The invention discloses a vulgar image recognition method based on in-depth learning, which trains the upper and lower half body detection network, the upper and lower half body vulgar classification network, and adopts difficult sample mining to train the difficult sample in the process of network training, so as to improve the detection accuracy; carries on vulgar cascade detection to the picture, and detects the upper and lower half body in the process of detection. The scoring threshold is adjusted dynamically, and the detected upper and lower hemispheres are scaled and input into the upper and lower hemispheres vulgar classification network for vulgar recognition. The method has excellent accuracy in vulgar image recognition, and can maintain a very low false alarm rate even when the proportion of positive and negative samples is very different, so it has good practicability.
【技术实现步骤摘要】
一种基于深度学习的低俗图片识别方法
本专利技术属于计算机视觉
,具体涉及一种能够进行低俗图片识别的方法。
技术介绍
随着网络信息时代的到来,互联网迅速发展,信息数据的存储和传播越来越便捷迅速,大量的信息数据在网络中产生和传播。在商业广告、网络社交和游戏娱乐等各个领域,图片作为信息传播的重要载体而大量使用,每天海量的图片会在网络上生成并传播,渗透到网民的生活之中。为了博取眼球吸引用户和增加用户流量,不法分子和网站常常生成和传播大量的低俗色情图片,这对网络环境造成了极大危害。尤其,在青少年占据网络用户主体的当下,大量低俗色情图片的传播对青少年的健康成长更是造成了巨大伤害。对于网络图片的发布,各个网站以及国家网络监管部门都会进行一些审查,但主要依靠人工检查。人工识别的方式代价昂贵,效率低下。对于像微博等大量图片的产生聚集地,完全依靠人工识别是不切实际的,因而实现图片的低俗识别,净化网络环境,具有重大意义和应用价值。低俗识别技术伴随着计算机视觉研究一直不断发展进步,目前而言,低俗识别的方法可以归为三类。第一类是基于皮肤检测的低俗识别方法。对于色情图像而言,最为直观的便是身体大面积裸露。因而,最初对于色情图像的检测,就是提取皮肤特征,通过先检测出图像中的人体皮肤,再进一步进行色情判别。第二类是基于特征表达的低俗识别的方法。单纯依靠皮肤检测进行色情识别存在着很大局限性,因而通过提取更多的图像特征,并进行特征再次表达,如采用编码统计以及词袋模型等操作,获得更加有效的特征进入分类器学习。第三类是基于深度学习的低俗识别方法。深度学习近年来迅速发展,在计算机视觉研究中获 ...
【技术保护点】
1.一种基于深度学习的低俗图片识别方法,步骤包括:获取人体图片数据,标注出人脸、上半身、下半身,训练上下半身检测网络;将人体图片数据输入至训练好的上下半身检测网络中,得到上下半身区域数据,标注出人脸、上半身、下半身后形成训练集,训练上下半身低俗分类网络;由训练好的上下半身检测网络、上下半身低俗分类网络构成级联低俗识别网络框架;将待识别的图片输入至该级联低俗识别网络框架中,通过上下半身检测网络得到上下半身数据,通过上下半身低俗分类网络得到低俗识别得分,别出低俗图片。
【技术特征摘要】
1.一种基于深度学习的低俗图片识别方法,步骤包括:获取人体图片数据,标注出人脸、上半身、下半身,训练上下半身检测网络;将人体图片数据输入至训练好的上下半身检测网络中,得到上下半身区域数据,标注出人脸、上半身、下半身后形成训练集,训练上下半身低俗分类网络;由训练好的上下半身检测网络、上下半身低俗分类网络构成级联低俗识别网络框架;将待识别的图片输入至该级联低俗识别网络框架中,通过上下半身检测网络得到上下半身数据,通过上下半身低俗分类网络得到低俗识别得分,别出低俗图片。2.如权利要求1所述的方法,其特征在于,所述上下半身检测网络采用物体检测框架,包括faster-rcnn、RFCN检测框架;所述上下半身低俗分类网络采用用于识别低俗图片和正常图片的二分类网络,包括GoogleNet。3.如权利要求1所述的方法,其特征在于,所述上下半身检测网络对获取到的上下半身检测区域进行打分,若分数大于一检测得分阈值,则该区域确定为检测区域,从而得到所述上下半身区域数据。4.如权利要求3所述的方法,其特征在于,所述检测得分阈值为根据如下公式得到的一个动态调整的值:thresh=max(max(score),thresh_base);其中thresh_base为基本得分阈值,score为检测区域的得分。5.如权利要求4所述的方法,其特征在于,thresh_base取0.8。6.如权利要求1或3所述的方法,其特征在于,上下半身数据输入至...
【专利技术属性】
技术研发人员:操晓春,赵炜,李京知,
申请(专利权)人:中国科学院信息工程研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。