RAPTOR：面向产品表格对象识别的精炼方法
计算机视觉与模式识别
2025-02-25 v2 人工智能
信息检索
摘要
从文档中提取表格是贯穿多个行业的关键任务，尤其是针对发票和报告等商业文档。在基于 DEtection TRansformer (DETR) 的现有系统，如 TAble TRansformer (TATR)，为表格检测 (TD) 和表格结构识别 (TSR) 提供了解决方案，但面临表格格式多样且常见错误如错误区域检测和列覆盖的问题。本研究引入 RAPTOR，一个模块化的后处理系统，用于提升最先进模型的性能，以实现更好的表格提取，尤其是针对产品表格。RAPTOR 解决了反复出现的 TD 和 TSR 问题，提高了精度和结构预测能力。对于 TD，我们使用 DETR (在 ICDAR 2019 上训练) 和 TATR (在 PubTables-1M 和 FinTabNet 上训练)，而 TSR 仅依赖 TATR。将遗传算法纳入 RAPTOR，以使用一组产品表格数据集优化系统参数，以满足工业需求。我们在两个私有产品表格数据集、公开的 DOCILE 数据集（包含与 our 目标产品表格相似的表格）、ICDAR 2013 和 ICDAR 2019 数据集上进行评估。结果表明，虽然该方法在产品表格方面表现卓越，但也在多样化的表格格式上保持了合理的性能。进一步的消融研究进一步验证了系统中每个模块的贡献。
引用
@article{arxiv.2502.14918,
title = {RAPTOR: Refined Approach for Product Table Object Recognition},
author = {Eliott Thomas and Mickael Coustaty and Aurelie Joseph and Gaspar Deloin and Elodie Carel and Vincent Poulain D'Andecy and Jean-Marc Ogier},
journal= {arXiv preprint arXiv:2502.14918},
year = {2025}
}
备注
Accepted for WACVW 2025 (VisionDocs)