Comment reconnaître (dans) des images appropriées? Pour faciliter, activer et faciliter la modération de photo et d'image et l'administration ciblant gae, j'essaie de commencer avec la reconnaissance d'image python de base, c'est-à-dire l'information sémantique de base qui retient l'information douteuse jusqu'à ce que l'humain puisse la juger. approuve le plus qui soit bon. Un lot de test> 10 000 images en comportait un ou très peu, ce qui évite naturellement les faux positifs. J'ai trouvé les liens suivants à suivre et je vous remercie d'avance pour tous conseils, suggestions et recommandations. Très fondamentalement la modération affichera un nombre d'images et juste un bouton "ok" ou viceversa par défaut "ok" et un bouton "Disapprove" selon la décision par défaut (par défaut probablement publier tout et désapprobation ad hoc (humain) si certains inadéquats depuis l'absolu majeure partie> matériau 99% est convenablement bonne) link textDémarrage de la reconnaissance d'image sémantique
Répondre
Je crois que vous voulez commencer ici
http://en.wikipedia.org/wiki/Feature_detection_%28computer_vision%29
puis révisez votre théorie statistique, la lecture des documents sur le sujet.
Merci, nous aimons tous les statistiques –
en python vous pouvez toujours:
import supreme_court
Parce que quand il s'agit de la pornographie, ils le savent quand ils le voient.
Blagues médiocres à part, je voudrais développer un tas de reconnaisseurs d'image floue qui correspondent choses faciles (comme combien de l'image est composée d'un ton de couleur de la peau?). Vous pourriez probablement trouver une bonne quantité de variables suspectes à ce stade - c'est la partie dure (ish). Utilisez ensuite les arbres de classification et de régression pour implémenter le moteur de décision réel. Entraînez-le avec votre échantillon de formation, puis effectuez une validation croisée de l'échantillon pour avoir une idée des faux positifs/négatifs.
Il est parfaitement correct que la nudité devrait être censurée pour mon but, cependant reconnaître le service d'escorte est très semblable et ces photos ressemblent exactement à la normale, ainsi le texte devrait compléter le modèle. Comme vu au tribunal, je suis définitivement le lien informatif et pourrait utiliser gae histogramme heuristica ie images.Image (d) .histogram() –
- 1. Outil de fusion sémantique
- 2. Implémentation de la recherche sémantique avec RDF
- 3. Sémantique de l'instruction F #
- 4. Reconnaissance de la redirection de domaine
- 5. Traitement audio - Reconnaissance de la tonalité
- 6. Reconnaissance de navigateur Javascript
- 7. Analyse sémantique utilisant Solr
- 8. reconnaissance de forme sur la photo prise de la webcam
- 9. Sémantique de la structure html pour les pages de données
- 10. Logiciel de reconnaissance faciale/fusion
- 11. Technique préférée pour la reconnaissance gestuelle
- 12. reconnaissance vocale pour la recherche des fichiers
- 13. iPhone App> Ajouter une reconnaissance vocale?
- 14. Java et la reconnaissance d'empreintes digitales
- 15. Balisage sémantique pour obtenir l'effet modifiable de la dernière rangée?
- 16. comment fonctionne la reconnaissance vocale dans Android?
- 17. changer la page de démarrage
- 18. Suggestion pour le balisage sémantique
- 19. Reconnaissance vocale dans l'iPhone?
- 20. Reconnaissance vocale sur l'iPhone
- 21. Reconnaissance vocale en J2ME
- 22. reconnaissance vocale en java
- 23. Algorithme de reconnaissance de l'écriture manuelle
- 24. Quelqu'un at-il de l'expérience avec la reconnaissance vocale Sphinx?
- 25. Vista reconnaissance vocale dans Delphi
- 26. Reconnaissance d'image et rendu 3D
- 27. Reconnaissance de forme géométrique simple en C#
- 28. Reconnaissance de caractères étendus en utilisant JAVACC
- 29. Reconnaissance intelligente de caractères (ICR) FOSS
- 30. CMD: reconnaissance des extensions de fichiers?
Ravi d'entendre parler de votre projet. Quelle est ta question? – mhawke
Je crois que d'autres font déjà des projets similaires et aiment entrer en contact avec où R & D sont. –