FastTab：基于微型递归模块和一维 Transformer 的快速表格识别器
计算机视觉与模式识别
2026-05-22 v1 人工智能
摘要
表格结构识别（TSR）需要满足表格层面的一致性（行列数、表头、跨单元格）以及精确的分隔线定位。我们引入 FastTab，一种以网格为中心的表格结构识别模型，通过结合（i）用于全局推理的轻量级微型递归模块（TRM）和（ii）沿行列方向捕获长程依赖的一维 Transformer 编码器，避免使用自回归 HTML 解码。该模型预测行列数、表头行以及分隔线，以构建网格，然后推断跨行和跨列，使用 ROI 对齐的单元格特征。跨越四个基准数据集（PubTabNet、FinTabNet、PubTables-1M 和 SciTSR），FastTab 在保持低延迟推理的同时实现了具竞争力的结构恢复性能。我们进一步研究了在像素级匿名化下的鲁棒性，并展示了对 curved 分隔线的扩展，以适应相机拍摄的文档。源码将在 https://github.com/hamdilaziz/FastTab 上公开。
引用
@article{arxiv.2605.22422,
title = {FastTab: A Fast Table Recognizer with a Tiny Recursive Module and 1D Transformers},
author = {Laziz Hamdi and Amine Tamasna and Pascal Boisson and Thierry Paquet},
journal= {arXiv preprint arXiv:2605.22422},
year = {2026}
}