基于结构感知编码与状态空间解码的表格识别方法

本发明涉及计算机视觉与文档理解技术领域，公开一种基于结构感知编码与状态空间解码的表格识别方法。该方法首先提取表格图像特征；随后通过结构感知编码对特征进行增强，并叠加二维位置编码与行、列嵌入形成网格先验，构建序列化视觉表示，以提升对全局结构与行列对齐关系的建模并降低冗余计算。解码阶段采用线性复杂度的状态空间解码，自回归生成表格结构标记；在检测到单元格起始标记时触发单元格定位与内容解码的同步预测，并在训练中进行联合优化。最终对结构与内容结果进行融合与一致性校验，输出规范化的结构与内容对齐网格。该方法在合并单元格、隐形边界、不规则布局与超长序列等复杂场景下兼具较高识别精度、鲁棒性与推理效率。