CN102567738A - 基于高斯分布的色情视频快速检测方法 - Google Patents

Abstract

本发明提供了一种基于高斯分布的色情视频快速检测方法，先对普通图片样本和色情图片样本的HSV颜色空间的颜色直方图建立一个高斯模型，然后提取视频中的关键帧，并用建立的高斯模型对视频关键帧进行判断，如果视频中有一定数量的关键帧被判定为黄色图片，就可以判定这个视频为色情视频。本发明只需对颜色直方图进行高斯分布建模，没有复杂的训练过程，而且不用对视频每一帧进行检测，检测速度快，准确率高。

Description

基于高斯分布的色情视频快速检测方法

技术领域

本发明一般涉及视频处理以及视频识别领域，具体涉及基于高斯分布的色情视频快速检测方法。

背景技术

随着社会的迅速进步，互联网在人们生活中的普及程度越来越高，这使得网络视频数量急剧增长。在这海量的网络视频中，也会同时混杂着一些色情视频，但是由于视频数量太大，通过人工审核的方式不可能审核所有的网络视频，这些色情视频往往都只能由视频用户举报然后再删除。将网络色情视频检测自动化、高效化，对节省人力资源，提高网络视频的过滤效率起着很大的作用。

现有主流的色情图片或视频过滤方法有基于肤色检测的色情图片过滤方法和基于神经网络的色情图片分类方法。基于肤色检测的色情图片过滤方法是比较原始的颜色检测方法，速度是最快的，但是误判率比较高；基于神经网络的色情图片分类方法在一定条件下时候能得到比较好的分类结果，但是这种方法要求的样本数量很大，样本训练的时间很长。

发明内容

本发明针对当前网络视频量巨大，视频审核人力资源缺乏的情况，提供了基于高斯分布的色情视频快速检测方法。本发明目的在于帮助视频网站快速并准确审核用户上传的视频，如果是色情视频则予以删除。具体技术方案如下。

基于高斯分布的色情视频快速检测方法，包括以下步骤：

1)提取样本图片的色调(H)、饱和度(S)和亮度(V)的颜色直方图并保存在数组中；

2)对颜色直方图数组的每一维进行高斯分布建模；

3)由高斯分布函数提取样本图片的权值P；

4)利用权值P确定区分色情图片和普通图片的阈值P阈；

5)读入测试视频，提取关键帧图像序列；

6)用步骤2)得出的高斯分布函数计算每一个关键帧图像的权值P′；

7)如果有10％以上的关键帧图像的权值P′大于步骤4)的阈值P_阈，则判定这个视频为色情视频，否则为普通视频。

上述基于高斯分布的色情视频快速检测方法中，步骤5)中测试视频为xvid编码的avi格式，其他格式的视频要进行转换。

上述基于高斯分布的色情视频快速检测方法中，步骤6)中视频关键帧图像序列的提取方法采用OpenCV开源库中的视频处理函数进行提取。

上述基于高斯分布的色情视频快速检测方法中，步骤1)的样本图片包括色情图片样本和普通图片样本，数量均为2000张或以上，图片格式为jpg、bmp或png。

上述基于高斯分布的色情视频快速检测方法中，样本图片的色调(H)、饱和度(S)和亮度(V)的颜色直方图的提取方法采用OpenCV开源库的颜色直方图提取函数。

上述基于高斯分布的色情视频快速检测方法中，色情图片样本和普通图片样本的颜色直方图保存的数组均为n＊48的二维数组，其中n为图片样本的数量。

上述基于高斯分布的色情视频快速检测方法中，步骤2)的高斯分布建模是对样本图片的颜色直方图每一维数值分别经过求均值和标准差建立高斯分布函数：

$F_i\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{-\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$

其中μ_i为第i维颜色直方图数值的均值，σ_i为标准差，1≤i≤48。

上述基于高斯分布的色情视频快速检测方法中，步骤3)和步骤6)中的权值为每一维均值逼近概率P_i之和：P＝∑P_i；

其中， $P_i=\left\{\begin{array}{c}2\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}},v_i\≤{\mathrm{\μ}}_i;\\ 2(1-\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}),v_i>{\mathrm{\μ}}_i;\end{array}\right.$

v_i为图片颜色直方图第i维的值。

上述基于高斯分布的色情视频快速检测方法中，步骤4)中的阈值P_阈的确定包括以下步骤：

4.1)计算普通图片样本权值的平均值，记为

计算色情图片样本权值的平均值，记为

另外设P_temp为临时阈值；

4.2)令

A_max＝0；

4.3)如果

跳到步骤4.6)；

4.4)计算用当前P_temp为阈值划分普通图片样本和色情图片样本的准确率A，如果A＞A_max，记A_max＝A，P_阈＝P_temp；

4.5)令P_temp＝P_temp+0.01，重复步骤4.3)；

4.6)循环结束，最终得到的P_阈就是最优的阈值。

与现有技术相比，本发明具有如下优点和技术效果：

在现有的色情图片或视频检测技术中，基于人体肤色的检测方法虽然速度快，但是由于背景色的干扰，误判率比较高；基于神经网络的检测方法在样本数量足够多的情况下能得到比较好的检测结果，但是样本训练的过程耗时很长。本发明通过基于图片的颜色直方图的高斯分布的方法，先用色情图片样本计算色情图片的颜色直方图的高斯分布函数，再计算图片的权值进行判断图片是否属于色情图片。高斯分布函数类似于神经网络的样本训练过程，但是相同样本数量的条件下速度会比神经网络快很多，计算图片权值的时间可以忽略。色情图片或视频检测准确度跟基于神经网络的检测方法不相上下，比基于人体肤色的检测方法好。

具体实施方式

以下结合实施例对本发明作进一步说明，但本发明的实施不限于此。

实施例

基于高斯分布的色情视频快速检测方法，主要流程包括以下步骤：

第一步，提取样本图片的色调(H)、饱和度(S)和亮度(V)的颜色直方图并保存在数组

样本图片选用色情图片样本和普通图片样本各2000张，图片格式为jpg，颜色直方图提取方法采用OpenCV开源库的颜色直方图提取方法，色情图片的颜色直方图和普通图片的颜色直方图是分别保存在两个大小为2000*48的二维数组中，48表示每个图片的颜色直方图有12*4*1＝48维，H分量有12维，S分量有4维，V分量有1维。

第二步，对颜色直方图数组的每一维进行高斯分布建模

第一步保存直方图的2000*48二维数组中，对每一维，即对数组的同一列数值经过求均值和标准差得出高斯分布函数：

$F_i\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{-\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$

其中μ_i为第i维颜色直方图数值的均值，σ_i为标准差，1≤i≤48。最后得到48个高斯分布函数，分别对应颜色直方图的48维。

第三步，由高斯分布函数提取样本图片的权值

遍历48维颜色直方图数据，对每一维求均值逼近概率P_i

$P_i=\left\{\begin{array}{c}2\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}},v_i\≤{\mathrm{\μ}}_i;\\ 2(1-\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}),v_i>{\mathrm{\μ}}_i;\end{array}\right.$

得到一张图片的48个纬度的均值逼近概率，其中，v_i为该张图片颜色直方图第i维的值。对48个纬度的均值逼近概率率P_i求和：P＝∑P_i，即得该张图片的权值P。重复以上步骤，可得到全部各2000张的色情图片样本和普通图片样本的权值。

第四步，利用权值P确定区分色情图片和普通图片的阈值

该步骤用暴力的方法选取阈值，最终选取的阈值P_阈能最好区分普通图片样本和色情图片样本，其具体标准是使得色情图片样本和普通图片样本的误分率之和最小。具体步骤如下：

a)计算普通图片样本权值P的平均值，记为计算色情图片样本权值P的平均值，记为另外设P_temp为临时阈值；

b)令

A_max＝0；

c)如果

跳到步骤f)；

d)计算用当前P_temp为阈值划分普通图片样本和色情图片样本的准确率A，如果A＞A_max，记A_max＝A，P_阈＝P_temp；

e)令P_temp＝P_temp+0.01，重复步骤c)；

f)循环结束，最终得到的P_阈就是最优的阈值。

步骤e)式子P_temp＝P_temp+0.01中的“0.01”是个精度值，表示要精确到小数点后的位数，这个值可以根据具体需要进行调整。

第五步，读入测试视频，提取关键帧图像序列并计算每一个关键帧图像的权值P′

读入一段xvid编码的avi格式测试视频，调用OpenCV开源库的函数提取视频的关键帧图像序列；因为OpenCV开源库的视频图像处理操作只支持这种编码格式，其他格式的视频需要进行格式转换。对关键帧图像权值P′的计算具体过程同步骤三。

第六步，对测试视频进行判断

如果有该测试视频有10％以上的关键帧图像的权值P′大于步骤四的阈值P_阈，则判定这个视频为色情视频，否则为普通视频。

如果一个视频是色情视频，那么其色情内容肯定远远大于10％，因此该实施例中10％只是个经验值，可以根据实际需要进行调整。

Claims (10)

1.基于高斯分布的色情视频快速检测方法，其特征在于，包括以下步骤：

1)提取样本图片的色调(H)、饱和度(S)和亮度(V)的颜色直方图并保存在数组中；

2)对颜色直方图数组的每一维进行高斯分布建模；

3)由高斯分布函数提取样本图片的权值P；

4)利用权值P确定区分色情图片和普通图片的阈值P_阈；

5)读入测试视频，提取关键帧图像序列；

6)用步骤2)得出的高斯分布函数计算每一个关键帧图像的权值P′；

7)如果有10％以上的关键帧图像的权值P′大于步骤4)的阈值P_阈，则判定这个视频为色情视频，否则为普通视频。

2.根据权利要求1所述基于高斯分布的色情视频快速检测方法，其特征在于：步骤5)中测试视频为xvid编码的avi格式，其他格式的视频要进行转换。

3.根据权利要求2所述基于高斯分布的色情视频快速检测方法，其特征在于：步骤6)中视频关键帧图像序列的提取方法采用OpenCV开源库中的视频处理函数进行提取。

4.根据权利要求1所述基于高斯分布的色情视频快速检测方法，其特征在于：步骤1)的样本图片包括色情图片样本和普通图片样本，数量均为2000张或以上，图片格式为jpg、bmp或png。

5.根据权利要求4或所述基于高斯分布的色情视频快速检测方法，其特征在于：

样本图片的色调(H)、饱和度(S)和亮度(V)的颜色直方图的提取方法采用OpenCV开源库的颜色直方图提取函数。

6.根据权利要求5所述基于高斯分布的色情视频快速检测方法，其特征在于：

颜色直方图的空间维度为48，其中色调(H)分量有12维，饱和度(S)分量有4维，亮度(V)分量有1维。

7.根据权利要求6所述基于高斯分布的色情视频快速检测方法，其特征在于：

色情图片样本和普通图片样本的颜色直方图保存的数组均为n＊48的二维数组，其中n为图片样本的数量。

8.根据权利要求7所述基于高斯分布的色情视频快速检测方法，其特征在于：

步骤2)的高斯分布建模是对样本图片的颜色直方图每一维数值分别经过求均值和标准差建立高斯分布函数：

$F_i\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{-\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$

其中μ_i为第i维颜色直方图数值的均值，σ_i为标准差，1≤i≤48。

9.根据权利要求6所述基于高斯分布的色情视频快速检测方法，其特征在于：步骤3)和步骤6)中的权值为每一维均值逼近概率P_i之和：P＝∑P_i；

其中， $P_i=\left\{\begin{array}{c}2\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}},v_i\≤{\mathrm{\μ}}_i;\\ 2(1-\underset{-\∞}{\overset{v_i}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_i}}{e}^{\frac{{(v_i-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}),v_i>{\mathrm{\μ}}_i;\end{array}\right.$

v_i为图片颜色直方图第i维的值。

10.根据权利要求7所述基于高斯分布的色情视频快速检测方法，其特征在于：步骤4)中的阈值P_阈的确定包括以下步骤：

4.1)计算普通图片样本权值的平均值，记为

计算色情图片样本权值的平均值，记为

另外设P_temp为临时阈值；

4.2)令

A_max＝0；

4.3)如果

跳到步骤4.6)；

4.4)计算用当前P_temp为阈值划分普通图片样本和色情图片样本的准确率A，如果A＞A_max，记A_max＝A，P_阈＝P_temp；

4.5)令P_temp＝P_temp+0.01，重复步骤4.3)；

4.6)循环结束，最终得到的P_阈就是最优的阈值。