[发明专利]一种基于视觉词袋的网络不良图像检测方法

权利要求书

1.一种基于视觉词袋的网络不良图像检测方法，其特征在于，具体按照以下步骤实施：

步骤1：图像预处理，获取图像中的肤色区域；

步骤2：特征提取与描述，得到肤色区域关键点的特征向量，具体按照以下步骤实施：

第一步：以图像像素点为单位，对图像进行均匀间隔采样；

第二步：对每一个特征点进行双尺度、均匀加权特征描述，获得双尺度特征向量，所述双尺度指对每一个特征点选取两个大小不同的像素宽度；

步骤3：构建视觉词袋，将肤色区域关键点中最能代表图像特征的特征向量筛选出来，组成图像的视觉词袋；

步骤4：图像检测，用训练好的分类器对图像的视觉词袋进行分类，从而完成不良图像的检测，具体按照以下步骤实施：

首先通过样本训练得到SVM分类器的最优超平面，之后根据最优超平面确定正支持向量平面和负支持向量平面；在SVM分类空间中将训练样本的分布用三个超平面进行划分，那么通过比较测试样本与正支持向量平面和负支持向量平面之间的距离，之后统计测试样本的视觉词袋中被划分到负支持向量平面所代表的类中的特征向量比例，若比例大于一定的阈值，其中阈值的取值范围为0.4，则测试样本为不良图像，反之则为正常图像，选用径向基核函数作为SVM分类器的空间转换核函数。

2.根据权利要求1所述的基于视觉词袋的网络不良图像检测方法，其特征在于，所述的步骤1图像预处理，具体按照以下步骤实施：

对一个未知的图像样本X进行检测和分类，将其分成非肤色类W₁和肤色类W₂，用C_ij表示原本为W_j类的图像样本X被分类成w_i类时所产生的成本，其中i，j表示不同的类别，当i＝j时，表示图像样本被正确分类，即原本图像样本为肤色区域被分类为肤色类，或者原本图像样本为非肤色区域被分类为非肤色类，此时C_ij表示图像样本分类正确的成本，而当i≠j时，表示图像样本被错误分类，即原本为非肤色区域被分类为肤色类，或者原本为肤色区域被分类为非肤色类，此时C_ij表示图像样本分类错误时的成本，令R_i(x)表示待检测图像样本X被分类为W_i类的成本总数，其中x表示图像特征，得到公式(1)和公式(2)：

R₁＝C₁₁·p(W₁|X)+C₁₂·p(W₂|X) (1)

R₂＝C₂₁·p(W₁|X)+C₂₂·p(W₂|X) (2)

其中p(W_i|X)表示未知的图像样本X属于W_i类的条件概率；

如果公式(3)和公式(4)的成立：

那么，得到公式(5)和公式(6)：

将公式(5)和公式(6)导入贝叶斯公式(7)：

得到公式(8)和公式(9)的结论：

其中τ表示将未知图像样本X分类成非肤色类和肤色类时的阈值，其计算公式如公式(10)所示：

最优阈值τ的取值范围为[2,4]之间。

3.根据权利要求1所述的基于视觉词袋的网络不良图像检测方法，其特征在于，所述的步骤3构建视觉词袋，具体按照以下步骤实施：

令c表示任意数据点，c₁和c₂表示两个不同类W₁，W₂的中心，d(c₁,c₂)、d(c,c₁)和d(c,c₂)分别表示两个中心点c₁和c₂之间的距离、数据点c分别与两个中心点c₁和c₂之间的距离，且c、c₁和c₂不位于同一条直线上，如果d(c₁：c₂)≥2d(c：c₂)，那么d(c,c₂)＜d(c,c₁)同样成立；

由于上述讨论的不等式对于任意三个数据点都适用，所以利用如下的方式来使用三角形三边关系定理：

令x表示数据集中任意一点，同时令该点目前属于中心点为c的类中，c'表示其它类的中心点，则根据上述推论，如果公式11成立：

d(c,c')≥2d(x,c) (11)

则d(x,c')＞d(x,c)。