ChartLine:使用空间序列特征金字塔网络在科学线图中自动检测和跟踪曲线
Wenjin Yang1, Jie He2,3,4, Qian Li5
1School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China.
Sensors (Basel, Switzerland)
|November 9, 2024
概括
我们开发了ChartLine,这是一个用于检测和追踪图表中的线条的新网络. 它准确地识别复杂的线图,优于数据可视化任务的现有方法.
科学领域:
- 计算机视觉 计算机视觉
- 数据可视化 数据可视化
- 机器学习 机器学习
背景情况:
- 线图对于科学和商业数据表示至关重要.
- 自动线路检测对于数据提取和图表分析至关重要.
- 复杂的背景和多样化的线条风格 (固体,点,点) 挑战现有的算法.
研究的目的:
- 提出ChartLine,一个用于准确检测和跟踪线图的新型网络.
- 增强自动图表分析工具的功能.
主要方法:
- 开发了ChartLine,集成了一个空间序列注意力特征金字塔网络 (SSA-FPN) 来进行层次特征提取.
- 集成的空间序列融合 (SSF) 和通道多头注意 (CMA) 模块,以改善特征表示.
- 在四个不同的线条图数据集上评估了性能.
主要成果:
- 在曲线检测,边缘检测和语义细分方面,ChartLine显著超过了最先进的方法.
- 在合成数据集上实现了94%的高F测量.
- 在处理复杂的背景和各种线条风格方面表现出卓越的性能.
结论:
- ChartLine提供了一个强大的解决方案,用于在具有挑战性的线图可视化中检测和跟踪曲线.
- 提出的方法有助于从科学和商业图表中提取和分析自动化数据.
- 这项工作为更复杂的图表理解系统提供了基础.
