一种用于复合图分离的两阶段框架
计算机视觉与模式识别
2021-10-08 v2 信息检索
机器学习
摘要
科学文献中包含大量本质为复合型的复杂非结构化图形（即由多个图像、图表和绘图组成）。对这些复合图进行分离对于从这些图形中检索信息至关重要。本文提出一种用于复合图分离的新策略，该策略将复合图分解为组成子图，同时保留子图与其各自图注组件之间的关联。我们提出一个两阶段框架来解决所提出的复合图分离问题。具体而言，子图标签检测模块在第一阶段检测所有子图标签。随后，在子图检测模块中，检测到的子图标签通过优化特征选择过程并提供全局布局信息作为额外特征，来辅助检测子图。我们进行了大量实验以验证所提框架的有效性和优越性，其将检测精度提高了9%。
引用
@article{arxiv.2101.09903,
title = {A Two-stage Framework for Compound Figure Separation},
author = {Weixin Jiang and Eric Schwenker and Trevor Spreadbury and Nicola Ferrier and Maria K. Y. Chan and Oliver Cossairt},
journal= {arXiv preprint arXiv:2101.09903},
year = {2021}
}