基于音频词袋和mpeg-7特征的暴力视频快速分类算法研究-research on fast classification algorithm of violent video based on audio word bags and mpeg - 7 features.docxVIP

下载本文档

2
0
约4.83万字
约 70页
2018-05-20 发布于上海
举报
版权申诉

基于音频词袋和mpeg-7特征的暴力视频快速分类算法研究-research on fast classification algorithm of violent video based on audio word bags and mpeg - 7 features.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于音频词袋和mpeg-7特征的暴力视频快速分类算法研究-research on fast classification algorithm of violent video based on audio word bags and mpeg - 7 features

通过特有的权重分配机制，获得新的―音频词袋‖特征。通过实验，本方法有不错的查全率，可以应用到网络视频的实时监控上。本文还通过视音频特征结合，提出了两种针对暴力视频特有的筛选模型，分别为结构张量筛选模型以及音频快速筛选模型。结构张量筛选模型是通过对视频进行结构张量特征（一种运动检测特征）过滤，得到运动比较激烈的画面，然后进行人脸检测及音频场景匹配。音频快速筛选模型是先提取音频特征进行常见暴力场景的匹配，对得到的候选镜头进行图像特征的精确分类。通过实验，音频快速筛选模型在分类速度上快于结构张量模型，而结构张量模型的准确率较高。两者都能比较好的应用于网络暴力视频的过滤中。关键词：视频分类、词袋模型、过滤筛选、支持向量机、MPEG-7音频特征。ABSTRACTWiththeflourishingofthemovingindustryanddevelopmentofthemultimedia,manytypesofmoviesareavailablethroughtheinternet.Wecaneasilydifferentiateamongdifferentgenresofmoviesafterwatchingthem.However,forthecomputer,itisaquitecomplicateworktoautomaticallyrecognizethethemeofvarioustypesofthemovies.Recentyears,moreandmoreattentionispaidonthecomputervisionresearcharea.Thecomputercanmakedifferenceofthetypesofthevideobycomparethebinarydataofthevideoandaudiofeatures.Thetraditionalcontentbasedvideoclassificationmainlyincludestwoparts:theaudiofeaturesandvideofeatures.Thevisualfeaturesincludethecolor,textureandmotionwhiletheaudiofeaturesmainlyincludethelowlevelfeaturessuchasaudiobandwidth,frequencyandMellfeature.Ontheotherhand,therearesomefilmswithmanyviolentandhorrorsceneswhichareuncomfortableforchildrentowatch.Nowadays,thegovernmentpaysmoreattentiononthevideoregulationonthenetwork.Forthisreason,twomethodsofclassytheviolentvideosarepresentedinthispaper.Wefirstintroducedanewmethodtoidentifytheviolentvideosbythebagofaudiowordsisintroduced.TheMPEG-7audiodescriptorsarefirstlyextracted,includingthelowlevelfeaturessuchasAudioSpectrumCentroidandAudioSpectrum-Spread,etc.TheaudiowordsarethenbuiltaccordingtotheMPEG-7highleveldescriptor,theAudioSighnature,whichisconsideredasthe―fingerprint‖oftheaudiostream.Thesupportvectormachineisusedtoclassifythefeaturevectorsintotwoclasses,i.e.theviolentandnon-violentvideos.Theexperimentresultsdemonstratethatourmethodcanachievegoodrecallaccuracy.Combinedwiththevideofeatures,twofilteringmodelsareintroducedlater,whicharethevisualstructuretensorfilteringmodelandfastaudiofilteringmodel.Inthestructuretensormodel,wefirstextractthestructur