文摘
英文文摘
项目基金资助
第1章 绪论
1.1 引言
1.2 网络环境下敏感图像／视频识别面临的挑战
1.3 论文主要研究内容
1.4 论文结构
第2章 基于内容的敏感图像识别技术研究进震
2.1 引言
2.2 敏感图像识别技术研究进展
2.2.1 基于人体结构的敏感图像识别方法
2.2.2 基于检索的敏感图像识别方法
2.2.3 基于肤色区域特征的敏感图像识别方法
2.2.4 基于视觉单词的敏感图像识别方法
2.3 敏感图像识别性能评价方法
2.4 本章小结
第3章 基于压缩域的图像／视频处理技术研究进展
3.1 引言
3.2 图像／视频编码标准概述
3.3 基于压缩域的图像／视频底层特征提取
3.3.1 基于压缩域的颜色特征提取
3.3.2 基于压缩域的纹理特征提取
3.3.3 基于压缩域的运动特征提取
3.4 基于压缩域的图像／视频语义特征提取
3.4.1 基于压缩域的肤色检测
3.4.2 基于压缩域的人脸检测
3.4.3 基于压缩域的视频镜头边界检测
3.4.4 基于压缩域的关键帧抽取
3.5 本章小结
第4章 基于压缩域的敏感图像特征提取与表征
4.1 引言
4.2 一种基于数据挖掘的压缩域肤色检测算法
4.2.1 算法概述
4.2.2 基于压缩域的图像块特征提取
4.2.3 基于数据挖掘的肤色建模
4.2.4 基于区域生长的肤色分割
4.2.5 实验结果
4.3 一种快速的压缩图像人脸检测方法
4.3.1 算法概述
4.3.2 低分辨率图像的快速构建
4.3.3 实验结果
4.4 敏感图像特征表征
4.4.1 基于肤色区域的特征
4.4.2 基于图像检索结果的特征
4.4.3 图像全局特征
4.4.4 基于人脸及感兴趣区的特征
4.5 本章小结
第5章 基于数据挖掘的压缩域敏感图像识别
5.1 引言
5.2 一种基于NNIA的多代价敏感决策树构建算法
5.2.1 多目标优化及NNIA的基本原理
5.2.2 基于NNIA构建多代价敏感决策树
5.2.3 实验结果
5.3 基于多代价敏感决策树的敏感图像识别
5.3.1 数据准备
5.3.2 数据挖掘结果与分析
5.3.3 图像敏感程度输出
5.3.4 实验结果
5.4 本章小结
第6章 基于压缩域的敏感视频识别初步研究
6.1 引言
6.2 基于内容的敏感视频识别技术
6.2.1 基于关键帧的敏感视频识别
6.2.2 基于综合特征的敏感视频识别
6.3 面向敏感视频识别的压缩域关键帧抽取算法
6.3.1 算法概述
6.3.2 视频片段分割
6.3.3 局部运动信息计算
6.3.4 实验结果
6.4 本章小结
结论与展望
1 论文工作总结
2 论文的创新占
3 下一步工作展望
参考文献
附录：论文中常用词对照表
攻读博士学位期闫完成的学术论文
攻读博士学位期闫参加的科研项目
攻读博士学位期间参加的重要学术会议
攻读博士学位期间所获奖励
致谢
