TRUST: 使用基于分割的 Transformer 的准确的端到端表格结构识别器

Aug, 2022

TRUST: 使用基于分割的 Transformer 的准确的端到端表格结构识别器

TRUST: An Accurate and End-to-End Table structure Recognizer Using Splitting-based Transformers

Zengyuan Guo, Yuechen Yu, Pengyuan Lv, Chengquan Zhang, Haojie Li...

TL;DR本文提出了一种基于 Transformer 网络的 table structure recognition 方法 TRUST，并引入了基于查询的切割模块和基于顶点的合并模块，将 table structure recognition 问题分解为两个联合优化子任务：多向表格行 / 列分割和表格网格合并。在 PubTabNet 和 SynthTable 基准测试中，TRUST 表现为全新的最先进结果，尤其是在 PubTabNet 上达到每秒 10 帧的速度，大大超越了以前的方法。

Abstract

table structure recognition is a crucial part of document image analysis domain. Its difficulty lies in the need to parse the physical coordinates and logical indices of each cell at the same time. However, the existing methods are difficult to achieve both these goals, especially when

table structure recognition transformer splitting module merging module state-of-the-art

发现论文，激发创造

拆分、嵌入和合并：一种准确的表格结构识别器

本文介绍了一种称为分割、嵌入和合并（SEM）的准确的表格结构识别器，该模型由分割器、嵌入器和合并器三部分组成，能够通过对表格图像的处理，无论是简单还是复杂，正确识别表格的内部结构。SEM 在多个公开数据集上的实验中均表现出色，是当前的最佳模型之一。

Jul, 2021

TSRFormer：基于 Transformer 的表格结构识别

提出了一种名为 TSRFormer 的新的表格结构识别方法，使用线性回归问题而不是图像分割问题来预测表格的分隔线，并提出了新的两阶段 DETR 分隔线预测方法来直接从表图像中预测分隔线。使用新的技术后，我们的 TSRFormer 在几个基准数据集上都获得了最先进的表现。

Aug, 2022

TableFormer: 基于 Transformer 的表格结构理解

本文提出了一种新的表格结构识别模型，通过引入新的对象检测解码器和基于 transformer 的解码器，能够更准确地提取表格内容并处理各种形式的表格。

Mar, 2022

异构文档图像中的鲁棒表格检测和结构识别

RobusTabNet 是一种新的具有表检测和结构识别功能的方法，可检测表格的边界，并从异构文档图像中重建每个表格的细胞结构。我们提出了使用 CornerNet 作为新的区域提议网络进行表检测，并提出了基于分割和合并的表格结构识别方法。

Mar, 2022

GridFormer：通过格网预测实现准确的表结构识别

基于表格可以表示为网格的观察，我们提出了 GridFormer，一种通过预测网格的顶点和边来解释不受约束的表格结构的新方法。我们引入了一种 DETR 风格的表格结构识别器，通过一次预测获得网格的多目标信息。对包括有线、无线、多合并单元、定向和扭曲表格在内的五个具有挑战性的基准进行的大量实验证明了我们模型相对于其他方法的竞争性能。

Sep, 2023

TUTA：树形 Transformer 用于通用结构表预训练

本文提出 TUTA，一种有助于理解结构化表格的统一预训练架构，通过强化 transformers 模型的三种新型结构感知机制，采用一个二维坐标树结构来描述表格的空间和层次信息，并采用基于树的注意力和位置嵌入来更好地捕捉表格的空间和层次信息，并通过三个渐进式的预训练目标进行预训练，将 TUTA 应用于电子表格和网络表格预训练，得到了最新的表格类型分类和单元格类型分类成效。

Oct, 2020

TC-OCR：高效检测与识别表格结构和内容的 TableCraft OCR

我们提出了一种端到端的流程，通过集成深度学习模型实现图像中的表格自动识别，解决了表格检测、表格结构识别和表格内容识别的问题，提高了准确性和效率。

Apr, 2024

使用双向门控循环单元网络进行表格结构提取

本文提出了一种基于深度学习的方法，它首先对表格图像进行预处理，然后将其输入到具有门控循环单元（GRU）的双向循环神经网络中，最终将结果分类为行分隔符或列分隔符。该方法在表格结构提取方面取得了显著的性能提升。

Jan, 2020

TRACE：基于角落和边缘对齐的表格重构

该论文提出了一种基于底层特征分离的新方法，将表格分解成单元格，通过单元格的组合确定表格位置，大幅提升了检测表格的效率和精度。

May, 2023

ClusterTabNet：用于表格检测和表格结构识别的有监督聚类方法

我们提出了一种新颖的基于深度学习的方法来对文档中的单词进行聚类，并应用于检测和识别 OCR 输出中的表格。我们将表的结构从底部向上解释为单词之间的关系图（属于同一行，列，标题以及同一张表），并使用 Transformer 编码器模型来预测其邻接矩阵。我们在 PubTables-1M 数据集以及 PubTabNet 和 FinTabNet 数据集上展示了我们方法的性能。与当前的最先进的检测方法如 DETR 和 Faster R-CNN 相比，我们的方法在精度上达到了类似或更好的结果，并且要求更小的模型。

Feb, 2024