基于深度学习随机图像内容分析的网页分类器库
计算机视觉与模式识别
2019-12-19 v1
摘要
本文提出一种用于网页分类的方法论及相应的 Python 库 1。我们的方法从给定网页检索固定数量的图像，并基于这些图像以给定概率将网页分类至一组既定类别中。该库训练一个构建于由预训练深度网络提取的图像特征之上的随机森林模型。该实现通过在一个精选的 3859 个网站列表中识别武器类网页进行了测试。结果表明，将网页分类至所研究类别的最佳方法是：依据所有检索图像中任一图像属于此（武器）类的概率最大值高于阈值来判定类别。进一步研究探索了所开发方法论在医疗健康应用图像分类中亦适用的可能性。
引用
@article{arxiv.1912.08644,
title = {A Web Page Classifier Library Based on Random Image Content Analysis Using Deep Learning},
author = {Leonardo Espinosa Leal and Kaj-Mikael Björk and Amaury Lendasse and Anton Akusok},
journal= {arXiv preprint arXiv:1912.08644},
year = {2019}
}
备注
4 pages, 3 figures. Proceedings of the 11th PErvasive Technologies Related to Assistive Environments Conference. ACM, 2018