Publication
Deteção Automática de Conteúdos Explícitos em Sequências de Vídeo
| datacite.subject.fos | Especialização de Telecomunicações | pt_PT |
| dc.contributor.advisor | Viana, Paula Maria Marques Moura Gomes | |
| dc.contributor.author | Fernandes, Victor Emanuel Teixeira | |
| dc.date.accessioned | 2015-12-07T12:10:29Z | |
| dc.date.available | 2017-08-01T00:30:10Z | |
| dc.date.issued | 2014-07 | |
| dc.date.submitted | 2014-07 | |
| dc.description.abstract | Nos últimos anos, o fácil acesso em termos de custos, ferramentas de produção, edição e distribuição de conteúdos audiovisuais, contribuíram para o aumento exponencial da produção diária deste tipo de conteúdos. Neste paradigma de superabundância de conteúdos multimédia existe uma grande percentagem de sequências de vídeo que contém material explícito, sendo necessário existir um controlo mais rigoroso, de modo a não ser facilmente acessível a menores. O conceito de conteúdo explícito pode ser caraterizado de diferentes formas, tendo o trabalho descrito neste documento incidido sobre a deteção automática de nudez feminina presente em sequências de vídeo. Este processo de deteção e classificação automática de material para adultos pode constituir uma ferramenta importante na gestão de um canal de televisão. Diariamente podem ser recebidas centenas de horas de material sendo impraticável a implementação de um processo manual de controlo de qualidade. A solução criada no contexto desta dissertação foi estudada e desenvolvida em torno de um produto especifico ligado à área do broadcasting. Este produto é o mxfSPEEDRAIL F1000, sendo este uma solução da empresa MOG Technologies. O objetivo principal do projeto é o desenvolvimento de uma biblioteca em C++, acessível durante o processo de ingest, que permita, através de uma análise baseada em funcionalidades de visão computacional, detetar e sinalizar na metadata do sinal, quais as frames que potencialmente apresentam conteúdo explícito. A solução desenvolvida utiliza um conjunto de técnicas do estado da arte adaptadas ao problema a tratar. Nestas incluem-se algoritmos para realizar a segmentação de pele e deteção de objetos em imagens. Por fim é efetuada uma análise critica à solução desenvolvida no âmbito desta dissertação de modo a que em futuros desenvolvimentos esta seja melhorada a nível do consumo de recursos durante a análise e a nível da sua taxa de sucesso. | pt_PT |
| dc.description.abstract | In the last few years, we have been experiencing an exponential increase in the delivery of audiovisual content, fostered by new technology that enables diminishing production, editing and distribution costs. In this scenario of super abundance of audiovisual content, a large percentage of it may contain explicit content and this should be subject to a closer analysis, so that minors cannot access it easily. Although the explicit content can be characterized in several acts, this dissertation only dealt with the automatic detection of female nudity present in video sequences. The solution developed in this dissertation was researched and developed around a specific product connected to the broadcasting market. This product is mxfSPEEDRAIL F1000, an ingest solution built at MOG Technologies. The main objective of this project was the development of a C++ library to be used during the ingest process and that enabled, using computer vision approaches, to detect and label frames that potentially contain explicit content. State of the art techniques, adapted to the problem under analysis, have been used to perform skin segmentation and object detection in images. A detailed analysis of the solution’s performance was also done in order to implement further improvements in future releases. | pt_PT |
| dc.identifier.tid | 201824558 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/7111 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | MOG Technologies | pt_PT |
| dc.subject | OpenCV | pt_PT |
| dc.subject | Machine Learning | pt_PT |
| dc.subject | Controlo de Qualidade Automático | pt_PT |
| dc.subject | Deteção de conteúdo explícito | pt_PT |
| dc.subject | Segmentação de Pele | pt_PT |
| dc.subject | Deteção de objetos em imagens | pt_PT |
| dc.subject | Automatic Quality Control | pt_PT |
| dc.subject | Explicit Content Detection | pt_PT |
| dc.subject | Skin Segmentation | pt_PT |
| dc.subject | Object detection in images | pt_PT |
| dc.title | Deteção Automática de Conteúdos Explícitos em Sequências de Vídeo | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Eletrotécnica e de Computadores | pt_PT |