典型文献
表格识别技术研究进展
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
高良才;李一博;都林;张新鹏;朱子仪;卢宁;金连文;黄永帅;汤帜
作者机构：
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
文献出处：
引用格式：
[1]高良才;李一博;都林;张新鹏;朱子仪;卢宁;金连文;黄永帅;汤帜-.表格识别技术研究进展)[J].中国图象图形学报,2022(06):1898-1917
A类：
表格区域检测,表格信息抽取,表格内容识别,单元格识别
B类：
表格识别,识别技术研究,科技文献,财务报表,报纸杂志,文档,紧凑,信息再利用,模式识别,样式,图像质量,别子,子任务,深度学习方法,最新进展,评测标准,流数据,性能比较,主要困难,研究趋势,表格结构识别
AB值：
0.215205
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
