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技術協(xié)會指導，中國圖象圖形學學會主辦，四川大學承辦，電子科技大學協(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)知名學者，以及來自百度、華為、OPPO、合合信息等企業(yè)的技術專家，共話圖像圖形學術研究與技術創(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、浙江大學教授潘云鶴院士介紹了視覺知識與視覺智能的相關工作，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域的學術論壇，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前沿技術與產(chǎn)業(yè)應用》等論壇，同來自中科院、北京大學、華中科技大學、聯(lián)想研究院、騰訊優(yōu)圖實驗室等頂尖學術機構、高校與企業(yè)的研究人員們一道，分享OCR領域的前沿進展及技術規(guī)模化應用情況。
丁凱博士于CCIG學術論壇上分享智能圖像處理技術
丁凱博士認為，盡管OCR技術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)構化智能理解能力差等亟待解決的問題。OCR技術的進階之路上，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，合合信息智能文字識別及圖像處理技術能夠幫助各應用領域簡化下游文檔處理任務，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)絡學習的方法的系統(tǒng)架構，可有效解決多種彎曲文檔圖像的矯正問題。除此之外，在教育領域，合合信息“字跡擦除”技術融合了內(nèi)容切分、手寫字跡分離網(wǎng)絡、文檔質(zhì)量增強技術，對復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)型的關鍵，也是技術落地中的痛點。為了更好地解決不同業(yè)務中存在的文檔版式繁雜、訓練樣本匱乏、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智能文字識別訓練平臺，可將底層資源、數(shù)據(jù)、模型訓練、集成部署和服務管理應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)務流程之間的閉環(huán)，實現(xiàn)模型自動化訓練和部署。
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處理、文字識別與理解、文檔格式轉(zhuǎn)換等方面的服務，較為全面地覆蓋了企業(yè)和個人工作生活相關的文檔類型。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。“希望這個活動能夠進一步推動OCR領域產(chǎn)業(yè)界和學術界的合作，支持開發(fā)者們以更低的門檻接觸到相關技術，從而研發(fā)更多有價值的應用，推動領域更好地發(fā)展。”丁凱博士說。
目前，合合信息相關智能文字識別及圖像處理技術已被應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。相關技術還在國際頂會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及相關產(chǎn)業(yè)的發(fā)展和應用，解決企業(yè)面臨的技術難題，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、企業(yè)的上百支參賽隊伍參與。憑借在視覺關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！
