论文部分内容阅读
针对网络上不良图像泛滥问题,在人脸检测、肤色检测、图片纹理等分析方法的基础上,提出基于权重的不良图像识别的新方法。首先,选取合适的颜色空间;然后,对肤色区域的纹理信息进行提取;最后,采取特征权重策略,应用支持向量机方法对网络上搜集的不良图像和正常图片的相应特征进行训练与分类。研究结果表明:该方法对不良图像识别正确率达88.85%,正常图片识别正确率为86.70%,能应用于实际软件系统中对不良图像进行过滤。