基于两阶段深度学习的表格结构识别方法

孙寅生; 袁贞明

doi:10.19926/j.cnki.issn.1674-232X.2023.02.141

杭州师范大学学报（自然科学版） ›› 2024, Vol. 23 ›› Issue (3) : 255 -264. DOI: 10.19926/j.cnki.issn.1674-232X.2023.02.141

基于两阶段深度学习的表格结构识别方法

孙寅生, 袁贞明

作者信息 +

Author information +

文章历史 +

PDF

摘要

鉴于在图像中识别表格结构面临着表格样式众多、图像质量各异等难题，提出一种融合表格线与文字块信息的两阶段深度学习框架，以实现少线复杂表格结构的识别.首先，将残差结构引入U-Net语义分割网络中，增强网络传递表格线信息能力，完成表格线的识别；然后，加入文字块位置信息以提高模型识别无线或少线表格结构的能力.该方法在PubTabNet数据集上的树编辑距离(tree-edit-distance similarity, TEDS)评分达到95.95.实验证明，该方法在识别少线表或无线表时表现优秀，并能高效、准确地识别存在合并单元格的复杂结构表格.