Resumen

El gráfico es un tipo de información ubicua, ampliamente utilizado y fácil de entender para las personas. Debido a que existen tantos tipos diferentes y estilos diferentes de gráficos, no es una tarea fácil para una computadora reconocer un gráfico, así como volver a dibujarlo o rediseñarlo. Este estudio propone un método de tres etapas para el reconocimiento de gráficos: analizar la clasificación de gráficos, analizar la estructura de gráficos y analizar el contenido de gráficos. Al clasificar gráficos, elegimos ResNet-50. Al reconocer la estructura y el contenido de los gráficos, utilizamos diferentes marcos profundos para extraer puntos clave basados en diferentes tipos de gráficos. Además, también introducimos dos conjuntos de datos, UCCD y UCID, para entrenar modelos profundos para clasificar y reconocer gráficos. Finalmente, utilizamos algunos métodos geométricos tradicionales para obtener una tabla original de un gráfico, para así poder redibujarlo.

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Gráfico; Reconocimiento; Clasificación; Estructura; Contenido; Conjuntos de datos
• Keywords:Chart; Recognition; Classification; Structure; Content; Datasets