
با وجود مزایای فراوانی که اینترنت به همراه دارد، دسترسی کنترل نشده به آن می تواند مشکل ساز باشد. در اینترنت مطالب و تصاویر مستهجن و غیراخلاقی فراوانی وجود دارد. از آنجایی که این تنوع مطالب تأثیر منفی بر روی کودکان و نوجوانان دارد، در اکثر کشورهای جهان، قوانین و اقدامات خاصی برای محافظت از کودکان در برابر این نوع مطالب وجود دارد، که هدف آنها جلوگیری از دسترسی کودکان و نوجوانان به محتوای پایگاههای غیراخلاقی است. بنابراین تکنیکها و روشهای هوشمندی که بتوانند تصاویر و محتوای غیراخلاقی را به صورت خودکار تشخیص دهند، به شدت در حوزه پالایش محتوای وب و نرم افزارهای کنترل والدین بر کودکان مورد نیاز هستند. يکي از راه حل هاي اين مساله، مسدود کردن کامل دسترسي به برخي از وب سايت ها بر مبناي يک ليست سياه است که اين کار مي تواند با استفاده از تعدادي کلمات کليدي انجام شود. اکثريت روش هاي رايج تشخيص محتواي غيراخلاقي، مبتني بر متن هستند. به عبارت ديگر عمل فيلتر کردن با استفاده از محتواي متني و عنوان سايت و همچنين برچسب هاي تصاوير انجام مي شود. اين رويکرد ممکن است براي سايت هاي مختص به تصاوير غيراخلاقي کارآمد به نظر برسد، اما در يک شبکه اجتماعي که هم حاوي محتواي مفيد و هم حاوي محتواي غيراخلاقي است، مسدود کردن کل سايت ناکارآمد است. اکثر روش هاي مبتني بر متن براي پالايش محتواي وب دقت خوبي ندارند، چرا که اين روش ها از تحليل محتوايي تصاوير استفاده نمي کنند، در حالي که تصاوير يکي از مولفه هاي اصلي اينترنت هستند. بنابراين مي توان با بررسي محتواي تصاوير، عملکرد روش هاي پالايش وب را بهبود داد.
به طور کلی سیستمهای بازشناسی تصاویر غیراخلاقی از سه گام عمده تشکیل شده اند: بخش بندی نواحی پوستی، استخراج ویژگی و طبقه بندی تصاویر. از آنجا که تصاویر غیراخلاقی همواره شامل برهنگی هستتند لذا همبستگی قوی بین تصاویر غیراخلاقی و درصد نواحی پوست موجود در تصویر وجود دارد. به همین دلیل اولین گام در سيستم هاي طبقه بندي تصاوير غيراخلاقي تشخيص نواحي پوستي در تصوير است. با اين حال موانعي براي بخش بندي دقيق تصوير به نواحي پوستي و غيرپوستي وجود دارد که از آن جمله مي توان به کيفيت پايين تصوير، وجود اشياء غير انسان با رنگ مشابه رنگ پوست و عدم اشباع نواحي پوستي به دليل انعکاس پوست و شرايط نوري اشاره کرد. روش هاي بخش بندي نواحي پوستي به دو دسته روش هاي مبتني بر پيکسل و روش هاي مبتني بر ناحيه تقسيم بندي مي شوند. پس از بخش بندی تصویر به نواحی پوستی و غیر پوستی، مجموعه ای از ویژگیهای متمایز کننده برای طبقه بندی تصاویر غیرخلاقی استخراج می شوند. هر چه ویژگیهای استخراج شده دارای قابلیت متمایزکنندگی بیشتری باشند، فرایند طبقه بندی با دقت بالاتری انجام می شود. مثلاً تعداد چهره های موجود در یک تصویر اطلاعات مفیدی در رابطه با سالم یا غیراخلاقی بودن تصویر فراهم می کند. به عنوان مثال اگر ۷۴ درصد پیکسلهای درون تصویر را پوست تشکیل دهد. با این اطلاعات به احتمال زیاد تصویر مورد نظر از نوع غیر اخلاقی خواهد بود، اما در صورتیکه بدانیم تعداد افراد موجود در تصویر بیشتر از یک نفر است احتمال غیراخلاقی بودن تصویر کاهش می یابد. به منظور اینکه این ویژگی همواره عددی بین صفر و یک باشد از معکوس این معیار استفاده مي شود. پس از استخراج ویژگیهای مترتبط، از طبقه بندي ماشین بردار پشتیبان برای طبقه بندی تصاویر در دو دسته سالم و غیراخلاقی استفاده مي شود.