A+ A- Acessibilidade
Buscar

Autores

Daniel Moreira, Sandra Avila, Mauricio Perez, Daniel Moraes, Vanessa Testoni, Eduardo Valle, Siome Goldenstein e Anderson Rocha.

Descrição

A base de dados “Pornografia-2K é uma versão estendida da base “Pornografia-800”, originalmente proposta em [1]. A nova base reúne aproximadamente 140 horas de 1000 vídeos pornográficos e outros 1000 vídeos não-pornográficos, cujas durações variam de 6 a 33 minutos. No que concerne ao material pornográfico, diferentemente da base “Pornografia-800”, nós não restringimos a base a websites especializados em pornografia. Ao invés disso, também exploramos websites de vídeos com conteúdo genérico, nos quais conteúdos pornográficos foram facilmente encontrados. Como resultado, a base “Pornografia-2K” é bastante variada, incluindo material tanto profissional como amador. Além disso, a base também abrange diferentes gêneros de pornografia, revelando uma ampla gama de diferenciação étnica e comportamental. Com relação ao conteúdo não-pornográfico, o procedimento foi similar ao de [1]. Coletamos amostras simples, através da seleção aleatória de arquivos dos mesmos websites de vídeos com conteúdo genérico. Também coletamos amostras mais complexas, através da seleção resultados obtidos por buscas textuais que incluíam palavras como “wrestling” (“luta”), “sumo”, “swimming” (“nadando”), “beach” (“praia”) etc, que são palavras associadas a atividades com exposição da pele. Os dados estão disponíveis de forma gratuita para a comunidade científica, mas, considerando a presença de conteúdo sensível (pornografia), o requerimento pelo acesso à base deve ser realizado formalmente, atestando responsabilidade.
TRoF – Temporal Robust Features.

Publicações relacionadas

D. Moreira; S. Avila; M. Perez; D. Moraes; V. Testoni; E. Valle; S. Goldenstein; A. Rocha., “Pornography Classification: The Hidden Clues in Video Space-Time” in Forensic Science International, vol. 268, November 2016, p. 46-61. [doi].

D. Moreira, S. Avila, M. Perez, D. Moraes, V. Testoni, E. Valle, S. Goldenstein, and A. Rocha, “Temporal Robust Features for Violence Detection,” 2017 IEEE Winter Conference on Applications of Computer Vision (WACV), Santa Rosa, CA, 2017, pp. 391-399. [doi].

[1] S. Avila, N. Thome, M. Cord, E. Valle, A. Araújo, Pooling in image representation: the visual codeword point of view, Computer Vision and Image Understanding, vol. 117, p. 453-465, 2013.