能“读懂”古文还可反合合信息智能文字识别技术亮相2022WAIC
9月1日消息,今年是世界人工智能大会举办的第五年,“科技风向标、产业加速器”是这场全球AI领域的行业盛会对参展技术与产品的期许。针对图像处理及内容识别中,文档图像质量退化严重、文字检测及版面分析困难、非限定条件文字识别率低、结构化智能理解能力差等全球性难题,合合信息重点展示了智能文字识别技术的创新成果及产业应用示范,用科技探索产研融合新方向。
据介绍,合合信息智能文字识别技术主要由以“弯曲矫正”为代表的智能图像处理,基于深度学习的复杂场景文字识别,自然语言处理(NLP)三大核心模块组成。智能图像处理技术可对曲面、阴影、摩尔纹等复杂场景下的文档图像进行精准的矫正处理,为接下来的文字信息提取、识别创造了良好的条件;复杂场景文字识别技术主要利用手写印刷混排识别,抗强干扰识别,扭曲文字识别等一系列深度学习技术进行文字提取及识别,并结合领先的NLP技术,对识别出的结果进行语义理解。
本次展示的钟鼎文识别项目,是继去年的甲骨文识别之后,合合信息向古文字识别发起的又一次冲锋。大会现场还可使用公司旗下产品“扫描全能王APP”,用“拍图识字”功能一键识别竖排的繁体古籍《桃花源记》,将其转化为易于阅读的横排、简体版本。
合合信息技术人员介绍:“选择钟鼎文、古籍等素材来识别,是因为与常规文本相比,鼎面的文字形小细密,竖排的格式也与正常的文本不同。从载体上看,青铜鼎面存在弯曲、反光、凹凸不平的状况,古籍表面也可能有模糊、框线等因素的干扰,整体识别难度极大。这些问题的解决不仅对文物保护和文化传承意义重大,也有助于技术在各行业的应用向纵深拓展。”
合合信息“PS检测”功能是智能文字识别技术的另一大亮点。从个人证件、票据到各类商业材料,团伙经常会使用PS过的材料来进行伪装行骗,受害者不计其数。该技术主要采用神经网络捕捉图像在过程中留下的细微痕迹,基于百万级的数据学习图像被后统计特征的变化,不仅可以判断图片是否被,还能定位修改区域,以热力图形式展示图片的PS区域置信度,检测准确率远超传统技术方法和人眼判断。
“PS检测”是合合信息智能图像处理技术优势的集中体现,这种直接针对图像特征信息的检测方法在行业中属于创新应用,覆盖身份证、护照等多种证照识别,适用于保险、银行、证券、政务等多种场景。
公开资料显示,创立于2006年的合合信息在智能文字识别领域中已有十多年深耕经验,相关技术已广泛落地各行业,为全球百余个国家和地区的亿级用户提供数字化服务。据权威机构认定,扫描全能王APP针对常规的印刷体文档字符平均识别率达到99。77%,手写体文档字符平均识别率为97。00%;“AI+OCR”行业解决方案可识别上百种卡证、票据、行业单据内容,支持五十多种主流语言的信息提取。据悉,近三年来,合合信息先后在ICDAR、ICPR等人工智能国际竞赛中斩获15项冠军,学术成果在CVPR、AAAI、ACL、ACMMM等顶会上发表,相关项目获中国图象图形学学会(CSIG)科技进步奖二等奖。在今年8月的CSIG图像图形技术挑战赛中,合合信息参与的赛队夺得总冠军。