平安VC组针对 ICDAR 2021 科学文献解析任务B：表格识别转 HTML 的解决方案
计算机视觉与模式识别
2021-05-06 v1 人工智能
摘要
本文介绍我们针对 ICDAR 2021 科学文献解析任务B：表格识别转 HTML 竞赛的解决方案。在我们的方法中，我们将表格内容识别任务划分为四个子任务：表格结构识别、文本行检测、文本行识别与框赋值。我们的表格结构识别算法基于鲁棒的图像文本识别算法 MASTER [1] 定制。PSENet [2] 用于检测表格图像中的每条文本行。对于文本行识别，我们的模型同样构建于 MASTER 之上。最后，在框赋值阶段，我们将 PSENet 检测到的文本框与表格结构预测重建的结构项相关联，并将文本行的识别内容填入相应项。我们提出的方法在开发阶段 9,115 个验证样本上取得 96.84% 的 TEDS 分数，在最终评估阶段 9,064 个样本上取得 96.32% 的 TEDS 分数。
引用
@article{arxiv.2105.01848,
title = {PingAn-VCGroup's Solution for ICDAR 2021 Competition on Scientific Literature Parsing Task B: Table Recognition to HTML},
author = {Jiaquan Ye and Xianbiao Qi and Yelin He and Yihao Chen and Dengyi Gu and Peng Gao and Rong Xiao},
journal= {arXiv preprint arXiv:2105.01848},
year = {2021}
}
备注
8 Pages, 7 Figures