一种色情图像评价方法技术

本发明专利技术公开了一种色情图像评价方法，该方法包括：图像肤色分割；提取图像整体特征、人体局部部位特征以及人体躯干形状特征三类共３１维特征构成特征向量；训练评价模型并对输入图像的色情程度进行评价，输出评价结果。利用本发明专利技术，不仅可以判断输入图像是否为色情图像，而且能对图像的色情程度进行评价，并输出０％～１００％的评价结果，数值越大表明图像的色情程度越高，便于对色情图像进行分级过滤。

Pornographic image evaluation method

The invention discloses a method for evaluating pornographic images, the method includes: image color segmentation; image feature extraction, the overall characteristics of the local parts of the body and the body shape characteristics of three categories of 31 dimensional features to form feature vectors; evaluation of training evaluation model and color feeling degree of the input image, the output of the evaluation results. The invention not only can determine whether the input image is pornographic images and can evaluate the degree of pornographic images, and the output of the 0% ~ 100% of the evaluation results, the higher the value the greater the degree of pornographic images show that for the classification to filter pornographic images.

【技术实现步骤摘要】

本专利技术涉及计算机应用
，特别涉及。
技术介绍
当前，在全国甚至世界范围内广泛开展联合整治互联网和手机媒体淫秽色情及低俗信息的专项行动。由于青少年的自控能力较差，在青少年犯罪当中，有近80%的人受到过网络不良信息的诱惑。为了帮助青少年网民免遭色情信息的侵蚀，降低他们走上犯罪道路的几率，对图像的色情程度进行有效评价及过滤，从技术上将这些有害信息拦截在青少年获取它们之前，就显得尤为必要。现有技术方案中大多采用肤色比例等简单特征，没能综合考虑图像整体特征、人体局部部位特征以及人体躯干形状特征，因而识别率较低，而且输出结果多是色情或正常的逻辑值，不能对图像的色情程度进行度量。
技术实现思路
(一 )要解决的技术问题有鉴于此，本专利技术的主要目的是解决现有技术识别率较低，不能对图像的色情程度进行度量的问题，为此，本专利技术提供，能够对输入图像的色情程度进行评价，并输出评价结果。( 二 )技术方案为达到上述目的，本专利技术提供，该方法包括步骤1 对输入图像的肤色进行分割，得到肤色区域；步骤2 通过在人工标记好的大量图像样本上提取输入图像的整体特征、人体局部部位特征以及人体躯干形状特征三类共31维特征构成特征向量；步骤3 训练评价模型并对输入图像的色情程度进行评价，输出色情图像评价结果。(三)有益效果从上述技术方案可以看出，本专利技术具有以下优点利用本专利技术，不仅可以判断输入图像是否为色情图像，而且能对图像的色情程度进行评价，本专利技术提高了识别率，能对图像的色情程度进行度量。1、本专利技术提供的这种色情图像评价方法，由于综合考虑了图像整体特征、人体局部部位特征以及人体躯干形状特征，可以有效地对图像的色情程度进行有效的评价。2、本专利技术提供的这种色情图像评价方法，由于输出的是图像的色情程度的评价结果，而不仅仅是简单的判断图像色情与否，并输出0% 100%的评价结果，数值越大表明图像的色情程度越高，便于对色情图像进行分级过滤。附图说明图1为色情图像评价方法的流程图。图2为人体局部部位检测及人体躯干检测结果具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。本专利技术的执行环境由一台计算机实现以下三个模块组构成一、肤色提取模块，该模块的主要功能是对输入图像进行肤色分割，得到肤色区域。二、特征提取模块，该模块的主要功能是在输入图像上提取图像整体特征、人体局部部位特征以及人体躯干形状特征三类共31维特征构成特征向量。三、模型训练及评价模块，该模块的主要功能是通过在人工标记好的大量图像样本上提取特征，将这些特征输入评价模型，对评价模型进行训练，得到模型参数。利用训练好的评价模型对输入图像进行评价，并输出评价结果。下面结合图1，详细给出本专利技术技术方案中所涉及的各个步骤细节问题的说明。步骤101 对输入图像肤色分割。可以采用任意的肤色分割算法，主要有两类肤色分割算法，一类是像素级别的，另一类是区域级别的。基于区域的肤色分割算法由于可以综合考虑肤色的纹理等属性，因而通常可以获得较好的分割效果。步骤102 提取图像整体特征、人体局部部位特征以及人体躯干形状特征三类共 31维特征构成特征向量。一、图像整体特征图像的整体特征由如下5个部分组成今图像长宽比；今图像的熵；灰度图像的熵定义为255 Entropy 二 P1. Iog2 Pi( 1)/=0式中，Pi是灰度值为i的像素数目占整幅图像像素总数的百分比。今图像的肤色比例；一” 吐, 检测到的肤色区域面积。、肤色比例厶‘"=图像的总面积⑵今肤色连通区域数目；今肤色区域的几何矩(此特征有10个维度)；图像I (X，y)的(p+q)阶几何矩定义为MPq =Yj^yq 1^y)(3)χ y式中，X表示图像横向坐标，y表示图像纵向坐标，p，q为任意的非负整数。我们提取肤色区域的前3阶几何矩0 阶(p+q = 0)几何矩=M00 ；1 阶(p+q = 1)几何矩=M10, M01 ；42 阶(p+q = 2)几何矩=M2。，M11, M02 ；3 阶(p+q = 3)几何矩=M30, M21，M12，M03 ；这10个几何矩作为肤色区域的几何矩特征，该肤色区域的几何矩特征表示如下 M00，M10, M01, M20, M11, M02, M30, M21，M12，M。3。二、人体局部部位特征接下来4个特征是有关人体局部部位检测(见图幻的，我们采用基于哈尔(Haar) 特征的级联分类器进行人体局部部位检测，所述的4个特征表述如下今检测到的人脸数量；令检测到的胸部数量；今检测到的私部数量； 今人脸肤色所占图像整体肤色的比例；三、人体躯干形状特征最后7个特征是从最大肤色联通区域及其拟合椭圆(见图幻上提取的，主要描述了人体的躯干形状，所述的7个特征表述如下今最大肤色联通区域面积占总肤色面积的比例；今最大肤色联通区域中心到图像中心的距离；今最大肤色联通区域的几何不变矩(此特征有7个维度)；图像I(x，y)的几何不变矩具有旋转、平移、尺度不变等性质。为了计算图像的几何不变矩，首先需要引入图像的中心矩μΜ:权利要求1.，其特征在于，该方法包括 步骤1 对输入图像的肤色进行分割，得到肤色区域；步骤2 通过在人工标记好的大量图像样本上提取输入图像的整体特征、人体局部部位特征以及人体躯干形状特征三类共31维特征构成特征向量；步骤3 训练评价模型并对输入图像的色情程度进行评价，输出色情图像评价结果。2.根据权利要求1所述的色情图像评价方法，其特征在于，所述评价模型选用随机森林算法，采用随机森林算法的回归模式。3.根据权利要求1所述的色情图像评价方法，其特征在于，所述评价结果是输出0% 100 %的评价结果，数值越大表明图像的色情程度越高，便于对色情图像进行分级过滤。全文摘要本专利技术公开了，该方法包括图像肤色分割；提取图像整体特征、人体局部部位特征以及人体躯干形状特征三类共31维特征构成特征向量；训练评价模型并对输入图像的色情程度进行评价，输出评价结果。利用本专利技术，不仅可以判断输入图像是否为色情图像，而且能对图像的色情程度进行评价，并输出0％～100％的评价结果，数值越大表明图像的色情程度越高，便于对色情图像进行分级过滤。文档编号G06T7/00GK102163286SQ20101011382公开日2011年8月24日 申请日期2010年2月24日 优先权日2010年2月24日专利技术者吴偶, 左海强, 胡卫明 申请人:中国科学院自动化研究所本文档来自技高网...

【技术保护点】
１．一种色情图像评价方法，其特征在于，该方法包括：步骤１：对输入图像的肤色进行分割，得到肤色区域；步骤２：通过在人工标记好的大量图像样本上提取输入图像的整体特征、人体局部部位特征以及人体躯干形状特征三类共３１维特征构成特征向量；步骤３：训练评价模型并对输入图像的色情程度进行评价，输出色情图像评价结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡卫明，左海强，吴偶，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[]