| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 引言 | 第11-19页 |
| ·课题目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·不良信息检测技术国内外研究现状 | 第12-13页 |
| ·关键帧提取国内外研究现状 | 第13-15页 |
| ·人脸表情识别国内外研究现状 | 第15-17页 |
| ·不良视频分析的难点 | 第17页 |
| ·本文的主要研究内容和章节安排 | 第17-19页 |
| 第二章 基础知识和前期工作 | 第19-33页 |
| ·视频结构 | 第19-21页 |
| ·颜色空间 | 第21-23页 |
| ·RGB 颜色空间 | 第21页 |
| ·HSI、HSV 颜色空间 | 第21-23页 |
| ·YUV、YCbCr 颜色空间 | 第23页 |
| ·AdaBoost 算法简介 | 第23-27页 |
| ·扩展 Harr-Like 特征 | 第23-24页 |
| ·积分图像 | 第24-25页 |
| ·AdaBoost 算法描述 | 第25-26页 |
| ·级联结构 | 第26-27页 |
| ·课题组已经完成的相关工作 | 第27-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于多颜色空间的不良视频检测和预警 | 第33-45页 |
| ·视频有效能量 | 第33-34页 |
| ·基于多颜色空间的不良视频检测算法实现 | 第34-38页 |
| ·算法结构 | 第34页 |
| ·多颜色空间 | 第34-35页 |
| ·视频有效特征提取 | 第35-36页 |
| ·视频有效能量特征预处理 | 第36-37页 |
| ·视频有效能量特征匹配 | 第37-38页 |
| ·不良视频的特殊处理 | 第38页 |
| ·基于多颜色空间的不良视频检测系统的搭建 | 第38-42页 |
| ·不良视频检测系统各模块功能介绍 | 第39-40页 |
| ·不良视频检测系统检测过程和检测结果分析 | 第40-42页 |
| ·本章小结 | 第42-45页 |
| 第四章 基于人脸表情识别的不良视频检测研究 | 第45-59页 |
| ·互动机制 | 第45页 |
| ·基于图像信息熵的关键帧提取算法 | 第45-48页 |
| ·图像信息熵 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·基于 CBP-TOP 特征的人脸表情识别 | 第48-58页 |
| ·LBP 算法 | 第48-50页 |
| ·CBP 算法 | 第50-51页 |
| ·基于图像序列的 CBP-TOP 特征提取 | 第51-52页 |
| ·CBP-TOP 算子的计算 | 第52-53页 |
| ·CBP-TOP 算子提取分块人脸表情图像特征 | 第53-54页 |
| ·人脸表情识别结果和分析 | 第54-57页 |
| ·基于多颜色空间的不良视频检测和表情识别的有效融合 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 附录 | 第69页 |
| 一、在校期间发表的学术论文 | 第69页 |
| 二、在校期间获奖情况 | 第69页 |