漫画における作風とコマを考慮したキャラクター顔クラスタリング

抄録

漫画におけるキャラクター認識は，リコメンドシステムや自動翻訳システムによる電子コミックの利便性向上のために重要なタスクである．しかし，漫画は著者や作品ごとに大きく作風が異なるため，漫画のキャラクター識別は困難である．本論文では，未知の著者や作品に対しても適用可能な，漫画顔画像を対象としたクラスタリング手法を提案する．特に，自己教師あり学習を利用した Domain Generalization を用いてモデルの学習を行うことで，未知の作風に対しても有効な特徴抽出が可能になることを示す．また，漫画に固有な知識に基づく制約を利用することがクラスタリング精度の向上に寄与することを示す．漫画画像データセットで実験を行った結果，提案手法によってクラスタリング精度が向上することを確認した．