[发明专利]一种表格识别方法、装置、计算机设备和存储介质

权利要求书

1.一种表格识别方法，其特征在于，包括：

通过表格识别模型的共享特征提取层的特征提取模块，对待识别表格进行针对表格对象的特征提取，得到所述待识别表格的多个维度的中间特征图，其中，所述表格对象包括表格线和表格内容；

通过所述共享特征提取层的特征图转换模块，对多个维度的所述中间特征图进行特征融合处理，得到融合后特征图，对所述融合后特征图进行尺寸转换处理，得到与所述待识别表格的尺寸一致的共享特征图，所述表格识别模型还包括与所述共享特征提取层连接的表格结构处理层和表格内容处理层；

通过所述表格结构处理层对所述共享特征图中的表格线特征进行分析，得到所述待识别表格的表格线信息，其中，所述表格线信息包括表格线图；

通过所述表格内容处理层对所述共享特征图中的表格内容特征进行分析，得到所述待识别表格中的表格内容所对应的内容检测框信息，所述内容检测框信息包括内容检测框图，所述内容检测框图中包含从所述待识别表格中识别到的内容检测框；

基于所述内容检测框信息，识别所述待识别表格中内容检测框内的表格内容；

对所述表格线图取面积最大轮廓得到最大轮廓图，对所述最大轮廓图中的最大轮廓内赋1，最大轮廓外赋0，得到表格区域掩膜图；

将所述表格区域掩膜图与所述表格线图相乘得到表格分块图，对所述表格分块图取反色，得到表格块轮廓图，对表格块轮廓图取每个表格轮廓的最小外接矩形为表格块的轮廓，得到表格块的位置；

基于所述表格块的位置和所述内容检测框图中各内容检测框的位置确定表格块和内容检测框的对应关系，将所述内容检测框中识别到的表格内容填入对应的表格块中，生成识别后表格。

2.根据权利要求1所述的表格识别方法，其特征在于，所述通过所述表格结构处理层对所述共享特征图中的表格线特征进行分析，得到所述待识别表格的表格线信息，包括：

通过所述表格结构处理层，确定所述共享特征图中的表格线特征，基于所述表格线特征分析所述待识别表格中表格线的分布，基于分析结果生成表格线图，其中，所述表格线图与所述待识别表格的尺寸一致；

所述通过所述表格内容处理层对所述共享特征图中的表格内容特征进行分析，得到所述待识别表格中的表格内容所对应的内容检测框信息，包括：

通过所述表格内容处理层，确定所述共享特征图中的表格内容特征，基于所述表格内容特征分析所述待识别表格中表格内容的分布，基于各表格内容确定各表格内容对应的内容检测框，基于所述内容检测框生成内容检测框图，其中，所述内容检测框图与所述待识别表格的尺寸一致。

3.根据权利要求2所述的表格识别方法，其特征在于，所述通过表格识别模型的共享特征提取层的特征提取模块，对待识别表格进行针对表格对象的特征提取，得到所述待识别表格的多个维度的中间特征图之前，还包括：

获取表格样本以及表格样本的标签，所述表格样本的标签包括表格样本对应的期望表格线图以及期望内容检测框图；

获取待训练的表格识别模型；

通过所述表格识别模型的共享特征提取层，对所述表格样本进行针对表格对象的特征提取，得到所述表格样本的共享特征图；

通过所述表格结构处理层，对所述共享特征图中的表格线特征进行分析，得到所述表格样本对应的预测表格线图；

通过所述表格内容处理层，对所述共享特征图中的表格内容特征进行分析，得到所述表格样本中的表格内容所对应的预测内容检测框图；

基于所述预测表格线图、预测内容检测框图、期望表格线图以及期望内容检测框图，计算所述表格识别模型的损失函数；

基于所述损失函数调整所述表格识别模型的参数，直到满足模型训练结束条件。