Реферат: О обмена, анализ содержимого этих компонентов, определению соответствия этих параметров политике использования Интернет-ресурсов образовательной организации [1]

Алгоритм выделения элементов обнаженного человеческого тела на основе трехмерных признаков


Селиванов Владимир Арнольдович,

к.т.н., доцент. Московский технический университет связи и информатики (МТУСИ)


Хабибрахманова Ирина Ахмедовна, аспирант каф. Телевидения МТУСИ


Книжник Максим Александрович, магистрант кафедры Телевидения МТУСИ


Одним из важнейших элементов комплексного подхода ограничения доступа учащихся образовательных организаций к нежелательным ресурсам сети Internet является так называемая контентная фильтрация, включающая в себя декомпозицию объектов информационного обмена, анализ содержимого этих компонентов, определению соответствия этих параметров политике использования Интернет-ресурсов образовательной организации [1].

Внимание международной интернет-общественности, образовательных, телекоммуникационных и силовых ведомств за рубежом, и соответствующих российских организаций, объединившихся вокруг проекта «Год Безопасного Интернeт», стимулировало процесс ревизии средств контроля содержимого информационного обмена. Рассматривая школьный сегмент, необходимо отметить, что особую опасность для психики детей представляет наблюдение изображений или динамических картинок актов насилия и порнографии. Свободно распространяемые продукты контентной фильтрации, рекомендуемые для внедрения в школах, ограничивают доступ к этому классу сообщений на основе косвенной информации, получаемой из анализа входящего трафика. Хотя очевидно, что наиболее действенным методом является фильтрация изображений на основе идентификации обнаженного тела на страницах загружаемых сайтов, различные форматы представления статических и динамических изображений, алгоритмическая сложность обработки является основным ограничением для внедрения эффективных porn-protection решений. Ярким примером технических ограничений, не позволивших осуществить масштабное внедрение подобных алгоритмов, является история компании Heartsoft Inc., представившая в 2001 году на образовательный рынок детский браузер Safari [2], к сожалению, так и не ставший коммерческим продуктом.

Особую актуальность проблема фильтрации эротико-порнографического контента приобретает в связи с переориентаций производителей киноиндустрии на стереоскопические и многоракурсные форматы, а также массовым производством анимационных 3D фильмов соответствующей тематики. В силу «натуралистичности» объемных изображений психологическое воздействие подобного рода контента оказывается значительно более мощным и опасным.

Несомненно, что алгоритмы выделения характерных признаков объектов изображения, позволяющие отнести весь видеоряд к разряду запрещенных к просмотру, отработанные ранее на 2D изображениях, могут быть с успехом перенесены и на 3D изображения. При этом, на первый взгляд, значительное увеличение объема видеоинформации, должно усложнить процесс семантического анализа.

Однако, более пристальное изучение проблемы, показывает, что использование появляющейся дополнительной информации о пространственной глубине объектов, относящихся к классу «обнаженное человеческое тело», позволяет значительно упростить процедуру классификации изображений.

Рассмотрим в начале традиционные методы, апробированные в системах фильтрации порно-контента. Наиболее развитый, в техническом отношении, подход базируется на идентификации тех участков человеческого тела, которые по колориметрическим признакам могут быть отнесены к категории «человеческая кожа». В то же время результаты колориметрической фильтрации в пространстве RGB или CMYK, в силу значительной линейной зависимости колориметрических компонент, приводит к возникновению большого числа ошибочных решений, в первую очередь, из-за зависимости решения от изменяющейся освещенности объектов. Инвариантный к освещенности фильтр может быть построен в пространстве «насыщенность – цветовой тон» [3,4], что требует, как известно, нелинейного преобразования цветового пространства и, как следствие, приводит к неустойчивости решения из-за усиления шумов изображения.

Дальнейшее повышение надежности распознавания достигается за счет комплексирования колориметрической фильтрации с более сложными фильтрами, обеспечивающими выявление топологически замкнутых фрагментов человеческого тела. Общим элементом алгоритмики этих фильтров является высокочастотная фильтрация, направленная на выделение контуров на изображении [5,6].

Наконец последним шагом фильтрации является процесс классификации, т.е соотнесение выделенных фрагментов с имеющейся базой. Одной из эффективных методик на сегодняшний день служит метод вторичного описания сегментированных изображений на основе ограниченного набора, так называемых «визуальных слов» [7].

Тем не менее, вся совокупность перечисленных методов не обеспечивает надежность распознавания на реальных потоковых 2D изображениях. Очевидно, что не для всяких геометрических условий «осветитель – направление наблюдения» на участках изображения, отнесенных к классу «кожа» можно уверенно определить градиенты яркости, что не позволяет идентифицировать их как объемные элементы тела.

Рассмотрим пример традиционного подхода. На рис.1. представлено 2D изображение модельного тестового объекта.












Рис.1 Левый фрагмент стереопары




Рис.2. Карта глубины, полученная из стереопары














Рис.3 Выделение контуров с помощью Лапласиана




Рис.4.Выделение контуров с помощью Лапласиана


Рисунок 3. иллюстрирует результат высокочастотной фильтрации, позволившей выделить контуры тестового объекта. Как хорошо видно, на обработанном изображении отсутствуют замкнутые области, которые могли бы быть тривиально отнесены к классу элементов обнаженного человеческого тела.

В предлагаемом авторами алгоритме для выделения характерных признаков используется пространственная информация, присутствующая в стереоизображениях.

Для большинства «качественных» изображений, предназначенных для платного просмотра взрослой категорией наблюдателей, характерными признаками являются ближние планы, а поверхность объектов, представляющих «интерес» для зрителей, имеет не диффузные, а вытянутые индикатрисы альбедо. Приведенное на рис.1. тестовое изображение является левым компонентом стереопары. Современные вещательные видеоформаты MPEG или аналогичные им форматы хранения стереоизображений сохраняют пространственную информацию в виде так называемой «карты глубины». Эта информация получается в результате триангуляционной обработки соответственных пикселей стереопары одной точки наблюдаемой сцены, расположенных на эпиполярной линии. Относительный пространственный сдвиг пикселей является функцией расстояния от наблюдателя. Вычисленное расстояние для каждой точки представляется в виде монохромного, обычно 8 битового изображения. На рис.2. представлена вычисленная карта глубины для тестового объекта, где максимальной яркости соответствуют ближайшие к наблюдателю участки тестового объекта. Из рисунка хорошо видно, что значительная детализация фона (заднего плана), представляющая помеху при высокочастотной обработке 2D изображений практически отсутствует на изображении карты глубины. Однако главное преимущество предлагаемого подхода иллюстрируется при выделении контуров на изображении карты глубины (рис.4.), в котором значимые для классификации признаки выделяются в виде замкнутых элементов.

Предложенный алгоритм апробирован на сериях статических цветных тестовых стереоизображений и продемонстрировал 18% увеличение вероятности распознавания признаков, по сравнению с обсуждаемыми выше методами. В перспективе предлагаемый подход может быть модифицирован применительно и к 2D изображениям, когда на основе выделения градиентов яркости поверхности сегментов изображений, промаркированных по колориметрическим признакам, будет осуществлена попытка воссоздания квази трехмерных изображений объектов переднего плана, т.е. попытка идентификации 3D объектов в 2D изображениях на основании косвенных данных.


Литература

1. Слепов О. Контентная фильтрация. //Jet Info. Информационный бюллетень № 10 (149) 2005.

2. Swift D.B. Evaluating graphic image files for objectionable content.US Patent № 7027645 B2 Apr.11,200.

3. Forsyth, D.A.; Fleck, M.M. Identifying nude pictures. //Applications of Computer Vision, 1996. (WACV '96), Proceedings 3rd IEEE Workshop on Computer Vision, p 103-108.

4. Jones M.J., Rehg J.M.. Statistical Color Models with Application to Skin Detection. //Cambridge Research Laboratory, Technical report series 98/11.

5. Lowe D.G. Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision, 60(2):91-110, Feb.2004.

6. Jiebo Luo. Image processing method for detecting human figures in a digital image. US patent № 6697502 B2 Feb.24, 2004.

7. Deselaers, T., L. Pimenidis, and H. Ney. Bag-of-Visual-Words Models for Adult Image Classification and Filtering.// Proceedings of International Conference on Pattern Recognition, 2008.