申请/专利权人：北京易道博识科技有限公司

申请日：2021-04-13

公开（公告）日：2024-06-14

公开（公告）号：CN113435240B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2021.10.15#实质审查的生效;2021.09.24#公开

摘要：本发明公开了一种端到端的表格检测和结构识别方法及系统，涉及计算机视觉领域。该方法包括：对原始图像进行垂直方向拉伸，并进行长宽比不变的尺寸归一化以及边界补0，形成预处理图像；以编码器‑解码器模型为主体结构，确定所述预处理图像中的表格区域，并分类为有线表格图像和无线表格图像；基于所确定的表格区域，从预处理图像中分离出校正后的、仅包含表格区域的表格区域图像；针对所述表格区域图像，根据分类为有线表格图像和无线表格图像分别采用不同方法进行表格结构识别。本发明对不同类别的表格采用不同的结构识别方法，充分结合卷积神经网络图像分割算法、图卷积神经网络算法和传统规则分析方法的优势来提升算法的鲁棒性和通用性。

主权项：1.一种端到端的表格检测和结构识别方法，输入的原始图像中包含有表格，其特征在于，所述方法包括以下步骤：步骤1：图像预处理步骤，对原始图像进行垂直方向拉伸，并进行长宽比不变的尺寸归一化以及边界补0，形成预处理图像；步骤2：表格区域预测步骤，以编码器-解码器模型为主体结构，确定所述预处理图像中的表格区域，并分类为有线表格图像和无线表格图像；步骤3：表格图像校正步骤，基于所确定的表格区域，从预处理图像中分离出校正后的、仅包含表格区域的表格区域图像；步骤4：表格结构识别步骤，针对所述表格区域图像，根据分类为有线表格图像和无线表格图像分别采用不同方式进行表格结构识别，其中，所述步骤4中，针对属于无线表格图像的所述表格区域图像，具体包括：以每个文本实例为节点，提取节点特征，所述节点特征由每个文本实例的位置特征、边界框背景特征、行背景特征和列背景特征共同拼接形成；针对某一节点a，选取其当前所在特征空间内所有节点并计算相似性，选取周边多个最近邻节点；将节点a的节点特征A及其与所述多个最近邻节点的节点特征的相似度差值分别拼接在一起，输入经训练的图卷积神经网络，输出更新后的节点特征A’；重复以上操作，得到所述表格区域图像内所有节点的更新后的节点特征；通过三个多层感知机网络分别利用更新后的节点特征确定节点与多个最近邻节点的行、列和单元格的结构关系，由此确定表格结构信息并输出。

全文数据：

权利要求：

百度查询： 北京易道博识科技有限公司 一种端到端的表格检测和结构识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD