[发明专利]基于MoSIFT和CSD特征的暴恐视频检测方法

说明书

本发明提供了一种基于MoSIFT和CSD特征的暴恐视频检测方法，包括步骤1：计算视频的CSD；步骤2：对CSD特征进行最大动态密度点的计算；步骤3：计算CSD的分数；步骤4：计算视频的MoSIFT；步骤5：对MoSIFT特征进行纵向降维；步骤6：对视频进行横向降维；步骤7：对MoSIFT特征进行聚类；步骤8：训练SVM‑1；步骤9：计算MoSIFT分数；步骤10：训练SVM‑2；步骤11：得到分类结果。本发明较好得利用了视频MoSIFT和CSD两方面的特征，降低了算法的复杂度，并且具有较好的检测效果。

技术领域

本发明涉及暴恐视频检测算法，具体地，涉及一种基于MoSIFT和CSD特征的暴恐视频检测算法。

背景技术

随着互联网的不断发展，通过互联网传播的各种视频内容变得浩如烟海，而其中不乏暴力恐怖类视频，这类视频对未成年人容易造成不好的心理影响。因此需要对互联网上的视频进行分类管控，传统的方式是通过人工检测审核处理海量的视频，这种方法工作量大，并且不能全面及时地管控暴力恐怖类视频的扩散，从而使得采用自动的暴力恐怖视频检测方法就显得非常有意义。

暴恐视频的检测方式多种多样，一般从音频信号和视觉信号两方面入手，通过音频信号识别尖叫、爆炸等异常声音信息，通过视觉信号识别出血液、阴暗、打斗等画面，这两种方法在不同的领域中应用具有各自的优势。尤其在电影、监控视频等资料里，视觉信号识别更有优势。

经过对暴恐视频检测技术的检索发现，公开号为CN104036301A，公开日为2014年9月10日，名称为“基于光流块特征的暴力事件识别方法及系统”的中国专利公开了一种识别方法。具体地，将视频帧间运动点自适应划为光流块；筛选出包含运动点数目不小于第一阈值的光流块得到有效光流块群；根据有效光流块群对是否发生暴力事件进行判断，当所述有效光流块群中的光流块数目不小于第二阈值且所述有效光流块群中所有光流块的主光流值都不小于第三阈值并且所述有效光流块群中所有光流块的主光流方向两两之间的夹角都不小于第四阈值时，则判定发生暴力事件。该专利文献使用了光流块特征，但是只提取了视频的局部动态特征，而视频的全局静态特征并没有被提取，从而使得视频的一些静态特征丢失，使得对血腥恐怖类视频检测的效果不佳。

因此，需要提出一种能够全面检测视频动静态特征的暴恐视频检测方法，以提高检测效率和检测精度。Charif等人提出的一种新颖的时空特征(Motion Scale InvariantFeature Transform)算法，简称MoSIFT。这种算法首先提取视频图像中的SIFT(InvariantFeature Transform)点特征，然后计算与SIFT关键点尺度相对应的光流大小。MoSIFT特征由128维SIFT向量和128维光流方向直方图连接而成，共256维。光流方向直方图的组合方式与SIFT特征向量的组合方式类似：即将光流的模值和角度对应为SIFT中像素梯度的模值和角度，在局部领域内进行加权。与SIFT描述子不同，这里并不需要旋转各点的光流到主方向上，原因在于不同于空间域的旋转不变性有助识别角度同目标，光流角度是用于运动描述的重要信息。

颜色结构描述子CSD(Color Structure Descriptor)计算的是图像局部区域的颜色分布情况。比如一个8×8像素大小的窗口在整张图像上滑动并统计窗口出现的颜色种类，该CSD特征在HMMD(Hue,Min,Max,Difference)颜色空间下提取，主要优点是可以区别颜色直方图相似，但是颜色空间分布较为不同的图像对。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于MoSIFT和CSD特征的暴恐视频检测方法。

根据本发明提供的基于MoSIFT和CSD特征的暴恐视频检测方法，包括如下步骤：

步骤1：分别提取测试视频、训练视频的MoSIFT特征；

步骤2：对提取的测试视频、训练视频的MoSIFT特征进行数量和维度削减；