基于高层语义视觉词袋的色情图像过滤模型

针对目前色情图像过滤算法对比基尼图像和类肤色图像误检率过高,且不能有效过滤带有淫秽动作的多人色情图像的缺点,提出一种基于高层语义视觉词袋的色情图像过滤模型。该模型首先通过改进的SURF算法提取色情场景局部特征点,然后融合视觉单词的上下文和空间相关高层语义特征,从而构建色情图像的高层语义词典。实验结果表明,该模型检测带有淫秽动作的多人色情图像准确率可达87.6%,明显高于现有的视觉词袋色情图像过滤算法。     

基于内容的特定图像过滤方法

针对互联网中色情图像传播愈来愈严重的现象,在充分分析色情图像的特征的基础上,提出基于计算机视觉与模式识别的图像过滤方法,该方法将人体肤色模型、面部模型以及图像轮廓、面积等多项图像特征识别技术相结合,实现网络色情图像识别过滤。该过滤方法,能够有效地过滤掉网络色情图像,实验结果表明,该方法能够达到80％以上的准确率,具有较高的实用性和应用价值。     

基于Surf特征的色情图像识别方法的设计与实现

本文介绍了一种基于Surf特征的色情图像的识别方法。全文主要分为两个部分:视觉词典的训练;图片过滤。共提出了2个创新点,构建基于Bo VW模型的词典和纹理、肤色比例等多种方法结合的色情图片过滤方法。实验结果表明了该基于Surf特征的色情图像识别方法具有较高的正检率和较低的漏检率。     

基于目标区域的敏感图像特征提取

针对互联网中色情图像传播愈来愈严重的现象,在充分分析色情图像的特征和图像分块处理的基础上,提出了目标区域分割算法。该方法能够有效地提取网络色情图像的特征,具有较高的实用性和研究价值。     

基于HVS的小波图像融合新算法

目前的大多数基于小波变换的图像融合算法，由于并没有细致考虑人眼的视觉特性，因而得到的融合效果有时并不理想。为了提高图像的融合效果，提出了一种新的基于人类视觉系统(HVS)的小波图像融合新算法。该算法充分考虑了人类视觉系统的特点，首先在多尺度小波分解的基础上，计算出每层每个像素邻域的纹理和边缘亮度相关量；然后自适应地求得加权融合系数；最后采用多层次迭代法来产生融合图像。实验结果表明，该算法不仅能使图像融合结果有较大的改善，而且有利于人眼对目标的探测和识别。     

基于卷积神经网络的色情图像检测

针对通常使用的色情图像检测方法中难以获取准确的色情图像特征的问题,提出一种以数据为导向基于深度卷积神经网络来获取图像特征的色情图像检测方法。对含色情内容和不含色情内容的图片数据集进行数据增强处理,接着使用Inception模块设计及建立卷积神经网络模型;使用批量随机梯度下降算法训练卷积神经网络获取色情图像特征;使用训练好的模型识别一张图像是否是色情图像。测试集检测正确率达到了99.06%,对比实验表明所设计的网络模型因其参数更少比其他模型更不易过拟合并比其他方法实现了更高的准确率。     

基于视觉感知的双层次阈值边缘连接方法

边缘是图像目标的重要特征，但通常边缘检测得到的边缘存在不连续现象，为此在分析传统边缘连接方法的基础上，利用人类视觉系统对边缘连接的多层次感知机理，提出了一种基于视觉感知的双层次边缘连接方法。该方法首先利用大、小阈值产生相应的大、小阈值图像计算其差值以确定模糊边缘点;然后利用人类视觉系统对边缘连接的感知特性系数判别模糊边缘点中真正的边缘点，并将真正的边缘点添加到大阈值图像，使大部分重要的区域边缘能够形成完整的封闭轮廓。仿真实验结果表明，该方法能够有效地改善边缘检测后的边缘不连续现象，相比一些传统的边缘连接方法，运算速度较快，连接效果较好，能满足边缘检测的轮廓封闭性要求。     

基于多层次显著图的自动铅笔画生成

图像艺术风格化是将图像自动转化为具有艺术风格的图像的方法统称,具有十分广阔的需求和市场应用前景.本文针对现有方法生成的图像往往风格单一、线条僵硬,提出了一种基于多层次视觉显著图将照片图像自动转化成铅笔画的方法,借助视觉显著性特点,使得风格化图像更加自然逼真.首先利用量子切割原理生成一幅包含多个层次的视觉显著性映射图,为每个像素计算一个重要性概率值;其次,利用显著性映射图对铅笔画轮廓图进行建模,并利用图像的边缘切线流为边缘像素计算显著性层次,生成不同粗细、长短、方向的笔画;最后,利用显著性映射图对色调纹理进行建模,对不同层次的像素采用不同程度的灰度变换和纹理合成.与现有的非真实感图像生成方法相比,文中方法由于利用了多层次视觉显著性信息,生成的图像更加具有层次感和艺术表现力,更接近画家绘画作品.实验表明,采用该方法得到的合成框架可以将照片快速转换成铅笔画艺术风格图像,效果生动逼真.     

基于直觉模糊——神经网络的色情图像识别算法

网络中色情图像的传播严重影响了网络信息内容的安全性。为提高色情图像识别的准确度,提出了一种直觉模糊理论和FP（Forward Propagation）神经网络相结合的色情图像识别算法。算法以颜色直方图为底层特征,根据色情图像颜色分布情况,由模糊理论和直觉模糊理论共同构建图像特征矩阵;采用FP网络实现色情图像特征训练过程,其中特征矩阵的权重通过反向传播神经网络训练得到,以加权距离建立球形邻域半径;最后通过球形邻域覆盖情况识别色情图像。实验结果表明,该算法能够在不影响识别速率的前提下,有效的提高识别准确度。     

基于BP神经网络和多重特征的色情图像检测方法

本文提出了一种基于BP神经网络和多重特征的色情图像检测方法。用已知色情图像块作为BP神经网络的训练样本,再对待检测图像进行分块操作,并提取每个图像块的纹理、形状和颜色特征信息,并使用神经网络进行分类检测。经matlab实验仿真,本算法对色情图像的检测精度可以达到85%。     

网络成人图像的检测方法研究

伴随互联网的快速发展,网络上色情信息的传播和扩散已成为一个迫切需要解决的问题。本文总结并分析了国内外近年来在成人图像的检测方法等方面的研究,探讨了进一步的研究方向。     

基于内容分析的特定图像过滤技术研究

文章在分析色情图像的特征的基础上,提出基于肤色模型与轮廓特征的图像过滤方法。重点讨论了基于内容的图像过滤方法,其中包括肤色检测、纹理检测、轮廓检测、特征选取和分类方法(Bayes分类器和SVM分类器)等关键技术。实验结果表明,在混合样本的条件下该方法能够达到80%以上的准确率。     

基于躯干检测的单人不良图片识别

目的 互联网中色情图片传播泛滥,对其自动识别与过滤越来越重要,而目前多数不良图片识别方法对类肤色区域较多的正常图像容易产生误检。为此,针对网络上常见的单人色情写真类图片,在总结已有方法不足的基础上提出一种将躯干部位作为感兴趣区域的不良图片识别算法。方法 首先使用基于Poselet(姿态部件)的人体躯干检测方法定位出与色情信息密切相关的躯干区域,然后基于躯干区域提取具有判别力的Fisher向量,最后使用线性支持向量机(SVM)进行分类。然而,由于人体外观变化很大,躯干检测器输出的置信度最大的位置往往较躯干真实的位置有一定的偏移。为了克服这一缺点,提出一种自适应的算法,即根据躯干检测器输出的置信度自适应地选择多个躯干候选区域,并通过集成多个区域的判别结果来得到最终结果。此外,为了训练基于躯干的SVM分类器和验证算法的有效性,本文通过互联网下载的方式收集了一个包含30000幅单人色情写真图片的大规模数据集,并对色情部位进行了标注,标注信息可用于自动生成训练数据。结果 本文提出的基于躯干的自适应分类算法在收集的大规模数据集上达到了91.7%的识别精度,明显高于传统肤色模型的识别结果,尤其是对于如同泳装模特等皮肤裸露较多或类肤色区域较多的图像,本文方法效果尤为显著。结论 文中基于Poselet的躯干检测能够获取与色情信息更相关的信息,因而相比较于传统方法,在较为准确地检测不良图片的同时,有效地降低皮肤裸露较多的正常图像的误检率,达到了实际应用的要求。     

Extraction of target fluorescence signal from in vivo background signal using image subtraction algorithm

Challenges remain in fluorescence reflectance imaging (FRI) in in vivo experiments, since the target fluorescence signal is often contaminated by the high level of background signal originated from autofluorescence and leakage of excitation light. In this paper, we propose an image subtraction algorithm based on two images acquired using two excitation filters with different spectral regions. One in vivo experiment with a mouse locally injected with fluorescein isothiocyanate (FITC) was conducted to calculate the subtraction coefficient used in our studies and to validate the subtraction result when the exact position of the target fluorescence signal was known. Another in vivo experiment employing a nude mouse implanted with green fluorescent protein (GFP)—expressing colon tumor was conducted to demonstrate the performance of the employed method to extract target fluorescence signal when the exact position of the target fluorescence signal was unknown. The subtraction results show that this image subtraction algorithm can effectively extract the target fluorescence signal and quantitative analysis results demonstrate that the target-to-background ratio (TBR) can be significantly improved by 33.5 times after background signal subtraction.     

Personality factors as predictors of sexting

“Sexting” refers to sending and receiving sexually suggestive images, videos, or texts on cell phones. Nowadays, technology is embedded in communication between current and prospective romantic partners and understanding what may fuel sexting behavior warrants attention. 304 undergraduate participants (males = 126 and females = 178) completed an online questionnaire about their personality traits, sensation seeking, and problematic cell phone use and their engagement in sexting behaviors. Results suggest that men and those in romantic relationships are more likely to sext, particularly through text messaging. Those in relationships and women indicate requiring greater commitment in a relationship in order to engage in sexting. Extraversion predicted sexting with text messaging, and neuroticism and low agreeableness predicted sexting—sending a sexually suggestive photo, a photo in underwear or lingerie, and a nude photo. Problematic cell phone use also predicted engagement in sexting with text messages. Certain aspects of sexting may appeal as a risky behavior for those individuals with personality traits towards high-risk activities.     

基于多级特征的红外图像行人检测算法

由于可见光图像和红外图像的成像原理不同,可见光图像的行人检测算法难以直接应用于红外图像中.为此,提出一种基于多级梯度特征的红外图像行人检测算法.使用改进的图像显著性检测算法提取红外图像的关键区域,应用质心重定位的滑窗算法快速定位其中的高亮区,采用Zernike矩判断图像的对称性及与行人特征的相似性,通过基于边缘信息输入的卷积神经网络模型逐级缩小判定范围.在OTCBVS红外图像行人数据集上的实验结果表明,与稀疏表示算法相比,该算法的检测准确率较高.     

极坐标下的空域水印算法研究

由于空间域嵌入的水印对旋转和缩放攻击相当脆弱,本文提出一种新的水印算法。将原图像和水印图像进行对数极变换,将变换后的水印图像嵌入到变换后的原图像中,然后再反变换为直角坐标系下的图像。水印嵌入到图片的位置不同,检测的水印图像发生变化。本文提出三种嵌入位置的方案,显示不同的效果。检测水印时,对几何攻击过的水水印进行几何校正,然后与原图像相减得到水印。这种水印方案能够很好地抵抗几何攻击。     

Comparison of laboratory studies with predictions of the required sweat rate index (ISO 7933) for climates with moderate to high thermal radiation

For International Standard ISO 7933 (Hot environments-analytical determination and interpretation of thermal stress using calculation of required sweat rate. International Organization for Standardization, Geneva, 1989) it has been questioned whether the heat stress index "required sweat rate" is applicable in environments where mean radiant temperature (t(r)) exceeds dry air temperature (t(a)). Based on a re-analysis of 556 climatic chamber experiments on 16 subjects the observed sweat rates were compared with required sweat rates predicted according to the ISO standard. Under climatic conditions with t(r) > t(a) the predictions overestimate the observed sweat rates on average by 86% in clothed subjects and by 25% in nude subjects. In climates with t(r) = t(a) the predictions highly agreed with the observed sweat rates in nude subjects and were slightly overestimated (13%) in clothed subjects. The misjudgement of the present ISO standard is obviously caused by an inappropriate calculation of radiative heat exchange. Corrections are proposed to improve the validity concerning climates with t(r) > t(a).