基于内容的敏感图像识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·基于内容的敏感图像识别简介 | 第10-11页 |
| ·论文研究内容 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第2章 国内外研究现状 | 第15-25页 |
| ·肤色检测技术 | 第15-19页 |
| ·高斯分布肤色模型 | 第15-16页 |
| ·肤色直方图模型 | 第16页 |
| ·基于肤色规则定义的方法 | 第16-18页 |
| ·肤色检测技术的新发展 | 第18页 |
| ·肤色检测存在的问题 | 第18-19页 |
| ·基于人体模型的方法 | 第19-20页 |
| ·基于图像特征的方法 | 第20-23页 |
| ·图像特征提取 | 第20-21页 |
| ·图像识别模型常用分类算法 | 第21-22页 |
| ·基于图像特征的敏感图像识别 | 第22-23页 |
| ·多技术融合的敏感图像识别方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 融合肤色与空间信息的特征提取方法 | 第25-39页 |
| ·基于 BoW 模型的图像识别方法 | 第25-33页 |
| ·图像视觉词袋模型 | 第25-27页 |
| ·特征检测与表示 | 第27-31页 |
| ·视觉词典的生成 | 第31-32页 |
| ·图像词袋向量表示 | 第32-33页 |
| ·肤色信息与特征提取的融合 | 第33-34页 |
| ·肤色检测算法 | 第33页 |
| ·肤色信息融合 | 第33-34页 |
| ·图像特征空间信息的引入 | 第34-37页 |
| ·金字塔匹配算法 | 第35-36页 |
| ·空间金字塔匹配算法 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于支撑向量机的敏感图像识别方法 | 第39-63页 |
| ·基于二类分类的敏感图像识别方法 | 第39-48页 |
| ·支撑向量机 | 第39-42页 |
| ·机器学习方法的性能评价 | 第42-43页 |
| ·二类分类方法的实施步骤 | 第43-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·基于一类分类的敏感图像识别方法 | 第48-58页 |
| ·一类支撑向量机 | 第49-52页 |
| ·直接利用 BoW 向量训练一类分类器的问题 | 第52-54页 |
| ·一类分类算法与 BoW 的融合方法 | 第54-57页 |
| ·一类分类方法的实施步骤 | 第57-58页 |
| ·实验结果及分析 | 第58-62页 |
| ·实验参数设置 | 第58-60页 |
| ·实验比较与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |
