적응적 피부색 검출과 에지 특징을 이용한 유해 이미지 분류 방법

Abstract

본 논문은 입력된 이미지로부터 적응적 피부색 검출 방법으로 생성된 피부 영역과 에지 영역을 특징 벡터로 이용하여 입력 이미지의 유해(누드, 성인물) 여부를 판별하여 입력 이미지를 유해나 무해 이미지로 분류하는 방법을 제안한다. 제안하는 방법은 크게 다섯 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 이미지에서 기존의 피부색 검출 방법들의 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 픽셀 정보를 기반으로 피부색 확률 분포 모델을 만들고 이를 통해 피부색 확률 분포 이미지를 생성한다. 세 번째 단계에서는 피부색 확률 분포 이미지에 임계값을 적용하여 생성된 이진 피부색 영역 에지의 합 이미지를 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 네 번째 단계는 최종 피부색 이미지와 최종 피부색 영역 안에 있거나 인접한 에지들을 합한 이미지를 특징 벡터로 생성한다. 마지막 단계에서는 생성된 특징 벡터를 SVM(Support Vector Machine)학습을 통해 생성된 분류 모델로 입력 이미지의 유해 여부를 판별하여 유해 혹은 무해 이미지로 분류한다. 실험 결과를 통하여 제안하는 방법이 같은 데이터베이스를 사용했을 때, 기존의 유해 이미지를 분류하는 방법보다 분류 성능이 8.3% 향상된 것을 확인하였다.; In this thesis, we present a novel method for classifying harmful images, using adaptive skin detection and edge features. The proposed scheme consists of five steps. In the first step, skin color regions are extracted by using an existing skin color detection and logical AND operation. In the second step, a model for the skin probability density is constructed using initial skin color information and an image for skin ratio distribution is generated with a new model for skin probability density. In the third step, final skin regions are extracted by using the proposed algorithm for skin region growing. In the fourth step, a feature vector is extracted from the final skin region and the neighboring edge summation image. In the last step, a model for harmful image classification is constructed by using SVM learning process with training sample images, so that the input image is classified into a harmful or an unharmful image by SVM classification model. Experimental results have shown that the proposed method provides better classification performance, compared with the classification system based on YUV-YIQ skin color detection.