信息技術(shù)的發(fā)展,使網(wǎng)絡(luò)流量呈現(xiàn)視頻化趨勢,視頻內(nèi)容混雜化使得某些特殊視頻充斥其中,影響了社會公共安全。然而,作為過濾主要手段的內(nèi)容識別算法面臨著十分嚴(yán)峻的挑戰(zhàn),傳統(tǒng)的基于特征提取和分類器組合的方法在面對海量復(fù)雜視頻數(shù)據(jù)時呈現(xiàn)出視頻內(nèi)容難以有效表征、識別準(zhǔn)確率不高效率低下等問題,其根本原因是特征檢測不能有效地表達(dá)視頻內(nèi)容的本質(zhì)信息,需要構(gòu)建新的能夠更有效表征視頻內(nèi)容本質(zhì)特征的核心算法。本文在查閱了大量資料基礎(chǔ)上,從圖像分類技術(shù)、基于傳統(tǒng)手工特征的特殊內(nèi)容檢測技術(shù),基于深度學(xué)習(xí)的特殊內(nèi)容分析檢測技術(shù)三個方面進(jìn)行了深入研究,提出了新的算法和模型。取得的成果總結(jié)如下:1.現(xiàn)有的基于內(nèi)容的圖像分類算法,大多需要耗費(fèi)大量訓(xùn)練和測試時間,且分類準(zhǔn)確率難以提高。針對此現(xiàn)狀設(shè)計了一種新的Sc SPM特征表征算法,用稀疏表示代替原有的矢量量化,用平均池化代替最大池化,這種基于SIFT稀疏編碼的線性SPM核有效降低了特征的復(fù)雜性,同時也提高了分類算法的準(zhǔn)確率。對于分類器,由于超限學(xué)習(xí)機(jī)優(yōu)化作用機(jī)理不同于梯度下降算法,從而有效避免了陷入局部最優(yōu)以及優(yōu)化迭代耗時長等問題。2.現(xiàn)有的視頻特征描述算子在視頻內(nèi)容表達(dá)... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：111 頁

【學(xué)位級別】：博士

【部分圖文】：

大陸網(wǎng)民規(guī)模與互聯(lián)網(wǎng)普及率[1]

北京交通大學(xué)博士學(xué)位論文2使得互聯(lián)網(wǎng)普及率更進(jìn)一步提高，使得人們在享受物質(zhì)生活的同時，通過網(wǎng)絡(luò)更進(jìn)一步享受生活的便捷和網(wǎng)絡(luò)內(nèi)容給人們精神生活帶來的滿足。手機(jī)網(wǎng)絡(luò)視頻用戶至2019年6月已經(jīng)增長到7.59億人，手機(jī)給人們通信帶來了隨時隨地聯(lián)系，資訊的傳播速率和廣度大大提高，表現(xiàn)出移動互聯(lián)網(wǎng)呈現(xiàn)普及化趨勢。圖1-1大陸網(wǎng)民規(guī)模與互聯(lián)網(wǎng)普及率[1]Fig.1-1TheScaleofChineseMainlandNetizensandPopularizingRateofInternet圖1-2互聯(lián)網(wǎng)接入設(shè)備使用情況[1]Fig.1-2ThedistributionofthedeviceusedbypeoplewhenenteredinInternet網(wǎng)絡(luò)流量視頻化：隨著移動互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)作為媒體和交流工具，以分享靜態(tài)文檔、小圖片為主轉(zhuǎn)變?yōu)橐砸曨l為主，網(wǎng)絡(luò)流量呈現(xiàn)視頻信息量快速增長趨勢[2-4]，網(wǎng)民視頻用戶規(guī)模從2018年底的72486萬人增長到2019年6月的7.5877億人，并且大量用戶通過手機(jī)觀看網(wǎng)絡(luò)視頻。圖1-3網(wǎng)絡(luò)視頻用戶規(guī)模及使用率[1]Fig.1-3Networkvideousersizeandutilizationrate

北京交通大學(xué)博士學(xué)位論文2使得互聯(lián)網(wǎng)普及率更進(jìn)一步提高，使得人們在享受物質(zhì)生活的同時，通過網(wǎng)絡(luò)更進(jìn)一步享受生活的便捷和網(wǎng)絡(luò)內(nèi)容給人們精神生活帶來的滿足。手機(jī)網(wǎng)絡(luò)視頻用戶至2019年6月已經(jīng)增長到7.59億人，手機(jī)給人們通信帶來了隨時隨地聯(lián)系，資訊的傳播速率和廣度大大提高，表現(xiàn)出移動互聯(lián)網(wǎng)呈現(xiàn)普及化趨勢。圖1-1大陸網(wǎng)民規(guī)模與互聯(lián)網(wǎng)普及率[1]Fig.1-1TheScaleofChineseMainlandNetizensandPopularizingRateofInternet圖1-2互聯(lián)網(wǎng)接入設(shè)備使用情況[1]Fig.1-2ThedistributionofthedeviceusedbypeoplewhenenteredinInternet網(wǎng)絡(luò)流量視頻化：隨著移動互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)作為媒體和交流工具，以分享靜態(tài)文檔、小圖片為主轉(zhuǎn)變?yōu)橐砸曨l為主，網(wǎng)絡(luò)流量呈現(xiàn)視頻信息量快速增長趨勢[2-4]，網(wǎng)民視頻用戶規(guī)模從2018年底的72486萬人增長到2019年6月的7.5877億人，并且大量用戶通過手機(jī)觀看網(wǎng)絡(luò)視頻。圖1-3網(wǎng)絡(luò)視頻用戶規(guī)模及使用率[1]Fig.1-3Networkvideousersizeandutilizationrate

【參考文獻(xiàn)】：
期刊論文
[1]一種新的基于三維卷積共生梯度直方圖和多示例學(xué)習(xí)的特殊視頻檢測算法[J]. 宋偉,任棟,于京,齊振國.  計算機(jī)學(xué)報. 2019(01)
[2]基于視覺語義概念的暴恐視頻檢測[J]. 宋偉,楊培,于京,姜薇.  信息網(wǎng)絡(luò)安全. 2016(09)
[3]特殊視頻內(nèi)容檢測算法研究綜述[J]. 任棟,宋偉,于京,姜薇.  信息網(wǎng)絡(luò)安全. 2016(09)
[4]基于多視角融合稀疏表示的恐怖視頻識別[J]. 丁昕苗,李兵,胡衛(wèi)明,郭文,王振翀.  電子學(xué)報. 2014(02)



本文編號：3481861