基于张量模型的暴力音频片段检测方法研究

发布时间：2017-05-24 18:13

  本文关键词：基于张量模型的暴力音频片段检测方法研究，由笔耕文化传播整理发布。

【摘要】：随着互联网的发展,人们越来越易于在网络上分享多媒体,则不可避免地会有一些暴力多媒体信息流入网络,对于未成年等特定人群来说,这些信息会对他们的行为习惯产生严重的负面影响。仅依靠人工审核的效率十分非常低下,需要一种方法可以自动检测出暴力内容并阻止其传播。听觉是人们获取多媒体信息的重要途径,现有的暴力多媒体检测研究中,听觉通道常常作为视听觉通道融合的辅助途径而没有得到人们的重视,对音频特征的处理比较简单,没有充分利用特征信息,识别效果受到了一定的限制,这也会进一步影响视频的检测效果,因此本文主要研究了音频通道的多媒体暴力内容的检测方法。本文主要研究了基于张量模型的暴力音频的检测方法。首先选出对暴力声响具有较强区分度的特征集,以一个类别为单位构造出该类别的特征张量。然后,对每一个类别的特征张量进行分解、计算,构造出一个该类别的投影子空间,这个子空间可以把样本的原始特征矩阵投影为一个低维特征向量,这样,就可以将高维特征变换为低维信息且保留了内在结构信息。最后,针对所提取的特征提出了一种基于最小风险贝叶斯准则的暴力音频分类方法,先对不同类别的音频特征分别建立高斯模型,再根据最小风险贝叶斯准则得到最后的预测类别。本文所使用的数据集来自Media Eval 2013 Workshop所提供的数据库中的部分音频,实验结果表明,与统计值特征相比,使用张量模型的特征的召回率有很大提高,精确度相对较低,但综合来看F1有了一定的提高。为了进一步提高识别效果,弥补精确度较低的缺点,提出了一种对长短时特征信息融合的方法,实验结果在精确度上有很大提高,且与传统方法相比,召回率,精确度和F1均有一定的提高。
【关键词】：暴力音频识别 张量模型 子空间 贝叶斯准则 分类器融合
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.2
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 绪论8-16
• 1.1 课题的来源和课题研究的背景意义8
• 1.2 国内外相关研究8-13
• 1.2.1 暴力音频识别特征提取方法及分类概述9-12
• 1.2.2 国内外研究现状12-13
• 1.3 国内外文献综述的简析13-14
• 1.4 论文的主要研究内容14-16
• 第2章 张量理论基础16-25
• 2.1 引言16
• 2.2 张量相关概念16-19
• 2.3 张量的相关计算19-21
• 2.4 张量分解21-24
• 2.4.1 秩分解21
• 2.4.2 标准分解21-22
• 2.4.3 交替最小二乘法22-24
• 2.5 本章小结24-25
• 第3章 基于张量模型的音频特征提取25-38
• 3.1 引言25
• 3.2 音频信号的预处理25-27
• 3.3 特征的提取与张量模型的构造27-33
• 3.3.1 传统特征的提取27-32
• 3.3.2 特征的张量模型构造32-33
• 3.4 基于子空间投影的特征变换33-37
• 3.4.1 张量分解34-35
• 3.4.2 子空间的构造35-36
• 3.4.3 特征投影36-37
• 3.5 小结37-38
• 第4章 基于张量模型的暴力音频分类方法38-45
• 4.1 引言38
• 4.2 基于最小风险贝叶斯准则的分类器设计38-42
• 4.2.1 训练模型38-39
• 4.2.2 测试方法39-42
• 4.3 分类器的线性加权融合42-44
• 4.4 小结44-45
• 第5章 基于张量模型的暴力音频识别方法的实现45-54
• 5.1 引言45
• 5.2 数据集介绍45-46
• 5.3 基于特征张量的暴力音频识别实验46-48
• 5.4 张量分解的误差分析48-51
• 5.5 分类器的融合实验51-53
• 5.6 小结53-54
• 结论54-56
• 参考文献56-61
• 攻读学位期间发表的学术论文61-63
• 致谢63

【参考文献】

中国期刊全文数据库 前1条

1 雷刚;蒲亦菲;张卫华;周激流;;张量典型相关分析及其在人脸识别中的应用[J];电子科技大学学报;2012年03期

  本文关键词：基于张量模型的暴力音频片段检测方法研究，，由笔耕文化传播整理发布。

本文编号：391567