线形图形数字化：迈向全自动的一步
计算机视觉与模式识别
2023-07-06 v1 人工智能
机器学习
摘要
文档数字化可带来更广泛的可用性与可复现性。尽管文档版式与文本内容的自动数字化长期为研究焦点，但针对统计图等图形元素的该问题仍待深入探索。本文引入数学图形细粒度视觉理解任务，并提出线形图形（LG）数据集，其包含5个粗粒度与10个细粒度类别的像素级标注。我们的数据集涵盖从450篇不同学科文档中收集的520张数学图形图像。所提数据集可支持语义分割与目标检测两类计算机视觉任务。为对LG数据集进行基准测试，我们探索了7种最先进模型。为促进统计图形数字化研究的进一步开展，我们将向社区公开数据集、代码与模型。
引用
@article{arxiv.2307.02065,
title = {Line Graphics Digitization: A Step Towards Full Automation},
author = {Omar Moured and Jiaming Zhang and Alina Roitberg and Thorsten Schwarz and Rainer Stiefelhagen},
journal= {arXiv preprint arXiv:2307.02065},
year = {2023}
}
备注
Accepted at The 17th International Conference on Document Analysis and Recognition (ICDAR 2023)