Detección de Violencia en Videos: Bibliografía

Tabla de enlaces

• Abstracto
• Agradecimientos
• Capítulo 1 Introducción
• Capítulo 2: Trabajo relacionado
• Capítulo 3: Enfoque propuesto
• Capítulo 4: Experimentos y resultados
• Capítulo 5: Conclusiones y trabajo futuro
• Bibliografía

Bibliografía

[1] E. Acar, S. Spiegel, S. Albayrak y D. Labor. Tarea de impacto medieval de 2011: detección de escenas violentas que combinan características visuales y de audio con svm. En MediaEval, 2011.

[2] R. Blake y M. Shiffrar. Percepción del movimiento humano. Año. Rev. Psychol., 58: 47–73, 2007.

[3] Blog-FB. Estadísticas de Facebook, 2015. URL http://media.fb.com/2015/01/07/ what-the-shift-to-video-means-for-creators/. En línea: consultado el 8 de enero de 2016.

[4] D. Borth, R. Ji, T. Chen, T. Breuel y S.-F. Chang. Ontología de sentimiento visual a gran escala y detectores que utilizan pares de adjetivos y sustantivos. En Actas de la 21ª conferencia internacional ACM sobre multimedia, páginas 223–232. ACM, 2013.

[5] G. Bradski. Opencv. Revista de herramientas de software del Dr. Dobb, 2000.

[6] BJ Bushman y LR Huesmann. Efectos a corto y largo plazo de los medios violentos sobre la agresión en niños y adultos. Archivos de Pediatría y Medicina del Adolescente, 160(4):348–352, 2006.

[7] L.-H. Cai, L. Lu, A. Hanjalic, H.-J. Zhang y L.-H. Cai. Un marco flexible para la detección de efectos de audio clave y la inferencia del contexto auditivo. Procesamiento de audio, voz y lenguaje, IEEE Transactions on, 14(3):1026–1039, 2006.

[8] Y. Chan, R. Harvey y D. Smith. Construyendo sistemas para bloquear la pornografía. En Challenge of Image Retrieval, serie BCS Electronic Workshops in Computing, páginas 34–40, 1999.

[9] C.-C. Chang y C.-J. Lin. LIBSVM: una biblioteca para máquinas de vectores de soporte. ACM Transactions on Intelligent Systems and Technology, 2:27:1–27:27, 2011. Software disponible en http://www.csie.ntu.edu.tw/~cjlin/libsvm.

[10] M.-y. Chen y A. Hauptmann. Mosift: Reconocimiento de acciones humanas en vídeos de vigilancia. 2009.

[11] W.-H. Cheng, W.-T. Chu y J.-L. Wu. Detección de contexto semántico basada en modelos de audio jerárquicos. En Actas del quinto taller internacional ACM SIGMM sobre recuperación de información multimedia, páginas 109-115. ACM, 2003.

[12] C. Clarín, J. Dionisio, M. Échavez y P. Naval. Dove: Detección de violencia cinematográfica mediante análisis de intensidad de movimiento en piel y sangre. PCSC, 6:150–156, 2005.

[13] TJ Clarke, MF Bradshaw, DT Field, SE Hampson, D. Rose, et al. La percepción de la emoción a partir del movimiento corporal en exhibiciones puntuales de diálogo interpersonal. Percepción-Londres, 34(10):1171–1180, 2005.

[14] A. Datta, M. Shah y NDV Lobo. Detección de violencia persona a persona en datos de vídeo. En Reconocimiento de patrones, 2002. Actas. 16ª Conferencia Internacional sobre, volumen 1, páginas 433–438. IEEE, 2002.

[15] C.-H. Demarty, C. Penet, G. Gravier y M. Soleymani. La tarea de influencia medieval de 2011. 2010.

[16] C.-H. Demarty, C. Penet, G. Gravier y M. Soleymani. Una campaña de benchmarking para la detección multimodal de escenas violentas en películas. En Computer Vision – ECCV 2012. Talleres y demostraciones, páginas 416–425. Saltador, 2012.

[17] C.-H. Demarty, B. Ionescu, Y.-G. Jiang, VL Quang, M. Schedl y C. Penet. Evaluación comparativa de la detección de escenas violentas en películas. En Indexación multimedia basada en contenido (CBMI), 12.º taller internacional de 2014, páginas 1 a 6. IEEE, 2014.

[18] C.-H. Demarty, C. Penet, B. Ionescu, G. Gravier y M. Soleymani. Detección de violencia multimodal en películas de Hollywood: estado del arte y evaluación comparativa. En Fusion in Computer Vision, páginas 185–208. Saltador, 2014.

[19] C.-H. Demarty, C. Penet, M. Soleymani y G. Gravier. Vsd, un conjunto de datos público para la detección de escenas violentas en películas: diseño, anotación, análisis y evaluación. Herramientas y aplicaciones multimedia, páginas 1 a 26, 2014.

[20] AP Dempster, NM Laird y DB Rubin. Máxima probabilidad de datos incompletos mediante el algoritmo em. Revista de la real sociedad estadística. Serie B (metodológica), páginas 1–38, 1977.

[21] O. Deniz, I. Serrano, G. Bueno y T. Kim. Detección rápida de violencia en vídeo. En la novena conferencia internacional sobre teoría y aplicaciones de la visión por computadora (VISAPP), 2014.

[22] F. Eyben y B. Schuller. opensmile:): el extractor de funciones multimedia a gran escala de código abierto de Munich. Registros multimedia ACM SIG, 6(4):4–13, 2015.

[23] F. Eyben, F. Weninger, N. Lehment, B. Schuller y G. Rigoll. Recuperación de vídeo afectiva: detección de violencia en películas de Hollywood mediante extracción de características segmentarias a gran escala. Más uno, 8(12):e78506, 2013.

[24] G. Farneback. Estimación de movimiento de dos cuadros basada en expansión polinomial. En Análisis de imágenes, páginas 363–370. Springer, 2003.

[25] M. Inundación. Los daños de la exposición a la pornografía entre niños y jóvenes. Revisión de abuso infantil, 18(6):384–400, 2009.

[26] P. Gill, M. Arlitt, Z. Li y A. Mahanti. Caracterización del tráfico de Youtube: una vista desde el borde. En Actas de la séptima conferencia ACM SIGCOMM sobre medición de Internet, páginas 15–28. ACM, 2007.

[27] Y. Gong, W. Wang, S. Jiang, Q. Huang y W. Gao. Detectar escenas violentas en películas mediante señales auditivas y visuales. En Avances en el procesamiento de información multimedia-PCM 2008, páginas 317–326. Saltador, 2008.

[28] T. Hassner, Y. Itcher y O. Kliper-Gross. Flujos violentos: detección en tiempo real de comportamientos violentos de multitudes. En Talleres de visión por computadora y reconocimiento de patrones (CVPRW), Conferencia de la IEEE Computer Society de 2012, páginas 1 a 6. IEEE, 2012.

[29] S. Hidaka. Identificar señales cinemáticas para el reconocimiento de estilos de acción. Sociedad de Ciencias Cognitivas, 2012.

[30] T. Hofmann. Aprendizaje no supervisado mediante análisis semántico latente probabilístico. Aprendizaje automático, 42(1-2):177–196, 2001.

[31] LR Huesmann y LD Eron. La televisión y el niño agresivo: una comparación transnacional. Routledge, 2013.

[32] LR Huesmann y LD Taylor. El papel de la violencia mediática en el comportamiento violento. Año. Rev. Salud Pública, 27:393–415, 2006.

[33] Y.-G. Jiang, Q. Dai, CC Tan, X. Xue y C.-W. ONG. El equipo de Shanghai-Hong Kong en medieval2012: Detección de escenas violentas mediante funciones basadas en trayectorias. En MediaEval, 2012.

[34] Y.-G. Jiang, Q. Dai, X. Xue, W. Liu y C.-W. ONG. Modelado basado en trayectorias de acciones humanas con puntos de referencia de movimiento. En Computer Vision – ECCV 2012, páginas 425–438. Saltador, 2012.

[35] MJ Jones y JM Rehg. Modelos estadísticos de color con aplicación a la detección de piel. Revista internacional de visión por computadora, 46(1):81–96, 2002.

[36] V. Lam, D.-D. Le, S. Phan, S. Satoh, DA Duong y TD Ngo. Evaluación de funciones de bajo nivel para detectar escenas violentas en vídeos. En Soft Computing and Pattern Recognition (SoCPaR), Conferencia Internacional de 2013, páginas 213–218. IEEE, 2013.

[37] I. Laptev. Sobre puntos de interés espacio-temporales. Revista internacional de visión por computadora, 64(2-3):107–123, 2005.

[38] J. Lin y W. Wang. Detección de violencia débilmente supervisada en películas con entrenamiento conjunto basado en audio y video. En Avances en el procesamiento de información multimediaPCM 2009, páginas 930–935. Saltador, 2009.

[39] Director General Lowe. Características de imagen distintivas a partir de puntos clave invariantes de escala. Revista internacional de visión por computadora, 60(2):91–110, 2004.

[40] KJ Mitchell, D. Finkelhor y J. Wolak. La exposición de los jóvenes a material sexual no deseado en Internet: una encuesta nacional de riesgo, impacto y prevención. Juventud y sociedad, 34(3):330–358, 2003.

[41] J. Nam, M. Alghoniemy y AH Tewfik. Caracterización de escenas de violencia basadas en contenidos audiovisuales. En Procesamiento de Imágenes, 1998. ICIP 98. Actas. Conferencia internacional de 1998, volumen 1, páginas 353–357. IEEE, 1998.

[42] EB Nievas, OD Suarez, GB García y R. Sukthankar. Detección de violencia en vídeo mediante técnicas de visión por ordenador. En Análisis informático de imágenes y patrones, páginas 332–339. Saltador, 2011.

[43] D. Flujo óptico. Implementación de flujo óptico, 2015. URL http: //docs.opencv.org/modules/video/doc/motion_analysis_and_object_tracking.html#calcopticalflowfarneback. En línea: consultado el 21 de octubre de 2015.

[44] C. Parker. Un análisis de medidas de rendimiento para clasificadores binarios. En Data Mining (ICDM), 11.ª Conferencia Internacional del IEEE de 2011, páginas 517–526. IEEE, 2011.

[45] F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos , D. Cournapeau, M. Brucher, M. Perrot y E. Duchesnay. Scikit-learn: aprendizaje automático en Python. Revista de investigación sobre aprendizaje automático, 12:2825–2830, 2011.

[46] J. Platt y otros. Resultados probabilísticos para máquinas de vectores de soporte y comparaciones con métodos de probabilidad regularizados. Avances en clasificadores de gran margen, 10(3):61–74, 1999.

[47] M. Pogrebnyak, D. Timoshenko, I. Burcev y A. Kulinkin. Detección de contenido para adultos en vídeo con el uso de nvidia gpu. 2015.

[48] L. Richardson. Hermosa sopa. Crummy: El sitio, 2013. URL http://www. crummy.com/software/BeautifulSoup/.

[49] CJV Rijsbergen. Recuperación de información. Butterworth-Heinemann, Newton, MA, EE. UU., 2.ª edición, 1979. ISBN 0408709294.

[50] M. Saerbeck y C. Bartneck. Percepción del afecto provocado por el movimiento del robot. En Actas de la quinta conferencia internacional ACM/IEEE sobre interacción persona-robot, páginas 53–60. Prensa IEEE, 2010.

[51] M. Schedl, M. Sjöberg, I. Mironica, B. Ionescu, VL Quang y Y.-G. Jiang. Vsd2014: un conjunto de datos para la detección de escenas violentas en películas de Hollywood y vídeos web. Sexto sentido, 6 (2,00): 12–40.

[52] C. Schulze, D. Henter, D. Borth y A. Dengel. Detección automática de medios csa mediante fusión de funciones multimodal para apoyo a las fuerzas del orden. En Actas de la Conferencia Internacional sobre Recuperación Multimedia, página 353. ACM, 2014.

[53] M. Sokolova y G. Lapalme. Un análisis sistemático de medidas de desempeño para tareas de clasificación. Procesamiento y gestión de la información, 45(4):427–437, 2009.

[54] G. Chispas. Investigación de los efectos de los medios: una descripción básica. Aprendizaje Cengage, 2015.

[55] A. Tompkins. Los efectos psicológicos de los medios violentos en los niños. Diario AllPsych, 14, 2003.

[56] M. Wesch. Estadísticas de Youtube, 2008. URL http://mediatedcultures.net/thinks/youtube-statistics/. En línea: consultado el 8 de enero de 2016.

[57]Wikipedia. Flujo óptico, 2015. URL https://en.wikipedia.org/wiki/Optical_flow. En línea: consultado el 21 de octubre de 2015.