Download Violent Web images classification based on MPEG7 color descriptors

ABSTRACT

In this article, we present a contribution to the violent Web images classification. This subject is deeply  important as it has a potential use for many applications such as violent Web sites filtering. We propose to combine the techniques of image analysis and data-mining to relate low level characteristics extracted from the image’s colors to a higher characteristic of violence which could be contained in the image. We present a comparative study of different data mining techniques to classify violent Web images. Also, we discuss how the combination learning based methods can improve accuracy rate. Our results show that our approach can detect violent content effectively.

INTRODUCTION

The World Wide Web has had an impact on nearly every aspect of society including commerce, science,  politics and government, personal relationships, and health. However, the Web has its downside. When surfing it’s easy to come across sites containing litigious content such as violent content. Indeed, kids are exposed to a continuum of violence on the Internet, ranging from sites with sophomoric cruel humor to disturbing depiction of torture and sadism. Today, children and teens can download violent music lyrics  (including lyrics removed from retail versions of songs) and access violent images and video clips, with a click of a mouse, Young people use the Web to explore and display their creativity in very exciting ways creating online movies, music, Web sites and blogs or online diaries. Our initial work , has proposed a violent Web content detection and filtering system called “WebAngels filter” which uses textual and structural analysis. Our experimental tool evaluation shows its effectiveness to detect and filter Web violent pages, nevertheless, “WebAngels filter” finds difficulty in classifying the violent sites that contain only graphic violent content.  In this paper, we investigate this problem and we propose a novel approach of violent Web images classification. We focus our attention on the use of colors descriptors and classifiers combination and we demonstrate that it can be applied to improve the violent Web images classification accuracy rate.

چکیده

در این مقاله، ما در حال ارائه سهم به طبقه بندی تصاویر خشن وب. این موضوع عمیقا مهم است زیرا آن را برای بسیاری از برنامه های کاربردی مانند فیلتر کردن وب سایت های خشونت آمیز استفاده می کند. ما پیشنهاد می کنیم تکنیک های تجزیه و تحلیل تصویر و داده کاوی را ترکیب کنیم تا ویژگی های سطح پایین استخراج شده از رنگ های تصویر را به خصوصیات بالاتری از خشونت مرتبط کنیم که می تواند در تصویر باشد. ما یک مطالعه مقایسه ای از تکنیک های مختلف داده کاوی را برای دسته بندی تصاویر خشونت آمیز وب ارائه می دهیم. همچنین ما بحث می کنیم که چگونه روش های مبتنی بر یادگیری ترکیبی می تواند میزان دقت را بهبود بخشد. نتایج ما نشان می دهد که رویکرد ما می تواند محتوای خشونت آمیز را به طور موثر تشخیص دهد.

مقدمه

شبکه جهانی وب بر تقریبا هر جنبه ای از جامعه تاثیر می گذارد، از جمله تجارت، علم، سیاست و دولت، روابط شخصی و سلامت. با این حال، وب کم ناکافی دارد. هنگامی که گشت و گذار آسان است در سراسر سایت های حاوی محتوای قانونی مانند محتوای خشونت آمیز است. در واقع، بچه ها در معرض یک خلط خشونت آمیز در اینترنت قرار می گیرند، از سایت هایی با طنز ظالمانه بی نظیر به تصویر نگران کننده از شکنجه و سادیسم برخوردار است. امروزه کودکان و نوجوانان می توانند اشعار موسیقی خشونت آمیز (از جمله اشعار حذف شده از نسخه های خرده فروشی آهنگ ها) را دانلود و با کلیک بر روی یک ماوس به تصاویر و کلیپ های ویدئویی دسترسی داشته باشند. جوانان از وب برای کشف و نمایش خلاقیت خود در راه های بسیار هیجان انگیز استفاده می کنند ایجاد فیلم آنلاین، موسیقی، وب سایت ها و وبلاگ ها و یا روزنامه های آنلاین. کار اولیه ما یک سیستم شناسایی و فیلتر کردن محتوای خشونت آمیز Web را به نام Filter WebAngels ارائه کرده است که از تجزیه و تحلیل متنی و ساختاری استفاده می کند. ارزیابی ابزار آزمایشی ما نشان دهنده اثربخشی آن برای تشخیص و فیلتر کردن صفحات خشونت آمیز وب است، با این وجود، فیلتر WebAngels در دسته بندی سایت های خشونت آمیز که تنها محتوای خشونت آمیز گرافیکی دارند، دشوار است. در این مقاله، ما این مسئله را مورد بررسی قرار می دهیم و ما یک رویکرد جدید از طبقه بندی های تصویری خشونت آمیز پیشنهاد می دهیم. ما توجه ما را به استفاده از تركيب توصيفگرها و طبقه بندي رنگ ها متمركز مي كنيم و نشان مي دهيم كه مي توان آن را براي بهبود كيفيت صحت طبقه بندي تصاوير خشونت آميز وب استفاده كرد.

Year: 2009

Publisher : IEEE

By : Radhouane Guermazi , Mohamed Hammami and Abdelmajid Ben Hamadou

File Information: English Language/ 6 Page / size: 171 KB

Download

سال : 1388

ناشر : IEEE

کاری از : رادووان گهرمیزی، محمد حاممی و عبدالمجید بن همدو 

اطلاعات فایل : زبان انگلیسی / 6 صفحه / حجم : KB 171

لینک دانلود