SepFormer：基于粗到细分离器回归网络的表格结构识别
计算机视觉与模式识别
2025-06-30 v1
摘要
从图像数据中重建表格逻辑布局的自动化过程，称为表格结构识别 (TSR)，是语义数据提取的基础。最近，研究人员探索了各种技术来解决这一问题，取得了显著进展。每个表格都是一组垂直和水平分离器。基于这一认识，我们提出了SepFormer，通过将split-and-merge范例整合到单一步骤中的分离器回归，提高了速度和鲁棒性。SepFormer 是一种粗到细的方法，通过两个transformer decoder的堆叠从单行预测表格分离器到line-strip分离器。在粗粒度阶段，模型通过带额外角度损失的decoder层学习逐步细化单行段。 在细粒度阶段结束时，模型通过细化每个单行段的采样点来预测line-strip分离器。我们的SepFormer在多个基准数据集上实现了相当于最先进方法的性能，平均运行速度为25.6 FPS，包括SciTSR、PubTabNet、WTW和iFLYTAB。
关键词
引用
@article{arxiv.2506.21920,
title = {SepFormer: Coarse-to-fine Separator Regression Network for Table Structure Recognition},
author = {Nam Quan Nguyen and Xuan Phong Pham and Tuan-Anh Tran},
journal= {arXiv preprint arXiv:2506.21920},
year = {2025}
}