本研究では、絵柄を考慮したキャラクタイラスト検索における目領
域の特徴量の利用による精度の向上を提案する。提案システムでは、
キャラクタイラストを畳み込みニューラルネットワークで絵柄に応
じたクラスに分類するように学習を行う。入力データとして、背景
を除去済みのキャラクタイラストのイラスト全体の特徴をとらえる
彩度・明度の値とヒストグラム、YOLOによって抽出した顔領域/目
領域の彩度・明度の値とヒストグラム、目領域の二値化画像を利用
する。目領域の彩度と明度の値で目領域の形状情報、目領域の二値
化画像で目領域の輪郭線情報をそれぞれ獲得する。この手法では、
畳み込みニューラルネットワークの出力層の直前の全結合層の出力
を特徴ベクトルとして使用し、キー画像の特徴ベクトルとのユーク
リッド距離がしきい値未満の画像を検索結果として出力する。