基于人體膚色識別征的敏感視頻分類方法

梁鵬　林智勇　賈西平

摘要：為了快速、有效地分類出敏感視頻，提出一種基于人體膚色識別的敏感視頻分類方法。首先通過幀差圖像提取前景運動區域，然后構建人體膚色模型，并結合前景運動區域識別出視頻中的人體，最后用多因素的級聯分類器進行敏感視頻分類。實驗結果分析表明，文中方法有較好的分類準確率和查全率。

關鍵詞：敏感視頻分類；膚色識別；前景運動； 級聯分類器

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2016）13-0181-03

Abstract：In order to effectively classify the obscene videos， a novel obscene video classification approach based on human skin recognition is proposed. We first extract the foreground motion area by using frame difference images. Then we make up the human skin model and recognition human body by combing with the extracted foreground motion area. Finally， the multi-feature cascade classifier is used for classify the obscene videos. The experimental results show that our proposed method has better precision and recall rate.

Key words：obscene video classification； skin recognition； foreground motion； cascade classifier

隨著互聯網視頻內容的不斷增加，如何有效識別敏感視頻信息已成為信息安全中的一個重要的課題。圖像視頻比起傳統文本具有更豐富的信息，因而，它的危害性更大。鑒于傳統過濾技術的弊病，以圖像分析與圖像理解技術為支撐的基于內容的不良視頻過濾技術正在成為網絡信息過濾技術研究的一個重要方面。基于圖像內容的圖像分類系統層出不窮。

早在20世紀90年代就開始了對敏感圖像識別的研究，Fleck[1]等人通過膚色分割和人體姿態的幾何特征檢測來識別敏感圖像，其基本思想是將人體看作是按照一定規則的若干柱狀區域的組合。然而其缺點是僅能夠處理單一類型圖像，缺乏適應性和通用性，處理速度較慢，圖像的識別率較低。Kim[2]等人提出基于膚色檢測、紋理分析以及特征向量分類來識別敏感圖片。由于使用的是簡單的膚色模型，其判斷結果很大程度上依賴皮膚區域提取的結果，存在很大的局限性。王金庭[3]在此方法的基礎上，在YCbCr空間構建膚色模型，并進行亮度自適應提供分類的精度。Hogyun Lee[4]等人利用關鍵幀通過構建XYZ模型，以單幀的檢測為X軸，以組幀為Y軸，以X軸、Y軸為參數構建Z軸來判斷該幀是否含有敏感圖像。此外在利用顏色和紋理，也有部分的研究成果[5-10]，但是由于其特征的單一性，實際應用的效果不理想。呂麗[11]等提出了基于光流的敏感視頻檢測的算法，而其主要是使用光流方法提取關鍵幀結合傳統方法來檢測的。提供了利用光流進行檢測的新思路。

綜上所述，本文提出了基于人體膚色識別的敏感視頻分類算法。該算法在文獻[3]的基礎上，將人體膚色模型與前景運動區域結合，并采用多因素的級聯分類器提高視頻分類的效率和準確率，實現了在復雜背景、光照不均、復雜類型下的敏感視頻分類。

1 前景運動檢測和分割

前景運動區域反映了視頻中運人體運動所處的區域，體現了視頻的主要內容。本文將采用一種基于高階統計量的自適應前景區域提取算法。

在視頻中，由于背景噪聲的存在和運動對象的變化，幀間灰度差不為零，背景噪聲服從均值為零的高斯正態分布，運動變化區域服從非高斯分布，因此，在多個幀間差的圖像中區分變化前景區域和未變化背景區域可以看成是在高斯數據中識別非高斯數據。具體做法是采用幀間差的高階統計量假設檢驗，確定運動對象的位置，自動分離運動區域與背景區域。

簡單的2幀差圖像包含的運動信息較少，提取的運動對象含有空洞，運動信息不完整，所以采用多幀差累積來獲取充分的運動信息，本文采用的是5幀差圖像。假設第一幀圖像是，則幀差圖像計算如下：

接著采用高階統計量方法自動區分運動區域與背景區域，假設5幀差圖像噪聲服從高斯分布，對每個像素進行假設檢驗，判斷該像素屬于背景部分還是運動部分，最后通過對幀間差累積圖像的局部4階矩與背景區域估計的高斯噪聲的4 階矩進行比較來確定運動對象的位置。具體做法如下：在圖像中，用5×5的窗體在圖像內從上至下、從左至右滑動，計算窗體內的均值和方差：

表示滑動窗體內的像素個數，是窗體移動的順序號，檢測閾值與幀差圖像圖像中噪聲方差的平方成正比：

是經驗參數，根據實驗結果取。當窗體的4 階矩時，該窗體屬于運動區域；當，該窗體屬于背景區域。最后通過數學形態學對噪聲區域和孤立小面積區域進行過濾，過濾面積小于圖像面積20%的前景區域。圖1是前景運動區域的實驗結果圖。

2 基于膚色檢測的人體識別

在敏感視頻中，一個很顯著的特征是出現有較大比例的裸露人體肌膚，因此提取人體膚色區域是敏感視頻識別的重要工作。

本文提出的基于膚色檢測的人體識別算法是在YCbCr空間上建立膚色模型，然后根據膚色模型選取出圖像中的人體皮膚區域，并最終根據計算出的膚色閾值對圖像進行分割，得到人體膚色區域。

為了很好的分割出不同光照條件下和復雜背景環境下的人體膚色區域，我們利用混合高斯模型來描述人體膚色分布情況。在文獻[12]中給出在非線性彩色空間YCbCr中的色度CbCr概率分布為：

其中是圖像中的一個像素點，經過標準化處理。基于膚色檢測的人體識別算法如下：

[輸入： 隨機截取20480個大小為100×100的皮膚樣本圖像塊

輸出： 分割好的人體膚色區域

1. 將膚色圖像塊從RGB顏色空間轉為YCbCr顏色空間；

2. 統計膚色圖像塊集合的均值和協方差：

3. 根據公式（5）計算測試圖像的概率灰度圖

4. 根據最大熵閾值分割方法[40]分割人體膚色區域

5. 結合前景運動區域的計算結果，過濾非前景運動區域內的人體膚色區域 ]

算法1. 基于膚色檢測的人體識別算法

圖2是基于膚色檢測的人體識別實驗結果圖：

3 敏感視頻分類器設計

判斷一個視頻是否含有敏感成分，單單依據某一因素是不能有效地作出判斷的，因為不同性質的視頻亦存在相同的屬性因素，例如游泳視頻也同樣出現大量的人體膚色區域。因此針對敏感視頻的重要特征，我們提出了一個多因素的敏感視頻分類器。其主要判斷有：

1） 相比較正常視頻，敏感視頻中的皮膚區域都具有較大的比重，一般不小于30%；

2） 敏感視頻中人體運動是視頻的主要運動部分，而正常視頻中即使出現人體運動，也通常包含其他物體的運動；

根據上述的判斷，本文提出了3種特征來進行構造分類器：

假設含有個圖像幀的視頻中，每一幀圖像大小為，對應的前景運動區域大小為，對應的人體皮膚區域大小為：，在前景運動區域內的人體皮膚區域大小為：，則三個判斷特征為：

1） 皮膚暴露程度：

2） 整體的平均運動皮膚率：

3） 運動區域的平均運動皮膚率：

敏感視頻分類器的設計需要能夠滿足較高的分類準確率的同時，也要滿足高效、速度快的要求。視頻每秒包含圖像幀在25-30之間，對所有的圖像幀都進行上述3個判別特征的判斷，所需要的耗時會很大。為此本文將構建一個基于級聯的敏感視頻性質分類器，其設計流程圖如圖3所示：

其中為，，是實驗過程中給定的閾值。通過這種級聯的分類判斷，大部分的正常視頻都可以在前面的分類判別階段被過濾掉，省去了后面階段的計算，從而可以大大提高分類效率。只有滿足所有的判別分類條件的視頻才判斷為敏感視頻，能有效保證分類的正確率。

4 實驗及討論

實驗機器是CPU為Intel CoreTM2 Duo 2.33GHz、內存為2GB的臺式機.實驗中所需的參數設定為=0.3， =0.2， =0.15.所采用的測試數據集包含了36個敏感視頻和50個正常的視頻，其中包括了廣告、電視劇、卡通片、音樂MTV等.評價準則為準確率、誤檢率、查全率和漏檢率：

4.1 人體膚色區域識別實驗

首先對文中提出的基于膚色檢測的人體識別方法進行實驗，從測試數據集中隨機提取出10個敏感視頻用于對本文方法進行測試，其中包括了不同大小、不同人體姿態、不同人體數量的視頻。

為了更好地體現本文方法的性能，我們將本文方法與文獻[3，9，10]提出的兩種方法進行對比，測試的結果如表1所示：

從上表的實驗數據可以得出，本文所使用的基于膚色檢測的人體識別方法能更有效地確定皮膚區域，具有更好的查全率和查準率，這是因為在綜合了運動區域和皮膚模型之后，有效地過濾了部分不屬于運動區域的類膚色區域。本文方法的部分識別結果圖如圖4所示：

4.2 敏感視頻分類實驗

針對本文提出的多因素級聯敏感視頻分類器進行實驗，用測試數據集中的36個敏感視頻和50個正常視頻進行分類，分類結果如表2、表3所示：

從實驗結果可知，本文提出的級聯分類器能在前兩個分類階段就過濾掉大部分的敏感視頻，同時又能保留大部分的正常視頻。最終在得到較好的查全率的同時，保證了較高的準確率。

5 結論

本文提出了基于人體膚色檢測的敏感視頻分類方法，通過結合前景運動區域和人體膚色識別，有效的識別出復雜背景下的裸露人體。此外通過多因素的級聯敏感視頻分類器，能夠快速地對視頻進行分類。實驗結果表明，本文所提出的敏感視頻分類方法具有較好的效果。但本文方法仍存在不足之處，在實驗過程中發現，膚色樣本庫的構建對被檢測膚色的適應性具有重要的影響。如何選取具有代表性的樣本以及各種樣本之間的比例關系是今后工作的重點。

參考文獻：

[1] Forsyth D A， Fleck M M. Identifying Nude Pictures[C].Proc. of the 3rd IEEE Workshop on Applications of Computer Vision，1996：103-108.

[2] Jeong C Y， Kim J S， Hong K S. Appearance-based Nude Image Detection[C].Proceedings of the 17th International Conference on Pattern Recognition. 2004： 1051-4651.

[3] 王金庭，楊敏.基于YCrCb空間的亮度自適應膚色檢測[J].計算機系統應用，2007（6）：99-10.

[4] Hogyun Lee， Seungmin Lee and Taekyong Nam. Implementation of High Performance Objectionable Video Classification System[C]. ICACT，2006（2）：20-22.

[5] Jiann-Shu Lee，Yung-Ming Kuo，Pau-Choo Chung.The Adult Image Identification Based on Online Sampling[C]. International Joint Conference on Neural Networks， 2006. IJCNN '06. 16-21 July 2006 Page（s）：2566-2571.

[6] Arentz W A， Olstad B. Classifying offensive sites based on image content[J].Computer Vision and Image Understanding.， 2004，94（1-3）：295-310.

[7] Wu Y L， Chang E Y， Cheng K T，et al. Morf.A distributed multimodal information filtering system[C]. IEEE Pacific Rim Conference on Multimedia， 2002：279-286.

[8] 呂東輝，王濱.YCbCr空間中一種基于貝葉斯判決的膚色檢測方法[J].中國圖象圖形學報，2006，11（1）：47-52.

[9] Shen Xuanjing，Wei Wei，Qian Qingji. The Filtering of Internet Images Based on Detecting Erotogenic-part[C]. Third International Conference on Natural Computation， 2007（2）：732-736.

[10] 錢俊，魏鍇.YUV-KL變換在人臉膚色檢測中的應用[J].武漢大學學報：信息科學版，2003，28（5）：623-625.

[11] 呂麗，楊樹堂，陸松年，李建華.基于光流法的不良視頻檢測算法[J].計算機工程，2007，33（12）： 220-221.

[12] 趙麗紅.人臉檢測和識別算法的研究與實現[D].沈陽：東北大學，2006.