基于稠密对抗网络半监督学习的直播色情图像检测方法

摘要

本发明提出了一种基于稠密对抗网络半监督学习的直播色情图像检测方法；在每一层都直接连接输入直播图片和损失函数，提高网络稠密度，减轻梯度消失现象。这种处理方法使生成对抗网络鉴别模型强化了模型特征表达能力，提高直播图片识别精度；构建基于对抗网络的半监督学习模型，对部分带标签数据进行离线学习，通过对直播图像生成空间的拟合，使得以有限的标签信息，最大限度提高模型对色情图像的鉴别能力；设计了一种循环渐进式的训练数据库构建方法，极大程度降低了人工成本，提高本发明的实际应用价值；本发明设计的半监督学习方法在一定程度上降低训练数据人工标注强度的同时，有效提高色情图像的检测精度。