[发明专利]融合肤色、人脸和敏感部位检测的不良图像判别方法

摘要

一种融合肤色、人脸和敏感部位检测的不良图像判别方法，首先建立肤色模型，进行人脸检测，提取肤色和人脸特征组成特征向量，利用SVM算法进行训练，得到SVM分类器；然后针对人体局部关键部位中的女性乳房，提取SIFT特征，利用Adaboost算法进行训练，得到Adaboost分类器；再针对人体局部关键部位中的女性下体私处，确定人体躯干区域，利用类haar特征作为模版在人体躯干区域内进行搜索和匹配；最后分别采用SVM分类器，Adaboost分类器和模板匹配方法对图像进行检测，利用C4.5决策树方法对检测结果进行融合，构建决策树模型，采用决策树模型对不良图像进行识别，并给出最终判定结果，本发明在提高检测准确度的同时保证了执行速度。

主权项

一种融合肤色、人脸和敏感部位检测的不良图像判别方法，其特征在于，包括如下步骤：步骤一，建立肤色模型，对图像实现肤色分割，以检测出图像的皮肤区域；步骤二，对图像的皮肤区域进行人脸检测，提取肤色和人脸特征组成特征向量，利用SVM算法进行训练，得到SVM分类器；步骤三，针对人体局部关键部位中的女性乳房，提取SIFT特征，利用Adaboost算法进行训练，得到Adaboost分类器；步骤四，针对人体局部关键部位中的女性下体私处，确定人体躯干区域，利用类haar特征作为模版在人体躯干区域内进行搜索和匹配；步骤五，在训练样本集上，分别采用SVM分类器，Adaboost分类器和模板匹配的方法对图像进行检测，利用C4.5决策树方法对检测结果进行融合，构建决策树模型，针对测试的不良图像，采用决策树模型进行检测，实现对不良图像的综合判定。