基于重复曲线状频谱特征的色情视频自动分类

本文通过分析色情视频中的淫秽声音，研究其自动分类问题。在本文中，淫秽声音指性爱场景中产生的性呻吟和尖叫等音频信号。通过分析各种声音样本，我们确定了淫秽声音的可区分特征，并提出了一种重复曲线状频谱特征来表示此类声音的特性。我们构建了 6,269 个音频片段来评估所提出的特征，并单独构建了 1,200 个色情视频和普通视频用于分类。该特征在原始数据集上的 F1 分数、精确率和召回率分别为 96.6%、98.2% 和 95.2%，在信噪比为 5dB 的含噪数据集上分别为 92.6%、97.6% 和 88.0%。在视频分类中，该特征的 F1 分数超过 90%，精确率超过 97%，召回率超过 84%。从实测性能来看，仅凭音频特征即可对色情视频进行分类，且重复曲线状频谱特征适用于检测淫秽声音。