从视频中早期识别疑似性骚扰的深度学习方法
计算机视觉与模式识别
2023-06-02 v1 机器学习
摘要
性骚扰、性虐待和性暴力是当今普遍存在的问题。女性安全是一个需要引起重视和解决的重要问题。鉴于这一问题，我们基于电影生成的图像研究了上述各项关切及其影响因素。我们根据描绘这些情况的图像中存在的视觉属性对这三个术语（骚扰、虐待和暴力）进行了分类。我们发现，受害者与施害者的面部表情以及非自愿触摸等因素与识别包含性骚扰、虐待和暴力的场景直接相关。我们还研究并概述了最先进的显式内容检测器（如 Google Cloud Vision API 和 Clarifai API）为何无法识别和分类这些图像。基于这些定义和特征，我们从各种印度电影场景中开发了一个首创的数据集。这些场景被分类为性骚扰、性虐待或性暴力，并以 PASCAL VOC 1.1 格式导出。我们的数据集在已识别的相关特征上进行了标注，可用于开发和训练深度学习计算机视觉模型以识别这些问题。该数据集可公开用于研究和开发。
关键词
引用
@article{arxiv.2306.00856,
title = {A deep-learning approach to early identification of suggested sexual harassment from videos},
author = {Shreya Shetye and Anwita Maiti and Tannistha Maiti and Tarry Singh},
journal= {arXiv preprint arXiv:2306.00856},
year = {2023}
}
备注
7 pages, 4 figures