JP2001307088A - 画像フィルタリング方法 - Google Patents
画像フィルタリング方法Info
- Publication number
- JP2001307088A JP2001307088A JP2000126724A JP2000126724A JP2001307088A JP 2001307088 A JP2001307088 A JP 2001307088A JP 2000126724 A JP2000126724 A JP 2000126724A JP 2000126724 A JP2000126724 A JP 2000126724A JP 2001307088 A JP2001307088 A JP 2001307088A
- Authority
- JP
- Japan
- Prior art keywords
- image
- data
- special
- determined
- symbol
- 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
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 本発明は、インターネット、イントラネット
などのＬＡＮネットワークにおいて配信される特殊な画
像を表示する前に判断し、フィルタリングすることを可
能した画像フィルタリング方法を提供することを目的と
する。 【解決手段】 データに画像データが含まれるかを判断
し、画像データが含まれる判断すると、画像データにお
ける予め選択した色の比率、予め選択した線分曲率の曲
線の比率、予め選択したシンボルとの類似度のうち少な
くともひとつを求め、これら求めた比率、類似度より画
像が特殊な画像であるかどうかを判断し、画像が特殊な
画像であると判断したとき、前記データの表示を保留す
る。この方法によれば、データに画像データが含まれて
いるとき、この画像が特殊な画像であるかどうかを判断
でき、この判断に基づいてデータを保留することによ
り、教育やセクシャルハラスメントの問題が発生するこ
とを低減できる。
などのＬＡＮネットワークにおいて配信される特殊な画
像を表示する前に判断し、フィルタリングすることを可
能した画像フィルタリング方法を提供することを目的と
する。 【解決手段】 データに画像データが含まれるかを判断
し、画像データが含まれる判断すると、画像データにお
ける予め選択した色の比率、予め選択した線分曲率の曲
線の比率、予め選択したシンボルとの類似度のうち少な
くともひとつを求め、これら求めた比率、類似度より画
像が特殊な画像であるかどうかを判断し、画像が特殊な
画像であると判断したとき、前記データの表示を保留す
る。この方法によれば、データに画像データが含まれて
いるとき、この画像が特殊な画像であるかどうかを判断
でき、この判断に基づいてデータを保留することによ
り、教育やセクシャルハラスメントの問題が発生するこ
とを低減できる。
Description
【０００１】
【発明の属する技術分野】本発明は、インターネット、
イントラネットなどのネットワークにおいて配信される
データに含まれる画像のフィルタリング方法に関するも
のである。
イントラネットなどのネットワークにおいて配信される
データに含まれる画像のフィルタリング方法に関するも
のである。
【０００２】
【従来の技術】従来、インターネット、イントラネット
などのネットワークにおいて配信されるデータに含まれ
る画像は事前に、特殊な画像（たとえば、わいせつな画
像）であるかどうかを判断できず、表示しはじめてか
ら、処理している。
などのネットワークにおいて配信されるデータに含まれ
る画像は事前に、特殊な画像（たとえば、わいせつな画
像）であるかどうかを判断できず、表示しはじめてか
ら、処理している。
【０００３】
【発明が解決しようとする課題】しかし、上記特殊な画
像の管理はインターネットなどでの国際法規上のバラツ
キもあり、野放し状態であり、特殊な画像を表示する
と、教育上の問題やセクシャルハラスメントの問題が発
生する。
像の管理はインターネットなどでの国際法規上のバラツ
キもあり、野放し状態であり、特殊な画像を表示する
と、教育上の問題やセクシャルハラスメントの問題が発
生する。
【０００４】そこで、本発明は、インターネット、イン
トラネットなどのネットワークにおいて配信されるデー
タ等において、特殊な画像を表示する前に判断し、フィ
ルタリングすることを可能した画像フィルタリング方法
を提供することを目的としたものである。
トラネットなどのネットワークにおいて配信されるデー
タ等において、特殊な画像を表示する前に判断し、フィ
ルタリングすることを可能した画像フィルタリング方法
を提供することを目的としたものである。
【０００５】
【課題を解決するための手段】前述した目的を達成する
ために、本発明のうち請求項１記載の発明は、指定され
たファイルのデータを表示するときに実行される画像フ
ィルタリング方法であって、前記データに画像データが
含まれるかを判断し、画像データが含まれる判断する
と、画像データにおける予め選択した色の比率、画像デ
ータに含まれる予め選択した線分曲線比率、画像データ
と予め選択したシンボルとの類似度のうち少なくとも一
つを求め、これら求めた比率、類似度より画像が特殊な
画像であるかどうかを判断し、画像が特殊な画像である
と判断したとき、前記データの表示を保留することを特
徴とするものである。
ために、本発明のうち請求項１記載の発明は、指定され
たファイルのデータを表示するときに実行される画像フ
ィルタリング方法であって、前記データに画像データが
含まれるかを判断し、画像データが含まれる判断する
と、画像データにおける予め選択した色の比率、画像デ
ータに含まれる予め選択した線分曲線比率、画像データ
と予め選択したシンボルとの類似度のうち少なくとも一
つを求め、これら求めた比率、類似度より画像が特殊な
画像であるかどうかを判断し、画像が特殊な画像である
と判断したとき、前記データの表示を保留することを特
徴とするものである。
【０００６】ここで、特殊な画像とは、機密画像やわい
せつ画像などである。上記方法によれば、データに画像
データが含まれると、画像データにおける予め選択した
色の比率、予め選択した線分曲線比率、予め選択したシ
ンボルとの類似度のうち少なくとも一つが求められ、こ
れら求められた比率、類似度より画像が特殊な画像であ
るかどうかが判断され、この判断に基づいてデータの表
示が保留される。よって、教育上の問題やセクシャルハ
ラスメントの問題の発生が低減される。
せつ画像などである。上記方法によれば、データに画像
データが含まれると、画像データにおける予め選択した
色の比率、予め選択した線分曲線比率、予め選択したシ
ンボルとの類似度のうち少なくとも一つが求められ、こ
れら求められた比率、類似度より画像が特殊な画像であ
るかどうかが判断され、この判断に基づいてデータの表
示が保留される。よって、教育上の問題やセクシャルハ
ラスメントの問題の発生が低減される。
【０００７】また請求項２に記載の発明は、上記請求項
１に記載の発明であって、求めた比率、類似度よりファ
ジィ推論により画像が特殊な画像である確率を求め、こ
の確率がしきい値を超えたとき画像が特殊な画像である
と判断することを特徴とするものである。
１に記載の発明であって、求めた比率、類似度よりファ
ジィ推論により画像が特殊な画像である確率を求め、こ
の確率がしきい値を超えたとき画像が特殊な画像である
と判断することを特徴とするものである。
【０００８】この方法によれば、ファジィ推論により画
像が特殊な画像である確率が求められ、この確率がしき
い値を超えたとき画像が特殊な画像であると判断され
る。また請求項３に記載の発明は、上記請求項２に記載
の発明であって、求めた比率、類似度よりそれぞれ、ニ
ューラルネットワークにより色合いの特殊度、曲線の比
率の特殊度、シンボルの類似度の特殊度を求め、これら
特殊度によりファジィ推論によって画像が特殊な画像で
ある確率を求め、この確率がしきい値を超えたとき画像
が特殊な画像であると判断することを特徴とするもので
ある。
像が特殊な画像である確率が求められ、この確率がしき
い値を超えたとき画像が特殊な画像であると判断され
る。また請求項３に記載の発明は、上記請求項２に記載
の発明であって、求めた比率、類似度よりそれぞれ、ニ
ューラルネットワークにより色合いの特殊度、曲線の比
率の特殊度、シンボルの類似度の特殊度を求め、これら
特殊度によりファジィ推論によって画像が特殊な画像で
ある確率を求め、この確率がしきい値を超えたとき画像
が特殊な画像であると判断することを特徴とするもので
ある。
【０００９】この方法によれば、ニューラルネットワー
クにより色合いの特殊度、曲線の比率の特殊度、シンボ
ルの類似度の特殊度が求められ、これら特殊度によりフ
ァジィ推論により画像が特殊な画像である確率が求めら
れ、この確率がしきい値を超えたとき画像が特殊な画像
であると判断される。
クにより色合いの特殊度、曲線の比率の特殊度、シンボ
ルの類似度の特殊度が求められ、これら特殊度によりフ
ァジィ推論により画像が特殊な画像である確率が求めら
れ、この確率がしきい値を超えたとき画像が特殊な画像
であると判断される。
【００１０】また請求項４に記載の発明は、上記請求項
１〜請求項３のいずれかに記載の発明であって、画像が
特殊な画像であると判断したとき、メッセージを出力
し、その応答によりデータを表示することを特徴とする
ものである。
１〜請求項３のいずれかに記載の発明であって、画像が
特殊な画像であると判断したとき、メッセージを出力
し、その応答によりデータを表示することを特徴とする
ものである。
【００１１】この方法によれば、画像が特殊な画像であ
ると判断されると、メッセージが出力され、その応答に
応じて保留していたデータが表示される。また請求項５
に記載の発明は、請求項１〜請求項３のいずれかに記載
の発明であって、画像の２値化データを求め、画像が特
殊な画像であると判断したとき、メッセージを出力し、
画像の２値化データを表示することを特徴とするもので
ある。
ると判断されると、メッセージが出力され、その応答に
応じて保留していたデータが表示される。また請求項５
に記載の発明は、請求項１〜請求項３のいずれかに記載
の発明であって、画像の２値化データを求め、画像が特
殊な画像であると判断したとき、メッセージを出力し、
画像の２値化データを表示することを特徴とするもので
ある。
【００１２】この方法によれば、画像が特殊な画像であ
ると判断されると、メッセージが出力され、画像の２値
化データが表示される。また請求項６に記載の発明は、
請求項１〜請求項３のいずれかに記載の発明であって、
画像が特殊な画像であると判断したとき、データに特定
のシンボルの画像データを付加することを特徴とするも
のである。
ると判断されると、メッセージが出力され、画像の２値
化データが表示される。また請求項６に記載の発明は、
請求項１〜請求項３のいずれかに記載の発明であって、
画像が特殊な画像であると判断したとき、データに特定
のシンボルの画像データを付加することを特徴とするも
のである。
【００１３】この方法によれば、画像が特殊な画像であ
ると判断されると、データに特定のシンボルの画像デー
タが付加され、以後このデータの画像は、付加したシン
ボルにより確実に特殊な画像があると判断される。
ると判断されると、データに特定のシンボルの画像デー
タが付加され、以後このデータの画像は、付加したシン
ボルにより確実に特殊な画像があると判断される。
【００１４】また請求項７に記載の発明は、請求項１〜
請求項６のいずれかに記載の発明であって、シンボルあ
るいは線分曲率あるいは色を、ユーザ別に選択、指定可
能としたことを特徴とするものである。
請求項６のいずれかに記載の発明であって、シンボルあ
るいは線分曲率あるいは色を、ユーザ別に選択、指定可
能としたことを特徴とするものである。
【００１５】この方法によれば、シンボルあるいは線分
曲率あるいは色が、ユーザ別に選択、指定可能となり、
ユーザー別に画像が特殊な画像であるかどうかを判断す
ることが可能となる。
曲率あるいは色が、ユーザ別に選択、指定可能となり、
ユーザー別に画像が特殊な画像であるかどうかを判断す
ることが可能となる。
【００１６】また請求項８に記載の発明は、請求項１〜
請求項７のいずれかに記載の発明であって、シンボル
を、閲覧に年齢制限があることを示すマーク、まる秘の
マーク、閲覧期限を示すマーク、注目マークとしたこと
を特徴とするものである。
請求項７のいずれかに記載の発明であって、シンボル
を、閲覧に年齢制限があることを示すマーク、まる秘の
マーク、閲覧期限を示すマーク、注目マークとしたこと
を特徴とするものである。
【００１７】この方法によれば、特殊なシンボルにより
画像が特殊な画像であるかどうかが判断される。
画像が特殊な画像であるかどうかが判断される。
【００１８】
【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は本発明の実施の形態におけ
る画像フィルタリング方法を使用する画像表示設備の構
成図である。
に基づいて説明する。図１は本発明の実施の形態におけ
る画像フィルタリング方法を使用する画像表示設備の構
成図である。
【００１９】図１において、１はインターネット、イン
トラネットなどのネットワークを介してユーザーのコン
ピュータ２に接続されるデータベースであり、このデー
タベース２には、画像データを含むデータファイルが収
納されている。前記コンピュータ２には、入力手段の一
例であるキーボード３と表示手段の一例である液晶表示
器４が接続され、基本的には、キーボード３からデータ
ベース１の検索キー（キーワード、その他データベース
の検索に用いるもの）が入力される（または選択肢から
選択入力してもよい）と、コンピュータ２はこの検索キ
ーによりデータベース１を検索し、この検索したデータ
を液晶表示器４に表示する構成としている。
トラネットなどのネットワークを介してユーザーのコン
ピュータ２に接続されるデータベースであり、このデー
タベース２には、画像データを含むデータファイルが収
納されている。前記コンピュータ２には、入力手段の一
例であるキーボード３と表示手段の一例である液晶表示
器４が接続され、基本的には、キーボード３からデータ
ベース１の検索キー（キーワード、その他データベース
の検索に用いるもの）が入力される（または選択肢から
選択入力してもよい）と、コンピュータ２はこの検索キ
ーによりデータベース１を検索し、この検索したデータ
を液晶表示器４に表示する構成としている。
【００２０】上記コンピュータ２は、フィルタ手段１１
と、制御手段１２と、制御手段１２より出力されたデー
タを液晶表示器４へ表示させる画像表示手段１３から構
成されている。
と、制御手段１２と、制御手段１２より出力されたデー
タを液晶表示器４へ表示させる画像表示手段１３から構
成されている。
【００２１】上記フィルタ手段１１の構成を図２に示
す。図２において、２１は後述する制御手段１２からの
信号にしたがって、データベース１との間で指定された
検索キーによる検索結果の一覧や、その一覧から選択さ
れたファイル自身のデータの入出力を行うデータ入出力
部であり、２２はこのデータ入出力部２１に入力された
ファイルのデータに画像データが含まれているかどうか
を判断し、画像データが含まれているときに画像データ
判断信号（以下、判断信号と略す）を制御手段１２など
へ出力する画像データ判断部である。
す。図２において、２１は後述する制御手段１２からの
信号にしたがって、データベース１との間で指定された
検索キーによる検索結果の一覧や、その一覧から選択さ
れたファイル自身のデータの入出力を行うデータ入出力
部であり、２２はこのデータ入出力部２１に入力された
ファイルのデータに画像データが含まれているかどうか
を判断し、画像データが含まれているときに画像データ
判断信号（以下、判断信号と略す）を制御手段１２など
へ出力する画像データ判断部である。
【００２２】また２３は、上記判断信号を実行条件とし
て、データ入出力部２１に入力されたファイルのデータ
を入力して、キーボード３により予め選択された複数の
色を抽出し、これら色の全体に対する比率（色合い）を
検出する色スペクトル比率パターン検出部であり、この
色スペクトル比率パターン検出部２３において検出され
た色の比率のデータは第１ニューラルネットワーク部２
４に入力され、この第１ニューラルネットワーク部２４
において画像の特殊性の度合いが求められ、この度合い
により第１特殊度ａが演算され、ファジィ推論部２５へ
出力される。
て、データ入出力部２１に入力されたファイルのデータ
を入力して、キーボード３により予め選択された複数の
色を抽出し、これら色の全体に対する比率（色合い）を
検出する色スペクトル比率パターン検出部であり、この
色スペクトル比率パターン検出部２３において検出され
た色の比率のデータは第１ニューラルネットワーク部２
４に入力され、この第１ニューラルネットワーク部２４
において画像の特殊性の度合いが求められ、この度合い
により第１特殊度ａが演算され、ファジィ推論部２５へ
出力される。
【００２３】たとえば、色として肌色、黒色、金色、赤
色が選択されると、画像のデータよりこれら色が抽出さ
れ、各色の全体に対する比率（色合い）が求められ、こ
れら色の比率は、図３（ａ）に示すように、予め学習さ
れたニューラルネットワークにより、たとえば１０％毎
にクラス分けされた、各クラス、たとえばわいせつ度の
度合い（０〜１．０）が求められ、この度合いと各クラ
スの中間値により第１特殊度ａ（パーセント）が求めら
れる。たとえば、クラス９０〜１００％の度合いが０．
７、クラス８０〜９０％の度合いが０．３と求められる
と、特殊度ａは９２％（＝９５％×０．７＋８５％×
０．３）と求められる。
色が選択されると、画像のデータよりこれら色が抽出さ
れ、各色の全体に対する比率（色合い）が求められ、こ
れら色の比率は、図３（ａ）に示すように、予め学習さ
れたニューラルネットワークにより、たとえば１０％毎
にクラス分けされた、各クラス、たとえばわいせつ度の
度合い（０〜１．０）が求められ、この度合いと各クラ
スの中間値により第１特殊度ａ（パーセント）が求めら
れる。たとえば、クラス９０〜１００％の度合いが０．
７、クラス８０〜９０％の度合いが０．３と求められる
と、特殊度ａは９２％（＝９５％×０．７＋８５％×
０．３）と求められる。
【００２４】また２６は、上記判断信号を実行条件とし
て、データ入出力部２１に入力されたファイルのデータ
を入力して、２値化し、その２値化データを制御部１２
へ出力するとともに、この２値化データをエッジ処理し
て直線・曲線を求め、求めた曲線をその線分の曲率によ
り複数のクラスに分類し、各クラスの分類された曲線の
全体の直線・曲線に対する割合（所定の曲線の比率）を
求めるラインカーブ度合い検出部であり、このラインカ
ーブ度合い検出部２６において検出された各クラスの曲
線の割合は第２ニューラルネットワーク部２７に入力さ
れ、この第２ニューラルネットワーク部２７において画
像の特殊度の度合いが求められ、この度合いにより第２
特殊度ｂが演算され、ファジィ推論部２５へ出力され
る。第２ニューラルネットワーク部２７では、図３
（ｂ）に示すように、予め学習されたニューラルネット
ワークにより、たとえば１０％毎にクラス分けされたク
ラス、たとえばわいせつ度毎の度合いが求められ、この
度合いと各クラスの中間値により第２特殊度ｂ（パーセ
ント）が求められる。
て、データ入出力部２１に入力されたファイルのデータ
を入力して、２値化し、その２値化データを制御部１２
へ出力するとともに、この２値化データをエッジ処理し
て直線・曲線を求め、求めた曲線をその線分の曲率によ
り複数のクラスに分類し、各クラスの分類された曲線の
全体の直線・曲線に対する割合（所定の曲線の比率）を
求めるラインカーブ度合い検出部であり、このラインカ
ーブ度合い検出部２６において検出された各クラスの曲
線の割合は第２ニューラルネットワーク部２７に入力さ
れ、この第２ニューラルネットワーク部２７において画
像の特殊度の度合いが求められ、この度合いにより第２
特殊度ｂが演算され、ファジィ推論部２５へ出力され
る。第２ニューラルネットワーク部２７では、図３
（ｂ）に示すように、予め学習されたニューラルネット
ワークにより、たとえば１０％毎にクラス分けされたク
ラス、たとえばわいせつ度毎の度合いが求められ、この
度合いと各クラスの中間値により第２特殊度ｂ（パーセ
ント）が求められる。
【００２５】また２８は、図４に示すような複数の画像
シンボルが登録されたメモリ部であり、キーボード３に
より、予め選択されたシンボルがシンボルマッチング検
出部２９へ出力される。図４において、３１は観察記録
のデータ、あるいは注目データであることを示すシンボ
ル（注目マーク）、３２は一定時間経過後でなければ閲
覧できないデータであること、あるいは期限付きで廃棄
されることを示すシンボル（時計風のマーク／期限マー
ク）、３３は機密文書であることを示すシンボル（まる
秘のマーク）、３４は閲覧に年齢制限があるデータであ
ることを示すシンボル（閲覧に年齢制限をするべき身体
の一部を示すマーク）である。
シンボルが登録されたメモリ部であり、キーボード３に
より、予め選択されたシンボルがシンボルマッチング検
出部２９へ出力される。図４において、３１は観察記録
のデータ、あるいは注目データであることを示すシンボ
ル（注目マーク）、３２は一定時間経過後でなければ閲
覧できないデータであること、あるいは期限付きで廃棄
されることを示すシンボル（時計風のマーク／期限マー
ク）、３３は機密文書であることを示すシンボル（まる
秘のマーク）、３４は閲覧に年齢制限があるデータであ
ることを示すシンボル（閲覧に年齢制限をするべき身体
の一部を示すマーク）である。
【００２６】またこのメモリ部２８に登録されたシンボ
ルの画像は、後述する制御手段１２の画像付加信号に応
じて選択され、画像データ入出力部２１へ出力される。
データ入出力部２１は、このシンボルの画像データを入
力すると、入力しているファイルデータの最初に付加
し、データベース１へ格納する。
ルの画像は、後述する制御手段１２の画像付加信号に応
じて選択され、画像データ入出力部２１へ出力される。
データ入出力部２１は、このシンボルの画像データを入
力すると、入力しているファイルデータの最初に付加
し、データベース１へ格納する。
【００２７】上記シンボルマッチング検出部２９は、上
記判断信号を実行条件として、データ入出力部２１に入
力されたファイルのデータを入力して、予めメモリ部２
８より入力されているシンボルを基にハフ変換により、
ファイルのデータのシンボルに対する類似度の割合を求
め、その類似度の割合を第３ニューラルネットワーク部
３０へ出力する。この第３ニューラルネットワーク部３
０において、図３（ｃ）に示すように、入力した類似度
の割合より画像の特殊度の度合いが求められ、この度合
いと各クラスの中間値により第３特殊度ｃが演算され、
ファジィ推論部２５へ出力される。
記判断信号を実行条件として、データ入出力部２１に入
力されたファイルのデータを入力して、予めメモリ部２
８より入力されているシンボルを基にハフ変換により、
ファイルのデータのシンボルに対する類似度の割合を求
め、その類似度の割合を第３ニューラルネットワーク部
３０へ出力する。この第３ニューラルネットワーク部３
０において、図３（ｃ）に示すように、入力した類似度
の割合より画像の特殊度の度合いが求められ、この度合
いと各クラスの中間値により第３特殊度ｃが演算され、
ファジィ推論部２５へ出力される。
【００２８】ファジィ推論部２５は、上記３つの特殊度
ａ，ｂ，ｃを入力すると、各重み付き可能性をファジィ
推論により統合して、特殊画像の有無の確率ｄを求め、
制御手段１２へ出力する。
ａ，ｂ，ｃを入力すると、各重み付き可能性をファジィ
推論により統合して、特殊画像の有無の確率ｄを求め、
制御手段１２へ出力する。
【００２９】たとえば図５に示すように、各特殊度ａ，
ｂ，ｃ毎に、ユーザーによって可変可能な重み（０〜
１．０）を乗算し（グレードを重みのパーセントにより
増減し）、重み付きの特殊度ａ，ｂ，ｃの重心を求める
ことで、確率ｄを求める。
ｂ，ｃ毎に、ユーザーによって可変可能な重み（０〜
１．０）を乗算し（グレードを重みのパーセントにより
増減し）、重み付きの特殊度ａ，ｂ，ｃの重心を求める
ことで、確率ｄを求める。
【００３０】上記制御手段１２の動作を図６のフローチ
ャートにしたがって説明する。なお、通常のデータベー
スの検索方法を用いて検索を行い、１以上の検索結果の
うち見たいファイルが特定されてからの説明となる。
ャートにしたがって説明する。なお、通常のデータベー
スの検索方法を用いて検索を行い、１以上の検索結果の
うち見たいファイルが特定されてからの説明となる。
【００３１】まず、キーボード３よりデータベース１へ
指定するファイルのデータの送信要求（表示指令信号）
を入力すると（ステップ−１）、フィルタ手段１１のデ
ータ入出力部２１の出力信号としてデータベース１へ指
定するファイルのデータの送信要求を出力し、データベ
ース１から指定したファイルのデータを受信する（ステ
ップ−２）。
指定するファイルのデータの送信要求（表示指令信号）
を入力すると（ステップ−１）、フィルタ手段１１のデ
ータ入出力部２１の出力信号としてデータベース１へ指
定するファイルのデータの送信要求を出力し、データベ
ース１から指定したファイルのデータを受信する（ステ
ップ−２）。
【００３２】続いてフィルタ手段１１の画像データ判断
部２２より判断信号を入力しているかどうかを確認し
（ステップ−３）、確認できないとき、フィルタ手段１
１のデータ入出力部２１から入力した原データを画像表
示手段１３へ出力して、データを液晶表示器４へ表示さ
せる（ステップ−４）。
部２２より判断信号を入力しているかどうかを確認し
（ステップ−３）、確認できないとき、フィルタ手段１
１のデータ入出力部２１から入力した原データを画像表
示手段１３へ出力して、データを液晶表示器４へ表示さ
せる（ステップ−４）。
【００３３】上記ステップ−３において、判断信号を確
認すると、ファジィ推論部２５より特殊画像の有無の確
率ｄが入力しているかを判断し（ステップ−５）、特殊
画像の有無の確率ｄを入力すると、この確率ｄがしきい
値ｘより大きいかどうか（ｄ＞ｘ）を判断し（ステップ
−６）、小さいとき上記ステップ−４において原データ
を画像表示手段１３へ出力する。確率ｄがしきい値ｘよ
り大きいとき、「特殊画像の可能性があります！表示し
ますか」のメッセージのデータを画像表示手段１３へ出
力して、データを液晶表示器４へ表示させる（ステップ
−７）。なお、上記しきい値ｘは作業者が調整（変更）
可能である。
認すると、ファジィ推論部２５より特殊画像の有無の確
率ｄが入力しているかを判断し（ステップ−５）、特殊
画像の有無の確率ｄを入力すると、この確率ｄがしきい
値ｘより大きいかどうか（ｄ＞ｘ）を判断し（ステップ
−６）、小さいとき上記ステップ−４において原データ
を画像表示手段１３へ出力する。確率ｄがしきい値ｘよ
り大きいとき、「特殊画像の可能性があります！表示し
ますか」のメッセージのデータを画像表示手段１３へ出
力して、データを液晶表示器４へ表示させる（ステップ
−７）。なお、上記しきい値ｘは作業者が調整（変更）
可能である。
【００３４】このメッセージに基づき、キーボード３か
ら表示ｙｅｓのデータを入力すると（ステップ−８）、
ラインカーブ度合い検出部２６より入力した２値化デー
タを画像表示手段１３へ出力する（ステップ−９）。
ら表示ｙｅｓのデータを入力すると（ステップ−８）、
ラインカーブ度合い検出部２６より入力した２値化デー
タを画像表示手段１３へ出力する（ステップ−９）。
【００３５】続いて「どうしても、表示しますか」のメ
ッセージのデータを画像表示手段１３へ出力して、デー
タを液晶表示器４へ表示させる（ステップ−１０）。こ
のメッセージに基づき、キーボード３から表示ｙｅｓの
データを入力すると（ステップ−１１）、上記ステップ
−４において原データを画像表示手段１３へ出力する。
ッセージのデータを画像表示手段１３へ出力して、デー
タを液晶表示器４へ表示させる（ステップ−１０）。こ
のメッセージに基づき、キーボード３から表示ｙｅｓの
データを入力すると（ステップ−１１）、上記ステップ
−４において原データを画像表示手段１３へ出力する。
【００３６】上記ステップ−８またはステップ−１１に
おいて、キーボード３から表示ｎｏのデータを入力する
と（ステップ−１２，１３）、または上記ステップ−４
の実行の後、キーボード３よりシンボル選択信号が入力
しているかを確認し（ステップ−１４）、確認されると
メモリ部２８へ画像付加信号を出力し、選択されたシン
ボルの画像データを、入力しているファイルデータの最
初に付加させ、データベース１へ格納させる（ステップ
−１５）。
おいて、キーボード３から表示ｎｏのデータを入力する
と（ステップ−１２，１３）、または上記ステップ−４
の実行の後、キーボード３よりシンボル選択信号が入力
しているかを確認し（ステップ−１４）、確認されると
メモリ部２８へ画像付加信号を出力し、選択されたシン
ボルの画像データを、入力しているファイルデータの最
初に付加させ、データベース１へ格納させる（ステップ
−１５）。
【００３７】上記構成により、画像データが含まれたフ
ァイルの表示が求められたときの作用について説明す
る。なお、特殊な画像｛たとえば、特殊なマーク（まる
秘のマークなど）の画像やわいせつな画像｝を抽出する
ために、予め色の選択と線分曲率の選択とシンボルの選
択が行われているものとする。
ァイルの表示が求められたときの作用について説明す
る。なお、特殊な画像｛たとえば、特殊なマーク（まる
秘のマークなど）の画像やわいせつな画像｝を抽出する
ために、予め色の選択と線分曲率の選択とシンボルの選
択が行われているものとする。
【００３８】作業者がキーボート３を使用してデータベ
ース１へ指定するファイルのデータの送信要求をコンピ
ュータ２へ入力すると、コンピュータ２はこの要求のフ
ァイルのデータをデータベース１より入力して液晶表示
器４へ表示する。
ース１へ指定するファイルのデータの送信要求をコンピ
ュータ２へ入力すると、コンピュータ２はこの要求のフ
ァイルのデータをデータベース１より入力して液晶表示
器４へ表示する。
【００３９】そのとき、コンピュータ２において、入力
したデータベース１のデータを一旦保管し、データに画
像データが含まれるかを判断し、画像データが含まれて
いないと判断すると原データをそのまま表示する。
したデータベース１のデータを一旦保管し、データに画
像データが含まれるかを判断し、画像データが含まれて
いないと判断すると原データをそのまま表示する。
【００４０】画像データが含まれていると判断すると、
表示前の画像の色を分解し、選択された色の比率を分析
し、第１特殊度ａを求め、同時に表示前の画像の２値
化、エッジ処理を行い、予め選択された線分曲率の曲線
の全体直線・曲線に対する割合を求めて第２特殊度ｂを
求め、同時に表示前の画像において、予め選択されたシ
ンボルを基にハフ変化により類似度を求め、第３特殊度
ｃを求める。
表示前の画像の色を分解し、選択された色の比率を分析
し、第１特殊度ａを求め、同時に表示前の画像の２値
化、エッジ処理を行い、予め選択された線分曲率の曲線
の全体直線・曲線に対する割合を求めて第２特殊度ｂを
求め、同時に表示前の画像において、予め選択されたシ
ンボルを基にハフ変化により類似度を求め、第３特殊度
ｃを求める。
【００４１】続いて３つの各特殊度ａ，ｂ，ｃの重み付
き可能性をファジィ推論により統合し、特殊画像の有無
の確率ｄを求め、しきい値以上かを判断する。しきい値
以上ならば、原データは表示せず、たとえば「わいせつ
画像の可能性があります！表示しますか」のメッセージ
を表示し、原データの画像の表示を保留する。
き可能性をファジィ推論により統合し、特殊画像の有無
の確率ｄを求め、しきい値以上かを判断する。しきい値
以上ならば、原データは表示せず、たとえば「わいせつ
画像の可能性があります！表示しますか」のメッセージ
を表示し、原データの画像の表示を保留する。
【００４２】作業者はこのメッセージに応答してＹｅｓ
をキーボード３により入力すると、２値化された画像を
表示する。さらに「どうしても、表示しますか」のメッ
セージを表示する。
をキーボード３により入力すると、２値化された画像を
表示する。さらに「どうしても、表示しますか」のメッ
セージを表示する。
【００４３】作業者はこのメッセージに応答してＹｅｓ
をキーボード３により入力すると、原データを表示す
る。作業者は原データを見て、閲覧制限などを行う必要
があると判断すると、シンボルを選択するデータをキー
ボード３によりコンピュータ２へ入力する。
をキーボード３により入力すると、原データを表示す
る。作業者は原データを見て、閲覧制限などを行う必要
があると判断すると、シンボルを選択するデータをキー
ボード３によりコンピュータ２へ入力する。
【００４４】コンピュータ２はこの選択されたシンボル
のデータをファイルデータの最初に付加して、データベ
ース１へ格納する。以後このシンボルの画像が検出され
ることで、確実に原データが表示される前に、メッセー
ジが出力される。
のデータをファイルデータの最初に付加して、データベ
ース１へ格納する。以後このシンボルの画像が検出され
ることで、確実に原データが表示される前に、メッセー
ジが出力される。
【００４５】このように、特殊な画像であることを判断
し、判断すると原データの表示を保留し、原データを表
示する前にメッセージを出力し、表示状態を作業者（ユ
ーザー）に選択・判断させるようにしたことにより、教
育上の問題やセクシュルハラスメントの問題が発生する
ことを低減できる。また原データや２値化データの画像
を見て判断し、特殊なシンボルのデータを付加できるこ
とにより、以後、確実にメッセージが出力されるように
することができ、教育上の問題やセクシュルハラスメン
トの問題が発生することを低減できる。
し、判断すると原データの表示を保留し、原データを表
示する前にメッセージを出力し、表示状態を作業者（ユ
ーザー）に選択・判断させるようにしたことにより、教
育上の問題やセクシュルハラスメントの問題が発生する
ことを低減できる。また原データや２値化データの画像
を見て判断し、特殊なシンボルのデータを付加できるこ
とにより、以後、確実にメッセージが出力されるように
することができ、教育上の問題やセクシュルハラスメン
トの問題が発生することを低減できる。
【００４６】またキーボード３により、ユーザーは特殊
性を判断する特定のシンボル、色、線分の曲率を自由に
選択でき、よってユーザー別に特殊な画像を有するデー
タを選択、指定することができる。
性を判断する特定のシンボル、色、線分の曲率を自由に
選択でき、よってユーザー別に特殊な画像を有するデー
タを選択、指定することができる。
【００４７】なお、本実施の形態では、３つの要素（特
定のシンボル、色、線分の曲率）により画像の特殊度を
判断しているが、１つの要素だけでも有効に特殊度を判
定し、特殊な画像が有るかどうかを判断することも可能
である。
定のシンボル、色、線分の曲率）により画像の特殊度を
判断しているが、１つの要素だけでも有効に特殊度を判
定し、特殊な画像が有るかどうかを判断することも可能
である。
【００４８】また本実施の形態では、画像の表示に際し
て、「原データを表示する」、「２値化データの画像を
表示する」、「画像を表示しない」の３通りを選択でき
るようにしているが、２値化データの画像の表示に代え
て、「画像データの間引きを大きくして画像の一部を表
示する」、さらに「画像データの間引きを小さくして画
像の大部分を表示する」とするようにしてもよい。この
とき、上記図６のステップ−８でＹｅｓのときに、画像
の一部を表示し、ステップ−１１でＹｅｓのときに、画
像の大部分を表示し、次に、「どうしても表示します
か。」のメッセージを再度表示させ、Ｙｅｓのときに、
原データを表示させる。
て、「原データを表示する」、「２値化データの画像を
表示する」、「画像を表示しない」の３通りを選択でき
るようにしているが、２値化データの画像の表示に代え
て、「画像データの間引きを大きくして画像の一部を表
示する」、さらに「画像データの間引きを小さくして画
像の大部分を表示する」とするようにしてもよい。この
とき、上記図６のステップ−８でＹｅｓのときに、画像
の一部を表示し、ステップ−１１でＹｅｓのときに、画
像の大部分を表示し、次に、「どうしても表示します
か。」のメッセージを再度表示させ、Ｙｅｓのときに、
原データを表示させる。
【００４９】このように、特殊な画像であることを判断
し、判断すると原データの表示を保留し、原データを表
示する前に複数回メッセージを出力し、表示状態を作業
者（ユーザー）に選択・判断させるようにしたことによ
り、教育上の問題やセクシュルハラスメントの問題が発
生することを低減できる。また原データや２値化データ
の画像を見て判断し、特殊なシンボルのデータを付加で
きることにより、以後、確実にメッセージが出力される
ようにすることができ、教育上の問題やセクシュルハラ
スメントの問題が発生することを低減できる。
し、判断すると原データの表示を保留し、原データを表
示する前に複数回メッセージを出力し、表示状態を作業
者（ユーザー）に選択・判断させるようにしたことによ
り、教育上の問題やセクシュルハラスメントの問題が発
生することを低減できる。また原データや２値化データ
の画像を見て判断し、特殊なシンボルのデータを付加で
きることにより、以後、確実にメッセージが出力される
ようにすることができ、教育上の問題やセクシュルハラ
スメントの問題が発生することを低減できる。
【００５０】
【発明の効果】以上述べたように本発明によれば、デー
タに含まれる画像が特殊な画像であるかどうかを判断で
き、この判断に基づいてデータの表示を保留できること
から、教育上の問題やセクシュルハラスメントの問題の
発生を低減できる。
タに含まれる画像が特殊な画像であるかどうかを判断で
き、この判断に基づいてデータの表示を保留できること
から、教育上の問題やセクシュルハラスメントの問題の
発生を低減できる。
【図１】本発明の実施の形態における画像フィルタリン
グ方法を使用する画像表示設備の構成図である。
グ方法を使用する画像表示設備の構成図である。
【図２】同画像表示設備のコンピュータのフィルタ手段
の制御ブロック図である。
の制御ブロック図である。
【図３】同画像表示設備のフィルタ手段におけるニュー
ラルネットワークの説明図である。
ラルネットワークの説明図である。
【図４】同画像表示設備のフィルタ手段に記憶されるシ
ンボル図である。
ンボル図である。
【図５】同画像表示設備のフィルタ手段におけるファジ
ィ推論の説明図である。
ィ推論の説明図である。
【図６】同画像表示設備の制御手段の動作を説明するフ
ローチャートである。
ローチャートである。
１ データベース ２ コンピュータ ３ キーボード ４ 液晶表示器 １１ フィルタ手段 １２ 制御手段 １３ 画像表示手段
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5L096 AA02 BA08 DA04 EA43 FA03 FA81 GA57 HA08 JA03 KA04 LA13 LA15
Claims (8)
- 【請求項１】 指定されたファイルのデータを表示する
ときに実行される画像フィルタリング方法であって、 前記データに画像データが含まれるかを判断し、 画像データが含まれる判断すると、画像データにおける
予め選択した色の比率、画像データに含まれる予め選択
した線分曲線比率、画像データと予め選択したシンボル
との類似度のうち少なくとも一つを求め、これら求めた
比率、類似度より画像が特殊な画像であるかどうかを判
断し、 画像が特殊な画像であると判断したとき、前記データの
表示を保留することを特徴とする画像フィルタリング方
法。 - 【請求項２】 求めた比率、類似度よりファジィ推論に
より画像が特殊な画像である確率を求め、この確率がし
きい値を超えたとき画像が特殊な画像であると判断する
ことを特徴とする請求項１に記載の画像フィルタリング
方法。 - 【請求項３】 求めた比率、類似度よりそれぞれ、ニュ
ーラルネットワークにより色合いの特殊度、曲線の比率
の特殊度、シンボルの類似度の特殊度を求め、これら特
殊度によりファジィ推論によって画像が特殊な画像であ
る確率を求め、この確率がしきい値を超えたとき画像が
特殊な画像であると判断することを特徴とする請求項２
に記載の画像フィルタリング方法。 - 【請求項４】 画像が特殊な画像であると判断したと
き、メッセージを出力し、その応答によりデータを表示
することを特徴とする請求項１〜請求項３のいずれかに
記載の画像フィルタリング方法。 - 【請求項５】 画像の２値化データを求め、画像が特殊
な画像であると判断したとき、メッセージを出力し、画
像の２値化データを表示することを特徴とする請求項１
〜請求項３のいずれかに記載の画像フィルタリング方
法。 - 【請求項６】 画像が特殊な画像であると判断したと
き、データに特定のシンボルの画像データを付加するこ
とを特徴とする請求項１〜請求項３のいずれかに記載の
画像フィルタリング方法。 - 【請求項７】 シンボルあるいは線分の曲率あるいは色
を、ユーザ別に選択、指定可能としたことを特徴とする
請求項１〜請求項６のいずれかに記載の画像フィルタリ
ング方法。 - 【請求項８】 シンボルを、閲覧に年齢制限があること
を示すマーク、まる秘のマーク、閲覧期限を示すマー
ク、注目マークとしたことを特徴とする請求項１〜請求
項７のいずれかに記載の画像フィルタリング方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000126724A JP2001307088A (ja) | 2000-04-27 | 2000-04-27 | 画像フィルタリング方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000126724A JP2001307088A (ja) | 2000-04-27 | 2000-04-27 | 画像フィルタリング方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001307088A true JP2001307088A (ja) | 2001-11-02 |
Family
ID=18636446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000126724A Pending JP2001307088A (ja) | 2000-04-27 | 2000-04-27 | 画像フィルタリング方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001307088A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003015989A (ja) * | 2001-06-22 | 2003-01-17 | Ulead Systems Inc | 画像拒絶方法 |
| KR100656373B1 (ko) | 2005-12-09 | 2006-12-11 | 한국전자통신연구원 | 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치 |
| WO2022084730A1 (en) * | 2020-10-23 | 2022-04-28 | Coupang Corp. | Systems and method for filtering products based on images |
-
2000
- 2000-04-27 JP JP2000126724A patent/JP2001307088A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003015989A (ja) * | 2001-06-22 | 2003-01-17 | Ulead Systems Inc | 画像拒絶方法 |
| KR100656373B1 (ko) | 2005-12-09 | 2006-12-11 | 한국전자통신연구원 | 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치 |
| WO2022084730A1 (en) * | 2020-10-23 | 2022-04-28 | Coupang Corp. | Systems and method for filtering products based on images |
| KR20220054537A (ko) * | 2020-10-23 | 2022-05-03 | 쿠팡 주식회사 | 이미지에 기반하여 제품을 필터링하기 위한 시스템 및 방법 |
| KR102430313B1 (ko) * | 2020-10-23 | 2022-08-08 | 쿠팡 주식회사 | 이미지에 기반하여 제품을 필터링하기 위한 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10510336B2 (en) | Method, apparatus, and system for conflict detection and resolution for competing intent classifiers in modular conversation system | |
| US8693043B2 (en) | Automatic document separation | |
| US20040019574A1 (en) | Processing mixed numeric and/or non-numeric data | |
| NZ524988A (en) | A document categorisation system | |
| CN113222149B (zh) | 模型训练方法、装置、设备和存储介质 | |
| JP4757230B2 (ja) | セキュリティシステムとセキュリティシステムのためのプログラム | |
| CN101616221B (zh) | 引导信息显示装置及引导信息显示方法 | |
| CN113239668B (zh) | 关键词智能提取方法、装置、计算机设备及存储介质 | |
| CN114117299A (zh) | 一种网站入侵篡改检测方法、装置、设备及存储介质 | |
| CN112492606B (zh) | 垃圾短信的分类识别方法、装置、计算机设备及存储介质 | |
| CN107122464B (zh) | 一种辅助决策系统及方法 | |
| JP2001307088A (ja) | 画像フィルタリング方法 | |
| CN113360305A (zh) | 计算机设备及其异常操作检测方法、装置、存储介质 | |
| JP2009003814A (ja) | 質問応答方法及びシステム | |
| JP2011186706A (ja) | 情報処理装置、情報処理方法およびプログラム | |
| Pazzani et al. | Acceptance by medical experts of rules generated by machine learning. | |
| CN114707026A (zh) | 网络模型训练方法、字符串检测方法、装置及电子设备 | |
| JP4362492B2 (ja) | 文書インデキシング装置、文書検索装置、文書分類装置、並びにその方法及びプログラム | |
| CN110232281B (zh) | 充分利用自然语言处理改进集合内的访问控制 | |
| JP2006331001A (ja) | 専門家抽出装置および辞書提供装置 | |
| JP2008040985A (ja) | 文書情報抽出装置 | |
| KR102555733B1 (ko) | 머신러닝 성능 향상을 위한 객체 관리 서버 및 그 제어방법 | |
| EP3709138B1 (en) | Character input device, character input method, and character input program | |
| CN116975299B (zh) | 文本数据的判别方法、装置、设备及介质 | |
| WO2022220119A1 (ja) | 情報処理システム、情報処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040402 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070821 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080422 |