文献

J-GLOBAL ID：201702264958165746   整理番号：17A0368708

深い畳込みニューラルネットワークを用いたポルノ画像検出【Powered by NICT】

Pornographic image detection utilizing deep convolutional neural networks

著者 (6件)： Nian Fudong (Anhui University, Hefei, China) ,  Li Teng (Anhui University, Hefei, China) ,  Wang Yan (Anhui University, Hefei, China) ,  Xu Mingliang (School of Information Engineering, Zhengzhou University, Zhengzhou, China) ,  Wu Jun (Chongqing Kaize Technology Co., Ltd, China) ,  Wu Jun (Anhui Suyuan Electronics Technology Co., Ltd, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 210  ページ： 283-293  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くのインターネットユーザは,ポルノグラフィ画像の潜在的犠牲者であり,それらの大部分は,未成年の子供である。,コンテンツベースポルノ画像検出はコンピュータビジョンおよびマルチメディア研究における重要な課題である。以前の解は通常,解析し,選択することが困難な,人工視覚特徴に依存している。本論文では,単一モデルを有するどのようなスタイルのポルノ画像を正確に検出かつ効率的に,深い畳込みニューラルネットワーク(CNN)を利用した新しい方式を提案した。訓練データはインターネットとそれに続く改良スライディングウィンドウ法といくつかの新しいデータ増強アプローチから得られた。非常に効率的な訓練アルゴリズムを二つの戦略に基づいて提案した。第一は,予め訓練された中間レベル表現非固定微調整戦略である。第二は検証セットに提案したネットワークの性能に基づいて適切な時期に訓練データを調整することである。さらに,試験におけるスライディングウィンドウ手法に基づく高速画像走査法を導入した。を「固定点アルゴリズム」に基づく高速前方パス法を提案した。,CNNは1前方パスによる高速全スケール画像を検出することができた。提案した方法の有効性は,提案されたデータセット上での実験で実証し,比較結果により,本手法が最先端の検出性能をもたらすことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  インターネット ,  *ネットワーク ,  マルチメディア ,  *ニューラルネットワーク ,  高速度 ,  学習アルゴリズム ,  走査 ,  *画像 ,  コンピュータビジョン ,  *畳込み
準シソーラス用語： スライディングウィンドウ ,  訓練データ ,  未成年者 ,  *画像センシング , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像分類 ,  畳込みニューラルネットワーク ,  高速ポルノグラフィック画像検出

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  画像検出