基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文旨在基于深度学习图像识别的技术上对网络色情图片进行识别及过滤进行研究与探讨.在人工智能的机器学习上的一个新兴的探讨方向就是深度学习,其技术可以实现在图像中辨别出异类的目标和对象的效果,为实现这种效果此技术运用了多种算法对图像进行必要的操作.图像识别技术的核心在于对图像的特征进行提取和分类,其中图像识别技术中最主要的技术是图像的特征的提取,也是用来权衡一个图像识别算法的好与坏.本文通过基于深度学习的图像识别技术进一步对色情图片的识别及其过滤的模型进行探讨.
推荐文章
应用残差神经网络的色情图片检测
残差神经网络
图片分类
色情图片检测
基于IE浏览器的色情图片过滤器
过滤
色度空间
浏览器
浏览器助手对象
色情图片
试论我国网络色情信息的规制
网络
色情信息
规制
伦理
法律
舆论
一种客户端Web色情图片过滤软件框架设计
色情图片
图像过滤
软件框架
分层服务提供者
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的网络色情图片识别算法综述
来源期刊 电脑知识与技术 学科 工学
关键词 深度学习 图像识别算法 模型
年,卷(期) 2019,(21) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 191-192
页数 2页 分类号 TP311
字数 2229字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
图像识别算法
模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导