用于低质量工程图纸修复与识别的综合端到端计算机视觉框架
计算机视觉与模式识别
2023-12-22 v1 图像与视频处理
摘要
工程图纸的数字化对于高效复用、分发和归档至关重要。现有的工程图纸数字化计算机视觉方法通常假设输入图纸具有高质量。然而在实际中，由于扫描、存储和传输不当，工程图纸往往模糊且失真，这可能危及现有方法的有效性。本文专注于低质量工程图纸的修复与识别，提出了一种端到端框架以提高图纸质量并识别其上的图形符号。该框架利用 K-means 聚类，基于灰度共生矩阵统计量将不同的工程图纸图块分类为简单纹理图块和复杂纹理图块。随后分别使用计算机视觉操作和改进的增强型超分辨率生成对抗网络 (ESRGAN) 模型来提高这两类图块的质量。使用改进的 Faster 区域卷积神经网络 (Faster R-CNN) 模型来识别经过质量增强的图形符号。此外，提出了一种多阶段任务驱动的协同学习策略来训练改进的 ESRGAN 和 Faster R-CNN 模型，以提高工程图纸的分辨率，使其方向有利于图形符号识别而非人类视觉感知。还提出了一种合成数据生成方法，用于构建质量降级的样本以训练该框架。在真实世界电路图上的实验表明，所提框架达到了 98.98% 的准确率和 99.33% 的召回率，证明了其优于以往方法。此外，该框架已集成到广泛使用的电力系统软件应用中，以展示其实用性。
引用
@article{arxiv.2312.13620,
title = {A Comprehensive End-to-End Computer Vision Framework for Restoration and Recognition of Low-Quality Engineering Drawings},
author = {Lvyang Yang and Jiankang Zhang and Huaiqiang Li and Longfei Ren and Chen Yang and Jingyu Wang and Dongyuan Shi},
journal= {arXiv preprint arXiv:2312.13620},
year = {2023}
}
备注
20 pages, 13 figures, submitted to Engineering Applications of Artificial Intelligence