Scifaro

中文

用于视频色情内容检测的时空卷积神经网络

计算机视觉与模式识别 2018-10-25 v1

作者: Murilo Varges da Silva , Aparecido Nilceu Marana

在 arXiv 上查看 ↗ PDF ↗

摘要

随着社交网络与移动设备使用的增加，发布在互联网上的视频数量呈指数增长。在互联网上发布的不当内容中，色情内容因可被青少年和儿童访问而最令人担忧。本研究评估了两种时空卷积神经网络——VGG-C3D CNN 与 ResNet R(2+1)D CNN——用于视频色情内容检测。使用 Pornography-800 数据集的实验结果表明，这些时空卷积神经网络优于一些基于词袋的先进方法，并与其他基于 CNN 的方法具有竞争力，准确率达 95.1%。

关键词

色情内容检测时空卷积神经网络视频分析 VGG-C3D ResNet R(2+1)D Pornography-800 数据集

引用

@article{arxiv.1810.10519,
  title  = {Spatiotemporal CNNs for Pornography Detection in Videos},
  author = {Murilo Varges da Silva and Aparecido Nilceu Marana},
  journal= {arXiv preprint arXiv:1810.10519},
  year   = {2018}
}