【NeurIPS2021】去栅格化的矢量图识别

去栅格化的矢量图识别

Recognizing Vector Graphics without Rasterization

论文摘要：本文工作关注在一种与以往大多数工作不同的图像格式：矢量图。和在图像识别中常用的位图不同，由于矢量图基于解析几何的表示方式，可以被无损失的缩放到任意分辨率。同时，矢量图还提供了额外的结构化信息，描述了底层元素是如何构成高层的形状和结构。现有的识别方法并没有充分利用这一格式的优点。本文通过目标检测这一基本的视觉任务来探索这个图像格式。我们提出了一种无需 CNN 的高效网络结构，在识别过程中无需将矢量图渲染为像素图（即栅格化），直接把矢量图的文本作为模型输入，称为 YOLaT (You Only Look at Text)。YOLaT 将矢量图的结构和空间信息建模为一个多重图，并提出一个双流图神经网络基于多重图来进行目标检测。实验证明 YOLaT 通过直接对矢量图进行处理分析，能够在计算效率和性能上显著超过现有的目标检测方法。

https://www.zhuanzhi.ai/paper/8b75d17e2875ed0792f5422150dc1067