用于表格检测与结构识别的深度学习：综述
计算机视觉与模式识别
2022-11-17 v1
摘要
表格无处不在，从科学期刊、论文、网站、报纸一直到我们在超市购买的物品。因此，检测它们对于自动理解文档内容至关重要。得益于深度学习网络的快速发展，表格检测的性能已大幅提升。本综述的目标是深入理解表格检测领域的重大进展，洞察不同方法，并对不同方法给出系统性分类。此外，我们分析了该领域中经典与新近的应用。最后，对现有模型的数据集与源代码进行了整理，以为读者提供在这庞大文献中的指南。最终，我们梳理了利用各种目标检测与表格结构识别方法构建高效且有效的系统的架构，以及一组紧跟最先进算法与未来研究的发展趋向。我们还建立了一个公共 GitHub 仓库，将持续更新最新出版物、开放数据与源代码。GitHub 仓库地址为 https://github.com/abdoelsayed2016/table-detection-structure-recognition。
引用
@article{arxiv.2211.08469,
title = {Deep learning for table detection and structure recognition: A survey},
author = {Mahmoud Kasem and Abdelrahman Abdallah and Alexander Berendeyev and Ebrahem Elkady and Mahmoud Abdalla and Mohamed Mahmoud and Mohamed Hamada and Daniyar Nurseitov and Islam Taj-Eddin},
journal= {arXiv preprint arXiv:2211.08469},
year = {2022}
}