(資料圖)

近日，2023年度視覺與學(xué)習(xí)青年學(xué)者研討會(huì)（Vision And Learning SEminar，VALSE）圓滿落幕。會(huì)議由中國人工智能學(xué)會(huì)、中國圖象圖形學(xué)學(xué)會(huì)主辦，江南大學(xué)和無錫國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管理委員會(huì)承辦。超五千名專家學(xué)者、知名高校師生以及來自O(shè)PPO、華為、百度、合合信息等科技企業(yè)的研發(fā)人員齊聚大會(huì)，共探計(jì)算機(jī)視覺、圖像處理、模式識(shí)別與機(jī)器學(xué)習(xí)前沿技術(shù)的發(fā)展與應(yīng)用。

VALSE是一個(gè)面向計(jì)算機(jī)視覺與機(jī)器學(xué)習(xí)領(lǐng)域國內(nèi)外華人青年學(xué)者的高規(guī)格學(xué)術(shù)研討會(huì)，本屆會(huì)議專注于視覺知識(shí)和多重知識(shí)表達(dá)、語言文字識(shí)別與理解等技術(shù)研發(fā)及應(yīng)用熱點(diǎn)。文檔的智能化處理是計(jì)算機(jī)視覺在產(chǎn)業(yè)中的重要應(yīng)用方向，現(xiàn)階段還面臨著諸多挑戰(zhàn)。作為智能文檔處理領(lǐng)域的代表，合合信息出席會(huì)議并進(jìn)行智能文檔處理技術(shù)研發(fā)與實(shí)踐成果分享。

合合信息相關(guān)技術(shù)人員提到，隨著OCR技術(shù)應(yīng)用面的持續(xù)拓寬，復(fù)雜多變的版面、多樣化的文本內(nèi)容給文檔的識(shí)別和還原帶來了新的挑戰(zhàn)。“版面分析與文檔還原”技術(shù)對(duì)提升文檔圖像電子化的視覺效果、信息提取精準(zhǔn)度非常關(guān)鍵，是公司重點(diǎn)發(fā)力的方向之一。

文檔中通常含有大量的圖片、表格等非文字內(nèi)容，一篇普通的論文或者文稿，除文字信息外，其版面往往包含頁眉、頁腳、表格、二維碼等多種元素。在向系統(tǒng)輸入文檔圖像后，機(jī)器會(huì)對(duì)文字部分和版面元素進(jìn)行分析和識(shí)別，把若干行文字關(guān)聯(lián)起來，從而獲得正確的順序與段落關(guān)系，這便是版面分析技術(shù)。

版面分析的任務(wù)目標(biāo)被分為物理版面分析和邏輯版面分析兩類，前者主要解決區(qū)域分割問題，后者則關(guān)注區(qū)域之間的邏輯關(guān)系或閱讀順序。如何精準(zhǔn)地辨別各類元素，并在文檔電子化過程中讓它們回歸到應(yīng)有的位置，是該項(xiàng)技術(shù)的難點(diǎn)之一。

如果無法提升版面分析的精準(zhǔn)度，文件材料在被拍照、掃描成電子文檔的過程中便可能出現(xiàn)漏字、錯(cuò)位的現(xiàn)象，圖片轉(zhuǎn)Word、圖片轉(zhuǎn)Excel等“可編輯”性的需求將無法被滿足。

“版面分析與文檔還原技術(shù)能夠幫助機(jī)器‘看懂’文檔結(jié)構(gòu)，讓文檔電子化獲得‘所見即所得’的處理效果。”分享環(huán)節(jié)中，合合信息技術(shù)人員提到，文檔圖片的格式轉(zhuǎn)化流程中，在檢測、識(shí)別完出文字信息中的字符、坐標(biāo)信息，以及版面中段落、印章、表格等元素信息后，機(jī)器才能“理解”文檔的組成，更好地將圖像“還原”成一個(gè)可編輯的Word或Excel文件。

據(jù)了解，合合信息版面分析技術(shù)通過解決版面分割、區(qū)域間的邏輯關(guān)系處理等方面的難題，可將文檔圖像切分成不同類型內(nèi)容（文本、圖形、公式、表格等）的區(qū)域，并分析區(qū)域之間的關(guān)系，讓機(jī)器更精準(zhǔn)地確定文檔中的文字位置、字體、大小和排版方式，從各類版式復(fù)雜的圖片文檔中精準(zhǔn)獲取信息。

（文章來源：證券日報(bào)）

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。