Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi

Ömer Faruk Dursun; İrem Türkmen

doi:10.7240/jeps.686886

Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi

Abstract

İnternet kullanımının gittikçe yaygınlaşması daha fazla insanın şiddet ve korku içerebilecek içeriğe erişme riskini arttırmıştır. Bu durum internet üzerindeki içeriğin diğer medya araçlarına göre daha az denetlenmesi ile birleştiğinde özellikle çocuklar ve bu tip içeriğe karşı hassas olan kişiler için önlemler alınması gereği ortaya çıkmıştır. Bu çalışmada renk ve doku özellikleri kullanılarak kan içeren görüntülerin tespitini yapabilecek süper piksel tabanlı bir yöntem önerilmiştir. Öncelikle kan görüntüsü içeren ve içermeyen fotoğraflardan oluşan bir veri seti hazırlanmış ve bu veri setindeki resimlere süperpiksel bölütleme metodu uygulanarak anlamlı, renk ve doku özellikleri bakımından benzer parçalar elde etmek amaçlanmıştır. Sistemin başarısına etkisinin ölçülmesi amacı ile bölütleme algoritmasının oluşturacağı süperpiksel sayısı üç farklı üst sınır ile denenmiştir. Bölütleme algoritmasından elde edilen parçalardan renk ve doku özellikleri çıkartılmış ve destek vektör makinesi yardımı ile kanlı bölge tespiti yapabilecek modeller oluşturulmuştur. Modeller oluşturulurken başarıları karşılaştırmak amacı ile çeşitli çekirdek fonksiyonları denenmiştir. Önerilen sistemde ortalama %96 doğruluk elde edilmiştir

Keywords

Otomatik Kanlı bölge tespiti,Süper piksel bölütlemesi,Renk özellikleri,Gri Seviye Eş oluşum Matrisi

References

[1] W. Hu, H. Zuo, O. Wu, Y. Chen, Z. Zhang, and D. Suter, “Recognition of Adult images, videos, and web page bags” ACM Transactionson Multimedia Computing, Communications, and Applications (TOMM), vol. 7, no. 1, p. 28, 2011.
[2] A. P. B. Lopes, S. E. F. de Avila, A. N. A. Peixoto, R. S. Oliveira, and A. de Albuquerque Araújo, “A bag-of-features approach based on hue-sıft descriptor for nude detection,” in Proceedings of the XVII European Signal Processing Conference (EUSIPCO), Glasgow, Scotland, 2009.
[3] R. Guermazi, M. Hammami, and A. B. Hamadou, “Violent web images classiﬁcation based on mpeg7 color descriptors,” in Systems, Man and Cybernetics, 2009. SMC 2009. IEEE International Conference on, IEEE, 2009, pp. 3106– 3111.
[4] D. Wang, Z. Zhang, W. Wang, L. Wang, and T. Tan, “Baseline results for violence detection in still images,” Sep. 2012, pp. 54–57, ISBN: 978-1-4673-2499-1. DOI: 10.1109/AVSS.2012.16.
[5] B. Li, W. Xiong, and W. Hu, “Horror image recognition based on context-aware multi-instance learning,” vol. 24, Dec. 2011, pp. 1158–1163. DOI: 10.1109/ ICDM.2011.155.
[6] Nievas, E. B., Suarez, O. D., García, G. B., & Sukthankar, R. (2011, August). Violence detection in video using computer vision techniques. In International conference on Computer analysis of images and patterns (pp. 332-339). Springer, Berlin, Heidelberg.
[7] Zhou, P., Ding, Q., Luo, H., & Hou, X. (2018). Violence detection in surveillance video using low-level features. PLoS one, 13(10), e0203668
[8] Ullah, F. U. M., Ullah, A., Muhammad, K., Haq, I. U., & Baik, S. W. (2019). Violence detection using spatiotemporal features with 3D convolutional neural network. Sensors, 19(11), 2472.

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Ömer Faruk Dursun This is me
0000-0001-6633-4458
Türkiye

İrem Türkmen ^*
0000-0002-8690-0725
Türkiye

Publication Date

January 30, 2021

Submission Date

February 15, 2020

Acceptance Date

October 5, 2020

Published in Issue

Year 2021 Volume: 33 Number: 1

DOI

https://doi.org/10.7240/jeps.686886

IZ

https://izlik.org/JA93YD56KP

Cite

RIS / Bibtex

APA

Dursun, Ö. F., & Türkmen, İ. (2021). Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi. International Journal of Advances in Engineering and Pure Sciences, 33(1), 28-38. https://doi.org/10.7240/jeps.686886

AMA

1.Dursun ÖF, Türkmen İ. Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi. JEPS. 2021;33(1):28-38. doi:10.7240/jeps.686886

Chicago

Dursun, Ömer Faruk, and İrem Türkmen. 2021. “Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi”. International Journal of Advances in Engineering and Pure Sciences 33 (1): 28-38. https://doi.org/10.7240/jeps.686886.

EndNote

Dursun ÖF, Türkmen İ (January 1, 2021) Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi. International Journal of Advances in Engineering and Pure Sciences 33 1 28–38.

IEEE

[1]Ö. F. Dursun and İ. Türkmen, “Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi”, JEPS, vol. 33, no. 1, pp. 28–38, Jan. 2021, doi: 10.7240/jeps.686886.

ISNAD

Dursun, Ömer Faruk - Türkmen, İrem. “Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi”. International Journal of Advances in Engineering and Pure Sciences 33/1 (January 1, 2021): 28-38. https://doi.org/10.7240/jeps.686886.

JAMA

1.Dursun ÖF, Türkmen İ. Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi. JEPS. 2021;33:28–38.

MLA

Dursun, Ömer Faruk, and İrem Türkmen. “Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi”. International Journal of Advances in Engineering and Pure Sciences, vol. 33, no. 1, Jan. 2021, pp. 28-38, doi:10.7240/jeps.686886.

Vancouver

1.Ömer Faruk Dursun, İrem Türkmen. Süper Piksel Tabanlı Otomatik Kanlı Bölge Tespit Sistemi. JEPS. 2021 Jan. 1;33(1):28-3. doi:10.7240/jeps.686886