PicHunt：用于改进执法的社交媒体图像检索
多媒体
2016-09-16 v2 计算机视觉与模式识别
摘要
一线响应人员越来越多地利用社交媒体来识别并减少犯罪，以维护社会福祉与安全。在社交媒体上分享的、伤害宗教、政治、社群及其他人群情感的图像，常常煽动暴力并造成社会法律与秩序问题。这导致一线响应人员需要检查此类图像的传播以及传播它们的社交媒体用户。本文中，我们比较了不同的手工特征与一个卷积神经网络(Convolutional Neural Network, CNN)模型在检索相似图像上的表现，该CNN模型优于最先进的手工特征。我们提出了一种开源情报(Open-Source-Intelligent, OSINT)实时图像搜索系统，该系统对检索被修改的图像具有鲁棒性，允许一线响应人员分析图像的当前传播、浮动情感以及传播此类内容的用户详情。该系统还通过平均将搜索空间减少67%，帮助官员节省手动分析内容的时间。
引用
@article{arxiv.1608.00905,
title = {PicHunt: Social Media Image Retrieval for Improved Law Enforcement},
author = {Sonal Goel and Niharika Sachdeva and Ponnurangam Kumaraguru and A V Subramanyam and Divam Gupta},
journal= {arXiv preprint arXiv:1608.00905},
year = {2016}
}