ExTTNet：一种从发票图像中提取表格文本的深度学习算法
计算机视觉与模式识别
2024-02-06 v1 人工智能
信息检索
机器学习
神经与进化计算
摘要
在本研究中，通过名为 ExTTNet 的深度学习模型自主获取发票中的产品表格。首先，使用光学字符识别 (Optical Character Recognition, OCR) 技术从发票图像中获取文本。此过程使用了 Tesseract OCR 引擎 [37]。随后，使用特征提取方法增加现有特征的数量以提高准确性。根据 OCR 结果中获取的每个文本是否为表格元素来进行标注过程。本研究使用了一个多层人工神经网络模型。训练使用 Nvidia RTX 3090 显卡进行，耗时 分钟。训练结果得到的 F1 分数为 。
引用
@article{arxiv.2402.02246,
title = {ExTTNet: A Deep Learning Algorithm for Extracting Table Texts from Invoice Images},
author = {Adem Akdoğan and Murat Kurt},
journal= {arXiv preprint arXiv:2402.02246},
year = {2024}
}
备注
6 pages, 4 figures, 3 tables