SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Berg Johan)
 

Sökning: WFRF:(Berg Johan) > VidHarm: A Clip Bas...

  • Edstedt, JohanLinköpings universitet,Datorseende,Tekniska fakulteten (författare)

VidHarm: A Clip Based Dataset for Harmful Content Detection

  • Artikel/kapitelEngelska2022

Förlag, utgivningsår, omfång ...

  • Institute of Electrical and Electronics Engineers (IEEE),2022
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:ltu-94540
  • https://urn.kb.se/resolve?urn=urn:nbn:se:ltu:diva-94540URI
  • https://doi.org/10.1109/ICPR56361.2022.9956148DOI
  • https://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-191876URI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:kon swepub-publicationtype

Anmärkningar

  • ISBN för värdpublikation: 978-1-6654-9062-7
  • Funding Agencies|ELLIIT; Strategic Area for ICT research - Swedish Government; Vinnova [2020-04057]; Wallenberg Artificial Intelligence, Autonomous Systems and Software Program (WASP) - Knut and Alice Wallenberg Foundation
  • Automatically identifying harmful content in video is an important task with a wide range of applications. However, there is a lack of professionally labeled open datasets available. In this work VidHarm, an open dataset of 3589 video clips from film trailers annotated by professionals, is presented. An analysis of the dataset is performed, revealing among other things the relation between clip and trailer level annotations. Audiovisual models are trained on the dataset and an in-depth study of modeling choices conducted. The results show that performance is greatly improved by combining the visual and audio modality, pre-training on large-scale video recognition datasets, and class balanced sampling. Lastly, biases of the trained models are investigated using discrimination probing.VidHarm is openly available, and further details are available at the webpage https://vidharm.github.io/

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Berg, AmandaLinköpings universitet,Datorseende,Tekniska fakulteten(Swepub:liu)amabe60 (författare)
  • Felsberg, MichaelLinköpings universitet,Datorseende,Tekniska fakulteten(Swepub:liu)micfe03 (författare)
  • Karlsson, JohanStatens Medieråd, Stockholm,Statens Medierad, Sweden (författare)
  • Benavente, FranciscaStatens Medieråd, Stockholm,Statens Medierad, Sweden (författare)
  • Novak, AnetteStatens Medieråd, Stockholm,Statens Medierad, Sweden (författare)
  • Grund Pihlgren, Gustav,1994-Luleå tekniska universitet,EISLAB,Lulea Univ Technol, Sweden(Swepub:ltu)gusgru (författare)
  • Linköpings universitetDatorseende (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:2022 26th International Conference on Pattern Recognition (ICPR): Institute of Electrical and Electronics Engineers (IEEE), s. 1543-154997816654906279781665490634

Internetlänk

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy