敏感圖像過濾技術的研究與應用.pdf

1、敏感圖像作為不良信息的一種,嚴重破壞了健康的網絡環(huán)境。為此研究者們提出了多種敏感圖像過濾技術,其中以基于內容分析的過濾方法最為流行。然而,基于內容的敏感圖像過濾技術目前仍存在膚色建模不夠準確、特征提取不夠完備、分類器性能不佳等缺點。在研究了當前過濾技術的前提下,本文提出了改進的過濾方法和基于人體關鍵部位檢測的過濾方法。并將過濾方法應用于博客系統(tǒng)實現(xiàn)了用戶上傳圖像的過濾。
　　 首先,本文介紹了本課題的研究背景和意義,對敏感圖像過

2、濾技術的研究現(xiàn)狀進行了分析。分別研究了基于人體肢體組合和基于特征提取與機器學習的兩種過濾方法,在對比分析兩種方法的優(yōu)缺點、適用場景的基礎上做了總結,并給出了此研究課題的研究趨勢。
　　 其次,本文提出了改進的敏感圖像過濾方法。此方法包含更加完備的特征提取,人體軀干定位以及三層過濾技術。特征提取首先利用自建的快速膚色模型進行膚色檢測,進而提取膚色、輪廓、空間分布等特征。人體軀干定位方法主要有兩種:一種是基于頭肩檢測,它使用離線訓練

3、模型檢測頭肩區(qū)域進而定位人體軀干,另一種是基于人臉檢測或橢圓擬合粗定位人體軀干的簡單定位。對于分類器,本文采用三層過濾技術,第一層利用膚色、紋理等特征過濾多數(shù)正常圖像,第二層利用基于頭肩檢測的方法定位軀干,并用決策樹分類器進行分類,第三層利用決策樹、簡單規(guī)則兩種方法結合的分類器進行分類。實驗表明三層過濾技術既保證了較快的速度,又一定程度上提高了分類的準確率。
　　 然而,對于裸露較多但未露出關鍵部位的圖像以及類膚色像素較多的圖像

4、,普通分類器會將其誤檢為敏感圖像。通過研究人體關鍵部位的特征提取和分類器構建方法,本文提出了基于人體關鍵部位檢測的過濾方法,通過實驗證明了此方法在降低此類圖像誤檢率方面的有效性,但性能方面仍待于提高。
　　 最后,本文利用前面所提出的過濾方法實現(xiàn)了敏感圖像過濾模塊,用于過濾用戶上傳的圖像,并在博客系統(tǒng)上搭建了實時過濾平臺和離線審核平臺。實時過濾平臺可以實時檢測用戶上傳的圖像,必要時給用戶警示信息。離線審核平臺重在離線審核所有上傳