基于深度学习的直播色情检测研究

摘要

随着直播行业的发展，直播所存在的安全问题日渐显现。目前，对各个直播平台的监管基本处于人力监管状态。人力监管主要通过用户举报以及平台的监管人员进行，然而，同一时段的直播间数量庞大，仅仅依靠人力监管已经无法满足直播的监管需求。因此，基于这一现状本文提出了基于深度学习的色情检测模型。深度学习算法相比传统的神经网络方法能够有效地解决梯度扩散、过拟合等问题；同时，相较于传统的机器学习方法，在图像识别、语音识别、文本分析也有着更加出色的表现。 在直播的过程中，不仅存在主播的视频影像，同时也存在观众实时发送的弹幕。本文将直播色情检测分为两个部分，分别是基于深度学习的视频色情检测以及基于LSTM的弹幕色情检测。 提出的视频色情检测模型M-ACORDE(Motion-ACORDE)是对ACORDE(Adult Content Recognition with deep Neural Networks)模型的一种优化。ACORDE模型使用卷积神经网络对视频的关键帧图像进行特征提取，然而，关键帧图像中仅仅包含视频中的空间信息，ACORDE模型忽略了视频中的动作信息，对于哺乳、搏击、沙滩等难区分视频容易出现误判。M-ACORDE模型相较于ACORDE模型加入了视频的动作特征，通过稠密光流算法对视频中的动作信息进行提取并生成图像描述，通过卷积神经网络分别对关键帧图像以及光流图像进行特征提取，提取的特征包含了视频中的空间以及动作信息，最终将两种特征进行组合，使用LSTM完成视频的分类检测。通过实验表明M-ACORDE相比ACORDE对色情视频的检测效果更佳并降低了对难区分视频的误判率。 弹幕色情检测模型将弹幕分为色情以及非色情两类，使用深度学习算法中的LSTM实现分类检测，提出基于LSTM的弹幕色情检测模型。对输入的弹幕经过分词，去除停用词以及向量化操作后使用训练好的LSTM模型进行分类。实验表明基于LSTM的弹幕色情检测模型相比基于隐含狄利克雷分布(LDA)的弹幕词语分类模型在相同的数据集上有着更高的准确率，对弹幕的色情检测效果更加出色。

目录

第一个书签之前