【摘 要】
：
在当今网络化与数字化时代,随着播客类网站如火如荼的兴起,如何有效地管理网上视频数据,抵制色情、暴力影像,保障网络安全已成为信息领域一个亟待解决的问题。本文通过对网络
【机 构】
：
中国科学院研究生院,北京 100080
【出 处】
：
2007年全国网络与信息安全技术研讨会
论文部分内容阅读
在当今网络化与数字化时代,随着播客类网站如火如荼的兴起,如何有效地管理网上视频数据,抵制色情、暴力影像,保障网络安全已成为信息领域一个亟待解决的问题。本文通过对网络视频蕴含的情感语义内容进行计算机理解,采用纵向分层、横向排列的结构化分析方法,在纵向上对每段视频提取关键帧、获得精彩片段生成视频摘要,建立三层结构;在横向上使用各视频段的关键帧为数据库建立索引。实验证明该模型能够实现不同用户按照其权限等级进行不同程度的授权浏览,也提供了便捷的用户视频查找途径并有效保护视频数据库信息的安全。
其他文献
本文通过对自然文本统计模型和特性的分析,指出隐藏消息后可能对文本统计特性带来的变化,并提出了基于AdaBoost的通用检测算法。文章抽取文本的5个基本统计特征量为分类特征,
无监督的聚类算法在中文网络信息处理中有着广泛的应用。由于存在大量的中文词语,适当的特征提取算法,可以降低计算资源消耗,提高聚类质量。但当前使用的无监督特征选取算法
在目前的Web信息提取技术中,很多都是基于HTML结构的,由于HTML结构的经常变化,使提取模板需要经常更新,而提取模板的更新需要很多领域知识。本文提出一种基于显示属性的Web信
WEB文档聚类在新闻信息检索领域起到重要的作用。但由于新闻领域不断涌现出一些新的名词。现有的技术在文档特征抽取和权重计算、类标签生成方面存在不足,导致聚类质量下降。
随着中文网络的快速发展,对于网络中海量中文数据的实时处理成为一个引人关注的话题,而中文文本的自动分词技术是中文信息处理系统的重要基础部分,直接关系到系统的处理效率
随着网络技术发展,根据用户兴趣进行网络信息过滤的需求越来越大。网络信息过滤的核心技术是分类算法的应用,即根据专家事先标记的样例建立用户兴趣描述模型,应用模型实现信
一九八○年四月英国第一次颁发国家书籍奖。这项奖是一九七九年六月份由艺术协会发起的。艺术协会是英国政府属下的一个机构,它的宗旨是支持和鼓励英国的作家、艺术家、音乐
汤草元:昨天晚上大家看了《红色宣传員》,这是一个很好的戏。剧本好,演出也好。看后感受一定很多。今天是上海市妇女联合会和中国戏剧家协会上海分会联合召开的座談会。邀請
话题发现与跟踪(Topic Detection and Tracking, TDT)是一项由国际公开评测驱动的研究,旨在依据事件对语音和文本信息进行分析和组织。自1996年启动以来,该研究受到普遍关注,
本文提出了一种两阶段的关键词检测策略,关键词表可即时配置、即时使用。与以往不同的是,解码是在整个声学空间上进行的,而不仅仅是关键词所构成的声学空间。首先,我们利用维