優(yōu)化圖像識別技術(shù)保障網(wǎng)絡(luò)內(nèi)容安全

中國移動通信集團(tuán)設(shè)計院有限公司 | 丁亦志

優(yōu)化圖像識別技術(shù)保障網(wǎng)絡(luò)內(nèi)容安全

中國移動通信集團(tuán)設(shè)計院有限公司 | 丁亦志

對圖像識別技術(shù)進(jìn)行改進(jìn)及優(yōu)化，將進(jìn)一步保障網(wǎng)絡(luò)內(nèi)容和信息安全。

隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的發(fā)展，互聯(lián)網(wǎng)上信息的監(jiān)督和控制越來越重要。尤其目前互聯(lián)網(wǎng)色情圖像、色情錄像的傳播問題越來越嚴(yán)重，為有效杜絕此現(xiàn)象，筆者提出一種對傳統(tǒng)膚色分割算法的改進(jìn)方法，現(xiàn)網(wǎng)應(yīng)用效果表明，該方法能夠達(dá)到85%以上的準(zhǔn)確率。

不良信息撥測系統(tǒng)仍待加強(qiáng)

圍繞手機(jī)網(wǎng)絡(luò)淫穢信息泛濫問題，媒體曾經(jīng)進(jìn)行了大量的報道，將手機(jī)網(wǎng)絡(luò)淫穢信息泛濫問題直指通信運(yùn)營商。報道稱通過手機(jī)上網(wǎng)，可以訪問大量黃色獨立WAP網(wǎng)站，運(yùn)營商沒有履行好封堵的職責(zé)；在部分黃色網(wǎng)站中存在運(yùn)營商業(yè)務(wù)鏈接，指責(zé)運(yùn)營商從中牟利，并為黃色網(wǎng)站提供代收費(fèi)；還發(fā)現(xiàn)有黃色獨立WAP網(wǎng)站的IP地址屬于運(yùn)營商IDC機(jī)房。

目前三家運(yùn)營商都在與SP的合作辦法中明確嚴(yán)格禁止合作伙伴提供淫穢色情違法內(nèi)容，以及開展任何形式的代收費(fèi)服務(wù)，一經(jīng)發(fā)現(xiàn)則進(jìn)行違約處理，直至終止合作。但是任何支付手段都不可能100%鑒別交易本身是否合法。個別色情網(wǎng)站采用“掛羊頭賣狗肉”的辦法，用戶表面上訂購的是合法業(yè)務(wù)，實際得到的卻是色情內(nèi)容，這讓運(yùn)營商根本無法預(yù)防，只能靠事后的舉報和處理。

手機(jī)上網(wǎng)涉黃問題對未成年人危害巨大，打擊色情網(wǎng)站人人有責(zé)。無論主管部門，還是運(yùn)營商、IDC、手機(jī)應(yīng)用提供者等都有責(zé)任和義務(wù)營造良好的移動互聯(lián)網(wǎng)環(huán)境。

盡管通過不良信息撥測系統(tǒng)等技術(shù)手段在打擊淫穢色情內(nèi)容中發(fā)揮了重要作用，但與嚴(yán)峻的整治手機(jī)淫穢色情信息的工作任務(wù)相比，還面臨著很多難題，撥測系統(tǒng)在提高識別準(zhǔn)確率方面還需要繼續(xù)提升，在應(yīng)對不斷更新的網(wǎng)絡(luò)違法手段方面還需進(jìn)一步加強(qiáng)技術(shù)研究。特別是其中的關(guān)鍵核心技術(shù)圖像識別算法面臨準(zhǔn)確率低、判別速度慢等一系列問題，急需優(yōu)化。

六步優(yōu)化圖像識別手段

1996年，美國加州大學(xué)Berkeley分校計算機(jī)系的David A. Forsyth教授等人利用計算機(jī)視覺和圖像理解技術(shù)對色情圖片識別進(jìn)行了研究，首次提出通過對圖片膚色分割和人體姿態(tài)的幾何特征檢測來判別圖片是否含有色情內(nèi)容。該系統(tǒng)通過膚色分割算法提取圖像中的皮膚區(qū)域，然后對這些區(qū)域所構(gòu)成的人體結(jié)構(gòu)關(guān)系進(jìn)行分析，檢測人體的各個部位及其相互關(guān)系，最后得到對色情圖像的識別。1998年，美國HP研究院劍橋?qū)嶒炇业腗.J.Jones 等人提出統(tǒng)計膚色模型，并在此基礎(chǔ)上采用神經(jīng)網(wǎng)絡(luò)分類器實現(xiàn)了一個成人圖像識別系統(tǒng)。

盡管研究人員提出了各種各樣的技術(shù)來識別成人圖像，然而成人圖像識別卻一直是一個技術(shù)難題，其識別的精度和速度都有待大幅度提高。筆者采用層次化識別框架，利用圖像預(yù)處理、圖像特征提取與向量表示、分類模型訓(xùn)練與識別分層逐級識別成人圖像。圖像的預(yù)處理包括對圖像大小的調(diào)整、圖像光照的消除；由于皮膚是成人圖像最重要的視覺特征，首先應(yīng)通過膚色檢測確定出含有膚色的候選圖像，然后通過對膚色區(qū)域分析，確定其中符合人體皮膚紋理特性區(qū)域的比例，進(jìn)而分割出圖像的皮膚區(qū)域，分離出不含光滑膚色區(qū)域的正常圖像，對皮膚區(qū)域信息進(jìn)行特征提取與向量描述。最后在對皮膚區(qū)域提取低層視覺特征后，將得到圖像的特征向量送到分類模型中進(jìn)行訓(xùn)練與識別。這樣經(jīng)過多層處理，正常圖像被逐級檢測出來，成人圖像最后由圖像分類器進(jìn)行識別。這種層次化識別方法加快了正常圖像的處理速度，也符合在應(yīng)用中大量存在的是正常圖像的實際情況。

圖像分析過程為：第一，系統(tǒng)在獲取圖片后，先通過雙線性插值法進(jìn)行圖片大小的標(biāo)準(zhǔn)化處理，將圖片按比例進(jìn)行標(biāo)準(zhǔn)化；第二，進(jìn)行大小標(biāo)準(zhǔn)化后，通過Grey World色彩均衡方法對圖片進(jìn)行光照處理，從而對光線進(jìn)行補(bǔ)償處理；其三，通過顏色及紋理的識別從而進(jìn)行皮膚區(qū)域的提取，從而將非處理信息進(jìn)行排除；其四，在進(jìn)行提取時，通過彈性圖匹配方會對人臉進(jìn)行識別，當(dāng)有人臉占據(jù)圖像的百分比超過指定系數(shù)時，即可排除非色情圖像；第五，進(jìn)行降噪處理，將作用不大的皮膚區(qū)域或會產(chǎn)生干擾的區(qū)域去除；第六，關(guān)鍵的皮膚區(qū)域按維度進(jìn)行向量化處理，從而轉(zhuǎn)變?yōu)榭杀粓D像處理模型識別的數(shù)據(jù)，并送入模型中。

優(yōu)化方法提高系統(tǒng)識別率26%

本算法于今年3月對實用現(xiàn)網(wǎng)數(shù)據(jù)進(jìn)行了測試。通過該算法對隨機(jī)抓取的130995張圖片進(jìn)行自動識別，并將其結(jié)果與人工分揀結(jié)果進(jìn)行對比。在系統(tǒng)誤檢率僅提高0.76%的條件下，系統(tǒng)識別率提高了約26.05%（如表所示）。

自3G牌照發(fā)放以來，手機(jī)用戶不再滿足于語音和短信這類傳統(tǒng)業(yè)務(wù)，而是對多媒體內(nèi)容的關(guān)注度逐漸增高，譬如手機(jī)報、手機(jī)視頻、手機(jī)閱讀、手機(jī)上網(wǎng)等業(yè)務(wù)都取得了長足的發(fā)展，也進(jìn)一步推動運(yùn)營商從服務(wù)提供商向內(nèi)容提供商的角色進(jìn)行轉(zhuǎn)變。在業(yè)務(wù)快速發(fā)展的同時，同步建設(shè)內(nèi)容審核系統(tǒng)已經(jīng)成為趨勢，而圖片識別技術(shù)將會是其重要的組成部分，其應(yīng)用領(lǐng)域不僅僅局限于互聯(lián)網(wǎng)內(nèi)容，更可以為彩信、WAP瀏覽、手機(jī)視頻等各類新型多媒體業(yè)務(wù)內(nèi)容提供服務(wù)。

在網(wǎng)絡(luò)信息飛速膨脹，網(wǎng)上不良內(nèi)容泛濫情況下，色情圖像識別技術(shù)已成為一個具有重大應(yīng)用價值的研究方向。根據(jù)色情圖像的顯著特征，建立層次化識別框架，利用圖像預(yù)處理、圖像的特征提取與向量表示、分類模型訓(xùn)練與識別分層逐級識別成人圖像，構(gòu)造了一個多層次的過濾方法。本文的方法雖然取得的較好的效果，但還有許多需要改進(jìn)的地方。如何更加有效抑制表情、遮掩和姿態(tài)變化等因素對識別率的影響還有待進(jìn)一步解決。

表 改進(jìn)后的圖像識別技術(shù)與傳統(tǒng)圖像識別技術(shù)的參數(shù)比較