基于Sparse Coding和DBN的敏感图像检测

• 作者: 唐麟 王士林 陈亚楠 黄豫蕾
• 来源期刊: 信息安全与通信保密
• 学科: 工学
• 关键词: 敏感图像 稀疏编码 深度信赖网络 受限玻尔兹曼机 池化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技研学术
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP391.4
• 字数: 5642字
• 语种: 中文

摘要

敏感图像检测,即检测图片是否含有危害青少年健康成长的不良色情信息,对于净化网络环境有重要意义.该文分析了现有的敏感图像检测算法的性能,结合稀疏编码和深度信赖网络,提出了一种改进的敏感图像检测算法.该算法通过稀疏编码来提取特征,将图像切分成标准大小的小图块,然后将其基于字典稀疏表示.接着用max-pooling池化来整合特征,获得最终使用的特征向量.将得到的特征向量输入到DBN网络中进行训练,得到DBN模型.最后将待测图像的特征向量输入到DBN模型中获得分类结果.在文献[10]的数据集上的实验显示,该检测算法较原有算法有较大提升,在以总样本的90％作为训练集时,可获得9.29％的平均错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亚楠	上海交通大学信息安全工程学院	5	22	2.0	4.0
2	黄豫蕾		3	2	1.0	1.0
3	唐麟		2	1	1.0	1.0
4	王士林	上海交通大学信息安全工程学院	25	73	5.0	6.0