Development of Finegrained and Explainable Violence Rating Approaches

2021 Fiscal Year Final Research Report

• Project/Area Number: 20K19831
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Ritsumeikan University
• Principal Investigator: WANG YU 立命館大学, 情報理工学部, 助教 (60724169)
• Project Period (FY): 2020-04-01 – 2022-03-31
• Keywords: 暴力度レーティング / 動画像認識

Outline of Final Research Achievements

In this research project, the objective is to develop fine-grained and explainable violence rating approaches. We mainly worked on the following aspects: (1) We developed and implemented the relative attribute based labeling tool. We evaluated its practical usages on real labeling task with limited scale and confirmed its efficiency. (2) We proposed new modulars (CRA and RMCSA) for deep models, as well as new deep model architectures (DPCNN and MSCNN). Their performance was extensively evaluated.

Free Research Field

画像処理

Academic Significance and Societal Importance of the Research Achievements

本研究で開発した暴力度レーティング技術は実用性が高く，実用できれば，ビデオごとに暴力度の詳細推定及び推定根拠の提示が可能になる．また，この技術により推定した暴力度から，ビデオごとに視聴に適した年齢層を見積もることができるため，青少年をはじめとする多くの利用者にとって，より自由で安全な視聴空間が確保できる．また，本研究で開発したラベリングツール，及び深層モデルのモジュールやアーキテクチャは，画像・映像における主観的属性認識タスクの最も基本的な課題の解決にも貢献できる．研究成果は画像・映像の分類，要約，検索などの研究にも大きな推進力を与えることになる。