首页 > 资讯列表 > 科技资讯 >> 业界动态

网络鉴黄靠“鉴黄师”?科技巨头们已采用新方法

业界动态 2017-01-11 19:45:15 转载来源: 网络整理/侵权必删

人工智能鉴黄市场竞争愈发激烈,目前图普科技、阿里绿网、腾讯万象优图等团队已占据大量市场份额,在此环境下,不少公司试图通过提供更全面的服务从这片红海中分一杯羹。直播鉴黄一般从哪些方面进行鉴定?通常情况下,直播鉴黄通过视频截图、图像识别、语音技审、弹幕监控、关键字抽取等能力智能识别色情内容

人工智能鉴黄市场竞争愈发激烈,目前图普科技、阿里绿网、腾讯万象优图等团队已占据大量市场份额,在此环境下,不少公司试图通过提供更全面的服务从这片红海中分一杯羹。

直播鉴黄一般从哪些方面进行鉴定?

通常情况下,直播鉴黄通过视频截图、图像识别、语音技审、弹幕监控、关键字抽取等能力智能识别色情内容。在向客户正式提供图像识别服务前,会先邀请直播平台用户进行体验测试,收集一些直播平台专属特征数据,比如不同的直播背景、环境光线强度、话题内容等,进行定制化的训练模型,不同的直播平台将获得定制化的专属图像识别服务。

其中视频直播内容的审查鉴定可以从以下几个步骤:识别图像中是否存在人物体征,统计人数;识别图像中人物的性别、年龄区间;识别人物的肤色、肢体器官暴露程度;识别人物的肢体轮廓,分析动作行为;除了图像识别之外,还可以从音频信息中提取关键特征,判断是否存在敏感信息;实时分析弹幕文本内容,判断当前视频是否存在违规行为,动态调节图像采集频率。

在图像识别方面,其中每分钟视频采集关键帧的频率可以由客户设定,从1秒到几十秒均可。例如可以默认5秒采集一次关键帧用于识别,也可以在出现疑似告警时动态调节采集频率,加快至每秒一张。

您刚提到音频关键特征提取,这个可以深入讲讲吗?

音频分析主要有以下几个方面:

通过声纹识别技术,判断当前直播间的主播是否为注册主播本人,对主播身份进行识别。

对主播的语音内容进行关键词检索,是否存在禁语、敏感词。

对特定的连续语音数据段进行识别,是否存在不良信息。

对口播广告的播出频次进行统计,分析广告投放效果。

不过视频、音频双通道检测的方案由用户来决策,秀场直播通常用图像检测就可以满足绝大部分需求,音频检测可能更适用于语音内容为主的直播平台。两者结合起来会大大提高识别准确率、降低误报率,但成本也会相应提高,所以用户可以根据业务需求进行选择。

目前的准确率、误报率、召回率大概是多少?是否会进行人工复审?

目前直播平台涉黄图像检测的准确率高达99%以上,误报率低于1%,需要客户进行人工复核的比例不超过3%。通常情况下不提供人工复审的服务,但是会对疑似的图像进行标注并提醒用户进行人工复核。人工复核后的数据会被收集起来进行迭代训练,这样可以不断提升识别的准确率。

直播的实时性、对于机器的图片识别处理速度要求特别高,对于机器的计算能力会不会特别高?采用什么样的方式进行处理?

网络视频直播实时性强,对服务端图像识别处理的速度要求特别高,除了对带宽有较高的要求外,还需要识别服务器拥有强大的GPU运算能力,尤其是应用深度机器学习算法进行模型训练阶段,强大的GPU集群服务器是不可或缺的,并基于全链接层的特性去除了对训练图像大小的限制,快速提升算法处理速度。此外在采集视频图片时也可以采用动态调节采集频率的办法,通常情况下几秒一帧,出现敏感信息后加快采集频率,可以更及时的识别涉黄信息并提出告警。

模型训练所需的数据的量有多大?一般什么原因会影晌鉴定准确率?

以极限元为例,基础数据集有几千万张图片,此外每天还会追加两万张各类正、负样本图片,用于迭代训练,不断微调优化识别准确率。每周会进行一次基础模型训练,每1-2天会进行一次增量模型迭代训练。

至于鉴定准确率影响层面,主要还是数据量的匮乏,样本对应用场景的覆盖不全面导致训练出的模型存在误报、漏报或者识别错误,随着深度机器学习算法的日趋成熟,数据来源的多样性、专业性反而成为模型构造的重中之重。

此外,主播刻意进行一些干扰检测的手段,比如遮挡敏感部位、画中画等等,也会一定程度上影响到机器的识别判断。

机器能不能自动处理:屏蔽、删除、禁播等?

涉黄图片检测服务部署在云端,本身没有网络路径可以接触到用户的直播间管理系统,因此无法自动屏蔽、删除、暂停直播间的活动。但是如果用户选择私有云的部署方式,并授权识别服务器可以访问直播间管理系统,那么对涉黄直播间的删、停等操作是可以实现的。

智能鉴黄相对于人工鉴黄、成本下降多少?

以一家月直播10万小时的中小直播平台为例,如果采用传统的内容审核技术,100人的内容管理团队每月所花费的成本在80万上下。如果借助人工智能进行内容监控,人力投入可以削减到10人左右,综合投入不过10万到20万之间,将大大降低人力成本和管理费用。此外还有因此而节省的监视设备费、办公场地费等等。

色情和非色情的界限怎么把握、拿捏?

首先,在建立这样一个分类模型时,会有人工对图像大数据进行标注,存在一定主观判断误差,但也在大众理解的范围内。识别结果除了色情和正常外,还存在一个疑似或者称之为性感的类别,这些都是根据机器识别后的近似值进行匹配。

标签: 网络 鉴黄 鉴黄师 科技 巨头 采用 新方法


声明:本文内容来源自网络,文字、图片等素材版权属于原作者,平台转载素材出于传递更多信息,文章内容仅供参考与学习,切勿作为商业目的使用。如果侵害了您的合法权益,请您及时与我们联系,我们会在第一时间进行处理!我们尊重版权,也致力于保护版权,站搜网感谢您的分享!

站长搜索

http://www.adminso.com

Copyright @ 2007~2024 All Rights Reserved.

Powered By 站长搜索

打开手机扫描上面的二维码打开手机版


使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

站长搜索目录系统技术支持