ChartReformer：自然语言驱动的图表图像编辑
计算机视觉与模式识别
2024-05-02 v2
摘要
图表可视化对于数据解读和交流至关重要；然而，大多数图表仅以图像格式存在，缺乏相应的数据表和补充信息，这使得难以针对不同应用场景修改其外观。为了消除执行图表编辑时对原始底层数据和信息的需求，我们提出了 ChartReformer，一种自然语言驱动的图表图像编辑解决方案，可直接根据给定的指令提示对输入图像中的图表进行编辑。该方法的关键在于，我们允许模型理解图表并针对提示进行推理，从而生成新图表对应的底层数据表和视觉属性，以实现精确编辑。此外，为了推广 ChartReformer，我们定义并标准化了各种类型的图表编辑，涵盖风格、布局、格式和以数据为中心的编辑。实验结果表明，自然语言驱动的图表图像编辑取得了令人鼓舞的成果。
引用
@article{arxiv.2403.00209,
title = {ChartReformer: Natural Language-Driven Chart Image Editing},
author = {Pengyu Yan and Mahesh Bhosale and Jay Lal and Bikhyat Adhikari and David Doermann},
journal= {arXiv preprint arXiv:2403.00209},
year = {2024}
}
备注
Published in ICDAR 2024. Code and model are available at https://github.com/pengyu965/ChartReformer