机器之心原创

2020/08/05 14:58

张倩、陈萍报道

正道的光！这有个用TensorFlow做的小黄图过滤器

有了这个插件，再也不怕同事误会了。

相信每个人都遇到过这种情况：想下载一部电影或一个软件，结果跳出一堆色情广告，因为怕同学或同事误会，不得不赶紧关掉浏览器。这种情况广泛存在于电子书、电影等资源类网站以及插件、模板等工具类网站，给广大网友带来了很大困扰。

因此，很多人都在网上搜索：「如何屏蔽网页上的色情广告？」

其实，这个问题通过一个插件就能解决。

近日，一位名叫「Navendu Pottekkat」的计算机视觉工程师在 GitHub 上开源了一个项目——「NSFW Filter」，专治这种令人尴尬的小黄图，为大家创造一个干净的上网环境。

什么是 NSFW？对于不知道的小伙伴，这里统一科普一下：NSFW 的全称为「Not Safe For Work」。从名字可以看出，这是一个非法内容独有标记。它通常被用于标记那些带有淫秽色情、暴力血腥、极端另类等内容的邮件、视频、博客、论坛帖子等，以免读者不恰当地点击浏览。常见的用法是在链接的后面加上一对括号，括号中标记「NSFW」。

Pottekkat 开发的「NSFW Filter」是一个 Web 扩展，它可以在你浏览网站时过滤掉上面的 NSFW 图像。

在加载网页时，「NSFW Filter」使用 TensorFlow JS（一种机器学习框架）检查 NSFW 图像。加载网页后，所有图像将保持隐藏状态，直到上述检查步骤完成。如果发现图像是 NSFW，它们将保持隐藏状态。否则，它们将变为可见。

该扩展程序完全在你的浏览器上运行（支持 Google Chrome、Mozilla Firefox 浏览器），即没有用户数据被发送到服务器进行处理，可以保证用户隐私安全。

演示效果

该项目演示使用的网站是 scroller/nsfw，它会随机加载 NSFW 图像（一定不要打开！一定不要打开！一定不要打开！重要的事说三遍！）。

下面的动图展示了 NSFW 过滤器的功能。经过过滤后的图像，正常的都被显示出来，那些不适合普通网民看的图片则会被隐藏起来（由于 scroller/nsfw 上几乎没有「正常」图像，所以看到的是一片空白）。

安装过程

「NSFW Filter」支持 Chrome 浏览器和 Firefox 浏览器。

如果你是 Chrome 浏览器的用户，由于「NSFW Filter」在 Chrome Webstore 中尚不可用，所以请参照以下步骤进行安装。

克隆此存储库，在项目文件夹中导航，并通过运行以下命令安装依赖项：

npm ci

安装依赖项后，通过执行以下命令来构建项目：

npm run build

设置 Chrome 浏览器

安装完成后，打开 Chrome 浏览器，在右上角找到「设置」→「扩展程序」（或直接在地址栏输入 chrome://extensions/）。单击右上角的「开发者模式」开关打开「开发者模式」。

接下来单击 LOAD UNPACKED 按钮，然后选择扩展目录（.../dist）。

安装工作就完成了！

设置 Firefox 浏览器

如果你是 Firefox 浏览器用户而且只是想使用该扩展，请用该浏览器打开以下链接：https://addons.mozilla.org/en-US/firefox/addon/nsfw-filter/。然后点击「Add to Firefox」将该扩展添加到浏览器。

如果你想安装开发者版本，请在完成安装步骤之后执行以下步骤：

打开 Firefox 浏览器，输入 about:debugging#/runtime/this-firefox 到达 Debug Add-ons 页面。

单击「Load Temporary Add-on」，然后从.../dist 目录中选择文件 manifest.json。安装就大功告成了！

为了测试该扩展的效果，我们安装火狐浏览器测试了一下，结果效果还可以：

但是，NSFW 的视频内容还是会自动播放，看来项目还需要迭代。

欢迎大家在评论区推荐更好用的插件，帮大家净化上网环境。

入门GitHubTensorFlow

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

TensorFlow技术

TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品，如语音识别、Gmail、Google 相册和搜索，其中许多产品曾使用过其前任软件DistBelief。

来源：维基百科

计算机视觉技术

计算机视觉（CV）是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

来源：机器之心