面向文档图像的数据图表智能识别方法研究与应用.pdfVIP

摘要

摘要

“十四五”数字经济发展规划中明确提出加快数字化发展的远景目标。在数字

化进程中，挖掘并提取海量文档中的数据信息是实现数字化转型的重要环节。虽然

OCR等文档处理技术已有广泛应用，但是由于文档结构布局的复杂性和信息呈现形

式的多样性，现有技术仍难以准确分析文档图像中的数据。此外，由于高价值数据

多存储于表格或曲线折线图中，如何识别并抽取其中信息，将文档数据转换为机器/

能理解的数据形态成为了智能文档处理领域的研究热点。因此，本文聚焦于文档图

像中图表信息抽取问题，结合深度学习技术，实现曲线折线图数据抽取和复杂表格/

结构识别，并基于方法模型研发了文档智能处理系统。具体研究内容如下：

（1）针对曲线/折线图数据提取过程中背景、噪声等干扰问题，提出了文档图

像中曲线/折线图的数据抽取方法。首先设计了一个以ResNet18作为骨干网络的多

路径轻量级线条提取网络架构，通过引入注意力机制使网络在获取全局信息的同时

更加关注局部信息提取，实现线条与背景区域分离；同时增加渐进式融合模块融合

全局特征与局部特征，从而捕捉更丰富的图像特征信息。在此基础上，采用Yolov5

算法和OCR技