复合图的语义分割
计算机视觉与模式识别
2021-02-05 v3
摘要
科学文献中包含大量非结构化数据，其中超过30%的图由多幅图像组合而成，这些复合图无法直接用现有的信息检索工具进行分析。本文提出一种用于复合图分离的语义分割方法，将复合图分解为“主图像”。每个主图像是复合图的一部分，由子图标签（通常为“(a)、(b)、(c)”等）所支配。通过这种方式，分离出的子图可以轻松地与图注中的描述信息相关联。特别地，我们提出一种基于锚点的主图像检测算法，该算法利用主图像与子图标签之间的相关性，以两步方式定位主图像。首先，构建子图标签检测器以提取复合图的全局布局信息。其次，将布局信息与局部特征相结合来定位主图像。我们在标注的测试数据集上从定量和定性两方面验证了所提方法的有效性。
引用
@article{arxiv.1912.07142,
title = {Semantic Segmentation for Compound figures},
author = {Weixin Jiang and Eric Schwenker and Maria Chan and Oliver Cossairt},
journal= {arXiv preprint arXiv:1912.07142},
year = {2021}
}
备注
This paper has been withdrawn by the authors. This paper has been superseded by arXiv:2101.09903