Large Scale Adult Image Filter

Abstract

In the environment of a modern web picture search engine, enormous amounts of data are being accumulated and indexed. Any manipulation on such amounts of data are bound to be highly efficient to be scalable. Especially when it comes to the rather computational field of image processing. The problem this thesis work have addressed is more specifically; to with a high degree of confidence filter out and separate explicit adult picture material from such a search engine's index. The work described by this thesis report is two sided. Firstly previous research in the topic have been reproduced in a base line system. By feeding a support vector machine a number statistical measures recorded from each image, a practical level of classification confidence is reached. Secondly a set of new image analysis functionality is evaluated and argued aid the classification rates even further. The proposed system is therefor claimed to show results on par with the state of the art adult image classifiers. Sammanfattning I en modern webbildsökmotor insamlas och indexeras enorma mängder data. All slags manipulation av sådana mängder data är bunden att vara högeffektiv för att kunna skala upp. Än mer då det tas i beaktning att bildmanipulation är ett relativt beräkningskrävande område. Det problem som denna rapport adresserat är mer specifikt; att med hög träffsäkerhet filtrera bort stötande pornografiskt material från en sådan sökmotors index. Arbetet presenterat i denna rapport är tvåsidigt. För det första har tidigare forskning återskapats i ett bassystem. Genom att mata en stödvektormaskin med statistiska mått dragna ur enskilda bilder har en praktiskt användbar nivå av korrekt klassifikation nåtts. För det andra har ny bildanalysfunktionalitet evaluerats och framledes förordats ytterligare förbättra klassifikationsnivån. Det föreslagna systemet gör såaledes anspråk på att visa resultat i linje med de båsta klassificerarna av pornografiska bilder.