ICDAR 2021 文档视觉问答竞赛
计算机视觉与模式识别
2021-11-11 v1 机器学习
摘要
在本报告中，我们呈现ICDAR 2021届文档视觉问答挑战赛的结果。本届在已有的单文档VQA与文档集合VQA任务基础上，新增了信息图VQA任务。信息图VQA基于一个包含逾5000幅信息图图像与30000个问答对的新数据集。优胜方法在信息图VQA任务中取得0.6120 ANLS，在文档集合VQA任务中取得0.7743 ANLSL，在单文档VQA中取得0.8705 ANLS。我们给出各任务所用数据集概要、所提交各方法描述及其性能结果与分析。并呈现自首届DocVQA 2020挑战赛以来单文档VQA所取得的进展概要。
引用
@article{arxiv.2111.05547,
title = {ICDAR 2021 Competition on Document VisualQuestion Answering},
author = {Rubèn Tito and Minesh Mathew and C. V. Jawahar and Ernest Valveny and Dimosthenis Karatzas},
journal= {arXiv preprint arXiv:2111.05547},
year = {2021}
}