「萌え」スタイルのアニメーション画像の極性感情の深層学習に基づく分類

アニメーション業界は、ゲーム、デジタルエンターテインメント、その他の業界を含む大きな潜在市場を持つ巨大な産業チェーンに発展してきました。しかし、アニメーション素材の粗い分類のため、アニメーターは創作過程で関連素材を見つけるのがほとんど不可能です。アニメーション素材の極性感情は、クリエイターが必要な画像を簡単に取得するのを助けるための重要な指標です。アニメーション画像の感情を取得するいくつかの方法が提案されていますが、これらのほとんどは表情認識に焦点を当てています。一方、他の感情認識方法はアニメーション素材としての使用には理想的ではありません。私たちは「萌え」スタイルのアニメーション画像の極性感情を分類するための深層学習に基づく方法を提案します。この描画スタイルのアニメーションキャラクターの表情特徴に基づいて、アニメーションキャラクターの表情を認識し、アニメーション画像のシーン特徴および顔の特徴を抽出します。そして、得られた表情認識による画像の感情をシーン特徴に基づいて修正します。最終的に、対応する画像の極性感情を取得できます。私たちはデータセットを設計し、それに対して検証テストを実施し、81.9%の実験精度を達成しました。実験結果は、私たちの方法が競争力があることを証明しています。