基于網(wǎng)絡(luò)色情圖像檢測(cè)的研究與實(shí)現(xiàn)

毛金玲

【摘 要】 對(duì)于兩幅既有旋轉(zhuǎn)又有縮放變化的圖像，如何確定哪些點(diǎn)是興趣點(diǎn)呢？因?yàn)槭遣粫?huì)隨著圖像變化而變化的點(diǎn)，所以就是要找到圖像中的一些穩(wěn)定點(diǎn)，比如角點(diǎn)、邊緣點(diǎn)、亮區(qū)域中的暗點(diǎn)以及暗區(qū)域中的亮點(diǎn)。而Surf算法對(duì)于這些點(diǎn)的檢測(cè)是基于最基本的Hessian近似矩陣。

【關(guān)鍵詞】 圖像興趣點(diǎn) ?積分圖像 ?Hessian矩陣

對(duì)一個(gè)數(shù)據(jù)較大的圖像集來(lái)說(shuō)，將里面的圖像進(jìn)行一一篩選分類是一個(gè)耗時(shí)比較長(zhǎng)的工作，并且相對(duì)于數(shù)據(jù)小的圖像集而言，這樣直接進(jìn)行分類的結(jié)果誤判率將明顯有所增加。為了較為快速并且精確的區(qū)分出所有的圖像，我們可以將圖像集進(jìn)行一個(gè)數(shù)據(jù)減小的前提工作，做法是優(yōu)先排除一些明顯合法的圖像，然后再?gòu)挠嘞碌膱D像集中進(jìn)行色情圖像的識(shí)別。

1 合法圖片的識(shí)別

對(duì)一個(gè)數(shù)據(jù)較大的圖像集來(lái)說(shuō)，將里面的圖像進(jìn)行一一篩選分類是一個(gè)耗時(shí)比較長(zhǎng)的工作，并且相對(duì)于數(shù)據(jù)小的圖像集而言，這樣直接進(jìn)行分類的結(jié)果誤判率將明顯有所增加。為了較為快速并且精確的區(qū)分出所有的圖像，我們可以將圖像集進(jìn)行一個(gè)數(shù)據(jù)減小的前提工作，做法是優(yōu)先排除一些明顯合法的圖像，然后再?gòu)挠嘞碌膱D像集中進(jìn)行色情圖像的識(shí)別。具體做法如下（如圖1）：

（1）圖片加載和預(yù)處理，圖片預(yù)處理就是將圖片大小規(guī)范到統(tǒng)一的尺寸;

（2）人臉檢測(cè)，基于OpenCV中訓(xùn)練好的分類器進(jìn)行人臉?biāo)趫D片比例的計(jì)算;

（3）基于YCrCb的膚色檢測(cè)，計(jì)算去除人臉后的基于YCrCb膚色所在圖片的比例，如果滿足合法圖片的閾值則進(jìn)行基于紋理的膚色檢測(cè)，否則進(jìn)行非法圖片檢測(cè);

（4）基于紋理的膚色檢測(cè)，滿足YCrCb膚色檢測(cè)為合法圖片后，進(jìn)行紋理的膚色檢測(cè)，計(jì)算去除人臉后的基于紋理膚色所在圖片的比例，如果滿足合法圖片的閾值則分類為合法，否則進(jìn)行非法圖片檢測(cè)。

2 色情圖片的識(shí)別

經(jīng)過(guò)圖像集的縮小工作后，接下來(lái)就是通過(guò)分類器對(duì)圖像進(jìn)行分類，以區(qū)分出色情圖片和合法圖片。色情圖像的分類識(shí)別步驟如下（見(jiàn)圖2）。

（1）提取圖片的Surf特征;（2）對(duì)提取的Surf特征進(jìn)行特征表示，即一個(gè)64維向量代表一個(gè)特征點(diǎn);（3）基于BoVW詞典的KNN檢索，基于BoVW的正向和逆向詞典索引，對(duì)每個(gè)特征描述符通過(guò)KNN算法進(jìn)行檢索，計(jì)算待測(cè)圖片中逆向特征描述符的距離均值和逆向特征描述符的比例因子;（4）色情圖片的判別，同時(shí)滿足YCrCb膚色、逆向特征距離均值和逆向特征比例因子三個(gè)設(shè)定的閾值，即判別為色情圖片，否則為合法圖片。

3 算法實(shí)現(xiàn)

（1）訓(xùn)練基于BoVW模型的詞典，并對(duì)詞典進(jìn)行聚類，輸出詞典文件，偽代碼如下：

BEGIN

While（ ！readVocabulary（G_vocabularyFile，vocabulary））

{

定義參數(shù)bowTrainer，聚類維數(shù)為G_vocabSize

While（ readdir（dir） ！= NULL ）

{

檢測(cè)興趣點(diǎn)imageKeypoints

對(duì)興趣點(diǎn)提取描述子imageDescriptors

If（ ！Descriptors.empty（） ）

{

向bowTrainer中加入描述子

vocabulary = bowTrainer.cluster（）;

}

輸出vocabulary

}

}

END

其中，輸出詞典為vocabulary，dir為訓(xùn)練樣本圖像集所在路徑，bowTrainer類型為BOWKMeansTrainer，詞典文件通過(guò)G_ vocabularyFile設(shè)定，詞典訓(xùn)練的維數(shù)通過(guò)G_vocabSize設(shè)定。

（2）基于YCrCb的膚色檢測(cè)，將圖像分類存放在不同文件目錄下，偽代碼如下：

BEGIN

While（ readdir（test_dir） ！= NULL）

{

通過(guò)膚色閾值及膚色像素所占比例判斷是否為色情圖像，返回class_no

if（ class_no為1 ）

將該圖像拷貝到NO目錄下

if（ class_no為0 ）

將該圖像拷貝到OK目錄下

}

END

其中，test_dir為待測(cè)圖像集所在路徑，class_no為圖像類別（0為合法，1為非法）。

（3）基于紋理的膚色檢測(cè)，將基于YCrCb膚色檢測(cè)后NO文件里的圖像集進(jìn)一步分類，偽代碼如下：

BEGIN

While（ readdir（NO） ！= NULL）

{

通過(guò)閾值將圖像重構(gòu)，通過(guò)膚色比例判斷是否為色情圖像，返回class_no

if（ class_no為1 ）

將該圖像拷貝到NO目錄下

if（ class_no為0 ）

將該圖像拷貝到OK目錄下

}

END

其中NO為基于YCrCb膚色檢測(cè)后的NO文件，class_no為圖像類別（0為合法，1為非法）。

（4）對(duì)圖像集進(jìn)行KNN分類，根據(jù)建立了正、反索引的詞典，對(duì)圖像集進(jìn)行分類存放，偽代碼如下：

BEGIN

讀取合法圖像詞典為OK_Mat

讀取非法圖像詞典為NO_Mat

建立索引Oindex（OK_Mat， KDTreeIndexParams）

建立索引Nindex（NO_Mat， KDTreeIndexParams）

Oindex.knnSearch得到距離vec_dists_o

Nindex.knnSearch得到距離vec_dists_n

if（ vec_dists_o > vec_dists_n ）

n_sum++

else

o_num++

if（n_sum > o_sum）

將圖像拷貝到OK目錄下

if（n_sum < o_sum）

將圖像拷貝到NO目錄下

END

其中，KDTreeIndexParams為OpenCV庫(kù)函數(shù)參數(shù)，OK目下為測(cè)試圖像集中合法圖像，NO目錄下為測(cè)試圖像集中非法圖像。

4 結(jié)語(yǔ)

本文中我們采用的訓(xùn)練圖像數(shù)據(jù)共8083張，其中色情圖像4135張，合法圖像3948張，包含有不同大小、不同人種的各式圖像。測(cè)試用圖像數(shù)據(jù)共6000張，其中色情圖像3100張，合法圖像2900張。這里定義了如下三種參數(shù)來(lái)評(píng)價(jià)該系統(tǒng)的檢測(cè)效率：正檢率：檢測(cè)出的色情圖像占全部色情圖像比例;誤檢率：將合法圖像誤檢為色情圖像的數(shù)量占全部合法圖像比例;漏檢率：沒(méi)有檢測(cè)出的色情圖像占全部色情圖像比例。實(shí)驗(yàn)結(jié)果如表1所示。

參考文獻(xiàn)：

[1]Bay H， Tuytelaars T，Van Gool L. Surf： Speeded up robust features[M]//Computer Vision–ECCV 2006.Springer Berlin Heidelberg，2006：404-417.

[2]陶霖密，彭振云，徐光祐.人體的膚色特征[J].軟件學(xué)報(bào)，2001，12（7）：1032-1041.

[3]王新成.高級(jí)圖像處理技術(shù)[M].北京：中國(guó)科學(xué)技術(shù)出版社，2001.