上下文感知的图表元素检测
计算机视觉与模式识别
2023-09-12 v2
摘要
作为图表数据提取的先决条件，图表基本元素的准确检测至关重要且必不可少。与通用图像域中的目标检测不同，图表元素检测高度依赖上下文信息，因为图表是高度结构化的数据可视化格式。为此，我们提出一种名为 CACHED（即 Context-Aware Chart Element Detection，上下文感知图表元素检测）的新方法，通过将由视觉上下文增强与位置上下文编码组成的局部-全局上下文融合模块集成到 Cascade R-CNN 框架中。为提升方法在更广适用面上的泛化能力，我们细化了现有图表元素分类，并标准化了除绘图元素外的 18 类图表基本元素。我们的 CACHED 方法配合更新后的图表元素类别，在实验中取得了最先进的性能，凸显了上下文在图表元素检测中的重要性。将方法扩展至条形图检测任务，我们在 PMC 测试数据集上获得了最佳结果。
引用
@article{arxiv.2305.04151,
title = {Context-Aware Chart Element Detection},
author = {Pengyu Yan and Saleem Ahmed and David Doermann},
journal= {arXiv preprint arXiv:2305.04151},
year = {2023}
}
备注
Published in ICDAR 2023. Code and model are available at https://github.com/pengyu965/ChartDete