近期，2022中國(guó)圖象圖形大會(huì)（CCIG2022）在成都圓滿落幕。本次大會(huì)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，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(guó)內(nèi)知名學(xué)者，以及來(lái)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(shì)，共謀行業(yè)新發(fā)展，參會(huì)人數(shù)突破1500人。

　　大會(huì)采用主旨報(bào)告與主題/特色論壇的方式進(jìn)行。其中，在主旨報(bào)告環(huán)節(jié)里，中國(guó)工程院院士、浙江大學(xué)教授潘云鶴院士介紹了視覺(jué)知識(shí)與視覺(jué)智能的相關(guān)工作，闡釋了人工智能發(fā)展的過(guò)程中，視覺(jué)智能起到的重要的作用。本次大會(huì)還設(shè)置了涵蓋OCR、圖像理解、計(jì)算機(jī)視覺(jué)、人機(jī)交互、類腦視覺(jué)、AR/VR、三維視覺(jué)、模式識(shí)別等多個(gè)圖形圖像領(lǐng)域的學(xué)術(shù)論壇，合合信息自然語(yǔ)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(lái)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(shí)驗(yàn)室等頂尖學(xué)術(shù)機(jī)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(jìn)展及技術(shù)規(guī)模化應(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(rèn)為，盡管OCR技術(shù)已走過(guò)一個(gè)世紀(jì)的發(fā)展，現(xiàn)今仍存在文檔圖像質(zhì)量退化嚴(yán)重、文字檢測(cè)及版面分析困難、非限定條件文字識(shí)別率低、結(jié)構(gòu)化智能理解能力差等亟待解決的問(wèn)題。OCR技術(shù)的進(jìn)階之路上，文檔圖像質(zhì)量的增強(qiáng)是重要的研究方向，需克服頁(yè)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(jiàn)的干擾狀況。通過(guò)引入AI（人工智能）技術(shù)，合合信息智能文字識(shí)別及圖像處理技術(shù)能夠幫助各應(yīng)用領(lǐng)域簡(jiǎn)化下游文檔處理任務(wù)，提升文字識(shí)別效率與準(zhǔn)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(biāo)變換、基于文本行線優(yōu)化矯正的方法原理和優(yōu)缺點(diǎn)，并提到合合信息采用的基于位移場(chǎng)網(wǎng)絡(luò)學(xué)習(xí)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(wèn)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(qiáng)技術(shù)，對(duì)復(fù)雜場(chǎng)景進(jìn)行準(zhǔn)確處理，實(shí)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(diǎn)。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(zhǎng)且效率低的問(wèn)題，合合信息推出了TextInStudio智能文字識(shí)別訓(xùn)練平臺(tái)，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(gè)模塊整合在一起，針對(duì)性解決各項(xiàng)問(wèn)題的同時(shí)，建立業(yè)務(wù)流程之間的閉環(huán)，實(shí)現(xiàn)模型自動(dòng)化訓(xùn)練和部署。

　　TextIn Studio生產(chǎn)出了大量不同場(chǎng)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(shí)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(gè)人工作生活相關(guān)的文檔類型。合合信息通過(guò)TextIn小程序發(fā)起了針對(duì)高校研究者群體需求發(fā)起的限時(shí)體驗(yàn)活動(dòng)，即高校的老師和學(xué)生注冊(cè)并綁定帶有“edu”后綴的教育郵箱后，每人一年可免費(fèi)獲得100萬(wàn)次的OCR服務(wù)?！跋Ｍ@個(gè)活動(dòng)能夠進(jìn)一步推動(dòng)OCR領(lǐng)域產(chǎn)業(yè)界和學(xué)術(shù)界的合作，支持開(kāi)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(jià)值的應(yīng)用，推動(dòng)領(lǐng)域更好地發(fā)展?！倍P博士說(shuō)。

　　目前，合合信息相關(guān)智能文字識(shí)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(gè)國(guó)家和地區(qū)的億級(jí)用戶。據(jù)悉，“字跡擦除”功能已接入華為PixLabV1彩色噴墨多功能打印機(jī)。相關(guān)技術(shù)還在國(guó)際頂會(huì)ICPR、ICFHR等十余項(xiàng)競(jìng)賽中獲得冠軍，并于CVPR、AAAI、ACL、ACMMM等國(guó)際頂會(huì)上發(fā)表。

合合信息參賽隊(duì)伍獲第三屆CSIG圖像圖形挑戰(zhàn)賽總決賽冠軍

　　大會(huì)還舉行了第三屆CSIG圖像圖形挑戰(zhàn)賽總決賽頒獎(jiǎng)儀式。CSIG圖像圖形挑戰(zhàn)賽旨在促進(jìn)我國(guó)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(lái)自高校、科研機(jī)構(gòu)、企業(yè)的上百支參賽隊(duì)伍參與。憑借在視覺(jué)關(guān)鍵信息理解層面的算法優(yōu)勢(shì)與多語(yǔ)言票據(jù)識(shí)別場(chǎng)景的實(shí)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(duì)伍繼獲得“中英文購(gòu)物小票信息理解賽道”單項(xiàng)冠軍后，通過(guò)終輪現(xiàn)場(chǎng)比拼，榮獲CSIG圖像圖形技術(shù)挑戰(zhàn)賽總冠軍。