초록
본 논문에서는 평균 명암 필터와 개선된 2D 허프 변환을 이용하여 영상에서 가슴 영역을 검출함으로써 음란영상을 탐지하는 새로운 방법을 제안한다. 제안된 유해물 영상 검출 방법은 크게 학습 단계, 인식 단계, 검증 단계의 3가지 주요 단계로 구성된다. 학습 단계에서는 가슴의 유두 부분 영상의 학습을 통하여 인식 단계에서 사용할 유두 평균 명암 필터를 생성한다. 인식 단계에서는 입력 영상을 받아들여 에지를 추출하고, 에지의 밀도를 이용해 연결성분을 추출한 후. 추출된 연결성분의 가로와 세로외 길이 비율을 고려하여 유두 후보영역을 결정한다. 그리고 학습된 유두 평균 명암 필터와 입력 영상의 유두 후보영역 사이의 유사도를 측정하여 가장 유사도가 높은 영역을 최종적인 유두후보영역으로 결정하며, 개선된 2D 허프 변환을 이용하여 영상에서 가슴 라인을 검출한다. 검증 단계에서는 인식 단계에서 획득한 유두 후보영역과 가슴 라인의 위치를 고려하여 가슴 영역을 판단함으로써 유해물 영상의 최종 유무를 결정한다. 실험 결과에서는 다양한 영상을 이용한 실험을 통해 제안한 방법이 가슴 영역을 효과적으로 인식할 수 있음을 보여 주었으며, 결과적으로 제안된 방법이 음란 영상의 검출에 유용하게 활용될 수 있음을 확인할 수 있었다.
In this paper, we propose an adult images detection algorithm using a mean intensity filter and an improved 2D Hough Transform. This paper is composed of three major steps including a training step, a recognition step, and a verification step. The training step generates a mean nipple variance filter that will be used for detecting nipple candidate regions in the recognition step. To make the mean variance filter, we converts an input color image into a gray scale image and normalize it, and make an average intensity filter for nipple areas. The recognition step first extracts edge images and finds connected components, and decides nipple candidate regions by considering the ratio of width and height of a connected component. It then decides final nipple candidates by calculating the similarity between the learned nipple average intensity filter and the nipple candidate areas. Also, it detects breast lines of an input image through the improved 2D Hough transform. The verification step detects breast areas and identifies adult images by considering the relations between nipple candidate regions and locations of breast lines.
