Novedosa técnica para la detección de imágenes pornográficas empleando modelos de color HSV y YCbCr
DOI:
https://doi.org/10.17533/udea.redin.13117Palabras clave:
reconocimiento de patrones, detección de piel, modelos de color HSV y YcbCr, análisis forense informático, contenido explícitoResumen
En este trabajo un novedoso método para la detección de imágenes con contenido explícito es propuesto usando la transformación del modelo de color RGB al modelo HSV ó YCbCr, el cual es el formato más común para imágenes que existen en Internet, además se propone el uso de un umbral para la detección de piel aplicando los modelos de color HSV y YCbCr. Aplicando el umbral propuesto la imagen es segmentada, una vez segmentada la imagen se calcula la cantidad de piel localizada en dicha imagen. Los resultados obtenidos usando el sistema propuesto son comparados con dos programas que cumplen con el mismo objetivo, el Forensic Toolkit 3.1 Explicit Image Detection (FTK 3.1 EID) y el Parabens Porn Detection Stick, los cuales son dos de las soluciones más empleadas para la detección de esta clase de imágenes. Los resultados reportados en este trabajo se obtuvieron utilizando tres conjuntos de imágenes, cada uno de los cuales consta de 800 imágenes elegidas aleatoriamente, de las cuales 400 son imágenes naturales y el resto son imágenes con contenido explícito, las cuales fueron ocupadas para probar el sistema propuesto y las dos herramientas comerciales . El sistema propuesto obtuvo un 78,75% de reconocimiento, 28% de falsos positivos y 14,50% de falsos negativos, el programa FTK 3.1 Explicit Image Detection logró un 72,12% de reconocimiento, 38,50% de falsos positivos y 17,25% de falsos negativos. Parabens Porn Detection Stick obtuvo 74,25% de reconocimiento con 16% de falsos positivos y 35,50% de falsos negativos. Finalmente se pudo comprobar que el sistema propuesto logra detectar las imágenes bajo estudio mejor, que dos de las herramientas de software comerciales, más usadas por investigadores forenses, por lo que el método propuesto puede aplicarse para análisis forense informático o en detección de imágenes pornográficas almacenadas en dispositivos de almacenamiento masivo.Descargas
Citas
INEGI. Estadísticas sobre Disponibilidad y Uso de Tecnología de Información y Comunicaciones en los Hogares. 2009. Disponible en: http://www.inegi.org.mx/prod_serv/contenidos/espanol/bvinegi/productos/encuestas/especiales/endutih/ENDUTIH_2009.pdf. Consultado el 26 de Mayo de 2012,
J. Marcial, G. Aguila, G. S·nchez, L. Toscano, H. Pérez. Explicit Image Detection using YCbCr Space Color Model as Skin Detection. In Proc. Of 5th WSEAS Int. Conf on Computer Engineering and Applications (CEA ë11). Canc˙n, MÈxico. 2011. pp. 123-128.
C. Habis, F. Krsmanovic. Explicit Image Filter. Stanford University. Stanford (USA). 2005. pp. 1-10.
Paraben Corporation. Parabenís Porn Detection Stick. Disponible en: http://www.paraben-sticks.com/porndetection-stick.html. Consultado el 26 de Mayo de 2012.
Access Data Group. Forensic Toolkit. Disponible en: http://accessdata.com/products/computer-forensics/ftk. Consultado el 26 de Mayo de 2012.
M. Fleck, D. Forsyth, C. “Bregler. Finding naked people”. Proceedings of European Conference on Computer Vision. Vol. 2. 1996. pp. 592-602. DOI: https://doi.org/10.1007/3-540-61123-1_173
G. Wiederhold, J. Wang. ìWIPE (TM): Wavelet Image Pornography Elimination; A System for Screening Objectionable Imagesî. Computer Communications Journal. Vol. 21. 1998. pp. 1355-1360. DOI: https://doi.org/10.1016/S0140-3664(98)00203-5
L. Chen, J. Zhou, Z. Liu, W. Chen, G. Xiong. A Skin Detector Based on Neural Network. In IEEE 2002 International Conference on Communication, Circuits and Systems and West Sino Expositions. Muroran, Japón. 2002. pp. 615- 619.
P. Fuangkhon, T. Tanprasert. Nipple Detection for Obscene Pictures. In Proc. Of 5th WSEAS Int. Conf. on Signal, Speech and Image Processing (SSIP ‘05). Corfu Island, Greece. 2005. pp. 315-320.
Access Data Group. Forensic Toolkit Explicit Image Detection. Disponible en: http://accessdata.com/pdf/explicit-image-detection. Consultado el 26 de Mayo de 2012.
I. Aldasouqi, M. Hassan. Human Face Detection System Using HSV. In Proc. Of 9th WSEAS Int. Conf. on Circuits, Systems, Electronics, Control & Signal Processing (CSECSí10). Atenas, Grecia. 2010. pp. 13-16.
G. Kukharev, A. Novosielski. Visitor identification elaborating real time face recognition system. In Proc. 12th Winter School on Computer Graphics (WSCG), Plzen, República Checa. Feb. 2004. pp. 157-164.
N. Sarris, N. Grammalidis, M. Strintzis. Detection of Faces and Facial Features in Images using a Novel Neural Network Technique. In Proc. Of WSEAS Int. Conf. on Neural Network and Applications (NNAí01). Islas Canarias, España. 2001. pp. 6361-6366.
Victor. Neagoe, M. Neghina. Face Detection Using a Dual Cross-Validation of Chrominance/Luminance Channel Decisions and Decorrelation of the Color Space. In Proc. Of 14th WSEAS Int. Conf. on Computers. Isla Corfu, Grecia. 2010. pp. 391-396. DOI: https://doi.org/10.1109/ICCOMM.2010.5509043
D. Chai, K. Ngan. “Face segmentation using skincolor map in videophone applications”. IEEE Trans. on Circuits Syst. Video Technol. Vol. 9, Issue 4. 1999. pp. 551-564. DOI: https://doi.org/10.1109/76.767122
M. Jones, J. Regh. “Statistical color models with application to skin detection”. In Proc. Of the CVPR í99. Vol. 1. 1999. pp. 1274-1280.
M. Yang, N. Ahuja. Detecting human faces in color images. International Conference on Image Processing (ICIP). Chicago, Illinois, USA. 1998. pp. 127-130.
V. Vezhnevets, V. Sazonov, A. Andreeva. A Survey on Pixel-based Skin Color Detection Techniques. In Proceedings of the Grapics Conference. Moscú, Rusia. 2003. pp. 85-92.
P. Kakumanu, S. Makrogiannis, N. Bourbakis. “A survey of skin-color modeling and detection methods”. Pattern Recognition. Vol. 40. 2007. pp. 1106-1122. DOI: https://doi.org/10.1016/j.patcog.2006.06.010
W. Kelly, A. Donnellan, D. Molloy. Screening for Objectionable Images: A Review of Skin Detection Techniques. In Machine Vision and Image Processing Conference (IMVIP ‘08). Coleraine, Northern Ireland. 2008. pp. 151-158. DOI: https://doi.org/10.1109/IMVIP.2008.21
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Revista Facultad de Ingeniería
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.