学位论文 > 优秀研究生学位论文题录展示
面向图像式网络舆论攻击的举证反制技术研究
作 者: 郑亮
导 师: 王晖
学 校: 国防科学技术大学
专 业: 控制科学与工程
关键词: 图像式网络舆论攻击 举证反制 公共事件图像 图像检索 SIFT 对象特征 SOFC
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 48次
引 用: 0次
阅 读: 论文下载
内容摘要
随着战争信息化程度的不断提高,网络媒体逐渐成为军事打击和舆论战的重要载体和骨干力量。网络媒体具有覆盖面广、信息传播速度快、信息总量无限、交互性好等特性,使得网络逐渐成为舆论战的主战场。在网络舆论传播和渗透所使用的媒体类型中,数字图像日益受到舆论攻击者的重视,正越来越频繁地使用在网络舆论攻击中,严重影响了社会的稳定和发展。针对这个问题,使用数字图像举证技术,通过网络上相似图像的检索,可以得到图像式网络舆论攻击中所使用图像相同或相似的图像信息,在此基础上进行对比与分析,所得到的图像鉴别信息更加直观、易于民众的理解、可信度更高,将这些鉴别信息用于舆论反制可以取得较好的效果。因此本文重点研究了面向图像式网络舆论攻击的举证反制技术。归纳起来,论文所做的创新性工作主要包括以下三个方面:首先,针对数字图像鉴别技术在图像式网络舆论攻击的反制中存在的不足,通过对图像式网络舆论攻击典型模式的分析,提出了面向图像式网络舆论攻击的举证反制方法。根据舆论攻击中所使用图像的特点,研究了数字图像举证技术的基本概念、工作原理和工作流程,并且对数字图像举证相关技术的国内外研究现状进行了综述。其次,在网络舆论的传播过程中,公共事件图像在图像式网络舆论攻击中使用的最为频繁。为了及时检索到相关图像信息,针对公共事件图像的特点,本文提出了一种基于对象组合特征的公共事件图像检索方法,该方法利用传统图像搜索引擎的检索结果,通过对公共事件图像中感兴趣对象的挖掘与识别,提取公共事件图像中的对象组合特征,使用SVM(Support Vector Machine,支持向量机)构建公共事件图像分类器,分类结果可以过滤掉检索结果中大量的无用信息,有效的检索到网络上与公共事件相关的图像,最后,数字图像举证技术的核心是相似图像检索方法,本文分别研究了基于SIFT(Scale Invariant Feature Transform,尺度不变特征变换)特征的相似图像检索方法和基于对象的相似图像检索方法,在此基础上提出了一种基于SIFT特征与对象特征相结合的相似图像检索方法SOFC (SIFT and Object Feature Combined content based image retrieval ),实验证明,与单纯使用基于SIFT特征或对象语义特征的相似图像检索方法相比,该方法可以进一步提高相似图像检索的精度和效率。本文为实现图像式网络舆论攻击的反制提供了良好的理论和技术基础。
|
全文目录
摘要 9-10 ABSTRACT 10-12 第一章 绪论 12-22 1.1 研究背景 12-16 1.1.1 网络成为信息化条件下舆论战的主战场 12-13 1.1.2 图像式网络舆论攻击日益普遍且难以防范 13 1.1.3 图像式网络舆论攻击的主要模式分析 13-16 1.2 图像式网络舆论攻击的反制方法 16-19 1.2.1 基于数字图像鉴别技术的反制方法 17-18 1.2.2 基于数字图像举证技术的反制方法 18-19 1.3 论文研究内容 19-20 1.4 论文组织结构 20-22 第二章 面向图像式网络舆论攻击的数字图像举证反制相关技术研究 22-28 2.1 数字图像举证技术的基本概念 22-23 2.2 数字图像举证相关技术国内外研究现状 23-27 2.2.1 概述 23-24 2.2.2 图像举证中基于底层特征的相似图像检索方法 24-26 2.2.3 图像举证中基于高层语义特征的相似图像检索方法 26 2.2.4 结论与讨论 26-27 2.3 本章小结 27-28 第三章 基于对象组合特征的公共事件图像检索方法 28-42 3.1 引言 28-29 3.2 对象组合特征 29-30 3.3 公共事件图像检索方法 30-37 3.3.1 公共事件图像中感兴趣对象类别的挖掘 30-31 3.3.2 基于TextonBoost 算法的结构化对象识别方法 31-34 3.3.3 基于视觉颜色模型的非结构化对象识别方法 34-35 3.3.4 公共事件图像的识别与分类 35-37 3.4 实验结果与分析 37-41 3.4.1 感兴趣对象的识别结果 37-39 3.4.2 对象组合特征的有效性验证 39-40 3.4.3 具体公共事件的图像检索结果 40-41 3.5 本章小结 41-42 第四章 举证反制中的相似图像检索方法研究 42-62 4.1 引言 42-43 4.2 构建实验数据集 43-44 4.3 基于SIFT 特征的相似图像检索方法 44-53 4.3.1 SIFT 特征及提取过程 45-48 4.3.2 相似性度量与匹配准则 48-50 4.3.3 基于RANSAC 的错误匹配点去除方法 50-51 4.3.4 实验结果与分析 51-53 4.4 基于对象的相似图像检索方法 53-61 4.4.1 基于图模型的人机交互式图像对象分割方法 54-56 4.4.2 图像对象的学习与自动标注 56-58 4.4.3 基于对象的相似性度量与匹配准则 58-59 4.4.4 实验结果与分析 59-61 4.5 本章小结 61-62 第五章 基于SIFT 和对象特征相结合的相似图像检索方法SOFC 62-68 5.1 引言 62-63 5.2 相似图像检索方法SOFC 63-66 5.2.1 SOFC 方法的算法流程 63-64 5.2.2 实验结果与分析 64-66 5.3 本章小结 66-68 第六章 结束语 68-71 6.1 本文的主要工作 68-69 6.2 进一步的研究方向 69-71 致谢 71-73 参考文献 73-78 作者在学期间取得的学术成果 78
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 多样性密度学习算法的研究与应用,TP181
- 基于形状的汉画像检索技术研究,TP391.41
- 煤基SOFC/IGCC联合循环系统性能研究,TM611.3
- 基于特征描述的图像匹配方法研究,TP391.41
- 大规模图像检索中局部特征聚合与索引方法研究,TP391.3
- 基于最近邻及相似度测量检测钓鱼网页技术的研究,TP393.08
- 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
- 基于图形处理器的SIFT算法研究,TP391.41
- 基于SIFT的数字水印算法研究,TP309.7
- 基于Jade的多Agent图像检索系统,TP391.3
- 基于内容的大规模数字图像检索技术研究,TP391.41
- 基于BoW-SIFT模型和层次网格特征的三维检索系统,TP391.41
- 基于多幅图像的几何和纹理自动重建,TP391.41
- 图像检索的并行计算方法与系统,TP391.3
- 基于脑波的情感图像检索的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|