版面分析

英文：Layout Analysis　分类：multimodal

基本释义

识别文档页面的物理结构：标题、段落、图片、表格、页眉页脚等区域的分割与分类。它是文档理解流水线的第一步。

技术要点

技术：传统（规则+连通域）→ 深度检测（目标检测：DETR 系、YOLO）→ 多模态预训练（LayoutLM 的 2D 位置建模）；输出：区域框+类别+阅读顺序；难点：复杂版面（双栏、嵌套表格）与倾斜。

应用场景

用于文档数字化（解析前结构化）、扫描件分类、合同/票据处理与文档问答预处理；版面分析决定后续抽取的准确率上限。

返回AI百科目录 · AI最前沿首页

相关词条：扩散模型 · 视觉编码器 · 语音合成 · 表情识别 · 表格识别