回顧2004年的歷史,這是一篇即使現在來看,還是很經典的一篇文章!
多年以前,曾經有網友上傳圖片時,說自己是色科院的研究僧,原因你看了這篇就會知道。
網路上2004年最紅的研究僧是誰?是一位就讀於成功大學工程科學所的研究僧先僧!
為什麼?因為他寫了一篇論文。如果你現在還沒收到這篇論文的轉寄或是下載,那代表你人緣可能不是很好,最好自己檢討一下。
一般研究僧的論文都一向以超級無聊和極端不白話為主要賣點,彷彿只有這樣教授才會通過。這一篇論文主要的研究內容是影像處理中的圖形辨識,內文中牽扯到的是用複雜的模型和方程式辨識影像的內容。這聽起來好像真的超級無聊,但又為什麼這篇論文會這麼受到青睞呢?原因就是在於它研究的目標是:「裸體影像」。這篇完成於2004年7月多的論文全名叫做「基於膚色之裸體影像偵測之研究」。
https://share.youthwant.com.tw/sh.php?do=D&id=86000858#
國立成功大學 工程科學系碩士班碩士論文
論文題目:基於膚色之裸體影像偵測之研究
研 究 生:胡冠宇
發表時間:93.07.23
中文摘要
本論文在以膚色為基礎的裸體影像偵測研究上,提出一個新方法,以將裸體影像分成三大類特徵模組的方式來加以偵測。首先,採用Bayesian YCbCr膚色偵測模型,來做為膚色偵測的方法。再將含大量膚色的影像丟入裸體影像分類流程中,以分類出裸體影像和非裸體影像。而這些分類流程中,包含臉部特寫影像分類器,而用來過濾會影響裸體偵測效能的臉部特寫影像;全裸影像分類器,用來過濾膚色大量集中在軀體上,影像中人物一絲不掛之全裸圖;胸前特徵影像分類器,利用顏色和亮度上的差異,以及胸前特徵與膚色間之關係,來切割出胸前特徵,並以之作為裸露胸前特徵影像判別之依據;裸露私處部位影像分類器,利用快速物件分析的方式,分析膚色像素在影像上的分布,來切割出私處部位,並以之作為判斷之依據。本論文,測試了從網路下載總共1538 張影像,研究成果有89.79%正確率,在未來不但有助於色情影像上的防堵,也能提供作為影像內容擷取技術上的參考。
成功大學那篇論文的立意是希望能夠提升目前色情防堵軟體的功能,從單純的防堵關鍵字到能夠針對色情圖片來進行防堵。不過,有許多網友在看到這篇論文的第一個反應是「靠!老子當年怎麼不能靠看A圖寫論文!」所以,該論文一下子被瘋狂下載一萬三千多次,眾多研究生紛紛努力研究其中的秘密在何處。(當然,也順便看了不少論文內舉例用的A圖)
(正妹與本事務所合影)
有些人可能覺得這篇論文是因為A圖的關係受到歡迎,但其實我認為主要是這篇論文中的豆知識吸引人才會讓這麼多人花時間下載這篇論文,並且詳細的閱讀。什麼叫做豆知識?這是在日本相當風行的一個用詞,就是指小小的常識,引伸之後成為不知道也沒關係,但十分適合拿來閒談的話題。許多男性看A圖看習慣了,誰會思考什麼色情圖片要素的問題?但是這篇論文中詳細告訴了你,依據科學方法分類,色情圖片有三種:全裸圖片、裸露胸前特徵、裸露私處特徵。色情圖片若是要以機器分析,關鍵就是在於膚色,所以要從膚色著手。但是,這樣還是有可能錯殺很多只照美女臉部的大特寫;於是色情圖片的另一大分析重點就是先用臉部辨識系統找出臉孔,然後,根據作者的研究,若是身體膚色面積大於臉部面積兩倍以上,那該圖就有極高可能是所謂的色情圖片。
所以讀者就不明白我們的苦心了,之所以我們經常用KERORO照片造福讀者的關係就是因為他不但裸體,而且他的身體面積全部加起來都沒有他的頭大,更別提他的膚色還是綠色的了!所以我們想盡辦法就是要避開那傳說中的色情領航員色情守門員!
本課程到此還沒結束,這套理論和系統還可以針對「胸前特徵」(這是作者客氣的說法,其實就是乳頭)、「私處」(是針對毛髮影像變化作分析),透過這三者的結合,科學的鐵拳再度粉碎了人類審美觀的障壁!不管你隆乳、漂白、刮毛、染色,環肥燕瘦,通通逃不過數學公式和影像分析的計算,89.79%的裸體影像都將被辨識出來!科學萬歲!
不過,這故事有個傷心的結尾,如果這套技術被大量應用,我們恐怕就讀不到這篇論文了;因為裡面有不少說明這套技術的圖片會被辨識為色情圖片,唉。
但是因為成功大學這位研究僧很小氣,後來把論文給鎖住了,這樣實在有違研究僧知識交流之目的,所以我們這次提供的則是另外一個接續性的研究,由小弟我的母校中央大學資訊工程學系碩士在職專班陳俊宏(Chun-Hung Chen)先僧研究,范國清 (Kuo-Chin Fan)教授指導的:《不當網頁中之色情圖片偵測》
https://thesis.lib.ncu.edu.tw/ETD-db/ETD-search-c/view_etd?URN=93532018
摘要:就網路的隱密性來說,使用者瀏覽色情網站多數為了滿足好奇心,以網路的匿名性、易得性、立即性、互動性的一些特質來說,多數原本只停留在瀏覽階段的使用者轉逐漸轉變成為影像的提供者,基於互相分享的回饋心理,加上免費網頁空間的服務,造成網路上到處都可以放置色情影像,貼圖區就是一個很明顯的例子,這是一個集合眾人貢獻的地方,沒有商業色情網站的付費機制做為第一道關卡,也不受網路內容分級的規範,任何人都可以輕易的取得色情影像,因此有必要加以防治。
本研究以膚色偵測、人臉偵測、膚色區域特徵來判斷影像內容是否為裸露之人體影像,透過網路封包擷取技術取出使用者所瀏覽網頁的URL,分析其網頁內容是否包含不適當的影像,最後產生URL黑、白名單。
It is a popular internet behavior that users browse through the pornographic websites for the purpose of satisfying their curiosity. Most users start to be image provider due to the anonymity, availability, immediacy, and interaction of internet. Pornographic images can be posted on almost every website because people tend to share whatever files they have with other users along with the offer of free homepage space service. The chart website is a typical example, which is a space with no payment mechanism and censorship. Almost all kinds of pornographic images are available on the website. It is a must to control and prevent such behavior.
In this thesis, we propose a nude image detection mechanism based on the techniques of skin color detection, face detection, and skin region detection. By utilizing internet packet, we can retrieve the user’s URL and then analyze whether the contents contain any inappropriate image. Finally, black and white URL lists will be produced to prevent the act.
# 關鍵字(中) 支援向量機
# 膚色偵測
# 不當網頁偵測
# 裸體影像過濾
# 關鍵字(英) support vector machine
# skin color detection
# Pornographic webpage detection
# nude image filter
https://thesis.lib.ncu.edu.tw/ETD-db/ETD-search-c/getfile?URN=93532018&filename=93532018.pdf
不過又不過,新一代的這一篇研究中又提到:
由於本研究的目標在於找出裸體影像,若以大量膚色聚集的方式試圖找出橢圓形人臉,將會造成非常多的誤判,因此不適合以膚色為主的方式來尋找人臉,由於貼圖區中的影像尺寸(size)通常很大,也不適合以樣板比對的方式來尋找,會造成耗費大量的計算時間,因此我們必須採用不以膚色為主方法來找出影像中的人臉。
看到沒有,這位研究僧非常認真的研究,所以他也知道,圖的尺寸相當大的,會耗費很多時間!所以這次他改了一個新技術來找出人臉!但這個新技術我根本也就不懂,所以沒辦法繼續說!
論文本身的內容提到:
在裸體影像偵測的實驗之中,我們發現膚色偵測的結果正確與否,會直接影響最後的判斷結果,由於自然界的顏色為無限,而數位影像可以表達的顏色範圍有限,因此在人物影像中的背景若出現接近人體膚色時往往造成嚴重的誤判;另一種狀況為意識形態的人物影像,如:有穿著衣服但動作猥褻,或者是有穿著衣服卻只裸露身體的某些部位,同樣也會造成影像的誤判的機率提高。
雖然研究僧很認真的描述這樣的技術缺陷,但顯然這對於歐美派的A圖篩選率不高,因為顯然這裡的膚色不包括黑色和白色呀!
至於穿著衣服和動作猥褻這件事情,這就是很難定義的東西了!挖鼻孔算不算猥褻呢?挖鼻孔之後又吃下去算不算呢?老師,我覺得他的眼神很猥褻!
Lucifer
唉,這真是太讓人困擾了呀~~~
追蹤我們的社群
追蹤我們的社群,了解最直接、最內幕的第一手消息
- 【Facebook】 https://www.facebook.com/Geekfirm
- 【Twitch】 https://www.twitch.tv/otakuarmy2
- 【加入YT會員】 https://reurl.cc/raleRb
- 【訂閱YT頻道】 https://reurl.cc/Q3k0g9
追蹤我們的社群
追蹤我們的社群,了解最直接、最內幕的第一手消息
- 【Facebook】 https://www.facebook.com/Geekfirm
- 【Twitch】 https://www.twitch.tv/otakuarmy2
- 【加入YT會員】 https://reurl.cc/raleRb
- 【訂閱YT頻道】 https://reurl.cc/Q3k0g9