[发明专利]一种基于光照特征的网络敏感图像识别方法

摘要

本发明公开了一种基于光照特征的网络敏感图像识别方法，该方法包括以下步骤收集网络图像样本集；提取每个网络图像样本的光照特征和敏感特征，得到网络图像光照特征集和网络图像敏感特征集；对每个网络图像样本进行人工标注标签；对网络图像光照特征集进行聚类，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；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，得到对应于该网络图像敏感特征子集的图像分类器；使用图像分类器对待分类网络图像进行分类。本发明可以应用在互联网敏感图像过滤，以维护互联网的内容安全。

主权项

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ut和敏感特征xt；步骤1062：计算该光照特征ut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ut之间距离最小的聚类中心所属的聚类团。