La solution de PingAn-VCGroup pour la compétition ICDAR 2021 sur la tâche B de l'analyse de la littérature scientifique : reconnaissance de tableaux en HTML

Ce document présente notre solution pour la tâche B du concours ICDAR 2021 sur l'analyse de la littérature scientifique : la reconnaissance de tableaux en HTML. Notre méthode divise la tâche de reconnaissance du contenu des tableaux en quatre sous-tâches : reconnaissance de la structure des tableaux, détection des lignes de texte, reconnaissance des lignes de texte et affectation des cases. Notre algorithme de reconnaissance de la structure des tableaux est adapté à partir de MASTER [1], un algorithme robuste de reconnaissance de texte dans les images. PSENet [2] est utilisé pour détecter chaque ligne de texte dans l'image du tableau. Pour la reconnaissance des lignes de texte, notre modèle est également basé sur MASTER. Enfin, lors de la phase d'affectation des cases, nous associons les boîtes de texte détectées par PSENet aux éléments structuraux reconstruits par la prédiction de la structure du tableau, et nous remplissons le contenu reconnu des lignes de texte dans l'élément correspondant. Notre méthode proposée atteint un score TEDS (Tree Edit Distance Score) de 96,84 % sur 9 115 échantillons de validation lors de la phase de développement, et un score TEDS de 96,32 % sur 9 064 échantillons lors de la phase finale d'évaluation.