发明名称 |
一种网络暴力视频的识别方法 |
摘要 |
本发明公开了一种基于多示例多特征的网络暴力视频识别方法,包括:从视频共享网站上抓取暴力视频与非暴力视频及其评论、简介构建一个视频数据训练集;从训练集的文本信息中提取文本特征组成文本特征向量来训练文本预分类器,该预分类器筛选出候选的暴力视频;采用基于自适应双阈值的镜头分割算法对所述候选的暴力视频的视频片段进行分割,对每一个镜头提取相关的视觉特征、音频特征来表示该镜头,每一个镜头是多示例学的一个示例,视频片段是一个包;使用MILES算法将所述包转化为单示例,采用该特征向量训练分类器模型,采用该分类器模型对候选暴力视频进行分类。利用本发明,大大减轻了网络暴力视频不受限制传播的不良影响。 |
申请公布号 |
CN103218608A |
申请公布日期 |
2013.07.24 |
申请号 |
CN201310139552.6 |
申请日期 |
2013.04.19 |
申请人 |
中国科学院自动化研究所 |
发明人 |
胡卫明;邹星宇;吴偶 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
中科专利商标代理有限责任公司 11021 |
代理人 |
宋焰琴 |
主权项 |
一种基于多示例多特征的网络暴力视频识别方法,该方法包括:步骤1:从视频共享网站上抓取暴力视频与非暴力视频及其评论、简介构建一个视频数据训练集;步骤2:从训练集的文本信息中提取文本特征组成文本特征向量来训练文本预分类器,该预分类器筛选出候选的暴力视频;步骤3:采用基于自适应双阈值的镜头分割算法对所述候选的暴力视频的视频片段进行分割,对每一个镜头提取相关的视觉特征、音频特征来表示该镜头,每一个镜头是多示例学习的一个示例,视频片段是一个包,该包映射到示例空间;步骤4:使用MILES算法将所述包转化为单示例,包由单示例的特征向量表达,采用该特征向量训练分类器模型,采用该分类器模型对候选暴力视频进行分类。 |
地址 |
100190 北京市海淀区中关村东路95号 |