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(shí)別的敏感視頻分類方法。首先通過幀差圖像提取前景運(yùn)動(dòng)區(qū)域，然后構(gòu)建人體膚色模型，并結(jié)合前景運(yùn)動(dòng)區(qū)域識(shí)別出視頻中的人體，最后用多因素的級(jí)聯(lián)分類器進(jìn)行敏感視頻分類。實(shí)驗(yàn)結(jié)果分析表明，文中方法有較好的分類準(zhǔn)確率和查全率。

關(guān)鍵詞：敏感視頻分類；膚色識(shí)別；前景運(yùn)動(dòng)； 級(jí)聯(lián)分類器

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(lián)網(wǎng)視頻內(nèi)容的不斷增加，如何有效識(shí)別敏感視頻信息已成為信息安全中的一個(gè)重要的課題。圖像視頻比起傳統(tǒng)文本具有更豐富的信息，因而，它的危害性更大。鑒于傳統(tǒng)過濾技術(shù)的弊病，以圖像分析與圖像理解技術(shù)為支撐的基于內(nèi)容的不良視頻過濾技術(shù)正在成為網(wǎng)絡(luò)信息過濾技術(shù)研究的一個(gè)重要方面?；趫D像內(nèi)容的圖像分類系統(tǒng)層出不窮。

早在20世紀(jì)90年代就開始了對(duì)敏感圖像識(shí)別的研究，F(xiàn)leck[1]等人通過膚色分割和人體姿態(tài)的幾何特征檢測(cè)來(lái)識(shí)別敏感圖像，其基本思想是將人體看作是按照一定規(guī)則的若干柱狀區(qū)域的組合。然而其缺點(diǎn)是僅能夠處理單一類型圖像，缺乏適應(yīng)性和通用性，處理速度較慢，圖像的識(shí)別率較低。Kim[2]等人提出基于膚色檢測(cè)、紋理分析以及特征向量分類來(lái)識(shí)別敏感圖片。由于使用的是簡(jiǎn)單的膚色模型，其判斷結(jié)果很大程度上依賴皮膚區(qū)域提取的結(jié)果，存在很大的局限性。王金庭[3]在此方法的基礎(chǔ)上，在YCbCr空間構(gòu)建膚色模型，并進(jìn)行亮度自適應(yīng)提供分類的精度。Hogyun Lee[4]等人利用關(guān)鍵幀通過構(gòu)建XYZ模型，以單幀的檢測(cè)為X軸，以組幀為Y軸，以X軸、Y軸為參數(shù)構(gòu)建Z軸來(lái)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(shí)際應(yīng)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(cè)的算法，而其主要是使用光流方法提取關(guān)鍵幀結(jié)合傳統(tǒng)方法來(lái)檢測(cè)的。提供了利用光流進(jìn)行檢測(cè)的新思路。

綜上所述，本文提出了基于人體膚色識(shí)別的敏感視頻分類算法。該算法在文獻(xiàn)[3]的基礎(chǔ)上，將人體膚色模型與前景運(yùn)動(dòng)區(qū)域結(jié)合，并采用多因素的級(jí)聯(lián)分類器提高視頻分類的效率和準(zhǔn)確率，實(shí)現(xiàn)了在復(fù)雜背景、光照不均、復(fù)雜類型下的敏感視頻分類。

1 前景運(yùn)動(dòng)檢測(cè)和分割

前景運(yùn)動(dòng)區(qū)域反映了視頻中運(yùn)人體運(yùn)動(dòng)所處的區(qū)域，體現(xiàn)了視頻的主要內(nèi)容。本文將采用一種基于高階統(tǒng)計(jì)量的自適應(yīng)前景區(qū)域提取算法。

在視頻中，由于背景噪聲的存在和運(yùn)動(dòng)對(duì)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(tài)分布，運(yùn)動(dòng)變化區(qū)域服從非高斯分布，因此，在多個(gè)幀間差的圖像中區(qū)分變化前景區(qū)域和未變化背景區(qū)域可以看成是在高斯數(shù)據(jù)中識(shí)別非高斯數(shù)據(jù)。具體做法是采用幀間差的高階統(tǒng)計(jì)量假設(shè)檢驗(yàn)，確定運(yùn)動(dòng)對(duì)象的位置，自動(dòng)分離運(yùn)動(dòng)區(qū)域與背景區(qū)域。

簡(jiǎn)單的2幀差圖像包含的運(yùn)動(dòng)信息較少，提取的運(yùn)動(dòng)對(duì)象含有空洞，運(yùn)動(dòng)信息不完整，所以采用多幀差累積來(lái)獲取充分的運(yùn)動(dòng)信息，本文采用的是5幀差圖像。假設(shè)第一幀圖像是，則幀差圖像計(jì)算如下：

接著采用高階統(tǒng)計(jì)量方法自動(dòng)區(qū)分運(yùn)動(dòng)區(qū)域與背景區(qū)域，假設(shè)5幀差圖像噪聲服從高斯分布，對(duì)每個(gè)像素進(jìn)行假設(shè)檢驗(yàn)，判斷該像素屬于背景部分還是運(yùn)動(dòng)部分，最后通過對(duì)幀間差累積圖像的局部4階矩與背景區(qū)域估計(jì)的高斯噪聲的4 階矩進(jìn)行比較來(lái)確定運(yùn)動(dòng)對(duì)象的位置。具體做法如下：在圖像中，用5×5的窗體在圖像內(nèi)從上至下、從左至右滑動(dòng)，計(jì)算窗體內(nèi)的均值和方差：

表示滑動(dòng)窗體內(nèi)的像素個(gè)數(shù)，是窗體移動(dòng)的順序號(hào)，檢測(cè)閾值與幀差圖像圖像中噪聲方差的平方成正比：

是經(jīng)驗(yàn)參數(shù)，根據(jù)實(shí)驗(yàn)結(jié)果取。當(dāng)窗體的4 階矩時(shí)，該窗體屬于運(yùn)動(dòng)區(qū)域；當(dāng)，該窗體屬于背景區(qū)域。最后通過數(shù)學(xué)形態(tài)學(xué)對(duì)噪聲區(qū)域和孤立小面積區(qū)域進(jìn)行過濾，過濾面積小于圖像面積20%的前景區(qū)域。圖1是前景運(yùn)動(dòng)區(qū)域的實(shí)驗(yàn)結(jié)果圖。

2 基于膚色檢測(cè)的人體識(shí)別

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

本文提出的基于膚色檢測(cè)的人體識(shí)別算法是在YCbCr空間上建立膚色模型，然后根據(jù)膚色模型選取出圖像中的人體皮膚區(qū)域，并最終根據(jù)計(jì)算出的膚色閾值對(duì)圖像進(jìn)行分割，得到人體膚色區(qū)域。

為了很好的分割出不同光照條件下和復(fù)雜背景環(huán)境下的人體膚色區(qū)域，我們利用混合高斯模型來(lái)描述人體膚色分布情況。在文獻(xiàn)[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(gè)像素點(diǎn)，經(jīng)過標(biāo)準(zhǔn)化處理?；谀w色檢測(cè)的人體識(shí)別算法如下：

[輸入： 隨機(jī)截取20480個(gè)大小為100×100的皮膚樣本圖像塊

輸出： 分割好的人體膚色區(qū)域

1. 將膚色圖像塊從RGB顏色空間轉(zhuǎn)為YCbCr顏色空間；

2. 統(tǒng)計(jì)膚色圖像塊集合的均值和協(xié)方差：

3. 根據(jù)公式（5）計(jì)算測(cè)試圖像的概率灰度圖

4. 根據(jù)最大熵閾值分割方法[40]分割人體膚色區(qū)域

5. 結(jié)合前景運(yùn)動(dòng)區(qū)域的計(jì)算結(jié)果，過濾非前景運(yùn)動(dòng)區(qū)域內(nèi)的人體膚色區(qū)域 ]

算法1. 基于膚色檢測(cè)的人體識(shí)別算法

圖2是基于膚色檢測(cè)的人體識(shí)別實(shí)驗(yàn)結(jié)果圖：

3 敏感視頻分類器設(shè)計(jì)

判斷一個(gè)視頻是否含有敏感成分，單單依據(jù)某一因素是不能有效地作出判斷的，因?yàn)椴煌再|(zhì)的視頻亦存在相同的屬性因素，例如游泳視頻也同樣出現(xiàn)大量的人體膚色區(qū)域。因此針對(duì)敏感視頻的重要特征，我們提出了一個(gè)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(qū)域都具有較大的比重，一般不小于30%；

2） 敏感視頻中人體運(yùn)動(dòng)是視頻的主要運(yùn)動(dòng)部分，而正常視頻中即使出現(xiàn)人體運(yùn)動(dòng)，也通常包含其他物體的運(yùn)動(dòng)；

根據(jù)上述的判斷，本文提出了3種特征來(lái)進(jìn)行構(gòu)造分類器：

假設(shè)含有個(gè)圖像幀的視頻中，每一幀圖像大小為，對(duì)應(yīng)的前景運(yùn)動(dòng)區(qū)域大小為，對(duì)應(yīng)的人體皮膚區(qū)域大小為：，在前景運(yùn)動(dòng)區(qū)域內(nèi)的人體皮膚區(qū)域大小為：，則三個(gè)判斷特征為：

1） 皮膚暴露程度：

2） 整體的平均運(yùn)動(dòng)皮膚率：

3） 運(yùn)動(dòng)區(qū)域的平均運(yùn)動(dòng)皮膚率：

敏感視頻分類器的設(shè)計(jì)需要能夠滿足較高的分類準(zhǔn)確率的同時(shí)，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(duì)所有的圖像幀都進(jìn)行上述3個(gè)判別特征的判斷，所需要的耗時(shí)會(huì)很大。為此本文將構(gòu)建一個(gè)基于級(jí)聯(lián)的敏感視頻性質(zhì)分類器，其設(shè)計(jì)流程圖如圖3所示：

其中為，，是實(shí)驗(yàn)過程中給定的閾值。通過這種級(jí)聯(lián)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(jì)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(shí)驗(yàn)及討論

實(shí)驗(yàn)機(jī)器是CPU為Intel CoreTM2 Duo 2.33GHz、內(nèi)存為2GB的臺(tái)式機(jī).實(shí)驗(yàn)中所需的參數(shù)設(shè)定為=0.3， =0.2， =0.15.所采用的測(cè)試數(shù)據(jù)集包含了36個(gè)敏感視頻和50個(gè)正常的視頻，其中包括了廣告、電視劇、卡通片、音樂MTV等.評(píng)價(jià)準(zhǔn)則為準(zhǔn)確率、誤檢率、查全率和漏檢率：

4.1 人體膚色區(qū)域識(shí)別實(shí)驗(yàn)

首先對(duì)文中提出的基于膚色檢測(cè)的人體識(shí)別方法進(jìn)行實(shí)驗(yàn)，從測(cè)試數(shù)據(jù)集中隨機(jī)提取出10個(gè)敏感視頻用于對(duì)本文方法進(jìn)行測(cè)試，其中包括了不同大小、不同人體姿態(tài)、不同人體數(shù)量的視頻。

為了更好地體現(xiàn)本文方法的性能，我們將本文方法與文獻(xiàn)[3，9，10]提出的兩種方法進(jìn)行對(duì)比，測(cè)試的結(jié)果如表1所示：

從上表的實(shí)驗(yàn)數(shù)據(jù)可以得出，本文所使用的基于膚色檢測(cè)的人體識(shí)別方法能更有效地確定皮膚區(qū)域，具有更好的查全率和查準(zhǔn)率，這是因?yàn)樵诰C合了運(yùn)動(dòng)區(qū)域和皮膚模型之后，有效地過濾了部分不屬于運(yùn)動(dòng)區(qū)域的類膚色區(qū)域。本文方法的部分識(shí)別結(jié)果圖如圖4所示：

4.2 敏感視頻分類實(shí)驗(yàn)

針對(duì)本文提出的多因素級(jí)聯(lián)敏感視頻分類器進(jìn)行實(shí)驗(yàn)，用測(cè)試數(shù)據(jù)集中的36個(gè)敏感視頻和50個(gè)正常視頻進(jìn)行分類，分類結(jié)果如表2、表3所示：

從實(shí)驗(yàn)結(jié)果可知，本文提出的級(jí)聯(lián)分類器能在前兩個(gè)分類階段就過濾掉大部分的敏感視頻，同時(shí)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(shí)，保證了較高的準(zhǔn)確率。

5 結(jié)論

本文提出了基于人體膚色檢測(cè)的敏感視頻分類方法，通過結(jié)合前景運(yùn)動(dòng)區(qū)域和人體膚色識(shí)別，有效的識(shí)別出復(fù)雜背景下的裸露人體。此外通過多因素的級(jí)聯(lián)敏感視頻分類器，能夠快速地對(duì)視頻進(jìn)行分類。實(shí)驗(yàn)結(jié)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(shí)驗(yàn)過程中發(fā)現(xiàn)，膚色樣本庫(kù)的構(gòu)建對(duì)被檢測(cè)膚色的適應(yīng)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(guān)系是今后工作的重點(diǎn)。

參考文獻(xiàn)：

[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(yīng)膚色檢測(cè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)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(cè)方法[J].中國(guó)圖象圖形學(xué)報(bào)，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(cè)中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)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(cè)算法[J].計(jì)算機(jī)工程，2007，33（12）： 220-221.

[12] 趙麗紅.人臉檢測(cè)和識(shí)別算法的研究與實(shí)現(xiàn)[D].沈陽(yáng)：東北大學(xué)，2006.