基于深度学习的安卓APP视频枪支检测技术研究

被引:4
作者
雷青
荆丽桦
赵德明
郑继龙
机构
[1] 中国科学院信息工程研究所
基金
国家重点研发计划;
关键词
安卓; 视频数据获取; 深度学习; 枪支检测;
D O I
暂无
中图分类号
TP311.56 []; TP316 [操作系统];
学科分类号
081202 ; 0835 ;
摘要
随着移动互联网的飞速发展,基于安卓操作系统的智能终端成为互联网资源最主要流通渠道。由于APP未知应用功能点的不可见性,目前安卓应用商城针对应用程序的功能测试只能采用手工测试,而随着应用数量的快速增长,纯手工测试已经不能满足测试需求。为了进行安卓视频多媒体APP自动监控,净化网络环境,文章提出了一种基于深度学习的安卓APP视频枪支检测方法。该方法突破了从安卓系统底层获取APP视频数据的技术难点,提出了一种基于安卓多媒体框架的视频数据获取方法 ;针对枪支检测问题,结合深度学习物体检测框架Faster R-CNN,提出了一种局部—整体联合检测方法(Part-Whole-Gun,PWG),显著提高了枪支的检测精度。通过监控并智能分析安卓APP中的视频数据,对含有枪支的敏感视频进行有效过滤,可有效辅助网络环境的净化。
引用
收藏
页码:149 / 153
页数:5
相关论文
共 8 条
[1]   移动网络安全防范技术研究 [J].
常英贤 ;
陈广勇 ;
石鑫磊 ;
胡恒瑞 .
信息网络安全, 2016, (04) :76-81
[2]   基于Binder信息流的Android恶意行为检测系统 [J].
李桂芝 ;
韩臻 ;
周启惠 ;
王雅哲 .
信息网络安全, 2016, (02) :54-59
[3]   基于Android平台的移动办公安全方案综述 [J].
朱筱赟 ;
胡爱群 ;
邢月秀 ;
赵然 .
信息网络安全, 2015, (01) :76-83
[4]   移动互联网视听新应用监管技术分析 [J].
孙文涛 ;
张韬 .
广播与电视技术, 2014, 41 (09) :35-37
[5]   面向枪支图像的特征提取与识别方法研究 [J].
朱晨捷 ;
朱蓉 ;
叶炜 .
福建电脑, 2014, 30 (07) :5-7
[6]   图像物体分类与检测算法综述 [J].
黄凯奇 ;
任伟强 ;
谭铁牛 .
计算机学报, 2014, 37 (06) :1225-1240
[7]   The Pascal Visual Object Classes (VOC) Challenge [J].
Everingham, Mark ;
Van Gool, Luc ;
Williams, Christopher K. I. ;
Winn, John ;
Zisserman, Andrew .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2010, 88 (02) :303-338
[8]  
Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation .2 Girshick R,Donahue J,Darrell T,et al. Computer Vision and Pattern Recognition . 2014