下單前先比價(jià)不花冤枉錢 同款圖書(shū)京東價(jià)低于抖音6折日媒感慨中國(guó)電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒(méi)戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測(cè)結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營(yíng)銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級(jí),成為會(huì)員至少需注冊(cè) 2 臺(tái) α 全畫(huà)幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競(jìng)賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無(wú)2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開(kāi)啟內(nèi)測(cè)雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長(zhǎng)續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評(píng)估電動(dòng)汽車計(jì)劃來(lái)京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國(guó)補(bǔ)期間電視迎來(lái)?yè)Q機(jī)潮,最暢銷MiniLED品牌花落誰(shuí)家?美團(tuán)旗下微信社群團(tuán)購(gòu)業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備在海外,要再造一個(gè)京東物流?消息稱蘋果正為AirPods開(kāi)發(fā)多項(xiàng)健康功能,包括心率監(jiān)測(cè)和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗(yàn)東芝全部業(yè)務(wù)實(shí)現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁(yè) > 即時(shí)新聞

    CCIG2023圓滿落幕,合合信息智能圖像處理技術(shù)破解文檔處理行業(yè)性難題

    2023年05月23日 15:20:04   來(lái)源:中文科技資訊

      近日,中國(guó)圖象圖形大會(huì)(CCIG 2023)(簡(jiǎn)稱“大會(huì)”)在蘇州圓滿落幕。本屆大會(huì)以“圖象圖形·向未來(lái)”為主題,由中國(guó)科學(xué)技術(shù)協(xié)會(huì)指導(dǎo),中國(guó)圖象圖形學(xué)學(xué)會(huì)主辦,蘇州科技大學(xué)承辦,特邀譚鐵牛院士、趙沁平院士、吳一戎院士等百余位國(guó)內(nèi)外知名學(xué)者,來(lái)自代表企業(yè)的技術(shù)專家,共話圖像圖形學(xué)術(shù)研究與技術(shù)創(chuàng)新趨勢(shì),共謀行業(yè)新發(fā)展。

      (金連文主持《文檔圖像智能分析與處理》論壇)

      技術(shù)論壇《文檔圖像智能分析與處理》是本次大會(huì)的亮點(diǎn)之一,由華南理工大學(xué)二級(jí)教授、中國(guó)圖象圖形學(xué)學(xué)會(huì)常務(wù)理事金連文擔(dān)任主持,合合信息智能技術(shù)平臺(tái)事業(yè)部副總經(jīng)理、高級(jí)工程師丁凱博士出席該論壇,并與來(lái)自中科院自動(dòng)化所、北大、中科大的學(xué)術(shù)專家,華為等知名企業(yè)的研究者們,圍繞文檔圖像處理的前沿技術(shù)展開(kāi)“頭腦風(fēng)暴”,尋找文檔圖像處理領(lǐng)域的未來(lái)進(jìn)階方向。

      大模型技術(shù)提升文字識(shí)別效率,智能文檔處理難題被突破

      近期,ChatGPT的爆火讓“大模型”技術(shù)進(jìn)入了公眾的視野。隨著人工智能技術(shù)的飛速發(fā)展,作為圖像圖形技術(shù)的重要應(yīng)用場(chǎng)景之一,文檔圖像智能處理逐步應(yīng)用到醫(yī)療、教育等諸多領(lǐng)域,為各行各業(yè)提供更加高效、智能的文檔管理和數(shù)據(jù)分析解決方案,大模型技術(shù)的崛起也為文檔處理帶來(lái)了新的機(jī)遇。

      中國(guó)科學(xué)院自動(dòng)化研究所副所長(zhǎng)劉成林認(rèn)為,大模型與光學(xué)字符識(shí)別(OCR)技術(shù)的結(jié)合,能夠?qū)A繑?shù)據(jù)進(jìn)行理解、處理。具體到實(shí)踐層面,大模型技術(shù)還有可觀的提升空間。從識(shí)別性能來(lái)說(shuō),大模型技術(shù)在場(chǎng)景文本、邏輯版面、文檔問(wèn)答等方面還有很多工作可以做;此外,大模型的可解釋性、安全度十分重要,還需要研究者們進(jìn)行更為深入的探討。

      (劉成林就《人工智能大模型時(shí)代的文檔識(shí)別與理解》研究課題進(jìn)行分享)

      北京大學(xué)鄒月嫻教授認(rèn)為,在與文檔圖像處理技術(shù)密切相關(guān)的OCR領(lǐng)域中,專業(yè)化大規(guī)模的預(yù)訓(xùn)練模型是可行的。“大模型是一個(gè)大的趨勢(shì),對(duì)于小團(tuán)隊(duì)來(lái)說(shuō)做工具是一個(gè)非常好的方法,做工具對(duì)大家都是有好處的。”鄒月嫻說(shuō)。

      (鄒月嫻就《視覺(jué)-語(yǔ)言預(yù)訓(xùn)練模型及遷移學(xué)習(xí)方法》研究課題進(jìn)行分享)

      華為AI研究員廖明輝提到,企業(yè)作為文檔圖像處理的應(yīng)用方,普遍面臨一個(gè)挑戰(zhàn):當(dāng)有眾多API時(shí),維護(hù)難度較高,急需一個(gè)垂直領(lǐng)域的通用的OCR大模型,能夠覆蓋所有的使用場(chǎng)景。廖明輝認(rèn)為,OCR垂直領(lǐng)域的大模型在數(shù)據(jù)量方面,數(shù)據(jù)的數(shù)量不是最關(guān)鍵的,最關(guān)鍵的是數(shù)據(jù)的多樣性。

      除了引入大模型等新技術(shù)外,如何實(shí)現(xiàn)文檔圖像的智能分析與處理還面臨著諸多來(lái)自現(xiàn)實(shí)的挑戰(zhàn)。丁凱博士認(rèn)為,文檔的多樣性和復(fù)雜性是文檔圖像處理中的難點(diǎn):文檔類型和格式繁多,包括報(bào)告、合同、發(fā)票、證明、證件等。不同類型的文檔有不同的格式和布局,例如文檔中常常包含圖片、表格、圖形等各種圖像,難以用統(tǒng)一的方法處理。

      (丁凱就《智能文檔處理技術(shù)在工業(yè)界的應(yīng)用與挑戰(zhàn)》研究課題進(jìn)行分享)

      丁凱提到,文檔圖像中的彎曲、陰影、摩爾紋,字跡不清晰等問(wèn)題對(duì)文檔圖像的識(shí)別與處理產(chǎn)生了影響,劉成林也表示,“過(guò)去我們只關(guān)注文字,現(xiàn)在文檔中的圖像也十分重要。但是,現(xiàn)有文檔圖像識(shí)別技術(shù)在識(shí)別精度和可靠性、可解釋性、自適應(yīng)性等方面還有明顯不足,還有很多技術(shù)問(wèn)題有待解決。”

      值得關(guān)注的是,人工智能大模型的快速發(fā)展為文檔分析與識(shí)別帶來(lái)了一些機(jī)遇,除了解決識(shí)別層次的遺留問(wèn)題,在性能提升、應(yīng)用拓展上大有可為。合合信息通過(guò)ROI提取、干擾去除、形變矯正、圖像恢復(fù)以及圖像增強(qiáng)這一整體架構(gòu)對(duì)文檔進(jìn)行智能掃描與識(shí)別分析,將文檔圖像的彎曲矯正、摩爾紋去除,圖像質(zhì)量大幅提升。

      除文檔圖像的通用場(chǎng)景外,合合信息對(duì)特定垂直場(chǎng)景下的圖像也能進(jìn)行預(yù)處理,針對(duì)手寫板圖片中出現(xiàn)的反光問(wèn)題,通過(guò)算法模型對(duì)反光進(jìn)行“擦除”。

      由于版面復(fù)雜多變、文本內(nèi)容多樣化等原因,文檔被拍照、掃描成電子文檔過(guò)程中時(shí)常出現(xiàn)漏字、錯(cuò)位,合合信息持續(xù)突破版面分析技術(shù)在版面分割、區(qū)域間的邏輯關(guān)系處理等方面的難題,通過(guò)智能文字識(shí)別、智能圖像處理等核心技術(shù),確定文檔中的文字位置、字體、大小和排版方式等信息,實(shí)現(xiàn)版面的分析和還原。

      文檔篡改檢測(cè)技術(shù)為視覺(jué)內(nèi)容安全提供保障

      目前,人工智能的合成技術(shù)導(dǎo)致偽造的多媒體信息在網(wǎng)絡(luò)上泛濫成災(zāi),文本圖像顯然是重災(zāi)區(qū)之一。針對(duì)資質(zhì)證書(shū)、文案、聊天截圖等文本圖像的偽造被用于散播謠言、經(jīng)濟(jì)詐騙、編造虛假新聞,給個(gè)人、社會(huì)造成惡劣的負(fù)面影響。圖像內(nèi)容安全是AI安全的重點(diǎn)領(lǐng)域,如可對(duì)文本篡改痕跡進(jìn)行精準(zhǔn)檢測(cè),將為圖像內(nèi)容安全提供保障。

      中科大教授謝洪濤指出,隨著基于深度學(xué)習(xí)的偽造與取證技術(shù)的出現(xiàn),目前文本圖像的真?zhèn)舞b定問(wèn)題進(jìn)入了攻防博弈階段。“文本圖像的篡改生成視覺(jué)質(zhì)量高、字體風(fēng)格統(tǒng)一、背景紋理協(xié)調(diào)、篡改字跡清晰,文本圖像的篡改檢測(cè)可以說(shuō)是‘道高一尺、魔高一丈’,適應(yīng)多種篡改方法、多域空間感知、區(qū)域文理區(qū)分、時(shí)間復(fù)雜度適中。”謝洪濤表示。

      (謝洪濤就《篡改文本圖像的生成與檢測(cè)》研究課題進(jìn)行分享)

      謝洪濤所在的課題組正在探索基于文本筆跡的文本圖像生成,以及基于頻域關(guān)系的局部紋理差異性建模,最終實(shí)現(xiàn)高質(zhì)量的場(chǎng)景文本圖像篡改生成、準(zhǔn)確的場(chǎng)景文本圖像篡改檢測(cè)。相關(guān)研究可應(yīng)用于文本圖像的多個(gè)領(lǐng)域,例如文檔圖像、自然場(chǎng)景圖像、票據(jù)圖像等。

      合合信息在文檔圖像內(nèi)容安全領(lǐng)域也進(jìn)行了深入的部署。據(jù)丁凱介紹,合合信息研發(fā)了基于深度學(xué)習(xí)的圖像篡改檢測(cè)技術(shù)及相關(guān)系統(tǒng),通過(guò)學(xué)習(xí)圖像被篡改后統(tǒng)計(jì)特征的變化,該系統(tǒng)智能捕捉圖像在篡改過(guò)程中留下的細(xì)微痕跡,可檢測(cè)出復(fù)制粘貼、拼接、擦除等多種篡改形式,讓人工智能準(zhǔn)確識(shí)別出圖片篡改的不同類型,并進(jìn)行針對(duì)性的處理,提升識(shí)別精度和場(chǎng)景通用性。據(jù)悉,合合信息圖像篡改檢測(cè)技術(shù)已被銀行、保險(xiǎn)、制造業(yè)等多個(gè)行業(yè)引入。

      作為一家人工智能企業(yè),合合信息依托智能文檔處理技術(shù),對(duì)復(fù)雜場(chǎng)景下的多版式、多語(yǔ)種文字內(nèi)容進(jìn)行精準(zhǔn)提取,打造的合同機(jī)器人、財(cái)報(bào)機(jī)器人及行業(yè)解決方案,已在金融、政務(wù)、制造、物流等30個(gè)行業(yè)落地,服務(wù)的世界500強(qiáng)公司超過(guò)80家。未來(lái),合合信息將持續(xù)為全球C端用戶和多元行業(yè)B端客戶提供數(shù)字化、智能化的產(chǎn)品及服務(wù),促進(jìn)AI技術(shù)在文檔處理領(lǐng)域的應(yīng)用落地與信息安全保障。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    [No. S013]
    分享到微信

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。