| 研究課題/領域番号 |
25330137
|
|---|
| 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 |
マルチメディア・データベース
|
|---|
| 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 |
石井 大祐 早稲田大学, 理工学術院, 助手 (40581525)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2013年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| 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。
|
