(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210910599.7 (22)申请日 2022.07.29 (71)申请人 中国兵器 工业信息中心 地址 100032 北京市西城区三里河路46号 (72)发明人 王兴林　段莹龙　关彬捷　甘枫　 常帆　江璐彤　 (74)专利代理 机构 北京高航知识产权代理有限 公司 11530 专利代理师 王庞 (51)Int.Cl. G06V 40/16(2022.01) G06V 40/10(2022.01) G06V 10/44(2022.01) G06V 10/56(2022.01) G06V 20/60(2022.01) (54)发明名称 一种基于深度学习的内容 安全检测系统 (57)摘要 本发明公开了一种基于深度学习的内容安 全检测系统， 包括内容获取模块、 区域提取模块 和检测模块； 内容获取模块用于获取网页中的 图 像； 区域提取模块用于采用如下方式获取图像中 的皮肤区域： 对图像进行人脸检测， 判断图像中 是否包含人脸， 基于判断结果选择自适应的检测 算法来获取皮肤区域， 检测模块用于将皮肤区域 输入到深度学习识别模型中进行内容安全检测， 判断图像是否为敏感图像。 本发 明在对网页中的 图像进行安全检测时， 采用的不是的单一的肤色 检测模型， 从而有效地提高了获得的皮肤区域的 准确性。 因此， 本发明能够提高对网页内容进行 安全检测的准确性。 权利要求书2页 说明书5页 附图1页 CN 115331286 A 2022.11.11 CN 115331286 A 1.一种基于深度 学习的内容安全检测系统， 其特征在于， 包括内容获取模块、 区域提取 模块和检测模块； 内容获取模块用于获取网页中的图像； 区域提取模块用于采用如下 方式获取图像中的皮肤区域： 对图像进行 人脸检测， 判断图像中是否包 含人脸， 若是， 则获取人脸区域的像素点的集合U1， 获取U1中的像素点在YCrCb 颜色空间中的Cr 分量的取值范围和Cb分量的取值范围； 基于Cr分量的取值范围和Cb分量的取值范围获取图 像中的皮肤区域； 若否， 则分别 采用椭圆肤色模型、 RGB肤色模型和YCrCb肤色模型对图像进行识别处理， 获得对应的肤色像素点的集合U2、 U3和 U4； 获取U2、 U3和 U4的交集U5； 基于交集U5获取图像 中的皮肤区域； 检测模块用于将皮肤 区域输入到深度 学习识别模型中进行内容安全检测， 判断图像是 否为敏感图像。 2.根据权利要求1所述的一种基于深度 学习的内容安全检测系统， 其特征在于， 所述对 图像进行 人脸检测， 包括： 使用人脸检测算法对图像进行 人脸检测； 人脸检测算法包括Faceness ‑Net人脸检测算法、 DSFD人脸检测算法、 Dlib人脸检测算 法中的任一种。 3.根据权利要求1所述的一种基于深度 学习的内容安全检测系统， 其特征在于， 所述基 于Cr分量的取值范围和Cb分量的取值范围获取图像中的皮肤区域， 包括： 将Cr分量的取值范围记为[miCr,maCr ]， miCr和maCr分别 表示U1中的像素点在YCrCb颜 色空间中的Cr分量的最小值和最大值， 将Cb分量的取值范围记为[miCb,maCb]， miCb和maCb 分别表示U1中的像素点在Y CrCb颜色空间中的Cb分量的最小值和最大值； 将图像中除了人脸区域的像素点存 入集合Utemp； 对于Utemp中的像素点pix， 若p ix在YCrCb颜色空间中满 足miCr≤Crpix≤maCr且miCb≤ Cbpix≤maCb， 则将pix存入第一临时集合Utp1， Crpix和Cbpix分别表示pix在YCr Cb颜色空间中 的Cr分量和Cb分量的值； 将人脸区域的像素点加入到第一临时集 合Utp1中， 获得第二临时集 合Utp2； 以第二临时集合Utp2中的像素点为种子点， 在图像中进行区域生长处理， 获得多个连 通区域； 按照设定的规则对连通区域中进行筛 选， 获得皮肤区域。 4.根据权利要求1所述的一种基于深度学习的内容安全检测系统， 其特征在于， 所述 RGB肤色模型， 包括：权　利　要　求　书 1/2 页 2 CN 115331286 A 2其中， R(x,y)、 G(x,y)、 B(x,y)分别表示坐标为(x,y)的像素点在RGB颜色空间中红色分 量、 绿色分量、 蓝色 分量的值。 5.根据权利要求1所述的一种基于深度学习的内容安全检测系统， 其特征在于， 所述 YCrCb肤色模型， 包括： 其中， Cr(x,y)和Cb(x,y)分别表示坐标为(x,y)的像素点在YCrCb颜色空间中 的Cr分量 和Cb分量的值。 6.根据权利要求1所述的一种基于深度 学习的内容安全检测系统， 其特征在于， 所述基 于交集U5获取图像中的皮肤区域， 包括： 以交集U5中的像素点 为种子点， 在图像中进行区域 生长处理， 获得多个连通区域； 按照设定的规则对连通区域中进行筛 选， 获得皮肤区域。 7.根据权利要求1所述的一种基于深度 学习的内容安全检测系统， 其特征在于， 所述将 皮肤区域输入到深度学习识别模型中进行内容 安全检测， 判断图像是否为敏感图像， 包括： 对皮肤区域进行光线调节处 理， 获得第一图像； 对第一图像进行降噪处 理， 获得第二图像； 将第二图像输入到深度学习识别模型中进行内容安全检测， 判断图像是否为敏感图 像。权　利　要　求　书 2/2 页 3 CN 115331286 A 3