特定敏感圖像的檢測(cè)與過(guò)濾.pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、信息技術(shù)的發(fā)展尤其是互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展給人們的工作生產(chǎn)生活帶來(lái)了極大的便利,網(wǎng)絡(luò)信息成為一種人們熟知的便捷信息來(lái)源和休閑生活方式,但網(wǎng)絡(luò)上大量的色情淫穢等不良信息已經(jīng)嚴(yán)重干擾了正常的網(wǎng)絡(luò)生活,嚴(yán)重毒害著青少年的身心健康。網(wǎng)絡(luò)空間的色情傳播已在全球引起了關(guān)注,如何凈化網(wǎng)絡(luò)環(huán)境,增加對(duì)網(wǎng)絡(luò)活動(dòng)的監(jiān)控手段,提高信息識(shí)別的能力便成為一種強(qiáng)烈的需求,作為其技術(shù)支持,基于內(nèi)容的不良信息識(shí)別技術(shù)日益引起人們的重視。 基于內(nèi)容的不良圖像的識(shí)別

2、和檢測(cè)技術(shù)近年來(lái)已引起人們的極大興趣,同時(shí)它也是基于內(nèi)容的網(wǎng)絡(luò)過(guò)濾系統(tǒng)所面臨的一個(gè)重要且亟待解決的研究課題。色情圖像的識(shí)別問(wèn)題實(shí)際上是圖像分類問(wèn)題,我們使用基于內(nèi)容的方法對(duì)圖像進(jìn)行研究,利用統(tǒng)計(jì)分類方法實(shí)現(xiàn)對(duì)色情圖像的識(shí)別。采用的關(guān)鍵技術(shù)有:膚色檢測(cè)、圖像特征的提取和分類器的設(shè)計(jì)。 膚色檢測(cè)在基于內(nèi)容的不良圖像信息識(shí)別研究中具有重要地位,是統(tǒng)計(jì)分類方法中特征提取的基礎(chǔ)。通過(guò)對(duì)膚色特征、膚色檢測(cè)過(guò)程中顏色空間的選擇、多種膚色模型的

3、進(jìn)行比較后,我們綜合一種被稱為脈沖耦合神經(jīng)網(wǎng)絡(luò)的方法,結(jié)合YIQ顏色空間進(jìn)行膚色檢測(cè)。20世紀(jì)90年代,研究者基于哺乳動(dòng)物視覺(jué)皮層神經(jīng)活動(dòng)提出了脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse Coupled Neural Network—PCNN)模型。因?yàn)镻CNN具有生物視覺(jué)的現(xiàn)實(shí)依據(jù),所以在圖像處理存在著優(yōu)勢(shì),許多的研究者把脈沖耦合神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像分割,圖像濾波,圖像編碼等方面,人們已經(jīng)做了大量的研究工作。對(duì)于把脈沖耦合神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像的分割,已

4、經(jīng)取得了很大的成績(jī),但是把神經(jīng)網(wǎng)絡(luò)應(yīng)用于人體膚色檢測(cè),這方面的研究還較少。傳統(tǒng)的膚色檢測(cè)多是基于像素點(diǎn)的檢測(cè),這種檢測(cè)方法沒(méi)有考慮膚色像素之間關(guān)系的特性,本文中,結(jié)合著區(qū)域增長(zhǎng)的思想,研究了把PCNN用于人體膚色檢測(cè)的相關(guān)技術(shù),這種膚色檢測(cè)技術(shù)是基于區(qū)域的檢測(cè),它結(jié)合了膚色像素之間的相互關(guān)系信息,實(shí)驗(yàn)表明,它能夠有效地檢測(cè)出圖像的皮膚區(qū)域。 分類器設(shè)計(jì)是統(tǒng)計(jì)分類方法的關(guān)鍵。不良圖像識(shí)別問(wèn)題是一個(gè)小樣本問(wèn)題,AdaBoost分類器

5、具有極好的學(xué)習(xí)性能,它的基本思想就是按照所給出的具有自適應(yīng)性的閾值條件訓(xùn)練出一定數(shù)量的弱分類器,再將這些弱分類器級(jí)聯(lián)成強(qiáng)分類器用于目標(biāo)檢測(cè)。我們首先對(duì)AdaBoost的原理進(jìn)行了介紹,明確了特征的選擇,以及簡(jiǎn)化計(jì)算等方法。通過(guò)對(duì)測(cè)試圖像集中目標(biāo)區(qū)域的標(biāo)注,計(jì)算出敏感區(qū)域的harr特征,采用積分圖的方法進(jìn)行簡(jiǎn)化,降低了計(jì)算的復(fù)雜度。接著從敏感區(qū)域的大量的harr特征中,選擇描述目標(biāo)區(qū)域最有力的特征,用這些特征構(gòu)成弱分類器,在此基礎(chǔ)上,把這

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論