敏感视频识别的关键技术研究与应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15页 |
| 1.2 研究现状概述 | 第15-18页 |
| 1.2.1 国内外研究现状 | 第16页 |
| 1.2.2 敏感视频检测关键技术介绍 | 第16-18页 |
| 1.3 本文内容与结构 | 第18-21页 |
| 1.3.1 主要研究工作 | 第18页 |
| 1.3.2 本课题创新点 | 第18-19页 |
| 1.3.3 本文组织结构 | 第19-21页 |
| 第二章 相关理论 | 第21-29页 |
| 2.1 敏感内容识别概述 | 第21页 |
| 2.2 目标特征表示方法概述 | 第21-23页 |
| 2.2.1 基于全局内容的目标特征 | 第21-22页 |
| 2.2.1.1 基于颜色的特征 | 第21-22页 |
| 2.2.1.2 基于纹理的特征 | 第22页 |
| 2.2.2 基于局部信息的目标特征 | 第22-23页 |
| 2.2.2.1 角点检测子 | 第22-23页 |
| 2.2.2.2 区域检测子 | 第23页 |
| 2.3 机器学习方法概述 | 第23-25页 |
| 2.3.1 Adaboost分类器 | 第23-24页 |
| 2.3.2 近邻分类算法 | 第24-25页 |
| 2.4 目标检测方法概述 | 第25-27页 |
| 2.4.1 窗口扫描模型 | 第25-26页 |
| 2.4.2 基于部件结构的模型 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于肤色的敏感视频检测方法 | 第29-43页 |
| 3.1 敏感图像识别流程设计 | 第29-30页 |
| 3.2 关键帧提取模块 | 第30-32页 |
| 3.2.1 FFmpeg的介绍 | 第30-31页 |
| 3.2.2 关键帧的提取 | 第31-32页 |
| 3.3 人体肤色检测模块 | 第32-39页 |
| 3.3.1 颜色空间选择 | 第32页 |
| 3.3.2 肤色检测算法的改进 | 第32-39页 |
| 3.3.2.1 人脸检测 | 第33-34页 |
| 3.3.2.2 非肤色区域的排除 | 第34-37页 |
| 3.3.2.3 自适应肤色判别 | 第37-39页 |
| 3.4 敏感部位检测 | 第39-42页 |
| 3.4.1 特征提取 | 第39-41页 |
| 3.4.2 训练算法 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于级联的检测系统 | 第43-55页 |
| 4.1 关键帧提取实现 | 第43页 |
| 4.2 肤色检测模块实现 | 第43-45页 |
| 4.2.1 人脸检测的实现 | 第43-44页 |
| 4.2.2 自适应检测实现 | 第44-45页 |
| 4.3 感兴趣区的自动获取 | 第45-48页 |
| 4.3.1 图像的区域划分 | 第45-47页 |
| 4.3.2 感兴趣点和感兴趣区域 | 第47-48页 |
| 4.4 敏感部位检测实现 | 第48-51页 |
| 4.4.1 分类器训练 | 第48-51页 |
| 4.4.2 检测方法 | 第51页 |
| 4.5 检测模块的级联 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 实验分析 | 第55-65页 |
| 5.1 肤色检测模块测试 | 第55-57页 |
| 5.1.1 数据库建立 | 第55页 |
| 5.1.2 检测结果 | 第55-57页 |
| 5.2 敏感部位识别模块检测 | 第57-59页 |
| 5.2.1 数据库建立 | 第57页 |
| 5.2.2 检测结果 | 第57-59页 |
| 5.3 系统性能测试 | 第59-63页 |
| 5.3.1 检测样本集 | 第59页 |
| 5.3.2 测试结果 | 第59-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 研究成果及发表的学术论文 | 第73-75页 |
| 作者及导师介绍 | 第75-76页 |
| 硕士研究生学位论文答辩委员会决议书 | 第76-77页 |
