Phát hiện bạo lực trong video: Tóm tắt

Bảng liên kết

• trừu tượng
• Sự nhìn nhận
• Chương 1: Giới thiệu
• Chương 2: Công việc liên quan
• Chương 3: Phương pháp đề xuất
• Chương 4: Thí nghiệm và kết quả
• Chương 5: Kết luận và công việc trong tương lai
• Thư mục

trừu tượng

Trong những năm gần đây, lượng nội dung video được tải lên mạng xã hội và các trang chia sẻ video như Facebook và Youtube đã tăng lên rất nhiều. Do đó, nguy cơ trẻ em tiếp xúc với nội dung người lớn và bạo lực trên web cũng tăng lên. Để giải quyết vấn đề này, một phương pháp tự động phát hiện nội dung bạo lực trong video được đề xuất trong nghiên cứu này. Ở đây, một nỗ lực mới cũng được thực hiện nhằm phát hiện thể loại bạo lực có trong video. Một hệ thống có thể tự động phát hiện bạo lực từ cả phim Hollywood và video từ web cực kỳ hữu ích không chỉ trong việc kiểm soát của phụ huynh mà còn đối với các ứng dụng liên quan đến xếp hạng phim, giám sát video, phân loại thể loại, v.v.

Ở đây, cả tính năng âm thanh và hình ảnh đều được sử dụng để phát hiện bạo lực. Các tính năng MFCC được sử dụng làm tín hiệu âm thanh. Các tính năng Máu, Chuyển động và SentiBank được sử dụng làm tín hiệu thị giác. Trình phân loại SVM nhị phân được đào tạo về từng tính năng này để phát hiện bạo lực. Việc kết hợp muộn bằng cách sử dụng tổng điểm phân loại có trọng số được thực hiện để có được điểm phân loại cuối cùng cho từng loại bạo lực mà hệ thống nhắm tới. Để xác định trọng số tối ưu cho từng loại bạo lực, phương pháp dựa trên tìm kiếm dạng lưới được sử dụng. Các bộ dữ liệu có sẵn công khai, chủ yếu là Phát hiện cảnh bạo lực (VSD), được sử dụng để đào tạo bộ phân loại, tính toán trọng số và thử nghiệm. Hiệu suất của hệ thống được đánh giá dựa trên hai nhiệm vụ phân loại, phân loại Đa lớp và Phân loại nhị phân. Kết quả thu được cho Phân loại nhị phân tốt hơn kết quả cơ bản từ MediaEval-2014.