三网融合下广电视频人物图像的特征提取与识别方法

摘要

随着三网融合时代的到来，海量信息的自由传播和信息源头的开放使得监管信息内容的难度陡增。监管三网融合后的各种介质（文本、图像、声音、视频）内容，控制色情，暴力，反政府等信息的产生与传播，成为首当其冲需要解决的问题。为了监管这些海量非结构化数据，“三网融合下的内容监管系统”研究项目由此诞生。
　　图像监控系统HUSTRIM-PM在其父系统——HUSTRIM的目标、功能、工作流程与架构下，确定了自身的作用以及与其他系统的相互关联。
　　从颜色、纹理角度详细介绍了人物图像的特征过滤技术，给出了基于 HSI颜色空间和 R值的肤色过滤技术、基于小波变换的多分辨率分析和基于分形维数的纹理过滤技术，利用“栅栏算法”提取色情敏感图像的可疑区域。深入研究人工神经网络技术，选取基于kohonen和BP神经网络的人物图像特征识别技术，提出敏感部位特征分类，实现了识别图像特征提取模块截取下的图像敏感区域。
　　设计了图像监控系统的架构、数据库，通过样本模拟试验体现了上述方法在图像监控系统中的有效性，满足了HUSTRIM系统关于图像监控方面的设计需求，具有实时性好、识别率较高的特点，在人物图像特征识别方面做出了一定的探索。

目录

封面

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景

1.2 视频人物图像特征分析的研究目的与意义

1.3 视频人物图像特征分析的国内外研究现状

1.4 本文主要内容及其安排

2 人物视频图像关键特征提取与识别的理论基础

2.1 人体肤色检测

2.2 基于小波变换的纹理特征边缘检测

2.3 基于分形的皮肤形态过滤

2.4 基于Kohonen神经网络的图像样本选取

2.5 基于前馈（BP）神经网络的图像识别

2.6 本章小结

3 广电内容监管系统HUSTRIM概述

3.1 HUSTRIM系统的目标

3.2 HUSTRIM系统的功能

3.3 HUSTRIM系统结构

3.4 本章小结

4 HUSTRIM-PM系统设计

4.1 HUSTRIM-PM的总体设计

4.2 HUSTRIM-PM系统的结构

4.3 主要算法的设计

4.4 HUSTRIM-PM的数据库设计

4.5 本章小结

5 HUSTRIM-PM系统算法实现

5.1 图像监管系统HUSTRIM-PM算法处理流程

5.2 基于HSI颜色空间和R值的人体肤色检测算法实现

5.3 分形维数形态过滤算法实现

5.4 栅栏算法实现

5.5 Kohonen神经网络算法实现

5.6 前馈（BP）神经网络算法实现

5.7 本章小结

6 HUSTRIM-PM系统的实验与测试

6.1 实验环境与配置

6.2 系统的实验测试

6.3 实验结果分析

7 总结与展望

致谢

参考文献