网络不良图片过滤技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-10页 |
| ·国内外技术现状 | 第10-12页 |
| ·现存的问题 | 第12-13页 |
| ·本论文的研究内容及论文安排 | 第13-15页 |
| ·本文的主要内容和创新点 | 第13页 |
| ·论文的章节安排 | 第13-15页 |
| 2 肤色模型的建立 | 第15-24页 |
| ·人体肤色特征 | 第15页 |
| ·常用颜色空间介绍 | 第15-20页 |
| ·RGB颜色空间 | 第16-18页 |
| ·HSV颜色空间 | 第18页 |
| ·YUV颜色空间 | 第18-19页 |
| ·YIQ颜色空间 | 第19-20页 |
| ·混合肤色模型的引进 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 3 人脸检测 | 第24-38页 |
| ·人脸检测的常用方法 | 第24-29页 |
| ·LBP算法 | 第24-26页 |
| ·Gabor算法 | 第26-29页 |
| ·超分辨算法 | 第29-33页 |
| ·基于线性模型的超分辨算法 | 第29-31页 |
| ·基于概率模型的超分辨算法 | 第31-33页 |
| ·混合模型算法的提出 | 第33-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 性别判定 | 第38-45页 |
| ·PCA-SIFT特征提取 | 第38-39页 |
| ·SIFT的介绍 | 第38-39页 |
| ·PCA-SIFT介绍 | 第39页 |
| ·分类器介绍 | 第39-42页 |
| ·BP神经网络模型 | 第40页 |
| ·支持向量机 | 第40-42页 |
| ·学习矢量量化网络(LVQ) | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于混合模型的图像过滤系统实现与过滤结果分析 | 第45-60页 |
| ·系统总体设计 | 第45-48页 |
| ·算法流程 | 第45-46页 |
| ·系统总体方案设计 | 第46-48页 |
| ·流转发服务器 | 第48-53页 |
| ·图像分析服务器 | 第53-56页 |
| ·实验设计及结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 申请学位期间的研究成果及发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
