首页|基于Faster R-CNN的动漫场景多人物自动识别研究

基于Faster R-CNN的动漫场景多人物自动识别研究

扫码查看
原文链接
  • 万方数据
  • 维普
当前动漫场景多人物识别方法在提取目标特征时,对于汇聚特征信息的滑动窗口定位不准确,所提取到的特征信息不准确,导致识别精度较差,因此为了解决这一问题,提出了 一种基于Faster R-CNN的动漫场景多人物自动识别方法.标注大量动漫场景人物形象图片,构建训练集和测试集,将其输入Faster R-CNN神经网络模型,提取图像特征并构建特征图.采用滑动窗口遍历特征图,选择特征向量评分最高的窗口,保证窗口内局部特征可以充分表示动漫人物主要特征,根据特征提取结果自动识别多个动漫人物身份,完成动漫场景多人物自动识别.实验结果表明,设计方法与两种传统方法相比,人物识别召回率分别提升了 11.10％和18.99％,提高了 目标识别精度,人物识别过拟合比率稳定在1.0060,说明该方法能够高精度不同类别的动漫人物,且识别过程较为稳定,识别效率较高.

高梦

展开 >

亳州职业技术学院信息工程系,安徽亳州 236800

Faster R-CNN模型 训练数据 测试数据 动漫场景 多人物识别 特征提取

安徽省高校人文社科重点研究项目安徽省职成教学会规划课题校级重点科研项目校级科研课题

SK2021A0999azcg79BYK2206YLFW2301

2024

佳木斯大学学报(自然科学版)
佳木斯大学

佳木斯大学学报(自然科学版)

影响因子：0.159
ISSN：1008-1402
年,卷(期)：2024.42(3)
  • 20