基于 CNN 的孟加拉语漫画书页图像分格与角色提取
计算机视觉与模式识别
2019-10-22 v1
摘要
如今人们倾向于使用相机或手机等数字设备来拍摄文档。由于作者采用了多种多样的绘画风格，从漫画文档图像中自动提取分格/角色具有挑战性，但这有利于读者随时在移动设备上阅读，并有助于自动数字化。大多数分格/角色定位方法依赖于连通分量分析或页面背景掩码，且仅适用于有限的漫画数据集。本工作提出了一种基于 YOLO 与 CNN 特征的分格/角色定位架构，用于从漫画书图像中提取分格和角色。该方法在我们开发的包含总计 张图像的孟加拉语漫画书图像数据集（BCBId）以及其他多种公开可用的多语言漫画数据集（即 eBDtheque、Manga 109 和 DCM 数据集）上均取得了显著结果。
引用
@article{arxiv.1910.09233,
title = {CNN based Extraction of Panels/Characters from Bengali Comic Book Page Images},
author = {Arpita Dutta and Samit Biswas},
journal= {arXiv preprint arXiv:1910.09233},
year = {2019}
}
备注
6 pages, 3 tables and 3 figures. Accepted at GREC 2019 in conjunction with ICDAR 2019