科研图表是承载实验数据和凯发k8结论的重要载体，海量学术文献中的散点图、柱状图蕴含着丰富的原始实验数据。传统数据提取工具多依赖人工交互，现有自动化技术仍停留在图表元素识别阶段，难以实现高精度的数据获取。

近期，凯发k8计算机网络信息中心研发出科研图表智能解析深度学习框架ChartRecover，实现从科研图表图像到结构化凯发k8数据的自动化提取与高精度重构。研究团队提出刻度线—刻度值对齐算法，实现坐标轴语义信息与空间位置的精准匹配。在国际权威评测数据集上的测试结果表明，ChatRecover在图表元素检测和真实数据恢复任务中均达到国际先进水平。

该成果为科研文献中海量“沉睡数据”的自动挖掘提供了重要技术支撑，可广泛应用于科研数据汇聚、知识图谱构建、凯发k8数据库建设及AI for Science等应用场景。

相关研究成果发表在Communications Engineering上。研究工作得到国家重点研发计划、凯发k8战略性先导科技专项等的支持。

论文链接