發(fā)布時(shí)間：2024-05-19 21:06

　　伴隨著有害數(shù)據(jù)在互聯(lián)網(wǎng)中大肆傳播,如何有效地檢測(cè)出這些有害數(shù)據(jù),維護(hù)網(wǎng)絡(luò)的健康安全是整個(gè)社會(huì)所需要研究的重要課題。經(jīng)過對(duì)有害數(shù)據(jù)的研究分析,逐漸形成了以圖像處理技術(shù)為核心的檢測(cè)架構(gòu)。本課題的研究依托于中國電子科技集團(tuán)第30研究所成都三零凱天公司的“視圖內(nèi)容檢測(cè)分析系統(tǒng)—GA”項(xiàng)目。項(xiàng)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(xué)習(xí)的視覺分類技術(shù),對(duì)內(nèi)容平臺(tái)推送的圖片、視頻、文檔內(nèi)容進(jìn)行匹配、識(shí)別及分析,快速甄別出海量信息中不良有害內(nèi)容,為相關(guān)部門子系統(tǒng)提供有效線索,供其進(jìn)行進(jìn)一步的關(guān)聯(lián)分析。本文重點(diǎn)研究如何利用現(xiàn)有的圖像處理技術(shù)快速甄別有害數(shù)據(jù)中的涉恐徽標(biāo)(Logo)。在Logo識(shí)別模塊中,圖像分類模型具有至關(guān)重要的作用,而支持向量機(jī)(Support Vector Machine,SVM)是圖像分類應(yīng)用中最廣泛的一種分類器,因此本文首先對(duì)基于傳統(tǒng)詞袋模型(Bag-of-words model,BOW)的SVM圖像分類模型進(jìn)行研究,分析了傳統(tǒng)詞袋模型存在的兩點(diǎn)缺陷:視覺詞信息表征準(zhǔn)確性不高和靈活性差。本文根據(jù)這兩個(gè)缺陷結(jié)合可對(duì)比性詞及漢明嵌入技術(shù),對(duì)傳統(tǒng)詞袋模...

【文章頁數(shù)】：89 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.2互聯(lián)網(wǎng)內(nèi)容監(jiān)管平臺(tái)結(jié)構(gòu)圖

圖1.2互聯(lián)網(wǎng)內(nèi)容監(jiān)管平臺(tái)結(jié)構(gòu)圖1.1.2有害內(nèi)容識(shí)別據(jù)有關(guān)數(shù)據(jù)記錄，“東伊運(yùn)”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(nèi)有關(guān)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(shù)據(jù)影響組織....

圖2.5空間極值點(diǎn)檢測(cè)第二步是對(duì)關(guān)鍵點(diǎn)進(jìn)行精確定位

重慶郵電大學(xué)碩士學(xué)位論文的像素點(diǎn)坐標(biāo)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(shù)來如下：(x,y,k)G(x,y,))*I(x....

圖5.2改良前詞袋模型表征結(jié)果示意圖

第5章實(shí)驗(yàn)結(jié)果及性能分析為了方便測(cè)試，測(cè)試的數(shù)據(jù)采用涉恐Logo。首先訓(xùn)練集選取900張包括各個(gè)涉恐Logo和部分正常網(wǎng)絡(luò)數(shù)據(jù)的圖像集用于聚類成視覺詞典和訓(xùn)練SVM分類器，在訓(xùn)練SVM分類器時(shí)需要將數(shù)據(jù)依據(jù)類別劃分開；其次選取每一個(gè)類別的“純”圖像集大小是4....

圖5.3改良后詞袋模型表征結(jié)果示意圖

55圖5.3改良后詞袋模型表征結(jié)果示意圖由改良前后詞袋模型的詞表征結(jié)果表明，改良后詞袋模型的詞表征結(jié)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(jiǎn)潔，并且削弱了干擾視覺詞對(duì)后續(xù)處理的影響。為驗(yàn)證改良后詞袋模型在鑒別力上的提高，需要結(jié)合實(shí)際的應(yīng)用進(jìn)行測(cè)試。以下將對(duì)基于傳....

本文編號(hào)：3978460