检测专利中的图表与部件标签：基于竞赛的图像处理算法开发
计算机视觉与模式识别
2016-03-11 v3 信息检索
摘要
我们报告了一项为期一个月的在线竞赛的发现，参赛者在其中开发了用于增强美国专利商标局 (USPTO) 发布的专利文档数字版本的算法。目标是检测美国专利绘图页中的图表和部件标签。该挑战吸引了 232 支双人队伍，其中 70 支队伍 (30%) 提交了解决方案。各队伍共提交了 1,797 个解决方案，这些方案被编译在竞赛服务器上。参与者报告平均花费 63 小时开发其解决方案，总计开发时间为 5,591 小时。一个包含 306 项专利的手动标注数据集被用于训练、在线系统测试和评估。文中展示了前 5 名系统的设计与性能，以及一个在竞赛后开发的系统，表明获胜团队在严格的时间和计算约束下产生了接近最先进 (state-of-the-art) 的结果。对于第一名系统，召回率和精确率的调和平均数 (f-measure) 在图表区域检测中为 88.57%，在正确识别图表标题的图表区域中为 78.81%，在部件标签检测和字符识别中为 70.98%。来自竞赛的数据和软件可通过在线 UCI Machine Learning repository 获取，以激发图像处理社区的后续工作。
引用
@article{arxiv.1410.6751,
title = {Detecting Figures and Part Labels in Patents: Competition-Based Development of Image Processing Algorithms},
author = {Christoph Riedl and Richard Zanibbi and Marti A. Hearst and Siyu Zhu and Michael Menietti and Jason Crusan and Ivan Metelsky and Karim R. Lakhani},
journal= {arXiv preprint arXiv:1410.6751},
year = {2016}
}