基于单一深度神经网络从图表中提取数据
计算机视觉与模式识别
2019-07-01 v1 计算与语言
机器学习
摘要
从图表中自动提取数据具有挑战性，原因有二：图表中对象间存在许多关系，这在一般计算机视觉问题中并不常见；且不同类型的图表可能无法由同一模型处理。为解决这些问题，我们提出一种单一深度神经网络框架，由目标检测、文本识别和对象匹配模块组成。该框架可处理条形图和饼图，并且通过轻微修改和扩充训练数据也可扩展至其他类型图表。我们的模型在79.4%的测试模拟条形图和88.0%的测试模拟饼图上成功，而对于训练域外的图表，成功率分别降至57.5%和62.3%。
引用
@article{arxiv.1906.11906,
title = {Data Extraction from Charts via Single Deep Neural Network},
author = {Xiaoyi Liu and Diego Klabjan and Patrick NBless},
journal= {arXiv preprint arXiv:1906.11906},
year = {2019}
}