利用网页特征识别不良图像网页的中期报告.docxVIP

利用网页特征识别不良图像网页的中期报告 识别不良图像是网络监管和保护未成年人的重要任务。利用网页特征识别不良图像是一种有效的方法。本文对于这一研究进行了中期报告。 1.已完成工作 （1）对相关文献进行了梳理，对不良图像的定义、分类、过滤方法进行了学习和总结。 （2）实现了针对图片的特征提取方法。通过计算图片的哈希值、颜色直方图、边缘直方图等特征，并生成特征向量，用于后续的分类。 （3）搜集了包含不良图片的数据集，包括儿童色情、暴力、恐怖等类型，共计5000张图片。 （4）通过SVM算法进行分类，并计算准确率、召回率、F1值等指标进行评估。 2.待完成工作 （1）通过深度学习的方法，对图片进行特征学习和分类，以提高识别准确率。 （2）对不良图片进行有效过滤，包括删除、屏蔽等方式。 （3）加入人工审核机制，处理被误判的图片，同时判断一些难以用算法识别的模糊、变形等图片。 3.总结 通过中期报告，我们建立了对于识别不良图片的基础算法，并对其进行了实现和评估。同时，我们也认为未来利用深度学习、人工审核等方法，应该能够提高不良图片的识别和过滤效率。