表格检测与结构识别综述

来源：计算机工程与应用杂志2022年第22期北京时间：

作者：张宇童, 李启元, 刘树衎

单位：1.中国人民解放军海军工程大学 电子工程学院，武汉 430033；2.东南大学 计算机科学与工程学院，南京 211102；

摘要：针对当前文档分析领域中表格分析的发展现状，整理了近年来领域内的相关文献，分别对表格检测和表格结构识别两个关键任务进行研究。针对表格检测任务，将其划分为基于目标检测、图神经网络、生成对抗网络、可变卷积网络的方法；针对表格结构识别任务，将其划分为基于目标检测、图神经网络、循环神经网络、可变卷积与扩张卷积网络的方法。总结了各类模型的方法路径和局限性，梳理了相关任务及其对应的数据集。更广泛地总结了表格分析领域常用的公开数据集，并对各数据集的来源、规模、适用范围及文件类型进行详细介绍。列举了表格分析领域常用的评价指标，并按照实验数据集的不同对现有模型的实验结果进行对比。总结了当前表格分析领域的发展状况，并对未来发展方向进行了展望。

关键词：表格检测,结构识别,深度学习,数据集,评价指标