基于人体特征的肤色检测算法在敏感图像过滤中的应用

随着科学技术的不断发展,因特网成为主要的信息来源之一。在因特网广泛使用的同时,大量的色情图像也被非法的传播。虽然人们已经采取了一定措施对网络敏感图像进行过滤,但是这些过滤方法主要基于图像文本信息或者IP地址,缺乏动态性和实时性。因此运用基于内容的敏感图像过滤成为一个迫切需要解决的问题。 由于图像中的人物可以是多种肤色多种姿态的,而且图像背景千变万化,所以基于内容的敏感图像过滤是相当困难的问题。本文重点不在于研究分类器的结构本身,而在于提出有效的分类特征供分类器使用。考虑到敏感图像中存在大量的人体肤色,同时人脸是人类最显著的特征,因此本文从人脸检测和肤色检测作为切入点研究敏感图像过滤算法。 本文首先运用AdaBoost算法进行人脸检测;其次在人脸信息的基础上建立了人体模型,实现了人体的初步定位;最后针对传统肤色算法的不足提出了绝对位置度量、相对位置度量算法,使每个象素都可根据人脸和人体信息动态调整肤色算法的阈值。在此基础上我们提出了改进的肤色特征和人体特征,并运用这些特征结合简单的分类器对敏感图像进行分类。通过实验证明该方法是可行,尤其对人脸比例较大、类肤色背景较多的图像有较好的效果。