基于多示例學(xué)習(xí)的圖像內(nèi)容過濾算法研究.pdf

1、本文結(jié)合多示例學(xué)習(xí)算法，研究并實(shí)現(xiàn)了基于圖像內(nèi)容的色情圖像監(jiān)控系統(tǒng)，從理論和實(shí)踐上對(duì)多示例學(xué)習(xí)算法在圖像過濾領(lǐng)域的應(yīng)用進(jìn)行了一個(gè)探索。 特征提取是機(jī)器獲取圖像內(nèi)容的重要手段。針對(duì)色情圖像的特點(diǎn)，本文選取了顏色、紋理和形狀特征作為特征值，由這些特征值組成特征向量交給多示例學(xué)習(xí)，利用多示例對(duì)未知概念包的預(yù)測(cè)功能來完成圖像檢測(cè)，進(jìn)而實(shí)現(xiàn)圖像的過濾。 本文的機(jī)器學(xué)習(xí)過程采用多示例學(xué)習(xí)算法完成。首先將圖像過濾中的概念統(tǒng)一到多示例框

2、架下，色情圖像特征的求解問題被轉(zhuǎn)化成多示例問題中目標(biāo)概念的求解問題，在多示例框架下采用EM_DD算法實(shí)現(xiàn)目標(biāo)概念的求解，并用模擬退火算法對(duì)其改進(jìn)，提高了搜索的速度和精度。 通過對(duì)1500張色情圖像和1500張正常圖像進(jìn)行檢測(cè)，得出本算法的檢出率為87.4％，虛警率為12.5％，從檢測(cè)結(jié)果來看，本文提出的基于多示例學(xué)習(xí)算法的色情圖像過濾算法能夠有效地識(shí)別色情圖像和正常圖像。 最后，本文在Visual C++6.0環(huán)境下開發(fā)