论文部分内容阅读
青少年在社交网络上浏览色情图片比较容易.研究者对真实色情图片的检测进行了大量研究,但是对人造色情图片的研究较少.本文主要针对社交网络中人造色情图片的识别进行了研究.整个过程由两部分组成：特征选择和图像识别.在特征选择中,本文选择了 7 大类型的特征.在图像识别中,主要包括 3 个步骤.1）为了缓解正、副样本的不平衡数据,本文对人造色情图片的样本集进行了扩充.2）提出了一种特征快速提取的方法.3）对比了三种类型的树模型,并选择了其中效果最好的GBDT 模型作为最终图片识别的模型. 通过实验验证了本文方法能够