暴力动画视频检测系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景 | 第12-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 暴力特征提取研究现状 | 第16-17页 |
| 1.2.2 动画视频分类研究现状 | 第17-18页 |
| 1.3 研究目标 | 第18页 |
| 1.4 论文主要内容 | 第18-20页 |
| 2 暴力动画视频的数据分析与采集 | 第20-29页 |
| 2.1 动画发展历史及暴力动画成因 | 第20-23页 |
| 2.1.1 美国动画 | 第20-21页 |
| 2.1.2 日本动画 | 第21-23页 |
| 2.1.3 中国动画 | 第23页 |
| 2.2 动画特征分析 | 第23-25页 |
| 2.2.1 颜色鲜明 | 第24页 |
| 2.2.2 运动幅度小 | 第24页 |
| 2.2.3 画风不固定 | 第24页 |
| 2.2.4 表现手法夸张 | 第24-25页 |
| 2.3 暴力视频特征 | 第25-27页 |
| 2.3.1 血腥 | 第26页 |
| 2.3.2 爆炸 | 第26页 |
| 2.3.3 枪战 | 第26页 |
| 2.3.4 激烈打斗 | 第26-27页 |
| 2.4 暴力动画视频数据库的建立 | 第27-28页 |
| 2.4.1 样本选取标准 | 第27页 |
| 2.4.2 数据采集 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 暴力动画视频的特征分析与提取 | 第29-51页 |
| 3.1 相关工作介绍与分析 | 第29-36页 |
| 3.1.1 图片特征 | 第29-32页 |
| 3.1.2 音频特征 | 第32-33页 |
| 3.1.3 视频特征 | 第33-35页 |
| 3.1.4 分析总结 | 第35-36页 |
| 3.2 颜色特征提取 | 第36-39页 |
| 3.2.1 RGB模式 | 第36-37页 |
| 3.2.2 LAB模式 | 第37-38页 |
| 3.2.3 颜色矩 | 第38页 |
| 3.2.4 颜色特征提取流程 | 第38-39页 |
| 3.3 运动向量特征提取 | 第39-45页 |
| 3.3.1 角点 | 第39-40页 |
| 3.3.2 光流 | 第40-41页 |
| 3.3.4 LK光流 | 第41-42页 |
| 3.3.5 图像金字塔 | 第42-44页 |
| 3.3.6 金字塔LK光流法 | 第44页 |
| 3.3.7 运动向量特征提取流程 | 第44-45页 |
| 3.4 运动角度特征提取 | 第45-49页 |
| 3.4.1 运动模板 | 第45-46页 |
| 3.4.2 获取物体轮廓 | 第46页 |
| 3.4.3 运动历史图像 | 第46-48页 |
| 3.4.4 全局运动方向 | 第48页 |
| 3.4.5 运动角度特征提取流程 | 第48-49页 |
| 3.5 特征融合 | 第49页 |
| 3.6 本章小结 | 第49-51页 |
| 4 暴力动画视频的分类和验证 | 第51-60页 |
| 4.1 相关工作介绍与分析 | 第51-54页 |
| 4.1.1 视频分类算法概述 | 第51-52页 |
| 4.1.2 常用分类算法介绍 | 第52-53页 |
| 4.1.3 分析总结 | 第53-54页 |
| 4.2 SVM分类算法计算流程 | 第54-57页 |
| 4.2.1 二分类问题 | 第54-55页 |
| 4.2.2 高维映射 | 第55-56页 |
| 4.2.3 松弛变量 | 第56-57页 |
| 4.3 SVM分类实现流程 | 第57页 |
| 4.4 实验结果和分析 | 第57-59页 |
| 4.4.1 分类结果 | 第58页 |
| 4.4.2 结果分析 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |
