视频情感理解及在互联网恐怖视频识别中的应用

Affection content is important information for video understanding. So, video affection analysis is becoming a new research topic for content-based video retrieval (CBVR). Especially, its application to Web horror video filtering can effectively prevent children from accessing the objectionable Web content and protect the psychological health of young people. This project involves the following aspects: (1)video structure analysis based on affection saliency; (2)context-aware video affection analysis; (3)horror video recognition based on multi-view multi-instance learning; (4)semi-supervised Web horror video recognition based on multimodal fusion. The target of the research is to improve the existing CBVR from content-based level to emotion-based level and effectively recognize horror video in the Web. This research not only promotes the related research fields, but also is significant for many practical applications.

视频情感内容是人们理解视频内容时的一个重要因素，因此，视频情感理解成为了基于内容的视频检索(CBVR, Content-Based Video Retrieval)研究领域中的一个新兴研究方向，而且其在互联网恐怖视频过滤中的应用对构建绿色网络环境，保护青少年心理健康有着非常重要的社会意义。本课题主要针对视频中的情感信息理解和其在恐怖视频识别中的应用展开研究。研究的内容包括：(1)具有情感显著性的视频结构化分析。(2)基于上下文建模的情感视频识别。(3)基于多视角多示例学习的恐怖视频识别。(4)基于多模态融合的半监督Web恐怖视频识别。本课题的研究目标是对目前的情感识别研究提出一个切实可行的分类框架，并有效实现恐怖视频的识别。课题的研究将会促进CBVR在视频情感理解方向的发展，并对构建和谐网络环境，维护社会稳定有着重要的社会意义。

视频情感理解是基于内容的视频检索(CBVR, Content-Based Video Retrieval)研究领域中的一个新兴研究方向，其在互联网恐怖视频过滤中的应用对构建绿色网络环境，保护青少年心理健康有着非常重要的社会意义。本课题主要针对视频中的情感信息理解和其在恐怖视频识别中的应用展开研究。研究的内容包括：(1)具有情感显著性的视频情感理解研究。(2)基于上下文建模的情感视频识别。(3)基于多视角多示例学习的恐怖视频识别。(4)基于多模态融合的Web恐怖视频识别。本课题所实现的研究目标是对目前的情感识别研究提出一个切实可行的分类框架，并有效实现恐怖视频的识别。课题的研究结果不仅会促进CBVR在视频情感理解方向的发展，并对构建和谐网络环境，维护社会稳定有着重要的社会意义。