लाइसेंज़ेरो: त्वचा के रंग से पोर्न की तलाश

हम इनवेंटोस (लाइसेंज़ेरो द्वारा विकसित अश्लील वीडियो सामग्री के वर्गीकरण का वर्णन जारी रखते हैं, जो शीर्षक में मौजूद है, एक अलग कंपनी नहीं है, लेकिन इनवेंटोस में एक विभाजन है)।

स्किन कलर डिटेक्टर डिटेक्टरों में से एक है जिसके साथ हम वीडियो को वर्गीकृत करते हैं। यह मोशन डिटेक्टर या फ्रेगमेंट डिटेक्टर के रूप में जटिल नहीं है, कोई बहुत सरल भी कह सकता है। शुरुआत में, हमारे पास वीडियो में त्वचा के रंग से संबंधित विचारों का एक समूह था। लेकिन वर्गीकरण के लिए सबसे सरल दृष्टिकोण की कोशिश करने के बाद, हमने फैसला किया (शायद अस्थायी रूप से) उस पर ध्यान केंद्रित करने के लिए, क्योंकि परिणाम हम काफी संतुष्ट थे। So.

त्वचा का रंग निर्धारण

हमारे सामने दो कार्य थे:

• निर्धारित करें कि किस रंग को "त्वचा का रंग" कहा जा सकता है,
• पोर्न वीडियो को त्वचा के रंग से वर्गीकृत करें।

तो, चलो त्वचा के रंग से शुरू करते हैं। पहले चीजें पहले हमें कुछ हजार तस्वीरें मिलीं। पोर्नोग्राफिक सहित वीडियो से सिर्फ तस्वीरें और फ्रेम, क्योंकि हम मुख्य रूप से ऐसे वीडियो में रुचि रखते थे।

फिर, एक सरल घर-निर्मित कार्यक्रम का उपयोग कर:

तस्वीरों में, हमने त्वचा के साथ और बिना क्षेत्रों पर ध्यान दिया। इस प्रकार, हमने कई निर्देशांक (आरजीबी में) प्राप्त किए, जो मानव त्वचा के लिए इन निर्देशांक के संबंधित द्वारा वर्गीकृत हैं।

फिर एक रंग मॉडल चुनने की समस्या थी, जिसमें हम बिंदुओं के निर्देशांक पर विचार करेंगे। RGB, LAB, HSV और YbCr में से चुनें। हमने कई परीक्षण किए और कम से कम YUBBCr पर ध्यान केंद्रित करने का निर्णय लिया, क्योंकि कम से कम, क्योंकि हमें इसे रंग से वर्गीकृत करना था, हम "ग्रे" चमक घटक वाई को त्याग सकते हैं।

यहाँ हमारे चित्रों से डॉट पैमाने पर चित्र हैं:

और सीआर पैमाने पर:

यही है, यह ध्यान देने योग्य है कि ये दो निर्देशांक त्वचा के पिक्सल द्वारा प्रतिष्ठित किए जा सकते हैं। यहाँ संभावना है (हमारे आंकड़ों के अनुसार) कि Cb और Cr के निर्देशांक के साथ एक निश्चित बिंदु त्वचा है:

जहां नीला है, संभावना 0% है, जहां लाल 100% है। यह स्लाइड हमें बताती है कि यदि हम चुनते हैं, उदाहरण के लिए, त्वचा को वर्गीकृत करने के लिए एक सीमा के रूप में 50%, हम अन्य सभी रंगों से त्वचा की रोशनी (सीबी और सीआर निर्देशांक में) को आसानी से अलग कर सकते हैं।

हमने वर्गीकरण उद्देश्यों के लिए एसवीएम का उपयोग नहीं करने का फैसला किया, लेकिन बस एक आयताकार क्षेत्र को परिभाषित करने के लिए जो स्कीन पिक्सल को बेहतर ढंग से वर्गीकृत करता है। अर्थात्, चार संदर्भ वैक्टर के साथ इस तरह का छद्म-एसवीएम। यहाँ एक आयत है:

काली रेखा हमारी आयत है। हरी रेखा इस संभावना है कि इस वक्र पर बिंदु त्वचा को संदर्भित करता है 50% (लाल: 90%, नीला: 10%) है। यही है, निर्देशांक Cb और Cr के साथ सभी बिंदु जो काली आयत के अंदर आते हैं वे त्वचा के पिक्सेल होते हैं।
यहाँ हमारी प्रणाली द्वारा त्वचा की परिभाषा का एक उदाहरण है:

इस आयत पर, हमने अपना शोध रोक दिया, क्योंकि यह सब दिलचस्प है, लेकिन हमें त्वचा के रंग के आधार पर पोर्नोग्राफी के वर्गीकरण की ओर बढ़ना होगा।

त्वचा का रंग वर्गीकरण

इसलिए, हमने फैसला किया कि हम त्वचा पर क्या विचार करेंगे। चूंकि हम वीडियो डेटा के साथ काम करते हैं, इसलिए हमने YCbCr रंग स्थान से YUV पर स्विच किया (वास्तव में, यह वही बात है, रूसी विकिपीडिया भी YCbCr पृष्ठ से YUV पृष्ठ पर पुनर्निर्देशित करता है )। इस मामले में C YUV का काम बेहद सुविधाजनक है। हम न केवल कच्चे वीडियो को फिर से एनकोड करते हैं, बल्कि जो जोड़े (यू, वी) हमें मिलते हैं, वे फ्रेम में मौजूद बिंदुओं (अगर वीडियो yuv420p प्रारूप में हैं) के मुकाबले आधे हैं, सामान्य तौर पर, एक ठोस बचत।

लेकिन वर्गीकरण के बारे में क्या? वर्गीकरण के साथ, त्वचा के रंग के निर्धारण के साथ सब कुछ सरल हो गया। हमने सोचा: अगर हम पोर्न और नॉन-पोर्न वीडियो में त्वचा के रंग के अनुपात की गणना करते हैं तो क्या होगा (अर्थात, "स्किन" पिक्सेल की संख्या वीडियो में पिक्सेल की कुल संख्या से विभाजित होती है)। परिणाम एक ऐसी तस्वीर है:

ये रोलर्स के वितरण के हिस्टोग्राम हैं। Y- अक्ष रोलर्स की संख्या है, x- अक्ष रोलर में त्वचा के पिक्सल का अनुपात है। बिंदीदार रेखाएं वितरण घनत्व के भूखंडों को दिखाती हैं, अगर हम मानते हैं कि दोनों मामलों में वितरण सामान्य है, लेकिन यह सिर्फ दृष्टांत के लिए है।

यदि हम पूरे क्लिप में नहीं, बल्कि पोर्न और गैर-पोर्नो अंशों में स्किन पिक्सल के अंश को मापते हैं, और हमारे पास ऐसे टुकड़े भी होते हैं - जब हम मोशन डिटेक्टर बनाते हैं, तो हम उन्हें मैन्युअल रूप से काटते हैं, फिर परिणाम और भी बेहतर होंगे।

हमारी त्वचा का रंग डिटेक्टर संभावना (हालांकि, हमारे अन्य डिटेक्टरों की तरह) को वापस लौटाता है कि टुकड़ा अश्लील है। और यह संभावना केवल टुकड़े में त्वचा पिक्सल के अंश का एक कार्य है। समारोह लगभग इस प्रकार है:

तो, एक निश्चित क्लिप के कुछ टुकड़े को वर्गीकृत करने के लिए, हम:

• टुकड़े के सभी फ्रेम में त्वचा के पिक्सल्स की संख्या की गणना करें;
• टुकड़े के सभी फ्रेम में त्वचा के पिक्सल की कुल संख्या से विभाजित करें - हम त्वचा के पिक्सेल के अंश को प्राप्त करते हैं;
• त्वचा के पिक्सेल के अंश के आधार पर, हम संभावना प्राप्त करते हैं कि टुकड़ा अश्लील है;
• हम इस संभावना का उपयोग टुकड़े के अंतिम वर्गीकरण और पूरे वीडियो के लिए अन्य डिटेक्टरों से प्राप्त संभावनाओं के साथ करते हैं।