贝叶斯判决BootstrapSIFT描述子BoW模型距离测度稀疏表硕士论文.doc

基于语义稀疏表示的不良图像检测算法智能信息处理， 2011， 硕士【摘要】 高质量的多媒体通信使人们易于获取大量的有用信息。然而,淫秽、色情等不良信息的传播方式也更为隐蔽化和多样化,而且带来严重的社会问题。因此该方面的研究成果对净化社会环境、保护青少年健康成长,维护社会伦理道德等方面有积极的作用。本文系统分析了现有方法的优缺点,针对如下问题进行较深入的研究:鲁棒的肤色建模、不良特征表示和判别。主要研究成果如下:针对彩色不良图像中包含裸露的皮肤区域的特点,提出一种基于主动学习的贝叶斯肤色建模方法。根据YCbCr色彩空间与人类视觉感知机理相类似的特点和该空间中肤色的聚类特性,选择在YCbCr色彩空间上建立贝叶斯肤色判别模型;进而,通过Bootstrap主动反馈方法提升肤色训练样本的典型性和多样性,避免肤色模型发生过拟合。为在肤色区域内引入高层语义信息,提高不良图像判别的准确度,本文在肤色区域内检测高斯差分算子的极值点得到图像的感兴趣点,根据SIFT描述子对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性,对仿射变换也保持一定程度的稳定性,本文采用SIFT算法对兴趣点进行描述,提取出能更好体现这类图像的特征。考虑到待测图像的多样性,本文提出基于词袋模型和.更多还原【Abstract】 People can get plenty of useful information through high-quality multimedia communications. However, the transmission of pornographic and other undesirable information is also more subtle and concealed. This trend leads to serious social problems. Therefore, the research achievements for this purpose are helpful to purify the social environment, protect the mental health of the underages, and safeguard social ethics. The existing methods are systemically reviewed in this paper. Some crucial prob.更多还原 【关键词】 贝叶斯判决； Bootstrap； SIFT描述子； BoW； 模型； 距离测度； 稀疏表； 【Key words】 Bayes decision； Bootstrap； SIFT descriptor； BoW model； Distance measurement； Sparse representation； 摘要 3-4 Abstract 4 第一章 绪论 7-11 1.1 研究背景 7 1.2 国内外研究现状及发展趋势 7-9 1.3 主要研究内容及结构安排 9-11 第二章 基于主动反馈贝叶斯判别的肤色检测 11-21 2.1 引言 11 2.2 基于贝叶斯判别的肤色模型 11-15 2.2.1 颜色空间 11-13 2.2.2 YCbCr 颜色空间 13-14 2.2.3 贝叶斯肤色建模及检测 14-15 2.3 基于Bootstrap 的肤色模型优化 15-19 2.3.1 主动学习 15-16 2.3.2 Bootstrap 算法 16-18 2.3.3 肤色模型优化 18-19 2.4 试验结果 19-20 2.5 小结 20-21 第三章 不良图像特征描述 21-37 3.1 引言 21 3.2 尺度空间 21-23 3.2.1 尺度空间简介 21-22 3.2.2 早期尺度概念 22-23 3.3 基于视觉注意的稀疏特征提取 23-29 3.3.1 高斯模糊 23-25 3.3.2 DoG 算子 25-28 3.3.3 稀疏特征点提取 28-29 3.4 特征点的SIFT 描述及匹配 29-34 3.4.1 SIFT 算法 29-34 3.5 试验结果 34-35 3.6 小结 35-37 第四章 不良图像的表示及检测 37-47 4.1 引言 37 4.2 自然语言处理 37-39 4.2.1 自然语言处理 37-39 4.3 基于BoW 模型的图像表示 39-44 4.3.1 BoW 模型 39-42 4.3.2 不良信息图像的表示 42-44 4.4 不良图像的检测方法 44-45 4.4.1 图像的稀疏表示 44 4.4.2 基于图像稀疏表示的不