Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Deteccion de Piel en Imagenes PDF
Deteccion de Piel en Imagenes PDF
Deteccion de Piel en Imagenes PDF
Instituto de Computaca
o
CPMAT & LCCV
Universidade Federal de Alagoas
ECImage
30 de julio de 2008
1 / 59
Piel en la Web
Introducci
on
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
2 / 59
Piel en la Web
Introducci
on
Motivacion
Con el crecimiento de Internet aumentaron los problemas que
devienen de la exposicion a material inadecuado.
Tal exposicion acarrea congestionamientos en la red.
Uno de los contenidos inadecuados que m as preocupa es la
pornografa que, por ser un concepto cultural difuso y no
poseer fronteras bien definidas, es difcil de tratar.
No trataremos aqu los problemas de pornografa ni de
censura bajo aspectos eticos, polticos, religiosos o legales.
El volumen, la variabilidad y la naturaleza dinamica de las
informaciones disponibles por Internet conforman las
principales dificultades para el desarrollo de sistemas de
bloqueo de imagenes inadecuadas.
Las soluciones mas frecuentes son listas negras y filtros de
texto.
3 / 59
Piel en la Web
Introducci
on
Propuesta
4 / 59
Piel en la Web
Introducci
on
Objetivos
5 / 59
Piel en la Web
Introducci
on
Objetivos
5 / 59
Piel en la Web
Introducci
on
Objetivos
5 / 59
Piel en la Web
Introducci
on
Estructura de Funcionamiento
User requests a web page
Web server
retrieves the page
and shows it to
user
no
Is a pornography image?
Notify the user
yes Block the Image
Web Server
(Apache)
yes
no no
6 / 59
Piel en la Web
Arquitectura
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
7 / 59
Piel en la Web
Arquitectura
Arquitetura
Image Analyzer Module
Input
Image (jpg,
gif, png)
PreProcessor
Graphic
Abstraction
(RGB)
Processor
Skin Segmented
Image
Feature
Extractor
Some
Extracted
Features
Qualifier
Image
Output Evaluation
8 / 59
Piel en la Web
Preprocesador de Im
agenes
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
9 / 59
Piel en la Web
Preprocesador de Im
agenes
Preprocesamento de imagenes
Objetivos
Hacer una abstracci
on del formato gr
afico, y
detectar y evitar ataques al sistema.
10 / 59
Piel en la Web
Procesador de Im
agenes
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
11 / 59
Piel en la Web
Procesador de Im
agenes
Procesamiento de Imagenes
12 / 59
Piel en la Web
Color
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
13 / 59
Piel en la Web
Color
Deteccion de piel
14 / 59
Piel en la Web
Color
Deteccion de piel
14 / 59
Piel en la Web
Color
Deteccion de piel
14 / 59
Piel en la Web
Color
Color
15 / 59
Piel en la Web
Color
Color
15 / 59
Piel en la Web
Color
Color
15 / 59
Piel en la Web
Color
Color
15 / 59
Piel en la Web
Color
Analisis de Datos I
Se mont
o un banco de datos con los pixels rotulados de
aproximadamente mil im agenes: 90 106 pixels marcados
como no-piel y 4 106 como piel.
16 / 59
Piel en la Web
Color
Analisis de Datos II
17 / 59
Piel en la Web
Color
Correcci
on de Color
Correccion de Color
B
usqueda de una homogeneidad en los datos de entrada.
La literatura ofrece muchos algoritmos, pero pocos son
compatibles con los tiempos y las informaciones disponibles.
Dos solucions simples, basadas en la hip
otesis de Von Kries:
Gray World Assumption
White Patch
La = KL L Ma = KM M Sa = KS S
18 / 59
Piel en la Web
Color
Correcci
on de Color
Hipotesis
El valor medio de las componentes R, G y B de la imagen es un
valor de gris medio
GrayR GrayG GrayB
KR = KG = KB =
Ravg Gavg Bavg
19 / 59
Piel en la Web
Color
Correcci
on de Color
20 / 59
Piel en la Web
Color
Correcci
on de Color
21 / 59
Piel en la Web
Color
Correcci
on de Color
22 / 59
Piel en la Web
Color
Correcci
on de Color
23 / 59
Piel en la Web
Color
Correcci
on de Color
White Patch
Hipotesis
Tomar como referencia un punto brillante y calcular los
coeficientes de Von Kries para que sea blanco
WhiteR WhiteG WhiteB
KR = KG = KB =
RMax GMax BMax
24 / 59
Piel en la Web
Color
Correcci
on de Color
White Patch
25 / 59
Piel en la Web
Color
Correcci
on de Color
White Patch
26 / 59
Piel en la Web
Color
Correcci
on de Color
White Patch
27 / 59
Piel en la Web
Color
Correcci
on de Color
Cuando fallan?
Gray World Assumption
Imagenes con pocos colores
Puede distorsionar los colores de im
agenes con grandes areas
claras
White Patch
Imagenes con poca variabilidad de iluminacion
Propuesta
Una heurstica basada en estadsticos de cada componente de
color
Excelentes resultados
28 / 59
Piel en la Web
Color
Correcci
on de Color
Heurstica
29 / 59
Piel en la Web
Color
Reducci
on de Dimensi
on
Reduccion de Dimension
3D Data
Colour
PCA Space
Change
2D
Gaussian Model
Gaussian Mixture
Histogram
Smoothed Histogram
Componentes principales
Encontrar alg
un plano que corte el espacio RGB que contenga
el maximo de informaciones.
Los datos resultantes son combinaciones lineales de los
originales.
Eficaz, pero no interpretable.
31 / 59
Piel en la Web
Color
Reducci
on de Dimensi
on
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
33 / 59
Piel en la Web
Clasificadores
T
ecnicas
Tecnicas Supervisadas
Umbral de Clasificaci
on
Estadstica - Histograma de colores
Estadstica - Parametrica
34 / 59
Piel en la Web
Clasificadores
T
ecnicas
Umbral de Clasificacion
Regla de Asociacion
Se obtuvo con tecnicas de data mining
35 / 59
Piel en la Web
Clasificadores
T
ecnicas
Histograma y Probabilidades
Los valores del histograma son estimadores de probabilidades
Se usan dos histogramas piel y nopiel
Pr(c | piel )
,
Pr(c | piel)
36 / 59
Piel en la Web
Clasificadores
T
ecnicas
0
1 00
11
11
00
00
11
00
11
2 00
11
00
11 11
00
00
11 00
11
00
11
3 00
11
00
11 00
11
111
000
000
111 00
11 00
11 11
00
00
11
000
111 00
11 00
11
00
11 00
11
4 000
111 00
11
00
11 00
11 00
11
000
111 00
11 00
11 00
11
000
111
000
111 00
11 00
11 00
11
00
11
5 000
111 00
11 00
11
00
11 00
11
111
000 000
111 00
11
00
11 00
11 00
11 111
000
000
111
000
111 000
111 00
11 00
11 00
11 000
111
000
111
6 000
111 000
111
000
111 00
11 00
11 00
11
00
11 000
111 111
000
000
111 000
111 00
11 00
11 00
11 000
111 000
111
000
111 000
111 00
11 00
11
00
11 00
11 000
111 000
111
000
111 000
111 00
11 00
11 00
11 000
111 000
111
7 000
111 000
111 00
11
00
11 00
11 00
11 000
111 000
111 11
00
000
111 000
111 00
11 00
11 00
11 000
111 000
111
000
111 00
11
000
111
000
111 000
111 00
11 00
11 00
11 000
111
000
111 000
111 00
11
8 000
111 000
111
000
111 00
11 00
11 00
11
00
11 000
111 000
111 00
11
000
111 000
111 00
11 00
11 00
11 000
111 000
111 00
11
000
111 000
111 00
11 00
11
00
11 00
11 000
111 000
111 00
11
9 000
111 000
111 00
11 00
11 00
11 000
111 000
111 00
11
00
11
000
111 000
111 00
11
00
11 00
11 00
11 000
111 000
111 00
11
000
111 000
111 00
11 00
11 00
11 000
111 000
111
000
111 00
11
000
111 000
111 00
11 00
11 00
11 000
111 000
111 00
11
000
111
000
111 000
111 00
11 00
11 00
11 000
111
000
111 000
111 00
11
Color (RGB)
38 / 59
Piel en la Web
Clasificadores
T
ecnicas
Estadstica Parametrica
39 / 59
Piel en la Web
Clasificadores
T
ecnicas
donde:
(x1 1 )2 2(x1 1 )(x2 2 ) (x2 2 )2
z= +
12 1 2 22
40 / 59
Piel en la Web
Clasificadores
T
ecnicas
Nueve componentes (k = 9)
1.0
0.8
0.6
V
0.4
0.2
0.0
Dos componentes (k = 2)
1.0
0.8
0.6
V
0.4
0.2
0.0
Evaluacion
44 / 59
Piel en la Web
Clasificadores
Evaluaci
on
Evaluacion
44 / 59
Piel en la Web
Clasificadores
Evaluaci
on
Evaluacion
44 / 59
Piel en la Web
Clasificadores
Evaluaci
on
Evaluacion
44 / 59
Piel en la Web
Clasificadores
Evaluaci
on
Evaluacion
44 / 59
Piel en la Web
Resultados
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
45 / 59
Piel en la Web
Resultados
Resultados
Analisis Cuantitativo
1.0
0.8
Probabilidade de Deteco Correta
0.6
0.4
Histograma (Bin 1)
Histograma (Bin 64)
Histograma (Linearizado)
2 Gaussianas
9 Gaussianas
0.2
2 Gaussianas CC (Heurstica)
0.0
Estrategias vencedoras I
Area bajo la ROC
PC2 PC9 HS2 HS9 B64
RC 0.894 0.874 0.656 0.845 0.825
GW 0.891 0.872 0.592 0.878 0.602
WP 0.924 0.918 0.669 0.870 0.710
CC 0.934 0.916 0.688 0.880 0.871
ROC al 20 %
PC2 PC9 HS2 HS9 B64
RC 0.915 0.920 0.762 0.772 0.831
GW 0.844 0.742 0.820
WP 0.942 0.937 0.801 0.809
CC 0.937 0.951 0.857 0.856 0.870
47 / 59
Piel en la Web
Resultados
Estrategias vencedoras II
Segundos de CPU
PC2 PC9 HS2 HS9 B64
RC 62 161 70 172 33
GW 150 256 158 255 133
WP 150 256 158 255 133
CC 150 260 159 261 143
48 / 59
Piel en la Web
Resultados
AVISO
Aviso
A seguir se mostraran im
agenes de nudez que algunas personas
pueden considerar ofensivas.
Quien prefiera hacerlo, puede retirarse ahora.
49 / 59
Piel en la Web
Resultados
Analisis Cualitativo
50 / 59
Piel en la Web
Resultados
51 / 59
Piel en la Web
Resultados
52 / 59
Piel en la Web
Resultados
53 / 59
Piel en la Web
Resultados
54 / 59
Piel en la Web
Resultados
Varias razas
55 / 59
Piel en la Web
Conclusiones
Estructura
1 Introducci
on
2 Arquitectura
3 Preprocesador de Im
agenes
4 Procesador de Imagenes
5 Color
Correccion de Color
Reduccion de Dimension
6 Clasificadores
Tecnicas
Evaluacion
7 Resultados
8 Conclusiones
56 / 59
Piel en la Web
Conclusiones
Conclusiones
La calificacion de im
agenes con objetos antropomorficos en
posiciones arbitrarias en un ambiente de administracion de
servicios Web es posible y viable.
Se necesita un tratamiento multidisciplinario (procesamiento
de imagenes, computaci on grafica, visi
on computacional,
inteligencia artificial, estadstica e ingeniera de software)
El sistema esta en desarrollo, con otras posibles aplicaciones
(forense, m
ovil etc.)
La plataforma R (www.r-project.org) fue esencial tanto
para los prototipos como para el sistema.
57 / 59
Piel en la Web
Conclusiones
Conclusiones
La calificacion de im
agenes con objetos antropomorficos en
posiciones arbitrarias en un ambiente de administracion de
servicios Web es posible y viable.
Se necesita un tratamiento multidisciplinario (procesamiento
de imagenes, computaci on grafica, visi
on computacional,
inteligencia artificial, estadstica e ingeniera de software)
El sistema esta en desarrollo, con otras posibles aplicaciones
(forense, m
ovil etc.)
La plataforma R (www.r-project.org) fue esencial tanto
para los prototipos como para el sistema.
57 / 59
Piel en la Web
Conclusiones
Conclusiones
La calificacion de im
agenes con objetos antropomorficos en
posiciones arbitrarias en un ambiente de administracion de
servicios Web es posible y viable.
Se necesita un tratamiento multidisciplinario (procesamiento
de imagenes, computaci on grafica, visi
on computacional,
inteligencia artificial, estadstica e ingeniera de software)
El sistema esta en desarrollo, con otras posibles aplicaciones
(forense, m
ovil etc.)
La plataforma R (www.r-project.org) fue esencial tanto
para los prototipos como para el sistema.
57 / 59
Piel en la Web
Conclusiones
Conclusiones
La calificacion de im
agenes con objetos antropomorficos en
posiciones arbitrarias en un ambiente de administracion de
servicios Web es posible y viable.
Se necesita un tratamiento multidisciplinario (procesamiento
de imagenes, computaci on grafica, visi
on computacional,
inteligencia artificial, estadstica e ingeniera de software)
El sistema esta en desarrollo, con otras posibles aplicaciones
(forense, m
ovil etc.)
La plataforma R (www.r-project.org) fue esencial tanto
para los prototipos como para el sistema.
57 / 59
Piel en la Web
Contactos
Contactos
Alejandro C. Frery
acfrery@pesquisador.cnpq.br
http://acfrery.googlepages.com
58 / 59
Piel en la Web
Contactos
59 / 59