[發明專利]融合膚色、人臉和敏感部位檢測的不良圖像判別方法無效
| 申請號: | 201310269722.2 | 申請日: | 2013-06-28 |
| 公開(公告)號: | CN103366160A | 公開(公告)日: | 2013-10-23 |
| 發明(設計)人: | 杜友田;唐蔚;鄭慶華;陶敬;周亞東;秦濤 | 申請(專利權)人: | 西安交通大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06K9/46 |
| 代理公司: | 西安智大知識產權代理事務所 61215 | 代理人: | 段俊濤 |
| 地址: | 710049*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 融合 膚色 敏感部位 檢測 不良 圖像 判別 方法 | ||
技術領域
本發明屬于圖像處理技術領域,特別涉及一種融合膚色、人臉和敏感部位檢測的不良圖像判別方法。
背景技術
當今世界科技發展日新月異,互聯網技術的飛速發展更是極大的影響著人類的日常生活。現在的互聯網已經覆蓋到全世界各個角落,而各種各樣的圖像,文字,聲音信息也通過互聯網傳播到全世界的各個角落。這些信息中有些為人類的學習、工作和生活提供了巨大的幫助,但有些信息也帶來了不良影響,比如色情信息。隨著互聯網的影響不斷擴大,很多不法分子通過互聯網技術傳播色情信息。近年來,色情網站和色情網頁瘋狂增長,其中包含了大量的對感官產生強烈刺激的色情圖像,這對經常使用互聯網的青少年來說有著極壞的影響,不僅影響青少年的身心健康,更誘使青少年犯罪,引起了家長的極大擔憂,同時也引起社會與政府的關注。
為了過濾色情圖像等網上有害信息,近年來,諸多專家學者以及高校學子,提出了多種網絡不良圖像和視頻的過濾方法。專利200510048577.0中提出了基于不良圖像中人體膚色和人體姿態的檢測方法,通過檢測網絡圖像膚色暴露程度,分離出網頁正常圖像和可疑圖像,并通過建立姿態檢測系統,建立色情標準圖像特征庫,作為判決圖像是否為色情圖像的依據,區分出網頁正常圖像和可疑圖像。但缺少對人體局部關鍵部位的檢測,對于某些膚色暴露程度不大但暴露了關鍵部位的圖像,容易出現漏檢的情況。蘭州大學王申《敏感圖像關鍵部位識別研究》一文中,雖提出了女性乳房的檢測方法,但是基于顏色和形狀的簡單特征,沒有發掘出人體關鍵部位的典型特征,識別誤報率較高。杭州電子科技大學周建政《一種基于SVM的網絡不良圖像過濾方法》一文中,引入機器學習中支持向量機(SVM)算法,提取膚色,人臉,形狀等特征,該方法提取了更高層次的特征,并采用了機器學習的方法,提高了檢測率并降低了誤報率,但沒有提出人體關鍵部位的檢測,這對不良圖像中沒有大面積膚色裸露,但暴露關鍵部位的色情圖像容易產生漏報。南京理工大學候純《不良圖像檢測系統的設計與實現》一文中,提出了利用haar特征檢測女性胸部和女性下體私處的方法,但是這種方法需要在整幅圖像中搜索關鍵區域與濾波窗口進行匹配,不僅速度較慢,而且準確度也較低。
發明內容
為了克服上述現有技術的缺點,本發明的目的在于提供一種融合膚色、人臉和敏感部位檢測的不良圖像判別方法,將膚色檢測,人臉檢測,局部關鍵部位檢測有效結合起來,在提高檢測準確度的同時保證了方法的執行速度。
為了實現上述目的,本發明采用的技術方案是:
一種融合膚色、人臉和敏感部位檢測的不良圖像判別方法,包括如下步驟:
步驟一,建立膚色模型,對圖像實現膚色分割,以檢測出圖像的皮膚區域;
步驟二,對圖像的皮膚區域進行人臉檢測,提取膚色和人臉特征組成特征向量,利用SVM算法進行訓練,得到SVM分類器;
步驟三,針對人體局部關鍵部位中的女性乳房,提取SIFT特征,利用Adaboost算法進行訓練,得到Adaboost分類器;
步驟四,針對人體局部關鍵部位中的女性下體私處,確定人體軀干區域,利用類haar特征作為模版在人體軀干區域內進行搜索和匹配;
步驟五,在訓練樣本集上,分別采用SVM分類器,Adaboost分類器和模板匹配的方法對圖像進行檢測,利用C4.5決策樹方法對檢測結果進行融合,構建決策樹模型,針對測試的不良圖像,采用決策樹模型進行檢測,實現對不良圖像的綜合判定。
所述步驟一中,膚色模型是在YCbCr顏色空間中構建的高斯膚色模型,運用高斯膚色模型對圖像進行膚色分割,得到圖像中的膚色區域。
所述步驟二中,人臉檢測的方法是:對分割后的二值圖像進行連通區域的標記,運用Canny算子對圖像進行邊緣提取,對得到的圖像利用Hough變換檢測其中包含的橢圓圖形,將這些橢圓作為人臉檢測的候選區域,然后運用Adaboost算法訓練人臉檢測分類器,對所述橢圓的區域進行人臉檢測。
所述步驟三中,首先建立女性乳房圖片的正樣本庫和負樣本庫,然后根據如下步驟提取SIFT特征:
檢測尺度空間極值點,獲取尺度不變性;
精確定位極值點,去除對比度低于設定值的特征點和不穩定的邊緣響應點;
為每個關鍵點指定方向參數;
生成關鍵點描述子;
其中所述正樣本庫中的圖片為僅含女性乳房的圖片,所述負樣本庫中的圖片為不包含女性乳房的圖片。
所述步驟四中,確定人體軀干區域步驟如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安交通大學,未經西安交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310269722.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:吊空鐵架叉車吊臂裝置
- 下一篇:一種自鎖翻轉操縱裝置





