鉴黄存在哪些难点？

　　云从科技高级算法工程师周翔：

　　实时视频影像分析大致通过三大方面进行鉴定：

　　是否有人物（有：色情概率增加）

　　人形轮廓的肤色比例（大：色情概率增加）

　　姿态分析（性行为姿势：色情概率增加）

　　人类对于色情的定义较为广泛，多种情况下对于色情的鉴定标准也会有不同。在这基础上其实对于黄色和非黄色图片的区分，有时候不是特别明显，很难判断。举个通俗的例子，赤裸上身的男子照片（属于肤色比例大），这种图片本质上属于非黄色图片，但很多时候，因为训练数据里有类似图片被判定为黄色图像，存在判错的问题。因此需要利用大量样本去不断地训练它，让机器不断纠正，学习更多特征避免这种“低级错误”。

　　这也正是上面提到部分CV公司不涉入鉴黄业务的原因，因为一直需要大量样本去不断训练、纠正，工程量挺大。

　　鉴黄的数据训练过程是什么样的？

　　图普科技工程师：

　　通俗讲，可以把深度学习理解为一个空白的大脑，海量数据就是灌输进来的经验。当我们把大量的色情、性感、正常的样本的属性告诉深度学习的引擎， 让引擎不断学习，然后把他们做对的进行奖励，做错的就惩罚，当然这些奖励和惩罚都是数学上的，最后空白的脑袋就会学成了一种连接的模型，这种模型就是为了鉴别色情与非色情而生的。

　　综合上述内容，AI科技评论把人工智能鉴黄总结为以下几点：

　　实时视频影像分析大致要从三个方向鉴定：是否有人物、人形轮廓的肤色比例、姿态分析。

　　直播/视频和图片鉴黄区别不大，把动态视频解码为图片帧就与图片没差了。视频鉴黄不会对每一帧进行识别，一般是从固定时间段里抽取几帧进行识别。

　　黄色的图片和视频帧最好达到十万的量级，深度学习才能跑起来。而训练小批量数据一般采用传统的特征分析加分类器算法来做，但效果和精度不如深度学习。

　　屏蔽、删除或者禁播等方面的处理，主要是看业务方，可以选择由机器自动处理或者人工介入。

　　最后，鉴黄的棘手之处主要是难以掌握色情和非色情的临界点，机器容易把正常图片（如男生上身半裸图片）误判为色情图片，因此需要大量的数据不断去训练和纠正，是个慢熬的苦差事，这也是部分CV公司不涉入鉴黄业务的一大原因。