网络图像的数据捕获及敏感图像识别的关键技术研究
| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外相关技术发展概况 | 第9-12页 |
| ·基于URL 的过滤方式 | 第10页 |
| ·基于文本的过滤方式 | 第10-11页 |
| ·基于图像内容的过滤方式 | 第11-12页 |
| ·本文的主要内容及论文组织结构 | 第12-14页 |
| 第二章 网络图像数据包捕获及分析重组 | 第14-22页 |
| ·工具选择 | 第14-15页 |
| ·Libpcap 简介 | 第14页 |
| ·WinPcap 简介 | 第14-15页 |
| ·数据包捕获 | 第15-17页 |
| ·IP 数据报结构 | 第15-16页 |
| ·TCP 数据报结构 | 第16-17页 |
| ·数据包分析及重组 | 第17-22页 |
| ·三次握手 | 第17页 |
| ·图片包的分析 | 第17-18页 |
| ·数据包重组及图片还原 | 第18-22页 |
| 第三章 敏感图像识别模型 | 第22-26页 |
| ·敏感图像识别研究的角度 | 第22-23页 |
| ·敏感图像识别模型 | 第23-24页 |
| ·图片库的建立 | 第24-26页 |
| 第四章 肤色检测模型的建立 | 第26-37页 |
| ·肤色检测相关理论及应用 | 第26页 |
| ·肤色及其特性 | 第26-27页 |
| ·颜色空间 | 第27-29页 |
| ·RGB 颜色空间 | 第27-28页 |
| ·YUI,YIQ 颜色空间 | 第28-29页 |
| ·肤色检测模型 | 第29-32页 |
| ·色度空间模型算法 | 第29-30页 |
| ·种子像素邻域扩展模型 | 第30-31页 |
| ·统计直方图模型的贝叶斯分类算法 | 第31页 |
| ·三种肤色模型检测算法的比较 | 第31-32页 |
| ·肤色掩码图像的后续处理 | 第32-36页 |
| ·纹理模型对掩码图像的影响 | 第33-34页 |
| ·掩码图像的辅助处理 | 第34-36页 |
| ·肤色检测模型流程图 | 第36-37页 |
| 第五章 敏感图像的分类特征提取 | 第37-45页 |
| ·肤色面积百分比及区域百分比的提取与评价 | 第38-40页 |
| ·皮肤连通区域相关特征提取与评价 | 第40-42页 |
| ·算法主要实现思想 | 第40-41页 |
| ·连通区域相关特征统计结果及分类性评价 | 第41-42页 |
| ·肤色概率相关特征提取与评价 | 第42-44页 |
| ·分类特征向量的最终选定 | 第44-45页 |
| 第六章 分类器的建立 | 第45-54页 |
| ·支持向量机 | 第46-49页 |
| ·线性可分与特征映射 | 第47-48页 |
| ·核函数的引入 | 第48-49页 |
| ·LIBSVM | 第49页 |
| ·分类器的构建 | 第49-54页 |
| ·数据格式 | 第50页 |
| ·核函数的选择 | 第50-51页 |
| ·交叉验证及参数选择 | 第51-53页 |
| ·分类器性能测试 | 第53-54页 |
| 第七章 总结与展望 | 第54-57页 |
| ·本文总结 | 第54-55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 摘要 | 第59-62页 |
| Abstract | 第62-66页 |
| 致谢 | 第66页 |
