网络恐怖信息过滤的研究不仅能够促进网络内容安全和人类情感认知等相关领域研究的发展,而且对构建和谐网络环境,维护社会稳定具有重要的社会意义。本文针对恐怖视频展开研究,在网络文献检索到范围内,现在几乎没有人关注恐怖视频的识别,只有在图像、视频情感分析领域的研究跟恐怖视频识别相关。要想解决恐怖视频识别问题,需要解决以下两个关键问题:(1)如何提取图像中的情感显著区域,并有效地提取与情感有关视觉特征?(2)如何有效地融合音视频的情感信息来识别恐怖视频?本文从特征层面到框架模型层面展开了一系列的研究工作。主要工作有:　　 ①调研了视频结构化分析的经典算法,实现了基于信息论的帧间互信息熵的镜头分割算法。　　 ②调研了大量的图像情感分析、音频情感分析的文献,提取了相关的音、视频情感特征,并把情感分析的研究成果应用到恐怖视频识别上。　　 ③引入了基于心理学实验的颜色情感和颜色和谐度理论,并在这两个理论的基础上提出了一种新的具有中高层语义的颜色情感特征,实验表明我们所提出的颜色情感特征能够提高恐怖视频识别的结果。　　 ④提出了摹于情感认知的恐怖视频识别的框架,取得了很好的实验效果。　　 ⑤通过对视频进行结构分析,创新性的把多示例学爿方法应用到恐怖视频识别中,实验结果证明多示例学习方法很适合解决恐怖视频识别问题。　　 ⑥构建了一个实验数据库。　　 总的说来,本文对恐怖视频识别作了有益的探索。