【研究分野】マルチメディア・データベース

【研究領域課題番号】25330137 (KAKENデータベースで見る）

【研究キーワード】

マンガ / 顔画像検出 / 機械学習 / 自動要約 / キャラクター抽出 / HOG特徴量 / Deformable Part Model / ロールコミュニティー / マンガ画像 / 顔画像認識 / Haar-like特徴量 / キャラクター認識

【研究成果の概要】

マンガの自動要約を実現するためには、マンガに含まれるメタデータの抽出が必要である。このうち最も重要なものは登場キャラクターである。本研究では、キャラクター検出の高精度化を進めた。その結果、HOG特徴量を改良したDeformable Part Model (DPM) が有効であることを示した。また、事前知識がない状態からクラスリングにより主要キャラクターを同定する手法について検討した。これにより、正例と負例をDPMに与えることが可能となった。さらに、ロールコミュニティーモデルというキャラクターの登場場所・回数を検査する手法により、特定ページの重要度が決定でき、自動要約が実現できることがわかった。

【研究種目】基盤研究(C)

【研究期間】2013-04-01 - 2016-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)