实际网络环境中不良图片的过滤方法

针对网络图像内容过滤的实际需求,提出了一种在非对称数据情况下不良图片快速过滤的方法,该方法利用混合肤色模型实现裸露区域的检测,利用人脸位置、裸露几何特征和图像背景等信息进行图像内容的判决,有效提高了网络图片的平均识别率。使用网络应用中正常图像与不良图像实际比例40:1的数据进行实测,不良图像的识别率为64.2%,正常图像的正识率为96.3%,误识率为3.7%,平均识别率达到95.5%,结果满足工程应用的需求。

一种不良图片快速过滤方法

本文提出了一种不良图片快速过滤的方法,该方法通过建立不同颜色空间上的混合肤色模型,用Adaboost算法进行人脸的准确定位,分析典型的肤色区域的几何特征等技术,能实现对包含不良信息图片的快速而准确的检测。实验结果显示,该方法对不良图片的检测平均可以达到80%以上的准确率,对于能够检测出人脸区域的图片,准确率可以达到98%。

基于截图内容的图片垃圾邮件过滤系统

垃圾邮件制造者常常将文字嵌入到图像中,产生了大量的图片垃圾邮件.为解决这一问题,提出并实现了一个基于截图内容的图片垃圾邮件过滤方案.首先由用户从垃圾邮件中截取某一子域图片,每一截图对应一类垃圾图片,所有的截图构成一个自定义的垃圾图片"黑名单".其次对读入的每一封图片邮件,其内置图片与"黑名单"中的图片进行图像匹配.最后若存在匹配项,则判定该邮件含有用户已指定的垃圾图片信息.将此图片垃圾邮件过滤方案应用于一个小型的邮件收发系统,使用3 534幅垃圾邮件图片进行实验,结果证明了该垃圾邮件过滤方案有效.

一种基于SVM的网络不良图像过滤方法

针对网络不良图像过滤的需求,提出一种基于SVM的不良图片快速过滤方法。该方法利用混合肤色模型实现裸露肤色区域的检测,提取人脸位置、形状和图像背景等特征,组成特征向量。用SVM分类器训练得到检测模型,利用这个模型进行判决,有效提高了不良图片的平均识别率。选取实际网络应用中的正常图像与不良图像,其中不良图像的识别率为83.9%,正常图像的识别率为93.4%,误检率为6.6%,平均识别率达到86.6%,实验显示该方法满足实际应用的需求。

基于内容的网页图片广告检测技术的研究与实现

针对网络上出现的大量垃圾广告图片,为了实现网络信息的快速传递,保障用户浏览网页的速度、准确性和安全性,有必要采取适当的措施对网页中弹出的图片广告进行拦截。本文提出了改进的基于图片内容的垃圾图片过滤方法。核心思想是首先提取出图片中的文字区域,再利用广告垃圾图片中的文字区域特征进行广告垃圾图片过滤。通过彩色边缘提取,候选文字区域提取,文字区域筛等步骤对图片是否是图片广告进行判别,根据判别的结果得出过虑和拦截的下一步操作。

基于多特征融合的花卉图像检索

以植物花卉图像为研究对象,对植物花卉图像在区域分割、特征提取、基于内容的雷同图像过滤以及基于SVM的植物花卉图像检索等方面进行了系统、深入和较为全面的研究。首先为保证检索效果,提出了基于Canny边缘的雷同图片过滤算法对花卉图像库中的雷同图片进行过滤。然后提出基于2RGB混合颜色模型的自适应阈值分割算法来对花卉图像进行分割。对特征提取采用多特征融合的方法,其中针对形状特征提出了基于HSV颜色模型的加权不变矩,并提出了结合形状特征与纹理特征的边缘LBP算子。通过在花卉图像库进行的实验表明,提出的若干方法都是有效的。

色形图像识别方法的研究

由于色情图像有大量裸露皮肤这一显著特征,色情图像过滤技术一般都是从肤色这一角度进行研发,通过计算出肤色像素这一比例值,可以排除大部分色情图像。但仅仅利用肤色这一特征进行色情图像过滤,又有着明显的不足,因为有些颜色像素和皮肤的肤色像素非常相近,这样一来就可能将合法图像判别为色情图像,从而出现误检的情况。因此,除了肤色这一全局特征,本系统还将综合利用Surf这一局部特征来进行图像分类识别。

轻轻一点，美图到“家”

喜欢像我这样在网上闲逛的网迷朋友们，肯定曾在不同场合见过一张张美丽的贴图。这些贴图往往精美之极，如果将它们下载来用作壁纸的话，“面子”肯定光彩不少。但是在下载保存时，必须每次选中一张图片，再点击右键“另存为”，恁多的图片最终只会累得手酸臂软。选择用网际快车之类的下载工具吧，因为图片的命名没有具体的规则，只能使用通配符“*”，这又难保没有“垃圾”文件趁机鱼目混珠。