شناسایی هرزنامه های تصویری با استفاده از ویژگی بافت تصویر

سال انتشار: 1394
محل انتشار: کنفرانس بین المللی پژوهش های کاربردی در فناوری اطلاعات، کامپیوتر ومخابرات
کد COI اختصاصی: ITCC01_564
زبان مقاله: فارسی
تعداد مشاهده: 702

نویسندگان

دانشجوی دانشگاه آزاد اسلامی واحد بویین زهرا، دانشکده فنی مهندسی، گروه مهندسی کامپیوتر

دانشیار دانشکده مهندسی کامپیوتر ، دانشگاه امیرکبیر (استاد راهنما)

چکیده

با افزایش استفاده از پست های الکترونیک، مساله دریافت ایمیل های ناخواسته به یک چالش تبدیل شده است، که به اینایمیل ها، اسپم گفته می شود. برای شناسایی اسپم های تصویری می توان از روشهای بینایی ماشین بهره برد. دراین مقاله روشیبرای بالابردن دقت شناسایی و دسته بندی تصاویر اسپم از تصاویر معتبر یا غیر اسپم ارائه شده است. در روش ارائه شده ازویژگی بافت تصویر جهت بررسی تصاویر استفاده می شود. در این تحقیق از ماتریس هم رخداد سطح خاکستری (GLCM)که یکی از ویژگی های بافت است، استفاده شده است. پس از استخراج ماتریس از تصویر، به ازای هر تصویر 22 ویژگی بهدست می یآید. سپس از دسته بندی کننده نزدیکترین همسایه (KNN) و بیزین ساده (NB) برای دسته بندی تصاویر با استفادهاز ویژگی های بدست آمده از هر تصویر استفاده می شود. این تصاویر از دو پایگاه داده Dredze و ISH بدست آمده اند .نتایج بدست آمده درمقایسه با کارهای انجام شده نشان دهنده بهبود در دقت دسته بندی در روش ارائه شده است.

کلیدواژه ها

تصاویر اسپم، بافت تصویر ، ماتریس GLCM ، دسته بندی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.