检索结果-内蒙古大学图书馆

作者：周勃宇王勇朱军民 100083 北京市海淀区农大南路1号院2号楼5层办公A-501

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... 详细信息

标准号: CN113435240B

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。

关键词：表格区域表格图像预处理图像结构识别计算机视觉领域图像表格结构识别卷积神经网络神经网络算法图像分割算法尺寸归一化解码器模型传统规则原始图像主体结构编码器鲁棒性分类拉伸算法校正检测分析

来源：评论

学校读者我要写书评

暂无评论

一种纸质表格结构自动识别的方法及装置

一种纸质表格结构自动识别的方法及装置

引用

作者：姚金龙程杰董仲舒谷晶中郑宏亮张阳光 450000 河南省郑州市金水区杨金路199号河南新科技市场8号楼

本发明公开一种纸质表格结构自动识别的方法及装置，该方法包括：读取通过纸质表格转化的图片文件并转成灰度图，利用mser算法计算单个文字的平均宽度和高度像素值；对灰度图像进行二值化处理，生成img_bin；对img_bin分别进行水平和垂... 详细信息

标准号: CN112036294A

本发明公开一种纸质表格结构自动识别的方法及装置，该方法包括：读取通过纸质表格转化的图片文件并转成灰度图，利用mser算法计算单个文字的平均宽度和高度像素值；对灰度图像进行二值化处理，生成img_bin；对img_bin分别进行水平和垂直方向的腐蚀操作、翻转处理、膨胀操作、翻转处理，得到水平和垂直方向处理后的图像；对二者进行逻辑与操作，获取所有交叉点并记录；对所有交叉点分别按行、按列进行排序和分组，并过滤掉无效交叉点；按照从上到下，从左到右的顺序，遍历交叉点，生成单元格集合。本发明的表格结构识别更准确、高效。

关键词：纸质表格翻转读取表格结构识别二值化处理从上到下单个文字灰度图像生成单元算法计算图片文件自动识别灰度图逻辑与遍历像素排序过滤集合图像腐蚀膨胀分组记录转化

来源：评论

学校读者我要写书评

暂无评论

智能化表格识别技术综述

引用

计算机工程与应用 2023年第12期59卷 62-76页

作者：梁天恺苏新铎黄宇恒徐天适张华俊曾碧广州广电运通金融电子股份有限公司研究总院广州510000 广东工业大学计算机学院广州510000

在大数据和互联网的历史背景下,信息技术的发展伴随着大量文档的产生。作为数据关系直观体现的表格常见于文档中,表格的归档也是文档处理的重要任务之一。如何在海量的文档中快速地对表格进行自动化识别成为妨碍文档处理迈向智能化的关... 详细信息

在大数据和互联网的历史背景下,信息技术的发展伴随着大量文档的产生。作为数据关系直观体现的表格常见于文档中,表格的归档也是文档处理的重要任务之一。如何在海量的文档中快速地对表格进行自动化识别成为妨碍文档处理迈向智能化的关键因素。作为人工智能研究领域重要分支之一的表格识别,能实现表格对象和结构的自动化检测与识别,被广泛应用在文档智能化处理等场景。因此总结与综述表格识别领域的概念、技术、应用与挑战显得尤为重要。阐述表格识别的概念,指出表格识别任务可被分为表格检测和表格结构识别两大子任务。针对表格检测研究方向主流的anchor-based和anchor-free算法进行介绍和分析,总结不同算法的优缺点。分别阐述基于语义分割、基于双向割并、融合神经网络以及端到端等四大类别的主流的表格结构识别算法的原理和优缺点。同时分析并讨论目前常见的有机融合表格检测和表格结构识别的非端到端与端到端的表格识别算法。最后总结并指出表格识别的应用、挑战与展望。

关键词：表格识别表格检测表格结构识别人工智能大数据

来源：评论

学校读者我要写书评

暂无评论

表格识别技术研究进展

引用

中国图象图形学报 2022年第6期27卷 1898-1917页

作者：高良才李一博都林张新鹏朱子仪卢宁金连文黄永帅汤帜北京大学王选计算机研究所北京100871 华为技术有限公司AI应用研究中心北京100085 华南理工大学电子与信息学院广州510640

表格广泛存在于科技文献、财务报表、报纸杂志等各类文档中,用于紧凑地存储和展现数据,蕴含着大量有用信息。表格识别是表格信息再利用的基础,具有重要的应用价值,也一直是模式识别领域的研究热点之一。随着深度学习的发展,针对表格识... 详细信息

表格广泛存在于科技文献、财务报表、报纸杂志等各类文档中,用于紧凑地存储和展现数据,蕴含着大量有用信息。表格识别是表格信息再利用的基础,具有重要的应用价值,也一直是模式识别领域的研究热点之一。随着深度学习的发展,针对表格识别的新研究和新方法纷纷涌现。然而,由于表格应用场景广泛、样式众多、图像质量参差不齐等因素,表格识别领域仍然存在着大量问题亟需解决。为了更好地总结前人工作,为后续研究提供支持,本文围绕表格区域检测、结构识别和内容识别等3个表格识别子任务,从传统方法、深度学习方法等方面,综述该领域国内外的发展历史和最新进展。梳理了表格识别相关数据集及评测标准,并基于主流数据集和标准,分别对表格区域检测、结构识别、表格信息抽取的典型方法进行了性能比较。然后,对比分析了国内相对于国外,在表格识别方面的研究进展与水平。最后,结合表格识别领域目前面临的主要困难与挑战,对未来的研究趋势和技术发展目标进行了展望。

关键词：表格区域检测表格结构识别表格内容识别深度学习单元格识别表格信息抽取

来源：评论

学校读者我要写书评

暂无评论

Web表格信息抽取研究综述

引用

现代图书情报技术 2008年第3期 24-31页

作者：赵洪肖洪薛德军师庆辉中国学术期刊(光盘版)电子杂志社北京100084

介绍Web表格的特点与结构、Web表格信息抽取及其过程,分析Web表格信息抽取的4个关键技术:Web表格定位、Web表格结构识别、Web表格内容整合和抽取结果表示,以及Web表格信息抽取的应用。最后指出目前国内外该项研究的不足之处及未来发展... 详细信息

介绍Web表格的特点与结构、Web表格信息抽取及其过程,分析Web表格信息抽取的4个关键技术:Web表格定位、Web表格结构识别、Web表格内容整合和抽取结果表示,以及Web表格信息抽取的应用。最后指出目前国内外该项研究的不足之处及未来发展方向。

关键词： Web表格信息抽取表格定位表格结构识别表格内容整合

来源：评论

学校读者我要写书评

暂无评论

基于加权无向图的表格分割方法

引用

计算机应用 2004年第S1期24卷 175-177页

作者：贺岩崔喆中国科学院成都计算机应用研究所四川成都610041

用计算机大批量实时处理表格 ,必须尽量快速地分割出各有效信息块 ,再针对单个信息块进行字符识别和基于词语句法的后期处理。介绍了一种构造加权无向图以分割表格的方法 ,图本身蕴含了表格的版面结构 ,同时又可以作为模式对表格进行分类。

关键词：表格处理表格结构识别信息块分割

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的政务表格单元格结构检测

引用

中南民族大学学报（自然科学版） 2023年第2期42卷 253-259页

作者：杨烨王德军孟博中南民族大学计算机科学学院武汉430074

当前政务领域中涵盖大量复杂异构表格,其结构检测困难,识别准确率较低并且单元格边缘拟合效果较差.针对该问题,在掩膜区域卷积神经网络(Mask R-CNN)的基础上,以政务表格单元格结构为对象,提出一种改进的政务表格单元格结构检测方法.首先... 详细信息

当前政务领域中涵盖大量复杂异构表格,其结构检测困难,识别准确率较低并且单元格边缘拟合效果较差.针对该问题,在掩膜区域卷积神经网络(Mask R-CNN)的基础上,以政务表格单元格结构为对象,提出一种改进的政务表格单元格结构检测方法.首先,在Mask R-CNN算法的主干网络及特征金字塔中加入通道注意力机制,增强有效特征通道权重;然后,对分割产生的掩膜结果使用基于规则和形态学方法进行优化以提升单元格分割边缘拟合度.实验结果表明:改进后的表格单元格结构检测模型在此数据集G-Tab及公开表格数据集ICDAR2013上的精确率和召回率都有明显提升,能够验证改进模型的有效性.

关键词：表格结构识别深度学习掩膜区域卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进结构与位置对齐网络的表结构识别法

引用

国外电子测量技术 2023年第12期42卷 57-62页

作者：陈雨蒋三新上海电力大学电子与信息工程学院上海201306

针对现有表格结构检测方法运算量大,表格结构识别准确率低的问题,提出了一种改进的表格结构识别方法。该方法优化了结构与位置对齐网络,提出在一个轻量级的CPU卷积神经网络PPLCNet较深层增加残差连接,加强网络的学习能力;在特征提取和... 详细信息

针对现有表格结构检测方法运算量大,表格结构识别准确率低的问题,提出了一种改进的表格结构识别方法。该方法优化了结构与位置对齐网络,提出在一个轻量级的CPU卷积神经网络PPLCNet较深层增加残差连接,加强网络的学习能力;在特征提取和特征融合之间引入卷积块注意力模块(convolutional block attention module,CBAM)机制,同时从通道和空间维度加强模型对目标对象的定位能力;在Head部分采用卷积层替代全连接层,实现权重共享,用来降低模型的计算量;此外,还采用Smooth L1损失函数,通过回归表格四顶点坐标,避免图像畸变对于模型性能的影响;为了验证算法的性能,采用PubTabNet数据集进行测试,结果表明所提方法的准确率(Acc)达到71.58%,基于树编辑距离的相似度(tree-editdistance-based similarity,TEDS)达到94.47%;相比较于改进前模型精度提升了2.76%,TEDS提升了0.79%,模型综合性能更优。

关键词：深度学习表格结构识别注意力机制残差网络

来源：评论

学校读者我要写书评

暂无评论

文本图像分析中的关键技术研究

文本图像分析中的关键技术研究

引用

作者：马驰翔中国科学技术大学

学位级别：博士

随着移动终端设备的普及和存储技术的发展,图像数据也在呈爆炸式地增长,并记录着人们工作生活中的方方面面。其中,包含着文字信息的文本图像更是成为了当今社会信息记录、传播和交流过程中不可或缺的重要媒介。但文本图像中的信息是以... 详细信息

随着移动终端设备的普及和存储技术的发展,图像数据也在呈爆炸式地增长,并记录着人们工作生活中的方方面面。其中,包含着文字信息的文本图像更是成为了当今社会信息记录、传播和交流过程中不可或缺的重要媒介。但文本图像中的信息是以模拟信号的形式呈现的,即图像中的像素值。如果能将这些模拟信号数字化,人们就能更高效地从中获取有用信息。在文本图像中,文字和表格是非常常见且重要的高层次语义信息。自动化地从文本图像中提取文字信息和抽取表格数据有着非常广阔的应用前景,例如辅助视觉障碍者、实时翻译、基于文本内容的图像检索、票据识别和校验、文档数字化和结构化信息抽取等。而为了实现这些目标,作为其先决条件的鲁棒文本检测和表格抽取技术至关重要。但是,由于文字和表格本身所具有的高变化度(例如文字灵活多变的字体、颜色、大小、形状、方向和语言等以及表格各种各样的风格、大小和版式布局等),图像中的复杂背景(例如有些背景目标会与文字或表格有相似的视觉纹理特征),以及扫描或拍摄时引入的干扰(例如扫描噪声、不均匀的光照、低对比度、低分辨率、阴影、透视变换和扭曲等),文本图像分析中的鲁棒文本检测和表格抽取问题仍是尚未解决的难题。在深入调研了相关领域的进展之后,本文对文本图像分析中的若干关键技术,即鲁棒的文本检测、表格检测和表格结构识别,分别开展了研究工作:(1)基于视觉关系检测的框架提出了一种新的文本检测方法。为了能有效应对文字的长宽比变化、任意形状和密集分布,本文采用自底向上的思路检测文字,即先检测文本片段然后将其拼成文本行。但现有的自底向上的方法很容易错误地将邻近的文本行聚合到一起或者将字符间隔较大的文本行分割成多个片段。为了解决复杂的文本行串行问题,本文提出将文本检测问题定义成一种视觉关系检测问题,通过定义文本片段之间的“连接”关系来表示两个文本片段是否属于同一个文本行。本文首先提出一个基于关系网络的方法,利用来自文本片段对并集框的上下文信息,来帮助预测连接关系。然后,本文进一步提出将文本片段构建成图,并借助图卷积网络探索更广的上下文信息,以提升连接关系预测的精度。实验表明,本文的方法可以比之前的方法实现更好的文本检测精度,特别是对有较大字符间隔的文本行和密集的任意形状的文本行。(2)提出了一种基于角点定位的高定位精度的表格检测方法。由于表格通常是按照网格状排列分布的且文本之间有对齐关系,这使得表格角点具有很明确的物理意义,是对表格进行精确定位的重要线索。基于此,本文提出先检测表格的角点并对它们进行组合以生成表格候选框,由此可以利用角点响应图上精确的像素级别的角点位置线索来大大提升表格候选框的质量。然后,本文结合一个Fast R-CNN模块,用于筛除其中非表格的候选框,同时进一步精调表格框位置。实验表明,本文提出的表格检测方法仅需用一个非常轻量级的ResNet-18骨干网络就可以在多个公开的表格检测数据集上取得优越的检测性能,特别是在更严格的评价准则下,本文的方法相比于其他方法优势会更加明显。(3)基于拆分-合并范式提出了一种新的表格结构识别方法。之前现有的基于深度学习的表格结构识别方法大多假设表格是水平竖直对齐的,因此它们无法处理有倾斜甚至弯曲形变的表格。此外,只有极少数的方法考虑了跨多行多列的单元格,且其识别精度不高。为了解决这些问题,本文首先提出一个基于Spatial CNN的表格分隔线预测算法,用于将表格拆分成基础的网格状分布的单元格。通过在全图范围内有效地传播上下文信息,Spatial CNN可以显著提升在空白区域和有弯曲形变的位置分隔线预测的精度。然后,本文又提出一个简单但很有效的Grid CNN模块用于单元格合并。该模块将整个表格紧致地表示成一个网格,然后仅需借助一些堆叠的卷积层即可有效地整合上下文信息,从而实现非常高的单元格合并精度。本文的方法在多个公开数据集上都取得了当时最好的结果。不仅如此,本文还在一个更具挑战性的内部数据集上验证了该方法对有复杂结构的表格、内部有较大空白间隔的表格、有空白单元格或跨多行多列单元格的表格以及有弯曲形变的表格的鲁棒性。

关键词：文本图像分析任意形状文本检测视觉关系检测关系网络图卷积网络表格检测角点检测表格结构识别拆分-合并范式

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的智能阅卷系统设计与实现

基于深度学习的智能阅卷系统设计与实现

引用

作者：胡晓雨宁夏大学

学位级别：硕士

阅卷是教学过程中最为消耗教师精力的工作之一,人工智能技术可以很大程度上减轻教师的工作量。基于答题卡的客观题自动化阅卷模式目前被广泛使用,但是对于主观题的自动化阅卷尚不成熟。近年来,随着深度学习的快速发展,基于文字识别、表... 详细信息

阅卷是教学过程中最为消耗教师精力的工作之一,人工智能技术可以很大程度上减轻教师的工作量。基于答题卡的客观题自动化阅卷模式目前被广泛使用,但是对于主观题的自动化阅卷尚不成熟。近年来,随着深度学习的快速发展,基于文字识别、表格识别、公式识别以及自然语言理解的智能阅卷研究成为研究热点之一。本文从某小学的实际需求出发,针对小学教师语数外阅卷工作量大的问题,主持设计开发了一套基于深度学习的智能阅卷系统,并对系统设计开发过程中的关键技术之一进行了深入研究,在小学自建数据集PRTD上进行了验证。本文的主要研究内容包括:(1)本文创建了一个小学综合课程试卷数据集,通过与某小学合作采集了语数外三科2021年和2022年的期末试卷,构建了包含手写文字的填空题、计算题、简答题、应用题、作文题等多种题型的多语言、多学科PRTD数据集,为基于深度学习的智能阅卷算法提供训练和测试数据。(2)表格识别是智能阅卷系统中的关键技术之一,本文对这个问题进行了分析,提出了一种表格识别的改进方法,使用端到端的深度网络模型进行表格识别,利用表格识别和表格结构识别这两项任务之间的相互依赖性来分割表格和表格中列的区域。算法引入DenseNet-121作为编码器进行图像处理,之后使用两个解码器作为表格和列的两个不同分支出现,并为表和列生成两个不同的语义标记后输出图像。(3)通过对小学老师阅卷需求的深入分析,本文设计并开发了一套基于图像的智能阅卷系统,系统集成了表格识别、文字识别、公式识别多种智能算法模块,业务流程设计完整,实现的功能较为全面,基本满足教师日常阅卷及作业批改的要求。本文设计开发了一套功能较为完整的智能阅卷系统,针对智能阅卷系统中表格识别的关键技术问题进行了研究,系统具有较好的应用价值。

关键词：智能阅卷系统深度学习表格识别表格结构识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：