AniWho：一种快速准确的图像中动漫角色人脸分类方法
计算机视觉与模式识别
2023-01-11 v3 机器学习
摘要
为对日式动画风格角色人脸进行分类，本文尝试深入探究当前可用的多种模型，包括 InceptionV3、InceptionResNetV2、MobileNetV2 和 EfficientNet，并采用迁移学习。本文表明，EfficientNet-B7 取得了 85.08% 的 top-1 准确率，具有最高的准确率。MobileNetV2 的准确率较低，top-1 准确率为 81.92%，但其推理时间显著更快且所需参数更少。然而，实验发现 MobileNet-V2 易于过拟合；EfficientNet-B0 解决了过拟合问题，但代价是推理时间比 MobileNet-V2 略慢，而准确率略高，top-1 准确率为 83.46%。本文还使用了一种称为原型网络（Prototypical Networks）的小样本学习架构，为传统迁移学习技术提供了充分的替代方案。
引用
@article{arxiv.2208.11012,
title = {AniWho : A Quick and Accurate Way to Classify Anime Character Faces in Images},
author = {Martinus Grady Naftali and Jason Sebastian Sulistyawan and Kelvin Julian},
journal= {arXiv preprint arXiv:2208.11012},
year = {2023}
}
备注
11 pages, 26 figures, 8 tables