Novedosa técnica para la detección de imágenes pornográficas empleando modelos de color HSV y YCbCr
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...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad de Antioquia
2012-01-01
|
| Series: | Revista Facultad de Ingeniería Universidad de Antioquia |
| Subjects: | |
| Online Access: | http://www.redalyc.org/articulo.oa?id=43025083007 |
| Summary: | 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 Paraben's 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. Paraben's 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. |
|---|---|
| ISSN: | 0120-6230 2422-2844 |