基于人脸-身体与时空关联聚类的无监督漫画角色重识别
计算机视觉与模式识别
2022-04-12 v1
摘要
过去几年中，电子漫画（日式电子漫画）数量急剧增长。面对漫画研究需求的蓬勃发展与大量无标签漫画数据，我们提出了一项新任务，称为无监督漫画角色重识别。然而，漫画的艺术表达与风格局限给重识别问题带来诸多挑战。受某些内容相关特征可能有助于聚类的启发，我们提出一种人脸-身体与时空关联聚类方法（FSAC）。在人脸-身体组合模块中，构建人脸-身体图，利用图像的完整性解决艺术创作中的夸张与变形等问题。在时空关系校正模块中，我们分析角色的外观特征，并设计一种时空相关三元组损失以微调聚类。在包含 109 卷的漫画书数据集上的大量实验验证了我们的方法在无监督漫画角色重识别中的优越性。
引用
@article{arxiv.2204.04621,
title = {Unsupervised Manga Character Re-identification via Face-body and Spatial-temporal Associated Clustering},
author = {Zhimin Zhang and Zheng Wang and Wei Hu},
journal= {arXiv preprint arXiv:2204.04621},
year = {2022}
}