基于深度学习的暴恐视频识别模型研究

摘要：

为了在海量的视频数据中快速、准确地识别出可能存在暴力、恐怖或极端主义内容的暴恐视频,本文基于卷积长短时记忆网络(ConvLSTM)构建了一个针对暴恐视频检测的深度学习模型.该模型通过对视频帧序列进行特征提取和时序建模,能够有效地检测出暴恐视频,具有较高的准确率和鲁棒性.实验结果表明,本文提出的模型在暴恐视频检测任务上取得了良好的表现,相比传统方法有了明显的提升.

关键词：深度学习、暴恐视频、CNN、ConvLSTM、多场景数据集

分类号：TN918.91

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：33-36