开始语义图像识别

Question

如何识别（合适）适当的图像？

为了方便，启用和简化照片和图像审核以及针对gae的管理，我尝试开始使用基本的python图像识别，即基本的语义信息，图像看起来像什么，以阻止可疑材料，直到人类可以判断它，并批准最好的。 <试验批次> 1万张图片中只有一张或只有极少数，所以避免误报自然是好的。我找到了以下链接，并提前感谢所有建议，建议和建议。非常基本的审核将显示一些图像，只有一个按钮“ok”或反之亦然“ok”和一个按钮“Disapprove”取决于默认决定（默认可能发布所有内容和ad hoc（人类）不赞成，如果一些不适合，因为绝对主要部分> 99％材料适当的好） link text

link text

Answer 1

在python中你总是可以：

import supreme_court

因为谈到色情时，他们在看到色情片时就知道了。

除了平庸的笑话，我会开发出一堆模糊的图像识别器来匹配 easy 的东西（比如图像的多少是由肤色组成的？）。你可能在这一点上想出了大量的可疑变量 - 这就是硬（ish）部分。然后使用分类和回归树来实现实际的决策引擎。使用您的训练样本进行训练，然后进行交叉样本验证，以了解误报/否定。

Answer 2

我相信你会想从这里开始

http://en.wikipedia.org/wiki/Feature_detection_%28computer_vision%29

然后仔细阅读你的统计理论，阅读有关该主题的任何论文。