%0 Journal Article
%T Visual attention model VAMAI for adult image detection<br>基于视觉注意模型VAMAI的敏感图像检测方法
%A Liu Yizhi
%A Yang Ying
%A Tang Sheng
%A LIN Shou-xun
%A <br>刘毅志
%A 杨颖
%A 唐胜
%A 林守勋
%J 中国图象图形学报
%D 2011
%I 
%X 基于内容的敏感图像检测方法是过滤互联网上敏感信息的有效手段。然而，基于全局特征的检测方法误检率偏高，现有的基于BoW（bag-of-visual-words）的检测方法速度较慢。为了快速准确地检测敏感图像，本文提出基于视觉注意模型VAMAI（visual attention model for adult images）的敏感图像检测方法，包括构造面向敏感图像的视觉注意模型VAMAI、基于兴趣区域和SURF（speeded up robust features）的视觉词表算法、全局特征选择及其与BoW的融合三部分。首先，结合显著图模型、肤色分类模型和人脸检测模型，构造VAMAI，用于较准确地提取兴趣区域。然后，基于兴趣区域和SURF构建视觉词表，用于提高基于BoW的检测方法的检测速度与检测精度。最后，比较多种全局特征的性能，从中选择颜色矩，将它与BoW的支持向量机分类结果进行后融合。实验结果表明:VAMAI能够较准确地检测兴趣区域;从检测速度和检测精度两方面显著地提高了敏感图像的检测性能。
%K adult image detection
%K visual attention model
%K region of interest
%K visual words
%K speeded up robust features<br>敏感图像检测
%K 视觉注意模型
%K 兴趣区域
%K 视觉单词
%K SURF特征
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=65DE27C13B6C4714ABD6E4F86FCF244D&yid=9377ED8094509821&vid=7801E6FC5AE9020C&iid=DF92D298D3FF1E6E&sid=7DA67D178F3C9099&eid=603BC00D7DC5FEAC&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=0