Detector de Nudez - Pipeline Multiestágio

Descrição

Sistema avançado de detecção de conteúdo NSFW (Not Safe For Work) em imagens e vídeos, implementado com uma arquitetura multiestágio baseada em deep learning. O projeto utiliza uma abordagem em cascata que combina detecção de objetos humanos (YOLOv8) com análise especializada de nudez (NudeNet), resultando em alta precisão e baixa taxa de falsos positivos.

Características Principais

• Arquitetura Multiestágio: Pipeline de 4 estágios que primeiro identifica humanos antes de analisar conteúdo sensível, reduzindo processamento desnecessário e melhorando a precisão
• Classificação Hierárquica: Sistema de classificação em três níveis (SAFE, SUGGESTIVE, NSFW) para avaliação precisa do conteúdo
• Processamento de Vídeo: Suporte completo para análise de vídeos com agregação temporal, garantindo consistência entre frames
• Aplicação de Blur Automático: Capacidade de aplicar blur automático em áreas detectadas, preservando o áudio original em vídeos
• Observabilidade: Sistema de logs estruturados para debug e monitoramento do processo de detecção
• API Simples: Interface Python intuitiva e fácil de integrar em outros projetos

Casos de Uso

• Moderação de conteúdo em plataformas de mídia social
• Filtragem automática de conteúdo em sistemas de upload
• Análise de conformidade em ambientes corporativos
• Sistemas de segurança e monitoramento
• Aplicações de parental control

Preview da Interface

Interface gráfica moderna mostrando análise de vídeo com resultados detalhados, timestamps e classificações (SAFE/SUGGESTIVE/NSFW)

Estrutura do Projeto

deteccao_nudez/
├── src/                    # Código fonte principal
│   ├── detector_nudez_v2.py      # Interface principal (recomendado)
│   ├── detector_nudez.py         # Implementação legada
│   ├── nudity_pipeline.py        # Pipeline completo
│   ├── human_detector.py         # Estágio 1: Detecção de humanos
│   ├── nudity_analyzer.py        # Estágio 2: Análise de nudez
│   ├── severity_classifier.py    # Estágio 3: Classificação
│   ├── temporal_aggregator.py    # Estágio 4: Agregação temporal
│   └── observability.py          # Sistema de logs
├── gui/                    # Interface gráfica
│   ├── gui_main.py         # GUI principal
│   └── README.md           # Documentação da GUI
├── examples/               # Scripts de exemplo
│   ├── exemplo_uso.py
│   ├── exemplo_video.py
│   └── ...
├── docs/                   # Documentação
│   ├── README.md           # Este arquivo (link simbólico ou cópia)
│   ├── README_V2.md        # Documentação v2.0
│   ├── ARCHITECTURE.md     # Arquitetura detalhada
│   └── IMPLEMENTACAO_VIDEO_BLUR.md
├── data/                   # Dados de teste
│   ├── videos/             # Vídeos de teste
│   └── resultado_video.json
├── models/                 # Modelos pré-treinados
│   └── yolov8n.pt
├── run_gui.py             # Script para executar GUI
├── detector_nudez.spec    # Configuração PyInstaller
├── BUILD_GUI.md           # Guia para criar executável
└── requirements.txt        # Dependências

Início Rápido

Instalação

# 1. Instalar tkinter (Linux - necessário para GUI)
sudo apt install python3-tk  # Ubuntu/Debian
# ou
sudo dnf install python3-tkinter  # Fedora/RHEL
# ou
sudo pacman -S tk  # Arch/Manjaro

# 2. Instalar dependências Python
pip install -r requirements.txt

# 3. Instalar FFmpeg (necessário para processamento de vídeo)
sudo apt install ffmpeg  # Linux
# ou
brew install ffmpeg      # macOS

Nota: Em Windows/macOS, o tkinter geralmente já vem pré-instalado.

Uso Básico

Interface Gráfica (Recomendado)

# Executar GUI
python run_gui.py
# ou
python gui/gui_main.py

A GUI oferece interface visual moderna para processar imagens e vídeos.

Linha de Comando

# Processar uma imagem
python -m src.detector_nudez_v2 foto.jpg

# Processar imagem com blur
python -m src.detector_nudez_v2 --blur foto.jpg

# Processar vídeo completo com blur
python examples/exemplo_video_com_blur.py data/videos/video.mp4

Criar Executável

# Ver guia completo em BUILD_GUI.md
pip install pyinstaller
pyinstaller detector_nudez.spec
# Executável estará em dist/

Documentação Completa

• Documentação Principal: Veja docs/README_V2.md
• Arquitetura: Veja docs/ARCHITECTURE.md
• Implementação de Vídeo: Veja docs/IMPLEMENTACAO_VIDEO_BLUR.md

Funcionalidades

• Detecção de nudez em imagens
• Processamento de vídeo completo com blur
• Pipeline multiestágio robusto
• Classificação hierárquica (SAFE, SUGGESTIVE, NSFW)
• Preservação de áudio original em vídeos
• Logs estruturados para debug
• Executável standalone (Linux/Windows)

Exemplos

Todos os exemplos estão em examples/:

# Exemplo básico
python examples/exemplo_uso.py

# Processar vídeo
python examples/exemplo_video_com_blur.py data/videos/video.mp4

# Descrição textual de detecção
python examples/exemplo_descricao_nudez.py imagem.jpg

Estrutura Técnica

O sistema usa um pipeline de 4 estágios:

1. Detecção de Humanos (YOLOv8) - Filtra objetos não-humanos
2. Análise de Nudez (NudeNet) - Detecta partes anatômicas em ROIs
3. Classificação Hierárquica - Classifica severidade
4. Agregação Temporal (vídeo) - Confirma detecções em múltiplos frames

Veja docs/ARCHITECTURE.md para detalhes completos.