ECCVNov, 2019

基于先验的高分辨率分层语义分割在文档结构提取中的应用

PDF
TL;DR本研究基于层次语义分割网络，提出了一种基于先验模型的深层次 CNN 网络结构，用于高分辨率文档图像的结构提取，通过在文档图像中将其分成互相重叠的水平条带进行分割，本网络得到了优秀的效果，我们还新建了人工标注的文档表单数据集并在此数据集上进行实验，对比不同分割 baseline 方法证明了本网络算法在分层结构提取上的高效性。当前，此算法已用于 Adobe 的 AEM Forms，实现了纸质和 PDF 表单的自动转换为现代 HTML 表单。
发现论文，激发创造
  • 使用多模态全卷积神经网络学习从文档中提取语义结构

    该研究提出了一种全卷积网络，通过多模态方法从文档图像中提取语义结构，并使用像素级分割方式考虑文档的语义结构提取。该方法不仅考虑文本的视觉外观，还考虑文本的内容，通过有效的合成文档生成数据进行预训练和半监督学习方法滴定优化网络架构，施加于真实文档上，此方法极大地提高了分割的性能表现。

    Jun, 2017

  • HRDoc: 文档结构的分层重构的数据集和基准方法

    本文提出了一种新的任务：层次化重建多页文档的语义结构，并介绍了基于编码 - 解码结构的层次性文档结构分析系统 (DSPS) 来解决该问题。通过采用多模式双向编码器和结构感知 GRU 解码器，以及软屏蔽操作，DSPS 模型的表现优于基线方法。此外，作者还构建了一个大规模数据集 HRDoc，并公开发布。

    Mar, 2023

  • 深层次语义分割

    本文提出了一种用于分层语义分割的新架构 HSSN，它可将现有的分割网络有效地应用于分层语义分割，通过像素嵌入和类别层次结构来实现像素级多标签分类和更好的分割。

    Mar, 2022

  • 使用卷积神经网络学习高层先验知识进行语义分割

    本文提出了一种融合高层次信息以进行语义图像分割的卷积神经网络，使用三层生成结构包括高级编码，中级分割和低级图像进行全局信息分割，使用条件变分自编码器建立这三层之间的连接，提高了分割的精确度和性能。

    Nov, 2015

  • 从标记文件中提取突出的句子

    本文介绍了一种分层卷积文档模型，其架构旨在支持文档结构的内省，使用计算机视觉文献中的可视化技术来识别和提取主题相关的句子，同时引入了一种新的可扩展的自动句子提取系统的评估技术，避免了耗时的人工验证数据注释的需要。

    Dec, 2014

  • HiStruct+: 基于层次结构信息的提取式文本摘要优化

    通过提出的 HiStruct+ 模型，将 Transformer-based language models 中的层级结构信息显式注入到提取式文摘模型中，提高了 PubMed 和 arXiv 数据集中提取式文摘的 ROUGEs 指标，实验发现：数据集对模型效果的影响是关键因素，数据集中的明显层级结构可以取得更大的性能提升，而在模型的表现中，层级位置信息的贡献最大。

    Mar, 2022

  • dhSegment：文档分割的通用深度学习方法

    本文介绍了一种基于卷积神经网络的像素预测器和任务相关的后处理块的开源实现，可以同时处理历史文档处理的多个任务，包括页面提取，基线提取，布局分析或多种类型的插图和照片提取，并展示了单个 CNN 架构在各个任务上具有竞争力的结果。

    Apr, 2018

  • 通过结构化表示学习分层语义图像处理

    本论文提出了一种基于结构化语义布局的图像操作分层框架，使用户可以通过添加、删除和移动一个边界框来对图像进行对象级别的操作。实验证明，该分层框架可以在语义对象操作、交互式图像编辑和数据驱动的图像操作等方面带来优势。

    Aug, 2018

  • Auto-DeepLab：用于语义图像分割的分层神经架构搜索

    本文通过搜索单元结构和网络结构两个不同的层次来提高图像分割性能，并设计出了一种有效的基于梯度的架构搜索方法，其结果表明，在不进行 ImageNet 预训练的情况下，Auto-DeepLab 可以达到最先进的性能水平。

    Jan, 2019

  • 法律文件的结构化文本分段

    本研究提出了一种基于 transformer 网络和结构化文本分割的方法来预测跨越多个段落的连续文本段落的主题连贯性，以更有效地满足用户特定的信息需求，研究结果表明，此方法显著优于基线，并适应法律文件的结构特点。

    Dec, 2020