Anchor 최적화를 통한 안내형 표 구조 인식

본 논문은 안내 앵커를 활용한 테이블 구조 인식에 대한 새로운 접근 방식을 제시합니다. 이 개념은 테이블 구조 인식에 객체 검출 방법을 단순히 적용하는 현재의 최신 기술과 다릅니다. 기존 기술과 달리, 먼저 테이블 구조 인식에 적합한 앵커를 추정합니다. 그 다음, 이러한 앵커를 사용하여 표 이미지에서 행과 열을 위치 결정합니다. 또한, 본 논문은 실제 시나리오에서 테이블 레이아웃을 활용하여 결과를 개선하는 간단하면서도 효과적인 방법을 소개합니다. 제안된 방법은 ICDAR-2013 및 TabStructDB라는 두 개의 공개적으로 이용 가능한 테이블 구조 인식 데이터셋에서 철저히 평가되었습니다. ICDAR-2013 데이터셋에서는 평균 F-측정치 95.05% (행: 94.6%, 열: 96.32%)로 최고 성능을 달성하였으며, TabStructDB 데이터셋에서는 평균 F-측정치 94.17% (행: 94.08%, 열: 95.06%)로 기준 성능을 초월하였습니다.