SEMv2：基于实例分割的表格分隔线检测
计算机视觉与模式识别
2024-01-15 v2
摘要
表格结构识别是使机器理解表格不可或缺的元素，其主要目的是识别表格的内部结构。然而，由于其结构与样式的复杂性和多样性，将表格数据解析为机器可理解的结构化格式极具挑战性。本文遵循基于分而治之（split-and-merge）方法的原理，提出一种准确的表格结构识别器，称为SEMv2（SEM：Split, Embed and Merge）。与先前工作在“split”阶段不同，我们旨在解决表格分隔线实例级判别问题，并引入一种基于条件卷积的表格分隔线检测策略。具体而言，我们以自顶向下的方式设计“split”，先检测表格分隔线实例，然后为每个实例动态预测表格分隔线掩码。最终的表格分隔线形状可通过按行/列方式处理表格分隔线掩码准确获得。为全面评估SEMv2，我们还提出一个更具挑战性的表格结构识别数据集，称为iFLYTAB，其涵盖照片、扫描文档等多种场景中的多风格表格。在公开可用数据集（如SciTSR、PubTabNet和iFLYTAB）上的大量实验证明了我们所提方法的有效性。代码与iFLYTAB数据集见 https://github.com/ZZR8066/SEMv2。
引用
@article{arxiv.2303.04384,
title = {SEMv2: Table Separation Line Detection Based on Instance Segmentation},
author = {Zhenrong Zhang and Pengfei Hu and Jiefeng Ma and Jun Du and Jianshu Zhang and Huihui Zhu and Baocai Yin and Bing Yin and Cong Liu},
journal= {arXiv preprint arXiv:2303.04384},
year = {2024}
}