刑事技术 !""# 年第 ! 期 ·论$ 著·
运用局部形态 %&’(描述法过滤网络淫秽图像方法的
研究
王宇石)，李远宁!，高$ 文* $（)+ 哈尔滨工业大学计算机系，),""")；!+ 中国科学院计算技术研究所，)"""-"；*+ 北京大学，
)""-#)）
摘要：$ 各国政府和警方目前使用的传统淫秽图像检测方法主要以皮肤检测结果为基础，提取低层特征进行判
断，在获得高正检率的同时也导致了大量的误检。为此，本文的方法从获得更直观和高层的语义知识着手，首先
检测图像中局部形态变化突出的位置，并建立关于该区域形态的 %&’(描述向量。把这些描述向量抽象地看作视
觉“单词”，并收集淫秽图像中常见的单词。依据图像中单词出现的情况，来检测是否包含淫秽成分。结合传统
检测方法，仅使用简单的 ./012规则判断，在不降低正检率的前提下，使非淫秽图像的误检率得到显著的下降。
关键词：$ 淫秽图像；图像识别；%&’(描述子；语义分析
中图分类号：(3*4)$ 文献标识码：5$ $ 文章编号：)""-6*7,"（!""#）"!6"""46"*
作者简介：王宇石（)4-)—），男，哈尔滨市人，在读博士，主要
从事网络图像监控关键技术研究。(18：（")"）,--,-*""6*!,
!国家高技术研究发展计划（-7* 计划）
91:1;:<=> ?1@ 3AB=A>B/CD<; <E/>12 @/21F A= 8A;/8 %&’( G1/:HB12
?5IJ KH62D<)，L& KH/=6=<=>，J5M ?1=（!" #$%& ’( )’*%+&$, -).$/)$ 0/1 $/2./$$-./2，30$,4./ ./-&.&+&$ ’( &$)5/’6’27 50$,4./，
85./0）
!"#$%!&$：$ NA2: CAB=A>B/CD<; <E/>1 F1:1;:<=> 202:1E2 /B1 @/21F A= :D1 B12H8:2 AG 2O<= F1:1;:<A=P (D10 1Q:B/;: :D1 8AR 81S18 G1/:HB12
<= :D1 <E/>1 /=F A@:/<= D<>D CA2<:<S1 F1:1;:<=> B/:1 /=F D<>D G/821 CA2<:<S1 F1:1;:<=> B/:1 /2 R188P (D1 C/C1B CBACA212 :A 1Q:B/;: 8A;/8 G1/:HB12
:A A@:/<= D<>D 81S18 21E/=:<; O=AR81F>1P (D1 202:1E F1:1;:2 :D1 2/8<1=: CA<=:2 <= :D1 <E/>1 /=F F12;B<@12 :D1 8A;/8 B1><A=T2 GABE /BAH=F :D1
CA<=:2 H2<=> %&’( F12;B<C:ABP LAAO A= :D121 F12;B<C:AB2 /2 S<2H/8 RABF2，:D1= :D1 CAB=A>B/CD<; <=GABE/:<A= ;/= @1 F1:1;:1F @/21F A= :D1
RABF2 GAH=FP M=80 ;AE@<=<=> :D1 ./012</= GABEH8/ R<:D :D1 :B/F<:<A=/8 F1:1;:<=> 202:1E，:D1 /8>AB<:DE :/O12 GBAE :D1 G/821 CA2<:<S1 F1:1;:<=>
B/:1 B1E/BO/@80 RD1= :D1 :BH1 CA2<:<S1 B/:1 <2 O1C: /2 @1GAB1P
’() *+%,#：$ CAB=A>B/CD<; <E/>1；<E/>1 B1;A>=<:<A=；%&’( F12;B<C:AB；21E/=:<; /=/802<2
$ $
)$ 概$ 述
传统的基于图像内容的检测技术往往采取类似图
像检索的方式，识别中所使用的特征来自图像的低层
语义。在皮肤检测结果的基础上，提取一些相关的低
层语义特征进行识别，如颜色、纹理、形状等。目前的
技术已经可以把大多数的淫秽图像检测到，但大量的
混淆在所难免，例如具有近似肤色的物体或人物肖像。
于是我们目前主要的任务是：如何在不牺牲查全率的
前提下，尽量降低误检率。
传统检测方法依赖低层语义特征，与人类的识别
模式存在巨大的语义间隔［)］。为此我们考虑应该更
多地从图像局部的具体形态着手，获得更加具有针对
性的高层语义知识。在物体识别领域，通过对兴趣点
的检测及描述，获得对于物体部件的知识。然后把图
像看作是“@/> AG RABF2”，把兴趣点的描述向量抽象地
视为U单词U，从而通过物体部件的出现来判断物体的
出现情况［-］。这样的方法满足尺度不变性以及对物
体部分被遮盖情况的克服能力也出色［!］。这样，我们
可以对淫秽图像中常见的局部形态或场景进行描述、
建模。其效能远高于直接对人体敏感部位建模，因为
场景与姿态变化之多，需要我们使用更具有一般性的
方法来面对。
在皮肤检测的基础上，首先进行兴趣点检测，找到
图像中的突出部位，从而可以忽略那些光滑的皮肤区
域。然后要对兴趣点的邻域的局部形态进行描述。在
获得了大量训练图像的描述子之后，通过聚类产生字
典 V V每个 ;8H2:1B 对应 ) 个局部形态“单词”。通过
概率统计了解各个单词与淫秽图像的关系紧密程度。
最后通过简单的 ./012规则就可以利用图像中出现的
单词，判断图像与淫秽内容的相关程度。图 ) 展示的
·4·
刑事技术 !""# 年第 ! 期
是把上述方法同传统检测算法结合起来，所形成的处
理流程图。
图 !$ 算法流程图
!$ 算$ 法
!% &$ 兴趣点检测和描述
使用当前流行的 ’())*+*,-* .) /0122(0,（’./）检测
方法［3］，寻找图像中的兴趣点。这是一种尺度不变的
方法，能够检测图像中灰度形态发生突出变化的局部
区域，并得到这个突出变化对应的图像尺度。为了使
该算法更适合我们处理的领域，做了如下修改。首先
是用颜色距离替代了灰度变化。对于淫秽图像来说，
颜色的变化要重于灰度的变化，所以我们选择了 4567
809颜色模型来表示图像。这种颜色模型中，在一定
程度上可以利用欧氏距离来模拟颜色间的距离。另
外，在 ’./算法中，考察兴趣区域的平均灰度时，使用
的是高斯模板。为了提高计算速度，我们把高斯平均
改直接计算区域内的平均灰度。这样我们就可以利用
文献［:］中提出的矩形区域灰度和的快速算法。
;-0<* (,=0+(0,> )*0>1+* >+0,2).+?（;5@A）描述子是当
前物体检测领域最为流行的兴趣点邻域描述子，它的
性能非常突出［B］。它的主要思想是把兴趣区域等分
成网格，在各格中提取关于边缘点的信息（各方向梯
度的直方图），最终得到 & 个 &!C 维的区域边缘形态描
述向量。
!" !# 形成描述子“单词”
如果我们把图像的局部形态模式抽象地看作 & 个
“概念”，那么我们可以建立这样的对等关系：上述模
式对应“单词”，而 & 个图像对应“文本”。这样理解图
像的含义就转化为理解文本的语义。通常采用的形成
单词的方式是：采集各类文本的大量局部形态描述子
向量，进行聚类，产生的每个 -<12>*+ 就看作 & 个单词。
由于我们只需要检测出图像中是否包含淫秽语义，所
以可以只提取淫秽图像中的单词，而不必兼顾各种图
像类别的单词。后面将会看到这样处理的优势。
由于我们并不清楚到底需要多少数量的单词，所
以需要反复产生不同的聚类结果来进行实验。因为训
练集中产生的描述子数量非常庞大，兼之描述子维数
高，所以不能重复进行这样的聚类，为此我们把 D7
?*0,2聚类同合并聚类结合起来使用。首先我们把描
述子集合通过 E7?*0,2 聚类产生大量的 -<12>*+，其数
目足以保证能形成细致的描述能力。然后对这些
-<12>*+进行合并，即每次合并距离最近的两个 -<12>*+。
如果想考察 -<12>*+数量较小的情况，可以规定上述合
并过程的次数，从而获得指定的 -<12>*+数量。在 -<127
>*+数量较少时，每个 -<12>*+就相应具有较为广泛的描
述能力，相当于是 & 个概念相对广泛的单词。
!" $# 利用 %&’()规则进行识别
在拥有了对单词的定义后，我可以根据各个图像
中的单词出现情况来判断图像的类别。最基本的方式
就是使用 F0G*2 规则，计算图像类别的后验概率。在
对以往识别算法的观测中发现，几乎任意类别的图像
都有可能出现被误识别的图像，但人物类图片的错误
率非常突出［H］，其原因就如前面所述，检测方法基于
皮肤区域。为此我们简单地把图像分成 3 类：淫秽类、
普通类、人物类。
设 !" 表示各个图像类别，# 表示图像中出现的单
词集合。可以简单假设各个单词的出现彼此是独立
的［I］，则：
$（# % !"）& "
’
( & &
$（)( % !"）。 （&）
其中 # J｛)&，)!，⋯，)’｝，每个 )( 代表 & 个单词即 &
个 -<12>*+的编号。于是有 F0G**公式：
$（!" % #）&
$（!"）"
’
( & &
$（)( % !"）
#
3
+ & &
$（!+）"
’
( & &
$（)( % !"）
。 （!）
$ $ 由于我们只采集了淫秽图像中的“单词”，所以我
们不适合使用简单比较各 $（!" K#）大小的方式来判断
类别。因此，我们通过与传统检测器的结合，用概率阀
值来判断图像是否为色情的。这样，由于各$（!"）可以
看作值未知的常数，我们还可以回避对$（!"）的估计。
具体我们计算：
*!,-. &
"
’
( & &
/（)(）$（)( % !"）
#
3
+ & &
"
’
( & &
/（)(）$（)( % !"( )）
。 （3）
$（)( K !"）是从训练图像中统计得到的。/（)(）刻
画了描述子 )( 到其所属 -<12>*+ ’0 在特征空间中的
中心位置的相对距离，是赋给 )( 的权值，具体定义
如下：
/（)(）&
& 如果 /"（)(）1 23.（’0）
*LM 4（/"（)(）4 23.（’0））
!
!!（’0）
( )!{ 否则 。
（:）
·"&·
刑事技术 !""# 年第 ! 期
其中 !"（"#）表示 "# 到$% 中心的欧式距离，&’(（$%）
表示 $% 中训练数据点到中心的平均距离，!（$%）表
示 $% 中训练数据点到中心的距离均方差。
还有 $ 个要注意的问题是，在处理中，如下两类从
淫秽图像中得到的噪声“单词”不在判断中使用：（$）
出现频率低的单词；（!）在淫秽图像和非淫秽图像中
出现频率接近的单词。
在得到（%）式中的 )*+,( 后，我们使用阀值来判断
图像的类别。由于我们只使用了敏感类“单词”，所以
)*+,(相当于图像趋于色情类的权重，并不帮助判断图
像是否属于其他的某种类型。利用传统的检测算法，
先给出 $ 个基本的判断，将图像分为两类：!，"，即分
别对应被传统算法判断为淫秽和非淫秽的图像。分别
找到合适的阀值 &’()*’$ 和 &’()*’!，若!类图像的 )*+,(
高于 &’()*’$，或"类图像的 )*+,( 高于 &’()*’!，则图像
判断为淫秽的。可以预见 &’()*’$ 应低于 &’()*’!。
我们所用的传统检测算法来自于［#］，其基本思路
就是提取简单的关于皮肤区域形状、颜色、纹理的一些
特征，然后使用 +,-.//*&方法产生了一系列决策树作
为分类器。
%0 实验结果
我们收集了大量的淫秽类图像，以及普通图片和
人物类图片（包括明星、泳装、相册、体育等方面）。首
先我们从数千幅淫秽图像中提取近 1" 万个描述子，在
获取描述子的过程中，我们依据皮肤检测结果，只保存
皮肤区域附近的兴趣点。
然后对这些描述子进行聚类，获得 !""" 个 234*5
&)(。淘汰包含训练实例过少的 234*&)(，实际获得 $6!7
个 234*&)(，并产生了前述的 234*&)(树。
从 % 大类图像中，分别准备了大量的训练数据和
测试数据。通过训练数据我们获得关于 -（"# 8 *.）的
统计数据。对于测试数据，在不减低正检率的前提下，
我们分别尝试了：（$）不同数量的“单词”，即 234*&)(的
个数。（!）排除噪声单词的不同标准。（%）不同的
&’()*’$ 9 &’()*’!。
最后对比只使用传统算法的检测结果，我们得到
了如下的测试结果：普通类图像的误判率降低了
:%; #<，人物类图像的误判率降低了 %!; "<。
:0 结0 论
本文把当前流行的物体检测、分类方法引入了淫
秽图像识别领域。提取图像兴趣点的 =>?@ 描述子向
量，并将之抽象地视为视觉“单词”。把传统的检测方
法与 .-A)*规则结合起来。使用简单的概率阀值判断
规则，就可以大量减少对非淫秽图像的误检。
参考文献：
［$］0 BCDEA/DE FC，G/DE G4，H’/DEI’C =’CJ =)K-D&C2 L)-&4() )M5
&(-2&C/D 4*CDE E)D)&C2 N(/E(-KKCDE CD CK-E) ()&(C)O-3J P-&5
&)(D Q)2/EDC&C/D，!"":［R］J >SPQ !"":J P(/2)),CDE* /L &’)
$#&’ CD&)(D-&C/D-3 2/DL)()D2) /D O/34K) $，!%5!7 +4EJ
!"":J P-E)（*）：7:T571$J
［!］0 U/VVCD/* >，W-(-E/* P，X4C33) +J ./&&/K54N Y &/N5,/ZD
/[\)2& ,)&)2&C/D 4*CDE N(CK-3 *V)&2’ L)-&4()* -D, E(-N’C2-3
K/,)3*［ R］J S/KN4&)( OC*C/D -D, N-&&)(D ()2/EDC&C/D，!""7
>]]] 2/KN4&)( */2C)&A 2/DL)()D2) /D O/34K) !，!""7J P-E)
（*）：$T6%5$6""J
［%］0 F/Z) ^ _J ^C*&CD2&CO) CK-E) L)-&4()* L(/K *2-3)5>DO-(C-D&
V)AN/CD&*［R］J >RS‘，!"":J 7"（!）：6$5$$"J
［:］0 P ‘C/3-，W R/D)*，“Q-NC, /[\)2& ,)&)2&C/D 4*CDE - [//*&),
2-*2-,) /L *CKN3) L)-&4()*”，S/DL［R］J S/KN4&)( OC*C/D -D,
N-&&)(D ()2/EDC&C/D，!""$，NNJ 1$$51$TJ
［1］0 WCV/3-\2IAV U，=2’KC, SJ + N)(L/(K-D2) )O-34-&C/D /L 3/2-3
,)*2(CN&/(*J P-&&)(D -D-3A*C* -D, K-2’CD) CD&)33CE)D2)，>]]]
&(-D*-2&C/D* /D O/34K) !#，>**4) $"，a2&J !""1J P-E)（*）：
$7$15$7%"J
［7］0 ]N*’&)CD .，b33K-D =J >,)D&CLACDE *)K-D&C2-33A )c4CO-3)D&
/[\)2& L(-EK)D&*J S/KN4&)( OC*C/D -D, N-&&)(D ()2/EDC&C/D，
!""1J S‘PQ !""1［ R］J >]]] S/KN4&)( */2C)&A 2/DL)()D2)
/D O/34K) $，!"5!1 R4D) !""1J P-E)（*）：!56J
［#］0 d)C H)DE，d)D _-/，@-/ H’-DE，X-DE FC4J >K-E) E4-(,5
)(：+D CD&)33CE)D& ,)&)2&/( L/( -,43& CK-E)*J +*C-D 2/DL)(5
)D2) /D 2/KN4&)( OC*C/D［R］J +SS‘!"":，R)\4 C*3-D,，V/()5
-，R-DJ !#5%"，!"":，NN$6T5!"%J
［T］0 S ^-D2) R dC33-K/Z*VC，F ?-D，S .(-A -D, _ S*4(V-J ‘C*5
4-3 2-&)E/(CI-&C/D ZC&’ [-E* /L V)AN/CD&*［W］J >D ]SS‘ CD5
&)(D-&C/D-3 Z/(V*’/N /D *&-&C*&C2-3 3)-(DCDE CD 2/KN4&)( OC5
*C/D，!"":J
［6］0 X d-DE，d d-DE，d _-/J Q)*)-(2’ /D &’) ,C*2(CKCD-&C/D
/L N/(D/E(-N’C2 -D, [CVCDC CK-E)*［ R］J P(/2)),CDE* /L &’)
*)O)D&’ >]]] CD&)(D-&C/D-3 =AKN/*C4K /D W43&CK),C-（ >=We
"1）J 11T517:，!""1J 收稿日期：
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
$
$
$
$
$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$
$
$
$
$
$
%
%
%
%
!""#5"%5"$
欢 迎 订 阅《刑事技术》杂 志
联系电话：（"$"）577!76:T6，77!761$6 0 传真电话：（"$"）7%:"#%:!
地址：北京市 %T$# 信箱《刑事技术》编辑部（$"""%T）
·$$·
