基于深度学习的图片敏感文字检测-计算机工程与应用.PDF

Computer Engineering and Applications 计算机工程与应用 2015 ，51（14） 203 基于深度学习的图片敏感文字检测 吴财贵，唐权华 WU Caigui, TANG Quanhua 江西师范大学 软件学院，南昌 330022 School of Software, Jiangxi Normal University, Nanchang 330022, China WU Caigui, TANG Quanhua. Sensitive words detection in images based on deep learning. Computer Engineering and Applications, 2015, 51 （14）：203-206. Abstract ：In order to detect the sensitive words in the images fast, the means of deep learning is introduced to detect and recognize the words. It pre-processes the images and labels the connected region, uses two Restricted Boltzmann Machine （RBM ）to judge and selects the text area in the connected region. The horizontal projection and the regional generation is used to segment character of the acquired text area. The BP neural network algorithm combines with the Deep Belief Net- work （DBN ）algorithm to detect the sensitive information. The analysis of the detection theory of sensitive words and experi- ment data show that the new algorithm has low complexity and fast detection speed. Key words ：image processing; text region extraction; sensitive word detection; deep learning; Restricted Boltzmann Machine （RBM ）; deep belief network 摘 要：为快速检测图片文字中的敏感词汇，引入深度学习的方法进行文字检测和识别。对图片预处理，对连通区 域进行标记；利用两层限制玻尔兹曼机（RBM ）对连通区域进行文字区域的判别和选取；利用水平投影和区域生长的 方法对得到的文字区域进行字符的分割；用BP 神经网络算法和深信度网络（DBN ）算法结合对敏感信息进行检测。 敏感文字检测理论分析和实验数据表明该方法的算法复杂度低，检测速度快。 关键词：图像处理；文字区域提取；敏感词检测；深度学习；限制玻尔兹曼机；深信度网络 文献标志码：A 中图分类号：TP391.4 doi ：10.3778/j.issn. 1002-8331.1404-0236 1 引言 域，再根据几何特征对确定了的连通区域进行鉴别，最 随着政府对互联网监管的加强，普通文本形式的非 后对鉴别后的连通区域合并得到文字区域。文献[1] 中 法信息已经很难传播，许多组织和个人改用图片的方式 提出了一种改进的基于连通域的文字区域定位方法。 [3-4] 散播敏感信息。当前，图片方式已成为互联网敏感信息 （2 ）基于纹理方法 ，将文本区域看作是一种特殊纹理， 传播的主要途径之一，图