| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 视频分类技术 | 第11页 |
| 1.2.2 暴力视频识别技术 | 第11-12页 |
| 1.3 课题研究目标与研究内容 | 第12-14页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 第二章 基于多模态融合的暴力视频识别技术的理论基础 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 多模态特征分析 | 第14-21页 |
| 2.2.1 文本特征分析 | 第14-17页 |
| 2.2.2 视频特征分析 | 第17-20页 |
| 2.2.3 音频频特征分析 | 第20-21页 |
| 2.3 支持向量机知识 | 第21-27页 |
| 2.3.1 支持向量机的发展 | 第22-23页 |
| 2.3.2 支持向量机的特征 | 第23页 |
| 2.3.3 支持向量机的主要方法 | 第23-26页 |
| 2.3.4 支持向量机的性质及实现 | 第26-27页 |
| 2.4 本章小节 | 第27-29页 |
| 第三章 网络视频数据库的建立 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 网络视频原始数据的获取 | 第29-30页 |
| 3.3 原始文本信息的预处理 | 第30-32页 |
| 3.3.1 去噪 | 第30-31页 |
| 3.3.2 分词 | 第31-32页 |
| 3.3.3 去除停用词 | 第32页 |
| 3.4 原始视频信息的预处理 | 第32-37页 |
| 3.4.1 视频结构 | 第32-33页 |
| 3.4.2 镜头切割和去噪 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于多模态融合的网络暴力视频识别系统 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 信息融合相关内容 | 第38-39页 |
| 4.3 网络暴力视频识别系统框架 | 第39-41页 |
| 4.3.1 本文中暴力场景的定义 | 第39-40页 |
| 4.3.2 网络暴力视频识别的系统框架 | 第40-41页 |
| 4.4 文本分类器 | 第41-43页 |
| 4.4.1 向量空间模型 | 第41-43页 |
| 4.4.2 文本分类过程 | 第43页 |
| 4.5 视音频分类器 | 第43-46页 |
| 4.6 实验分析 | 第46-48页 |
| 4.6.1 实验环境与评测标准 | 第46-47页 |
| 4.6.2 实验结果与分析 | 第47-48页 |
| 4.7 本章小结 | 第48-50页 |
| 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简介 | 第56页 |