LGDNet：结合局部和全局特征的表格检测网络

来源：电子与信息学报杂志2024年第12期北京时间：

作者：卢迪, 袁璇

单位：1.哈尔滨理工大学测控技术与通信工程学院 哈尔滨 1500802.哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室 哈尔滨 150080

摘要：在大数据时代，表格广泛存在于各类文档图像中，进行表格检测对于表格信息再利用具有重要意义。针对现有的基于卷积神经网络的表格检测算法存在感受野受限、依赖于预设的候选区域以及表格边界定位不准确等问题，该文提出一种基于 DINO模型的表格检测网络。首先，设计一种图像预处理方法，旨在增强表格的角点和线特征，以更好地区分表格与文本等其他文档元素。其次，设计一种主干网络SwTNet-50，通过在ResNet中引入Swin Transformer Blocks (STB)，有效地进行局部-全局特征信息的提取，提高模型的特征提取能力以及对表格边界的检测准确性。最后，为了弥补DINO模型在1对1匹配中编码器特征学习不足问题，采用协同混合匹配训练策略，提高编码器的特征学习能力，提升模型检测精度。与多种基于深度学习的表格检测方法进行对比，该文模型在表格检测数据集TNCR上优于对比算法，在IoU阈值为0.5, 0.75和0.9时F1-Score分别达到98.2%, 97.4%和93.3%。在IIIT-AR-13K数据集上，IoU阈值为0.5时F1-Score为98.6%。

关键词：表格检测, 卷积神经网络, Transformer, 特征提取