图像内容过滤与特征分类的信息处理方法、系统及设备

本发明涉及一种图像内容过滤与特征分类的信息处理方法、系统及设备，其中，方法包括对输入图像进行去噪处理，通过卷积神经网络提取去噪后图像的多层次特征，生成高维特征向量；对高维特征向量进行降维处理，得到降维后的特征向量集；计算各分类类别的特征向量中心点并构建类别中心点集合；根据各类别中心点之间的欧氏距离，动态调整分类间隔优化分类边界；利用信息增益方法评估高维特征向量中各特征对分类的重要性，生成特征权重集合，对高维特征向量进行加权处理；在加权后的特征空间中，采用支持向量机算法构建分类超平面，结合动态调整的分类间隔进行图像分类，以实现复杂场景下对图像精准、高效分类并自适应应对新类别和内容变化的目的。