智能多媒体 API

  • 图片鉴黄

    最近更新时间:2018-04-24 14:09:46

    用户通过图片鉴黄接口qpulp对存储在七牛云 bucket(支持华东、华北和华南 bucket)或 非七牛云 bucket 的图片进行智能识别,得到图片是属于色情、性感还是正常的分类检测结果。我们返回的结果中还包含图片属于此分类的概率值,概率值越高,表示属于此类的概率越大。

    用户可以根据返回结果中review字段的值来确定是否需要人工审核,true表示需要人工审核,false表示不需要人工审核。也可以根据您的业务需求,使用概率值score确定需要人工复审的界限。

    1. 使用方式

    图片鉴黄接口支持对存储在七牛云 bucket(支持华东、华北和华南 bucket)或 非七牛云 bucket的图片进行智能识别。目前支持的图片格式有 png、jpg、bmp 和 gif。

    1.1 存储在七牛云 bucket 的图片

    开发者使用智能鉴黄功能之前,需要先注册七牛云账号,并把图片上传到七牛云 bucket,具体操作步骤如下:

    打开七牛云官网,点击注册,个人账号或企业账号均可。注册成功后,登录七牛云开发者平台。如果已有账号,请直接登录七牛云开发者平台

    创建七牛云 bucket,如果已有 bucket,直接进入七牛云 bucket;

    在七牛云 bucket 上传图片;

    上传成功后,得到图片的URL。

    具体调用步骤

    请求语法

    GET <DownloadURI>?qpulp HTTP/1.1
    Host: <DownloadHost>
    

    请求头部

    头部名称 必填 说明
    Host 下载服务器域名,必须为七牛三级域名或自定义二级域名,参考七牛自定义域名绑定流程

    响应语法

    HTTP/1.1 200 OK
    Content-Type: application/json
    Cache-Control: no-store
    
    {
        // ...鉴黄返回值...
    }
    

    响应头部

    头部名称 说明
    Content-Type MIME类型,固定为application/json
    Cache-Control 缓存控制,固定为no-store,不缓存。

    响应内容

    • 如果请求成功,返回包含如下内容的JSON字符串(已格式化,便于阅读):
    200 ok
    
    {
        "code": 0,
        "message": "",
        "result": {
            "label":1,
            "score":0.987,
            "review":false
        }
    }
    
    字段名称 类型 说明
    code Number 0调用成功;
    message String code对应的状态描述信息
    result Object 每个元素表示每张图片的检测结果:
    score:介于0-1间的浮点数,表示该图像被识别为某个分类的概率值,概率越高、机器越肯定;您可以根据您的需求确定需要人工复审的界限。
    label:介于0-2间的整数,表示该图像被机器判定为哪个分类,分别对应: 0色情;1性感;2正常,三种分类的具体解释如下。
    0色情:有明显的敏感部分裸露的图片,血腥图片,描述性交行为的体位或姿势和色情场景的图片。注意,儿童色情的内容,也被归为0。
    1性感:衣着暴露但没有裸露敏感部位。尺类跨度比较大,从露出皮肤较多的图片到性感写真、诱惑自拍等,区分0和1最重要的规则为是否有裸露敏感部位。注意,孕妇自拍露肚子的图也被归为了1。
    2正常:非色情,非性感图片。
    review: 是否需要人工复审该图片,鉴黄服务是否对结果确定。true需要false不需要
    • 如果请求失败,请查看和message字段的返回说明。

    示例

    第一步

    获取到您存在七牛bucket里面的图片的url。 例如:https://odum9helk.qnssl.com/resource/gogopher.jpg

    第二步

    在您的图片的 url 后面加上 ?qpulp 例如:https://odum9helk.qnssl.com/resource/gogopher.jpg?qpulp

    返回的结果(内容经过格式化方便阅读):

    {
            "code":0,
            "message":"",
            "result":
                    {
                    "label":2,
                    "review":false,
                    "score":0.9999945
                    }
    }
    

    1.2 非七牛云 bucket 的图片

    该方法能对非七牛云 bucket 的单张图片进行高性能的鉴黄,支持输入图片的 url 和 base64 的二进制文件形式。

    注: 此方法也支持对七牛云 bucket 的单张图片进行鉴黄。

    请求语法

    POST /v1/pulp HTTP/1.1
    Host: argus.atlab.ai
    Content-Type: application/json
    Authorization: Qiniu <AccessKey>:<Sign>
    
    {
        "data": {
            "uri": "http://7xlv47.com1.z0.glb.clouddn.com/pulpsexy.jpg"
        }
    }
    

    注意: 需要在 POST 请求的 head 部分添加七牛鉴权,以进行用户身份验证。

    响应语法

    {
         "code":0,
         "message":"",
         "result":
                 {
                 "label":1,
                 "review":false,
                 "score":0.9999392
                 }
    }
    
    字段名称 类型 说明
    code Number 处理状态:0调用成功;
    message String code对应的状态描述信息
    result Object 每个元素表示每张图片的检测结果:
    score:介于0-1间的浮点数,表示该图像被识别为某个分类的概率值,概率越高、机器越肯定;您可以根据您的需求确定需要人工复审的界限。
    label:介于0-2间的整数,表示该图像被机器判定为哪个分类,分别对应: 0色情;1性感;2正常,三种分类的具体解释如下。
    0色情:有明显的敏感部分裸露的图片,血腥图片,描述性交行为的体位或姿势和色情场景的图片。注意,儿童色情的内容,也被归为0。
    1性感:衣着暴露但没有裸露敏感部位。次类跨度比较大,从露出皮肤较多的图片到性感写真、诱惑自拍等,区分0和1最重要的规则为是否有裸露敏感部位。注意,孕妇自拍露肚子的图也被归为了1。
    2正常:非色情,非性感图片。
    review: 是否需要人工复审该图片,鉴黄服务是否对结果确定。true需要false不需要

    示例

    POST /v1/pulp HTTP/1.1
    Host: argus.atlab.ai
    Content-Type: application/json
    Authorization: Qiniu YnxrxOSvGotRZpqkZnMzl_euuoqRzOKUd6zwbRju:r6a-o2UpBg6A4puIMnkCExH8lE8=
    
    {
        "data": {
            "uri": "http://7xlv47.com1.z0.glb.clouddn.com/pulpsexy.jpg"
        }
    }
    

    注意:请把Authorization换成您的账号七牛鉴权QiniuToken。

    返回结果(内容经过格式化以便阅读):

    {
         "code":0,
         "message":"",
         "result":
                 {
                 "label":1,
                 "review":false,
                 "score":0.9999392
                 }
    }
    

    2. 应用场景

    视频鉴黄

    在直播使用场景中,平台上有大量直播房间,人工鉴黄成本高,并且可能存在人为疏忽和间断,一旦发现违规内容,对于平台的影响巨大,采用直播视频截帧+图片鉴黄的方式,从截图中迅速找出可疑直播线路,然后使用少量人力完成二次审核并进行相应处理,保障平台安全。

    在点播及短视频使用场景中,UGC 平台上大量的用户上传的短视频,采用人工鉴黄成本高,效率低,并存在漏检风险,采用视频截帧+图片鉴黄的方式,迅速定位违规视频,并及时处理,规避政策风险。

    图片鉴黄

    可以对UGC内容的网站、APP在海量的图片中准确迅速定位不良内容,告别传统人工审核时代,节省企业成本。

    也可以对上线存量业务图片进行全面的鉴黄审核,排除不良内容。

    3. 服务价格

    图片鉴黄是一项收费服务,七牛云 bucket 的图片和非七牛云 bucket 的图片调用智能鉴黄的价格一样,具体价格如下。

    总调用量P 确定部分 不确定部分
    单位:万张 单价(元/百张) 单价(元/百张)
    P < = 300 0.17 0.035
    300 < P <=1500 0.15 0.032
    1500 < P <= 3000 0.13 0.028
    P > 3000 0.11 0.025

    注意:

    • 确定部分:可信度高,无需review(返回数据中review为false)。
    • 不确定部分:需要人工 review,但根据返回的参考值排序可以大大降低工作量(返回数据中review为true)。

    计费示例

    某公司2015年5月使用七牛图片鉴黄服务,共发起500万张鉴黄请求, 其中结果确定的图片为480万张,结果不确定的图片为20万张,则当月使七牛鉴黄服务产生的费用为:

    确定的结果产生费用:0.17元/百张 * 300万张 + 0.15元/百张 * (480万张 - 300万张) = 5100元 + 2700元 = 7800元

    不确定的结果产生费用:0.035元/百张 * 20万次 = 70 元

    总计费用:7800 元 + 70 元 = 7870 元

    备注: 如果您目前使用的是第三方阿塔科技的鉴黄服务, 还是可以继续使用,可以查看文档

    以上内容是否对您有帮助?
  • 提交工单