-
公开(公告)号:CN112395442A
公开(公告)日:2021-02-23
申请号:CN202011084050.4
申请日:2020-10-12
Applicant: 杭州电子科技大学
IPC: G06F16/535 , G06F16/54 , G06F16/55 , G06F16/583 , G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种移动互联网上的低俗图片自动识别与内容过滤方法。本发明步骤:1.基于两大开源数据集建立用于训练和测试四分类低俗图像数据集;2.进行数据预处理;3.构建多阶段注意力机制的神经网络架构;4.基于四分类低俗图像数据集,对多阶段注意力机制的神经网络架构进行训练,获得注意力机制模型;5.将训练过后的注意力机制模型用数据的测试集进行测试,以验证模型的准确率指标;6.将最优的注意力机制模型用于数据的可视化,以热力图的形式展现出图像的高权重重点区域。本发明通过部署注意力机制,对图像的特征图的关键特征所在的区域进行加权操作。通过热力图的形式对特征图进行了数据可视化,通过可视化实验更好地解释模型的决策过程。
-
公开(公告)号:CN112395442B
公开(公告)日:2022-06-14
申请号:CN202011084050.4
申请日:2020-10-12
Applicant: 杭州电子科技大学
IPC: G06F16/535 , G06F16/54 , G06F16/55 , G06F16/583 , G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种移动互联网上的低俗图片自动识别与内容过滤方法。本发明步骤:1.基于两大开源数据集建立用于训练和测试四分类低俗图像数据集;2.进行数据预处理;3.构建多阶段注意力机制的神经网络架构;4.基于四分类低俗图像数据集,对多阶段注意力机制的神经网络架构进行训练,获得注意力机制模型;5.将训练过后的注意力机制模型用数据的测试集进行测试,以验证模型的准确率指标;6.将最优的注意力机制模型用于数据的可视化,以热力图的形式展现出图像的高权重重点区域。本发明通过部署注意力机制,对图像的特征图的关键特征所在的区域进行加权操作。通过热力图的形式对特征图进行了数据可视化,通过可视化实验更好地解释模型的决策过程。
-