專利名稱：敏感視頻檢測方法
技術領域：
本發(fā)明涉及計算機網絡技術，特別涉及敏感視頻檢測方法。
背景技術：
Internet的迅速普及和廣泛應用對計算機技術的發(fā)展產生了深刻影響，計算機軟件應用的網絡化對軟件技術提出了新的要求，網絡信息安全是新的要求中的一個極為重要的問題，對網絡敏感信息(如不文明或反動文字、圖像)的過濾則是信息安全中的一個具體課題。對網絡敏感信息的過濾已經進行了一些研究，并出現了一些網頁過濾與檢測的產品，例如SmartFilter、NoPorn等防黃軟件可以防止一般的計算機使用者利用瀏覽器訪問色情網站。其中SmartFilter對互聯網絡訪問的管理及監(jiān)督就是通過SmartFilter控制列表資料庫來達到的，SmartFilter公司的專業(yè)人員每天由世界各地的服務器收集目前增加或消失的網站資訊，并且每星期更新一次，SmartFilter控制列表資料庫提供的完整URL資料庫，所有采用SmartFilter產品的客戶都可以每星期下載最新的控制列表資料庫。為方便管理者設定且依據各單位不同的需求、興趣及政策，控制列表資料庫被區(qū)分為27種類別。如聊天，網絡約會，賭博，過激言論，謠言，色情等。但是這種產品人為參與的因素太多，不能實現信息的自動處理。VisionNEXT公司生產的eefind多媒體搜索系列，過濾系列軟件能實現簡單的圖像檢測，搜索與過濾，但是在敏感圖片的檢測，過濾與搜索方面準確率太低。
在敏感信息檢測方面，國外一些大學(Berkeley，Iowa)開展了部分對網絡上敏感圖片進行分析的探索。Fleck與Forsyth通過檢測人體的皮膚，并把各部分皮膚區(qū)域連成一組，來識別一幅圖片是否包含裸體內容。該系統使用組合的顏色和紋理屬性標記出類似皮膚的象素，然后將這些皮膚區(qū)域送到一特定的成組器。成組器利用人體結構上的幾何約束把這些區(qū)域組成一個人的輪廓。如果成組器發(fā)現了一個足夠復雜的結構，它就認為這幅圖片中包含有人。這種方法對于存在大范圍陰影和皮膚顏色的場合是很有效的。Aberdeen的Ian Craw在皮膚檢測中用SOM網對膚色的概率模型進行學習，檢驗樣本輸入網絡后得到一個可能為膚色的概率值，然后設置一閥值來判定是否為膚色[7]。此外，還有一些通用的基于內容的圖像檢索系統，如IBM的QBIC，Attrasoft的ImageFinder、MWLabs的Imatch等，這些系統均支持對顏色、形狀、紋理等特征的匹配。但是這種通用的圖像檢索系統并非特定為敏感圖片而設計，在進行敏感圖片搜索時效率不高。
國內網絡安全方面的產品有PC衛(wèi)士，PC衛(wèi)士1.0版主要通過兩種手段來過濾網絡色情信息，一種是基于網站地址的數據包過濾，另一種是智能信息過濾。其中，智能過濾的基礎是截獲網絡包上一級的數據和不良站點網絡數據包特征的提取，該產品不具備敏感圖像的自動識別與理解功能。
視頻過濾是建立在圖象過濾的基礎之上的。目前動態(tài)黃色信息的過濾依然是個空白，對視頻的過濾比對靜態(tài)圖像的過濾要更難，實時性要求更高。但社會對此有迫切需求，因為動態(tài)黃色信息危害性更大。

發(fā)明內容
本發(fā)明的目的是提供一種敏感視頻檢測方法，以便準確地識別視頻敏感信息。
為實現上述目的，一種敏感視頻檢測方法，包括步驟選擇關鍵視頻幀；檢測皮膚的存在；確定關鍵幀是否敏感；計算敏感幀分布密度，如果敏感幀分布密度超過閾值，則判為敏感視頻。
本發(fā)明能夠有效防止用戶從互聯網觀看敏感視頻信息。一旦用戶點擊網頁上的視頻鏈接，該軟件能自動下載視頻，并且在播放過程中檢測視頻的敏感性。當播放到視頻的敏感信息部分時，自動終止對視頻的播放。本發(fā)明還能以直方圖的方式表示出視頻的每一關鍵幀的敏感程度。


圖1成像系統的幾何結構；圖2關鍵幀選擇流程；圖3立方體分割示意圖；圖4敏感視頻的檢測框圖；圖5敏感視頻測試平臺主界面圖；圖6視頻中的敏感幀分布示意圖。
具體實施例方式
本發(fā)明欲解決的技術問題是獲取視頻的單幀信息以及幀間的運動信息。我們通過獲取幀間信息找出視頻中運動對象的運動特征，并找出視頻中的關鍵幀。在獲取關鍵幀以后，對關鍵幀進行皮膚檢測和人體分割，求出皮膚的暴露程度，然后在識別所有關鍵幀的基礎上對整個視頻的敏感性做一個綜合評價。
在說明光流的定義之前，我們必需先了解圖像流與光流之間的分別。所謂的圖像流是用三維空間中物體在圖像平面上的投影點的二維速度來表示三維空間中相對應投射點的速度，以附圖1來說明，一個剛體B相對于圖像平面作任意方向的運動，而在剛體上有一點P具有速度S，其世界坐標為(X，Y，Z)，原點固定于OW。圖像平面是以OW作為投影中心(即觀察點)，同時在圖像平面上有圖像坐標系統(x，y)，原點OI被世界坐標系的Z軸所通過。假如圖像平面上的一點p是空間中點P的投影點，則p的速度向量V＝(u，v)就是空間中點P速度向量S的投影，所以經由前面的定義，速度向量V就是P點速度向量S投影在p點的圖像流速度向量，并且可用它來代替描述點P在空間中的運動。而像這種圖像流速度向量在整個圖像平面上的分布情形就構成了所謂的圖像流場(Image-flow field)，附圖1所示為圖像流場之示意圖。
而光流的產生主要來自于攝影機與環(huán)境物體之間的相對運動，使得所獲得的連續(xù)圖像的圖像強度產生時間空間上的變化，因此其純粹從連續(xù)圖像中，計算圖像亮度樣型在時間空間上二維的可視速度。在光流的定義中并沒有描述到與三維場景的關系。所以當圖像的光流不為零時，視場中事實上不見得有物體的運動產生。產生這種情形的原因很多，最簡單的原因就是場景中光源照度的改變。例如對一個靜止的場景取像，但是照射于場景中的光源卻是會移動的，則在定義上，既然場景是靜止的，場景投射在圖像上的圖像流會等于零。然而因為光源是移動的，所以在圖像中的圖像強度是會變動的，使得計算得到的光流不為零。同樣地，也會產生有光流等于零，而圖像流不等于零的情形。例如，一個表面光滑均勻的球體，由于其表面特性，當球體開始轉動而且環(huán)境照度均勻，則擷取到的連續(xù)影像其圖像強度并不會變化，因此計算所得的光流等于零，而實際上圖像的圖像流卻是不為零的。
因此，如果要解析三維場景的結構與運動真正所需要的是圖像流場。然而古典的作法卻是擷取一連串場景的圖像強度變化，從連續(xù)圖像估測出光流場，然后在環(huán)境照度均勻，物體表面為平面等假設條件下，讓光流場等效于圖像流場，并且用以分析三維場景的架構與物體的運動。
光流的約束方程考慮圖象的象素m＝(x，y)T，時刻t的灰度值I(x，y，t)。令點m的速度為Vm＝(vx+vv)T.若點m的速度保持不變，那么在很短的時間間隔dt內，我們有我們可以用正則化技術求光流使下式最小I(x+Vxdt，y+vydt，t+dt)＝I(x，y，t)I(x,y,t)+∂I∂xvx+∂I∂yvy+∂I∂t+O(dt2)=I(x,y,t)]]>▿I·vm+∂I∂t=0]]>其中▿I=[∂I∂x,∂I∂y]T]]>設vx＝u，vy＝v∂I∂t=∂I∂xu+∂I∂yv]]>
∫∫(▿I·v+∂I∂t)2+λ(||▿vx||2+||▿vy||2)dxdy]]>▿vx=(∂vx∂x,∂vx∂y)T;▿vy=(∂vy∂x,∂vy∂y)T]]>關鍵幀選擇我們提出了一種基于運動分析的方法，該方法通過對每幀光流的計算，尋找攝像機運動的局部最小點，對應的幀將選作關鍵幀，這種選擇基于如下的觀察，當攝像機停留時通常意味著重要人物或事件的存在。設M(t)=ΣiΣj|vx(i,j,t)|+|vy(i,j,t)|]]>表示在時間t時整幅圖象的光流總和。我們的目的是找出M(t)所對應的局部最小點，以確定其所對應的關鍵幀。其算法的基本流程如附圖2所示。
在RGB空間中，r，g，b三分量不僅代表顏色，還代表光照的明暗。為消除光照影響，對顏色采用正則化處理r＝R/(R+G+B)，b＝B/(R+G+B).在原有的皮膚檢測中，顏色模型可以用高斯模型N(m，c)表示。
均值m＝E｛x}其中x＝(rb)T方差c＝E{(x-m)(x-m)T｝P(r，b)＝exp[-0.5(x-m)Tc-1(x-m)]其中x＝(rb)T通過取一定閾值，就能把皮膚分割出來。但事實并非如此，真實的皮膚分布可能比多高斯分布還要復雜，另外這種模型的反饋麻煩。
本發(fā)明采用了一種基于立方體統計的方法。對于一個RGB立方體，其大小為256×256×256。圖象中的每一個象素就落在這個空間里面，我們將立方體進行細分，每個小立方體大小為8×8×8，總共得到32×32×32個立方體。我們的目的是看這個象素究竟是落在哪個小立方體中。立方體分割示意圖如附圖3所示。
同時，為了統計的精確性，我們增加了每個小立方體內的約束
r1≤RR+G+B≤r2]]>g1≤RR+G+B≤g2]]>b1≤RR+G+B≤b2]]>rg1≤R-GG-B≤rg2]]>其中r1、r2、g1、g2、b1、b2、rg1、rg2均為立方體統計所得到的閾值。
以此為依據，我們進行數據庫設計，并動態(tài)建立皮膚數據庫。同時數據庫具有如下特點可以在識別過程中動態(tài)建立數據庫，動態(tài)反饋?？梢詫祿爝M行快速檢索(庫的記錄一般在3萬條左右)在進行皮膚分割時，對圖象上的每一個象素依數據庫檢索，可知其是否落在預先統計的皮膚區(qū)域中(即小立方體中)，如果落在皮膚區(qū)域，即認為是皮膚色，并分割為皮膚，否則為非皮膚。
整個敏感視頻檢測系統做成COM組件的形式。首先是輸入一段視頻，視頻的輸入可以是本地輸入，也可以接收遠程的視頻URL輸入。當接收遠程URL時，該組件可以自動完成視頻下載功能，并且以流媒體的方式進行下載和播放。在視頻下載的同時進行視頻解壓縮處理，然后計算每一幀的光流，找出關鍵幀。對關鍵幀進行皮膚檢測，在進行皮膚分割時先讀取皮膚數據庫信息，在預先建立的膚色模型的基礎上進行皮膚分割。敏感視頻的檢測與靜態(tài)敏感圖象的檢測有所不同靜態(tài)圖象是單幀的，這一幅圖象要么是敏感，要么非敏感。而視頻則不同，里面含有較多的冗余信息，如果某一幀是敏感的，那最好不要馬上決策這段視頻是敏感的，因為這樣會使檢測的錯誤率提高。因為根據常識，如果一段視頻是敏感的，那么這段視頻絕不可能只有一個關鍵幀是敏感的。因此，我們就需要計算敏感幀的分布情況。如果在某個時間段敏感關鍵幀的分布密度過高，則我們有理由認為這一段視頻就含有敏感信息。實際上，在敏感幀分布密度的基礎上來判別視頻的敏感性，其準確性往往比靜態(tài)的敏感圖象檢測要高。敏感視頻的檢測框圖如附圖4所示。
為了測試該軟件在敏感視頻庫中的識別率，我們建立了一個敏感視頻測試平臺，運行該測試平臺后，再選擇一個敏感視頻庫目錄，然后測試平臺啟動視頻過濾組件并進行測試。測試完后程序給出相應的準確率和誤檢率。啟動視頻過濾組件后的敏感視頻測試平臺主界面圖如附圖5所示。
我們通過對每一關鍵幀進行敏感性估計，得到視頻的敏感幀分布情況，如附圖6所示，其中紅色代表可能含有敏感信息的幀。
通過對敏感幀分布密度進行估計，可以決策出視頻是否敏感。如果敏感幀的分布密度超過一定閾值，那我們就認為這個視頻是敏感的。我們在100幅視頻的樣本上做檢測，對敏感視頻檢測的準確率達到85％，誤檢率為5％。
權利要求
1.一種敏感視頻檢測方法，包括步驟選擇關鍵視頻幀；檢測皮膚的存在；確定關鍵幀是否敏感；計算敏感幀分布密度，如果敏感幀分布密度超過閾值，則判為敏感視頻。
2.按權利要求1所述的方法，其特征在于所述的選擇關鍵視頻幀包括步驟計算出每一幀的光流；尋找攝像機運動的局部最小點；將對應最小點的幀選為關鍵幀。
3.按權利要求1所述的方法，其特征在于所述的檢測皮膚的存在包括步驟獲取圖像中每一點的象素信息；每一點的象素信息與數據庫中的皮膚信息進行比對；將匹配點作為皮膚點，從而求出整個膚色區(qū)域。
全文摘要
一種敏感視頻檢測方法，包括步驟選擇關鍵視頻幀；檢測皮膚的存在；確定關鍵幀是否敏感；計算敏感幀分布密度，如果敏感幀分布密度超過閾值，則判為敏感視頻。本發(fā)明能夠有效防止用戶從互聯網觀看敏感視頻信息。一旦用戶點擊網頁上的視頻鏈接，該軟件能自動下載視頻，并且在播放過程中檢測視頻的敏感性。當播放到視頻的敏感信息部分時，自動終止對視頻的播放。本發(fā)明還能以直方圖的方式表示出視頻的每一關鍵幀的敏感程度。
文檔編號G06T5/40GK1508755SQ0215711
公開日2004年6月30日 申請日期2002年12月17日 優(yōu)先權日2002年12月17日
發(fā)明者譚鐵牛, 胡衛(wèi)明, 王謙, 楊金峰 申請人:中國科學院自動化研究所