伴隨著有害數據在互聯(lián)網中大肆傳播,如何有效地檢測出這些有害數據,維護網絡的健康安全是整個社會所需要研究的重要課題。經過對有害數據的研究分析,逐漸形成了以圖像處理技術為核心的檢測架構。本課題的研究依托于中國電子科技集團第30研究所成都三零凱天公司的“視圖內容檢測分析系統(tǒng)—GA”項目。項目要求通過將已掌握的圖像、視頻等抽取為視覺特征庫,并利用特征庫匹配及深度學習的視覺分類技術,對內容平臺推送的圖片、視頻、文檔內容進行匹配、識別及分析,快速甄別出海量信息中不良有害內容,為相關部門子系統(tǒng)提供有效線索,供其進行進一步的關聯(lián)分析。本文重點研究如何利用現有的圖像處理技術快速甄別有害數據中的涉恐徽標(Logo)。在Logo識別模塊中,圖像分類模型具有至關重要的作用,而支持向量機(Support Vector Machine,SVM)是圖像分類應用中最廣泛的一種分類器,因此本文首先對基于傳統(tǒng)詞袋模型(Bag-of-words model,BOW)的SVM圖像分類模型進行研究,分析了傳統(tǒng)詞袋模型存在的兩點缺陷:視覺詞信息表征準確性不高和靈活性差。本文根據這兩個缺陷結合可對比性詞及漢明嵌入技術,對傳統(tǒng)詞袋模...

【文章頁數】：89 頁

【學位級別】：碩士

【部分圖文】：

圖1.2互聯(lián)網內容監(jiān)管平臺結構圖

圖1.2互聯(lián)網內容監(jiān)管平臺結構圖1.1.2有害內容識別據有關數據記錄，“東伊運”與“ISIS”僅2013年就制作并發(fā)布的涉恐涉暴音視頻超過100部[3]，通過多種渠道妄想傳入境內有關地區(qū)，散播暴力恐怖、宗教極端、鼓吹“圣戰(zhàn)”、民族分裂等思想，從而利用這些數據影響組織....

圖2.5空間極值點檢測第二步是對關鍵點進行精確定位

重慶郵電大學碩士學位論文的像素點坐標由(x,y)表示，而是相鄰尺度空度。圖像的全局特征和局部特征分別集中在以可以使用DoG(DifferenceOfGaussian)函數來如下：(x,y,k)G(x,y,))*I(x....

圖5.2改良前詞袋模型表征結果示意圖

第5章實驗結果及性能分析為了方便測試，測試的數據采用涉恐Logo。首先訓練集選取900張包括各個涉恐Logo和部分正常網絡數據的圖像集用于聚類成視覺詞典和訓練SVM分類器，在訓練SVM分類器時需要將數據依據類別劃分開；其次選取每一個類別的“純”圖像集大小是4....

圖5.3改良后詞袋模型表征結果示意圖

55圖5.3改良后詞袋模型表征結果示意圖由改良前后詞袋模型的詞表征結果表明，改良后詞袋模型的詞表征結果相比于傳統(tǒng)詞袋模型有了極大的縮短，詞表征的形式更加簡潔，并且削弱了干擾視覺詞對后續(xù)處理的影響。為驗證改良后詞袋模型在鑒別力上的提高，需要結合實際的應用進行測試。以下將對基于傳....

本文編號：3978460