基于人体关键部位检测的敏感图像过滤方法

• 作者: 周建政 姚金良 巩玉旺 陆蓓
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 敏感图像过滤 Adaboost 学习算法 肤色特征 HOG特征
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 154-158
• 分类号: TP391.41
• 字数: 4977字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.04.045

摘要

目前多数敏感图像过滤方法对皮肤裸露较多或类肤色区域较多的图像容易产生误检.为降低对这类图像的误检率,提出一种基于人体关键部位检测的敏感图像过滤方法.该方法提取肤色特征、表征局部对象外观和形状的HOG(Histograms of Orien-ted Gradient)特征、空间分布特征及描述区域灰度分布的Haar-like等特征,利用Adaboost学习算法,训练得到人体关键部位的分类器,通过此分类器实现敏感图像的过滤.实验表明,该方法能够准确地检测关键部位,可以有效地降低敏感图像的误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆蓓	杭州电子科技大学计算机学院	19	166	7.0	12.0
2	姚金良	杭州电子科技大学计算机学院	16	88	5.0	9.0
3	周建政		8	56	4.0	7.0
4	巩玉旺	杭州电子科技大学计算机学院	1	3	1.0	1.0