[发明专利]一种网络暴力视频的识别方法

说明书

技术领域

本发明涉及模式识别和计算机网络内容安全领域，特别涉及视频分类问题。

背景技术

随着互联网技术和应用的迅速发展，人们对互联网的认识和使用已越来越深入，通过互联网人们可以获得丰富的信息与知识，可以便捷地交流，并享受到多样的娱乐活动。然而互联网是开放性的，它承载的海量信息也必然含有不良影响的，如色情、暴力、恐怖等有害信息也随着互联网广泛传播。而未成年人群体的生理与心理都处在成长阶段，容易受到外界的不良影响，有些甚至走上了犯罪道路并由此引发了很多社会问题，比如流行的古惑仔电影，导致不少的青少年走上了错误的道路。视频网站如雨后春笋般出现，网络视频用户增幅明显，是中国网民继即时通信、搜索、音乐、新闻之后的第五大应用。网络视频已经成为网民娱乐的主要方式之一，也成为不良信息的重要传播途径。网络暴力视频识别过滤具有重要的意义。网络上的暴力视频信息严重危害青少年的身心健康，还会引发青少年犯罪。因此，有效地对互联网中的暴力视频信息进行过滤，对于保护青少年的健康成长，降低青少年犯罪，维护社会稳定，都具有重要的实际意义。

目前暴力视频的识别方法主要基于视频信息与音频信息，使用单一模态或双模态特征。Datta等利用加速运动矢量来检测电影中打斗的暴力场景。Giannakopoulos等中提出了基于频域和时域的七种不同音频特征的视频分类方法。Nam等在检测时不但使用音频特征而且结合了视频特征来检测暴力场景中的典型的火焰、血液发生的等图像与声音。Smeaton等同样把视频与音频特征相结合来检测动作片中的暴力场景。这些暴力视频识别方法的研究对象多是一部电影或几部电影的视频片段，数据量较小，而针对网络海量的视频数据，这些方法的性能与处理速度都不同程度的下降。本方法引入文本信息，同时利用文本、视频、音频三种模态的信息，对网络海量的视频数据的处理具有不错的性能和速度。

发明内容

有鉴于此，本发明的主要目的是提供一种自动的暴力视频识别的方法。

为达到上述目的，本发明提供了一种有效的暴力视频识别的方法，该方法包括：步骤1：从视频共享网站上抓取暴力视频与非暴力视频及其评论、简介构建一个视频数据训练集；步骤2：从训练集的文本信息中提取文本特征组成文本特征向量来训练文本预分类器，该预分类器筛选出候选的暴力视频；步骤3：采用基于自适应双阈值的镜头分割算法对所述候选的暴力视频的视频片段进行分割，对每一个镜头提取相关的视觉特征、音频特征来表示该镜头，每一个镜头是多示例学习的一个示例，视频片段是一个包，该包映射到示例空间；步骤4：使用MILES算法将所述包转化为单示例，包由单示例的特征向量表达，采用该特征向量训练分类器模型，采用该分类器模型对候选暴力视频进行分类。

优选地，将视频与简介、评论这样的文本信息同时作为一个视频样本的组成部分。

优选地，将视频分类问题转化为多示例问题，镜头对应于示例，视频片段对应于包。

优选地，使用改进的MILES算法进行示例选择，使多示例问题转换为单示例监督学习问题。

优选地，改进的MILES算法，是将每一个包只选择与正包相似度最高的示例，即选择包中最有用的示例来表达该包。

利用本发明的方案，从三个方面来提取视频的特征：文本特征、视觉特征、音频特征，三模态特征较为完整的描述了视频场景的语义内容，我们首次将三个模态特征融合在一起来识别网络暴力视频。通过观察所收集的暴力视频和非暴力视频发现：暴力视频片段中至少包含一个暴力视频镜头；非暴力视频片段不包含暴力视频镜头，因此本发明将视频镜头作为示例，视频片段当做示例包，这样我们把暴力视频识别问题转化为多示例学习问题。本发明使用改进的MILES算法将包转化为单示例，降低了示例空间的维度和空间复杂度。

附图说明

图1为本发明的网络暴力视频的识别方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。