基于上下文感知的不良影像分类

This project focuses on study the pornographic filtering methods in multimedia communication. The pornographic images and videos contain complex content and rich semantic information. They are hard to be described by the low-level features, which will lead to false detection. This project abstracts scientific issues from the practical applications. We aim to obtain the latent semantic topics of images statistically by learning from human cognitive mechanism and combining visual cognitive calculation methods. Then, we use the probabilistic graphic theory to build new computational models to realize semantic pornographic filtering, which takes advantages of the co-concurrent context of the pornographic images and videos. The research content includes: (1) Latent topic cognition and analysis of images, (2) Erotogenic-part detection based on discriminative deformable model, (3) Pornographic filtering by multi-clue ensemble of semantic context. This project involves the latest theories of cognitive computing and statistical learning. We study this task through a new perspective of analysing the features of pornographic images and videos. The research has important scientific meaning and wide potential applications. During this study,we expect the breakthrough in theory, which will provide the theoretical and technical basis for semantic modeling, content analysis and understanding of multimedia data.

本项目主要研究多媒体通信中淫秽色情不良影像的过滤方法。不良影像内容复杂、语义信息丰富，基于低层特征的检测方法不足以描述其内容，从而易导致误判。本项目从实际应用中抽象出科学问题，旨在借鉴人类的认知机理，结合最新的视觉信息认知计算方法，根据统计推理模型提取图像隐含的语义主题，结合概率图理论充分利用不良影像中共生的上下文信息，建立新的计算模型和方法，从语义角度判定不良信息。主要研究内容包括：(1)图像隐含主题语义认知与解析；(2)基于鉴别性形变模型的人体敏感器官检测；(3)结合语义上下文的不良影像多线索集成判决。本项目涉及认知计算和统计学习的最新理论，需要针对不良影像的特点，从新的角度进行研究。研究内容具有重要的理论意义和广阔的应用前景。本项目预期在理论上有所突破，为多媒体影像语义建模、内容分析与理解方面的研究奠定理论和技术基础。

多媒体通信中淫秽、色情、敏感图像等不良影像的传播更为隐蔽化和多样化，不良影像严重影响用户尤其是青少年的身心健康。本项目针对不良影像中信息模式复杂的特点，利用视觉信息认知计算的方法，实现基于语义上下文感知的不良影像的判别。主要研究内容及所取得的研究成果涉及以下几个方面：结合肤色线索和图像隐含语义主题的不良图像检测，基于颜色显著性线索的图像敏感信息检测与跟踪，图像鉴别性结构特征提取与模型结构稀疏优化方法，结合图像文本信息的图像语义内容结构建模与分析以及多因素影响下的敏感人物识别。在理论创新方面，提出了一系列的新思想、新方法，在国内外主流学术期刊和会议上发表学术论文17篇，其中EI检索14篇，SCI检索5篇, 计算机视觉与模式识别顶级国际会议CVPR 2 篇, ICCV论文1篇。通过在会上宣读论文和与会学者的热烈讨论，促进了本课题研究成果的传播，实现思想的碰撞和学科的交叉，发掘新的科学问题和新的研究方向。在关键技术方面，已授权国家发明专利6项，受理发明专利7项。项目培养博士生3名，硕士生10名。成功协助举办了第十二届中国机器学习及其应用研讨会(MLA 2014)，与国内外同行进行交流，引起了国内外广泛关注。在项目可持续发展方面，通过本项目支持，已拓展出结合图像文本信息的图像语义理解以及多因素影响下的敏感人物识别等新领域，为进一步开展更深入的研究奠定了基础。本项目所取得的研究成果已应用于中国移动广东公司及中国移动应用商场测试中心的不良信息过滤。该项目的研究成果对净化社会环境，维护社会伦理道德等方面有积极的作用和重要意义。