[发明专利]基于图片编码的垃圾图片过滤方法

摘要

本发明公开了一种基于图片编码的垃圾图片过滤方法。其步骤如下：1)使用Base64对垃圾图片进行编码，将图片转换为图片文本；2)通过N-gram对编码后的图片文本分词，提取图片特征；3)根据分词得到的图片特征信息，利用Binary Feature将图片表示成Boolean形式的特征向量；4)利用LIBLINEAR工具包训练SVM分类器，对垃圾图片进行分类，判断图片是否为垃圾图片。本发明采用的Base64编码是一种常用的网络数据传输编码格式，能够很方便、快速地将图片等多媒体数据文本化，取代提取图片复杂的内嵌或色彩信息的方法，能更有效地表示图片的特征；同时，根据Binary Feature形式的图片向量通过使用少量参数训练得到的SVM模型，能够在多样本数目和高维数特征的数据集中得到很高的分类准确率。

主权项

一种基于图片编码的垃圾图片过滤方法，包括以下几个步骤：1)利用Base64对图片进行编码，将图片转换成文本形式，得到图片文本；2)使用Trigram对编码后的图片文本进行分词，提取图片特征集，；3)将步骤2)中提取出的图片特征集作为图片的特征，根据图片的特征空间，采用Binary Feature把图片表示成一个Boolean特征向量，重复步骤1)～步骤3)，生成Boolean特征向量集；4)利用LIBLINEAR工具包，使用Boolean特征向量集训练SVM分类器，得到图片的分类结果。