CHARTER：基于热力图的多类型图表数据提取
计算机视觉与模式识别
2021-11-30 v1
摘要
存储在文档中的信息的数字化转换是知识的重要来源。与文档文本相比，对嵌入文档中的图形（如图表和绘图）的转换研究甚少。我们提出了一种端到端将文档图表转换为机器可读表格数据格式的方法与系统，该格式可在数字领域轻松存储和分析。我们的方法提取并分析图表及其图形元素与支撑结构，如图例、坐标轴、标题和说明文字。我们的检测系统基于仅在合成数据上训练的神经网络，消除了数据收集这一限制因素。与以往使用边界框检测图形元素的方法不同，我们的网络具有辅助的域特定热力图预测功能，能够精确检测不符合矩形边界框假设的圆饼图、折线图和散点图。定性与定量结果表明了较高的鲁棒性和精度，在流行基准上优于以往工作。
引用
@article{arxiv.2111.14103,
title = {CHARTER: heatmap-based multi-type chart data extraction},
author = {Joseph Shtok and Sivan Harary and Ophir Azulai and Adi Raz Goldfarb and Assaf Arbelle and Leonid Karlinsky},
journal= {arXiv preprint arXiv:2111.14103},
year = {2021}
}
备注
Joseph Shtok, Sivan Harary and Leonid Karlinsky had equal contribution