سال انتشار: ۱۳۹۰

محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۵

نویسنده(ها):

پریسا گیفانی – پژوهشکده پردازش هوشمند علائم
مجید وفایی زاده – پژوهشکده پردازش هوشمند علائم

چکیده:

باتوجه به گسترش سریع اینترنت، تشخیص و جداسازی تصاویر غیراخلاقی از تصاویر اخلاقی یکی از شاخه های طبقه بندی محتوا-محور تصاویر است. از آنجا که روش های تشخیص محتوا-محور تصاویر غیراخلاقی مبتنی بر وجود نرخ پوست است، دارای چالش هایی در انتخاب فضای رنگ و انتخاب ویژگی های مناسب در تصاویر می باشد.در این مقاله روشی کارآمد برای تشخیص و جداسازی تصاویر غیراخلاقی ارائه می شود. این روش مبتنی بر استفاده از ترکیب فضاهای رنگی برای استخراج ماسک پوست، استخراج ویژگی های شکلی و بافتی از ماسک پوست، انتخاب ویژگی های مناسب با کمک MRMR و SVM به عنوان طبقه بندی کننده است. در ابتدای روش پیشنهادی، برای کاهش خطا و بالابردن دقت تشخیص، از یک الگوریتم آشکارسازی چهره با استفاده از ویژگی های هار و طبقه بندی کننده adaboost استفاده کرده ایم. با استفاده از طبقه بندی کننده SVM، توانایی این روش برای تشخیص تصاویر غیراخلاقی ۹۴% و برای تصاویر اخلاقی ۹۰% می باشد. نتایج نشان می دهد که می توان با استفاده از استخراج ویژگی های مناسب و انتخاب صحیح ویژگی از تصاویر با دقت خوبی تصاویر غیراخلاقی را از تصاویر اخلاقی جداسازی نمود.