本发明专利技术公开了一种敏感视频过滤方法及装置。所述方法包括：步骤A1：从视频图像中获取一帧图像；步骤A2：根据肤色模型对所述一帧图像进行肤色检测，获得第一肤色区域；步骤A3：对所述第一肤色区域进行纹理处理，确定是否存在基于人的第二肤色区域，如果存在基于人的第二肤色区域，则进入下一步；步骤A4：过滤掉包含所述一帧图像的视频图像。本发明专利技术所述技术方案能够更加精确的确定视频图像中是否存在敏感图像，从而准确的过滤敏感视频。
【技术实现步骤摘要】
本专利技术主要涉及图像处理领域，特别是指图像处理领域的一种敏感视频过滤方法及装置。
技术介绍
随着科技的发展，互联网在人们的生活中发挥着越来越重要的作用，随着互联网飞速发展的还有网络色情的泛滥，网络色情视频等泛滥的现象已引起了广泛关注，一些预防网络色情的软件和方法相继被推出。例如在我国境内大部分网站多媒体视频检索中都采用了关键词分级方法。这种过滤方法在打击黄毒蔓延中起到了一定作用，但存在着技术缺陷如1、网址数据库不能及时跟踪网页域名或IP (Internet Protocol,网络互连协议)地址的变化；2、关键字过滤局限性比较大；如果不良网站躲避了网址过滤和关键字过滤，传统的过滤器没有任何防范措施；因此必须从源头上对网络色情进行遏制。近年来，基于内容的视频图像过滤技术已经引起了人们的广泛关注。主要采用的方法有一、用计算机视觉和图像理解技术对裸体图像等色情图像识别进行研究，通过对肤色分割和人体姿态的几何特征检测来判别图像是否含有裸体等色情图像。该技术方案对于一幅经过皮肤检测，并进一步通过人体表现姿态检测确定为可疑图像。二、用Daubechies小波和颜色直方图特征进行敏感图像检测。专利技术人在实现本专利技术的过程中发现，现有技术中各种方案对敏感图像的检测和过滤都不够精确。
技术实现思路
本专利技术提出一种敏感视频过滤方法及装置，能够更加精确的确定视频图像中是否存在敏感图像。本专利技术实施例的技术方案是这样实现的一种敏感视频过滤方法，包括步骤Al 从视频图像中获取一帧图像；步骤A2 根据肤色模型对所述一帧图像进行肤色检测，获得第一肤色区域；步骤A3 对所述第一肤色区域进行纹理处理，确定是否存在基于人的第二肤色区域，如果存在基于人的第二肤色区域，则进入下一步；步骤A4 过滤掉包含所述一帧图像的视频图像。优选的，所述步骤A4前还包括步骤Bl 根据区域检测模型检测存在第二肤色区域的所述一帧图像中是否存在敏感器官，如果存在敏感器官，则进入所述步骤A4。优选的，所述区域检测模型采用AdaBoost分类器对敏感器官图像区域进行训练和学习获得。优选的，所述肤色模型为双色反射模型。优选的，所述步骤Al前还包括步骤AO 根据人脸识别模型检测所述视频图像中是否存在人脸，如果所述视频图像中存在人脸，则进入所述步骤Al。一种敏感视频过滤装置，包括获取单元，用于从视频图像中获取一帧图像；第一检测单元，用于根据肤色模型对所述一帧图像进行肤色检测，获得第一肤色区域；处理单元，用于对所述第一肤色区域进行纹理处理，确定是否存在基于人的第二肤色区域；过滤单元，用于过滤掉包含所述一帧图像的视频图像。优选的，还包括第二检测单元，用于根据区域检测模型检测存在第二肤色区域的所述一帧图像中是否存在敏感器官；其中，所述过滤单元在所述一帧图像中存在敏感器官时过滤掉包含所述一帧图像的视频图像。优选的，所述区域检测模型采用AdaBoost分类器对敏感器官图像区域进行训练和学习获得。优选的，所述肤色模型为双色反射模型。优选的，还包括第三检测单元，用于根据人脸识别模型检测所述视频图像中是否存在人脸。本专利技术技术方案通过进行纹理处理，确定视频图像中是否存在基于人的肤色区域，从而能够更加精确的确定视频图像中是否存在敏感图像。进一步，本专利技术技术方案对含有较小肤色区域但明显含有敏感器官的敏感图像根据区域检测模型检测是否存在敏感器官，从而能够更加精确的确定视频图像中是否存在敏感图像，最终达到更加准确过滤敏感视频的目的。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一种敏感视频过滤方法第一实施例的流程示意图；图2为本专利技术一种敏感视频过滤装置第一实施例的结构示意图。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参照图1，示出了本专利技术一种敏感视频过滤方法第一实施例的流程示意图，包括步骤步骤S110、从视频图像中获取一帧图像。视频图像是由一系列连续的帧组成的；帧是组成视频的最小单位，因此本专利技术中可以以帧为单位确定敏感视频。步骤S120、根据肤色模型对所述一帧图像进行肤色检测，获得第一肤色区域。敏感图像的光照条件比较特殊，涉及到人体各个部位的肤色。所述肤色模型在一定程度上反映了人的皮肤特征。所述肤色模型主要依靠颜色特征，特别是HSV(hue色调， saturation饱和度，value亮度)的值进行肤色检测，所述肤色模型在现有技术中已经有充分的公开，在此不再赘述。进行肤色检测时，传统的肤色检测算法是基于像素的，由于受光照条件和噪声等信息的干扰，导致许多肤色点不能被正确识别。因此，在本专利技术中，优选采用基于区域的肤色特征提取算法，在基于点的肤色特征检测的基础上，考虑了被检测点周围像素的颜色特征，并根据一定区域内像素的相似性质来确定被检测像素点的特征。进一步，为了使肤色模型能适应各种光照的变化，本专利技术优选应用双色反射模型来描述皮肤的反射光谱，并以此为基础进行肤色检测，所述双色反射模型在现有技术中已经有充分的公开，在此不再赘述。步骤S130、对所述第一肤色区域进行纹理处理，确定是否存在基于人的第二肤色区域。如果存在基于人的第二肤色区域，则进入下一步，否则，退出流程。在所述步骤S120中，单靠颜色特征，特别是HSV的值进行肤色检测，还并不能准确的确定所述第一肤色区域是否为人的皮肤区域。这是因为，在现实世界中，有很多物体的颜色和人类肤色具有相似性，如黄色桌面、狮子毛皮的颜色都与人类肤色相似。由于人类的肤色区域是均一纹理区域，因此，在所述步骤S120中检测出的肤色区域上，进一步加入纹理处理，从而可以进一步确定是否是人的皮肤区域。本专利技术采用局部二值模式(Local Byte Pattern)进行纹理处理，所述模式概括了局部灰度级结构，利用相应的算子分别将各像素与其邻域像素比较，得到每个像素的二进制取值，即LBP(Xc5yc)=^SiSign(Pi-Pc) 其中，LBP (χ。，yc)表示像素c的局部二值模式灰度值，Pc表示像素c的实际灰度值，Pi表示像素c的第i个邻域像素的实际灰度值，sign为符号函数。步骤S140、根据区域检测模型检测存在第二肤色区域的所述一帧图像中是否存在敏感器官，如果存在敏感器官，则进入步骤S150，否则，退出流程。在现有技术中，无法实现对于含有较小肤色区域但明显含有裸露器官等敏感器官的敏感图像进行检测，在本专利技术技术方案中，根据区域检测模型检测存在第二肤色区域的所述一帧图像中是否存在敏感器官，通过对特定区域的定位和识别，可以精确的实现对于含有较小肤色区域但明显含有裸露器官等敏感器官的敏感图像进行检测。CN 102201064 A说明书4/5页其中，所述区域检测模型采用AdaBoost分类器通过对大量的敏感器官图像区域进行训练和学习获得。AdaBoost是本文档来自技高网...
【技术保护点】
１．一种敏感视频过滤方法，其特征在于，包括：步骤Ａ１：从视频图像中获取一帧图像；步骤Ａ２：根据肤色模型对所述一帧图像进行肤色检测，获得第一肤色区域；步骤Ａ３：对所述第一肤色区域进行纹理处理，确定是否存在基于人的第二肤色区域，如果存在基于人的第二肤色区域，则进入下一步；步骤Ａ４：过滤掉包含所述一帧图像的视频图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：崔国勤，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：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。