面向视频分享社交网络的基于内容过滤
计算机视觉与模式识别
2011-01-13 v1 社会与信息网络
摘要
本文比较了在视频社交网络内容过滤任务中使用多种特征的效果。这是一项极具挑战性的任务，不仅因为不良内容与非常高层级的语义概念（例如色情、暴力等）相关，还因为社交网络中的视频种类极其繁多，无法使用受限的先验信息。我们提出了一种简单方法，能够融合来自不同特征和多种视频元素（完整视频、镜头、帧、关键帧等）的多种证据。我们在三个社交网络应用中评估了我们的方法，这些应用涉及不良内容的检测：色情视频、暴力视频以及为人为操纵流行度分数而发布的视频。使用具有挑战性的测试数据库，我们表明，只要选择了合适的特征，这种简单方案就能获得良好的结果。此外，我们确定使用时空局部描述子的码本进行表示是该方法在所有三种情境下成功的关键。这一点意义重大，因为当前最先进的技术在处理这些任务时仍然严重依赖静态特征。
引用
@article{arxiv.1101.2427,
title = {Content-Based Filtering for Video Sharing Social Networks},
author = {Eduardo Valle and Sandra de Avila and Antonio da Luz and Fillipe de Souza and Marcelo Coelho and Arnaldo Araújo},
journal= {arXiv preprint arXiv:1101.2427},
year = {2011}
}