找回密碼 注冊

基本信息

項目名稱:
智能化網絡敏感圖像識別軟件及其應用
小類:
信息技術
簡介:
作品為一套用于互聯網數據中心的智能化網絡敏感圖像識別(INEIR)軟件。該軟件在充分分析網絡敏感圖像的視覺特性之上,利用計算機視覺、圖像處理、人工智能和模式識別等領域相關知識,通過采用軟硬件結合的數據獲取技術、基于小類模型的快速匹配機制、融合智能化技術與人類視覺感知的分層識別策略等,準確地從海量的網絡信息資源中識別出包含色情內容的圖像信息,填補了國內服務器端的圖像內容識別與過濾產品的市場空白。
詳細介紹:
全球網絡化已極大地改變了人類的文化和生活方式,同時亦對各國政府的網絡治理工作提出了巨大的挑戰。如今網絡敏感信息的傳播愈來愈嚴重,不良網絡文化對網民尤其是青少年的身心造成了極大的危害。本作品研發了一套可用于IDC(Internet Data Center,互聯網數據中心)的智能化網絡敏感圖像識別(Intelligent Network Erotic Image Recognition,INEIR)軟件,填補了國內服務器端的圖像內容識別與過濾產品的市場空白。INEIR軟件通過面向特定圖像的建模與快速匹配機制、基于智能化方法和人類視覺感知的圖像分層識別策略、以及軟硬件結合的高速數據流解析技術等,快速地從海量的網絡信息資源中識別出包含有色情內容的圖像信息。上海移動和浙江電信兩個省級IDC的測試和使用情況表明,INEIR軟件技術手段先進、系統穩定可靠、識別性能和識別準確率高,具備廣闊的應用前景。未來三年我們將重點研發一套整合網絡文本、圖像、視頻等敏感信息的識別系統,以提供一系列更專業的解決方案,并將逐漸開放我們的系統平臺,希望吸引更多有志于改善中國互聯網環境的師友們加入這更高的挑戰。

作品圖片

  • 智能化網絡敏感圖像識別軟件及其應用
  • 智能化網絡敏感圖像識別軟件及其應用
  • 智能化網絡敏感圖像識別軟件及其應用
  • 智能化網絡敏感圖像識別軟件及其應用
  • 智能化網絡敏感圖像識別軟件及其應用

作品專業信息

設計、發明的目的和基本思路、創新點、技術關鍵和主要技術指標

一、目的 互聯網上敏感信息的大肆傳播,嚴重影響了青少年的健康成長。網絡信息過濾既是各國政府急需解決的難題,也是國內外研究者的技術挑戰。智能化網絡敏感圖像識別(INEIR)軟件是一套服務器端的敏感圖像識別軟件。該軟件從高速網絡數據流中獲取圖像數據,能夠從海量的WEB信息資源中過濾包含色情內容的敏感圖像信息。 二、基本思路 INEIR軟件的研發利用了圖像處理、計算機視覺、人工智能和模式識別等領域的知識與技術。我們在設計好系統的總體框架,涉及的軟硬件配置,以及主要功能模塊后,采用自頂向下、逐步細化的軟件開發過程對系統的各個環節與模塊進行具體化,并編程實現了整個系統。 三、創新點 1)采用了面向特定圖像的快速匹配機制; 2)采用了先進的智能化技術與手段; 3)采用了基于人類視覺感知原理的分層識別策略; 4)采用了軟硬件相結合的數據獲取技術。 四、關鍵技術 1)基于軟硬件結合的網絡數據流解析; 2)基于各種引擎的圖像預處理; 3)基于特定圖像的小類模型建立及快速模型匹配; 4)基于人類視覺感知的自動檢測; 5)基于支持向量機(SVM)的智能分類器; 6)基于人機交互的交叉反饋機制。 五、主要技術指標 1)支持通用圖像格式; 2)敏感圖像的正識率≥95%,誤識率≤5%; 3)正常圖像的正識率≥95%,誤識率≤5%; 4)圖像識別的速度≥800幅/分鐘; 5)執行時對CPU平均利用率負荷增加不超過5%,峰值增加不超過40%,內存消耗不高于128MB。

科學性、先進性

INEIR軟件通過面向特定圖像的建模與快速匹配機制、基于智能化方法和人類視覺感知的圖像分層識別策略、以及軟硬件結合的高速數據流解析技術等,快速地從海量的網絡信息資源中識別出包含有色情內容的圖像信息。INEIR軟件填補了國內服務器端的圖像內容識別與過濾產品的市場空白。上海移動和浙江電信兩個省級IDC的測試和使用情況表明,INEIR軟件技術手段先進、系統穩定可靠、識別性能和識別準確率高,具備廣闊的應用前景。INEIR軟件與“綠壩-花季護航”核心模塊的性能對比結果表明,前者已達到國內先進水平。

獲獎情況及鑒定結果

2011年5月,榮獲省第十二屆“挑戰杯”大學生課外學術科技作品競賽特等獎。

作品所處階段

軟件產品已經研發成功,目前在上海移動、浙江電信等大型IDC機房應用。

技術轉讓方式

目前已經與兩家電信服務商簽訂了項目合同,合同金額80萬元,產品同時以增值業務的形式獲得分紅。

作品可展示的形式

軟件、現場演示、錄像。

使用說明,技術特點和優勢,適應范圍,推廣前景的技術性說明,市場分析,經濟效益預測

INEIR軟件可作為服務器端的網絡信息識別軟件,滿足通信運營商對網絡數據內容審核的應用需求,系統部署在大中型IDC機房中,用來實時掃描網絡重要節點上流經的所有網絡信息。相對于基于客戶端的工作方式,INEIR軟件采用的基于服務器端的方式,收益面大、針對性強,過濾效果好。 INEIR軟件亦可作為通信運營商的增值服務產品,或作為各級學校、政府、企事業單位、網絡公司的網絡數據中心的網絡監管系統。INEIR軟件的關鍵技術和核心算法還可拓展到其它潛在的應用領域,例如:視頻監控、人臉追蹤、手勢識別、安全防控、醫療保健等。 INEIR軟件的主要收益來自兩部分:獨立軟件(或作為子模塊)銷售收入和通信運營商的增值服務分賬收益。

同類課題研究水平概述

據不完全統計,自上世紀末以來,我國的敏感信息過濾軟件已超過20種。例如:“網絡爸爸”、“科利華學生瀏覽器”、“美萍反黃專家”和“火眼金睛”等。這類過濾軟件大多采用的是黑名單過濾技術或關鍵字過濾技術。盡管“反黃衛士”和“護花使者”等過濾軟件利用了簡單的圖像處理方法,但依舊無法對圖像的內容作智能化識別與過濾。 圖像比文字信息更豐富,網絡敏感圖像比敏感文字危害更大?;趦热莘治龅膱D像識別是敏感圖像過濾的關鍵環節,也是長期以來基于內容的圖像檢索(CBIR)領域的研究重點。例如:IBM研究中心開發的QBIC系統,允許使用示例圖像、用戶構建的草圖等,實現圖像的檢索。MIT媒體實驗室開發的PhotoBook系統,可根據人臉、形狀或紋理特征對圖像進行自動分類,哥倫比亞大學推出的VisualSEEK系統,實現了網絡圖像、視頻信息的檢索。此外,還有許多類似的檢索系統,如伊利諾伊大學的MARS系統,卡內基美隆大學的Informedia系統,以及哥倫比亞大學的VideoQ系統等。 如今將基于內容分析的圖像識別應用到敏感信息過濾中受到研究者關注,主要有兩種策略:一是通過分析圖像中人體的內容(如肢體),根據模板或設定的規則來區分敏感圖像和正常圖像;二是從圖像中提取出特征,經過處理后組成特征向量,用特征向量檢測敏感圖像。目前,后一種策略為主流。例如:美國衣阿華大學的Fleck和加洲大學伯克利分校的Forsyth等人,通過基于膚色的圖像分割和人體姿態的幾何特征檢測,判斷圖像中是否包含裸露的人體。斯坦福大學的Wang等人,利用結合小波紋理和顏色直方圖的特征向量識別敏感圖像中的裸體區域。英國阿伯丁大學的Craw等人,采用自組織映射(SOM)建立膚色模型,通過膚色概率值來鑒別膚色像素點。 上述識別方法利用機器學習手段,從大量敏感圖像樣本中發現該類圖像在視覺上的特性,利用這些特性去分析判斷測試圖像。如敏感圖像識別以判別圖像中裸體面積的大小為判別準則。但互聯網上的圖像來源各異,成像條件千差萬別,由于人類主觀感覺的存在,使得對圖像語義特征的抽取存在一定的非客觀因素。按我國工信部對“淫穢色情圖像”的定義,裸體圖像僅僅是敏感圖像的子類,如包含色情姿態和行為的圖像、網絡賣淫的圖像等都定義為敏感圖像。因此,亟需研發一套適用于互聯網環境下的高效、實用、具有智能化的網絡敏感圖像識別軟件。
建議反饋 返回頂部
性av无码天堂_免费播放日本av一区_亚洲avavav天堂