《基於多視圖的網路視頻流不良內容線上識別研究》是依託西安交通大學，由杜友田擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多視圖的網路視頻流不良內容線上識別研究
- 項目類別：青年科學基金項目
- 項目負責人：杜友田
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
隨著網路技術的方展，網路信息和文化安全成為國家關注的焦點。其中，色情視頻傳播是破壞網路文化安全的重要因素。本項目從視頻內容中的多個視圖分析入手，深入研究網路視頻流中色情內容的線上識別關鍵技術，以期達到對網路上的不良視頻傳輸進行監控的目的。本項目旨在研究在多類感知特徵提取和表達的基礎上採用多視圖半監督學習理論對網路色情視頻流進行線上識別，研究內容包括：顏色空間和顏色特徵評價及近似最優膚色模型的建立、人體姿態建模及緊緻運動特徵的提取、適合於不良視頻的多視圖半監督學習方法及線上分類方法等。其中，多視圖半監督學習方法將多類感知特徵的提取與分類器線上學習有機結合起來。在關鍵技術研究基礎上，提出一套完善而高效的網路不良視頻流線上識別方法。本項目具有前瞻性和挑戰性，研究成果可直接套用於網路不良視頻傳輸的監控和監管，為國家在網路文化安全方面的決策提供理論依據和技術支持，對網路文化的淨化起到有效的推動作用。
結題摘要
隨著網路技術的方展，網路信息和文化安全成為國家關注的焦點。其中，色情視頻傳播是破壞網路文化安全的重要因素。本項目從視頻內容中的多個視圖分析入手，深入研究網路視頻流中色情內容的線上識別關鍵技術，以期達到對網路上的不良視頻傳輸進行監控的目的。本項目旨在研究在多類感知特徵提取和表達的基礎上採用多視圖半監督學習理論對網路色情視頻流進行線上識別，研究內容包括：顏色空間和顏色特徵評價及近似最優膚色模型的建立、人體姿態建模及緊緻運動特徵的提取、適合於不良視頻的多視圖半監督學習方法及線上分類方法等。在關鍵技術研究基礎上，提出一套完善而高效的網路不良視頻流線上識別方法。經過3年的研究，課題組圍繞該項目的主要研究內容，取得了5項理論成果，包括：（1）高斯框架下近似最優的膚色檢測方法，（2）基於雙重分解隱馬爾可夫模型的人的運動分類方法，（3）基於動態貝葉斯網路的室內人員估計方法，（4）基於多圖協同訓練的線上半監督學習方法，（5）基於局部協同訓練的線上半監督學習方法。此外，在與該課題相關的其它幾個問題的研究上也取得了一些研究成果。累計發表（或錄用）與該課題相關的研究論文12篇，包括5篇SCI國際期刊論文、3篇國際會議論文和4篇EI國內期刊論文；另外申請專利2項。在以上理論研究成果基礎上，課題組提出了一套網路不良視頻內容線上識別方案。在5000個網路視頻片斷上進行了測試，結果表明：準確率達到85%以上，漏檢率低於5%，該方案取得了很好的效果。本項目研究成果可直接套用於網路不良視頻傳輸的監控和監管，為國家在網路文化安全方面的決策提供理論依據和技術支持，對網路文化的淨化能夠起到有效的推動作用。
