基于深度CNN的漫画书对话气泡检测与分割
计算机视觉与模式识别
2019-02-22 v1 机器学习
神经元与认知
摘要
我们开发了一种用于漫画书中对话气泡（包括其载体与尾翼）自动检测与分割的方法。我们的方法基于在 Graphic Narrative Corpus 标注页面上训练的深度卷积神经网络。更确切地说，我们采用了受 U-Net 架构启发的全卷积网络方法，并结合基于 VGG-16 的编码器。训练后的模型取得了最先进的性能，F1-score 超过 0.94。定性结果表明，弯曲尾翼、圆角甚至错觉轮廓均不构成主要问题。此外，该模型已学会区分对话气泡与说明文字。我们将我们的模型与早期结果进行比较，并讨论一些可能的应用。
引用
@article{arxiv.1902.08137,
title = {Deep CNN-based Speech Balloon Detection and Segmentation for Comic Books},
author = {David Dubray and Jochen Laubrock},
journal= {arXiv preprint arXiv:1902.08137},
year = {2019}
}
备注
10 pages, 5 figures, 2 tables