特殊视频内容检测算法研究综述

网络流量的视频化趋势使得互联网视频内容呈现混杂化发展,各种非法特殊视频充斥其中,影响了社会公共安全,传统的通过视频源头进行控制的方式可行性较低,而建立内容检测过滤的方法将更为有效。为此,文章对色情、暴力、恐怖这三种特殊视频内容检测的研究现状和进展进行了综述。从三个角度,即视频内容描述模型、算法测试库、算法评判标准进行归纳和总结,详细介绍针对图像、视频等不同检测内容所采取的各种有效措施,对特征提取方法、分类检测策略及算法的检测效果进行了对比分析,之后对常用的算法测试库进行了整理,介绍不同测试库的数据量、数据特点及数据结构,同时介绍了视频内容检测方面几种常用的算法评判标准,最后对未来特殊视频检测技术的发展趋势进行了展望,以期为希望从事该领域研究的人员提供一些思路。

基于视觉语义概念的暴恐视频检测

暴恐视频在互联网的传播严重威胁着社会稳定与安全,对暴恐视频进行检测充满技术挑战。文章创建了用于评价暴恐视频检测算法性能的暴恐视频数据集,对数据集进行了语义概念和视频两个层面的标注。研究了基于灰度直方图、颜色直方图、颜色矩、局部二值模式及梯度方向直方图等特征描述子和支持向量机及极限学习机的视觉语义概念检测,针对不同的视觉语义概念通过仿真实验确定了最佳特征与分类器组合方式及相应参数设置。提出了基于灰度质心的视频关键帧提取方法,利用帧间相似性和视频序列相似性判别完成镜头突变和渐变判别,完成视频关键帧的提取。基于视觉语义概念和视觉语义概念词袋构建暴恐视频词频特征,使用支持向量机和视觉语义词频特征完成了暴恐视频内容的检测,并通过实验验证了该方法的可行性。