利用稀疏语义结合双层深度卷积神经网络的敏感图像检测方法

• 作者: 亚森·艾则孜 如先姑力·阿布都热西提 孙国梓
• 来源期刊: 计算机应用研究
• 关键词: 敏感图像内容检测 双层卷积神经网络 深度学习算法 稀疏语义表示 视觉词袋 皮肤检测器
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1557-1560,1565
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.11.0851

摘要

互联网技术的飞速发展导致敏感内容图像由原先基本隐蔽的内容交换变为海量的数据共享,传统基于图像特征提取的敏感内容检测方法不再适用.针对上述难点,提出基于稀疏语义和双层深度卷积神经网络相结合的敏感内容检测方法.上层网络首先进行训练样本的预处理,并通过构造图像的稀疏语义表示作为神经网络的输入;而下层网络则进一步考虑第三方管控机制(如政府代理等),提出针对特定群体的敏感内容图像检测方法.与现有常用敏感内容图像检测方法相比,该检测方法可有效降低训练样本数量,且检测精度比传统图像检测方法(如基于视觉词袋方法等)提升7％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国梓	南京邮电大学计算机技术研究所	62	496	12.0	20.0
2	亚森·艾则孜	新疆警察学院信息安全工程系	31	45	3.0	5.0
3	如先姑力·阿布都热西提	新疆警察学院信息安全工程系	17	30	2.0	5.0