科学文章中复合图的自动分离
计算机视觉与模式识别
2016-10-19 v2 多媒体
摘要
对科学文章中数字图像进行基于内容的分析与检索，常因图像由多个子图组成（复合图）而受阻。我们通过提出一种自动分类与分离复合图的方法来解决此问题，该方法包含两个主要步骤：(i) 一个有监督的复合图分类器（CFC）利用任务特定的图像特征区分复合图与非复合图；(ii) 对预测为复合图的图像应用图像处理算法以执行复合图分离（CFS）。我们的 CFC 方法在一个已发布的数据集上被证明达到了最先进的分类性能。我们的 CFS 算法在两个不同的数据集上显示出优于其他已知自动方法的分离准确率。最后，我们提出了一种评估 CFC-CFS 处理链有效性的方法，并利用该方法优化 CFC 的误分类损失，以使处理链的有效性最大化。
引用
@article{arxiv.1606.01021,
title = {Automatic Separation of Compound Figures in Scientific Articles},
author = {Mario Taschwer and Oge Marques},
journal= {arXiv preprint arXiv:1606.01021},
year = {2016}
}
备注
accepted for Multimedia Tools and Applications with minor revisions