特定敏感圖像的檢測與過濾.pdf

1、信息技術的發(fā)展尤其是互聯網技術的飛速發(fā)展給人們的工作生產生活帶來了極大的便利，網絡信息成為一種人們熟知的便捷信息來源和休閑生活方式，但網絡上大量的色情淫穢等不良信息已經嚴重干擾了正常的網絡生活，嚴重毒害著青少年的身心健康。網絡空間的色情傳播已在全球引起了關注，如何凈化網絡環(huán)境，增加對網絡活動的監(jiān)控手段，提高信息識別的能力便成為一種強烈的需求，作為其技術支持，基于內容的不良信息識別技術日益引起人們的重視。 基于內容的不良圖像的識別

2、和檢測技術近年來已引起人們的極大興趣，同時它也是基于內容的網絡過濾系統所面臨的一個重要且亟待解決的研究課題。色情圖像的識別問題實際上是圖像分類問題，我們使用基于內容的方法對圖像進行研究，利用統計分類方法實現對色情圖像的識別。采用的關鍵技術有：膚色檢測、圖像特征的提取和分類器的設計。 膚色檢測在基于內容的不良圖像信息識別研究中具有重要地位，是統計分類方法中特征提取的基礎。通過對膚色特征、膚色檢測過程中顏色空間的選擇、多種膚色模型的

3、進行比較后，我們綜合一種被稱為脈沖耦合神經網絡的方法，結合YIQ顏色空間進行膚色檢測。20世紀90年代，研究者基于哺乳動物視覺皮層神經活動提出了脈沖耦合神經網絡(Pulse Coupled Neural Network—PCNN)模型。因為PCNN具有生物視覺的現實依據，所以在圖像處理存在著優(yōu)勢，許多的研究者把脈沖耦合神經網絡應用于圖像分割，圖像濾波，圖像編碼等方面，人們已經做了大量的研究工作。對于把脈沖耦合神經網絡應用于圖像的分割，已

4、經取得了很大的成績，但是把神經網絡應用于人體膚色檢測，這方面的研究還較少。傳統的膚色檢測多是基于像素點的檢測，這種檢測方法沒有考慮膚色像素之間關系的特性，本文中，結合著區(qū)域增長的思想，研究了把PCNN用于人體膚色檢測的相關技術，這種膚色檢測技術是基于區(qū)域的檢測，它結合了膚色像素之間的相互關系信息，實驗表明，它能夠有效地檢測出圖像的皮膚區(qū)域。 分類器設計是統計分類方法的關鍵。不良圖像識別問題是一個小樣本問題，AdaBoost分類器

5、具有極好的學習性能，它的基本思想就是按照所給出的具有自適應性的閾值條件訓練出一定數量的弱分類器，再將這些弱分類器級聯成強分類器用于目標檢測。我們首先對AdaBoost的原理進行了介紹，明確了特征的選擇，以及簡化計算等方法。通過對測試圖像集中目標區(qū)域的標注，計算出敏感區(qū)域的harr特征，采用積分圖的方法進行簡化，降低了計算的復雜度。接著從敏感區(qū)域的大量的harr特征中，選擇描述目標區(qū)域最有力的特征，用這些特征構成弱分類器，在此基礎上，把這