RTHDet：图像中的旋转表格区域与表头检测
计算机视觉与模式识别
2024-02-07 v1
摘要
传统模型侧重于水平表格检测，但在旋转场景中表现不佳，限制了表格识别的进展。本文引入了一项新任务：在旋转场景中检测表格区域并定位表头-表尾部分。我们提出了相应的数据集、评估指标和方法。我们的新方法“自适应有界旋转”解决了检测旋转表格及其头尾部分的数据集稀缺问题。我们基于“ICDAR2019MTD”制作了包含表格头尾语义信息的“TRR360D”数据集。一个新的指标“R360 AP”用于衡量检测旋转区域和定位头尾部分的精度。经过广泛审查和测试，我们选择了高速且准确的“RTMDet-S”作为基线。我们引入了“RTHDet”，通过增加“r360”旋转矩形角度表示和“角度损失”分支来增强基线，从而改进了头尾定位。通过应用迁移学习和自适应边界旋转增强，RTHDet的AP50 (T<90) 相比基线从23.7%提升到了88.7%。这证明了RTHDet在检测旋转表格区域和准确定位头尾部分方面的有效性。RTHDet已集成到广泛使用的开源MMRotate工具包中：https://github.com/open-mmlab/mmrotate/tree/dev-1.x/projects/RR360。
引用
@article{arxiv.2402.03315,
title = {RTHDet: Rotate Table Area and Head Detection in images},
author = {Wenxing Hu and Minglei Tong},
journal= {arXiv preprint arXiv:2402.03315},
year = {2024}
}