초록
최근 인터넷에 유통되는 유해영상이 급증하면서 이들을 자동으로 차단하는 컴퓨터비전 기술의 연구가 활발히 이루어지고 있다. 본 논문에서는 피부색상을 이용한 유해영상 분류도구를 연구 및 개발한다. 제안하는 분류도구는 2단계로 구성되며, 1단계에서는 피부색 분류기를 이용하여 입력영상에서 피부색 영역을 검출하고, 2단계에서는 영역특징 분류기를 이용하여 앞서 검출된 피부색 영역의 비율과 위치 특징을 무해 또는 유해로 분류한다. 피부색 분류기는 히스토그램 모델에 기반하여 무해영상과 유해영상의 RGB 값으로 학습되며, 영역특징 분류기는 SVM(Support Vector Machine)에 기반하여 영상의 29개 지역의 피부색 비율로 학습된다. 실험결과 제안하는 분류기는 92.80%의 검출율(Detection Rate)과 6.73%의 양성오류율(False Positive Rate)을 나타내었다.
To classifying and filtering of adult images, in recent the computer vision techniques are actively investigated because rapidly increase for the amount of adult images accessible on the Internet. In this paper, we investigate and develop the tool filtering of adult images using skin color model. The tool is consisting of two steps. In the first step, we use a skin color classifier to extract skin color regions from an image. In the nest step, we use a region feature classifier to determine whether an image is an adult image or not an adult image depending on extracted skin color regions. Using histogram color model, a skin color classifier is trained for RGB color values of adult images and not adult images. Using SVM, a region feature classifier is trained for skin color ratio on 29 regions of adult images. Experimental results show that suggested classifier achieve a detection rate of 92.80% with 6.73% false positives.
