摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.2.1 国外研究现状 | 第11页 |
1.2.2 国内研究现状 | 第11-12页 |
1.3 相关关键技术 | 第12-13页 |
1.3.1 级联的方法实现色情镜头的检测 | 第12页 |
1.3.2 基于肤色的连通域提取技术 | 第12页 |
1.3.3 基于AdaBoost学习的敏感部位分类器技术 | 第12-13页 |
1.3.4 人脸检测和肤色检测技术 | 第13页 |
1.4 研究目标及主要内容 | 第13-14页 |
1.5 论文组织结构 | 第14-15页 |
第二章 肤色检测算法和常用人脸检测算法分析 | 第15-27页 |
2.1 肤色检测算法分析 | 第15-21页 |
2.1.1 颜色空间的选择 | 第15-17页 |
2.1.2 肤色模型的建立 | 第17-21页 |
2.2 常用人脸检测算法分析 | 第21-26页 |
2.2.1 模板匹配模型 | 第22-23页 |
2.2.2 肤色模型 | 第23页 |
2.2.3 ANN、SVM模型 | 第23-24页 |
2.2.4 AdaBoost模型 | 第24-26页 |
2.3 本章小结 | 第26-27页 |
第三章 基于肤色的连通域提取方法 | 第27-39页 |
3.1 引言 | 第27页 |
3.2 基于肤色的连通域提取方法 | 第27-31页 |
3.2.1 连通域标记 | 第28-29页 |
3.2.2 处理连通域标号 | 第29页 |
3.2.3 存储等价标号 | 第29-30页 |
3.2.4 二值图像优化 | 第30-31页 |
3.3 试验验证与分析 | 第31-38页 |
3.3.1 通过多组实验对比二值图像的优化效果 | 第31-32页 |
3.3.2 人脸和大面积肤色是否连通的对比实验 | 第32-36页 |
3.3.3 穿着暴露的视频和正常视频的对比实验 | 第36-38页 |
3.4 本章小结 | 第38-39页 |
第四章 基于AdaBoost学习的敏感部位检测方法 | 第39-49页 |
4.1 引言 | 第39页 |
4.2 基于AdaBoost学习的敏感部位检测方法 | 第39-46页 |
4.2.1 分类器训练算法实现过程 | 第40-43页 |
4.2.2 乳房分类器检测 | 第43-45页 |
4.2.3 乳晕分类器检测 | 第45-46页 |
4.3 实验验证与分析 | 第46-48页 |
4.4 本章小结 | 第48-49页 |
第五章 色情视频检测系统设计与实现 | 第49-65页 |
5.1 色情视频检测系统介绍 | 第49-52页 |
5.2 自动生成报表及检测信息入库 | 第52-55页 |
5.2.1 自动生成报表 | 第53页 |
5.2.2 入库及信息查询 | 第53-55页 |
5.3 实验结果及分析 | 第55-65页 |
第六章 总结与展望 | 第65-67页 |
6.1 论文总结 | 第65-66页 |
6.2 未来研究展望 | 第66-67页 |
参考文献 | 第67-70页 |
在学期间的研究成果 | 第70-71页 |
致谢 | 第71页 |