| 研究課題/領域番号 |
17K00511
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
エンタテインメント・ゲーム情報学
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
|
|---|
| 研究分担者 |
柳澤 秀彰 早稲田大学, 理工学術院, 助教 (60801280)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 / メタデータ / 深層学習 / キャラクター抽出 / コマ抽出 / セリフ抽出 / オブジェクト認識 / クラスタリング / 吹出し抽出 / ディジタルアーカイブズ / 情報システム / 画像 |
|---|
| 研究成果の概要 |
ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBSCANが有効であることが分かった。最後に、自動要約を生成し、主観評価実験により効果を確認した。提案方式は要約の満足度と情報量の点では不十分であるが、理解度については十分な結果が得られた。
|
| 研究成果の学術的意義や社会的意義 |
現在の電子書籍としてのマンガは、その多くが単純な試読ページしか持たず内容把握が容易ではない。しかも多くの電子書籍やマルチメディアデータは、大規模データベースに包含されつつある。そのため、ユーザは所望のマンガに到達することが困難な状況にある。したがって、システムに依存せずにマンガのストーリー把握を可能とするような、エピソード要約や登場キャラクタの提示は、ユーザにとって検索のための重要な情報となる。本研究の成果により、大規模マンガデータから特定のエピソードを検索することが容易になり、自動生成された要約版は電子書籍ユーザにとっての利便性を高める。
|
