暴力音频场景分类技术研究与系统实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 暴力音视频场景识别研究现状 | 第10-11页 |
| 1.2.2 深度学习技术在音频领域的研究进展 | 第11-12页 |
| 1.2.3 目前暴力音频场景识别方法存在的问题 | 第12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 基于声学特征与SVM暴力音频分类系统 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 特征提取 | 第15-19页 |
| 2.2.1 声学特征 | 第15-18页 |
| 2.2.2 统计量 | 第18-19页 |
| 2.3 基于S VM的暴力音频场景分类系统 | 第19-23页 |
| 2.3.1 支持向量机 | 第19-22页 |
| 2.3.2 SVM进行暴力音频场景分类任务 | 第22-23页 |
| 2.4 实验与实验结果分析 | 第23-25页 |
| 2.4.1 实验平台与实验数据 | 第23-24页 |
| 2.4.2 评价指标与实验结果 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于自增长受限玻尔兹曼机的音频特征学习 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 受限玻尔兹曼机 | 第26-30页 |
| 3.3 自增长受限玻尔兹曼机 | 第30-33页 |
| 3.3.1 处理流程 | 第30-32页 |
| 3.3.2 时间分析与误差分析 | 第32-33页 |
| 3.3.3 Incre-RBM应用 | 第33页 |
| 3.4 基于自增长受限玻尔兹曼机的深度信念网络 | 第33-36页 |
| 3.4.1 预训练 | 第33-34页 |
| 3.4.2 微调 | 第34-36页 |
| 3.4.3 特征提取 | 第36页 |
| 3.5 实验结果与分析 | 第36-39页 |
| 3.5.1 实验数据与评价指标 | 第36-37页 |
| 3.5.2 网络结构与网络参数 | 第37-38页 |
| 3.5.3 实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于深度神经网络的暴力音频分类系统 | 第40-57页 |
| 4.1 引言 | 第40-41页 |
| 4.2 音频降噪与特征处理 | 第41-45页 |
| 4.2.1 音频降噪 | 第41-43页 |
| 4.2.2 特征处理 | 第43-45页 |
| 4.3 模型训练 | 第45-46页 |
| 4.4 KNN矫正与段内打分机制 | 第46-49页 |
| 4.4.1 段内打分机制 | 第46页 |
| 4.4.2 KNN矫正 | 第46-49页 |
| 4.4.3 KNN矫正-投票打分机制 | 第49页 |
| 4.5 实验结果与分析 | 第49-56页 |
| 4.5.1 音频降噪实验 | 第49-50页 |
| 4.5.2 特征离散化与特征选择实验 | 第50-52页 |
| 4.5.3 KNN矫正实验 | 第52-53页 |
| 4.5.4 暴力音频场景识别系统实现 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第63-65页 |
| 致谢 | 第65页 |
