VModA：一种用于自适应 NSFW 图像审核的有效框架
计算机视觉与模式识别
2025-05-30 v1 人工智能
摘要
不安全/不宜工作（NSFW）内容在社交网络上泛滥，对公民（尤其是未成年人）造成了严重伤害。当前的检测方法主要依赖基于深度学习的图像识别与分类。然而，NSFW 图像现在的呈现方式日益复杂，常利用图像细节和复杂语义来掩盖其真实性质或吸引更多浏览。尽管人类仍能理解这些图像，但它们往往能逃避现有的检测方法，构成重大威胁。使问题更加复杂的是，不同平台和地区的法规差异给有效审核带来了额外挑战，导致检测偏差和准确率下降。为了解决这一问题，我们提出了 VModA，一个通用且有效的框架，能够适应多样的审核规则并处理跨类别的复杂、语义丰富的 NSFW 内容。实验结果表明，VModA 显著优于现有方法，在各类 NSFW 类型（包括具有复杂语义的类型）中准确率最高提升了 54.3%。进一步的实验表明，我们的方法在类别、场景和基础 VLM 上均展现出强大的适应性。我们还识别了公开 NSFW 基准数据集中不一致和有争议的标签样本，对其进行了重新标注，并向原始维护者提交了更正。目前已有两个数据集确认了更新。此外，我们在真实场景中评估了 VModA，以证明其实际有效性。
引用
@article{arxiv.2505.23386,
title = {VModA: An Effective Framework for Adaptive NSFW Image Moderation},
author = {Han Bao and Qinying Wang and Zhi Chen and Qingming Li and Xuhong Zhang and Changjiang Li and Zonghui Wang and Shouling Ji and Wenzhi Chen},
journal= {arXiv preprint arXiv:2505.23386},
year = {2025}
}