近期，2022中國圖象圖形大會(CCIG 2022)在成都圓滿落幕。本次大會由中國科學(xué)技術(shù)協(xié)會指導(dǎo)，中國圖象圖形學(xué)學(xué)會主辦，四川大學(xué)承辦，電子科技大學(xué)協(xié)辦，匯聚了潘云鶴院士、鄭南寧院士、高文院士、戴瓊海院士、王耀南院士、喬紅院士等百余位國內(nèi)知名學(xué)者，以及來自百度、華為、OPPO、合合信息等企業(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，共謀行業(yè)新發(fā)展，參會人數(shù)突破1500人。
大會采用主旨報告與主題/特色論壇的方式進行。其中，在主旨報告環(huán)節(jié)里，中國工程院院士、浙江大學(xué)教授潘云鶴院士介紹了視覺知識與視覺智能的相關(guān)工作，闡釋了人工智能發(fā)展的過程中，視覺智能起到的重要的作用。本次大會還設(shè)置了涵蓋OCR、圖像理解、計算機視覺、人機交互、類腦視覺、AR/VR、三維視覺、模式識別等多個圖形圖像領(lǐng)域的學(xué)術(shù)論壇，合合信息自然語言算法研發(fā)總監(jiān)丁凱博士、合合信息圖像算法研發(fā)總監(jiān)郭豐俊博士受邀參與《OCR前沿技術(shù)與產(chǎn)業(yè)應(yīng)用》等論壇，同來自中科院、北京大學(xué)、華中科技大學(xué)、聯(lián)想研究院、騰訊優(yōu)圖實驗室等頂尖學(xué)術(shù)機構(gòu)、高校與企業(yè)的研究人員們一道，分享OCR領(lǐng)域的前沿進展及技術(shù)規(guī)?；瘧?yīng)用情況。
丁凱博士于CCIG學(xué)術(shù)論壇上分享智能圖像處理技術(shù)
丁凱博士認為，盡管OCR技術(shù)已走過一個世紀的發(fā)展，現(xiàn)今仍存在文檔圖像質(zhì)量退化嚴重、文字檢測及版面分析困難、非限定條件文字識別率低、結(jié)構(gòu)化智能理解能力差等亟待解決的問題。OCR技術(shù)的進階之路上，文檔圖像質(zhì)量的增強是重要的研究方向，需克服頁面彎曲、陰影遮擋、摩爾紋、圖片模糊等現(xiàn)代文本圖像處理中常見的干擾狀況。通過引入AI(人工智能)技術(shù)，合合信息智能文字識別及圖像處理技術(shù)能夠幫助各應(yīng)用領(lǐng)域簡化下游文檔處理任務(wù)，提升文字識別效率與準確性。
以彎曲矯正為例，丁凱博士介紹了基于文本行線擬合和坐標變換、基于文本行線優(yōu)化矯正的方法原理和優(yōu)缺點，并提到合合信息采用的基于位移場網(wǎng)絡(luò)學(xué)習的方法的系統(tǒng)架構(gòu)，可有效解決多種彎曲文檔圖像的矯正問題。除此之外，在教育領(lǐng)域，合合信息“字跡擦除”技術(shù)融合了內(nèi)容切分、手寫字跡分離網(wǎng)絡(luò)、文檔質(zhì)量增強技術(shù)，對復(fù)雜場景進行準確處理，實現(xiàn)作業(yè)及試卷筆記“一鍵擦除”。
“字跡擦除”功能演示：布滿字跡的試卷(左)與“擦除字跡”后的試卷(右)
另外一方面，文檔數(shù)字化流程的建立是加速企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵，也是技術(shù)落地中的痛點。為了更好地解決不同業(yè)務(wù)中存在的文檔版式繁雜、訓(xùn)練樣本匱乏、模型定制化調(diào)優(yōu)周期長且效率低的問題，合合信息推出了TextIn Studio智能文字識別訓(xùn)練平臺，可將底層資源、數(shù)據(jù)、模型訓(xùn)練、集成部署和服務(wù)管理應(yīng)用多個模塊整合在一起，針對性解決各項問題的同時，建立業(yè)務(wù)流程之間的閉環(huán)，實現(xiàn)模型自動化訓(xùn)練和部署。
TextIn Studio生產(chǎn)出了大量不同場景的文檔數(shù)字化模型，涉及近百種文檔圖像預(yù)處理、文字識別與理解、文檔格式轉(zhuǎn)換等方面的服務(wù)，較為全面地覆蓋了企業(yè)和個人工作生活相關(guān)的文檔類型。合合信息通過TextIn小程序發(fā)起了針對高校研究者群體需求發(fā)起的限時體驗活動，即高校的老師和學(xué)生注冊并綁定帶有“edu”后綴的教育郵箱后，每人一年可免費獲得100萬次的OCR服務(wù)。“希望這個活動能夠進一步推動OCR領(lǐng)域產(chǎn)業(yè)界和學(xué)術(shù)界的合作，支持開發(fā)者們以更低的門檻接觸到相關(guān)技術(shù)，從而研發(fā)更多有價值的應(yīng)用，推動領(lǐng)域更好地發(fā)展。”丁凱博士說。
目前，合合信息相關(guān)智能文字識別及圖像處理技術(shù)已被應(yīng)用于公司旗下掃描全能王等C端APP中及行業(yè)解決方案中，輻射全球百余個國家和地區(qū)的億級用戶。據(jù)悉，“字跡擦除”功能已接入華為PixLab V1彩色噴墨多功能打印機。相關(guān)技術(shù)還在國際頂會ICPR、ICFHR等十余項競賽中獲得冠軍，并于CVPR、AAAI、ACL、ACM MM等國際頂會上發(fā)表。
合合信息參賽隊伍獲第三屆CSIG圖像圖形挑戰(zhàn)賽總決賽冠軍
大會還舉行了第三屆CSIG圖像圖形挑戰(zhàn)賽總決賽頒獎儀式。CSIG圖像圖形挑戰(zhàn)賽旨在促進我國圖像圖形技術(shù)及相關(guān)產(chǎn)業(yè)的發(fā)展和應(yīng)用，解決企業(yè)面臨的技術(shù)難題，幫助企業(yè)引入更多的優(yōu)秀人才。本次大賽吸引了來自高校、科研機構(gòu)、企業(yè)的上百支參賽隊伍參與。憑借在視覺關(guān)鍵信息理解層面的算法優(yōu)勢與多語言票據(jù)識別場景的實踐沉淀，合合信息與高校及企業(yè)生態(tài)伙伴組成的參賽隊伍繼獲得“中英文購物小票信息理解賽道”單項冠軍后，通過終輪現(xiàn)場比拼，榮獲CSIG圖像圖形技術(shù)挑戰(zhàn)賽總冠軍。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
