Interpreting images of line drawings: a tutorial presented at the 16th International conference on pattern recognition (ICPR), Quebec city, Canada, 11th August 2002
Notice bibliographique
Résumé
While development continues, multimedia tools for planning and recording the results of work on complex engineering products and projects are now widely available. These tools can significantly improve communication within project teams but suffer from an input bottleneck: most of the necessary 3D and other product/design information is readily available, but is typically in the form of paper documents, particularly drawings. Manual input of drawings into CAD, GIS and other systems is a possibility, albeit a slow and expensive one. This tutorial will focus on techniques for the interpretation of images of line drawings. It will cover the low level processes involved in and issues to be addressed during the segmentation and geometric description of line drawing images, consider the extraction of intermediate level entities (e.g. text, dimensions, crosshatched areas and physical outlines) and present and discuss current techniques for ground-truthing and performance evaluation. Prof. Sergey Ablameyko is Head of the Image Processing and Recognition Laboratory and Deputy Director of the Institute of Engineering Cybernetics of the National Academy of Sciences of Belarus. Dr. Tony Pridmore is Senior Lecturer in Computer Science, School of Computer Science and IT, University of Nottingham, UK, where he is a senior member of the Image Processing and Interpretation Research Group. Prof. Ablameyko and Dr. Pridmore have a combined 20 years experience of line drawing image interpretation. They have published some 100 papers in the area (independently and together) and several books, most notably S. Ablameyko & T.P. Pridmore, "Machine Interpretation of Line Drawing Images" (Springer-Verlag, 2000).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,029 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».