کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10146077 1646392 2019 26 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Manga face detection based on deep neural networks fusing global and local information
ترجمه فارسی عنوان
تشخیص چهره مانگا براساس شبکه های عمیق عصبی که اطلاعات جهانی و محلی را متصل می کند
کلمات کلیدی
تشخیص چهره مانگا، شبکه عصبی عمیق همجوشی اولیه، ترکیب فوری
ترجمه چکیده
همانطور که بیشتر کتابهای مانگا دیجیتالی (کمیکهای ژاپنی) در دسترس هستند، دسترسی فوری و مؤثر به مانگا ضروری است. در میان عناصر مختلف مانگا، چهره شخصیت یکی از مهمترین نقش ها در دسترسی و بازیابی است. ما یک روش شبکه عمیق عصبی را برای تشخیص چهره مانگا پیشنهاد می کنیم، که موضوعی به چالش کشیدن اما نسبتا ناشناخته است. با توجه به صفحه مانگا، ابتدا مناطق کاندید را بر اساس طرح جستجوی انتخابی پیدا کنیم. سپس سه شبکه عصبی کانولوشه ای برای تشخیص چهره های مانگا از ظاهر مختلف پیشنهاد می شود. ما اطلاعات را از منطقه کل منطقه و چندین منطقه محلی استخراج می کنیم و اطلاعات چندمتغیره را در یک هماهنگ سازی اولیه یا به هم پیوسته شدن بهصورت یکپارچه می کنیم. روش های پیشنهادی براساس یک معیار مقیاس بزرگ ارزیابی می شوند. عملکرد قانع کننده در مقایسه با ماژول های تشخیص چهره ای که برای چهره های انسان طراحی شده اند، نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
تشخیص چهره مانگا براساس شبکه های عمیق عصبی که اطلاعات جهانی و محلی را متصل می کند
چکیده انگلیسی
As more and more digitized manga (Japanese comics) books are available, efficient and effective access to manga is urgently needed. Among various elements of manga, character's face plays one of the most important roles in access and retrieval. We propose a deep neural network method to do manga face detection, which is a challenging but relatively unexplored topic. Given a manga page, we first find candidate regions based on the selective search scheme. Three convolutional neural networks are then proposed to detect manga faces of various appearance. We extract information from the entire object region and several local regions, and integrate multi-scale information in an early fusion manner or a late fusion manner. The proposed methods are evaluated based on a large-scale benchmark. Convincing performance compared to the state-of-the-art face detection modules designed for human faces is demonstrated.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 86, February 2019, Pages 62-72
نویسندگان
, ,