روشی نوین برای کاهش تغییر روشنایی در تصاویر غیراخلاقی بر پایه شبکه عصبی عمیق فازی

در فضای اینترنت شناسایی عکس های غیراخلاقی امری ضروری در جهت حفاظت فیزیکی و ذهنی کودکان محسوب می شود؛ یکی ازچالش های اصلی در تشخیص تصاویر غیر اخلاقی تغییرات روشنایی و رنگ پوست بدن است. به همین منظور در این مقاله روشی برایحل تغییرات روشنایی و بهبود تشخیص تصاویر غیراخلاقی ارایه شده است. در این مقاله از شبکه عصبی عمیق فازی برای بهبودروشنایی تصاویر غیراخلاقی استفاده شده است. در روش پیشنهادی از مدل یادگیری عمیق xception جهت تقسیم تصویر براساسشدت روشنایی به بخش های مختلف بهره گرفته شده است. تقسیم کردن تصویر به قسمت های مختلف باعث بهبود تغییرات روشنایی باحفظ جزئیات تصویر و نهایتا شناسایی بهتر تصاویر غیراخلاقی شده است. به علاوه برای طبقه بندی رنگ پوست از ترکیب الگوریتممبتنی بر Gaussian-KNN بهره گرفته شده است که روشی غیرپارامتری برای طبقه بندی ها و رگرسیون ها است؛ و در انتها ازالگوریتم ماشین بردار پشتیبان برای طبقه بندی تصاویر استفاده شده است. به منظور پیادهسازی و ارزیابی روش پیشنهادی یکمجموعه شامل ۳۳۰۰۰ تصویر گردآوری شد، نتایج بدست آمده نشان می دهد که طرح پیشنهادی با دقت ۹۹/۷ درصد تصاویرغیراخلاقی را تشخیص می دهد.

Keywords:

تغییرات روشنایی , طبقه بندی رنگ پوست , تغییر چهره , تصاویر اخلاقی و غیراخلاقی , Gaussian-KNN , الگوریتم ماشین بردار پشتیبان