發(fā)布時間：2017-05-24 18:13

  本文關鍵詞：基于張量模型的暴力音頻片段檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)的發(fā)展,人們越來越易于在網(wǎng)絡上分享多媒體,則不可避免地會有一些暴力多媒體信息流入網(wǎng)絡,對于未成年等特定人群來說,這些信息會對他們的行為習慣產(chǎn)生嚴重的負面影響。僅依靠人工審核的效率十分非常低下,需要一種方法可以自動檢測出暴力內容并阻止其傳播。聽覺是人們獲取多媒體信息的重要途徑,現(xiàn)有的暴力多媒體檢測研究中,聽覺通道常常作為視聽覺通道融合的輔助途徑而沒有得到人們的重視,對音頻特征的處理比較簡單,沒有充分利用特征信息,識別效果受到了一定的限制,這也會進一步影響視頻的檢測效果,因此本文主要研究了音頻通道的多媒體暴力內容的檢測方法。本文主要研究了基于張量模型的暴力音頻的檢測方法。首先選出對暴力聲響具有較強區(qū)分度的特征集,以一個類別為單位構造出該類別的特征張量。然后,對每一個類別的特征張量進行分解、計算,構造出一個該類別的投影子空間,這個子空間可以把樣本的原始特征矩陣投影為一個低維特征向量,這樣,就可以將高維特征變換為低維信息且保留了內在結構信息。最后,針對所提取的特征提出了一種基于最小風險貝葉斯準則的暴力音頻分類方法,先對不同類別的音頻特征分別建立高斯模型,再根據(jù)最小風險貝葉斯準則得到最后的預測類別。本文所使用的數(shù)據(jù)集來自Media Eval 2013 Workshop所提供的數(shù)據(jù)庫中的部分音頻,實驗結果表明,與統(tǒng)計值特征相比,使用張量模型的特征的召回率有很大提高,精確度相對較低,但綜合來看F1有了一定的提高。為了進一步提高識別效果,彌補精確度較低的缺點,提出了一種對長短時特征信息融合的方法,實驗結果在精確度上有很大提高,且與傳統(tǒng)方法相比,召回率,精確度和F1均有一定的提高。
【關鍵詞】：暴力音頻識別 張量模型 子空間 貝葉斯準則 分類器融合
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN912.2
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-16
• 1.1 課題的來源和課題研究的背景意義8
• 1.2 國內外相關研究8-13
• 1.2.1 暴力音頻識別特征提取方法及分類概述9-12
• 1.2.2 國內外研究現(xiàn)狀12-13
• 1.3 國內外文獻綜述的簡析13-14
• 1.4 論文的主要研究內容14-16
• 第2章 張量理論基礎16-25
• 2.1 引言16
• 2.2 張量相關概念16-19
• 2.3 張量的相關計算19-21
• 2.4 張量分解21-24
• 2.4.1 秩分解21
• 2.4.2 標準分解21-22
• 2.4.3 交替最小二乘法22-24
• 2.5 本章小結24-25
• 第3章 基于張量模型的音頻特征提取25-38
• 3.1 引言25
• 3.2 音頻信號的預處理25-27
• 3.3 特征的提取與張量模型的構造27-33
• 3.3.1 傳統(tǒng)特征的提取27-32
• 3.3.2 特征的張量模型構造32-33
• 3.4 基于子空間投影的特征變換33-37
• 3.4.1 張量分解34-35
• 3.4.2 子空間的構造35-36
• 3.4.3 特征投影36-37
• 3.5 小結37-38
• 第4章 基于張量模型的暴力音頻分類方法38-45
• 4.1 引言38
• 4.2 基于最小風險貝葉斯準則的分類器設計38-42
• 4.2.1 訓練模型38-39
• 4.2.2 測試方法39-42
• 4.3 分類器的線性加權融合42-44
• 4.4 小結44-45
• 第5章 基于張量模型的暴力音頻識別方法的實現(xiàn)45-54
• 5.1 引言45
• 5.2 數(shù)據(jù)集介紹45-46
• 5.3 基于特征張量的暴力音頻識別實驗46-48
• 5.4 張量分解的誤差分析48-51
• 5.5 分類器的融合實驗51-53
• 5.6 小結53-54
• 結論54-56
• 參考文獻56-61
• 攻讀學位期間發(fā)表的學術論文61-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 雷剛;蒲亦菲;張衛(wèi)華;周激流;;張量典型相關分析及其在人臉識別中的應用[J];電子科技大學學報;2012年03期

  本文關鍵詞：基于張量模型的暴力音頻片段檢測方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：391567