Извлечение табличных данных с изображений отсканированных документов
Автор: Бордачев Д.А.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 9-1 (96), 2024 года.
Бесплатный доступ
На сегодняшний день системы электронного документооборота являются необходимой частью функционирования большинства организаций, и в особенности, занимающихся серийным производством. Такие системы позволяют значительно сократить время на согласование технической документации, и, как следствие, на выпуск непосредственно самого изделия. В данной статье рассмотрено применение алгоритмов компьютерного зрения для частичной автоматизации процесса электронного согласования технической документации.
Компьютерное зрение, таблицы, техническая документация, электронный документооборот
Короткий адрес: https://sciup.org/170207505
IDR: 170207505 | DOI: 10.24412/2500-1000-2024-9-1-118-123
Список литературы Извлечение табличных данных с изображений отсканированных документов
- Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A.N., Kaiser L., Po-losukhin I. Attention is all you need // Advances in Neural Information Processing Systems. -2017. - V. 30. - P. 1-15.
- Hassanein A.S., Mohammad S., Sameer M., Ragab M.E. A survey on Hough transform, theory, techniques and applications // Journal of Visual Communication and Image Representation. - 2019. - V. 62. - P. 193-210.
- Fischer P., Smajic A., Mehler A., Abrami G. Multi-Type-TD-TSR - Extracting tables from document images using a multi-stage pipeline for table detection and table structure recognition: from OCR to structured table representations // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2021. - V. 43, № 7. - P. 2441-2455.
- Redmon J., Divvala S., Girshick R., Farhadi A. You only look once: Unified, real-time object detection // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. - 2016. - P. 779-788.
- Wei H., Liu C., Chen J., Wang J., Kong L., Xu Y., Ge Z., Zhao L., Sun J., Peng Y., Han C., Zhang X. General OCR theory: Towards OCR-2.0 via a unified end-to-end model // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2022. - V. 44, № 7. - P. 37523768.
- Чихутова А.Д., Бердникова К.Э., Карпова М.А., Седова А.С., Юрина В.М. Компьютерное зрение и области его применения // Современные научные исследования и инновации. - 2019. - № 12. - [Электронный ресурс]. - Режим доступа: https://web.snauka.ru/issues/2019/12/90670 (дата обращения: 23.09.2024).
- Созыкин А.В. Обзор методов обучения глубоких нейронных сетей // Вестник ЮУр-ГУ. Серия: Вычислительная математика и информатика. - 2017. - Т. 6, № 3. - С. 28-59. DOI: 10.14529/cmse170303.
- Горюнова Т.А., Ларина К.В. Эффективность применения электронного документооборота на предприятиях // Современные технологии управления. - 2020. - № 5. - С. 4450.
- Никитин А.В., Прохоров П.И. Инновационные решения на основе искусственного интеллекта и компьютерного зрения для автоматизации документооборота // Информационные системы и технологии. - 2022. - Т. 10, № 2. - С. 115-123.
- Смирнов В.А., Иванова Н.П. Технологии компьютерного зрения для анализа и обработки медицинских изображений // Известия высших учебных заведений. Радиоэлектроника. - 2021. - Т. 64, № 4. - С. 89-96.
- Дорошенко И.Ю., Ильин В.С. Компьютерное зрение в системах безопасности: технологии распознавания лиц // Системы управления и информационные технологии. - 2019. - Т. 27, № 1. - С. 15-21.
- Акимова Ю.В., Пономарев А.Н., Гордиенко А.В. Применение компьютерного зрения для автоматизации производственных процессов // Вестник современной науки. - 2020. - Т. 3. - С. 33-41.
