对抗 Elsagate 现象：用于不良卡通内容的深度学习架构
计算机视觉与模式识别
2026-04-21 v1
摘要
观看卡通有助于儿童的智力、社交和情感发展。然而，当今最流行的视频分享平台提供了许多含有 Elsagate 内容的视频。Elsagate 是一种将童年角色描绘于令人不安情境（例如血腥、厕所幽默、喝尿、偷窃）中的现象。尽管儿童轻易就能接触到这种威胁，文献中却尚无工作解决该问题。作为首个探索卡通中不良内容的研究，我们从最新的色情检测文献出发，应用深度卷积神经网络并结合视频的静态与运动信息。我们的解决方案兼容移动平台，并达到了 92.6% 的准确率。我们的目标不仅是提出首个解决方案，还要引发围绕 Elsagate 的讨论。
引用
@article{arxiv.1904.08910,
title = {Combating the Elsagate phenomenon: Deep learning architectures for disturbing cartoons},
author = {Akari Ishikawa and Edson Bollis and Sandra Avila},
journal= {arXiv preprint arXiv:1904.08910},
year = {2026}
}
备注
6 pages, 5 figures, 2 tables. Paper accepted at 7th IAPR/IEEE International Workshop on Biometrics and Forensics (IWBF)