视频图像中不良文本的识别与过滤-维吾尔语系

网络己成为一种人们获取信息和传递信息的重要手段，但随之而来的不良信息也越来越猖獗。打击不良信息的传播，保护青少年健康成长，对维护新疆的和平稳定发展有极其重要的意义。本项目在建立的视频图像中维吾尔文文本定位和提取的基本框架的基础上，首先构建图像文本语料库和基于切分策略的维吾尔文字识别模型, 针对识别的维吾尔文不良文本，利用tf-idf 特征提取方法抽取文本的词汇方面特征，采用统计量特征选择方法对抽取到的特征进行必要地取舍，并提取几个具有明显区分能力的结构特征，采用支持向量机、贝叶斯、神经网络等算法自动过滤掉不良文本。最终针对多种算法进行试验，选择适合维吾尔文本的多技术联合、分层过滤的方法，建立一套完整有效的视频图像中维吾尔文不良文本的过滤系统。该研究成果将为网络传输健康的维吾尔文信息提供坚实的保障，并鉴于维吾尔文与阿拉伯文极近的亲缘关系，可以推广应用到阿拉伯文信息过滤技术上。

随着多媒体和互联网技术的迅速发展，视频已经成为获取信息资源的主要形式之一。人们希望能够通过快速浏览找出自己感兴趣的内容。但是从海量的视频中快速找到有效的信息并不容易，因为视频具有数据量大、结构复杂、内容丰富的特点。如何实现对视频的有效处理和分析，从多媒体图像中找出自己感兴趣的内容是当前视频处理领域需要解决的问题。为此，在国家自然科学基金的资助下，重点研究了与本项目相关的关键技术，具体包括：（1）维吾尔文信息检索及语料库建设；（2）视频关键帧提取；（3）文字定位、切分及识别；（4）文本分类及过滤。在理论创新方面，我们提出了一系列相关的新方法，并以全新的角度构建了视频图像中维吾尔文不良文本的识别与过滤系统。. 在国家自然科学基金的支持下，累计已发表论文19篇，其中知名学术刊物16篇，国际知名学术会议3篇，4篇被EI收入；软件著作权3项。此外，在人才培养方面，硕士生15人，其中邓任任同学荣获2012年度新疆大学硕士研究生“国家奖学金”。