一个具有挑战性的动漫风格识别基准
计算机视觉与模式识别
2025-09-10 v2
摘要
给定两张不同动漫角色的图像，动漫风格识别（ASR）旨在学习抽象的绘画风格以判断两图是否来自同一作品，这是一个有趣但具挑战性的问题。与生物特征识别（如人脸识别、虹膜识别和行人重识别）不同，ASR 面临大得多的语义鸿沟，却较少受到关注。本文提出了一个具有挑战性的 ASR 基准。首先，我们收集了一个大规模 ASR 数据集（LSASRD），包含 190 部动漫作品的 20,937 张图像，每部作品至少有十个不同角色。除大规模外，LSASRD 还包含一系列挑战因素，如复杂光照、多样姿态、戏剧性色彩和夸张构图。其次，我们设计了一种跨角色协议来评估 ASR 性能，其中查询与图库图像必须来自不同角色，以验证 ASR 模型学习的是抽象绘画风格而非角色判别特征。最后，我们应用两种强大的行人重识别方法，即 AGW 和 TransReID，在 LSASRD 上构建基线性能。令人惊讶的是，近期的 transformer 模型（即 TransReID）在 LSASRD 上仅取得 42.24% 的 mAP。因此，我们认为这一具有巨大语义鸿沟的 ASR 任务值得深入而长期的研究。我们将在 https://github.com/nkjcqvcpi/ASR 开源数据集与代码。
引用
@article{arxiv.2204.14034,
title = {A Challenging Benchmark of Anime Style Recognition},
author = {Haotang Li and Shengtao Guo and Kailin Lyu and Xiao Yang and Tianchen Chen and Jianqing Zhu and Huanqiang Zeng},
journal= {arXiv preprint arXiv:2204.14034},
year = {2025}
}
备注
accepted by CVPRW 2022