[發(fā)明專利]一種色情圖像評價方法

有效

• 申請?zhí)枺?/td>: 201010113826.0
• 申請日: 2010-02-24
• 公開（公告）號: CN102163286A
• 公開（公告）日: 2011-08-24
• 發(fā)明（設(shè)計）人: 胡衛(wèi)明;左海強;吳偶
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/64
• 分類號: G06K9/64;G06T7/00
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 梁愛榮

技術(shù)領(lǐng)域

本發(fā)明涉及計算機應(yīng)用技術(shù)領(lǐng)域，特別涉及一種色情圖像評價方法。

背景技術(shù)

當(dāng)前，在全國甚至世界范圍內(nèi)廣泛開展聯(lián)合整治互聯(lián)網(wǎng)和手機媒體淫穢色情及低俗信息的專項行動。由于青少年的自控能力較差，在青少年犯罪當(dāng)中，有近80％的人受到過網(wǎng)絡(luò)不良信息的誘惑。為了幫助青少年網(wǎng)民免遭色情信息的侵蝕，降低他們走上犯罪道路的幾率，對圖像的色情程度進(jìn)行有效評價及過濾，從技術(shù)上將這些有害信息攔截在青少年獲取它們之前，就顯得尤為必要。

現(xiàn)有技術(shù)方案中大多采用膚色比例等簡單特征，沒能綜合考慮圖像整體特征、人體局部部位特征以及人體軀干形狀特征，因而識別率較低，而且輸出結(jié)果多是色情或正常的邏輯值，不能對圖像的色情程度進(jìn)行度量。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

有鑒于此，本發(fā)明的主要目的是解決現(xiàn)有技術(shù)識別率較低，不能對圖像的色情程度進(jìn)行度量的問題，為此，本發(fā)明提供一種色情圖像評價方法，能夠?qū)斎雸D像的色情程度進(jìn)行評價，并輸出評價結(jié)果。

(二)技術(shù)方案

為達(dá)到上述目的，本發(fā)明提供一種色情圖像評價方法，該方法包括：

步驟1：對輸入圖像的膚色進(jìn)行分割，得到膚色區(qū)域；

步驟2：通過在人工標(biāo)記好的大量圖像樣本上提取輸入圖像的整體特征、人體局部部位特征以及人體軀干形狀特征三類共31維特征構(gòu)成特征向量；

步驟3：訓(xùn)練評價模型并對輸入圖像的色情程度進(jìn)行評價，輸出色情圖像評價結(jié)果。

(三)有益效果

從上述技術(shù)方案可以看出，本發(fā)明具有以下優(yōu)點：

利用本發(fā)明，不僅可以判斷輸入圖像是否為色情圖像，而且能對圖像的色情程度進(jìn)行評價，本發(fā)明提高了識別率，能對圖像的色情程度進(jìn)行度量。

1、本發(fā)明提供的這種色情圖像評價方法，由于綜合考慮了圖像整體特征、人體局部部位特征以及人體軀干形狀特征，可以有效地對圖像的色情程度進(jìn)行有效的評價。

2、本發(fā)明提供的這種色情圖像評價方法，由于輸出的是圖像的色情程度的評價結(jié)果，而不僅僅是簡單的判斷圖像色情與否，并輸出0％～100％的評價結(jié)果，數(shù)值越大表明圖像的色情程度越高，便于對色情圖像進(jìn)行分級過濾。

附圖說明

圖1為色情圖像評價方法的流程圖。

圖2為人體局部部位檢測及人體軀干檢測結(jié)果

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。

本發(fā)明的執(zhí)行環(huán)境由一臺計算機實現(xiàn)以下三個模塊組構(gòu)成：

一、膚色提取模塊，該模塊的主要功能是對輸入圖像進(jìn)行膚色分割，得到膚色區(qū)域。

二、特征提取模塊，該模塊的主要功能是在輸入圖像上提取圖像整體特征、人體局部部位特征以及人體軀干形狀特征三類共31維特征構(gòu)成特征向量。

三、模型訓(xùn)練及評價模塊，該模塊的主要功能是通過在人工標(biāo)記好的大量圖像樣本上提取特征，將這些特征輸入評價模型，對評價模型進(jìn)行訓(xùn)練，得到模型參數(shù)。利用訓(xùn)練好的評價模型對輸入圖像進(jìn)行評價，并輸出評價結(jié)果。

下面結(jié)合圖1，詳細(xì)給出本發(fā)明技術(shù)方案中所涉及的各個步驟細(xì)節(jié)問題的說明。

步驟101：對輸入圖像膚色分割。可以采用任意的膚色分割算法，主要有兩類膚色分割算法，一類是像素級別的，另一類是區(qū)域級別的。基于區(qū)域的膚色分割算法由于可以綜合考慮膚色的紋理等屬性，因而通常可以獲得較好的分割效果。

步驟102：提取圖像整體特征、人體局部部位特征以及人體軀干形狀特征三類共31維特征構(gòu)成特征向量。

一、圖像整體特征

圖像的整體特征由如下5個部分組成：

圖像長寬比；

圖像的熵；

灰度圖像的熵定義為：