基于结构和融合的特定敏感视频识别技术
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-35页 |
| 1.1 研究背景与研究意义 | 第11-18页 |
| 1.1.1 互联网中敏感视频的泛滥 | 第11-13页 |
| 1.1.2 互联网中敏感视频的分类 | 第13-15页 |
| 1.1.3 互联网中敏感视频的危害 | 第15-16页 |
| 1.1.4 敏感视频过滤的重要意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-24页 |
| 1.2.1 敏感图文识别相关工作 | 第19-20页 |
| 1.2.2 敏感视频识别相关工作 | 第20-23页 |
| 1.2.3 敏感视频识别存在问题 | 第23-24页 |
| 1.3 研究目标、内容和技术路线 | 第24-33页 |
| 1.3.1 研究目标 | 第24-25页 |
| 1.3.2 研究内容 | 第25-29页 |
| 1.3.3 技术路线 | 第29-33页 |
| 1.4 论文的内容安排 | 第33-35页 |
| 2 视频结构分析和特征表示 | 第35-51页 |
| 2.1 本章概述 | 第35-37页 |
| 2.2 镜头分割和关键帧提取 | 第37-39页 |
| 2.3 敏感视频的特征提取 | 第39-49页 |
| 2.3.1 颜色情感类特征的提取 | 第39-42页 |
| 2.3.2 动作暴力类特征的提取 | 第42-46页 |
| 2.3.3 肤色部位类特性的提取 | 第46-49页 |
| 2.4 敏感音频特征的提取 | 第49-50页 |
| 2.5 本章小结 | 第50-51页 |
| 3 视频上下文结构和依赖模型 | 第51-61页 |
| 3.1 本章概述 | 第51页 |
| 3.2 多示例学习算法 | 第51-54页 |
| 3.2.1 多示例学习概述 | 第51-53页 |
| 3.2.2 多示例学习特性 | 第53-54页 |
| 3.3 基于上下文结构的分类器 | 第54-55页 |
| 3.4 基于线性依赖的融合模型 | 第55-59页 |
| 3.4.1 线性依赖模型 | 第56-57页 |
| 3.4.2 优化求解算法 | 第57-58页 |
| 3.4.3 多分类器融合 | 第58-59页 |
| 3.5 本章小结 | 第59-61页 |
| 4 特定敏感视频识别实验 | 第61-73页 |
| 4.1 本章概述 | 第61页 |
| 4.2 敏感视频识别实验 | 第61-70页 |
| 4.2.1 恐怖视频识别实验 | 第62-66页 |
| 4.2.2 暴力视频识别实验 | 第66-69页 |
| 4.2.3 色情视频识别实验 | 第69-70页 |
| 4.3 特定敏感视频识别应用 | 第70-71页 |
| 4.4 本章小结 | 第71-73页 |
| 5 结论 | 第73-75页 |
| 5.1 总结 | 第73-74页 |
| 5.2 工作展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 作者简历及攻读学位期间取得的研究成果 | 第81-85页 |
| 学位论文数据集 | 第85页 |
