。  [40] KJ Mitchell、D. Finkelhor 和 J. Wolak。《青少年在互联网上接触不想要的色情内容：风险、影响和预防的全国调查》。《青年与社会》，34(3):330–358，2003 年。  [41] J. Nam、M. Alghoniemy 和 AH Tewfik。基于视听内容的暴力场景特征描述。《图像处理》，1998 年。ICIP 98。1998 年国际会议论文集，第 1 卷，第 353-357 页。IEEE，1998 年。  [42] EB Nievas、OD Suarez、GB Garc´ıa 和 R. Sukthankar。使用计算机视觉技术检测视频中的暴力行为。《计算机图像和模式分析》，第 332-339 页。Springer，2011 年。  [43] D. OpticalFlow。光流实现，2015 年。网址 http://docs.opencv.org/modules/video/doc/motion_analysis_and_object_tracking.html#calcopticalflowfarneback。在线：2015 年 10 月 21 日访问。  [44] C. Parker。二元分类器性能指标分析。《数据挖掘（ICDM）》，2011 年 IEEE 第 11 届国际会议，第 517-526 页。IEEE，2011 年。  [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 和 E. Duchesnay。Scikit-learn：使用 Python 进行机器学习。《机器学习研究杂志》，12：2825-2830，2011 年。  [46] J. Platt 等人。支持向量机的概率输出以及与正则化似然法的比较。大边际分类器的发展，10(3):61–74, 1999。  [47] M. Pogrebnyak、D. Timoshenko、I. Burcev 和 A. Kulinkin。利用 nvidia gpu 检测视频中的成人内容。2015 年。  [48] L. Richardson. Beautiful soup. Crummy: The Site, 2013. URL http://www. crummy.com/software/BeautifulSoup/.  [49] CJV Rijsbergen。《信息检索》。Butterworth-Heinemann，美国马萨诸塞州牛顿，第二版，1979 年。ISBN 0408709294。  [50] M. Saerbeck 和 C. Bartneck。机器人运动引起的情感感知。第 5 届 ACM/IEEE 人机交互国际会议论文集，第 53-60 页。IEEE 出版社，2010 年。  [51] M. Schedl、M. Sj¨oberg、I. Mironica、B. Ionescu、VL Quang 和 Y.-G. Jiang。Vsd2014：好莱坞电影和网络视频中暴力场景检测的数据集。《第六感》，6(2.00)：12-40。  [52] C. Schulze、D. Henter、D. Borth 和 A. Dengel。通过多模态特征融合自动检测 csa 媒体以支持执法。国际多媒体检索会议论文集，第 353 页。ACM，2014 年。  [53] M. Sokolova 和 G. Lapalme。分类任务绩效指标的系统分析。信息处理与管理，45(4):427–437，2009 年。  [54] G. Sparks。媒体效果研究：基本概述。Cengage Learning，2015 年。  [55] A. 汤普金斯。《暴力媒体对儿童的心理影响》。《AllPsych 杂志》，2003 年 14 期。  [56] M. Wesch。Youtube 统计数据，2008 年。网址 http://mediatedcultures.net/thoughts/youtube-statistics/。在线：访问于 2016 年 1 月 8 日。  [57] 维基百科。光流，2015 年。网址 https://en.wikipedia.org/wiki/Optical_ flow。在线：访问于 2015 年 10 月 21 日。 该论文 。 可在 arxiv 上根据 CC 4.0 许可获取

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

Kinetopgraph.TECH

Read My Stories

kinetograph

該音頻是用故事的原始語言製作的！

视频中的暴力检测：参考书目

About Author

註釋

標籤

这篇文章刊登在

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

从论坛到信息流：社交媒体算法如何塑造数字互动

架构师指南：构建 AI/ML 数据湖参考架构

比特币 UTXO 模型，为独特的生态系统提供动力

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

从论坛到信息流：社交媒体算法如何塑造数字互动

架构师指南：构建 AI/ML 数据湖参考架构

比特币 UTXO 模型，为独特的生态系统提供动力

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps