文献

J-GLOBAL ID：202102212029191835   整理番号：21A0006797

予歪CNNモデルを用いたポルノグラフィ画像の検出と除去【JST・京大機械翻訳】

Detect and Depornize Pornographic Images Using Pre-trained CNN Models

著者 (1件)： Yan Haitian (Michigan State University,Department of Computer Science and Engineering,East Lansing,United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CDS  ページ： 48-51  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ユビキタスインターネットは情報の大きな透明性を達成した。しかし,それはまた,負の情報,特にポルノグラフィコンテンツのメディアになる。そのようなコンテンツを分類し,フィルタリングすることはソーシャルネットワークに高需要である。CNNモデルは,良好な柔軟性と高精度でポルノグラフィ画像を分類できる。しかし,スクラッチからのCNNモデルの構築は複雑で計算が高価である。幸いに,転送学習の技法を用いた訓練前訓練CNNモデルは,開発に比較的時間がかかり,依然として大きな性能を提供できる。本論文では,最も最近の事前訓練CNNモデルを,転送学習の技術を用いて,ポルノグラフィ画像検出器に再訓練できることを示した。さらに,ソーシャルメディアとエンターメントにおける実際的応用を考慮して,本論文は,これらの感受性とポルノグラフィコンテンツをカバーするために,脱孔アルゴリズムを導入した。実験結果は,本論文で提案した両方のアルゴリズムの効率性を実証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  学習 ,  フィルタリング ,  感受性 ,  柔軟性 ,  *予歪 ,  インターネット ,  コンテンツ
準シソーラス用語： 好色本 ,  高精度 ,  ユビキタス ,  社会的ネットワーク ,  透明性 ,  ソーシャルメディア ,  スクラッチ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 予歪 ,  CNN ,  モデル ,  ポルノグラフィ