[发明专利]一种敏感图像识别方法及系统

说明书

技术领域

本发明涉及图像识别方法，尤其涉及一种融合肤色检测与图像词袋表示的基于一类分类算法的敏感图像识别方法与系统。 

背景技术

传统的敏感图像检测方法中，肤色检测技术和模式识别方法被广泛采用；其中，第一类流行的方法通过设计肤色检测算法，计算图像中的肤色区域的面积比例，并根据一定的阈值确定该图像是否是敏感图像，显然，由于背景颜色、光照条件、图像质量的影响，此类方法非常容易出现误判和漏判，因此大部分的敏感图像检测算法将肤色检测与模式识别方法结合起来，肤色检测作为辅助手段。在这一类方法中，一般的步骤为：1)提取图像特征；2)训练分类模型；3)图像识别。此前，几乎所有的基于模式识别和机器学习的方法都将敏感图像的识别问题视为一种二类分类问题：将图像分为两类，即敏感图像和正常图像，利用分类算法通过对这两类图像的训练集进行学习，得到一个二类分类模型。然而，在二类分类模型中，敏感图像的类型较为齐全，覆盖了大部分种类的敏感图像，但在真实互联网环境下，正常图像的类型是海量的，任何一种正常图像的训练集都无法涵盖大部分的正常图像类型。因此，在基于模式识别的方法中，将敏感图像视为一种二类分类问题会导致数据不平衡，进而限制了模型的泛化能力。 

在基于模式识别和机器学习的敏感图像识别方法中，图像的特征提取和图像的向量表示是重要的步骤之一，有效的特征能大幅提高训练出的模型的综合性能。图像特征提取的方法有多种，其中广泛采用的方法有颜色特征、纹理特征、轮廓特征、局部区域特征等。在图像的局部特征提取方法中，SIFT算法因其出色的性能，得到了最为广泛的应用，但其缺点在于关键点的计算耗时较多。在机器视觉领域，一种有效的图像向量表示方法是词袋模型(Bag of Words Model,BoW)，研究已经表明该模型可以有效地表示图像，且广泛应用于目标识别与图像分类领域，取得了良好的效果。 

此前，已经有基于词袋模型的敏感图像识别方法，但此类方法均基于二类分类算法，同时肤色信息较少考虑，算法的准确率和时间复杂性不理想，且算法的泛化能力有待提高。 

发明内容

有鉴于此，本发明提供了一种融合敏感图像识别方法和系统，旨在实现更有效地检测敏感图像。本发明所述敏感图像识别方法的特征在于：为了实现上述目的，本发明实施例提供了如下方案： 

步骤(1).向所述计算机输入如下图像： 

包含m₁幅敏感图像的第一敏感图像子集PornSet1，所述敏感图像是指能令人们感兴趣的图像，下同， 

包含m₂幅敏感图像的第二敏感图像子集PornSet2， 

包含m₃幅正常图像的正常图像子集NormalSet， 

上述m₁,m₂,m₃均为有限正整数； 

步骤(2).把所述第一敏感图像子集PornSet1的每幅敏感图像划分为M×N个网格，其中M,N均为有限正整数，每个网格大小为16×16像素；在每个网格中按以下步骤进行肤色检测操作： 

步骤(2.1).若所述第一敏感图像子集PornSet1中的图像中的像素在RGB颜色空间中的像素值r,g,b满足以下条件，则认为所述网格中的该像素为肤色像素；下述的r,g,b值的取值区间为[0,255]， 

r＞90&g＞38&b＞18&|r-g|＞12， 

{max{r,g,b}-min{r,g,b}}＞12&r＞g&r＞b， 

步骤(2.2).若在所述各网格中所述肤色像素占全部像素的比例大于或等于阈值s_g＝0.3，则确定该网格为疑似敏感子区域； 

步骤(3).对所述第一敏感图像子集PornSet1中的每幅图像中的每个判定为所述疑似敏感子区域，在中心点周围16×16像素的网格中采用尺度不变特征转换SIFT特征描述子生成128维的特征向量，第一敏感图像子集PornSet1的每幅图像的所有疑似敏感子区域经过所述特征提取操作之后，得到包含R个特征向量的集合F＝{F₁,F₂,…，F_r，…，F_R};第一敏感图像子集PornSet1中的全部图像所有疑似敏感子区域的特征向量集合PornFeatureSet1，以下简称PornFeatureSet1；