VALSE 论文速览 第41期：去栅格化的矢量图识别

论文题目：去栅格化的矢量图识别

作者列表：蒋忻洋 (MSRA), 刘璐 (悉尼科技大学), 单才华 (MSRA), 沈逸飞 (香港科技大学), 董宣毅 (悉尼科技大学), 李东胜 (MSRA)

B站观看网址：

https://www.bilibili.com/video/BV113411e7ny/

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。

论文信息：

[1]Xinyang Jiang, Lu Liu, et al. "Recognizing Vector Graphics without Rasterization." Proceedings of Advances in Neural Information Processing Systems. 2021.

论文链接：

[https://papers.nips.cc/paper/2021/file/cdf1035c34ec380218a8cc9a43d438f9-Paper.pdf]

视频讲者简介：

蒋忻洋，来自微软亚洲研究院 (MSRA)计算视觉组高级研究员。博士毕业于浙江大学，2020年加入MSRA。研究方向为，计算机视觉，行人重识别。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：董宣毅 (Amazon)、谢凌曦 (华为数字技术有限公司)

季度责任AC：许永超 (武汉大学)