주요 객체 추출을 이용한 음란물 검출 방법



Similar documents
09권오설_ok.hwp

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선

(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016) ISSN 228

07.045~051(D04_신상욱).fm

ch3.hwp

(001~006)개념RPM3-2(부속)

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo

2 : (Juhyeok Mun et al.: Visual Object Tracking by Using Multiple Random Walkers) (Special Paper) 21 6, (JBE Vol. 21, No. 6, November 2016) ht

[ReadyToCameral]RUF¹öÆÛ(CSTA02-29).hwp

REP - CP - 016, N OVEMBER 사진 요약 25 가지 색상 Surf 를 이용한 사진 요약과 사진 배치 알고리즘 Photo Summarization - Representative Photo Selection based on 25 Color Hi

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

02( ) SAV12-19.hwp

(JBE Vol. 23, No. 2, March 2018) (Special Paper) 23 2, (JBE Vol. 23, No. 2, March 2018) ISSN

LIDAR와 영상 Data Fusion에 의한 건물 자동추출

1. 서 론


2 차원단위블록정렬을이용한 내용기반이미지매칭 장철진 O 조환규부산대학교컴퓨터공학과 {jin, Content-based image matching based on 2D alignment of unit block tessellation C

À±½Â¿í Ãâ·Â

<5B D B3E220C1A634B1C720C1A632C8A320B3EDB9AEC1F628C3D6C1BE292E687770>

Software Requirrment Analysis를 위한 정보 검색 기술의 응용

DBPIA-NURIMEDIA

PowerPoint 프레젠테이션

04 Çмú_±â¼ú±â»ç

1. 회전 알고리즘을 이용한 자동차 번호판 문자 인식률향상 및 문자 보안 강화.hwp

<372DBCF6C1A42E687770>


정보기술응용학회 발표

Journal of Educational Innovation Research 2017, Vol. 27, No. 3, pp DOI: (NCS) Method of Con

05김선걸_ok.hwp

<5BB0EDB3ADB5B55D B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D D3135B9AEC7D72E687770>

DBPIA-NURIMEDIA

00내지1번2번

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11),

Journal of Educational Innovation Research 2017, Vol. 27, No. 2, pp DOI: : Researc

<C7D1B1B9C0FAC0DBB1C7C0A7BFF8C8B828C0FAC0DBB1C720B1E2BCFAC6F2B0A1B8A620C0A7C7D120B9FDC1A6B5B520B0B3BCB1B9E6BEC8BFACB1B8292E687770>

감각형 증강현실을 이용한

2 : (Jaeyoung Kim et al.: A Statistical Approach for Improving the Embedding Capacity of Block Matching based Image Steganography) (Regular Paper) 22

Microsoft Word - P02.doc

강의지침서 작성 양식

DBPIA-NURIMEDIA

Journal of Educational Innovation Research 2018, Vol. 28, No. 1, pp DOI: * A Analysis of

38이성식,안상락.hwp

300 구보학보 12집. 1),,.,,, TV,,.,,,,,,..,...,....,... (recall). 2) 1) 양웅, 김충현, 김태원, 광고표현 수사법에 따른 이해와 선호 효과: 브랜드 인지도와 의미고정의 영향을 중심으로, 광고학연구 18권 2호, 2007 여름

(JBE Vol. 7, No. 4, July 0)., [].,,. [4,5,6] [7,8,9]., (bilateral filter, BF) [4,5]. BF., BF,. (joint bilateral filter, JBF) [7,8]. JBF,., BF., JBF,.

exp

본문1

차분 이미지 히스토그램을 이용한 이중 레벨 블록단위 가역 데이터 은닉 기법 1. 서론 멀티미디어 기술과 인터넷 환경의 발달로 인해 현대 사회에서 디지털 콘텐츠의 이용이 지속적 으로 증가하고 있다. 이러한 경향과 더불어 디지털 콘텐츠에 대한 소유권 및 저작권을 보호하기

04_이근원_21~27.hwp

hwp

0125_ 워크샵 발표자료_완성.key

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)

민속지_이건욱T 최종

(JBE Vol. 24, No. 1, January 2019) (Regular Paper) 24 1, (JBE Vol. 24, No. 1, January 2019) ISSN 2287

Output file

63-69±è´ë¿µ

27 2, 1-16, * **,,,,. KS,,,., PC,.,,.,,. :,,, : 2009/08/12 : 2009/09/03 : 2009/09/30 * ** ( :

1 : 360 VR (Da-yoon Nam et al.: Color and Illumination Compensation Algorithm for 360 VR Panorama Image) (Special Paper) 24 1, (JBE Vol. 24, No

<353420B1C7B9CCB6F52DC1F5B0ADC7F6BDC7C0BB20C0CCBFEBC7D120BEC6B5BFB1B3C0B0C7C1B7CEB1D7B7A52E687770>

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Mar.; 28(3),

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut

PDF

2 : (Seungsoo Lee et al.: Generating a Reflectance Image from a Low-Light Image Using Convolutional Neural Network) (Regular Paper) 24 4, (JBE

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp DOI: * Suggestions of Ways

<30382E20B1C7BCF8C0E720C6EDC1FD5FC3D6C1BEBABB2E687770>

인문사회과학기술융합학회

6.24-9년 6월

ȲÀμº Ãâ·Â

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A BFEB2E687770>


2 PX-8000과 RM-8000/LM-8000등의 관련 제품은 시스템의 간편한 설치와 쉬운 운영에 대한 고급 기술을 제공합니다. 또한 뛰어난 확장성으로 사용자가 요구하는 시스템을 손쉽게 구현할 수 있습니다. 메인컨트롤러인 PX-8000의 BGM입력소스를 8개의 로컬지

국내 디지털콘텐츠산업의 Global화 전략

30이지은.hwp

을 할 때, 결국 여러 가지 단어를 넣어서 모두 찾아야 한다는 것이다. 그 러나 가능한 모든 용어 표현을 상상하기가 쉽지 않고, 또 모두 찾기도 어 렵다. 용어를 표준화하여 한 가지 표현만 쓰도록 하여야 한다고 하지만, 말은 쉬워도 모든 표준화된 용어를 일일이 외우기는

45-51 ¹Ú¼ø¸¸

<313120C0AFC0FCC0DA5FBECBB0EDB8AEC1F2C0BB5FC0CCBFEBC7D15FB1E8C0BAC5C25FBCF6C1A42E687770>

09È«¼®¿µ 5~152s

Something that can be seen, touched or otherwise sensed

_

<35335FBCDBC7D1C1A42DB8E2B8AEBDBAC5CDC0C720C0FCB1E2C0FB20C6AFBCBA20BAD0BCAE2E687770>

°í¼®ÁÖ Ãâ·Â

A Time Series and Spatial Analysis of Factors Affecting Housing Prices in Seoul Ha Yeon Hong* Joo Hyung Lee** 요약 주제어 ABSTRACT:This study recognizes th

(JBE Vol. 22, No. 2, March 2017) (Regular Paper) 22 2, (JBE Vol. 22, No. 2, March 2017) ISSN

서론 34 2


Kor. J. Aesthet. Cosmetol., 라이프스타일은 개인 생활에 있어 심리적 문화적 사회적 모든 측면의 생활방식과 차이 전체를 말한다. 이러한 라이프스 타일은 사람의 내재된 가치관이나 욕구, 행동 변화를 파악하여 소비행동과 심리를 추측할 수 있고, 개인의

¼�È«¼® Ãâ·Â

2014밝고고운동요부르기-수정3

2005프로그램표지


09오충원(613~623)

06_ÀÌÀçÈÆ¿Ü0926

Microsoft PowerPoint - XP Style

<31372DB9CCB7A1C1F6C7E22E687770>

12È«±â¼±¿Ü339~370

3. 클라우드 컴퓨팅 상호 운용성 기반의 서비스 평가 방법론 개발.hwp

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for

Journal of Educational Innovation Research 2018, Vol. 28, No. 4, pp DOI: * A S


자식농사웹완

chungo_story_2013.pdf

Transcription:

주요 객체 추출을 이용한 음란물 검출 방법 Pornographic Contents Detection Using Main Object Extraction 한유나, 박상성, 신영근, 장동식 고려대학교 정보경영공학부 136-713, 서울특별시 성북구 안암동5가 E-mail: chunyouna@korea.ac.kr Abstract With the growth of the internet, children can easily access adult images. To prevent incontinent access. a new algorithm for automatic adult image retrieval is proposed in this paper. The proposed algorithm can be summarized to three steps. First, segmentation of color image discriminating between objects of interesting (OOI) and backgrounds is performed. According to the research stating, 'Humans perceive things by contracting them into three to four essential colors', a color image is segmented into three regions utilizing K-means algorithm. Second, identifying OOI out of the segmented image is performed. Finally, if OOI contains more than threshold adult features(color, Texture), an input image is determined adult images. Otherwise it is classified as a non-adult images. To show effectiveness of the proposed method, experiments are conducted over four hundreds images. 1. 서론 전 세계 인터넷 이용자 수에서 한국은 6 위를 차지하며[1] 명실상부한 인터넷 강국 으로 부상하였 전체 가구 중 80% 이상이 컴퓨터를 보유하고 있을 정도로 한국에서는 누구나 컴퓨터를 접할 수 있 특히 조기교육 을 중요시하는 사회분위기 때문에 어린이들은 취학전부터 컴퓨터를 배우고 컴퓨터로 게임하 고 공부한 유익한 정보를 쉽게 접할 수 있 는 컴퓨터는 많은 편리함을 가져다 주었지만 인터넷 세상에는 그렇지 못한 정보도 있 인 터넷이 발달함에 따라 많은 유용한 콘텐츠가 증가함과 동시에 유해콘텐츠도 대거 등장하였 요즘 유해콘텐츠들은 인터넷에서 다양한 방법으로 사람들의 호기심을 불러일으킨 그 뿐만 아니라 유해콘텐츠를 개개인의 메일 에 무작위로 발송하고 있 이로 인해 어린이 들을 유해콘텐츠로부터 차단시켜 안전하게 보호하려고 하는 부모들이 점점 늘어나고 있 으며 동시에 이러한 문제들은 연구자들 사이 에서도 중요한 이슈가 되고 있 현재 연구되 고 있는 주요 방법들로는 유해사이트 를 차단하는 검출 방법, IP주소 IP기반 검출 방법과 텍스트 기반 그리고 이미지 기반 검출 방법이 있 텍스트 기반 검출방법은 미리 정의한 유 해한 텍스트들이 사이트에 들어 있으면 해당 사이트를 차단하는 방법이고 이미지 기반 검 출 방법은 사이트에 나타나는 이미지를 검출 하여 그 이미지가 음란물이면 해당 사이트를 차단하는 방법이 특히 이미지 기반 검출방 법에는 MPEG-7 이미지 검색기술을 이용한 음란물 검색 시스템[2], 신체의 주요부위를 분 석한 음란물 검색방법[3], 텍스트와 이미지 분 류를 통한 음란물 사이트 검출[4], 텍스트와 구조, 콘텐츠를 조합한 웹 필터링 엔진[5] 등 이 있 본 논문에서는 기존 연구들을 토대로 현재 활발히 연구 되고 있는 이미지 기반에 관한 새로운 검출 방법을 제안한 본 논문의 구성은 다음과 같이 구성된 제2장에서는 K-means를 사용하여 원본 영상 을 분할하고 스킨영역을 추출하여 임계치보다 크면 다시 질감특징을 추출하여 사람 피부인 지 스킨유사영역인지 분별해내는 알고리즘을 제안한 제3장에서는 제안된 알고리즘의 특

성을 분석하고 마지막 구에 대하여 설명한 2. 제안된 음란물 검출 방법 과 같 4장은 결론과 향후 연 이 논문에서 제안한 방법은 다음 1 현재 영상처리 분야에서 사용되는 색 모 델은 여러 가지가 있 기본적으로RGB모델 을 가장 많이 사용하지만 이러한 색 공간에서 는 인간이 느끼는 두 색간의 색차와 계산된 수치로 나타내는 색차가 색상에 따라서 많은 차이를 보이는 반면 CIE L*a*b* 는 균일한 색 공간 좌표로서 눈과 매우 근사한 차이를 보여 주며 밝기 성분에 영향을 받지 않으면서 처리 할 수 있는 장점이 있 즉, L*a*b* 는 3차원 에서 a*b* 성분만의 2차원에서 영상처리가 가 능하 그리고 인간은 3~4개의 주요색상으로 영상을 인식하는 경향이 있다는 연구 결과를 토대로[6] 본 논문에서 제안하는 알고리즘에서 는 영상을 3 개 그룹으로 분할하려고 한 다 음 2. 는 K-means알고리즘의 분할방법이 1. 음란물 검출 절차 먼저 K-means를 사용하여 원본 영상 을 3 개 그룹으로 분할한 다음 분할된 각 그 룹에 대하여 이진화를 실행한 실행된 이진 화 영상에 대하여 객체추출 마스크를 적용하 여 가장 큰 결과값을 가지는 영상을 주요영상 으로 판단한 이후 스킨 컬러가 주요영상 객 체의 미리 정의된 임계치 이상 차지하면 1차 성인물이라고 판단하고 임계치 이하이면 비성 인물이라고 판단한 1차 음란물이라고 판단 된 이미지에서 스킨유사영역을 검출하기 위하 여 질감 특징을 검출한 질감특징을 추출하 여 앞서 1차 음란물로 판단된 영상이미지의 스킨 영역이 스무딩한 영역이라면 최종 음란 물로 간주하고 그렇지 않으면 비성인물로 간 주한 2.1 K-means 방법을 이용한 그룹분할 음란물 이미지를 검출하기 위해서 가장 먼저 배경과 객체를 분할해야 한 K-means 알고리즘은 가장 가까운 양자화된 중심을 찾 는 과정으로 객체 분할이 가능하고 분할효과 도 좋은 알고리즘 중의 하나이 본 논문에서 는 을 K-means알고리즘을 이용하여 음란물 영상 3 개 그룹으로 분할한 2. K-means 알고리즘의 분할방법 이렇게 분할된 3개의 그룹을 사진촬영의 일반원리 및 삼각구도를 기반으로 한 가중치 마스크[7] 을 이용하여 주요객체를 추출한 객체의 위치는 영상을 9 등분(m/9,n/9) 했을 때 외곽과 접하지 않고 중간에 위치한다고 가정 한 이 마스크는 상단, 좌우, 중앙, 하단의 가중치를 다르게 부여하여 분할된 원 영상에 대하여 배경과 객체로 판정하는 효과를 나타 낸 또 위치적으로 상단에 있는 객체보다 중 하단에 있는 객체를 주요객체로 판정할 가능 성이 높 3개 그룹 중에서 관심영역 영상을 구분하기 위해 임계값 0.08을 사용하여 이진영 상으로 변환한 후 객체인식 마스크를 이용하 여 결과값이 가장 큰 영상을 관심영역이 포함 된 영상으로 선택한 3. 객체인식 마스크

3. 은 주요객체를 인식할 객체인식 마스크이 3개 그룹 중 관심영상으로 선정된 영상에서 객체 수가 를 2개 이상이면 객체의 수 n이라고 했을 때 각각의 객체에 대하여 가 장 큰 영역 순으로 1번부터 n번까지 지정하여 구별한 이때, 마스크의 음수( 좌측외곽, 우측 외곽, 상단) 에 접하지 않는 구역으로 가장 많 은 화소를 가지는 영역을 주요객체로 추출한 2.2 스킨 색상 추출 스킨유사 픽셀은 Cb, Cr보다 Y부분과 더 많은 연관이 있기에[8] 컬러 영역을 RGB에서 YCbCr 로 바꾼 만약 변환된 픽셀의 Cb, Cr 영역이 아래의 공식을 만족하면 분류한 피부색으로 그리고 (1) (2) 여기서,,, 은 다음과 같 (3) (4) (5) (6) 결과적으로 이 공식들은 주요객체의 스킨 영역을 찾아준 이 스킨영역이 미리 정한 임 계치보다 크면 2.3 질감 특징 추출 1 차 음란물이라고 판단한 선행연구에서 영상의 질감은 그레이 화소 값들의 모멘트(moment), 대비(contrast), 연관 성(correlation), 분산(variance), 혼잡도 (entropy)를 이용해서 가장 잘 표현할 수 있다 고 하였다[9]. 그러므로 본 논문에서는 co- occurrence 매트릭스를 이용하여 ASM (Angular Second Moment), contrast, correlation, variance, entropy의 5개의 질감특 징을 사용한 ASM과 entropy는 영상의 균 일성을, contrast는 영상안에서 나타나는 대조 성과 지역적 변동성을, correlation은 그레이톤 의 선형적 의존성을, variance는 인접 화소의 그레이레벨 차에 대한 산포도를 나타낸 질 감특징을 얻기 위해 한 영상을 7x7, 즉 49개의 영역으로 나누어 각 블록에 대해 정규화된 4 방 향 (,,, ) 그 레 이 레 벨 co-occurrence matrix를 계산한 다음 질감 특징치를 추출하여 평균화하면 회전에 무관한 질감 특징치를 얻는 정규화 되기전 매트릭스의 각 엔트리 값 은 아래와 같은 정의에 의해 얻을 수 있 P (i, j, d, 0 ) = num {((k, l), (m, n)) (Ly Lx) (Ly Lx) k - m = 0, l - n = d, I (k, l) = i, I (m, n) = j} P (i, j, d, 45 ) = num {((k, l), (m, n)) (Ly Lx) (Ly Lx) (k -m = d, l - n = -d) or(k - m = -d, l - n = d), I ( k, l) = i, I (m, n )= j} P (i, j, d, 90 ) = num {((k, l), (m, n)) (Ly Lx) (Ly Lx) k - m = d, l - n = 0, I (k, l) = i, I (m, n) = j} P ( i, j, d, 135 ) = num {((k, l),(m, n)) (Ly Lx) (Ly Lx) (k - m = d, l - n = d) or(k - m = -d, l - n = -d), I (k, l) = i, I (m, n)= j} P(i, j, d, 방향): 각 방향에 대한 matrix i행 j 열 entry의 값 Lx = {1, 2, Nx} Ly = { 1, 2, Ny }, G = { 1, 2, NG} image I: Ly Ls G Nx : 영상의 가로 방향 픽셀수 Ny : 영상의 세로 방향 픽셀수 Ng: gray levels d : num: 계산에 고려할 이웃픽셀과의 거리 정의를 만족하는 개수 matrix의 각 엔트리 값을 계산한 다음 각

방향에 대해 아래와 같은 를 나눠줌으로써 정규화하여 R값으로 각 엔트리 4방향에 대한 각 각의 그레이 레벨 co-occurrence matrix를 얻을 수 있 0 : R = 2Ly ( Lx - 1) 90 : R = 2Lx( Ly - 1) 45 : R = 2( Ly - 1)( Lx - 1) 135 : R =2( Lx - 1)( Ly - 1) 징을 위에서 얻은 matrix를 이용하여 질감 특 다음과 같이 계산한 Angular Second Moment = (7) Contrast = (8) Correlation = (9) Variance = (10) Entropy = (11) 여기서 p(i,j) : gray-level co-occurrence matrix 의 (i,j) 째 엔트리 Ng : gray level μx, μy, σx, σy : px와 py의 평균과 표준편차 μ : gray-level co-occurrence matrix의평균 px : p(i,j)의 행을 합하여 얻은 주변 확률 matrix py : p(i,j)의 열을 합하여 얻은 주변 확률 matrix 색상특징은 각 화소로부터 추출하고 질감 특징은 인접화소간의 관계를 통해서 추출하므 로 특정영역의 질감특징치를 영역 안의 모든 화소에 부여하는 방법을 통하여 질감특징도 화소단위 특정치를 갖도록 한 1차 음란물 영상에서 이 특징을 사용하여 거친 영역이면 비 음란물이라고 간주하고 그렇지 않으면 음 란물이라고 판단한 3. 결론 본 논문에서는 주요객체 추출을 이용한 음란물 검출 알고리즘을 제안하였 먼저 K-means알고리즘을 이용하여 주요객체를 추 출한 다음, 스킨 영역 특징과 질감 특징을 추 출하여 미리 정의한 임계값과 비교하여 음란 물인지 비 음란물인지를 판단한 이 알고리 즘은 주요객체가 보통 중하단부에 위치하고 있다는 특성을 이용하여 중하단부에 해당하는 마스크를 적용함으로써 검색시간을 단축시킬 것이 향후 이 알고리즘을 보완하여 더욱 새 롭고 강력한 음란물 검출 시스템을 구축하려 고 한 감사의 글 이 논문은 2008년도 두뇌한국 21사업에 의하 여 지원되었음. 본 연구는 지식경제부 및 정보통신연구진흥원 의 대학 IT연구센터 지원사업의 연구결과로 수행되었음. (IITA-2008-(C1090-0801-0025)) This work was supported by the IT R&D program of MIC/IITA [2007-S019-02] (Development of Digital Forensic System for Information Transparency). 참고문헌 [1]http://isis.nida.or.kr/ [2]Jau-Ling Shih, Chang-Hsing Lee, Chang- Shen Yang The Adult Image Identification Based on Online Sampling, Pattern Recognition Letters 28 (2007) pp.2367-2374 [3]Yang, J., Fu, Z., Tan, T., Hu, W., A novel aproach to detecting adult images"17th Internat. Conf. on Pattern Recognition 4, pp.479-482, 2004 [4]Hu,W., Wu,O., Chen,Z., Fu,Z., Maybank, S., Recognition of pornographic web pages by classifying texts and images" IEEE Trans. Pattern Anal. Machine Intell.29(6), 1019-1034. 2007 [5]Mohamed Hammami, Youssef Chahir, and Liming Chen, WebGuard:A Web Filtering Engine Combining Textual, Structural, and Visual Content-Based Analysis" IEEE Trans on Knowledge and Data Engineering, Vol.18,

No.2, 2006 [6] A. Mojsilovic', J. Kova'cevic', J. Hu, R. J. Safranek, and S. K. Ganapathy. Matching and Retrieval Based on the Vocabulary and Grammar of Color Patterns".IEEE Trans. on Image Processing, Vol. 1, No. 1, pp. 38 54, 2000. [7] 강선도, 유헌우, 신영근, 장동식 영상구도에 근거한 영상내의 주요객체 자동추출 기법 한 국콘텐츠학회논문지Vol. 8, No 3,pp.8-17 2008 [8]Garcia, C., Tziritas, G., Face detection using quantized skin color regions merging and wavelet packet analysis" IEEE Trans. Multimed.1, 264-277. [9]Robert M. haralick, K. Shanmugam, and Its'Hak Dinstein Textural Features for Image Classification" IEEE Trans. Vol. SMC-3, No 6, pp.610-621