CN102054162A - 利用图像特征的图像评量方法与系统 - Google Patents
利用图像特征的图像评量方法与系统 Download PDFInfo
- Publication number
- CN102054162A CN102054162A CN2009102114400A CN200910211440A CN102054162A CN 102054162 A CN102054162 A CN 102054162A CN 2009102114400 A CN2009102114400 A CN 2009102114400A CN 200910211440 A CN200910211440 A CN 200910211440A CN 102054162 A CN102054162 A CN 102054162A
- Authority
- CN
- China
- Prior art keywords
- image
- skin
- colour
- identification
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种利用图像特征的图像评量方法与系统,主要是分析各图像与特定图像特征间的关联性,给予评量,能提供使用者依据所需门槛执行过滤,比如过滤掉限制级内容。根据实施例,利用图像特征的图像评量方法先将撷取的图像调整至一合适的尺寸或分辨率,再转换至一或多个色度空间中,由不同色度空间进行分析,执行一特定器官辨识流程,透过一或多个门槛值作为比对基础,给予评量值,此评量值表示与特定图像特征间的关联性。此技术透过图像辨识技术提供一更准确的内容过滤机制。
Description
技术领域
本发明涉及一种利用图像特征的图像评量方法与系统,特别是对图像中画素进行肤色、脸部与特定人体器官的分析与判断,而进行评量的技术。
背景技术
公知技术中,若需过滤透过网络传递的信息,比如:针对垃圾内容、广告、限制级的情色内容等,方式通常是透过相关照片或是影片的周边信息,如:相关网址(URL)、标题(subject)、内容文字,虽然已经有一定成效,但是仍然不够准确,若有些图文内容有刻意闪避的情况,甚至需要有人力额外进行处理。
可参考美国专利第7,155,243号(2006年12月26日公告),此案揭示一种过滤网络信息的技术,但其中之一揭示的内容的目的是透过制定一些过滤规则(screening rule)来过滤网络(包括各种通讯网络)上来往信息,如:短信中的垃圾广告,方式就是针对内容文字进行过滤,其大致的技术特征可参考图1所示为公知技术信息内容过滤的流程。
如步骤S101,接收来自外部的信息,包括内容与接收者信息,其中过滤规则特别是针对内容,之后如步骤S103,将根据过滤规则执行查询,规则包括拒绝与许可等多种,其中引用一数据库的内容,其中记载有相似于各种应接收与应拒绝的内容的信息,包括关键字、文件格式等。步骤接着判断是否符合规则(步骤S105),如果传递的信息并未符合过滤规则,则以一般处置(步骤S107),也就是如一般方式传递或接收,传递至预定的目标;如果信息符合过滤规则,则如步骤S109,执行特定过滤手段,比如丢弃该信息、许可传递信息、传递信息但附带注意事项、与丢弃但传递注意事项等。
若是图像内容的过滤方式,比如:欲防堵情色内容,则需要对图像进行处理,可参考中国台湾专利第I253568号(公告于2006年4月21日)揭示的网络色情影片的过滤系统及方法,其目的是过滤透过网络传送而具有色情图片的图像数据流,其中透过一种色情图片辨识引擎作为图像过滤的辨识基础,当辨识出色情图片,则拦截整个图像数据流。
流程可参考图2,开始如步骤S201,输入图像数据流,比如输入至特定播放装置上,如计算机,接着如步骤S203,以采样(sampling)的方式撷取当中图像数据,采样率会影响辨识率。当采样之时,将如步骤S205,判断当下采样的图片是否是最后图像图片(步骤S205),如果是,表示已经完成过滤程序,如果不是,就执行步骤S207至S213的程序。
步骤S207复制上述撷取的图像数据,在图像播放同时,将复本图像数据输入色情图片辨识引擎中,特别是透过肤色比例执行辨识复本图像数据(步骤S209)。
接着,若判断非为色情图片,则继续步骤S203撷取图像数据的动作;若判断为色情图片(步骤S211),则判断图像数据流具有情色内容,则立即执行步骤S213,拦截图像数据流的剩余图像数据。
发明内容
不同于公知技术,本发明主要并非针对特定目标的相关信息(如:URL、主题、内容关键字)进行过滤,而是直接以图像辨识的技术进行过滤特定目标;亦不同于特定公知技术仅针对肤色或是引用简单的过滤规则执行判断,本发明对于撷取到的图片与图像,对其中的画面执行多种参数的分析与辨识,能提高过滤的准确度与效能。
根据利用图像特征的图像评量方法的实施例,不论是静态或是动态图像,经撷取采用的图像将被调整为一合适的尺寸或分辨率,目的是能够借助于调整图像来增加效率,或是增加辨识的能力。接着转换图像至一或多个色度空间,因为各种色度空间有各自的特色,为了能够全盘考虑各种因素,如:光影、人种等会影响辨识率的因素,故本发明于特定实施例将特别考虑了多种的色度空间。
之后,执行一特定器官辨识流程,包括多种参数的辨识流程,如肤色、脸部与特定器官,将利用一或多个门槛值,比对经转换至一或多个色度空间的画素值,最后给予各图像一评量值,此评量值主要是反映出辨识特定目标的机率,之后可交给使用者自行设定此评量值的门槛,作为客制化过滤的条件。
上述特定器官辨识流程在特定实施例考虑了肤色、脸部与特定器官,如:女性胸部、私处等女性性征,作为过滤情色内容的手段,在此实施例中,经撷取的图像同样透过尺寸或分辨率的调整,可以达到一致性,使之后辨识流程不受图像大小影响。
图像经转换至一或多个色度空间,而各色度空间设定有一相对的肤色范围,以执行肤色辨识流程,由于可考虑多个色度空间,则需计算落于各肤色范围的平均画素数量,之后配合脸部辨识,与特定器官辨识,作一综合的评量。
而执行上述评量方法的图像评量系统的实施例可包括有撷取图像的图像撷取单元、调整图像尺寸或分辨率的图像调整单元、转换图像色度空间的色度空间转换单元与执行特定器官特征辨识流程的目标辨识单元,最后再以一评量单元利用一或多个门槛值判断图像与特定器官的关联性,给予一评分。
换句话说,本发明提供一种利用图像特征的图像评量方法,所述的图像评量方法包括有:(1)撷取一图像;(2)根据一执行该图像评量方法的硬件设计,调整该图像为一合适的尺寸或分辨率;(3)转换该图像至一或多个色度空间,各色度空间设定有一相对的肤色范围;(4)执行一肤色辨识流程,比对经色度空间转换的图像与一或多个相对的肤色范围;(5)计算落于各肤色范围的一平均画素数量;(6)若该平均画素数量不大于一第一肤色门槛值,则续执行一器官特征辨识流程,判断该图像是否包括一特定器官,若具有该特定器官,该图像评量为一第一评分;若非具有该特定器官,则判断为非目标图像;(7)若该平均画素数量大于该第一肤色门槛值,则执行一脸部辨识流程,判断该图像中是否有人脸;(8)若该图像中没有人脸,则执行该器官特征辨识流程,判断该图像是否包括该特定器官,若非具有该特定器官,该图像评量为一第二评分;若具有该特定器官,该图像评量为一第三评分;(9)经该脸部辨识流程,若判断该图像中包括人脸,则计算该人脸的数量;(10)若该人脸的数量大于一数量门槛值,则判断为非目标图像;(11)若该人脸的数量不大于该数量门槛值,则续比对落于各色度空间的肤色范围的该平均画素数量与一第二肤色门槛值;(12)若该平均画素数量大于该第二肤色门槛值,则判断为非目标图像;以及(13)若该平均画素数量不大于该第二肤色门槛值,则续判断该图像是否包括该特定器官,若非具有该特定器官,该图像评量为一第四评分;若具有该特定器官,该图像评量为一第五评分。
本发明还提供一种执行上述评量方法的图像评量系统,所述的系统包括有:一图像撷取单元,用以撷取一图像;一图像调整单元,电性连接该图像撷取单元,用以调整该图像的尺寸与分辨率;一色度空间转换单元,电性连接该图像调整单元,用以转换经调整的图像至一或多个色度空间;一目标辨识单元,电性连接至该色度空间转换单元,对该经转换色度空间的图像执行一器官特征辨识流程,该目标辨识单元包括有:一肤色辨识单元,用于判断该图像中落于各色度空间对应的一或多个肤色范围内的画素数目;一脸部辨识单元,用于判断该图像中的人脸数目;以及一器官辨识单元,用于判断该图像中是否具有该特定器官的特征;以及一评量单元,电性连接该目标辨识单元,该图像经该器官特征辨识流程后,利用一或多个门槛值判断该图像与一特定器官的关联性,给予一评分。
综上所述,利用图像特征的图像评量方法与系统的实施例根据各图像中的特征辨识,对与特定器官的关联度进行评量,其中应用采样、调整尺寸与色度空间转换,能够执行快速对象侦测(objection detection)与准确的辨识程序(recognition),而此方法可应用于广告内容过滤、静态图像、动态图像过滤、图文并存的内容过滤、特定网站的照片、影片分享过滤、电子邮件过滤、加值服务、图像电话、视频、多媒体信息(MMS)等。
附图说明
图1为公知技术信息内容过滤的流程;
图2为公知技术色情内容拦截的方法;
图3为本发明利用图像特征的图像评量方法的流程概要图;
图4为应用本发明利用图像特征的评量系统于防火墙的实施例示意图;
图5为撷取图像的帧示意图;
图6为本发明利用图像特征的图像评量方法流程图;
图7为本发明评量方法的实施例流程图;
图8为本发明利用图像特征的评量系统的实施例示意图。
【主要元件附图标记说明】
图像画面30 评量流程32
肤色辨识321 人脸辨识323
器官辨识325 数据库34
终端使用者41 防火墙4,5,6
网络服务提供者43 数字内容服务器45
上传使用者47,48,49 图像输801
评量系统8 图像撷取单元81
图像调整单元82 色度空间转换单元83
记忆单元84 运算单元85
目标辨识单元86 肤色辨识单元861
人脸辨识单元862 器官辨识单元863
评量单元87 评量输出803
S101~S109为公知技术信息内容过滤的流程说明
S201~S213为公知技术色情内容拦截的方法流程说明
S601~S609为本发明利用图像特征的图像评量方法的流程说明
S701~S739为本发明利用图像特征的图像评量方法的流程说明
具体实施方式
本发明有关一种利用图像特征的图像评量方法与系统,针对静态或是动态图像,直接针对图像中画素进行分析与判断,其中引用多个辨识的参数,特别是肤色、脸部与特定人体器官相关的参数,更透过图像调整增加执行效率与辨识度,最后依以对各图像进行评量。
其中特别的是,本发明在一较佳实施例中引用了多个色度空间,将撷取的图像经转换至多个色度空间,以求获得各色度空间的好处,且综合判断各辨识特征,可以全盘考虑各种因素,如:光影、人种等会影响辨识率的因素。但仍有一实施例使用其中之一即可达到目的。
利用图像特征的图像评量方法与系统特别应用于多媒体图像,主要是用于分析各图像(各帧)与特定图像特征间的关联性,给予评量,评分高者表示对该特定目标的关联性高,评分低者,则表示对该特定目标的关联性较低。而非仅对特定图像提出是或否的判断结果,评量结果主要是反映出特定图像中具有特定特征的机率,比如该图像具有限制级内容的机率,一般来说,评量高表示机率高、评量结果低则表示机率低。提供使用者能依据所需门槛执行过滤,比如过滤掉限制级的限制条件,较严格过滤条件仅需要评量结果较低的即可,可能连同清凉一点的照片都会被认为是限制级的内容;反之,若设定门槛较高(评量高),则给于较宽松的限制条件,需要符合更高的标准才会被过滤掉。采用本发明所得出的评分结果的业者或是使用者可以自行依据需求决定一个过滤门槛。
图3显示本发明利用图像特征的图像评量方法的流程概要图。其中显示图像画面30经评量流程32,输出至数据库34,而数据库34中所记载的内容为经过评量过的图像,使用者可根据需求进行过滤。
此例显示评量流程32至少包括肤色辨识321、脸部辨识323与器官辨识325。
肤色辨识321,就色情图像而言,人体肤色为一重要的特征所在,故肤色的辨识为本发明评分的重要项目之一,但以颜色而言,环境光影、不同的肤色可能会造成辨识率下降。就一般红-绿-蓝色度空间(RGB色度空间)而言,光影的变化就会成为很大的辨识阻碍,同样,各种色度空间都有不同问题。故在特定实施例中,考虑到各种色度空间的优缺点,即同时引用几种常用的色度空间,统合各色度空间的辨识结果,做出一个综合性的判断,经实验证明,确实可以产生较加的辨识率。举例来说,由于每个色度空间对同一肤色有不同的范围,需要设定出各色度空间对同一部位(如女性性征)的肤色范围,接着计算出一个画面中符合此肤色范围的画素数目,之后将各个色度空间得到的数量加总(或可求得平均值),作为评量是否符合色情图像的值。若图像中有特定比例以上的画素为肤色,则会有较高的机率是限制级画面,而各人种的肤色特征在不同的色彩空间中会有不同的表现,可以得出判断标准。
脸部辨识323,脸部的位置与数量同样可作为限制级画面辨识的依据之一,脸部辨识为比较成熟的技术,故可引用公知技术由眼睛、嘴巴等五官间的关系可以得出脸部位置与拍摄角度。对于脸部的辨识,若是人脸的比例过大,虽然肤色比例高,但是就会判断可能是个人独照(如大头照),而非限制级画面,若人脸的数目过多,同样可能有较高比例的肤色画素,但判断为团体照的机率也较高。
限制级内容过滤规则,器官辨识325为女性胸部或是私处等女性性征,同样为重要的判断依据,可透过一般相关的技术人员可知的图像辨识技术,依据女性胸部或是私处的图像特征判断出该图像是否具有这些特征。
依据上述各辨识参数的判断流程,可参考本发明图7。
图3显示的评量过程可应用于传递图像数据流的过程中,或是应用于已储存于特定记忆媒体中的图像数据上。若是应用于网络上传递的数据上,则如图4显示应用本发明图像特征评量系统于防火墙的实施例示意图。
终端使用者41通常透过网络服务提供者(ISP)43所提供的上网服务联机因特网,而网络上有各式各样的数字内容服务器45,其中所载的内容可包括有照片、影片分享、照片或影片搜寻结果、广告内容、电子邮件内容、多媒体信息等,其中除了业者提供的内容外(此部份可受约制),更可由各上传使用者(47、48、49)所提供,此部份则难以约制。
如图显示,内容过滤机制可设置于各种位置,包括设置于终端使用者41端的防火墙4,可以软件或是硬件实现,将经过的图像作即时撷取、采样与辨识,之后通过门槛的图像才能继续下载至终端使用者41的计算机系统中。
内容过滤机制更可设置于网络服务提供者43端,由于网络封包皆会经过网络服务提供者43端的服务器,故设置于此处的防火墙5将会有较有效的防堵能力。
设置于数位内容服务器45端的防火墙6亦为有效的过滤手段,可于此端就控管输出的内容,则可有效防堵禁止的内容。
从本发明所提出的评量标准衍生出的内容过滤机制除了可应用于网络上防火墙外,其他应用还包括计算机防病毒软件、外挂于网页浏览器、机房的网关、入侵检测系统与各种网络节点上。
对于动态图像,如图5所显示撷取图像的帧示意图,此例显示由动态图像(MPEG)中撷取(解码)的帧包括有I型帧(I-type frame)、B型帧(B-type frame)与P型帧(P-type frame)。针对动态图像的部份,无须对全部图像扫描,可进行区间式的采样扫描,撷取部份帧作为辨识样本,不论是图像中的B型帧或是P型帧。
实施例请参考图6所示为应用本发明利用图像特征的评量系统的的评量方法流程图。
针对静态图片或动态影片,如步骤S601,系统将透过采样(69)的方式撷取其中图像,并执行如步骤S603,修正图像尺寸,由于撷取的画面尺寸不一,可能会影响整体辨识的效率,故本发明特别于执行分析前,先将图像画面尺寸调整到一定大小,避免画面太小而造成辨识率不好,或是画面过大使得辨识速度过慢的状况。透过调整画面尺寸的前置作业(pre-processing),确实可以明显增加辨识率与辨识的效率。分辨率同样可为另一调整参考。
所谓合适的尺寸或分辨率依据执行本发明图像评量方法的硬件设计而定,甚至在一实施例中,图像尺寸或分辨率可根据硬件运作时的载荷(loading)而动态调整,若载荷轻,则可使用较大的尺寸或分辨率,反的,则可用较小的尺寸或分辨率。
列举调整画面尺寸实施例之一的公式,但实际实施可依据执行硬件与软件的状况而定:
其中,old_width为撷取到的原始画面宽度,old_height为画面原始高度,y为使用者可设定的固定宽度,也就将撷取的画面调整成宽度为y的画面,x经过运算则为调整的比例,经调整后,new_width与new_width即为经调整后的画面的宽与高度。
调整图像后,再转换至一或多个色度空间中(步骤S605),实施例可仅引用一个色度空间,亦可同时转换至多个色度空间,由不同色度空间进行分析,如图中显示的YCbCr空间61、RGB空间62、HSV空间63与NCC空间64。一个图像经此多个色度空间转换,可相对得到多种信息,实施例可以多种信息的平均值作为之后辨识的基础。透过不同色度空间的判断技术,可以排除人种肤色与光线造成辨识不佳的问题。比如,从特定色度空间(如YCbCr色度空间)的计算结果可知,不论是白种人、黄种人或是黑种人,其肤色分布范围的差异很小。而如HSV色度空间,则能有效排除光线造成图像差异的问题。
以下列举本发明在各个色度空间判断是否为人体肤色的实施状态,实际运作时,并不以此例为限,亦可仅选择其一或是两个以上的色度空间执行:
以上方程序(1)为人体肤色在第一种RGB(Red,Green,Blue)色度空间中R值(红)、G值(绿)与B值(蓝)三个值的范围的实施例。
以上方程序(2)为人体肤色在第二种RGB色度空间中的R,G,B的范围的实施例。
以上方程序(3)为人体肤色在HSV(Hue,Saturation,Value)色度空间中H与S的范围。
以上方程序(4)为人体肤色在YCbCr(luma,blue-difference chroma,red-difference chroma)色度空间中Cr与Cb的范围。
以上方程序(5)为人体肤色在NCC色度空间中r(RGB空间中的R经正规化)与g(G经正规化)的范围。
在一实施例中,将以上各色度空间中各参数的范围加总,或可除以5的值作为肤色判断的值。其他实施例并不限于此五种色度空间,并可择一或两个以上的色度空间进行判断。
接着,如步骤S607,根据不同色度空间的信息,执行特定器官辨识流程,透过一或多个门槛值(65)作为比对基础,给予评量值(步骤S609),此评量值表示与特定图像特征间的关联性。此技术透过图像辨识技术提供一更准确的内容过滤机制。
这里提供的评量值,可为综合肤色相关分数(66)、脸部相关分数(67)与特定器官辨识分数(68)。详细内容可参考图7所示为本发明评量方法的实施例流程图。
评分过程中,先将撷取并采样后的画面进行尺寸调整与色度空间转换,接着对各种状况进行评分,包括各画面中人体肤色的像素数量、脸部辨识、与特定器官的辨识,如胸部。其中需要排除的是高肤色比例的大头照或是非胸部的大面积肤色比例的照片、非定义为色情的较暴露照片等。
经上述图像撷取、尺寸调整与色度空间转换等程序后,接着的特定器官辨识流程包括一肤色辨识流程,图像经色度空间转换后,也就是透过上述方程式(1)至(5)的计算,得出一或多个转换图像,各画素与相对各色度空间所设定的肤色范围比对,得出落于该肤色范围的一平均画素数量(步骤S701)。此平均画素数值表示图像中的肤色画素数量,接着除以整个画面的像素数量,得一肤色比例,由此肤色比例与设定的一个肤色门槛值(第一肤色门槛值)比较,区分为超过门槛的状况与未超过门槛的状况(步骤S703)。
若其中肤色比例不大于此第一肤色门槛值(否),表示肤色比例较低,即进行一器官特征辨识流程(步骤S705),于经各色度空间转换的转换图像中辨识图像是否具有器官的特征(步骤S707)。若以限制级画面为例,器官辨识即用以辨识女性性征的特征。若判断非为该器官(否),此状况在肤色比例较小,又没有特定器官,即判断为非目标图像(步骤S709);但是,若是判断出有特定器官(是),表示,即使肤色比例较低,但是却有一定机率是特定目标,如限制级画面,此类图像为第一评分的评量(步骤S711)。
在步骤S703中,若判断肤色比例超过第一肤色门槛值(是),显示为画面中有大量肤色,辨识为色情图像的机率较高,此时执行脸部辨识流程(步骤S713),人脸辨识可引用公知技术,且为熟悉图像辨识的普通技术人员可以了解,方法可透过眼睛与嘴巴等器官辨识出来,比如两个眼睛、一个鼻子,判断出来的两个眼睛的距离并眼睛与鼻子之间的距离的比例,都可辅助人脸的判断,判断该图像中是否有人脸(步骤S715)。
若图像中并未辨识出人脸(否),则执行特定器官特征辨识流程(步骤S717),判断该图像是否包括特定器官(如女性性征)(步骤S719),若非具有该特定器官(否),表示有较高的肤色比例,虽未有人脸,但是却未辨识出特定器官,此时仍有一定机率有目标图像,如限制级内容,此类图像则评量为第二评分(步骤S721);若具有该特定器官(是),表示有较高的肤色比例,且辨识有特定器官,此类图像为另一评量,为一第三评分(步骤S723)。
在上述步骤S715中,若判断图像中有人脸(是),则进行步骤S725,计算人脸的数量,脸部辨识流程将计算一平均脸部数量,且判断数量是否高于一数量门槛值,若是高于此门槛值(是),此时为肤色比例较高、有人脸,但是数量却很高,则判断为非目标图像,因为可能是团体照片(步骤S727)。
但,若人脸数量不高于数量门槛值(否),则续比对落于各色度空间的肤色范围的平均画素数量与一另一门槛值(第二肤色门槛值,大于第一肤色门槛值)(步骤S729),若此时比对,肤色比例更高于此第二肤色门槛值(是),表示肤色比例极高,判断可能为人脸特写,故判断为非目标图像(步骤S739)。
若,肤色比例不高于第二肤色门槛值(否),表示肤色比例落于一适当的比例,此时执行特定器官辨识流程(步骤S731),再判断图像中是否有该特定器官(步骤S733),此时,若辨识出有该特定器官,此状况为此图像有一适当肤色比例,但不具有目标器官(否),表示此类图像可能有一定机率具有限制级内容,此时图像评量为第四评分(步骤S735);但此时若辨识出有目标器官(是),表示此类图像有较高的机率具有限制级内容,该图像评量为第五评分(步骤S737)。
上述步骤中,实施例产生了五个评分,在本发明中,各评分分别表示不同的机率,透过以上几个辨识阶段(肤色辨识流程、脸部辨识流程、器官特征辨识流程),并使用加权的评分概念,可对每个图像做出一个评量,此评量结果亦对应到是否为特定目标(如色情图像)的机率,当中各种判断门槛或比例值(如第一肤色门槛值、人脸数量门槛值、第二肤色门槛值,与各辨识流程中采用的技术都可为调整的值)影响了后段的评分,且可依据各种情况调整,故可用于客制于各种情况,而得到较为全面的辨识效果。
执行上述评量方法的图像评量系统则揭示于图8所示的系统实施例,其中图像(801)自外部输入至此评量系统8,经处理后,每个图像则会被评量为一评分(803)。
评量系统8主要包括相互电性连接的图像撷取单元81、图像调整单元82、色度空间转换单元83、记忆单元84、运算单元85、目标辨识单元86与评量单元87。
其中图像撷取单元81用于撷取并采样图像,图像经图像调整单元82调整图像尺寸或分辨率,即交给色度空间转换单元83,将图像信息转换至一或多个色度空间中,并储存于记忆单元84中。评量系统8更应用运算单元85执行数值运算,目标辨识单元86对经转换色度空间的图像执行一器官特征辨识流程,分别执行肤色、脸部与特定器官的辨识演算。之后评量单元87接收各辨识单元所执行的结果,执行如图7所描述的流程,利用一或多个门槛值判断图像与一特定器官的关联性,进而对各图像类别进行评量,给予评分。
目标辨识单元86具有肤色辨识单元861,用于判断图像中落于各色度空间对应的肤色范围内的区域,并计算符合肤色辨识的画素数目,若引用多个色度空间,则需计算各色度空间中肤色范围中的平均画素数量;而人脸辨识单元862则根据脸部判断后,再计算图像中的人脸数目,同样,若应用了多个色度空间,则需计算图像中的平均脸部数量;器官辨识单元863则用于判断图像中是否具有该特定器官的特征,如:女性性征。
综上所述,利用图像特征的图像评量方法与系统的实施例根据各图像中的特征辨识,对与特定器官的关联度进行评量,其中应用采样、调整尺寸与色度空间转换,能够执行快速对象侦测(objection detection)与准确的辨识程序(recognition),而此方法可应用于广告内容过滤、静态图像、动态图像过滤、图文并存的内容过滤、特定网站的照片、影片分享过滤、电子邮件过滤、加值服务、图像电话、视频、多媒体信息(MMS)等。
但是,以上所述仅为本发明的较佳可行实施例,非因此即局限本发明的保护范围,故凡是运用本发明说明书及附图内容所做的等效结构变化,均同理包含于本发明的权利要求保护范围内,特此声明。
Claims (10)
1.一种利用图像特征的图像评量方法,其特征在于,所述的图像评量方法包括有:
(1)撷取一图像;
(2)根据一执行该图像评量方法的硬件设计,调整该图像为一合适的尺寸或分辨率;
(3)转换该图像至一或多个色度空间,各色度空间设定有一相对的肤色范围;
(4)执行一肤色辨识流程,比对经色度空间转换的图像与一或多个相对的肤色范围;
(5)计算落于各肤色范围的一平均画素数量;
(6)若该平均画素数量不大于一第一肤色门槛值,则续执行一器官特征辨识流程,判断该图像是否包括一特定器官,若具有该特定器官,该图像评量为一第一评分;若非具有该特定器官,则判断为非目标图像;
(7)若该平均画素数量大于该第一肤色门槛值,则执行一脸部辨识流程,判断该图像中是否有人脸;
(8)若该图像中没有人脸,则执行该器官特征辨识流程,判断该图像是否包括该特定器官,若非具有该特定器官,该图像评量为一第二评分;若具有该特定器官,该图像评量为一第三评分;
(9)经该脸部辨识流程,若判断该图像中包括人脸,则计算该人脸的数量;
(10)若该人脸的数量大于一数量门槛值,则判断为非目标图像;
(11)若该人脸的数量不大于该数量门槛值,则续比对落于各色度空间的肤色范围的该平均画素数量与一第二肤色门槛值;
(12)若该平均画素数量大于该第二肤色门槛值,则判断为非目标图像;以及
(13)若该平均画素数量不大于该第二肤色门槛值,则续判断该图像是否包括该特定器官,若非具有该特定器官,该图像评量为一第四评分;若具有该特定器官,该图像评量为一第五评分。
2.如权利要求1所述的利用图像特征的图像评量方法,其特征在于,所述的第一评分、第二评分、第三评分、第四评分与第五评分分别表示该图像具有该特定器官的机率。
3.如权利要求1所述的利用图像特征的图像评量方法,其特征在于,人脸的数量为判断该图像于各色度空间中人脸数量的平均值。
4.如权利要求1所述的利用图像特征的图像评量方法,其特征在于,所述的器官特征辨识流程用以辨识该图像是否具有限制级内容。
5.如权利要求1所述的利用图像特征的图像评量方法,其特征在于,所引用的该色度空间为一YCbCr色度空间、一RGB色度空间、一HSV空间以及一NCC空间之一,或两个以上的组合。
6.一种执行权利要求1项的评量方法的图像评量系统,其特征在于,所述的系统包括有:
一图像撷取单元,用以撷取一图像;
一图像调整单元,电性连接该图像撷取单元,用以调整该图像的尺寸与分辨率;
一色度空间转换单元,电性连接该图像调整单元,用以转换经调整的图像至一或多个色度空间;
一目标辨识单元,电性连接至该色度空间转换单元,对该经转换色度空间的图像执行一器官特征辨识流程,该目标辨识单元包括有:
一肤色辨识单元,用于判断该图像中落于各色度空间对应的一或多个肤色范围内的画素数目;
一脸部辨识单元,用于判断该图像中的人脸数目;以及
一器官辨识单元,用于判断该图像中是否具有该特定器官的特征;以及
一评量单元,电性连接该目标辨识单元,该图像经该器官特征辨识流程后,利用一或多个门槛值判断该图像与一特定器官的关联性,给予一评分。
7.如权利要求6所述的图像评量系统,其特征在于,所述的肤色辨识单元计算该图像落于各色度空间中肤色范围中的平均画素数量。
8.如权利要求6所述的图像评量系统,其特征在于,所述的脸部辨识单元系计算该图像中的平均脸部数量。
9.如权利要求6所述的图像评量系统,其特征在于,所述的器官为女性胸部。
10.如权利要求6所述的图像评量系统,其特征在于,所引用的该色度空间为一YCbCr色度空间、一RGB色度空间、一HSV空间以及一NCC空间之一,或两个以上的组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102114400A CN102054162A (zh) | 2009-11-10 | 2009-11-10 | 利用图像特征的图像评量方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102114400A CN102054162A (zh) | 2009-11-10 | 2009-11-10 | 利用图像特征的图像评量方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102054162A true CN102054162A (zh) | 2011-05-11 |
Family
ID=43958464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102114400A Pending CN102054162A (zh) | 2009-11-10 | 2009-11-10 | 利用图像特征的图像评量方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102054162A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103273882A (zh) * | 2013-06-08 | 2013-09-04 | 无锡北斗星通信息科技有限公司 | 汽车驾驶员疲劳状态预判系统 |
TWI578220B (zh) * | 2011-09-26 | 2017-04-11 | 英特爾公司 | 網頁瀏覽器中之網頁應用程式及次要裝置之模擬技術、網頁應用程式開發工具以及使用其等之方法 |
-
2009
- 2009-11-10 CN CN2009102114400A patent/CN102054162A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI578220B (zh) * | 2011-09-26 | 2017-04-11 | 英特爾公司 | 網頁瀏覽器中之網頁應用程式及次要裝置之模擬技術、網頁應用程式開發工具以及使用其等之方法 |
CN103273882A (zh) * | 2013-06-08 | 2013-09-04 | 无锡北斗星通信息科技有限公司 | 汽车驾驶员疲劳状态预判系统 |
CN103273882B (zh) * | 2013-06-08 | 2015-05-27 | 南通市电梯部件业商会 | 汽车驾驶员疲劳状态预判系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8660342B2 (en) | Method to assess aesthetic quality of photographs | |
Yun et al. | PNN based crop disease recognition with leaf image features and meteorological data | |
CN112287940A (zh) | 一种基于深度学习的注意力机制的语义分割的方法 | |
CN107239514A (zh) | 一种基于卷积神经网络的植物识别方法及系统 | |
CN109033998A (zh) | 基于注意力机制卷积神经网络的遥感影像地物标注方法 | |
CN106682108A (zh) | 一种基于多模态卷积神经网络的视频检索方法 | |
CN113449727A (zh) | 一种基于深度神经网络的伪装目标检测识别方法 | |
US20060050957A1 (en) | Method of generating a mask image of membership of single pixels to certain chromaticity classes and of adaptive improvement of a color image | |
CN109871845B (zh) | 证件图像提取方法及终端设备 | |
CN106651966B (zh) | 图片颜色识别方法和系统 | |
CN112396635B (zh) | 一种基于多设备的复杂环境下多目标检测方法 | |
Ye et al. | Hyperspectral image classification using principal components-based smooth ordering and multiple 1-D interpolation | |
CN106845513A (zh) | 基于条件随机森林的人手检测器及方法 | |
CN110599554A (zh) | 人脸肤色的识别方法和装置、存储介质及电子装置 | |
CN109086823B (zh) | 一种小麦赤霉病病穗率自动统计方法 | |
CN111723239A (zh) | 一种基于多模态的视频标注方法 | |
CN108711160B (zh) | 一种基于hsi增强性模型的目标分割方法 | |
Kim et al. | Fruit tree disease classification system using generative adversarial networks | |
CN109583341B (zh) | 对包含人像的图像的多人骨骼关键点检测方法及装置 | |
CN102054162A (zh) | 利用图像特征的图像评量方法与系统 | |
CN114120203A (zh) | 基于改进YoloV4的田间小麦赤霉病发生程度评估方法 | |
Wong et al. | Computer vision algorithm development for classification of palm fruit ripeness | |
Sangeetha et al. | Detection of pest and disease in banana leaf using convolution Random Forest | |
Dey et al. | Development of ANN and ANFIS classifier for betel leaf pathogen detection | |
US20020126910A1 (en) | Method of calculating noise from multiple digital images utilizing common noise characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110511 |