应用残差神经网络的色情图片检测

针对通常使用的色情图像检测方法难以准确提取色情图像特征的问题,本文提出一种基于残差神经网络的色情图片检测方法。该方法将色情图片检测转换成图片二分类问题,通过在50层残差神经网络模型之后级联敏感器官检测模块,模块采用综合性能优异的Faster R-CNN目标检测算法,按照阈值计算是否属于色情图片。通过对比测试结果表明,该方法可操作性强,通过将图像分类和局部特征相结合的方法,在识别准确率上效果良好,可以有效提升色情图片的检测率。

基于IE浏览器的色情图片过滤器

为了控制网络空间的色情传播,利用浏览器助手对象可以在浏览器的地址空间内引入处理代码,构建对Web页面色情图片的过滤器。色情图片在色度空间YUV和YIQ中分布具有一定特性,根据U与V的夹角和I的阈值进行肤色检测,生成掩码图像,然后进行纹理处理,提高了准确性。在掩码图像的基础上在原图像中提取特征值,进行图像的分类(色情图片或正常图片),决定对Web页面的处理,解决了Web页面色情图片过滤这一难点而又紧迫解决的问题。

基于多特征和树模型的人造色情图片识别（英文）

青少年在社交网络上浏览色情图片比较容易。研究者对真实色情图片的检测进行了大量研究,但是对人造色情图片的研究较少。本文主要针对社交网络中人造色情图片的识别进行了研究。整个过程由两部分组成:特征选择和图像识别。在特征选择中,本文选择了7大类型的特征。在图像识别中,主要包括3个步骤。1)为了缓解正、副样本的不平衡数据,本文对人造色情图片的样本集进行了扩充。2)提出了一种特征快速提取的方法。3)对比了三种类型的树模型,并选择了其中效果最好的GBDT模型作为最终图片识别的模型。通过实验验证了本文方法能够获得较好的精度,同时耗时较短。

一种客户端Web色情图片过滤软件框架设计

为了限制Windows客户端浏览器对含有色情图片的网页和网站的访问,设计一种浏览器Web色情图片过滤软件框架。该框架基于Winsock 2分层服务提供者LSP,对于IE内核浏览器和非IE内核浏览器均有效,克服基于浏览器助手对象BHO的过滤软件对于非IE内核浏览器无效的缺陷。测试表明,该软件框架对Web色情图片能达到较好的过滤效果。本框架对同类过滤软件的开发具有一定的参考价值。

网络清风

自互联网进入中国以来,广大网民在享受其方便快捷服务的同时,也饱尝其苦。从个人信息泄露到无所不及的网络诈骗,从春光乍泄的色情图片到以色牟利的非法网站,从令人生畏的人肉搜索到费尽心机的网络炒作……经历太多"风浪"的网民,渴望有个祥和的网络世界。在网络日新月异的"互联网+"时代,网民数量更是与日俱增。中国互联网络信息中心的数据显示,截至2020年12月,我国网民规模已达9.89亿。