基于视听通道融合的多媒体暴力片段检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景、研究目的和意义 | 第9-10页 |
| 1.2 国内外相关研究现状 | 第10-13页 |
| 1.2.1 镜头分割研究现状 | 第10-11页 |
| 1.2.2 暴力片段检测研究现状 | 第11-13页 |
| 1.2.3 当前研究存在的问题 | 第13页 |
| 1.3 本文研究内容及章节安排 | 第13-15页 |
| 第2章 镜头单元定义与数据分割 | 第15-30页 |
| 2.1 引言 | 第15-19页 |
| 2.1.1 基于颜色直方图的镜头分割技术 | 第16-18页 |
| 2.1.2 基于像素差的镜头分割技术 | 第18页 |
| 2.1.3 基于边缘特征的镜头分割技术 | 第18-19页 |
| 2.2 基于语谱图的音频分割技术研究 | 第19-27页 |
| 2.2.1 语谱图技术原理 | 第20-21页 |
| 2.2.2 基于语谱图的音频分割算法 | 第21-27页 |
| 2.3 基于直方图双阈值和语谱图联合镜头分割方法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 多媒体内容特征分析与提取 | 第30-45页 |
| 3.1 音频内容特征分析与提取 | 第30-35页 |
| 3.1.1 短时特征提取 | 第30-32页 |
| 3.1.2 长时特征提取 | 第32-35页 |
| 3.2 视频内容特征分析与提取 | 第35-44页 |
| 3.2.1 基于 SES 的运动矢量特征提取 | 第35-38页 |
| 3.2.2 HSV 颜色空间特征提取 | 第38-41页 |
| 3.2.3 镜头中人肤色特征提取 | 第41-42页 |
| 3.2.4 图像中边缘特征分析与提取 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于音视频特征融合的暴力镜头检测 | 第45-50页 |
| 4.1 引言 | 第45页 |
| 4.2 数据库简介 | 第45-47页 |
| 4.3 基于音频、视频单通道的暴力镜头检测 | 第47页 |
| 4.4 基于音视频特征融合的暴力镜头检测 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于高层语义特征的暴力程度分级 | 第50-61页 |
| 5.1 引言 | 第50页 |
| 5.2 基于时延网络的暴力音频事件检测 | 第50-55页 |
| 5.2.1 时间集成 | 第51-53页 |
| 5.2.2 帧间集成 | 第53-54页 |
| 5.2.3 基于时延网络的暴力音频事件检测研究 | 第54-55页 |
| 5.3 暴力视频场景检测 | 第55-57页 |
| 5.4 基于高层语义的暴力程度等级评价 | 第57-58页 |
| 5.5 基于视听通道融合的暴力片段检测系统实现 | 第58-59页 |
| 5.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读学位期间发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |
