基于多特征的视频内容安全过滤方法

被引:4
作者
蒋呈明
蒋兴浩
孙锬锋
机构
[1] 上海交通大学信息安全工程学院
关键词
多模态特征; 视频分类; 机器学习; 安全监管; 特征融合;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
应国家对视频网站加强有序管理的迫切要求,文中应用一种基于多模态特征的网络视频分类方法,实现对网络视频的安全监管。该方法对从网络视频中提取三大类的视频特征,分别针对音频特征、运动和颜色以及空间和时间特征,递进地对视频进行过滤。通过对视频中不良场景的定义,包括恐怖、暴力和色情语义,以检测网络视频内容中潜在的不良信息,实验证明该方法有效地提高了不良视频检测和分类的准确率。
引用
收藏
页码:76 / 77
页数:2
相关论文
共 3 条
[1]
Spatiotemporal saliency for video classification [J].
Rapantzikos, Konstantinos ;
Tsapatsoulis, Nicolas ;
Avrithis, Yannis ;
Kollias, Stefanos .
SIGNAL PROCESSING-IMAGE COMMUNICATION, 2009, 24 (07) :557-571
[2]
内容过滤技术研究进展 [J].
孙艳 ;
周学广 .
信息安全与通信保密, 2011, (09) :45-46+49
[3]
数字图像水印算法及攻防手段研究 [J].
黄天云 ;
张传武 ;
谢静 .
信息安全与通信保密, 2007, (08) :202-204+207