2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著信息技術(shù)及互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們更加易于獲取大量的有用信息,但是淫穢、色情等不良信息的傳播干擾了正常的網(wǎng)絡體驗,嚴重危害著青少年的身心健康,帶來了嚴重的社會問題。因此,不良圖像過濾技術(shù)成為了一個重要且亟待解決的研究課題,引起了研究人員的關(guān)注。本文針對不良圖像檢測相關(guān)技術(shù)進行了深入研究,論文工作涉及到計算機視覺和統(tǒng)計機器學習的相關(guān)理論,研究成果可以為打擊色情圖像傳播提供技術(shù)支持,主要研究成果如下:
  1.基于最穩(wěn)定極值區(qū)域分析

2、的膚色檢測算法在膚色距離圖像上分析膚色,算法采用的紋理映射距離基于灰度的歐式距離,易導致膚色提取的不準確。針對以上不足,本文采用最優(yōu)近鄰差異測度來度量圖像相鄰像素的紋理相似性,在最穩(wěn)定顏色區(qū)域算法中引入膚色測度,提出了最穩(wěn)定膚色區(qū)域檢測算法,并在中科院計算所膚色數(shù)據(jù)庫上對算法進行了測試,測試結(jié)果優(yōu)于基于最穩(wěn)定極值區(qū)域分析的膚色檢測算法,在假陽性率為8.2%的條件下,真陽性率提高4%。
  2.不良圖像的復雜性使基于低層特征描述的不

3、良圖像檢測算法具有較高的假陽性率,詞袋模型因其在語義描述上的優(yōu)勢成為不良圖像檢測極具潛力的發(fā)展方向之一。鑒于詞袋模型常采用的尺度不變特征變換特征未包含顏色信息,而顏色信息是不良圖像的判別的重要線索,為此,本文提出了結(jié)合顏色注意和詞袋模型的不良圖像檢測算法,分析三種顏色和形狀字典融合方法的優(yōu)劣,并在數(shù)據(jù)庫上進行了測試,在假陽性率為20%的條件下,較傳統(tǒng)的基于詞袋模型的不良圖像檢測算法,真陽性率由80%提高到93.2%。
  3.為了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論