به گزارش ايسنا، با توجه به گسترش سريع اينترنت، تشخيص و جداسازي تصاوير غير اخلاقي از تصاوير اخلاقي يكي از شاخههاي طبقهبندي محتوا - محور تصاوير است.
در حال حاضر روشهای تشخیص محتوا – محور تصاویر غیر اخلاقی مبتنی بر وجود نرخ پوست است، دارای چالشهایی در انتخاب فضای رنگ و انتخاب ویژگیهای مناسب در تصاویر است.
روش پیشنهادی پریسا گیفانی و مجید وفایی زاده، محققان پژوهشکده پردازش هوشمند علائم مبتنی بر استفاده از ترکیب فضاهای رنگی برای استخراج ماسک پوست، استخراج ویژگیهای شکلی و بافتی از ماسک پوست، انتخاب ویژگیهای مناسب با کمک MRMR و SVM به عنوان طبقهبندی کننده است.
در روش پیشنهادی برای کاهش خطا و بالا بردن دقت تشخیص از یک الگوریتم آشکارسازی چهره با استفاده از ویژگیهای هار و طبقهبندی کننده adaboost استفاده شده که با استفاده از طبقهبندی کننده SVM توانایی این روش برای تشخیص تصاویر غیر اخلاقی ۹۴ درصد و برای تصاویر اخلاقی ۹۰ درصد است.
به گفته محققان، نتايج نشان داده كه ميتوان با استفاده از استخراج ويژگيهاي مناسب و انتخاب صحيح ويژگي از تصاوير با دقت خوبي، تصاوير غير اخلاقي را از تصاوير اخلاقي جداسازي كرد.
شناسه خبر:
۶۴۶۸۸
روش جدید تشخیص تصاویر غیراخلاقی در وب
محققان پژوهشکده پردازش هوشمند علائم، موفق به ارائه روشی جدید برای تشخیص تصاویر غیر اخلاقی از تصاویر اخلاقی با استفاده از ویژگیهای شکلی و بافتی شدند.
۰