公开(公告)号：CN106682694A

公开(公告)日：2017-05-17

申请号：CN201611223417.X

申请日：2016-12-27

Applicant: 复旦大学

Inventor： 胡二雷 ,  杜姗姗 ,  冯瑞 ,  金城 ,  薛向阳

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/66 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于数字图像处理技术领域，具体为一种基于深度学习的敏感图像识别方法。本发明主要包括如下步骤：对敏感图像进行预处理；将预处理后的全部敏感图像数据库分为训练集和测试集两部分，其中训练集又分为train和validation两个部分，比例约为5:1；将训练集图像用于深度卷积神经网络训练，训练出来的是卷积神经网络各层之间的参数；训练完成后，用训练的模型初始化测试用的神经网络，测试用的神经网络和训练的网络结构相同；将测试用的敏感图像输入到初始化后的深度神经网络，进行识别测试，实现敏感图像的识别；本发明不需要人为参与和调整，能够完成特征的提取和分类的功能，提供了一种可靠的高性能的基于深度学习的敏感图像识别技术。