KR101034189B1 - 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법 - Google Patents

객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법 Download PDF

Info

Publication number
KR101034189B1
KR101034189B1 KR1020090062301A KR20090062301A KR101034189B1 KR 101034189 B1 KR101034189 B1 KR 101034189B1 KR 1020090062301 A KR1020090062301 A KR 1020090062301A KR 20090062301 A KR20090062301 A KR 20090062301A KR 101034189 B1 KR101034189 B1 KR 101034189B1
Authority
KR
South Korea
Prior art keywords
image
adult
adult image
body region
image object
Prior art date
Application number
KR1020090062301A
Other languages
English (en)
Other versions
KR20110004722A (ko
Inventor
가충희
Original Assignee
(주)엑스퍼넷
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by (주)엑스퍼넷 filed Critical (주)엑스퍼넷
Priority to KR1020090062301A priority Critical patent/KR101034189B1/ko
Publication of KR20110004722A publication Critical patent/KR20110004722A/ko
Application granted granted Critical
Publication of KR101034189B1 publication Critical patent/KR101034189B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Abstract

본 발명은 성인영상 검출방법을 개시한다. 개시된 성인영상 검출방법은, 질의 대상 영상에 포함되는 신체영역을 검출하는 신체영역검출과정; 상기 신체 영역에 대한 성인영상객체의 비율을 이용하여 멀티리사이징스캔 횟수를 결정하는 멀티리사이징스캔 횟수 결정과정; 상기 멀티리사이징스캔 횟수에 따라 상기 질의 대상 영상 이미지의 크기를 변경하면서 상기 신체영역을 스캔하여 성인영상객체를 검출하는 멀티리사이징스캔과정; 상기 성인영상객체가 검출된 경우 기 설정된 성인영상객체의 기하학적 패턴 분류 값에 따라 성인영상 여부를 판단하는 성인영상판단과정;으로 이루어진다. 이에 따라 본 발명은 성인영상을 신속하고 정확하게 검출할 수 있다.
성인영상, 멀티리사이징, 성인영상객체, 성인영상객체비율, 마스크블록

Description

객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법{ADULT IMAGE DETECTION METHOD USING OBJECT ANALYSIS AND MULTI RESIZING SCAN}
본 발명은 영상 검출에 관한 것으로서, 더욱 상세하게는, 유해한 성인 영상을 검출할 수 있도록 하는 객체 분석과 멀티리사이징스캔(multi-resizing scan)을 이용한 성인영상 검출 방법 및 장치에 관한 것이다.
인터넷의 발달로 인해 대용량 데이터의 취득이 용이해졌다. 이러한 대용량 데이터의 접근 용이성에 의해 문제가 되는 것은 성인 영상물의 무분별한 유포와, 이에 의해 청소년들이 성인영상물에 아무런 제약 없이 노출될 수 있다는 것이다.
이에 따라 종래기술에서는 이러한 성인영상의 무분별한 유포 및 청소년들에 대한 노출을 방지하기 위해 성인영상물의 전송 또는 노출을 차단하는 다양한 성인영상물 검출 방법이 개발되었다.
이러한 성인영상물 검출 방법의 예로는 크게 음란물의 신체의 기하학적 특징 을 이용하는 방법, 피부색 영역을 추출하는 방법, 이를 혼용하는 방법을 들 수 있다.
그러나 신체의 기하학적 특징을 이용하는 방법은 신체의 기하학적인 형태를 규정하는 것이 어렵고, 특정 신체 부위만이 노출된 음란물의 경우 음란 여부 판별의 정확성이 현저히 떨어지는 문제점을 가진다. 이러한 문제점은 다양한 신체 형태를 갖는 성인 영상을 뉴럴 네트워크(neural-networks), SVM(support-vector-machine), PCA(Principle Component Analysis), LDA(Linear Discriminant Analysis) 알고리즘을 통하여 학습하고 테스트한 결과 성인영상이 아닌 영상을 성인영상으로 판단하는 경우가 상대적으로 높아진 것으로부터 알 수 있다.
상기 피부색을 이용하는 방법은 다양한 인종의 모든 피부색을 수용하는 것이 어렵고, 조명 등의 변화에 의해 발생하는 색상정보의 왜곡이 발생하며, 피부색과 유사한 이미지가 포함되는 경우의 정확한 판단이 이루어지지 않는 것에 의해 효용성이 떨어지는 문제점을 가진다.
또한, 상기 검출 대상 영상이 변질, 왜곡된 경우에는 피부색을 통한 성인영상물의 검출을 어렵게 한다. 즉, 다양한 인종의 피부색 피부색의 분석이 어려우며, 배경색이 피부의 색과 유사한 경우 잘못된 판단이 수행될 수 있다. 이러한 영상의 변질 혹은 왜곡은 조명이 수행되는 경우 더욱 심하게 발생할 수 있다.
상기 신체의 기하학적 특징을 이용하는 방법과 피부색을 이용하는 방법을 서로 병용하는 방법의 경우에도 단지 보다 많은 신체의 기하학적 샘플과 피부색 정보를 이용하여 성인영상을 차단하는 성능의 향상을 꾀할 수는 있으나. 이 경우도 연 산량의 증가로 그 처리속도가 지연되어 신속한 처리를 수행하지 못하게 된다. 또한, 너무 많은 샘플의 이용은 성인 음란물이 아닌 영상을 음란 영상으로 판별하는 잘못된 결과를 초래할 수도 있다.
또한, 종래기술에는 성인영상물의 검출을 위한 영상분석에 있어서도, 다양한 형태의 성인 영상을 정확하게 분석할 수 있는 방법과 영상의 변질 혹은 왜곡을 정확히 파악할 수 있도록 하는 방법이 제시되어 있지 않다는 것이다.
즉, 성인영상물의 경우 음란물의 대상이 되는 신체의 부분의 크기가 일정하지 않고, 영상 전체가 음란물에 속하거나 배경이 존재하며 다양한 크기의 음란물의 이미지가 포함되는 등 그 형태가 매우 다양한데, 종래기술은 이러한 다양한 형태의 성인영상물에 대한 정확한 분석을 수행할 수 있도록 하는 방법 또는 장치를 제공하지 못하고 있다.
따라서, 상기 종래기술의 문제점을 해결하기 위한 본 발명은, 영상 이미지에 포함되는 성인 영상 이미지를 신속하고 정확하게 검출할 수 있도록 하는 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법 및 장치를 제공한다.
본 발명의 객체 분석과 멀티리사이징스캔(multi-resizing scan)을 이용한 성인영상 검출 방법은, 질의 대상 영상에 포함되는 신체영역을 검출하는 신체영역검출과정; 상기 신체 영역에 대한 성인영상객체의 비율을 이용하여 멀티리사이징스캔 횟수를 결정하는 멀티리사이징스캔 횟수 결정과정; 상기 멀티리사이징스캔 횟수에 따라 상기 질의 대상 영상 이미지의 크기를 변경하면서 상기 신체영역을 스캔하여 성인영상객체를 검출하는 멀티리사이징스캔과정; 상기 성인영상객체가 검출된 경우 기 설정된 성인영상객체의 기하학적 패턴 분류 값에 따라 성인영상 여부를 판단하는 성인영상판단과정;으로 이루어지는 것을 특징으로 한다.
상기 신체영역검출과정은 피부색을 이용하여 질의 대상 영상 영역에 포함되는 신체영역을 검출하도록 구성될 수 있다.
상기 신체영역검출과정은 기 설정된 가로열 픽셀만으로 이루어지는 가로블록과 세로열 픽셀만으로 이루어지는 세로블록을 스탭 이동시키면서 수행되는 것을 특 징으로 한다.
상기 멀티리사이징스캔과정은, 상기 신체영역을 성인영상객체 검출을 위한 마스크블록을 이용하여 스캔한 후 스캔된 영상에 포함되는 기하학적 패턴을 검출하는 과정인 것을 특징으로 한다.
상기 멀티리사이징스캔과정은, 상기 가로블록과 세로블록을 이용하여 추출된 대략적인 신체 영역이 질의 대상 영상이미지에서 차지하는 비율 및 성인영상객체가 신체영역에서 차지하는 비율을 이용하여, 신체 영역의 크기가 기 설정된 마스크 블록의 크기와 같아질 때까지 질의 영상의 사이즈를 순차적으로 조정한다. 그리고 질의 대상 영상 이미지의 사이즈가 조정 될 때마다 신체영역을 성인영상객체 검출을 위한 마스크블록을 이용하여 스캔한 후 스캔된 영상에 포함되는 기하학적 패턴을 검출한다.
상기 성인영상판단과정은, 상기 멀티리사이징스캔과정에서 검출된 상기 마스크블록별 기하학적 패턴이 기 설정된 성인영상객체의 기하학적 패턴에 대응하는 경우 성인영상객체로 판별하여 성인영상물을 판단하도록 구성된다.
또한, 상기 성인영상판단과정은, 상기 멀티리사이징스캔과정에서 검출된 성인영상객체의 수에 따라 성인영상물 여부를 판단하도록 구성될 수도 있다.
상기 성인영상객체의 비율, 성인영상객체 기하학적 패턴 및 성인영상객체 기 하학적 패턴 분류 값을 포함하는 성인영상객체 표준데이터는 다음의 처리과정에 의해 생성된다.
특정 성인영상객체라 판단되는 신체 부위 샘플을 추출하는 성인영상객체추출과정;
추출된 성인영상객체들에 대하여 대표성을 갖는 대표 성인영상객체의 샘플과 부위별 회전에 대한 회전 성인영상객체 샘플을 추출하는 성인영상객체샘플추출과정;
상기 성인영상객체샘플추출과정에서 추출된 성인영상객체들이 신체영역에서 차지하는 크기의 비율인 성인영상객체비율을 추출하는 성인영상객체비율생성과정; 및 신체의 특정 부위별로 선택된 성인영상객체 샘플들의 기하학적 패턴을 생성하는 성인영상객체 기하학적 패턴 생성과정;을 포함하여 이루어진다.
상기 성인영상객체 기하학적 패턴들은 RBF(Gaussian radial basis function) 커널을 이용한 비선형(Non-linear) SVM(Support Vecror Machine)을 통한 학습에 의해 얻어질 수 있다.
상기 성인영상객체 기하학적 패턴이 디지털 이미지데이터로 저장된다. 이때 상기 기하학적 패턴은 벡터 방식으로 생성될 수도 있다.
상기 성인영상객체의 기하학적 패턴 생성과정에서 생성된 기하학적 패턴들에 대하여 성인영상 종류를 나타내는 성인영상객체 기하학적 패턴 분류 값을 설정하는 성인영상객체 기하학적 패턴 분류과정;을 더 포함할 수 있다.
상기 성인영상객체 기하학적 패턴 분류 값은 영상 이미지에서 신체의 노출 정도에 따라 성인영상, 비교적 약한 성인영상, 성인영상 아님 등으로 분류하는 것일 수 있다.
본 발명의 객체 분석과 멀티리사이징스캔(multi-resizing scan)을 이용한 성인영상 검출 방법은 웹브라우저와 연동하는 플러그인의 형태로 구현될 수 있다. 이 경우 상기 성인여상 검출 방법은 압축된 영상코드를 복원하는 디코딩과정을 더 수행할 수 있다.
본 발명의 객체 분석과 멀티리사이징스캔(multi-resizing scan)을 이용한 성인영상 검출 방법은 컴퓨터로 실행할 수 있는 프로그램을 기록한 기록매체로 구성될 수 있다.
본 발명의 객체 분석과 멀티리사이징스캔(multi-resizing scan)을 이용한 성인영상 검출장치는, 성인영상객체 검출을 위한 표준데이터를 저장하는 저장부; 질의 대상 영상이미지를 임시저장하는 임시저장부; 피부색 검출 방법을 이용하여 상기 임시저장부에 저장된 질의 대상 영역 이미지에서 신체영역을 검출하는 신체영역검출부; 상기 신체영역에서 성인영상객체의 기하학적 패턴을 가지는 성인영상객체를 검출하는 성인영상 검출장치출부; 및, 상기 표준데이터를 이용하여 검출된 상기 성인영상객체가 성인영상인지를 판단하는 성인영상판단부;를 포함하여 구성된다.
상기 성인영상 검출장치는 압축된 영상코드를 복원하는 디코더를 더 포함하여 구성될 수 있다.
상기 신체영역검출부는 상기 질의 대상 영상 이미지에 대한 상기 신체영역의 크기 비율을 더 검출할 수 있다.
상기 신체영역검출부는, 검출된 상기 신체영역 및 상기 신체영역비율을 이용하여 질의대상 영상 이미지 내에 포함되는 성인영상객체의 대략적인 크기를 결정한 후 멀티리사이징스캔 횟수를 결정하고, 상기 멀티리사이징스캔 횟수에 따라 질의 대상 영상 이미지를 확대 또는 축소시키면서 상기 성인영상객체를 구하는 것을 특징으로 한다.
상술한 과제해결수단의 설명에서 상기 질의 대상 영역은 성인영상 유무 판단 대상이 되는 전체 영상 이미지 영역을 의미한다.
상기 신체영역은 상기 질의 대상 영역에 포함되는 신체이미지 영역을 의미한다.
상기 성인영상객체는 성인영상물판단을 위한 신체의 특정부위를 포함하는 이미지 영역을 의미한다. 이때 상기 신체의 특정부위는 가슴부위, 성기부위, 신체곡 선(가슴곡선, 둔부, 회음부, 대퇴부, 회음부 인접된 양측 대퇴부 등의 곡선을 포함하는 이미지)을 의미한다. 상기 신체라인은 가변적으로 설정될 수 있다.
본 발명은 종래기술의 성인영상 검출 방법에 비하여 성인영상 검출의 정확도 및 검출 속도를 현저히 향상시킨다.
또한, 본 발명은 인터넷을 포함하여 유통되는 성인영상물을 신속히 검출할 수 있도록 함으로써 청소년들이 성인영상물에 노출되는 것을 방지한다.
이하, 본 발명의 바람직한 실시 예를 나타내는 첨부 도면을 참조하여 본 발명을 더욱 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따르는 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법(이하, '성인영상 검출 방법'이라 함)의 순서도, 도 2는 신체영역 검출과정에 의해 질의 대상 영상 이미지(10)에서 검출된 신체영역(14)을 나타내는 도면, 도 3은 멀티리사이징스캔(Multi Resizing Scan) 횟수 결정을 위한 표준데이터 생성과정을 나타내는 순서도, 도 4는 상기 멀티리사이징스캔(Multi Resizing Scan) 과정을 나타내는 도면이다.
상기 성인영상 검출 방법은 도 1과 같이, 질의 대상 영상에 대하여 신체영역검출과정(S10), 신체영역비율검출과정(S20), 멀티리사이징스캔 횟수 결정과정(S30), 멀티리사이징스캔과정(S40) 및 성인영상판단과정(S50)으로 이루어진다.
상기 신체영역검출과정(S10)은 영상이미지에서 피부색 정보를 이용한 피부색 영역을 추출하는 방법을 이용하여 질의 대상(성인영상 판단 대상) 영상 이미지(10)에서 신체영역(14)을 검출한다. 상기 피부색 정보는 황인, 백인, 흑인 등의 다양한 인종의 피부색을 표현할 수 있도록 색정보 값의 하나인 색범위(예: 톨러런스(tolerance) 값을 모든 인종의 색을 포함할 수 있도록 높게(러프(rough)하게) 설정한다.
상기 신체영역검출과정(S10)은 도 2와 같이, 질의 대상 영상 이미지(10)에서 인종별 다양한 색상의 살색을 포함하도록 설정된 색 범위 내의 값을 가지는 픽셀들을 추출하여 신체영역을 포함하는 영역(13)을 검출한다. 도 2의 경우 (a)도면은 질의 대상 영상 이미지(10)를 나타낸다. 도 2의 경우 (b) 도면의 십자가 모양이 신체영역을 포함하는 영역(13)으로 10픽셀의 가로블록(11)과 10픽셀의 세로블록(12)을 이동시켜 가면서 일정 색 범위에 대응하는 화소 값을 가지는 픽셀들을 검출한 것을 나타낸다. 이와 같이 가로 및 세로 블록(11, 12)을 이용하여 신체영역(14)을 검출하는 것은 잡음이 많은 영상 이미지에서의 오차를 최소화하기 위한 것이다.
이 후 검출된 신체영역을 포함하는 영역(13)의 중심점을 찾는다. 그리고 검출된 신체영역(14)의 세로 및 가로의 끝점을 연결하여 신체영역(14)을 검출한다. 도 2의 경우 (b) 도면에서 사각형으로 표시된 영역이 신체영역(14)이 된다.
상기 신체영역검출과정(S10)에서 피부색의 색 범위 값을 높게 설정할 경우 그와 유사한 배경이나 특정 객체가 신체영역으로 판별될 수 있으나, 이 경우에는 멀티리사이징스캔과정(S40)에 의해 성인영상객체로 판단되지 않기 때문에 성인영상 검출 성능에는 문제점이 발생하지 않게 된다.
상기 신체영역비율검출과정(S20)은 전체 질의 대상 영상 이미지(10)의 크기에 대한 신체영역(14)의 크기의 비율을 검출하는 과정이다. 신체영역비율을 검출하면 성인영상객체비율을 이용하여 질의 대상 영상 이미지(10) 내에 포함되는 성인영상객체의 크기를 파악할 수 있게 된다. 이에 따라 기 설정된 마스크블록(31) 내에 성인영상객체가 포함되도록 기 설정된 확대 또는 축소 비율에 따는 질의 대상 영상 이미지(10)에 대한 확대 또는 축소 횟수인 멀티리사이징 횟수를 결정할 수 있다.
상기 멀티리사이징스캔 횟수 결정과정(S30)은 질의 대상 영상 이미지(10)(도 2 참조)에 대한 신체영역비율 및 성인영상객체의 기하학적 패턴, 성인영상객체비율, 성인영상객체 기하학적 패턴의 분류 값을 포함하는 성인영상객체 검출 표준데이터 중 성인영상객체비율을 이용하여 상기 질의 대상 영상 이미지(10)에서 성인영상객체 검출을 위한 질의 대상 영상 이미지(10)의 순차적인 확대 또는 축소(멀티리사이징(multi resizing)) 횟수를 결정한다.
상기 신체영역비율검출과정(S20)에 의해 질의 대상 영상 이미지(10)에서 신 체영역(14)이 차지하는 비율이 검출되면, 성인영상객체비율을 이용하여 질의 대상 이미지에 포함되는 성인영상객체의 대략적인 크기를 알 수 있게 된다. 이에 따라 신체영역에서 성인영상객체 검출을 위한 스캔을 수행하도록 설정된 마스크블록에 성인영상객체(30)가 포함될 수 있도록 질의 대상 영상 이미지를 기 설정된 확대 또는 축소 비율에 따라 확대 또는 축소해야할 횟수(멀티리사이징 횟수)를 검출할 수 있다. 이렇게 검출된 멀티리사이징 횟수가 멀티리사이징스캔 횟수가 된다.
상기 멀티리사이징스캔 횟수 결정과정(S30)의 수행을 위한 상기 성인영상객체 검출 표준데이터는, 도 3과 같이, 성인영상객체추출과정(S31), 성인영상객체샘플추출과정(S32), 성인영상객체비율생성과정(S33), 성인영상객체 기하학적 패턴 생성과정(S34) 및 성인영상객체 기하학적 패턴 분류과정(S35)을 포함하는 성인영상객체 검출 표준데이터 생성과정에 의해 생성된 후 저장된다.
도 3을 참조하여 상기 표준데이터생성과정을 순차적으로 설명하면 다음과 같다.
상기 성인영상객체추출과정(S31)은 다양한 성인영상 샘플에서 특정 성인영상객체라 판단되는 신체 부위 샘플을 추출한다. 성인영상의 경우 크게 상반신 혹은 하반신 노출, 전신 노출, 신체 특정 부위의 노출 혹은 노출 부위의 확대 등의 경우로 나눌 수 있다. 그리고 이러한 성인영상은 성인영상객체(유도, 성기, 배꼽 및 주로 노출되는 신체 일부의 영상이미지)를 항상 포함한다. 따라서 성인영상으로 판단되는 신체 부위에 대한 영상 이미지를 미리 성인영상객체로 설정하는 것에 의해 성인영상의 판단을 신속하고 정학하게 수행할 수 있도록 한다.
상기 성인영상객체샘플추출과정(S32)은 추출된 성인영상객체들에 대하여 대표성을 갖는 대표 성인영상객체의 샘플과 부위별 회전에 대한 회전 성인영상객체 샘플을 추출한다. 이는 성인영상객체가 다양한 각도로 표현되므로, 다양한 각도에 따른 성인영상객체를 모두 검출할 수 있도록 하기 위한 것이다.
상기 성인영상객체비율생성과정(S33)은 성인영상객체샘플추출과정()에서 추출된 성인영상객체들이 일반적인 사람들의 신체에서 차지하는 크기의 비율인 성인영상객체비율을 추출한다. 상기 성인영상객체들 각각의 질의 대상 영상 이미지에 대한 크기 비율은 각각 다르나, 신체영역에 대한 비율은 일정 범위 내에서 일정한 값을 가진다. 이에 따라 질의 대상 영상 이미지(10)에서 신체영역(14)이 차지하는 비율과 신체영역(14)에서 성인영상객체(30)가 차지하는 비율을 이용하여 질의 대상 영상 이미지(10)에 포함된 신체영역(14)에서 성인영상객체(30)가 차지하는 크기를 계산할 수 있다.
상기 성인영상객체 기하학적 패턴 생성과정(S34)은 신체 5개 부위(가슴 부위, 성기 부위, 바디라인 부위1, 바디라인 부위 2, 바디라인부위 3) 별로 선택된 성인영상객체 샘플들의 기하학적 패턴을 생성한다. 상기 성인영상객체들의 기하학적 패턴들은 RBF(Gaussian radial basis function) 커널을 이용한 비선형(Non-linear) SVM(Support Vecror Machine)을 통한 학습에 의해 얻어질 수 있다.
RBF(Gaussian radial basis function) 커널을 이용한 비선형(Non-linear) SVM(Support Vecror Machine)을 통한 학습에 의해 선택된 성인영상객체 픽셀들의 RGB 또는 CMYK 등의 화소 값에 의해 형성되는 기하학적 패턴이 디지털 이미지데이 터로 저장된다. 이때 상기 기하학적 패턴은 벡터 방식으로 생성될 수도 있다.
상기 성인영상객체 기하학적 패턴 분류과정(S35)은 성인영상 판단을 위하여 그 노출 정도에 따라 상기 성인영상객체의 기하학적 패턴들을 성인영상, 비교적 약한 성인영상, 성인영상 아님 등의 성인영상객체 기하학적 패턴 분류 값으로 분류한다.
도 1의 상기 멀티리사이징스캔 횟수 결정과정(S30)은 도 3의 표준데이터생성과정에서 신체영역에 대한 성인영상객체비율을 이용하여 멀티리사이징스캔 횟수를 결정한다. 즉, 신체영역비율 및 성인영상객체비율을 이용하여 질의 대상 영상 이미지(10)에 포함된 성인영상객체(30)의 크기를 검출한다. 이 후, 성인영상객체 검출을 위한 마스크블록(31)(도 3 참조) 내에 최대 크기에서 최소 크기의 성인영상객체가 모두 포함될 수 있도록 질의 대상 영역에 대한 확대 또는 축소 횟수(멀티리사이징 횟수)를 결정한다. 여기서 상기 멀티리사이징스캔은 상기 멀티 리사이징 시마다 수행되므로 상기 멀티 리사이징 횟수가 멀티리사이징스캔 횟수가 된다.
도 1의 상기 멀티리사이징스캔과정(S40)은 멀티리사이징스캔 횟수 결정과정(S30)에서 결정된 멀티리사이징 횟수에 따라 질의 대상 영상 이미지(10)를 순차적으로 확대 또는 축소시키면서 신체영역(14) 내에서 마스크블록(31)을 이동시켜 성인영상객체(30)를 검출한다.
도 4는 멀티리사이징스캔에 의한 성인영상객체 검출을 나타내는 도면으로서, 사각형의 블록이 성인영상객체(30) 검출을 위한 마스크블록(31)이다. 도 4의 경우 상기 마스크블록(31)은 40X40과 60X60 픽셀 크기의 마스크블록을 사용하였다.
도 4의 (a)는 질의 대상 영상 이미지(10)에 대한 확대 또는 축소 과정 없이 신체영역(14) 내에서 사각형의 마스크블록(31)을 이동시키면서 성인영상객체의 기하학적 패턴을 포함하는 영역을 성인영상객체로 검출하는 것을 나타낸다. 이때 검출되는 성인영상객체(30)로는 무릎부위, 회음부 인접 영역의 대퇴부위, 겨드랑이 영역 등이 된다.
도 4의 (b)는 1차 축소(1차 멀티리사이징)을 수행한 후 동일 크기의 마스크블록(31)을 신체영역(14) 내에서 이동시키면서 성인영상객체의 기하학적 패턴을 포함하는 영역을 성인영상객체(30)로 검출하는 것을 나타낸다. 도 4의 (b)에서는 마스크블록(31) 내에 전체로 포함되는 가슴영역을 성인영상객체로 검출하게 된다.
도 4의 (c)는 2차 축소(2차 멀티리사이징)을 수행한 후 동일 크기의 마스크블록(31)을 신체영역(14) 내에서 이동시키면서 성인영상객체의 기하학적 패턴과 대응되는 기하학적 패턴을 포함하는 영역을 성인영상객체(30)로 검출하는 것을 나타낸다. 도 4의 (c)에서는 둔부와 회음부 인접 영역의 대퇴부, 하복부 영역을 포함하는 영역이 성인영상객체(30)로 검출된다. 즉, 도 4와 같은 멀티리사이징스캔에 의해 질의 대상 영상 이미지에 포함된 성인영상객체가 성인영상객체 검출을 위해 학습에 의해 생성된 표준데이터의 성인영상객체와 크기가 달라 찾아 내지 못한 영역을 순차적으로 확대 또는 축소(멀티리사이징:multi-resizing)한 후 스캔을 수행하는 것에 의해 찾아낼 수 있도록 한다.
상기 멀티리사이징스캔과정(S40)에서 마스크블록(31)의 이동 스탭을 조절하는 것에 의해 성인영상객체 검출의 정확성을 조절할 수 있다. 즉, 마스크블록(31)의 이동 스탭을 조밀하게 하는 경우에는 정확한 성인영상객체를 검출할 수 있으나, 스캔해야할 블록 수가 상대적으로 커지게 되어 연산시간이 증가한다. 따라서 마스크블록(31)의 이동 스탭은 필요에 따라 적절하게 조절될 수 있으며, 도 4의 경우에는 마스크블록(31)의 이동 스탭을 20픽셀로 하였다.
도 1의 상기 성인영상판단과정(S50)은 멀티리사이징스캔과정(S40)에서 검출된 성인영상객체를 성인영상객체의 기하학적 패턴별로 분류된 성인영상객체 기하학적 패턴의 분류 값에 따라 분류한다. 이때 성인영상으로 설정된 기하학적 패턴을 가지는 성인영상객체가 검출된 경우 질의 대상 영상 이미지(10)를 성인영상으로 판단한다. 이러한 판단 값은, 웹브라우저, TV, CD-ROM, DVD-ROM 등의 구동드라이버, LCD 등의 영상 출력장치의 구동드라이버로 전송되어 성인영상의 출력을 차단하는데 이용할 수 있다.
상기 성인영상판단과정(S50)의 기준이 되는 성인영상객체 기하학적 패턴의 분류 값은 가슴과 성기의 기하학적 패턴을 포함하는 성인영상, 직접 포함하지 않으나 성기 등의 신체부위가 노출된 상태 등으로 전체적인 노출이 심한 경우의 비교적 야한 성인 영상, 신체의 노출은 있으나 성인영상객체의 직접적 기하학적 패턴이 포함되지 않는 경우의 성인영상 아님 등으로 분류될 수 있다.
도 5는 본 발명의 일 실시 예에 따르는 성인영상 검출장치(100)의 블록 구성도이다.
도 5와 같이, 도 1 내지 도 4의 성인영상객체 검출 방법은 성인영상 검출장치(100)로 구현될 수 있다.
상기 성인영상 검출장치(100)는 저장부(110), 임시저장부(120), 신체영역검출부(130), 성인영상객체검출부(140) 및 성인영상판단부(150)를 포함하여 구성된다.
상기 저장부(110)는 성인영상객체의 기하학적 패턴, 성인영상객체비율, 성인영상객체별 분류 값을 포함하는 성인영상객체 검출을 위한 표준데이터를 저장한다.
상기 임시저장부(120)는 표시부 구동드라이버(1)로 입력되는 영상데이터로부터 질의 대상 영상이미지를 추출하여 임시저장한다.
상기 신체영역검출부(130)는 임시저장부(120)에 피부색 검출 방법을 이용하여 저장된 질의 대상 영역 이미지에서 신체영역 및 신체영역비율을 검출한다.
상기 성인영상객체검출부(140)는 검출된 신체영역 및 신체영역비율을 이용하여 질의대상 영상 이미지 내에 포함되는 성인영상객체의 대략적인 크기를 결정한 후 멀티리사이징스캔 횟수를 결정한다. 이 후 멀티리사이징스캔 횟수에 따라 질의 대상 영상 이미지를 확대 또는 축소시키면서 성인영상객체의 기하학적 패턴을 가지는 성인영상객체를 검출한다.
상기 성인영상판단부(150)는 검출된 성인영상객체를 기 설정된 성인영상객체 기하학적 패턴 분류 값을 이용하여 성인영상, 비교적 약한 성인영상, 성인영상 아님 등으로 분류한 후 성인영상 또는 비교적 약한 성인영상으로 판단되는 성인영상객체가 존재하는 경우 성인영상으로 판단하고, 판단한 결과값을 표시부 구동드라이버(1)로 전송한다.
상기 표시부 구동드라이버(1)는 표시부(2)가 성인영상 차단 등으로 설정된 경우 표시부(2)에서 해당 성인영상객체를 포함하는 질의 대상 영상 이미지의 출력을 차단한다.
상기 표시부(2)는 TV, LCD 등의 영상출력장치, 웹브라우저 등을 포함한다.
상기 도 1 내지 도 4의 성인영상객체 검출 방법은 웹브라우저에 삽입되어 구동되는 플러그인의 형태로 구현될 수도 있다.
도 6은 자연 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면이다.
본 발명의 성인영상 검출 방법에 의한 자연 영상에 대한 성인영상 검출 실험은 도 6에 도시된 유형의 영상이미지 1000장을 이용하여 실시하였다.
자연 영상에 대한 성인영상 검출 실험의 결과 본 발명의 성인영상 검출 방법은, 성인영상 아님 982장, 성인영상 18장으로 판단하여 오탐율이 1.8%로 나타났다.
도 7은 일반적인 물체 영상에 대한 성인영상 검출 실험에 적용된 영상이미지 의 예를 나타내는 도면이다.
본 발명의 성인영상 검출 방법에 의한 일반적인 물체 영상에 대한 성인영상 검출 실험은 도 7에 도시된 유형의 영상이미지 216장을 이용하여 실시하였다.
자연 영상에 대한 성인영상 검출 실험의 결과 본 발명의 성인영상 검출 방법은, 성인영상 아님 208장, 약한 성인영상 7장, 성인영상 1장으로 판단하여 오탐율이 4%로 나타났다.
도 8은 레이싱걸 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면이다.
본 발명의 성인영상 검출 방법에 의한 레이싱걸 영상에 대한 성인영상 검출 실험은 도 8에 도시된 유형의 영상이미지 20장을 이용하여 실시하였다.
레이싱걸 영상에 대한 성인영상 검출 실험의 결과 본 발명의 성인영상 검출 방법은, 성인영상 아님 18장, 모호한 경우 2장으로 판단하여 오탐율이 0%로 나타났다.
도 9는 성인영상이 아니면서 노출이 심한 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면이다.
본 발명의 성인영상 검출 방법에 의한 성인영상이 아니면서 노출이 심한 영상에 대한 성인영상 검출 실험은 도 9에 도시된 유형의 영상이미지 283장을 이용하여 실시하였다.
성인영상이 아니면서 노출이 심한 영상에 대한 성인영상 검출 실험의 결과 본 발명의 성인영상 검출 방법은, 성인영상 판단 12장, 약한 성인영상 판단 69장, 모호한 경우 104장, 성인영상 아님 98 장으로 판단하였다.
이 경우, 사람의 주관성에 따라 다르게 판단이 달라질 수 있음을 알 수 있다. 따라서 본 발명은 성인영상객체의 기하학적 패턴 분류 값을 조절하는 것에 의해 사람의 주관성에 따라 성인영상의 판단을 달리 설정할 수 있다.
이외에 도면에 미 도시되어 있으나, 비교적 약한 성인영상 이미지 2708장, 및 분명한 성인영상 이미지 2000장을 이용하여 본 발명의 성인영상 객체 검출 방법을 적용한 실험을 수행하였다.
본 발명의 성인영상 검출 방법에 의한 비교적 약한 성인영상 이미지에 대한 성인영상 검출 실험 결과, 성인영상 판단 800장, 비교적 약한 성인영상 판단 950장, 모호한 경우 712장, 성인영상이 아닌 경우 246장으로 오탐율이 9%로 나타났다.
본 발명의 성인영상 검출 방법에 의한 분명한 성인영상 이미지에 대한 성인영상 검출 실험 결과, 성인영상 판단 1020장, 비교적 약한 성인영상 판단 780장, 모호한 경우 72장, 성인영상이 아닌 경우 128장으로 오탐율이 6.4%로 나타났다.
즉 상술한 도 6 내지 도 9의 실험에서 알 수 있듯이, 도 9의 영상이미지들이 비교적 약한 성인영상 또는 성인영상 판단 모호 등으로 분류될 수 있음을 알 수 있다.
또한, 본 발명은 성인영상객체 기하학적 패턴 분류 값의 설정을 변경하는 것에 의해 사람의 주관적 의사를 반영할 수 있도록 구성될 수도 있다.
도 1은 본 발명의 일 실시 예에 따르는 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법(이하, '성인영상 검출 방법'이라 함)의 순서도,
도 2는 신체영역 검출과정에 의해 질의 대상 영상 이미지(10)에서 검출된 신체영역(14)을 나타내는 도면,
도 3은 멀티리사이징스캔(Multi Resizing Scan) 횟수 결정을 위한 표준데이터 생성과정을 나타내는 순서도,
도 4는 상기 멀티리사이징스캔(Multi Resizing Scan) 과정을 나타내는 도면,
도 5는 본 발명의 일 실시 예에 따르는 성인영상 검출장치(100)의 블록 구성도,
도 6은 자연 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면,
도 7은 일반적인 물체 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면,
도 8은 레이싱걸 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면,
도 9는 성인영상이 아니면서 노출이 심한 영상에 대한 성인영상 검출 실험에 적용된 영상이미지의 예를 나타내는 도면이다
* 도면의 주요 부호에 대한 설명 *
100: 성인영상 검출장치 110: 저장부
120: 임시저장부 130: 신체영역검출부
140: 성인영상객체검출부 150: 성인영상판단부

Claims (10)

  1. 질의 대상 영상에 포함되는 신체영역을 검출하는 신체영역검출과정;
    상기 신체 영역에 대한 성인영상객체의 비율을 이용하여 멀티리사이징스캔 횟수를 결정하는 멀티리사이징스캔 횟수 결정과정;
    상기 멀티리사이징스캔 횟수에 따라 상기 질의 대상 영상 이미지의 크기를 변경하면서 상기 신체 영역 내에서 마스크블록을 이동시키면서 스캔하여 성인영상객체를 검출하는 멀티리사이징스캔과정;
    상기 멀티리사이징스캔과정에 의해 성인영상객체가 검출된 경우, 그 검출된 성인영상객체의 기하학적 패턴이 기 설정된 성인영상객체의 기하학적 패턴에 대응하는 경우 성인영상물로 판단하거나, 상기 멀티리사이징스캔과정에서 검출된 성인영상객체의 수에 따라 성인영상물 여부를 판단하는 성인영상판단과정;으로 이루어지고,
    상기 기하학적 패턴은, 신체의 특정 부위별로 선택된 성인영상객체 샘플들을 RBF(Gaussian radial basis function) 커널을 이용한 비선형(Non-linear) SVM(Support Vecror Machine)을 통한 학습에 의해 생성되는 것을 특징으로 하는 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법.
  2. 청구항 1에 있어서, 상기 신체영역검출과정은,
    피부색 정보를 이용하여 질의 대상 영상 영역에 포함되는 신체영역을 검출하거나, 가로 열의 픽셀로 이루어진 가로블록과 세로 열의 픽셀로 이루어진 세로블록을 스탭 이동시키면서 피부색 정보를 이용하여 질의 대상 영상 영역에 포함되는 신체영역을 검출하는 것을 특징으로 하는 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020090062301A 2009-07-08 2009-07-08 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법 KR101034189B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090062301A KR101034189B1 (ko) 2009-07-08 2009-07-08 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090062301A KR101034189B1 (ko) 2009-07-08 2009-07-08 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법

Publications (2)

Publication Number Publication Date
KR20110004722A KR20110004722A (ko) 2011-01-14
KR101034189B1 true KR101034189B1 (ko) 2011-05-12

Family

ID=43612147

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090062301A KR101034189B1 (ko) 2009-07-08 2009-07-08 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법

Country Status (1)

Country Link
KR (1) KR101034189B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844128B (zh) * 2015-01-15 2021-03-02 北京三星通信技术研究有限公司 身份识别方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060001830A (ko) * 2005-08-17 2006-01-06 (주)엠아이티소프트 음란이미지 차단 서비스 시스템과, 음란이미지 판단 방법및 차단 방법
JP2008027130A (ja) 2006-07-20 2008-02-07 Seiko Epson Corp オブジェクト認識装置およびオブジェクト認識方法ならびにオブジェクト認識用プログラム
KR20090003574A (ko) * 2007-07-03 2009-01-12 엘지전자 주식회사 유해정보 차단 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060001830A (ko) * 2005-08-17 2006-01-06 (주)엠아이티소프트 음란이미지 차단 서비스 시스템과, 음란이미지 판단 방법및 차단 방법
KR100658799B1 (ko) 2005-08-17 2006-12-19 (주)엠아이티소프트 음란이미지 차단 서비스 시스템과, 음란이미지 판단 방법및 차단 방법
JP2008027130A (ja) 2006-07-20 2008-02-07 Seiko Epson Corp オブジェクト認識装置およびオブジェクト認識方法ならびにオブジェクト認識用プログラム
KR20090003574A (ko) * 2007-07-03 2009-01-12 엘지전자 주식회사 유해정보 차단 방법 및 시스템

Also Published As

Publication number Publication date
KR20110004722A (ko) 2011-01-14

Similar Documents

Publication Publication Date Title
US6798906B1 (en) Image processing apparatus and method including line segment data extraction
CN107067389B (zh) 一种图像篡改盲取证方法
Ishikura et al. Saliency detection based on multiscale extrema of local perceptual color differences
US9740965B2 (en) Information processing apparatus and control method thereof
WO2013148566A1 (en) Image blur detection
JP2011188496A (ja) 逆光検知装置及び逆光検知方法
McBride et al. A comparison of skin detection algorithms for hand gesture recognition
CN108898132B (zh) 一种基于形状上下文描述的太赫兹图像危险品识别方法
KR20100112155A (ko) 이미지 식별용 특징-기반 시그네처
JP6648289B2 (ja) 関心領域に基づくオンライン漫画識別システムおよび方法
Harb et al. Improved image magnification algorithm based on Otsu thresholding
Hou et al. Detection of hue modification using photo response nonuniformity
CN100433047C (zh) 检测图像模糊性的设备和方法
CN110223277A (zh) 图像生成的方法、装置、终端设备及存储介质
CN113920434A (zh) 一种基于目标的图像翻拍检测方法、装置及介质
KR101034189B1 (ko) 객체 분석과 멀티리사이징스캔을 이용한 성인영상 검출 방법
US10223583B2 (en) Object detection apparatus
KR101014486B1 (ko) 적응적 피부색 검출을 통한 유해 이미지 분류 방법 및 시스템
Long et al. An Efficient Method For Dark License Plate Detection
Goel et al. An approach for anti-forensic contrast enhancement detection using grey level co-occurrence matrix and Zernike moments
Yan et al. Improvement on pupil positioning algorithm in eye tracking technique
KR102361444B1 (ko) 다각형 기반의 객체 인식 성능 보정 장치 및 방법
CN112712499B (zh) 一种物体检测方法、装置以及计算机可读存储介质
JP3585143B2 (ja) 文字列抽出方法および装置
US20020191850A1 (en) Real time object localization and recognition from silhouette images

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140321

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150227

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160427

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170310

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180305

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190226

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20200225

Year of fee payment: 10