網(wǎng)絡(luò)不良圖像檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、隨著信息時(shí)代的急速發(fā)展,互聯(lián)網(wǎng)成為人們進(jìn)行信息交流與傳播的最便捷和最重要的工具,但是不良信息也開(kāi)始在互聯(lián)網(wǎng)上擴(kuò)散和傳播并成為人們關(guān)注的熱點(diǎn)。
　　詞袋模型不僅用于文檔分類(lèi)領(lǐng)域,而且近年來(lái)已應(yīng)用到圖像處理和識(shí)別領(lǐng)域。本文針對(duì)現(xiàn)有不良圖像檢測(cè)方法的不足,開(kāi)展了網(wǎng)絡(luò)不良圖像檢測(cè)關(guān)鍵技術(shù)研究,建立了網(wǎng)絡(luò)不良圖像檢測(cè)新方法,其論文的主要工作包括:
　　(1)結(jié)合閾值分割理論改進(jìn)了基于貝葉斯判別的膚色檢測(cè)模型,并通過(guò)實(shí)驗(yàn)對(duì)比,驗(yàn)證了改進(jìn)

2、后的膚色檢測(cè)模型對(duì)膚色區(qū)域檢測(cè)的有效性。
　　(2)改進(jìn)了SIFT(Scale Invariant Feature Transform,SIFT)特征描述子,建立了基于雙尺度US-SIFT(Uniform Sampling SIFT,US-SIFT)特征描述子,該特征描述子相比較于傳統(tǒng)的SIFT特征描述子,圖像特征點(diǎn)的獲取方法更為簡(jiǎn)單,得到的特征點(diǎn)數(shù)量更多,能夠更加充分的利用圖像的信息進(jìn)行不良圖像檢測(cè),通過(guò)實(shí)驗(yàn)對(duì)比驗(yàn)證了US-SI

3、FT描述子的有效性,且對(duì)采樣間隔進(jìn)行了最優(yōu)參數(shù)選取,使其在保證效率的同時(shí)提高圖像特征提取的準(zhǔn)確率。
　　(3)改進(jìn)了傳統(tǒng)的視覺(jué)詞袋構(gòu)造方法,通過(guò)實(shí)際計(jì)算來(lái)選取恰當(dāng)?shù)木垲?lèi)中心,利用三角形三邊關(guān)系定理對(duì)聚類(lèi)計(jì)算過(guò)程進(jìn)行簡(jiǎn)化,通過(guò)實(shí)驗(yàn)分析了視覺(jué)詞袋的大小與視覺(jué)單詞之間耦合度的關(guān)系,并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的視覺(jué)詞袋構(gòu)造方法獲取圖像視覺(jué)詞袋的準(zhǔn)確性更高、耗時(shí)更少。
　　(4)借助SVM(Support Vector Machine,S