论文部分内容阅读
各国政府和警方目前使用的传统淫秽图像检测方法主要以皮肤检测结果为基础,提取低层特征进行判断,在获得高正检率的同时也导致了大量的误检。为此,本文的方法从获得更直观和高层的语义知识着手,首先检测图像中局部形态变化突出的位置,并建立关于该区域形态的SIFT描述向量。把这些描述向量抽象地看作视觉“单词”,并收集淫秽图像中常见的单词。依据图像中单词出现的情况,来检测是否包含淫秽成分。结合传统检测方法,仅使用简单的Bayes规则判断,在不降低正检率的前提下,使非淫秽图像的误检率得到显著的下降。