लाइसेंज़ेरो: पोर्न जासूस

हमारे पास एक बहुत अच्छा काम है - हम अश्लील वीडियो देखने के लिए भुगतान करते हैं। लेकिन अधिक गंभीरता से, हम इनवेंटोस के आरएंडडी विभाग में काम करते हैं, जो वेब सामग्री के स्वत: फ़िल्टरिंग में लगे हुए हैं: मॉडरेशन, कॉपीराइट सुरक्षा, आदि। हमारा कार्य स्वचालित रूप से अश्लील सामग्री का पता लगाने के लिए एक प्रणाली का निर्माण करना था। यहां हम वर्णन करते हैं कि हमने कार्य को कैसे हल किया।

सामान्य वर्गीकरण दृष्टिकोण

वर्तमान में उपलब्ध वीडियो में पोर्नोग्राफ़ी की खोज के विभिन्न कार्यान्वयनों से खुद को परिचित करने के बाद, हमने इस मुद्दे को व्यापक रूप से देखने का फैसला किया, यानी कि पोर्नोग्राफ़ी के विभिन्न संकेतों का उपयोग करने के लिए। वीडियो को कई डिटेक्टरों के माध्यम से पारित किया जाता है, जिनमें से प्रत्येक वीडियो का "पोर्नोग्राफ़ी" का एक अनुमान देता है, ज़ाहिर है, अलग-अलग सटीकता के साथ। फिर, परिणामी अनुमानों को एक अंतिम में जोड़ दिया जाता है।

हमने पूरी फिल्म का मूल्यांकन नहीं, बल्कि छोटे अंशों की तलाश करने का फैसला किया। अंतिम वर्गीकरण की सटीकता के आधार पर टुकड़े का आकार निर्धारित किया गया था।

कई डिटेक्टरों के साथ यह दृष्टिकोण आपको उन्हें संयोजित करने, नए जोड़ने और उनमें से प्रत्येक पर अलग से काम करने की अनुमति देता है। आज तक, प्रणाली में चार डिटेक्टर शामिल हैं:

• आंदोलन की प्रकृति (इसकी लय) ;
• रंग (फ्रेम में पिक्सेल "त्वचा का रंग" की संख्या) ;
• फ्रेम सामग्री (चित्र में विशेषता रूप);
• ध्वनि (कराह की उपस्थिति)।

इनमें से प्रत्येक डिटेक्टर इस संभावना को लौटाता है कि हमारा टुकड़ा अश्लील है। और यह केवल समग्र संभावना की गणना करने के लिए बनी हुई है।

अब व्यक्तिगत रूप से प्रत्येक डिटेक्टर के बारे में थोड़ा और विस्तार।

आंदोलन की प्रकृति

फ्रेम में लयबद्ध आंदोलन की खोज वह जगह है जहां हमने अपना काम शुरू किया। लेकिन पहले, वर्गीकरण के बारे में कुछ शब्द। वर्गीकरण का सार वस्तुओं के एक निश्चित समूह को दो (हमारे मामले में) कक्षाओं में विभाजित करना है। ऐसा करने के लिए, हम:

• हम वस्तुओं का एक प्रशिक्षण सेट लेते हैं जिसे हम मैन्युअल रूप से वर्गीकृत करते हैं;
• सांख्यिकीय मॉडल के मापदंडों का चयन करने के लिए एक प्रक्रिया बनाएं;
• हम वस्तुओं के प्रशिक्षण सेट पर अपने मॉडल को प्रशिक्षित करते हैं;
• मॉडल की सटीकता का मूल्यांकन करने के लिए, हम एक परीक्षण सेट पर परीक्षण करते हैं।

तो, सब कुछ सरल है। यही है, पहले तो लयबद्ध अश्लील साहित्य के साथ टुकड़े प्राप्त करने का कार्य था (यह अश्लील श्रम के बिना टुकड़े एकत्र करना मुश्किल नहीं था)। कई वीडियो देखे गए, एक विशेषता लयबद्ध आंदोलन वाले दृश्यों को काट दिया गया और बचाया गया। यह 60 मानव-घंटे (वर्गीकरण के लिए, अधिक ऑब्जेक्ट - बेहतर) ले गया।

हम निम्नलिखित लेखों में लयबद्ध आंदोलन के लिए खोज के तकनीकी विवरण का वर्णन करेंगे। यहाँ हम ध्यान दें कि हमारी पद्धति का आधार स्पेस-टाइम फिल्टरों का उपयोग है।

रंग

रंग के साथ, आंदोलन की तुलना में चीजें आसान होती हैं। तस्वीर में प्रत्येक बिंदु एक निश्चित रंग स्थान में निर्देशांक है। हम बस यह निर्धारित करते हैं कि इस तरह के निर्देशांक के साथ एक बिंदु कहां अधिक सामान्य है: एक नग्न मानव शरीर की छवि या चित्र के अन्य क्षेत्रों में। इन आंकड़ों के आधार पर, हम लोगों के नग्न शरीर से भरे वीडियो के टुकड़े की एक विशेषता प्राप्त करते हैं। हम भी अब एक विशिष्ट कार्यान्वयन पर स्पर्श नहीं करेंगे, बस इस्तेमाल किए गए रंग स्थान के बारे में कुछ शब्द कहें। हम YUV रंग मॉडल पर बसे क्योंकि:

• रंग निर्देशांक केवल दो (यू और वी) हैं;
• चमक समन्वय (वाई) को त्यागते हुए, हम वस्तुओं की विभिन्न चमक को ध्यान में नहीं रख सकते हैं;
• वीडियो के साथ काम करने पर अतिरिक्त रूपांतरण करने की आवश्यकता नहीं है।

फ़्रेम सामग्री

पोर्नोग्राफी की तलाश में, आप व्यक्तिगत फ़्रेमों को अनदेखा नहीं कर सकते। आपको वहां भी कुछ देखने की जरूरत है। कर्मचारियों से सीधे उपयोगी जानकारी निकालने के लिए, हमने बैग ऑफ़ विज़ुअल वर्ड्स का उपयोग करने का निर्णय लिया। यही है, "दृश्य शब्दों" को पहले परिभाषित किया गया है - टुकड़े या नमूने जो सबसे अच्छा और बिना पोर्न के फ्रेम की विशेषता रखते हैं। यह दृश्य शब्दों के ऐसे सेट को बदल देता है। और फिर, वर्गीकरण के दौरान, तस्वीर में कुछ शब्दों की उपस्थिति से हमारा डिटेक्टर इस फ्रेम के पोर्नोग्राफी का अनुमान लगाता है।

ध्वनि

ध्वनि डिटेक्टर दो मुख्य मापदंडों पर आधारित है जो पोर्नोग्राफी को पहचानने में हमारी मदद करते हैं:

• मानव (मुख्य रूप से महिला) की आवाज की उपस्थिति।
• विशिष्ट ध्वनियों की लयबद्ध पुनरावृत्ति। इसके लिए, हम मेल-फ़्रीक्वेंसी सेफस्ट्रल गुणांक की गणना का उपयोग करते हैं।

इस प्रकार, हम ध्वनि के टुकड़े में moans की उपस्थिति (निश्चित रूप से, कुछ संभावना के साथ) का न्याय कर सकते हैं। यही है, इन दो मापदंडों के अनुसार, हमारा डिटेक्टर टुकड़ा को वर्गीकृत करता है।

निष्कर्ष

क्या वह सब है? बिल्कुल नहीं। यह सिर्फ एक परिचय है। हमने अलग-अलग डिटेक्टरों के लिए सभी तकनीकी विवरणों को ढेर करने के लिए नहीं, बल्कि उन्हें अलग-अलग लेखों में वर्णित करने का निर्णय लिया। क्योंकि डिटेक्टर मौलिक रूप से भिन्न होते हैं, उन पर काम अलग से किया जाता था, और काम की मात्रा (और इसलिए विवरण मात्रा) अलग थी।

तो, जारी रखने के लिए:
लाइसेंज़ेरो: सरल आंदोलनों
लाइसेंज़ेरो: त्वचा के रंग से पोर्न की तलाश