论文部分内容阅读
随着计算机计算能力的的增强以及数据规模的增大,人工智能迎来了一个全新的繁荣发展时期。人工智能的应用涉及到了各行各业,如人脸识别、语音识别、行人检测等等。同时随着动漫产业的蓬勃发展,它的受众人群不断扩大,动漫产业的市场增值空间也大幅度的上升。而在动漫产业中,对于人工智能的应用却是很少,所以将人工智能和动漫结合起来应用的发展空间是非常大的,比如动漫作品封面自动生成、动漫精彩片段智能剪辑等。这样不仅可以节省大量人力物力,也可以使得以动漫为核心的应用更富有娱乐性、吸引力和竞争力。本文提出了一种基于目标检测的动漫角色智能分析算法,并构建了一个以动漫角色智能分析为核心的服务应用系统。本文的主要工作如下:(1)提出了一种基于目标检测的动漫角色智能分析算法,它以SSD目标检测算法为基础,并从三个方面进行了改进优化。第一个方面是采用更具有特征表达能力的网络结构ResNet34进行前置网络结构的更换;第二个方面是根据动漫角色的标注特点重置默认框的形状;第三个方面是修改损失函数中正样本所占的损失权重,来缓解类不平衡问题。在实验方面,首先对三种主流的算法(Faster R-CNN、YOLO、SSD)做对比实验,验证了基础算法SSD的优越性;然后采用旋转、裁剪、改变颜色三种方式对训练数据进行增强并做对比实验,验证了数据增强策略的有效性;最后是对本文所提改进的三个方面分别做对比实验,验证了其有效性。(2)构建了一个以动漫角色智能分析能力服务为核心的应用系统。本文自主搭建了用于算法训练的分层服务器,并在该服务器上部署了动漫角色智能分析能力的网络服务。分层服务器分为:应用层、平台层和设备层,这样管理起来比较方便。网络服务的部署采用Nginx+uWSGI+Django的形式,性能稳定,可以很好的支持并发请求。接着展示了动漫角色智能分析能力服务应用的整体流程。该服务应用已发布在咪咕圈圈APP上,并可在咪咕圈圈官网http://www.migudm.cn/直接下载。最后展示了在咪咕圈圈APP上对该能力服务的一个使用示例。