基于视觉单词和语义映射的色情图像检测算法.pdfVIP

高技术通讯 年 第 卷 第 期： ： 基于视觉单词和语义映射的色情图像检测算法! 王宇石! ! 高 文!!! ! （哈尔滨工业大学计算机科学与技术学院 哈尔滨 ） !! （ 北京大学信息科学技术学院 北京 ） 摘 要 针对传统类型的色情图像检测方法误检率高的问题，提出了一种基于多层视觉 单词的检测方法。该方法首先对色情场景的各种视觉元素建立视觉单词，然后通过这些 视觉单词建立更高层的编码，包括视觉词组和兴趣区域类别，从而实现对图像不同形态级 别的描述与分析。图像的识别特征由相应的编码直方图组成，并将特征映射到一个低维 空间中，使图像间的语义距离与空间距离相协调。该方法在各种图像测试中都表现出出 色的性能，例如在人物类图像测试中，误检率比传统方法降低了 。实验结果证明，多 层单词体系能够更高效地分析色情图像等复杂场景。 关键词 图像识别，色情图像，视觉单词，视觉词组，多层描述，降维 生大量的误检，主要的原因是所用的颜色、纹理等类 引 言 型的全局特征区分能力有限。此外，传统方法严重 依赖肤色检测的结果，除了人物类图片会引起混淆 自动分析图像内容的方法能够帮助我们主动、 外，包含大量类似肤色内容（如沙漠、晚霞、某些动物 高效地在互联网中扫描色情图像、甄别成人网站。 等）的图片也会被误检。事实上，色情图像与其它图 国内外学者对此进行了大量的研究。基本的策略是 像关键性的区别在于各种与人体有关的局部形态 先对图像进行肤色检测，然后提取适当的特征进行 （如敏感器官）。这些局部形态与肤色分布信息结合 识别。传统方法所提取的特征主要有两类：全局的 在一起，构成了人们对色情图像的认知。为此，本文 低层特征和肤色区域特征。前者主要是指颜色、纹 从局部特征着手，从全新的角度捕获色情图像更高 ［］ 理等方面的特征。例如， 层次的语义信息。这里所说的局部特征，是对局部 等人 从 的 可伸缩颜色描述子和颜色结构描述子发展出自己的 形态（视觉元素）的描述特征，并通过聚类，量子化为 颜色特征，并依据颜色对比和肤色概率获得图像的 视觉单词，每个视觉单词对应一定的局部形态。依 ［］ 关键区域，从中提取特征。 据视觉单词（下文中简称为“单词”）的出现规律，可 等人 除了提取颜 ［ ， ］ 色直方图外，还提取了图像不同分区的边缘直方图。 以分析图像的语义 。 在肤色区域特征方面，研究者使用了各种描述区域 本文的贡献主要有以下三个方面。第一，在图 ［ ］ 的特征，如矩和致密度，以及面积、密度、位置等 。 像识别中引入了一种描述单词局部共现关系的“词 等人首先计算人体的轮廓，从中提取了关于非肤 组”模型。 等人提出的词组模型仅仅利用了单