基于卷积神经网络的不良图片识别

• 作者: 梁婉莹 范世纪 陈凡
• 来源期刊: 数字化用户
• 关键词: 卷积神经网络 深度残差网络 图像分类
• 年，卷（期）: 2019,（44）
• 所属期刊栏目: 信息数据与电子工程
• 页码范围: 109-111
• 页数: 3页
• 字数: 4717字
• 语种: 中文

摘要

网络安全问题态势严峻,不良信息,如成人内容、暴力、恐怖、政治,等内容一直是网络空间安全的首要问题,为解决网络空间的不良信息,本文提供一种基于卷积神经网络中的深度残差网络的不良内容识别框架,以成人内容图片为例,将图片分为正常动漫图片、中性图片、性感图片、真人成人图片、人造成人图片五个类别,采用多分类的方式,有效的解决了不良图片易混淆的分类难点,测试结果表明,该方法的有很高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈凡		1	0	0.0	0.0
2	范世纪		1	0	0.0	0.0
3	梁婉莹		1	0	0.0	0.0