随着互联网技术的不断发展,海量图片和文字服务已经无法满足人们日益增长的获取信息的需求,更加直观、蕴含信息量更大的网络视频服务才是人们日常生活中更多关注的焦点,网络电视、各大视频网站的兴起更是将网络视频服务带进了千家万户。现如今世界反恐形势愈来愈严峻,ISIS、塔利班组织、东突、藏独组织荼毒世界,网络中海量的视频传播让其找到了传播宗教极端思想的途径。因此,如何在海量的网络视频中找出涉恐怖主义视频迫在眉睫。基于此,本文提出了一种检测与识别涉恐怖主义视频中敏感标识(1ogo和蒙面人)的方法,为研究鉴定涉恐视频属性奠定了方法基础。本文的主要研究工作有以下三方面,首先,充分利用来源于国家网信办提供的涉恐视频数据构建一个小型涉恐视频敏感标识图像库(TRSI),其中包括训练数据集和测试数据集,含logo类和蒙面人类,共50000幅图片。其次,利用矩形特征描述logo图片的结构特点结合Adaboost级联分类器检测出涉恐图像中的logo标识。最后,利用蒙面人头像图片特征呈多峰分布的特点,采用高斯混合模型(GMM)结合方向梯度直方图(HOG)特征对蒙面人头部轮廓进行检测,然后在检测到人头轮廓的基础上,对图片进行蒙面人判定,这里会使用到一种基于像素点统计的局部像素差分法(LPD,Local Pixel Difference),在经过二次识别后完成蒙面人的检测。综上所述,敏感标识的检测与识别主要分为两类,logo检测与蒙面人检测。为了验证上述方法的有效性,本文在已构建的敏感标识数据集上进行了大量方法的对比实验,实验结果证明了上述方法的有效性。