IJCAIMay, 2024

SEMv3: 表格分隔线检测的快速稳健方法

PDF
TL;DR基于 “拆分和合并” 范式，本文提出了 SEMv3 方法，它通过引入 Keypoint Offset Regression (KOR) 模块在拆分阶段有效地检测表格分割线，并在合并阶段定义了一系列合并操作来高效描述表格结构。大量消融实验表明，我们提出的 KOR 模块能够快速准确地检测表格分割线，并在公开数据集上达到了最先进的性能。
table structure recognitionsplit-and-merge paradigmsemv3keypoint offset regressiontable separation lines
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

  • 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

  • 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

  • 对视觉丰富文档的基于检测的表格结构识别进行再思考

    将无结构的表格图像转换为 HTML 序列的表结构识别（TSR）任务经常遇到这样的挑战，并发现现有的基于检测的解决方案存在一些限制，因此比较了两阶段和基于 Transformer 的检测模型，明确了成功的两阶段检测模型的关键设计方面，包括多类问题定义、锚框生成的纵横比和骨干网络的特征生成。通过改进 Cascade R-CNN 模型的这些方面，并应用简单的方法，实现了在 SciTSR、FinTabNet 和 PubTables1M 数据集上针对结构 TEDS 的最新性能提升，分别达到 19.32%、11.56% 和 14.77%。

    Dec, 2023

  • 使用多阶段流程进行表格检测和表格结构识别的多类型 TD-TSR —— 从 OCR 到结构化表格表示中提取文档图像的表格

    本研究提出了一种名为 Multi-Type-TD-TSR 的多阶段流水线，可实现表格检测和结构识别的端对端解决方案，利用深度学习模型实现表格检测和区分边框的三种不同类型的表格。在 ICDAR 2019 表格结构识别数据集上进行评估，实现了新的最先进技术。

    May, 2021

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

    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。

    Aug, 2022

  • 适用于文档中的表格检测的调制物体查询的端到端半监督方法

    本研究提出了一种创新的基于 Transformer 的半监督表格检测器，通过结合一对一和一对多分配技术的新型匹配策略提高了伪标签质量，在早期阶段显著提高了训练效率，进而确保了更好的伪标签进行进一步训练。该方法在多个基准数据集上进行了全面评估，包括 PubLayNet、ICADR-19 和 TableBank，在 TableBank 和 PubLaynet 数据集上以 30％标签数据实现了 95.7％和 97.9％的 mAP，较之前的半监督表格检测方法分别提升了 7.4 和 7.6 个百分点，结果明确展示了该方法的卓越性能，大幅超过现有所有先进方法。该研究在半监督表格检测方法方面取得了重要进展，为实际文档分析任务提供了更高效准确的解决方案。

    May, 2024

  • 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

  • 基于可变形变换器的端到端半监督表格检测

    本论文提出了一种新的端到端半监督表格检测方法，采用可变形转换器。在 PubLayNet、DocBank、ICADR-19 和 TableBank 数据集上评估了该方法，相较于之前的方法表现更出色。

    May, 2023