[发明专利]一种表格结构提取方法及系统

权利要求书

1.一种表格结构提取方法，其特征在于，包括：

将表格图片输入预先训练的神经网络模型，得到输出的对应的图片标注；

对所述图片标注进行处理，获得对应的表格结构；其中，

所述神经网络模型是通过以下步骤训练得到的：

对数据集中的表格图片进行人工标注，得到对应的文本标注；

将所述文本标注转换为图片标注；

将带有图片标注的表格图片作为预设神经网络模型的输入，得到预测的图片标注；其中，所述带有图片标注的表格图片包括经过随机生成的仿射矩阵所裁剪处理后的表格图片；

根据所述图片标注与所述预测输出的欧氏距离作为损失函数；

通过回归训练更新所述预设神经网络模型直到满足预设训练条件。

2.根据权利要求1所述的方法，其特征在于，

将表格图片输入预先训练的神经网络模型之前，所述方法还包括，

对所述表格图片进行预处理，增强表格结构部分。

3.根据权利要求1所述的方法，其特征在于，

所述神经网络模型为全卷积神经网络模型。

4.根据权利要求1所述的方法，其特征在于，

所述更新所述预设神经网络模型直到满足预设训练条件包括：

通过所述图片标注与所述预测输出的欧氏距离，来更新预设神经网络模型中的参数；

重复训练直到网络参数收敛或到达最大迭代次数。

5.根据权利要求1所述的方法，其特征在于，

所述文本标注为使用所述表格图片中的直线的端点坐标进行的标注。

6.根据权利要求5所述的方法，其特征在于，

所述将所述文本标注转换为图片标注包括：

根据所述文本标注，生成对应表格图片中的竖线、横线、交点的三个图片作为图片标注。

7.根据权利要求6所述的方法，其特征在于，

所述将所述文本标注转换为图片标注之后还包括：

利用随机生成的仿射矩阵，进行表格图片、对应的图片标注的相同位置进行裁剪，将裁剪得到的表格图片、对应的图片标注加入数据集。

8.根据权利要求6所述的方法，其特征在于，

所述对所述图片标注进行处理，获得对应的表格结构包括：

对所述对应表格图片中的竖线、横线、交点的三个图片标注进行图像处理，获取对应的坐标信息，生成对应的表格结构。

9.一种表格结构提取系统，其特征在于，包括：

图片标注获取模块，用于将表格图片输入预先训练的神经网络模型，得到输出的对应的图片标注；

图像处理模块，用于对所述图片标注进行处理，获得对应的表格结构；其中，

所述系统还包括训练模块，用于训练得到所述神经网络模型，包括：

人工标注子模块，用于对数据集中的表格图片进行人工标注，得到对应的文本标注；

转换子模块，用于将所述文本标注转换为图片标注；

预测子模块，用于将带有图片标注的表格图片作为预设神经网络模型的输入，得到预测的图片标注；其中，所述带有图片标注的表格图片包括经过随机生成的仿射矩阵所裁剪处理后的表格图片；

函数构造子模块，用于根据所述图片标注与所述预测输出的欧氏距离作为损失函数；

回归训练子模块，用于通过回归训练更新所述预设神经网络模型直到满足预设训练条件。

10.根据权利要求9所述的系统，其特征在于，

所述系统还包括图像增强模块，用于将表格图片输入预先训练的神经网络模型之前，对所述表格图片进行预处理，增强表格结构部分。

11.根据权利要求9所述的系统，其特征在于，

所述神经网络模型为全卷积神经网络模型。