本文结合多示例学习算法,研究并实现了基于图像内容的色情图像监控系统,从理论和实践上对多示例学习算法在图像过滤领域的应用进行了一个探索。特征提取是机器获取图像内容的重要手段。针对色情图像的特点,本文选取了颜色、纹理和形状特征作为特征值,由这些特征值组成特征向量交给多示例学习,利用多示例对未知概念包的预测功能来完成图像检测,进而实现图像的过滤。本文的机器学习过程采用多示例学习算法完成。首先将图像过滤中的概念统一到多示例框架下,色情图像特征的求解问题被转化成多示例问题中目标概念的求解问题,在多示例框架下采用EM_DD算法实现目标概念的求解,并用模拟退火算法对其改进,提高了搜索的速度和精度。通过对1500张色情图像和1500张正常图像进行检测,得出本算法的检出率为87.4%,虚警率为12.5%,从检测结果来看,本文提出的基于多示例学习算法的色情图像过滤算法能够有效地识别色情图像和正常图像。最后,本文在Visual C++6.0环境下开发了一个色情图像监控系统,该系统采用面向对象技术完成,具有多种检测方式和对浏览器的实时监控功能,此外该系统还能对色情网址进行记录、汇报、评级等。