論文の概要: ChartGalaxy++: A Richly Annotated Dataset for Chart Understanding and Generation
- arxiv url: http://arxiv.org/abs/2611.15418v1
- Date: Wed, 11 Nov 2026 12:47:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.142545
- Title: ChartGalaxy++: A Richly Annotated Dataset for Chart Understanding and Generation
- Title(参考訳): ChartGalaxy++: チャートの理解と生成のためのリッチなアノテーション付きデータセット
- Abstract要約: ChartGalaxy++は217,195のインフォグラフィックチャートのリッチな注釈付きデータセットである。
このデータセットの中核はシーングラフ表現であり、ノードは視覚要素とセマンティックグループを表し、エッジはその階層的および空間的関係を符号化する。
1)画像からシーンへの予測,2)シーングラフによるインフォグラフィック質問応答,3)画像生成におけるシーングラフの保存評価の3つの応用を通して,ChartGalaxy++の有用性を実証する。
- 参考スコア(独自算出の注目度): 22.51676252984559
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Infographic charts communicate data through cohesive compositions of visual elements such as charts, text, and images. Existing infographic chart datasets primarily annotate individual elements with bounding boxes and category labels. Such element-level annotations do not capture hierarchical and spatial relationships, limiting their use for understanding how elements are organized and related within an infographic and for generating well-organized designs. To address this limitation, we introduce ChartGalaxy++, a richly annotated dataset of 217,195 infographic charts. At the core of this dataset is a scene graph representation, in which nodes represent visual elements and semantic groups, and edges encode their hierarchical and spatial relationships. For real infographics, we construct scene graphs by detecting and progressively grouping visual elements; for synthetic ones, we derive them directly from the generation process. We demonstrate the utility of ChartGalaxy++ through three applications: 1) image-to-scene-graph prediction, 2) scene-graph-augmented infographic question answering, and 3) evaluation of scene graph preservation in image generation. Together, these applications highlight the value of ChartGalaxy++ for advancing chart understanding and generation.
- Abstract(参考訳): インフォグラフィックチャートは、チャート、テキスト、画像などの視覚要素の結合的な構成を通してデータを伝達する。
既存のインフォグラフィックチャートデータセットは、主にバウンディングボックスとカテゴリラベルで個々の要素に注釈を付ける。
このような要素レベルのアノテーションは階層的および空間的関係を捉えず、インフォグラフィック内で要素がどのように組織化され、関連付けられているかを理解するためにの使用を制限する。
この制限に対処するため、217,195のインフォグラフィックチャートのリッチな注釈付きデータセットであるChartGalaxy++を紹介します。
このデータセットの中核はシーングラフ表現であり、ノードは視覚要素とセマンティックグループを表し、エッジはその階層的および空間的関係を符号化する。
実際のインフォグラフィックでは、視覚要素を検出して段階的にグループ化することでシーングラフを構築する。
3つのアプリケーションを通してChartGalaxy++の実用性を実証する。
1)画像から画像への予測
2)シーングラフ付インフォグラフィック質問応答、及び
3)画像生成におけるシーングラフ保存の評価
これらのアプリケーションは、チャートの理解と生成を促進するためのChartGalaxy++の価値を強調している。
関連論文リスト
- ChartPoint: Guiding MLLMs with Grounding Reflection for Chart Reasoning [54.86473583610112]
グラフの連鎖推論に反射的相互作用を統合するPointCoTを提案する。
位置アノテーションに基づいてMLLMにバウンディングボックスと再レンダリングチャートを生成することで、テキスト推論ステップと視覚的接地領域の接続を確立する。
我々は、いくつかのグラフベンチマークにおいて最先端のモデルであるChartPointQ2とChartPointQ2.5を開発した。
論文 参考訳(メタデータ) (2025-11-29T04:01:55Z) - ChartGalaxy: A Dataset for Infographic Chart Understanding and Generation [19.547724781865327]
インフォグラフィックチャートの理解を促進するために設計された100万規模のデータセットであるChartGalaxyを紹介する。
データセットは、実際のインフォグラフィックチャートから75のチャートタイプ、440のチャートバリエーション、68のテンプレートを識別するインダクティブプロセスによって構築される。
1)微調整によるインフォグラフィックチャート理解の改善,2)インフォグラフィックチャートのベンチマークコード生成,3)インフォグラフィックチャート生成の実現。
論文 参考訳(メタデータ) (2025-05-24T12:06:22Z) - RefChartQA: Grounding Visual Answer on Chart Images through Instruction Tuning [63.599057862999]
RefChartQAは、Chart Question Answering(ChartQA)とビジュアルグラウンドを統合した、新しいベンチマークである。
実験により,グラウンド化による空間認識を取り入れることで,応答精度が15%以上向上することが実証された。
論文 参考訳(メタデータ) (2025-03-29T15:50:08Z) - ChartAssisstant: A Universal Chart Multimodal Language Model via
Chart-to-Table Pre-training and Multitask Instruction Tuning [54.89249749894061]
ChartAssistantは、ユニバーサルチャートの理解と推論のためのビジョン言語モデルである。
2段階のトレーニングプロセスを経て、チャートとテキストの調整のために、チャートからテーブルへのパースを事前トレーニングする。
実験により, 最先端UniChart法とChartllama法に比較して, 顕著な性能向上が得られた。
論文 参考訳(メタデータ) (2024-01-04T17:51:48Z) - Learning to Generate Scene Graph from Natural Language Supervision [52.18175340725455]
シーングラフと呼ばれる画像内の局所化オブジェクトとその関係をグラフィカルに表現するために,画像と文のペアから学習する最初の方法の1つを提案する。
既製のオブジェクト検出器を利用してオブジェクトのインスタンスを識別し、ローカライズし、検出された領域のラベルとキャプションから解析された概念をマッチングし、シーングラフを学習するための"擬似ラベル"を作成する。
論文 参考訳(メタデータ) (2021-09-06T03:38:52Z) - Bridging Knowledge Graphs to Generate Scene Graphs [49.69377653925448]
本稿では,2つのグラフ間の情報伝達を反復的に行う新しいグラフベースニューラルネットワークを提案する。
我々のグラフブリッジネットワークであるGB-Netは、エッジとノードを連続的に推論し、相互接続されたシーンとコモンセンスグラフのリッチでヘテロジニアスな構造を同時に活用し、洗練する。
論文 参考訳(メタデータ) (2020-01-07T23:35:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。