[发明专利]移动互联网短视频涉黄图片分类方法及样本标注格式

说明书

本发明公开了一种移动互联网短视频涉黄图片分类方法，首先，建立涉嫌涉黄图片标注平台软件，通过机器提取图片涉黄特征及参数，并对涉黄图片参数和级别进行标注，形成涉黄图片数据库；其次，将采集到的图片的颜色转换为HSV颜色坐标空间；然后，提取人体肤色边缘像素点并聚合成块，计算肤色块的面积比，并拟合成人体躯干部位；最后，根据人体躯干部位肤色块的面积比对涉黄图片样本进行分类，并将分类结果反馈至涉黄图片数据库，对数据库进行更新。该方法采用机器和人工结合的方式，为建立涉黄图片大数据提供了数据基础，对大数据样本进行分析并学习和揭示其中的统计特征和泛起模式，可以提高移动互联网视听信息流监测监管效率。

技术领域

本发明属于移动互联网视频数据处理领域，具体涉及一种移动互联网短视频涉黄图片分类方法及样本标注格式。

背景技术

我国短视频行业作为网络强国进程中的新生力量，自兴起以来发展迅猛，但由此引发的乱象也导致短视频发展空间浑浊芜杂，不利于行业监管与治理。

短视频因制作简单、发布方便等特点得到蓬勃发展，其制作体量甚至超过电视节目，大量短视频涌向移动互联网，使得短视频的监管压力迅速加大，在监管方面往往老问题还没有完全解决，新的问题又出现。

短视频平台为了在激烈的竞争中夺得一席之地，往往是根据算法推荐和流量走向向用户推荐吸引眼球的内容，以此来迎合用户的喜好，而此类内容通常都是低俗化、浅层次的。不少短视频平台用炫富、恶搞、色情、暴力等内容吸引用户眼球，这些内容极易产生不良影响，特别是对于正处在世界观、人生观、价值观形成阶段的青少年。诸如此类的短视频内容不在少数，其血腥的画面、怪异的内容、夸张的表达极易混淆用户视听，使人难辨真假，这必然会对短视频内容的治理与监管造成一定的困扰。

目前，针对涉黄涉暴的监控主要还是通过人工监控，对已经上传的短视频进行人工评判，然后，根据主观判断对不合格的视频进行下架删除等操作。采用人工判断的方法一方面短视频量大，需要大量的人工进行筛查，浪费人力资源，另一方面排查时容易漏掉，排查的效率低，覆盖率低。

发明内容

本发明所要解决的技术问题是：提供一种移动互联网短视频涉黄图片分类方法及样本标注格式，解决了现有技术中移动短视频涉黄涉暴排查效率低、浪费人力的问题。

本发明为解决上述技术问题采用以下技术方案：

移动互联网短视频涉黄图片分类方法，首先，建立涉嫌涉黄图片标注平台软件，通过机器提取图片涉黄特征及参数，并对涉黄图片参数和级别进行标注，形成涉黄图片数据库；其次，将采集到的图片的颜色转换为HSV颜色坐标空间；然后，提取人体肤色边缘像素点并聚合成块，计算肤色块的面积比，并拟合成人体躯干部位；最后，根据人体躯干部位肤色块的面积比对涉黄图片样本进行分类，并将分类结果反馈至涉黄图片数据库，对数据库进行更新。

所述涉黄图片分为五个级别，分别为L1-L5，其中，L1为最高级别，图片涉黄露点肤色块面积明显；L5为最低级别，图片为正常图片，肤色块面积正常，无关暴露。

提取人体肤色边缘像素点采用CANNY边缘提取滤波器，仅对人体肤色边缘像素点进行提取。

对涉黄图片参数和级别进行标注采用机器和人工结合评分的方式。

所述人工评分的机制为：

至少三人同时观察样本图片，按照不同的级别给出评分，每个级别依次可再分为上、中、下级别，综合评价后得出评分结果。

所述机器评分的机制为：

首先，计算各个级别的最大肤色颜色块的面积，最大肤色颜色块与整个画面的面积比；其次，将多个皮肤颜色块合成为人体躯干部分，并分别计算上半身、中身、下半身的面积，以及分别与整个画面的面积比；然后，计算背景颜色块面积及颜色空间；最后，根据肤色块面积、人体部位以及预先设定的权重阈值，计算并输出涉黄指数。