当前,互联网已经成为人们生活中密不可分的重要组成部分。但同时在互联网海量的图像中,出现了大量有害的成人图像。检测并过滤互联网上的成人图像,已经成为各国研究者日益关注的一个紧迫问题。其中,多数的研究者采取了分析图像内容的方法来识别成人图像。近些年来提出的识别算法大多都建立在各种低层图像特征的基础之上,例如颜色、纹理和肤色区域等方面的特征。这类方法会产生大量的误检,特别是当图片中包含了大面积类似肤色的区域,例如人物类图像被误判的情况就很普遍。于是本文展开了对图像内容的深入分析,试图减少对肤色检测结果的依赖,并降低误检率。本文选择图像的局部特征为突破口。在系统中,将局部特征量化为视觉单词,据此可以高效地分析图像的上下文语义,并结合其它方面的低层特征,对图像的类别给出综合的判断。论文的具体研究内容如下:首先对各种重要的低层特征展开了的研究,并进行了相应的改进。所考察的特征包括:颜色、肤色分布、局部特征、以及边缘线条特征。对于各种特征,都探讨了不同的方案在成人图像检测中的效果。并针对传统方法的不足,提出了有针对性的改进,主要包括:通过统计肤色块局部模式的出现规律,提出了一种新的描述肤色分布的特征;在局部特征方面,同时使用了局部的形态和纹理信息,并适度简化了局部特征点的采集算法;此外,对于局部特征无监督量化中所产生的随意性,通过调整和限制局部特征量化簇集的半径,提高了量化结果(即“视觉单词”)的质量;对图像中线条的分布情况,以局部短线段为基础,建立了旋转不变的描述。实验证明,上述特征产生了更好的识别能力。然后以普通的视觉单词为基础,建立了对成人图像视觉单词上下文的多层描述体系。该体系总共分3个层次,除了普通的视觉单词,还包括:中间层的词组,以及更高层的兴趣区域(region of interest,ROI)话题。词组是视觉单词的局部相邻关系的描述模型,本文建立了一种简单而高效的局部词组生成算法。ROI话题则用于在更大的尺度上(ROI)描述成人图像中视觉单词的上下文关系。在实验中发现,高层的视觉单词降低了普通单词的歧义性,并提高了对成人图像的识别性能。此外,还提取了敏感单词分布特征,从而补充了对视觉单词的全局分布信息的描述。最后,将子空间学习的思想融入到算法中,通过向量映射,不但使图像特征向量得以显著降维,而且使图像的语义距离和空间距离更为协调。通过上述各项对视觉单词出现规律的多层次分析,有效地提高了成人图像的识别准确率。实验结果证明,相比于传统类型方法,基于视觉单词的方法不再从根本上依赖肤色检测,从而明显地降低了误检率,尤其是在人物类图像中效果更加明显。基于上述的多层描述体系,提出了一种融合了视觉单词上下文的图像核函数。该核函数以单词和词组的多粒度直方图金字塔为基本框架,利用直方图的交运算来计算图像的相似性,并在其中融入了各个单词所处的上下文类别信息。实验结果显示,不论是在一般意义的图像识别中,或是在本文所讨论的成人图像识别中,均可以借助这种核函数来提高支持向量机(support vectormachine,SVM)的识别性能。考虑到基于上述核函数的检测方法具有较高的计算复杂度,于是又提出一种将核函数与局部学习相结合的识别算法。该算法使特征空间中成人图像模式的分析变得尽可能局部化,从而可以只使用一幅图像邻近的训练数据来对其进行分类。首先利用一些普通的特征将图像分成若干组;而后在各组的训练数据中采集了部分有代表性的数据点作为代表点;继而在各代表点邻域内建立了子SVM分类器,并依据各个子SVM的识别性能对其赋以相应的权重;最终利用测试图像的k个近邻子SVM来共同判断图像的类别。在实验中证明,这种基于局部空间分析的策略不但有效地控制了计算复杂度,而且能够准确地识别散布于各个局部空间中的成人图像。本文充分利用了成人图像中各种类型的信息,全面地分析了图像的语义,以视觉单词为基础,发展出了一套完整的识别策略。系统的检测性能明显地超越了传统类型的成人图像检测方法,在以往难以准确识别的图像中,错判大为减少。