[发明专利]一种基于光照特征的网络敏感图像识别方法

权利要求书

1.一种基于光照特征的网络敏感图像识别方法，其特征在于，该方法包括以下步骤：

步骤101：收集网络图像样本集；

步骤102：依次提取网络图像样本集中每个网络图像样本的光照特征和敏感特征，所有网络图像样本的光照特征构成了网络图像光照特征集，所有网络图像样本的敏感特征构成了网络图像敏感特征集；

步骤103：利用人工来对每个网络图像样本进行判别，给定其标签；

步骤104：对所述网络图像光照特征集进行聚类，将其分成多个聚类团，记录每个聚类团的中心，并根据网络图像光照特征集与网络图像敏感特征集的一一对应关系，将网络图像敏感特征集分成多个网络图像敏感特征子集；

步骤105：针对每个网络图像敏感特征子集，基于属于该网络图像敏感特征子集的敏感特征和相应网络图像样本的标签，利用基于聚类的多任务学习算法得到对应于该网络图像敏感特征子集的图像分类器；

步骤106：使用所述步骤105得到的针对网络图像敏感特征子集的图像分类器对待分类网络图像进行分类；

所述步骤106进一步包括以下步骤：

步骤1061：对于待分类网络图像，按照所述步骤102分别提取其光照特征u_t和敏感特征x_t；

步骤1062：计算该光照特征u_t与所述步骤104得到的多个聚类团的聚类中心的距离，利用与第z个聚类团相对应的第z个网络图像敏感特征子集所对应的分类器来对该待分类网络图像进行分类，所述第z个聚类团为与光照特征u_t之间距离最小的聚类中心所属的聚类团。

2.根据权利要求1所述的方法，其特征在于，所述光照特征为由多个光照色度组合得到的光照特征。

3.根据权利要求2所述的方法，其特征在于，所述光照色度通过使用明科夫斯基范式并选取多个不同的范数来获得。

4.根据权利要求1所述的方法，其特征在于，所述敏感特征为最大 肤色联通区域面积占总肤色面积的比例和/或人脸个数。

5.根据权利要求1所述的方法，其特征在于，所述标签的内容为敏感或正常。

6.根据权利要求1所述的方法，其特征在于，所述步骤105中，通过目标优化函数来计算得到每个网络图像敏感特征子集对应的图像分类器的参数。

7.根据权利要求6所述的方法，其特征在于，所述目标优化函数表示为：

s.t.F^TF＝I_P

其中，w_c和b_c是对应于第c个网络图像敏感特征子集的图像分类器的参数；W＝[w₁，...，w_c，...，w_C]为参数w_c的集合；C为预先设置的聚类团个数；x_i是第i个网络图像样本的敏感特征，y_i表示第i个网络图像样本的标签；α和β是平衡因子，F是聚类矩阵，I_p是单位矩阵。

8.根据权利要求1所述的方法，其特征在于，所述步骤1062中，通过计算下式来对所述待分类网络图像进行分类：

f＝＜w_z，x_t＞+b_z，

其中，w_z和b_z是所述第z个网络图像敏感特征子集所对应的图像分类器的参数，＜w_z，x_t＞表示w_z和x_t的内积；

如果计算结果f＞0，则所述待分类网络图像属于敏感图像，否则，所述待分类网络图像属于正常图像。