历史天文图分解为几何基元

Syrine Kalleli; Scott Trigg; Ségolène Albouy; Mathieu Husson; Mathieu Aubry

历史天文图分解为几何基元

计算机视觉与模式识别 2024-03-14 v1

作者: Syrine Kalleli , Scott Trigg , Ségolène Albouy , Mathieu Husson , Mathieu Aubry

摘要

从历史手稿中绘制的数十万幅图表中自动提取几何内容，将使历史学家能够研究天文知识在全球范围内的传播。然而，当前最先进的矢量化方法通常是为处理现代数据而设计的，并不适应历史天文图的复杂性和多样性。因此，我们的贡献是双重的。首先，我们引入了一个独特的数据集，包含303幅来自不同传统、时间跨度从12世纪到18世纪的天文图，标注了超过3000条线段、圆和圆弧。其次，我们开发了一个基于DINO-DETR的模型，以实现对多种几何基元的预测。我们证明，该模型可以仅用合成数据进行训练，并在我们具有挑战性的数据集上准确预测基元。我们的方法通过引入对多种基元有意义的参数化、联合训练检测与参数优化、使用可变形注意力以及在丰富的合成数据上训练，相比仅限于线条的LETR基线有了广泛改进。我们的数据集和代码可在我们的网页上获取。

关键词

历史天文图几何基元矢量化 DINO-DETR 合成数据可变形注意力线段检测圆与圆弧检测

引用

@article{arxiv.2403.08721,
  title  = {Historical Astronomical Diagrams Decomposition in Geometric Primitives},
  author = {Syrine Kalleli and Scott Trigg and Ségolène Albouy and Mathieu Husson and Mathieu Aubry},
  journal= {arXiv preprint arXiv:2403.08721},
  year   = {2024}
}

备注

Code and dataset are available in http://imagine.enpc.fr/~kallelis/icdar2024/

历史天文图分解为几何基元

摘要

关键词

引用

备注

相关论文