[发明专利]一种基于视觉显著性分析的恐怖图像识别方法及系统

说明书

技术领域

本发明涉及模式识别、计算机网络内容安全，以及图像情感理解技术领域，尤其涉及一种基于视觉显著性分析的恐怖图像识别方法及系统。 

背景技术

在过去的数十年间，互联网上信息和资源的爆增使我们可以非常方便地、跨地域地分享文字，图像和视频等多媒体信息。然而，互联网信息监管的缺失使得越来越多的有害和非法内容，例如色情、暴力、恐怖、恐怖主义等，泛滥于整个互联网。因此，一个有效的不良网页过滤系统对于防止不良信息的非法传播、保护青少年身心健康都具有重要的意义。 

近来，互联网中广泛传播的恐怖文本、图像以及视频等内容正在侵入青少年的日常生活。大量的心理学和生理学的研究表明，过多的恐怖图像或文字会严重影响孩子的身心健康。恐怖内容的严重泛滥使得研发一种网络恐怖信息过滤系统具有重要的必要性。现有的各种Web过滤算法主要关注色情网页过滤或暴力的内容过滤。与色情图像过滤相比，目前也还没有太多的研究关注互联网中恐怖图像的过滤。 

发明内容

有鉴于此，本发明的主要目的是提供一种基于视觉显著性分析的恐怖图像识别方法与系统。 

为达到上述目的，本发明提供了一种基于视觉显著性分析的恐怖图像识别方法，该方法包括： 

一种基于视觉显著性分析的恐怖图像识别方法，其特征在于，该方法包括： 

步骤1：建立包括恐怖图像样本和非恐怖图像样本的训练集； 

步骤2：利用图像视觉显著性分析算法对每一幅训练样本图像进行视觉显著性分析，以得到每幅训练样本图像的视觉显著图； 

步骤3：将每幅训练样本图像划分成W×W小图像块，并对每个图像块提取视觉和情感特征，并利用基于视觉显著性的词包表示模型得到每幅训练样本图像的视觉单词直方图表示，其中W为自然数； 

步骤4：利用得到的每幅训练样本图像的视觉单词直方图及其对应的标签训练支持向量机以得到恐怖图像的分类模型，并利用该分量模型对新的测试图像进行识别，判断其是否为恐怖图像。 

一种基于视觉显著性分析的恐怖图像识别系统，其特征在于，该系统包括： 

训练集建立模块：其用于建立包括恐怖图像样本和非恐怖图像样本的训练集； 

视觉显著性分析模块，其用于利用图像视觉显著性分析算法对每一幅样本图像进行视觉显著性分析，以得到每幅样本图像的视觉显著图； 

图像特征提取模块，其用于将每幅样本图像划分成W×W小图像块，并对每个图像块提视觉与情感特征，并利用基于视觉显著性的词包表示模型得到每个训练样本图像的视觉单词直方图特征，其中W为自然数； 

恐怖图像识别模块，其利用得到的每幅样本图像的词包表示模型及其对应的标签训练支持向量机以得到恐怖图像的分类模型，并利用该分量模型对新的测试图像进行识别，判断其是否为恐怖图像。 

从上述技术方案可以看出，本发明具有以下优点： 

1、本发明提供的这种恐怖图像识别方法，将视觉注意机制、颜色情感认知等视觉认知理论引入到恐怖图像识别当中。充分利用人的视觉认知和情感认知的过程来指导恐怖图像的识别。 

2、本发明提供的这种恐怖图像识别方法充分利用了图像视觉显著区域和非显著区域之间的上下文关系来表达图像的情感特征。而恐怖图像往往就是通过这种上下文关系来表达恐怖情感的。 

3、本系统的所有模块都是完全自动的，不需要人工干预，因此能够非常容易地嵌入到各类Web信息过滤系统中去。此外，本系统还可以作为 恐怖情感识别的一个子系统扩展到通用情感识别系统当中。具有广泛的应用前景。 

附图说明

图1是本发明提供的恐怖图像识别方法流程图。 

图2为本发明提供的基于显著性分析的词包模型。 

图3为本发明提供的恐怖图像识别系统的训练流程图。 

图4为本发明提供的恐怖图像识别系统的测试流程图。 

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。 

图1示出了本发明公开的一种基于视觉显著性分析的恐怖图像识别方法流程图。如图1所示，该方法包括以下步骤：