摘要:网络色情图像传播泛滥, 对其自动识别过滤越来越重要, 而目前大多数方法都存在局限性且正确率低于90%.近年来, 深度学习的崛起极大地推动了计算机视觉的发展.基于此, 将深度学习的神经网络模块应用到网络色情图像检测系统中.首先利用分布式爬虫技术快速获取指定网站图像, 然后使用物体识别系统分享图像中的人物和背景, 最后在传统YCbCr肤色检测算法的基础上采用深度学习的NSFW模型进行色情图像的识别.通过选取网络图像和指定网站进行实验, 结果表明该方法在有效地降低皮肤裸露较多的正常图像的误检率的同时, 提升了正常图像的识别率, 达到了实际应用的要求, 能够应用于实际网站检测系统中.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社