Audio-visual content-based violent scene characterization

Nam, Jeonghun; Alghoniemy, Masoud; Tewfik, A.H.

doi:10.1109/icip.1998.723496

Cited by 116 publications

(68 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Các kết quả công bố đều sử dụng dữ liệu chuẩn trong cuộc thi VSD (MediaEval Affect Task: Violent Screnes Detection) 2 . Các nghiên cứu gần đây có thể được chia làm ba hướng nghiên cứu chính: hướng nghiên cứu sử dụng đặc trưng thị giác (visual feature) [9] [10] [11], hướng nghiên cứu sử dụng đặc trưng âm thanh [12] [13] , hướng nghiên cứu sử dụng kết hợp đa đặc trưng [14] [15] [16].…”

Section: A Một Số Nghiên Cứu Liên Quan đếN Bài Toán Phát Hiện Cảnh Bunclassified

“…Nghiên cứu đầu tiên thuộc lĩnh vực này là của Jeho và cộng sự [9], nhóm tác giả đề xuất tiếp cận nhận dạng cảnh bạo lực bằng cách phát hiện các cảnh xuất hiện ngọn lửa, máu, phân tích mức độ chuyển động và sử dụng đặc trưng của hiệu ứng âm thanh. Trong khi đó Chen và cộng sự đã tách rời việc phát hiện cảnh bạo lực thành phát hiện cảnh hành động và cảnh đẫm máu [10].…”

Section: A Một Số Nghiên Cứu Liên Quan đếN Bài Toán Phát Hiện Cảnh Bunclassified

See 1 more Smart Citation

Sử Dụng Deep Neural Networks Biểu Diễn Các Thuộc Tính Cho Bài Toán Phát Hiện Cảnh Bạo Lực Trong Video

Tiến¹,

Vũ²,

Sang³

et al. 2017

Fair - Nghiên Cứu Cơ Bản Và Ứng Dụng Công Nghệ Thông Tin - 2016

View full text Add to dashboard Cite

Section: A Một Số Nghiên Cứu Liên Quan đếN Bài Toán Phát Hiện Cảnh Bunclassified

Sử Dụng Deep Neural Networks Biểu Diễn Các Thuộc Tính Cho Bài Toán Phát Hiện Cảnh Bạo Lực Trong Video

Tiến¹,

Vũ²,

Sang³

et al. 2017

Fair - Nghiên Cứu Cơ Bản Và Ứng Dụng Công Nghệ Thông Tin - 2016

View full text Add to dashboard Cite

“…In order to categorize movies they used a linear classifier in the two-dimensional (2-D) feature space. An extension of their approach was presented in Nam et al [18], which identified violence in previews. They attempted to detect violence using audio and color matching criteria.…”

Section: Related Workmentioning

confidence: 99%

On the use of computable features for film classification

Rasheed

Sheikh

Shah

2005

IEEE Trans. Circuits Syst. Video Technol.

154

104

View full text Add to dashboard Cite

Abstract-This paper presents a framework for the classification of feature films into genres, based only on computable visual cues. We view the work as a step toward high-level semantic film interpretation, currently using low-level video features and knowledge of ubiquitous cinematic practices. Our current domain of study is the movie preview, commercial advertisements primarily created to attract audiences. A preview often emphasizes the theme of a film and hence provides suitable information for classification. In our approach, we classify movies into four broad categories: Comedies, Action, Dramas, or Horror films. Inspired by cinematic principles, four computable video features (average shot length, color variance, motion content and lighting key) are combined in a framework to provide a mapping to these four highlevel semantic classes. Mean shift classification is used to discover the structure between the computed features and each film genre. We have conducted extensive experiments on over a hundred film previews and notably demonstrate that low-level visual features (without the use of audio or text cues) may be utilized for movie classification. Our approach can also be broadened for many potential applications including scene understanding, the building and updating of video databases with minimal human intervention, browsing, and retrieval of videos on the Internet (video-on-demand) and video libraries.

show abstract

“…The first try that utilized this multimodality is a work by Nam et al at 1998 [6]. They characterized and indexed violence scenes in videos, proposing that violent signatures are represented as combination of multiple features.…”

Section: Related Workmentioning

confidence: 99%