並列化された検出器による高精度漫画物体検出

摘要

漫画は娯楽と文化双方の面で重要な役割を担うメディアの一つである．近年では電子漫画の発展に伴ない，漫画画像の認識技術の重要性が高まっている．本稿ではそのような画像認識技術の中でも基礎的な技術の一つである物体検出（一般物体検出）に着目する．物体検出は写真などの自然画像の分野で広く研究されており，現在は畳み込みニューラルネットワーク（convolutional neural networks，CNN）を用いた手法が高い性能を示している．一方で漫画は自然画像と比較して物体間の重なりが大きく，自然画像を対象とした既存の物体検出手法を漫画に適用した場合，性能の低下が起こる．本稿ではこの問題を解決するために新しい物体検出手法，SSD300-forkを提案する．この手法は既存の物体検出手法であるSSD300を改良し，ネットワークを分岐させることで重なりが大きい物体でも適切に扱えるようにしたものである．SSD300を含む既存の物体検出手法との比較の結果，提案手法での性能向上が確認できた．