YouTube 上的误导性元数据检测
计算与语言
2019-01-28 v1 计算机视觉与模式识别
图像与视频处理
摘要
YouTube 是分享视频的领先社交媒体平台。因此，它饱受误导性内容的困扰，包括将摆拍视频作为事件真实画面呈现的视频、歪曲背景的视频以及音视频内容被篡改的视频。我们将检测此类误导性视频的问题作为监督分类任务来处理。我们开发了 UCNet——一种用于检测虚假视频的深度网络，并在两个数据集上进行了实验：我们创建的 VAVD 和公开可用的 FVC [8]。在 FVC 上以 70:30 的比例划分训练集和测试集时，我们取得了 0.82 的宏平均 F-score，而基线模型的得分为 0.36。我们发现，所提出的模型在一个数据集上训练并在另一个数据集上测试时具有良好的泛化能力。
引用
@article{arxiv.1901.08759,
title = {Misleading Metadata Detection on YouTube},
author = {Priyank Palod and Ayush Patwari and Sudhanshu Bahety and Saurabh Bagchi and Pawan Goyal},
journal= {arXiv preprint arXiv:1901.08759},
year = {2019}
}
备注
Accepted at European Conference on Information Retrieval(ECIR) 2019. 7 Pages