合合信息智能文字識別技術亮相 由三大核心模塊組成
9月1日消息，今年是世界人工智能大會舉辦的第五年，“科技風向標、產業加速器”是這場全球AI領域的行業盛會對參展技術與產品的期許。針對圖像處理及內容識別中，文檔圖像質量退化嚴重、文字檢測及版面分析困難、非限定條件文字識別率低、結構化智能理解能力差等全球性難題，合合信息重點展示了智能文字識別技術的創新成果及產業應用示范，用科技探索產研融合新方向。
據介紹，合合信息智能文字識別技術主要由以“彎曲矯正”為代表的智能圖像處理，基于深度學習的復雜場景文字識別，自然語言處理(NLP)三大核心模塊組成。智能圖像處理技術可對曲面、陰影、摩爾紋等復雜場景下的文檔圖像進行精準的矯正處理，為接下來的文字信息提取、識別創造了良好的條件;復雜場景文字識別技術主要利用手寫印刷混排識別，抗強干擾識別，扭曲文字識別等一系列深度學習技術進行文字提取及識別，并結合領先的NLP技術，對識別出的結果進行語義理解。
本次展示的鐘鼎文識別項目，是繼去年的甲骨文識別之后，合合信息向古文字識別發起的又一次沖鋒。大會現場還可使用公司旗下產品“掃描全能王APP”，用“拍圖識字”功能一鍵識別豎排的繁體古籍《桃花源記》，將其轉化為易于閱讀的橫排、簡體版本。
合合信息技術人員介紹：“選擇鐘鼎文、古籍等素材來識別，是因為與常規文本相比，鼎面的文字形小細密，豎排的格式也與正常的文本不同。從載體上看，青銅鼎面存在彎曲、反光、凹凸不平的狀況，古籍表面也可能有模糊、框線等因素的干擾，整體識別難度極大。這些問題的解決不僅對文物保護和文化傳承意義重大，也有助于技術在各行業的應用向縱深拓展。”
合合信息“PS篡改檢測”功能是智能文字識別技術的另一大亮點。從個人證件、票據到各類商業材料，詐騙團伙經常會使用PS過的材料來進行偽裝行騙，受害者不計其數。該技術主要采用神經網絡捕捉圖像在篡改過程中留下的細微痕跡，基于百萬級的數據學習圖像被篡改后統計特征的變化，不僅可以判斷圖片是否被篡改，還能定位修改區域，以熱力圖形式展示圖片的PS區域篡改置信度，檢測準確率遠超傳統技術方法和人眼判斷。
“PS篡改檢測”是合合信息智能圖像處理技術優勢的集中體現，這種直接針對圖像特征信息的篡改檢測方法在行業中屬于創新應用，覆蓋身份證、護照等多種證照識別，適用于保險、銀行、證券、政務等多種場景。
公開資料顯示，創立于2006年的合合信息在智能文字識別領域中已有十多年深耕經驗，相關技術已廣泛落地各行業，為全球百余個國家和地區的億級用戶提供數字化服務。據權威機構認定，掃描全能王 APP 針對常規的印刷體文檔字符平均識別率達到99.77%， 手寫體文檔字符平均識別率為 97.00%;“AI+OCR”行業解決方案可識別上百種卡證、票據、行業單據內容，支持五十多種主流語言的信息提取。據悉，近三年來，合合信息先后在ICDAR、ICPR等人工智能國際競賽中斬獲15項冠軍，學術成果在CVPR、AAAI、ACL、ACM MM等頂會上發表，相關項目獲中國圖象圖形學學會(CSIG)科技進步獎二等獎。在今年8月的CSIG圖像圖形技術挑戰賽中，合合信息參與的賽隊奪得總冠軍。