CN101923652A - 一种基于肤色和特征部位联合检测的***识别方法 - Google Patents

Abstract

本发明属于图像处理技术领域，提供一种基于肤色和特征部位联合检测的***识别方法，该方法包括以下步骤：(1)样本训练的准备阶段，用于获得待检图像的识别阶段所需的参数；该样本训练的准备阶段分别围绕肤色样本训练和特征部位样本训练展开；(2)读取待检图像；(3)待检图像的识别阶段，用于根据样本训练的准备阶段所获得的参数，对待检图像是否是***进行判断，首先进行肤色检测，然后进行特征部位检测，如果肤色区域的面积占整个图像的1/2以上，且至少出现了1个特征部位，则该图片判断为***。本发明方法的优点在于能有效降低***的误检率，适用范围广，准确率高。

Description

一种基于肤色和特征部位联合检测的***识别方法

技术领域

本发明属于图像处理技术领域，具体涉及一种基于肤色和特征部位联合检测的***识别方法。

背景技术

据2010年1月我国青少年犯罪学研究会公布的统计资料：青少年犯罪案件占到我国犯罪总量的70％，而青少年犯罪案件的诱因中又有70％是网络色情或暴力。中国互联网络信息中心2010年1月公布的调查报告显示：截止2009年底，我国网民的32.9％是19岁以下的青少年。为了下一代的身心健康，始终保持对网络色情的高度警惕将是一项长期而重要的工作。

在海量网络信息中，快速准确地识别***并将其用来作为打击犯罪的证据需要图像处理技术的有力支持。在各种识别***的方法中，依据它们的识别对象，大致可以将其分为两类：肤色检测和特征部位检测。

在肤色检测中，最直观的方法就是依据肤色的颜色范围来直接判断肤色区域。具体来说，就是在各种颜色空间如RGB、YCbCr、HIS等下，从肤色训练样本中得到其颜色的分布区间，然后选择一个合适的颜色空间和较小的颜色范围来确定肤色。Vladimir VezhnevetsVassili等人总结了两大肤色模型：一类无参数，指的是贝叶斯模型；另一类有参数，以高斯函数模型为主，后来还发展出了高斯混合模型及其相应的迭代求解方法。在采用高斯混合模型来描述肤色性质的研究中，Weiming Hu等人的工作比较具有代表性，其创新之处在于通过直方图和对应颜色灰度级的数量来建模，最后得到一系列关于不同高斯概率密度函数个数的实验结果。D.A.Forsyth和M.M.Fleck等人提出了基于肤色和纹理的***检测方法，首先是判断肤色区域，然后通过肤色区域判断四肢的部位，通过四肢部位来判断图像是否是色情图像。

特征部位如***是判断***的重要依据。尽管有很多图片的肤色面积较大，却很有可能是艺术图像或者是比基尼泳装图片。Fuangkhon等人通过对图像进行预处理，然后用同构神经网络来识别特征部位。Yue Wang等人则采用adaboost算法来识别特征部位，然后通过特征部位的颜色特征来加强对特征部位的识别。

除了上文提到的国内外学术研究中只把肤色检测或者特征部位检测中的一种用作识别***的方法外，现有的发明专利也是如此。比如申请号200410042877.3的“一种色情图像检测方法”，通过将人脸区域面积与肤色区域面积的比值作为***的判决依据；申请号200510048577.0的“基于内容的网络色情图像和不良图像检测***”，采用肤色检测以及基于肤色检测的姿态检测来识别***。现有技术的实现效果虽然依赖于具体的测试样本集，但是已经能够做到在相当程度上自动识别***。

然而，在某些应用场景下，比如刑事侦查、法律诉讼等，要求机器所判决的***对于人类而言，没有异议。比如泳装照片，尽管皮肤裸露的面积较大，但是如果其特征部位比如***、生殖器等没有暴露，则不应在执法层面列入侦查或诉讼的证据。现有的***自动识别技术尽管能够发现大量疑似***，但是要从这些疑似***中筛选出严格意义上能够在法律上呈堂的***，仍旧需要大量的人工判读。

发明内容

本发明的目的就是为了克服上述现有技术中的不足之处，提供一种基于肤色和特征部位联合检测的***识别方法。该方法能有效降低***的误检率，适用范围广，准确率高。

本发明一种基于肤色和特征部位联合检测的***识别方法依次包括以下步骤：

(1)样本训练的准备阶段，用于获得待检图像的识别阶段所需的参数；该准备阶段分别围绕肤色样本训练和特征部位(即***，以下文字中，“***”与“特征部位”混用)样本训练展开；

(2)读取待检图像；

(3)待检图像的识别阶段，用于根据样本训练的准备阶段所获得的参数，对待检图像是否是***进行判断，首先进行肤色检测，然后进行特征部位检测，如果肤色区域的面积占整个图像的1/2以上，且至少出现了1个特征部位，则该图片判断为***。

在上述技术方案中，步骤(1)中的肤色样本训练，首先收集足够数量的肤色样本，获得肤色灰度直方图，然后通过高斯混合模型来逼近肤色灰度直方图，采用EM迭代算法(Entropy Maximization，熵最大化)求出模型参数。

在上述技术方案中，步骤(1)中的特征部位样本训练，首先收集足够数量的特征部位样本，然后通过Adaboost算法训练出一个级联的分类器。

在上述技术方案中，所述通过Adaboost算法训练出一个级联的分类器级联数量在20个以上。

在上述技术方案中，步骤(3)中所述的肤色检测是先将待检图像的长、宽分别等分10份，形成100个单元格，取这些单元格的中心点作为该单元格的代表，如果判定该中心点是肤色点，那么该中心点所处的单元格即为肤色格；在判定该中心点是否为肤色点时，将该中心点的灰度值分解到RGB空间中的R、G、B的三个分量上，代入到在准备阶段中建立的高斯混合模型中，获得其成为肤色点的概率，如果这三个分量都大于其相应的阈值，则判决该中心点为肤色点，所在的单元格为肤色格；对于划分的每一个单元格，都重复以上的判决，从而获得肤色区域；如果该肤色区域的面积占整个图像的1/2以上，则继续进行特征部位检测，否则不把该图像判断为***。

在上述技术方案中，步骤(3)中所述的特征部位检测首先运用在准备阶段中用Adaboost算法训练出来的级联分类器，对待检图像进行初检，然后对初检结果按照以下4个限制条件逐个进行筛查，只要有一个条件不符合，就判定该初检结果不是特征部位：

(a)该初检结果的面积不超过整个图像的1/100；

(b)该初检结果不在人脸上；

(c)该初检结果距离最近的肤色区块不超过一个块长(10个像素)；

(d)该初检结果的边缘呈圆形；

通过以上4个限制条件筛查的初检结果称为终检结果；如果终检结果至少有1个，那么整个待检图像就被判断为***。

本发明的有益效果在于能够有效降低***的误检率，尽可能地避免互联网上的正常图片被拦截，在刑事侦查、法律诉讼等方面为***证据的有效采集提供技术支持，有效减少人工判读的工作量。

附图说明

图1为本发明一种基于肤色和特征部位联合检测的***识别方法流程图。

具体实施方式

本发明一种基于肤色和特征部位联合检测的***识别方法主要分为样本训练的准备阶段和待检图像的识别阶段，下面结合附图分别对这两个阶段作出说明。

一、样本训练的准备阶段

在描述样本训练的准备阶段的具体实施方式时，所用到的数学符号及其含义如表1所示。该准备阶段由建立高斯混合模型和采用Adaboost算法训练分类器(简称为“训练Adaboost分类器”)两个进程组成。这个两进程可以分开同时进行，也可以先后进行。在建立肤色的高斯混合模型时，我们采集了660个样本。在训练Adaboost分类器时，我们采集了402个正样本(***)和7500个负样本(不含***)。

表1数学符号及其含义

A建立高斯混合模型

设肤色样本的灰度值分布为X＝{x₁，x₂，...x_n)。由于肤色样本的灰度值分布通常出现多个峰值，所以需要采用多个高斯密度函数(高斯混合密度函数，或称高斯混合模型)的加权平均来逼近。设高斯密度函数的个数为M，则肤色样本的灰度值概率密度函数，p(x)可表示为：

$p\left(x\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_{k}g(x;{\mathrm{\μ}}_k,{\mathrm{\Σ}}_k)---\left(1\right)$

其中，g(x；μ_k，∑_k)是第k个高斯概率密度函数，μ_k是它的中心点，∑_k是它的协方差矩阵，α_k是它的加权系数，满足：

$\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_k=1---\left(2\right)$

通常，∑_k可表示为：

则第k个高斯概率密度函数可表示为：

$g(x;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)=\frac{1}{2\mathrm{\π}{{\mathrm{\σ}}_k}^2}\exp [-\frac{{(x-{\mathrm{\μ}}_k)}^T(x-{\mathrm{\μ}}_k)}{2{{\mathrm{\σ}}_k}^2}]---\left(4\right)$

将上式对各参数进行微分，可以得到：

${\▿}_{{\mathrm{\μ}}_k}g(x;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)=g(x;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)\left(\frac{x-{\mathrm{\μ}}_k}{{\mathrm{\σ}}_k^2}\right)---\left(5\right)$

${\▿}_{{\mathrm{\σ}}_k}g(x;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)=g(x;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)(\frac{{(x-{\mathrm{\μ}}_k)}^T(x-{\mathrm{\μ}}_k)}{{\mathrm{\σ}}_k^3}-\frac{2}{{\mathrm{\σ}}_k})---\left(6\right)$

由(3)式，(1)式可以表示为：

$p\left(x\right)=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_{k}g(x;{\mathrm{\μ}}_k,{\mathrm{\σ}}_k^2)---\left(7\right)$

可以假设x_i(i＝1，2，...，n)之间为互相独立的事件，则发生X＝{x₁，...，x_n}的概率密度为：

$p(X,\mathrm{\μ},\mathrm{\Σ})=\underset{i=1}{\overset{n}{\mathrm{\Π}}}p(x_i;\mathrm{\μ},\mathrm{\Σ})---\left(8\right)$

由于X是已发生的事件，因此我们希望找出μ_k和

值，使得p(x)，亦即式(8)最大。令θ＝[α₁，α₂，...，α_M，μ₁，μ₂，...μ_M，

]，也即求出下式的最大值，记为式(9)。

$J\left(\mathrm{\θ}\right)=\mathrm{In}\left[\underset{i=1}{\overset{n}{\mathrm{\Π}}}p\left(x_i\right)\right]=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{Inp}\left(x_i\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{In}\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_{k}g(x_i;{\mathrm{\μ}}_k,{{\mathrm{\σ}}_k}^2)---\left(9\right)$

故对参数μ_k和σ_k求导，得：

${\▿}_{{\mathrm{\μ}}_k}J\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right)\left(\frac{x_i-{\mathrm{\μ}}_k}{{\mathrm{\σ}}_k^2}\right)---\left(10\right)$

${\▿}_{{\mathrm{\σ}}_k}J\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right)[\frac{{(x_i-{\mathrm{\μ}}_k)}^T(x_i-{\mathrm{\μ}}_k)}{{\mathrm{\σ}}_k^2}-\frac{2}{{\mathrm{\σ}}_k}]---\left(11\right)$

其中， ${\mathrm{\β}}_k\left(x\right)=\frac{{\mathrm{\α}}_{k}g(x;{\mathrm{\μ}}_k,{\mathrm{\σ}}_k^2)}{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_{j}g(x;{\mathrm{\μ}}_j,{\mathrm{\σ}}_j^2)}.$

令式(10)和式(11)为零，可得：

${\mathrm{\μ}}_k=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{\mathrm{\β}}_k\left(x_i\right)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right)}---\left(12\right)$

${\mathrm{\σ}}_k^2=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right){(x_i-{\mathrm{\μ}}_k)}^T(x_i-{\mathrm{\μ}}_k)}{2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right)}---\left(13\right)$

在(9)式中对参数α_k求导得时，因需要考虑(2)式，故引入拉格朗日因子λ，并定义新目标函数为：

$J_{\mathrm{new}}=J\left(\mathrm{\θ}\right)+\mathrm{\λ}(1-\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_k)$

令得：k＝1，2，...，M。同时，考虑(2)式，可得：

λ＝n，故：

${\mathrm{\α}}_k=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_k\left(x_i\right)---\left(14\right)$

现在以(12)、(13)和(14)为基础，通过迭代的方法，来求解参数向量θ＝[α₁，α₂，...，α_M，μ₁，μ₂，...μ_M，

]。

1、设定一个起始参数值

可以令

并使用K-means方式来计算群聚的中心点，以此作为

的值。

2、使用

来计算β_k(x_i)，i＝1，...n。

3、把β_k(x_i)代入(12)求得新的μ_k，记为

4、把

代入(13)中的μ_k，求得新的σ_k，记为

5、把β_k(x_i)代入(14)求得新的α_k，记为

6、令

若

小于某一极小的容忍值，则停止。否则令

并跳回步骤2。

B训练Adaboost分类器

设二元组(c_i，y_i)表示样本图片c_i及其正负属性y_i，其中，i＝1，2，...，n。如果样本c_i是正样本，则y_i记为1；否则y_i记为0。设正样本有L_q个，

训练Adaboost分类器的方法用Matlab风格的伪代码如下所示：

For  t＝1:1:T

1.归一化权重w_t(i)：

$w_t\left(i\right)=\frac{w_t\left(i\right)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{w}_t\left(i\right)}$

2.对于每一特征，专门为其训练一个弱分类器h_j(训练方法下详)，其分类的误差为：

${\mathrm{\ϵ}}_j=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{w}_j\left(i\right)|h_j\left(c_i\right)-y_i|$

3.选择一个使ε_j最小的分类器h_j，记为h_t。

4.更新权重：

$w_{t+1}\left(i\right)=w_t\left(i\right){\mathrm{\γ}}_t^{1-e_i}$

其中，当c_i被正确分类时，e_i＝0，否则，e_i＝1；且

End

最后，生成的强分类器h(c)是：

$h\left(c\right)=\left\{\begin{array}{c}1,\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&delta;}}_t{h}_t\left(c\right)\&GreaterEqual;\frac{1}{2}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&delta;}}_t\\ 0,\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&delta;}}_t{h}_t\left(c\right)<\frac{1}{2}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&delta;}}_t\end{array}\right.$

其中， ${\mathrm{\&delta;}}_t=\log \frac{1}{{\mathrm{\&gamma;}}_t}.$

弱分类器h_j(c)可表示为：

其中，D_j表示不等号的方向可以根据实际情况调整。S_j是特征值f_j的阈值。弱分类器的训练方法是：将样本的特征值f_j按升序排列，再将阈值S_j设在能让被分类错误的样本数量最少的地方。

二、待检图像的识别阶段

在肤色检测中，先将待检图像划分成边长为10个像素的网格，形成100个单元格。为了提高肤色检测的速度，取这些单元格的中心点作为该单元格的代表，也就是说，如果判定该中心点是肤色点，那么该中心点所处的单元格即为肤色格。在判定该中心点是否为肤色点时，将该中心点的灰度值分解到RGB空间中的R、G、B的三个分量上，代入到在准备阶段中建立的高斯混合模型中，综合考虑建模时间和建模精度，本发明所建立的高斯混合模型的参数如表2所示，获得其成为肤色点的概率，如果这三个分量都大于其相应的阈值，则判决该中心点为肤色点，所在的单元格为肤色格。

表2高斯混合模型(M＝5)的参数表

对于划分的每一个单元格，都重复以上的判断，从而获得肤色区域，得到该肤色区域的面积占整个图像面积的比例S，如果S大于1/2，则继续进行特征部位检测，否则不把该图像判断为***。

在特征部位的检测中，首先运用在准备阶段中用Adaboost算法训练出来的一个25级的级联分类器，对待检图像进行初检。然后对初检结果按照以下4个限制条件逐个进行筛查，只要有一个条件不符合，就判定该初检结果不是特征部位：

1、该初检结果的面积不超过整个图像的1/100；

2、该初检结果不在人脸上；

在判断初检结果是否满足该限制条件时，首先，采用人脸检测算法检测人脸是否存在，如果不存在人脸，则初检结果当然不在人脸上，即初检结果符合该限制条件。如果检测出了人脸，则接着判断该初检结果的覆盖区域是否与人脸的覆盖区域存在重合的部分。如果重合，则认为初检结果位于人脸，否则该初检结果不在人脸上。

3、该初检结果距离最近的肤色区块不超过一个块长(10个像素)；

设置此项限制条件的考虑是排除距离肤色区域很远的初检结果。如果这些初检结果不在人体皮肤上，自然就不是特征部位了。

4、该初检结果的边缘呈圆形。

如前文所述，本发明专利中的特征部位与***混用，考虑到***周围存在一圈乳晕，而这个乳晕的形状接近圆形。因此可以通过hough变换检测圆的方法检测乳晕。所以如果该初检结果的边缘不是圆形，则自然不是特征部位了。

通过以上4个限制条件筛查的初检结果称为终检结果，放入终检集合中，集合的元素总数为K，初始值为零。如果这时K大于等于1，那么整个图像就被判断为***。综上所述，当(S+K)/2＞1时，整个图像就被判断为***。

Claims (6)

1.一种基于肤色和特征部位联合检测的***识别方法，其特征在于该方法依次包括以下步骤：

(1)样本训练的准备阶段，用于获得待检图像的识别阶段所需的参数；该样本训练的准备阶段分别围绕肤色样本训练和特征部位样本训练展开；

(2)读取待检图像；

(3)待检图像的识别阶段，用于根据样本训练的准备阶段所获得的参数，对待检图像是否是***进行判断，首先进行肤色检测，然后进行特征部位检测，如果肤色区域的面积占整个图像的1/2以上，且至少出现了1个特征部位，则该图片判断为***。

2.根据权利要求1所述的基于肤色和特征部位联合检测的***识别方法，其特征在于：步骤(1)中的肤色样本训练，首先收集足够数量的肤色样本，获得肤色灰度直方图，然后通过高斯混合模型来逼近肤色灰度直方图，采用EM迭代算法求出模型参数。

3.根据权利要求1所述的基于肤色和特征部位联合检测的***识别方法，其特征在于：步骤(1)中的特征部位样本训练，首先收集足够数量的特征部位样本，然后通过Adaboost算法训练出一个级联的分类器。

4.根据权利要求3所述的基于肤色和特征部位联合检测的***识别方法，其特征在于：所述通过Adaboost算法训练出一个级联的分类器级联数量在20个以上。

5.根据权利要求1所述的基于肤色和特征部位联合检测的***识别方法，其特征在于：步骤(3)中所述的肤色检测是先将待检图像的长、宽分别等分10份，形成100个单元格，取这些单元格的中心点作为该单元格的代表，如果判定该中心点是肤色点，那么该中心点所处的单元格即为肤色格；在判定该中心点是否为肤色点时，将该中心点的灰度值分解到RGB空间中的R、G、B的三个分量上，代入到在准备阶段中建立的高斯混合模型中，获得其成为肤色点的概率，如果这三个分量都大于其相应的阈值，则判决该中心点为肤色点，所在的单元格为肤色格；对于划分的每一个单元格，都重复以上的判断，从而获得肤色区域；如果该肤色区域的面积占整个图像的1/2以上，则继续进行特征部位检测，否则不把该图像判断为***。

6.根据权利要求1所述的基于肤色和特征部位联合检测的***识别方法，其特征在于：步骤(3)中所述的特征部位检测首先运用在准备阶段中用Adaboost算法训练出来的级联分类器，对待检图像进行初检，然后对初检结果按照以下4个限制条件逐个进行筛查，只要有一个条件不符合，就判定该初检结果不是特征部位：

(a)该初检结果的面积不超过整个图像的1/100；

(b)该初检结果不在人脸上；

(c)该初检结果距离最近的肤色区块不超过一个块长即10个像素；

(d)该初检结果的边缘呈圆形；

通过以上4个限制条件筛查的初检结果称为终检结果；如果终检结果至少有1个，那么整个待检图像就被判断为***。

Images