• 한국컴퓨터산업학회논문지
• /
• 제3권5호
• /
• pp.605-610
• /
• 2002

영상물에 대한 학습과 분류를 위해 단순 베이지안, N-Nearest 방법 등이 사용된다. 이 방법들은 단순하면서 높은 정확도를 갖는다. 본 논문에서는 2단계 투표를 통해 이들 방법들을 조합하여 사용하였다. 유해 영상물들을 대상으로 학습 및 분류를 실험하였다. 결과로 색상분포에 따른 영상 분류가 실시간 처리 및 유해 영상 인식에 효과적임을 보였다. 또한 2단계 투표 방식의 알고리즘으로 약 2000장 이상의 사진을 가지고 학습 및 분류를 시행했으며 결과 80%에 가까운 높은 정확도와 대상 사진에 영향 받지 않는 안정도를 보였다.

• 한국산학기술학회논문지
• /
• 제14권11호
• /
• pp.5834-5840
• /
• 2013

최근 들어, 초고속의 유무선 인터넷과 스마트 기기가 널리 보급됨에 따라 사진이나 동영상 형태의 유해 영상들이 급속히 보급되고 있다. 본 논문에서는 입력되는 영상에서 음란성을 대표하는 여성의 유두 영역을 자동으로 추출하여 유해 영상을 보다 효과적으로 탐지하는 새로운 방법을 제안한다. 제안된 알고리즘은 먼저 입력된 영상의 RGB 색상공간을 $YC_bC_r$ 공간으로 변환하여 사람의 피부색상 영역을 검출한다. 그리고 본 논문에서 새롭게 정의한 유두 맵을 적용하여 검출된 피부 영역으로부터 유두의 후보 영역들을 추출한다. 그런 다음, 기하학적인 특징을 사용하여 유두의 후보영역 중에서 실제 유두 영역만을 강건하게 필터링하고, 여성의 유두 영역을 포함하고 있는 영상을 유해한 영상이라고 판단한다. 성능을 비교 평가하는 실험결과에서는 제안된 색상과 기하학적인 특징 기반의 알고리즘이 유해 영상을 기존의 방법에 비해 보다 정확하게(4.1% 향상) 탐지한다는 것을 실험을 통해 보여준다.