基于行列信息门的表格结构识别网络

目前基于深度学习的表格结构识别有2种主流方法：检测表格框线法和检测表格行与列法。在检测表格框线法中，表格框线所占像素数较少导致了正负样本失衡的问题。虽然检测表格行与列法避免了正负样本失衡的问题，但有的研究将行与列预测分别简化成一列与一行像素的预测，又造成了容错率大的问题。针对该问题，提出了2种信息传输模块：行信息门和列信息门。在模块内，通过特征切片和平铺来对行或列进行软预测，解决了简化行与列预测产生的大容错率问题；通过计算通道注意力进一步提取行或列信息；使用行信息门与列信息门搭建了一个语义分割模型，同时完成表格行分割与列分割。在ICDAR 2013数据集上构建表格的行与列掩模并对模型评估，验证结果表明，与基于检测表格行与列法的分割模型相比，提出的模型有更好的性能，平均查准率、查全率和F1值分别高出0.55%,2.78%和1.48%。