基于异构文档图像的鲁棒表格检测与结构识别
计算机视觉与模式识别
2022-09-19 v2
摘要
我们提出了一种名为 RobusTabNet 的新表格检测与结构识别方法，用于从异构文档图像中检测表格边界并重建每个表格的单元格结构。在表格检测方面，我们提议使用 CornerNet 作为新的区域提议网络，为 Faster R-CNN 生成更高质量的表格提议，这显著提升了 Faster R-CNN 用于表格检测的定位置信度。因此，我们的表格检测方法仅使用轻量级 ResNet-18 骨干网络，便在 cTDaR TrackA、PubLayNet 和 IIIT-AR-13K 三个公开表格检测基准上取得了最先进的性能。此外，我们提出了一种基于拆分与合并的新表格结构识别方法，其中设计了基于空间 CNN 的新型分隔线预测模块将每个检测到的表格拆分为单元格网格，并应用基于 Grid CNN 的单元格合并模块来恢复跨列单元格。由于空间 CNN 模块可有效在整个表格图像中传播上下文信息，我们的表格结构识别器能够鲁棒地识别具有大空白区域以及几何畸变（甚至弯曲）的表格。得益于这两项技术，我们的表格结构识别方法在 SciTSR、PubTabNet 和 cTDaR TrackB2-Modern 三个公开基准上取得了最先进的性能。此外，我们还在更具挑战性的内部数据集上进一步展示了我们的方法在识别具有复杂结构、大空白区域以及几何畸变甚至弯曲形状的表格方面的优势。
引用
@article{arxiv.2203.09056,
title = {Robust Table Detection and Structure Recognition from Heterogeneous Document Images},
author = {Chixiang Ma and Weihong Lin and Lei Sun and Qiang Huo},
journal= {arXiv preprint arXiv:2203.09056},
year = {2022}
}
备注
Accepted by Pattern Recognition on 27 Aug. 2022