论文部分内容阅读
戏曲作为中国独特的舞台艺术形式,有着数百年的历史。由于文化多元化的发展,导致传统戏曲渐渐衰落。近年,制作的戏曲动画易被人们接受,从而可以通过把戏曲人物卡通化,来吸引人们喜欢并了解戏曲。因此,结合戏曲卡通人物与目标识别技术,对目标进行分类识别,能够帮助人们快速认识每个戏曲卡通人物,为这个艺术门类培养更多的观众和演员,这对于戏曲的传承保护具有重要意义。目前,目标分类识别在诸多方面的研究已经取得可喜的成果,但是在戏曲卡通人物的检测识别上的研究还鲜有人涉及,本文运用基于特征提取网络Res Net50的Faster R-CNN算法对戏曲卡通人物进行检测识别,再融合特征金字塔网络(Feature Pyramid Networks)并对网络进行改进,取得了很好的识别效果。主要研究内容如下:(1)数据集的制作本文实验所用数据集是从网络搜索相关图片以及拍摄收藏的戏曲玩偶为基础进行制作。因为,收集到的图片数量有限,运用了数据增强技术,对图片数量进行扩充;再对每张图片手工标注。制作了第一个完整的戏曲人物数据集。(2)基于Faster R-CNN算法,融合特征金字塔网络的戏曲卡通人物识别本文运用基于特征提取网络VGG16,并对原始Faster R-CNN算法进行改进:替换VGG16为Res Net50网络,再融合特征金字塔网络对其进行改进。对比分析各类别人物识别结果表明,融合特征金字塔网络后的改进模型在识别准确率上有较大的提升。(3)风格迁移技术,丰富功能在Faster R-CNN算法融合特征金字塔网络对戏曲卡通人物进行识别后,结合风格迁移技术,对戏曲卡通人物进行艺术色彩渲染,增加了容易接受的中国风形式的水墨画。再结合Django,实现戏曲卡通人物识别的系统原型。论文的创新之处:制作了第一个戏曲卡通人物数据集,为后续研究戏曲人物识别和应用提供了便利。以经典算法模型Faster R-CNN和Res Net为载体,融合特征金字塔网络,改进和优化网络模型,在戏曲卡通人物识别上取得了良好的结果。