专利中可视化类型与视角的分类
计算机视觉与模式识别
2023-07-21 v1 人工智能
数字图书馆
信息检索
机器学习
摘要
由于每年专利申请数量快速增长，有助于专利探索与检索的信息与多媒体检索方法至关重要。专利中采用不同类型的可视化（如图表、技术制图）与视角（如侧视图、透视图）来展示创新细节。对这些图像的分类可实现更高效搜索并支持进一步分析。迄今为止，用于图像类型分类的数据集缺失部分专利重要可视化类型。此外，相关工作未利用包括 transformer 在内的近期深度学习方法。本文采用最先进深度学习方法对专利图像中的可视化类型与视角进行分类。我们将 CLEF-IP 专利图像类型分类数据集扩展至十类并提供人工真值标注。此外，我们从提供弱标注图像视角数据的数据集中导出一组层次化类别。实验结果证明了所提方法的可行性。源代码、模型与数据集将公开可用。
引用
@article{arxiv.2307.10471,
title = {Classification of Visualization Types and Perspectives in Patents},
author = {Junaid Ahmed Ghauri and Eric Müller-Budack and Ralph Ewerth},
journal= {arXiv preprint arXiv:2307.10471},
year = {2023}
}
备注
Accepted in International Conference on Theory and Practice of Digital Libraries (TPDL) 2023 (They have the copyright to publish camera-ready version of this work)