ICDAR 2021 科学表格图像识别转LaTeX竞赛
信息检索
2021-11-12 v2 人工智能
计算机视觉与模式识别
摘要
表格在许多科学文档中简洁地呈现重要信息。数学符号、公式与跨列单元格等视觉特征使得从研究文档中嵌入的表格提取结构与内容十分困难。本文讨论ICDAR 2021科学表格图像识别转LaTeX竞赛的数据集、任务、参与者方法与结果。具体而言，竞赛任务是将表格图像转换为其对应的LaTeX源代码。我们提出两个子任务。子任务1中，我们要求参与者从图像重建LaTeX结构代码。子任务2中，我们要求参与者从图像重建LaTeX内容代码。本报告描述数据集与真值规范，详述所用性能评估指标，展示最终结果并总结参与方法。VCGroup团队的提交在子任务1取得最高精确匹配准确率74%，子任务2为55%，分别超越先前基线5%与12%。尽管模型的识别能力仍有提升空间，本次竞赛通过挑战从业者在特定约束下解决问题并分享其方法，推动了全自动表格识别系统的发展；该平台将在 https://competitions.codalab.org/competitions/26979 继续接受挑战后提交。
引用
@article{arxiv.2105.14426,
title = {ICDAR 2021 Competition on Scientific Table Image Recognition to LaTeX},
author = {Pratik Kayal and Mrinal Anand and Harsh Desai and Mayank Singh},
journal= {arXiv preprint arXiv:2105.14426},
year = {2021}
}