4 个月前

基于锚点优化的引导表格结构识别

基于锚点优化的引导表格结构识别

摘要

本文提出了一种利用引导锚点(guided anchors)进行表格结构识别的新方法。该方法与当前最先进的表格结构识别技术不同,后者简单地应用了目标检测方法。与先前的技术相比,首先,我们估计了适用于表格结构识别的有效锚点。随后,这些锚点被用于定位表格图像中的行和列。此外,本文还介绍了一种简单而有效的方法,通过使用现实场景中的表格布局来改进结果。所提出的这种方法在两个公开的表格结构识别数据集ICDAR-2013和TabStructDB上进行了详尽的评估。我们在ICDAR-2013数据集上取得了平均F值为95.05%(行的F值为94.6%,列的F值为96.32%)的最先进成果,并在TabStructDB数据集上以平均F值94.17%(行的F值为94.08%,列的F值为95.06%)超越了基线结果。

基准测试

基准方法指标
table-recognition-on-icdar2013-tableProposed System (With post- processing)
F-Measure: 95.46

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于锚点优化的引导表格结构识别 | 论文 | HyperAI超神经