特定敏感圖像的檢測與過濾.pdf

1、信息技術(shù)的發(fā)展尤其是互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展給人們的工作生產(chǎn)生活帶來了極大的便利，網(wǎng)絡(luò)信息成為一種人們熟知的便捷信息來源和休閑生活方式，但網(wǎng)絡(luò)上大量的色情淫穢等不良信息已經(jīng)嚴(yán)重干擾了正常的網(wǎng)絡(luò)生活，嚴(yán)重毒害著青少年的身心健康。網(wǎng)絡(luò)空間的色情傳播已在全球引起了關(guān)注，如何凈化網(wǎng)絡(luò)環(huán)境，增加對網(wǎng)絡(luò)活動的監(jiān)控手段，提高信息識別的能力便成為一種強(qiáng)烈的需求，作為其技術(shù)支持，基于內(nèi)容的不良信息識別技術(shù)日益引起人們的重視。 基于內(nèi)容的不良圖像的識別

2、和檢測技術(shù)近年來已引起人們的極大興趣，同時它也是基于內(nèi)容的網(wǎng)絡(luò)過濾系統(tǒng)所面臨的一個重要且亟待解決的研究課題。色情圖像的識別問題實際上是圖像分類問題，我們使用基于內(nèi)容的方法對圖像進(jìn)行研究，利用統(tǒng)計分類方法實現(xiàn)對色情圖像的識別。采用的關(guān)鍵技術(shù)有：膚色檢測、圖像特征的提取和分類器的設(shè)計。 膚色檢測在基于內(nèi)容的不良圖像信息識別研究中具有重要地位，是統(tǒng)計分類方法中特征提取的基礎(chǔ)。通過對膚色特征、膚色檢測過程中顏色空間的選擇、多種膚色模型的

3、進(jìn)行比較后，我們綜合一種被稱為脈沖耦合神經(jīng)網(wǎng)絡(luò)的方法，結(jié)合YIQ顏色空間進(jìn)行膚色檢測。20世紀(jì)90年代，研究者基于哺乳動物視覺皮層神經(jīng)活動提出了脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse Coupled Neural Network—PCNN)模型。因為PCNN具有生物視覺的現(xiàn)實依據(jù)，所以在圖像處理存在著優(yōu)勢，許多的研究者把脈沖耦合神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像分割，圖像濾波，圖像編碼等方面，人們已經(jīng)做了大量的研究工作。對于把脈沖耦合神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像的分割，已

4、經(jīng)取得了很大的成績，但是把神經(jīng)網(wǎng)絡(luò)應(yīng)用于人體膚色檢測，這方面的研究還較少。傳統(tǒng)的膚色檢測多是基于像素點(diǎn)的檢測，這種檢測方法沒有考慮膚色像素之間關(guān)系的特性，本文中，結(jié)合著區(qū)域增長的思想，研究了把PCNN用于人體膚色檢測的相關(guān)技術(shù)，這種膚色檢測技術(shù)是基于區(qū)域的檢測，它結(jié)合了膚色像素之間的相互關(guān)系信息，實驗表明，它能夠有效地檢測出圖像的皮膚區(qū)域。 分類器設(shè)計是統(tǒng)計分類方法的關(guān)鍵。不良圖像識別問題是一個小樣本問題，AdaBoost分類器

5、具有極好的學(xué)習(xí)性能，它的基本思想就是按照所給出的具有自適應(yīng)性的閾值條件訓(xùn)練出一定數(shù)量的弱分類器，再將這些弱分類器級聯(lián)成強(qiáng)分類器用于目標(biāo)檢測。我們首先對AdaBoost的原理進(jìn)行了介紹，明確了特征的選擇，以及簡化計算等方法。通過對測試圖像集中目標(biāo)區(qū)域的標(biāo)注，計算出敏感區(qū)域的harr特征，采用積分圖的方法進(jìn)行簡化，降低了計算的復(fù)雜度。接著從敏感區(qū)域的大量的harr特征中，選擇描述目標(biāo)區(qū)域最有力的特征，用這些特征構(gòu)成弱分類器，在此基礎(chǔ)上，把這