互聯(lián)網(wǎng)文本視頻過濾技術(shù)研究與應(yīng)用.pdf

1、由于網(wǎng)絡(luò)信息發(fā)布缺少有效的監(jiān)督機制，越來越多的不良信息出現(xiàn)在網(wǎng)絡(luò)上。為了構(gòu)建和諧健康的網(wǎng)絡(luò)環(huán)境，自動的信息過濾技術(shù)具有重要研究價值。為了逃避現(xiàn)有的過濾系統(tǒng)，當前不良信息發(fā)布者越來越多地以圖像的形式發(fā)布不良文本信息，這給不良信息過濾研究提出了新的挑戰(zhàn)。本文針對網(wǎng)絡(luò)上的文本圖像信息進行不良信息過濾研究，其包括文本圖像的字符識別和識別后文本過濾兩個方面的研究內(nèi)容。
　　為了提高過濾的準確性，本文對文本圖像過濾的一些關(guān)鍵技術(shù)提出了建設(shè)性的

2、方法。通過文本定位和文本抽取研究提高復雜背景文本圖像中的字符識別性能，同時通過文本主題識別和文本傾向性分析相結(jié)合的方法來提高文本過濾的準確率。
　　本論文的主要工作如下：
　　1、本文提出了基于連通分量的文本定位方法。該方法利用了字符幾何形狀特征和文本區(qū)域內(nèi)字符整體特征，并將兩類特征有效地融合到分類過程中。同時，本方法使用了級聯(lián)弱分類器和支持向量機相結(jié)合的分類方法來確認字符。實驗結(jié)果顯示該方法具有較高的定位準確率。
　

3、　2、針對復雜背景圖像的文本抽取問題，本文提出了一種基于HSL顏色空間的抽取方法，用于消除字符顏色不一致和復雜背景的影響。該方法將文本區(qū)域分為三種不同的顏色類型，對不同類型的文本區(qū)域，采用HSL顏色空間中相適應(yīng)的顏色分量進行分割。該方法充分利用HSL各個分量的優(yōu)勢。實驗結(jié)果表明了該方法的有效性。
　　3、在文本過濾方面，本文采用主題來表示過濾模板，通過識別文本主題來確認是否需要過濾。本文提出了基于概念知識樹的主題識別方法。該方法利

4、用了概念知識樹的層次關(guān)系和節(jié)點屬性信息來確認文本主題的核心概念，并利用概念的語義關(guān)系構(gòu)建一個復合概念來表示文本的主題。實驗表明該主題識別方法具有較高的性能，并能有效地運用于文本過濾系統(tǒng)中。
　　4、為能夠準確識別具有相同主題的正面和反面文本，文本情感傾向性特性被用于文本過濾。本文提出了基于主題詞上下文詞匯的文本傾向性分析方法。該方法認為文本的傾向性與文本的主題相關(guān)，而且可以通過主題詞的上下文詞匯對主題詞的相互作用來表示。基于主題詞