• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Image Processing, IET >Research on pornographic images recognition method based on visual words in a compressed domain
【24h】

Research on pornographic images recognition method based on visual words in a compressed domain

机译：基于压缩域视觉词的色情图像识别方法研究

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In order to recognise and filter pornographic images, visual-word-based image representation has attracted more and more attention. An image can be represented as a bag of visual words, which is analogous to the bag-of-words representation of text documents. However, most of the existing approaches create visual words from images in the pixel domain, which requires extra processing time to decompress images, since most images are stored in compressed formats. A novel pornographic images recognition method based on visual words in a compressed domain is proposed in this study. There are four steps in this method: (i) low-resolution image is constructed from compressed data; (ii) scale-invariant feature transform (SIFT) descriptors are extracted from this low-resolution image; (iii) a visual vocabulary is created based on SIFT descriptors; (iv) pornographic images are identified by using a support vector machine (SVM) classifier. The experimental results indicate that the proposed method can recognise pornographic images accurately with much less computational time.
机译：为了识别和过滤色情图像，基于视觉单词的图像表示越来越受到关注。图像可以表示为视觉单词袋，类似于文本文档的单词袋表示。然而，由于大多数图像以压缩格式存储，因此大多数现有方法从像素域中的图像创建视觉单词，这需要额外的处理时间来解压缩图像。提出了一种基于视觉词在压缩域的新型色情图像识别方法。该方法包括四个步骤：（i）从压缩数据构建低分辨率图像； （ii）从该低分辨率图像中提取尺度不变特征变换（SIFT）描述符； （iii）根据SIFT描述符创建视觉词汇； （iv）使用支持向量机（SVM）分类器识别色情图片。实验结果表明，该方法能够以较少的计算时间准确识别色情图像。

著录项

  • 来源
    《Image Processing, IET》 |2012年第1期|p.87-93|共7页
  • 作者

    Sui L.; Zhang J.; Zhuo L.; Yang Y.C.;

  • 作者单位

    Signal and Information Processing Laboratory, Beijing University of Technology, Beijing 100124, People's Republic of China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号