基于自上而下的基于颜色显着性的BoW表示的色情图像分类

由于颜色是色情图片的重要视觉线索,因此本研究提出了一种基于颜色和形状信息融合的色情图片分类的新框架。 此框架包含三种融合模式:早期融合,晚期融合和基于自上而下的颜色显着性的融合,它们进行了比较。 在此基础上,提出了基于自上而下的色彩显着性融合的色情图像分类方法。 在后期融合和基于颜色显着性的融合中,采用颜色名称来表示颜色信息。 为了验证单词上空间约束的有效性,我们还比较了通过矢量量化和局部约束线性编码量化的形状特征。 实验结果表明,我们的模型正确地结合了形状和颜色信息,并且比流行的方法更好地将正常图像和色情图像与色情图像区分开。