[发明专利]基于深度学习的表格结构重建方法

权利要求书

1.基于深度学习的表格结构重建方法，其特征在于，包括

获取训练图像，所述训练图像显示有表格；

对训练图像进行预处理；

提取预处理后图像的特征图；

利用特征图进行学习和参数更新，获得表格线分类和定位模型；

获取用于表格重建的待重建图像，所述待重建图像显示有待重建表格；

根据表格线分类和定位模型得到待重建表格的结构信息；

对待重建图像进行文字识别和图像目标检测，得到表格内容信息；

将待重建表格的结构信息和表格内容信息匹配，重建表格。

2.根据权利要求1所述的基于深度学习的表格结构重建方法，其特征在于，所述对训练目标图像进行预处理，包括：

对训练图像进行数据增广，生成增广训练数据；

将增广训练数据与真实表格数据混合，然后进行归一化处理；

获取每张训练图像的标签，所述标签包括每个像素点相对于表格结构的相对位置关系。

3.根据权利要求2所述的基于深度学习的表格结构重建方法，其特征在于，所述提取预处理后图像的特征图，包括：

将预处理后的图像数据和标签作为输入，送入基于深度学习的分割网络进行训练提取出特征图；

所述分割网络采用改进后的Unet分割网络，其选择加权交叉熵损失函数来进行训练。

4.根据权利要求3所述的基于深度学习的表格结构重建方法，其特征在于，所述根据待重建图像得到待重建表格的结构信息，包括：

将待重建图像送入所述分割网络，得到表格线分类的像素概率矩阵；

根据所得像素概率矩阵生成表格线二值图；

根据表格线二值图提取单元格交叉点；

根据单元格交叉点对单元格的行列进行组合，得到待重建表格的结构信息。

5.根据权利要求4所述的基于深度学习的表格结构重建方法，其特征在于，所述根据所得像素概率矩阵生成表格线二值图，包括对像素概率矩阵进行映射，具体包括：

设定概率阈值，如果表格横竖线的像素概率大于概率阈值，则对应的像素点映射为255，反之则映射为0，从而对表格横竖线进行分割。