群体互动视频中的自动长期欺骗检测
计算机视觉与模式识别
2019-06-18 v2 人工智能
摘要
视频中自动欺骗检测（ADD）的大部分工作有两个局限：（i）聚焦于单人的视频；（ii）聚焦于在一两分钟视频中的单次欺骗行为。本文提出一种新的ADD框架，用于捕捉群体场景中的长期欺骗。我们研究知名游戏《抵抗》（类似《杀手》与《狼人杀》）中的欺骗，该游戏有5-8名玩家，其中2-3名为间谍。间谍在整个游戏（通常30-65分钟）中持续欺骗以隐藏身份。我们开发了一种集成预测模型来识别抵抗游戏视频中的间谍。我们发现，来自底层与高层视频分析的特征并不充分，但与我们称为LiarRank的一类新特征结合后能产生最佳结果。在完全自动化设定下，我们取得了超过0.70的AUC。我们的演示见 http://home.cs.dartmouth.edu/~mbolonkin/scan/demo/
引用
@article{arxiv.1905.08617,
title = {Automatic Long-Term Deception Detection in Group Interaction Videos},
author = {Chongyang Bai and Maksim Bolonkin and Judee Burgoon and Chao Chen and Norah Dunbar and Bharat Singh and V. S. Subrahmanian and Zhe Wu},
journal= {arXiv preprint arXiv:1905.08617},
year = {2019}
}
备注
ICME 2019