ポルノ動画を6つのカテゴリに自動分類するディープラーニングを駆使したツール「Miles Deep」
1
By Chen Tao Liao
ニューラルネットワークを使って性的な動画を各秒95％の精度で6つのカテゴリに分類するAIポルノ動画ツール「Miles Deep」がGitHubで公開されています。分類ごとに自動的に動画を編集でき、性的接触を含まないシーンだけを削除したり、特定の行為だけを編集したりすることが可能です。
GitHub - ryanjay0/miles-deep: Deep Learning Porn Video Classifier/Editor with Caffe
https://github.com/ryanjay0/miles-deep
YahooはNSFW(職場閲覧不適切)な画像を認識するディープニューラルネットワーク「Open nsfw」をリリースしており、Miles Deepも類似するアーキテクチャを使用していますが、「NSFW」だけにカテゴライズするOpen nsfwと違って、ポルノ動画中のヌードや行為の違いなどを正確に認識することが可能。作者によればMiles Deepは「私が知る限り初めてのポルノ分類・編集ツールです」とのこと。
また、Miles DeepはオープンソースのディープラーニングライブラリCaffeモデルを使った一般的なビデオ分類フレームワークでもあり、設定ファイルを書き換えればポルノ以外の他のカテゴリのビデオを編集することも可能です。詳しい使用例についてはGitHub内で説明されています。
なお、3万6000枚の画像で訓練されたMiles Deepは、ポルノ動画を以下の6つのカテゴリに分類することができます。
1：blowjob_handjob(口か手で男性器を刺激)
2：cunnilingus(口で女性器を刺激)
3：other(それ以外)
4：sex_back(後背位)
5：sex_front(正常位)
6：titfuck(乳房で男性器を刺激)
例えば「sex_back」「sex_front」の違いはパフォーマーの体の向きではなく、カメラの位置によって定義されているとのこと。ポルノビデオは基本的に女性の体にカメラが面する構図になっているため、前から女性器が見える場合はsex_frontと分類され、背中側が見えているとsex_backと分類されます。また、性行為の種類については今のところ区別しないとのこと。なお、訓練に使われたデータセットは異性パートナーのものだけなので、「同性が同性に」など性別ごとの分類にも未対応。今後は分類するカテゴリの数を増加させて対応する予定です。
By Risto Kuulasmaa
By Chen Tao Liao
ニューラルネットワークを使って性的な動画を各秒95％の精度で6つのカテゴリに分類するAIポルノ動画ツール「Miles Deep」がGitHubで公開されています。分類ごとに自動的に動画を編集でき、性的接触を含まないシーンだけを削除したり、特定の行為だけを編集したりすることが可能です。
GitHub - ryanjay0/miles-deep: Deep Learning Porn Video Classifier/Editor with Caffe
YahooはNSFW(職場閲覧不適切)な画像を認識するディープニューラルネットワーク「Open nsfw」をリリースしており、Miles Deepも類似するアーキテクチャを使用していますが、「NSFW」だけにカテゴライズするOpen nsfwと違って、ポルノ動画中のヌードや行為の違いなどを正確に認識することが可能。作者によればMiles Deepは「私が知る限り初めてのポルノ分類・編集ツールです」とのこと。
また、Miles DeepはオープンソースのディープラーニングライブラリCaffeモデルを使った一般的なビデオ分類フレームワークでもあり、設定ファイルを書き換えればポルノ以外の他のカテゴリのビデオを編集することも可能です。詳しい使用例についてはGitHub内で説明されています。
なお、3万6000枚の画像で訓練されたMiles Deepは、ポルノ動画を以下の6つのカテゴリに分類することができます。
1：blowjob_handjob(口か手で男性器を刺激)
2：cunnilingus(口で女性器を刺激)
3：other(それ以外)
4：sex_back(後背位)
5：sex_front(正常位)
6：titfuck(乳房で男性器を刺激)
例えば「sex_back」「sex_front」の違いはパフォーマーの体の向きではなく、カメラの位置によって定義されているとのこと。ポルノビデオは基本的に女性の体にカメラが面する構図になっているため、前から女性器が見える場合はsex_frontと分類され、背中側が見えているとsex_backと分類されます。また、性行為の種類については今のところ区別しないとのこと。なお、訓練に使われたデータセットは異性パートナーのものだけなので、「同性が同性に」など性別ごとの分類にも未対応。今後は分類するカテゴリの数を増加させて対応する予定です。
By Risto Kuulasmaa
