.png){kind=icon}
返回
Construction regulatory document digitalization with layout knowledge-informed object detection and semantic text recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.aei.2025.103278.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
工程文件包含大量项目信息，通常以无结构的纸质格式存储和共享，导致各参与方之间检索和传递效率低下。因此，通过将便携式文档格式（PDF）文档转换为机器可读的、结构化的文本，对工程文件进行数字化已成为迫切需求。然而，当前的光学字符识别（OCR）技术在处理建筑项目文档中常见的复杂版面时面临挑战。为解决此问题，我们提出了一种集成版面知识指导的对象检测和语义文本识别的工程文件数字化方法，该方法在不同版面中提高了识别精度，并保持了文本的结构完整性。结果表明，借助版面知识，该方法可将平均单词错误率降低5.6个百分点，实现78.8%的结构相似度，同时布局分析的mAP@50达到87.4%。这些发现强调了版面知识对工程文件数字化的积极影响，并证实了该方法具有良好的实践可行性。
Keyword:
Construction documents
Digitalization
Layout knowledge
Optical Character Recognition (OCR)
Text recognition
期刊
IF:
9.9
论文数:
4.1K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
The Epidemiological and Clinical Characteristics of Hand, Foot, and Mouth Disease in Hangzhou, China, 2016 to 20182016 2018年杭州市手足口病的流行病学和临床特征
OAAI
OAAI分享收藏CausalKGPT: Industrial structure causal knowledge-enhanced large language model for cause analysis of quality problems in aerospace product manufacturingCausalKGPT: 用于航空航天产品制造质量问题原因分析的产业结构因果知识增强型大语言模型
PREAI
分享收藏
查看更多内容