李雅靜 丁海洋

收稿日期：2023-04-17

基金項(xiàng)目：國家自然科學(xué)基金（61370188）；北京市教委科研計(jì)劃（KM202010015009，KM202110015004）；北京印刷學(xué)院科研創(chuàng)新團(tuán)隊(duì)項(xiàng)目（Eb202101）；北京印刷學(xué)院重點(diǎn)教改項(xiàng)目（22150121033/009）；北京印刷學(xué)院科研基礎(chǔ)研究一般項(xiàng)目（Ec202201）；北京印刷學(xué)院博士啟動金項(xiàng)目（27170120003/020，27170122006）

DOI：10.19850/j.cnki.2096-4706.2023.21.019

摘? 要：當(dāng)前網(wǎng)絡(luò)視頻中充斥著涉及敏感信息的內(nèi)容且不易識別，提出了一種基于最大穩(wěn)定極值區(qū)域和字典樹的視頻字幕敏感詞過濾算法，達(dá)到對此類視頻內(nèi)容過濾、處理的目的。該方法采用MSER算法對文字進(jìn)行檢測與定位，來獲得候選文字區(qū)域，然后通過使用幾何和筆畫寬度屬性來減少這些可能區(qū)域的數(shù)量，再經(jīng)過幾何過濾的方法對候選區(qū)域進(jìn)行篩選、優(yōu)化，連接候選區(qū)域以獲得文本區(qū)域，最后利用字典樹算法進(jìn)行敏感詞過濾。實(shí)驗(yàn)結(jié)果表明，該方法可以有效地對視頻字幕敏感信息進(jìn)行檢測和過濾。

關(guān)鍵詞：最大穩(wěn)定極值區(qū)域；文字檢測；視頻圖像；文字定位；敏感詞過濾

中圖分類號：TP391? 文獻(xiàn)標(biāo)識碼：A? 文章編號：2096-4706（2023）21-0080-06

Video Subtitle Sensitive Word Filtering Algorithm Based on MSER

LI Yajing， DING Haiyang

（School of Information Engineering， Beijing Institute of Graphic Communication， Beijing? 102600， China）

Abstract： At present， network videos are full of content involving sensitive information and are not easy to identify， and a video subtitle sensitive word filtering algorithm based on the maximum stable extremal region and dictionary tree is proposed to achieve the purpose of filtering and processing such video content. This method uses MSER algorithm to detect and locate text to obtain candidate text regions， and then reduces the number of these possible regions by using geometry and stroke width attributes. After the screening and optimization of candidate regions by geometric filtering method， it connects candidate regions to obtain text regions， and finally uses dictionary tree algorithm for sensitive word filtering. Experimental results show that this method can effectively detect and filter video subtitle sensitive information.

Keywords： maximum stable extremal region; text detection; video image; text location; sensitive word filtering

0? 引? 言

智能手機(jī)和在線社交媒體的爆炸式增長導(dǎo)致了大量視覺數(shù)據(jù)的積累。特別是互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)上大量且不斷增加的視頻集合，例如抖音、微信、QQ、微博等軟件平臺的大量使用，能夠?qū)崿F(xiàn)信息內(nèi)容的自由交換與傳播，因此信息內(nèi)容的來源渠道也更加豐富。同時內(nèi)容的發(fā)布相對來講也較為隨意，目前大量的違規(guī)字幕充斥其中，尤其是一些帶有反動色彩的信息、色情信息、賭博信息、暴力信息等往往能夠輕而易舉地通過這些軟件和平臺進(jìn)行傳播。這些不計(jì)其數(shù)的視頻引發(fā)了多媒體理解和視頻檢索方面的研究活動。所以，有針對性地對信息過濾的方法以及技術(shù)開展深入的研究，是絕對有必要的，同時具有極大的現(xiàn)實(shí)意義。隨著互聯(lián)網(wǎng)時代的發(fā)展，視頻、圖片和文字在網(wǎng)絡(luò)社區(qū)環(huán)境中，是十分流行的網(wǎng)絡(luò)信息傳播媒介。尤其是短視頻軟件的興起，使得不法分子投機(jī)取巧，在視頻當(dāng)中嵌入敏感詞匯，相較于圖片中的敏感詞匯更不容易察覺。因此為維護(hù)網(wǎng)絡(luò)社區(qū)環(huán)境的穩(wěn)定，保護(hù)網(wǎng)絡(luò)社區(qū)環(huán)境，要及時、必要地對敏感內(nèi)容進(jìn)行干預(yù)。

文本作為視頻中重要而直接的信息來源，在研究中受到越來越多的關(guān)注。例如，字幕文本通常做到翻譯或強(qiáng)調(diào)等作用，解釋視頻中的事件在何處、何時發(fā)生或涉及的信息。因此，視頻文本的提取和分析在多媒體理解系統(tǒng)中引起了廣泛的關(guān)注。近年來，一些研究者通過利用文本視頻來執(zhí)行視頻檢索的研究，并且可以顯著地提高檢索性能。

Jung等人[1]在對圖片和視頻中的文字信息提取技術(shù)進(jìn)行研究后，把該信息提取設(shè)計(jì)中的基本過程概括為文字檢測、文字定位、追蹤、獲取和增強(qiáng)，以及識別等。Antani等人[2]也將視頻文本提取分為四個任務(wù)，在他們的系統(tǒng)中，跟蹤階段向空間-時間決策融合提供附加輸入以改進(jìn)定位。Elagouni等人[3]設(shè)計(jì)的視頻文本識別流程圖與之類似，但增加了一個帶有自然語言處理的校正（后處理）步驟。Ye等人[4]提出一種自然場景圖像中文字檢測和識別的方法，該方法將顏色、紋理、OCR等統(tǒng)計(jì)特征有機(jī)地融合在一起，形成了一種從粗到細(xì)的分類框架，實(shí)現(xiàn)了文字與非文字的識別。Liu等人[5]提出了一種基于邊緣的多尺度文本提取算法，能夠自動檢測和提取復(fù)雜圖像中的文本。針對變形敏感詞，葉情[6]運(yùn)用改進(jìn)的Trie樹，并對文本進(jìn)行預(yù)處理操作，達(dá)到對變形敏感詞高精度的過濾。

盡管已經(jīng)進(jìn)行了大量的研究，但是設(shè)計(jì)一個通用的視頻字幕敏感詞過濾系統(tǒng)并不容易，視頻當(dāng)中往往具有復(fù)雜的背景，文字也具有多種字體、大小、顏色、方向等特征，使得視頻中文本的檢測和識別極其困難。文中在分析了字幕過濾系統(tǒng)的需求后，結(jié)合相關(guān)技術(shù)和方法設(shè)計(jì)了一個基于最大穩(wěn)定極值區(qū)域視頻字幕敏感詞過濾系統(tǒng)，主要工作如下：

1）對當(dāng)前國內(nèi)外圖片敏感信息過濾系統(tǒng)進(jìn)行了研究，通過對當(dāng)前國內(nèi)外互聯(lián)網(wǎng)對視頻字幕敏感信息過濾的需求分析，對視頻信息檢測重要性進(jìn)行介紹，最后分析了視頻文字信息檢測過濾的技術(shù)。

2）對視頻字幕敏感信息過濾算法進(jìn)行研究，對通過視頻字幕信息定位算法、視頻字幕文本識別算法、敏感信息過濾算法分別進(jìn)行研究。在視頻字幕定位模塊引入了基于最大穩(wěn)定極值區(qū)域的處理方法，最后通過對視頻場景中的語句寬度和復(fù)雜程度的綜合考慮，敏感語義分析模塊可以使用輕量級中文分詞算法和字典樹算法實(shí)現(xiàn)敏感語義分析。

3）設(shè)計(jì)了視頻字幕敏感詞過濾系統(tǒng)，通過對系統(tǒng)的需求分析架構(gòu)設(shè)計(jì)、功能設(shè)計(jì)，基于前文的視頻字幕的過濾算法，最終設(shè)計(jì)實(shí)現(xiàn)了視頻字幕敏感詞過濾系統(tǒng)，可以有效地對視頻中文本進(jìn)行識別，并對敏感信息過濾。

1? 相關(guān)工作分析

一些研究者提出了視頻文本提取的具體框架。例如，劉明珠等人[7]在對視頻圖像進(jìn)行定位與識別時采用深度學(xué)習(xí)算法，使用二維Gabor濾波器提取文本特征，二維Gabor濾波器函數(shù)定義如下：

（1）

傅里葉變換式：

（2）

將視頻文件通過Gabor濾波器后，對文字在橫、豎、撇、捺四個方向上的紋理特征的進(jìn)行提取，將提取后的紋理特征作為訓(xùn)練樣本，通過深度學(xué)習(xí)算法實(shí)現(xiàn)對本文區(qū)域的定位。通過對定位結(jié)果的形態(tài)學(xué)運(yùn)算來消除噪聲，然后將其與最初定位后的圖像相對應(yīng)，從而獲得只含有文字區(qū)域、沒有背景區(qū)域的文字圖像，以便于OCR系統(tǒng)中的字符識別。

而尹芳等人[8]采用一種獨(dú)特的方法，采用Adaboost算法生成強(qiáng)分類器，對連通區(qū)域進(jìn)行篩選，去除非文本區(qū)域。在候選區(qū)域生成部分，采用傳統(tǒng)方法，通過對視頻圖像灰度化、邊緣提取來提取連通區(qū)域。將提取到的連通區(qū)域預(yù)處理，特征提取后送入生成的強(qiáng)分類器，得到準(zhǔn)確的文本區(qū)域。

宋硯等人[9]將文字提取的方法總結(jié)為：文字檢測、文字定位、文字增強(qiáng)、文字切割和文字識別。提出了一種新的視頻字幕提取方法，在文字定位階段，運(yùn)用多尺度文字定位以及文字區(qū)域精確化方法。之后，利用一種改進(jìn)的K均值聚類方法，對其中的像素展開聚類，將傳統(tǒng)上需要指定的K的值，替換成一種自適應(yīng)地選擇類數(shù)和初始聚類中心的方法。對每個維度進(jìn)行等分，根據(jù)每個維度中包含的像素?cái)?shù)由高到低進(jìn)行排列。用像素的平均坐標(biāo)來代表每個箱，創(chuàng)建一個空白的中心表將排列好的箱的首個添加到中心表中，然后剩下的選擇標(biāo)準(zhǔn)為：

（3）

（4）

將第k個箱用一個點(diǎn)表示為ok（x，y，z，f ）中心表里箱的數(shù)目就作為類數(shù)，中心表里箱的中心就作為初始聚類中心。

Shi等人[10]提出了一個用于場景文本識別的圖模型，該模型基于最大穩(wěn)定極值區(qū)域（Maximally Stable Extremal Regions， MSER），將多個信息源整合為一個結(jié)構(gòu)。具體來說，在MSER檢測后，以原始場景的MSER為節(jié)點(diǎn)構(gòu)建一個不規(guī)則圖，原始圖像被MSER標(biāo)記為文本或非文本區(qū)域。重點(diǎn)放在MSER標(biāo)記過程上，保留文本區(qū)域同時去除大量非文本區(qū)域，提出了構(gòu)造基于MSER的圖模型。構(gòu)建了一個由節(jié)點(diǎn)和連接這些節(jié)點(diǎn)的無向邊組成的無向圖G = （V， E），假設(shè)每個MSER是無向圖中的節(jié)點(diǎn)，并且每個節(jié)點(diǎn)的相鄰節(jié)點(diǎn)滿足下面的公式：

（5）

吳珊等人[11]采用了改進(jìn)的Trie和DFA過濾算法，利用改進(jìn)的Trie樹結(jié)構(gòu)對DFA的全部狀態(tài)進(jìn)行了存儲，從而有效地解決了在敏感詞過濾過程中存在的人為干擾、分詞困難等主要問題。劉偉等人[12]針對復(fù)雜背景下圖像中的非規(guī)則文本，提出了一種基于不規(guī)則文本的敏感詞語過濾算法。在此基礎(chǔ)上，提出了一種基于八鄰域標(biāo)記的連通域定位方法，并利用最小二分法糾正了傾斜文字，利用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了單個字符的識別，將中文分詞和字符串編輯距離應(yīng)用到了敏感字過濾中。敏感詞過濾針對句子，Hatzivassilo-glou等人[13]提出了一種針對句子當(dāng)中出現(xiàn)的形容詞的一種主觀層面的分析方法。同時基于這種分析方法，Wiebe等人[14]進(jìn)一步擴(kuò)充了判定的因素，例如將不同的詞性更加完整更加系統(tǒng)地納入判定范圍當(dāng)中，不同的詞語在不同句子當(dāng)中所處的位置也作為考量的范圍存在。

2? 視頻字幕文本敏感詞過濾算法

2.1? 算法總體設(shè)計(jì)

視頻中的文本可分類為字幕或場景文本。字幕文本提供視頻的字幕或者注釋，可以更好地理解視頻內(nèi)容，而場景文本是自然地嵌入在對象（例如，商標(biāo)和建筑物）上。此外，可以將字幕文本分為兩類：分層字幕文本和嵌入字幕文本。分層字幕文本是打印在專門設(shè)計(jì)的背景層上，如圖1所示，而嵌入字幕文本覆蓋并嵌入在視頻中，如圖2所示。

視頻中文本提取一般包括三個任務(wù)：檢測、定位和識別。檢測與定位主要是判斷視頻幀中是否包含文本區(qū)域，若包含則要確認(rèn)文字區(qū)域。當(dāng)前用于文字區(qū)域檢測的方法大致可劃分為四種類型：基于邊緣、基于紋理、基于連通分量、基于深度學(xué)習(xí)。本文側(cè)重于從視頻中提取嵌入式字幕文本。視頻文本提取方法檢測和識別每個采樣的單獨(dú)幀中的文本。算法總體結(jié)構(gòu)設(shè)計(jì)如圖3所示。

系統(tǒng)整體結(jié)構(gòu)分為四部分，分別是：數(shù)據(jù)輸入、文定定位、文字識別和敏感詞過濾。數(shù)據(jù)輸入部分是將視頻部分提取出視頻幀的形式，送入系統(tǒng)當(dāng)中，對視頻幀圖像中的文字部分進(jìn)行定位。在此部分本文采用的是MSER算法。敏感詞過濾部分采用Trie樹的算法。具體的算法流程如圖4所示。

對輸入的視頻幀圖像進(jìn)行MSER檢測獲得最大穩(wěn)定極值區(qū)域，對得到的區(qū)域進(jìn)行過濾得到文本區(qū)域，文字識別后進(jìn)行敏感詞過濾。其中，文字定位部分十分重要，直接關(guān)系到后續(xù)整個文本識別的準(zhǔn)確度，若是定位出錯，就是無法準(zhǔn)確識別，定位以及敏感詞過濾的具體內(nèi)容在2.2和2.3節(jié)分別展開介紹。

2.2? 文字定位

這部分采用的MSER算法是Matas等人在2002年提出的，它是一種檢測圖像中文本區(qū)域的圖像算法，主要以分水嶺的概念為基礎(chǔ)，對圖像進(jìn)行斑點(diǎn)區(qū)域檢測。MSER首先將圖像變換為灰度級圖像，并且進(jìn)行二值化處理，將閾值設(shè)定為[0，255]。當(dāng)閾值增大時，就會看到一幅全白的圖像，然后，與局部強(qiáng)度最小值相對應(yīng)的黑點(diǎn)就會出現(xiàn)，并且逐漸變大，在某些位置對應(yīng)于兩個局部最小值的區(qū)域?qū)⒑喜?。隨著閾值的增加，黑色部分會逐漸增大，不斷地成長和合并，直到整個圖像變成黑色。當(dāng)閾值增大時，“黑點(diǎn)”會逐漸增大，不斷地成長、合并，直至完全變?yōu)楹谏?。二值圖像的連通區(qū)域面積幾乎不發(fā)生任何改變，甚至沒有變化的，即為最大穩(wěn)定極值區(qū)。在應(yīng)用閾值時，連接的分量組形成所有區(qū)域的集合。由于在該區(qū)域內(nèi)的像素與在該區(qū)域之外的像素相比，其強(qiáng)度更高或更低，所以該區(qū)域?yàn)闃O值區(qū)域。對于圖像中的文字區(qū)域灰度值是一致的，且內(nèi)部的灰度變化都比較小，而背景的灰度變化較大，與其像素灰度值差別大，所以在閾值上升的過程中，不會隨著周圍的區(qū)域合并，所以文字區(qū)域的定位可以使用MSER算法。

最大極值穩(wěn)定區(qū)域的數(shù)學(xué)定義：定義圖像I是一個映射：

（6）

其中S是全序的，且僅考慮。定義像素間的鄰接關(guān)系。且相鄰，當(dāng)且僅當(dāng)：

（7）

在區(qū)域的定義上，Q是D的連續(xù)子集，可定義為圖像上滿足鄰接關(guān)系的連通子集，即對于任意點(diǎn)p，q ∈ Q，有下式成立：

p，a1，a2，…，an，q? ? ? ? ? ? ? ? ?（8）

pAa1，a1Aa2，…，an Aq? ? ? ? ? ? ? ?（9）

其中a1 ∈ Q，i = 1，2，…，n。定義區(qū)域邊界：

（10）

對于?p ∈ Q和?q ∈ ?Q，有I（p）＞I（q）成立，則稱Q為極大值區(qū)域，反之為極小值區(qū)域。讓Q1，Q2，…，Qi-1，Qi是一組相互嵌套的極值區(qū)域，如果其面積變化率：

q（i） = | Qi+Δ - Qi-Δ | / | Qi |? ? ? ? ? ? ? ? （11）

有最小值，則稱Qi極值區(qū)域是最大穩(wěn)定的。

對于剩下的區(qū)域，可以使用SWT（Stroke Width Transform）算法進(jìn)一步進(jìn)行判定。利用Canny算子檢測出圖像的邊緣，對邊緣進(jìn)行提取。根據(jù)邊緣上的像素點(diǎn)與筆畫對側(cè)的像素點(diǎn)相連，兩像素點(diǎn)梯度的夾角在±π/6，那么兩點(diǎn)之間就構(gòu)成一個筆畫寬度。通過筆畫寬度變換得到多個連通區(qū)域，在進(jìn)行過濾，篩去非文本區(qū)域。此階段完成消除部分。之后應(yīng)用形態(tài)學(xué)操作來獲得文本組，對輸入圖像進(jìn)行二值化，然后用膨脹運(yùn)算連接字符。

2.3? 敏感詞過濾

由于視頻字幕當(dāng)中所包含的文字信息內(nèi)容絕大多數(shù)都是以短語、短句的形式存在，因此并沒有采用深度學(xué)習(xí)這種方法和手段，主要采用的是中文分詞以及字典樹對語義傾向進(jìn)行檢測和判定。其中本文主要檢測的敏感信息包括：低俗內(nèi)容、暴力反動等。一般的敏感詞檢測，就是通過文本中是否包含敏感一些特定的敏感詞匯，若是包含就是說明是敏感的，若是不包含則說明不是違規(guī)的。

Trie樹（字典樹）經(jīng)常被用來產(chǎn)生文本中詞語出現(xiàn)頻率的統(tǒng)計(jì)，因?yàn)樗梢詫Υ罅康淖址M(jìn)行排序和存儲。字典樹可以很好地節(jié)省存儲空間，使用一個共同的前綴，根節(jié)點(diǎn)中沒有字符，每個非根節(jié)點(diǎn)中只有一個字符，字符串對應(yīng)于從根節(jié)點(diǎn)到特定節(jié)點(diǎn)的路徑。根據(jù)上述描述，假設(shè)存在的單詞是abcde、abdef、aced、bcdf、bcff、cdaa和a，圖5顯示了構(gòu)成該單詞的Trie樹結(jié)構(gòu)。

3? 實(shí)驗(yàn)過程

針對以上技術(shù)，通過前文對文本識別的研究，分析系統(tǒng)的功能需求，結(jié)合文本信息敏感詞過濾算法，實(shí)現(xiàn)了視頻字幕敏感詞過濾系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，總體結(jié)構(gòu)設(shè)計(jì)如圖3所示。

3.1? 字幕定位與識別

MSER對圖像進(jìn)行二值化，二值化閾值取[0，255]，它基本上能找到在很寬的閾值范圍內(nèi)保持相同的區(qū)域。當(dāng)應(yīng)用閾值時，連接的分量組形成所有區(qū)域的集合。這些區(qū)域是極值，因?yàn)閰^(qū)域內(nèi)的像素具有比區(qū)域外的像素更高或更低的強(qiáng)度。MSER發(fā)現(xiàn)區(qū)域后，經(jīng)過幾何消去法過濾掉非文本區(qū)域。完成消除后，僅應(yīng)用形態(tài)學(xué)操作來獲得文本組。所有區(qū)域均被白化，對輸入圖像進(jìn)行二值化。然后用膨脹運(yùn)算連接字符，最后得到如圖6所示的輸出。

文字識別就是對二值化圖像中的文字進(jìn)行識別的過程，該步驟采用OCR軟件來完成。

3.2? 敏感詞過濾

對于敏感詞進(jìn)行過濾，其關(guān)鍵的技術(shù)就是對文本中的敏感詞進(jìn)行識別，然后進(jìn)行過濾處理，為了更好進(jìn)行敏感詞的過濾，首先需要進(jìn)行敏感詞庫的構(gòu)建。本文使用的網(wǎng)絡(luò)中使用較多的敏感詞庫，利用敏感詞庫構(gòu)建一個敏感詞Trie樹。

Trie樹構(gòu)建的過程，其中假設(shè)有n個長度為len的詞，其中是Trie樹的構(gòu)架的負(fù)載度可以設(shè)置O（n×len），O（len）表示的就是查找復(fù)雜度，利用構(gòu)建的Trie樹可以實(shí)現(xiàn)對敏感詞的快速查找。

將圖片中的文字信息識別出來后，對圖片中的文本信息敏感詞進(jìn)行過濾，首先是對文本進(jìn)行分詞，分詞后跟敏感詞庫進(jìn)行比對，對匹配成功后，就將該詞匯進(jìn)行星號處理，其結(jié)果如圖7所示。

4? 結(jié)? 論

近年來，隨著視頻處理技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)社區(qū)環(huán)境復(fù)雜，視頻信息又和大量敏感內(nèi)容密切結(jié)合，解決該現(xiàn)象在網(wǎng)絡(luò)上的傳播和發(fā)酵成為維護(hù)網(wǎng)絡(luò)安全的關(guān)鍵。本文在視頻字幕敏感信息識別與過濾上做了一些探索，設(shè)計(jì)一個通用的視頻字幕敏感詞過濾系統(tǒng)，將傳入的視頻文件提取視頻幀送入系統(tǒng)，依次采用MSER檢測、SWT過濾和幾何過濾的方法對文本候選區(qū)域進(jìn)行篩選、優(yōu)化，待文字識別后進(jìn)行敏感詞過濾操作，實(shí)驗(yàn)結(jié)果表明，該方法在視頻文本定位和敏感詞過濾能力上都取得了良好的效果。但是仍然存在一些不足，如處理的速度、檢測的準(zhǔn)確率都需要進(jìn)行優(yōu)化才能推廣應(yīng)用。

參考文獻(xiàn)：

[1] JUNG K，KIM K I，JAIN A K. Text Information Extraction in Images and Video： A Survey [J].Pattern Recognition，2004，37（5）：977-997.

[2] ANTANI S K，CRANDALL D，KASTURI R. Robust Extraction of Text in Video [C]//Proceedings of 15th International Conference on Pattern Recognition.Barcelona：IEEE，2000：831-834.

[3] ELAGOUNI K，GARCIA C，S?BILLOT P. A Comprehensive Neural-Based Approach for Text Recognition in Videos Using Natural Language Processing [C]//Proceedings of the 1st ACM International Conference on Multimedia Retrieval.Trento：ICMR，2011，23：1-8.

[4] YE Q，JIAO J ，HUANG J，et al. Text Detection and Restoration in Natural Scene Images [J].Journal of Visual Communication & Image Representation，2007，18（6）：504-513.

[5] LIU X，SAMARABANDU J. Multiscale Edge-Based Text Extraction from Complex Images [C]//2006 IEEE International Conference on Multimedia and Expo.Toronto：IEEE，2006：1721-1724.

[6] 葉情.基于改進(jìn)Trie樹的變形敏感詞過濾算法 [J].現(xiàn)代計(jì)算機(jī)：專業(yè)版，2018（33）：3-7.

[7] 劉明珠，鄭云非，樊金斐，等.基于深度學(xué)習(xí)法的視頻文本區(qū)域定位與識別 [J].哈爾濱理工大學(xué)學(xué)報(bào)，2016，21（6）：61-66.

[8] 尹芳，鄭亮，陳田田.基于Adaboost的視頻文本定位 [J].哈爾濱理工大學(xué)學(xué)報(bào)，2017，22（1）：103-108.

[9] 宋硯，劉安安，張勇東，等.基于聚類的視頻字幕提取方法 [J].通信學(xué)報(bào)，2009，30（2）：136-140.

[10] SHI C，WANG C，XIAO B，et al. Scene Text Detection Using Graph Model Built Upon Maximally Stable Extremal Regions [J].Pattern Recognition Letters，2013，34（2）：107-116.

[11] 吳珊，李英祥，徐鴻雁，等.基于改進(jìn)的Trie樹和DFA的敏感詞過濾算法 [J].計(jì)算機(jī)應(yīng)用研究，2021，38（6）：1678-1682+1688.

[12] 劉偉，何瑤，仵晨陽，等.一種面向網(wǎng)絡(luò)安全的圖像文字敏感詞過濾方法 [J].西安郵電大學(xué)學(xué)報(bào)，2018，23（4）：89-93.

[13] HATZIVASSILOGLOU V，WIEBE J M. Effects of Adjective Orientation and Gradability on Sentence Subjectivity [C]//Proceedings of the 18th International Conference on Computational Linguistics.Stroudsburg：ACL，2000：299-305.

[14] WIEBE J，RILOFF E. Finding Mutual Benefit between Subjectivity Analysis and Information Extraction [J].IEEE Transactions on Affective Computing，2011，2（4）：175-191.

作者簡介：李雅靜（1999—），女，滿族，河北承德

人，碩士研究生在讀，研究方向：深度學(xué)習(xí)、數(shù)字圖像處理、信息隱藏；丁海洋（1979—），男，漢族，河南鄭州人，副教

授，博士，研究方向：信息隱藏、半色調(diào)信息隱藏、數(shù)字圖像處理。