基于數(shù)據(jù)挖掘的壓縮域敏感圖像識別關(guān)鍵技術(shù)的研究.pdf

1、當(dāng)前，淫穢、色情等敏感圖像/視頻信息借助網(wǎng)絡(luò)得以傳播蔓延，對社會穩(wěn)定和人們身心健康造成了極大的危害，尤其影響青少年的健康成長。因而，如何識別敏感圖像/視頻信息已經(jīng)成為凈化網(wǎng)絡(luò)環(huán)境、促進(jìn)網(wǎng)絡(luò)健康發(fā)展的一項重要研究課題。
　　 網(wǎng)絡(luò)中敏感圖像/視頻信息多以壓縮格式存在、表現(xiàn)形式多樣、缺乏統(tǒng)一定義等諸多因素影響著敏感信息識別速度和準(zhǔn)確率的提高。針對這個問題，本論文從壓縮域圖像/視頻處理及基于數(shù)據(jù)挖掘探尋識別規(guī)則兩個角度出發(fā)，對敏感圖像

2、/視頻信息識別進(jìn)行了初步研究。
　　 壓縮域圖像/視頻處理是在不解碼或盡量少解碼的壓縮數(shù)據(jù)中進(jìn)行操作的一種技術(shù)，不僅能夠節(jié)約大量的解碼時間，而且處理的數(shù)據(jù)量少，能夠有效地提高敏感圖像/視頻識別的速度。由于敏感圖像/視頻信息表現(xiàn)形式多樣、終端用戶判斷標(biāo)準(zhǔn)不統(tǒng)一，使得難以通過經(jīng)驗確定需要提取的特征和獲取魯棒的決策規(guī)則。為此，本論文采用數(shù)據(jù)挖掘的方法在大量的樣本數(shù)據(jù)中探尋隱含的判決規(guī)則，并用于進(jìn)行敏感圖像/視頻的識別。
　　

3、本論文涉及到的主要內(nèi)容有：(1)分析了基于DCT變換的圖像/視頻壓縮編碼技術(shù)，并基于壓縮域?qū)γ舾袌D像語義特征提取與表征方法進(jìn)行了研究。
　　 膚色和人臉是敏感圖像識別中比較重要的兩種語義對象。本論文首先開展了壓縮域人臉和膚色檢測的研究。
　　 針對膚色對象，提出了一種基于數(shù)據(jù)挖掘的壓縮域膚色檢測方法。該方法以8×8圖像塊為單位，首先在壓縮域提取圖像塊的顏色和紋理等特征；然后在大量的訓(xùn)練樣本中探尋隱含的膚色決策規(guī)則，并將這

4、些規(guī)則作為壓縮域膚色檢測的依據(jù)。實驗結(jié)果表明，該方法有效地提高了膚色檢測的速度，并且準(zhǔn)確率也較高。
　　 針對人臉對象，提出了一種快速的壓縮圖像人臉檢測方案。首先在壓縮碼流中快速構(gòu)建低分辨率版本圖像，然后再利用像素域方法檢測人臉。實驗結(jié)果表明，該方案有效地提高了壓縮圖像/視頻中人臉檢測的速度和準(zhǔn)確率。
　　 然后，基于膚色和人臉檢測的結(jié)果，探討了能夠表征敏感圖像的多種特征及其在壓縮域的提取方法。這些特征包括：基于膚色區(qū)域

5、的特征、基于圖像檢索結(jié)果的特征、基于人臉區(qū)域與感興趣區(qū)的特征以及圖像全局顏色和紋理特征等。(2)分析了敏感圖像識別的特點，提出了一種基于數(shù)據(jù)挖掘的敏感圖像識別方法。
　　 在敏感圖像識別中，將敏感信息誤判為正常和將正常信息誤判為敏感所造成的影響是不同的，并且圖像特征的提取也需要一定的時間。在數(shù)據(jù)挖掘中，前者稱為誤分類代價，后者稱為測試代價。這兩種代價影響到了敏感圖像識別的準(zhǔn)確率和速度。針對這個問題，本論文提出了一種基于非支配鄰域

6、免疫算法的多代價敏感決策樹構(gòu)建方法。將決策樹作為非支配鄰域免疫算法中的抗體，通過對決策樹的平均誤分類代價和平均測試代價進(jìn)行優(yōu)化，獲得一組Pareto最優(yōu)決策樹。該方法不僅僅能夠用于敏感圖像識別，也能夠應(yīng)用于其他對誤分類代價和測試代價比較關(guān)注的分類領(lǐng)域。
　　 敏感圖像表現(xiàn)形式多樣并且缺乏統(tǒng)一定義，難以獲取準(zhǔn)確的判決規(guī)則。針對這個問題，本論文首先將圖像劃分為4種較為客觀的類別，并在壓縮域提取多種圖像特征；然后，利用基于多代價敏感決

7、策樹的數(shù)據(jù)挖掘方法，對大量圖像樣本進(jìn)行分析，探尋隱含在其中的敏感圖像判決規(guī)則:最后，通過引入可由用戶自行定義的敏感程度的概念，使決策規(guī)則可輸出待檢測圖像的敏感程度信息。最終識別結(jié)果取決于終端用戶對各類圖像敏感程度的定義，可以適應(yīng)不同群體用戶的需求，有效提高了識別的準(zhǔn)確率和速度。(3)對敏感視頻識別進(jìn)行了初步探討，提出了一種壓縮域關(guān)鍵幀抽取方法。
　　 關(guān)鍵幀抽取是敏感視頻識別中的一項關(guān)鍵技術(shù)。本論文分析了敏感視頻的特點，提出了一