基于图像内容的成人图像检测
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 插图 | 第15-19页 |
| 表格 | 第19-21页 |
| 第1章 绪论 | 第21-43页 |
| ·课题背景及意义 | 第21-23页 |
| ·不基于图像内容的过滤方法 | 第23-25页 |
| ·基于黑名单的方法 | 第23-24页 |
| ·基于关键字的方法 | 第24-25页 |
| ·基于图像内容的过滤方法 | 第25-32页 |
| ·基于人体模型的检测方法 | 第25-26页 |
| ·基于图像低层特征的检测方法 | 第26-29页 |
| ·总结 | 第29-32页 |
| ·一般图像的识别技术 | 第32-39页 |
| ·图像识别的常见策略 | 第32-33页 |
| ·基于局部区域的图像识别 | 第33-34页 |
| ·基于视觉单词的图像识别 | 第34-36页 |
| ·借鉴文本语义分析的图像识别 | 第36-37页 |
| ·基于多层描述的图像识别 | 第37-38页 |
| ·基于核函数的图像识别 | 第38-39页 |
| ·基于随机场模型的图像识别 | 第39页 |
| ·本文的主要工作及论文的组织 | 第39-43页 |
| ·论文的主要工作及贡献 | 第40-41页 |
| ·论文的组织结构 | 第41-43页 |
| 第2章 成人图像低层识别特征的提取 | 第43-65页 |
| ·引言 | 第43页 |
| ·颜色特征 | 第43-46页 |
| ·肤色区域分布特征 | 第46-48页 |
| ·局部特征 | 第48-55页 |
| ·提取兴趣点 | 第50-51页 |
| ·建立局部描述 | 第51-53页 |
| ·产生视觉单词 | 第53-55页 |
| ·边缘特征 | 第55-58页 |
| ·实验评估 | 第58-62页 |
| ·颜色特征 | 第59页 |
| ·肤色分布特征 | 第59-60页 |
| ·视觉单词特征 | 第60-61页 |
| ·边缘特征 | 第61-62页 |
| ·本章小结 | 第62-65页 |
| 第3章 基于多层视觉单词的成人图像识别 | 第65-88页 |
| ·引言 | 第65-66页 |
| ·视觉词组 | 第66-68页 |
| ·兴趣区域话题 | 第68-72页 |
| ·获取兴趣区域 | 第68-69页 |
| ·分析兴趣区域话题 | 第69-72页 |
| ·敏感度分布特征 | 第72-73页 |
| ·基于视觉单词特征对图像分类 | 第73-76页 |
| ·实验评估 | 第76-84页 |
| ·参数选择 | 第77页 |
| ·特征方案比较 | 第77-79页 |
| ·系统性能 | 第79-84页 |
| ·结论 | 第84-88页 |
| 第4章 基于核函数的成人图像识别 | 第88-119页 |
| ·引言 | 第88-89页 |
| ·基于视觉单词上下文的图像核函数 | 第89-95页 |
| ·视觉单词的多粒度描述 | 第89-91页 |
| ·新核函数 | 第91-94页 |
| ·新核函数满足Mercer条件 | 第94页 |
| ·新核函数的实现 | 第94-95页 |
| ·基于新核函数的图像识别 | 第95-103页 |
| ·新核函数与支持向量机的结合 | 第95-96页 |
| ·使用新核函数对图像分类的性能 | 第96-101页 |
| ·使用新核函数检测成人图像 | 第101-103页 |
| ·局部学习与核函数相结合的成人图像检测 | 第103-109页 |
| ·核方法可扩展性的问题 | 第103-105页 |
| ·基于局部学习的核方法 | 第105-109页 |
| ·实验评估 | 第109-115页 |
| ·计算复杂度分析 | 第115-117页 |
| ·本章小结 | 第117-119页 |
| 结论 | 第119-122页 |
| 参考文献 | 第122-135页 |
| 攻读博士学位期间发表的学术论文 | 第135-137页 |
| 致谢 | 第137-138页 |
| 个人简历 | 第138页 |
