DATa：基于域适应辅助的视觉-词汇表示深度表格检测方法

大量研究关注表格检测，不仅开发了依赖手工启发式规则的方法，也发展了深度学习方法。尽管近期研究以提升的结果成功执行表格检测，但当用于迁移域时往往出现性能下降，迁移域的表格布局特征可能不同于底层模型训练所用的源域。为克服该问题，我们提出 DATa，一种新颖的域适应辅助深度表格检测方法，能在仅有少量可信标签的特定目标域中保证满意性能。为此，我们新设计了词汇特征和用于再训练的增强模型。更具体地，在将最先进基于视觉的模型之一预训练为骨干网络后，我们再训练由该基于视觉的模型与多层感知机（MLP）架构组成的增强模型。利用基于训练后 MLP 架构获取的新的置信度分数以及边界框的初始预测及其置信度分数，我们更准确地计算各置信度分数。为验证 DATa 的优越性，我们采用源域中的真实世界基准数据集和目标域中由材料科学论文组成的数据集进行实验评估。实验结果表明，所提 DATa 方法大幅优于目标域中仅利用视觉表示的竞争方法。这些提升得益于依据置信度分数阈值设定消除高假阳性或假阴性的能力。