近日，中國圖象圖形大會（CCIG 2023）（簡稱“大會”）在蘇州圓滿落幕。本屆大會以“圖象圖形·向未來”為主題，由中國科學技術協會指導，中國圖象圖形學學會主辦，蘇州科技大學承辦，特邀譚鐵牛院士、趙沁平院士、吳一戎院士等百余位國內外知名學者，來自代表企業的技術專家，共話圖像圖形學術研究與技術創新趨勢，共謀行業新發展。

（金連文主持《文檔圖像智能分析與處理》論壇）

技術論壇《文檔圖像智能分析與處理》是本次大會的亮點之一，由華南理工大學二級教授、中國圖象圖形學學會常務理事金連文擔任主持，合合信息智能技術平臺事業部副總經理、高級工程師丁凱博士出席該論壇，并與來自中科院自動化所、北大、中科大的學術專家，華為等知名企業的研究者們，圍繞文檔圖像處理的前沿技術展開“頭腦風暴”，尋找文檔圖像處理領域的未來進階方向。

大模型技術提升文字識別效率，智能文檔處理難題被突破

近期，ChatGPT的爆火讓“大模型”技術進入了公眾的視野。隨著人工智能技術的飛速發展，作為圖像圖形技術的重要應用場景之一，文檔圖像智能處理逐步應用到醫療、教育等諸多領域，為各行各業提供更加高效、智能的文檔管理和數據分析解決方案，大模型技術的崛起也為文檔處理帶來了新的機遇。

中國科學院自動化研究所副所長劉成林認為，大模型與光學字符識別（OCR）技術的結合，能夠對海量數據進行理解、處理。具體到實踐層面，大模型技術還有可觀的提升空間。從識別性能來說，大模型技術在場景文本、邏輯版面、文檔問答等方面還有很多工作可以做；此外，大模型的可解釋性、安全度十分重要，還需要研究者們進行更為深入的探討。

（劉成林就《人工智能大模型時代的文檔識別與理解》研究課題進行分享）

北京大學鄒月嫻教授認為，在與文檔圖像處理技術密切相關的OCR領域中，專業化大規模的預訓練模型是可行的。“大模型是一個大的趨勢，對于小團隊來說做工具是一個非常好的方法，做工具對大家都是有好處的。”鄒月嫻說。

（鄒月嫻就《視覺-語言預訓練模型及遷移學習方法》研究課題進行分享）

華為AI研究員廖明輝提到，企業作為文檔圖像處理的應用方，普遍面臨一個挑戰：當有眾多API時，維護難度較高，急需一個垂直領域的通用的OCR大模型，能夠覆蓋所有的使用場景。廖明輝認為，OCR垂直領域的大模型在數據量方面，數據的數量不是最關鍵的，最關鍵的是數據的多樣性。

除了引入大模型等新技術外，如何實現文檔圖像的智能分析與處理還面臨著諸多來自現實的挑戰。丁凱博士認為，文檔的多樣性和復雜性是文檔圖像處理中的難點：文檔類型和格式繁多，包括報告、合同、發票、證明、證件等。不同類型的文檔有不同的格式和布局，例如文檔中常常包含圖片、表格、圖形等各種圖像，難以用統一的方法處理。

（丁凱就《智能文檔處理技術在工業界的應用與挑戰》研究課題進行分享）

丁凱提到，文檔圖像中的彎曲、陰影、摩爾紋，字跡不清晰等問題對文檔圖像的識別與處理產生了影響，劉成林也表示，“過去我們只關注文字，現在文檔中的圖像也十分重要。但是，現有文檔圖像識別技術在識別精度和可靠性、可解釋性、自適應性等方面還有明顯不足，還有很多技術問題有待解決。”

值得關注的是，人工智能大模型的快速發展為文檔分析與識別帶來了一些機遇，除了解決識別層次的遺留問題，在性能提升、應用拓展上大有可為。合合信息通過ROI提取、干擾去除、形變矯正、圖像恢復以及圖像增強這一整體架構對文檔進行智能掃描與識別分析，將文檔圖像的彎曲矯正、摩爾紋去除，圖像質量大幅提升。

除文檔圖像的通用場景外，合合信息對特定垂直場景下的圖像也能進行預處理，針對手寫板圖片中出現的反光問題，通過算法模型對反光進行“擦除”。

由于版面復雜多變、文本內容多樣化等原因，文檔被拍照、掃描成電子文檔過程中時常出現漏字、錯位，合合信息持續突破版面分析技術在版面分割、區域間的邏輯關系處理等方面的難題，通過智能文字識別、智能圖像處理等核心技術，確定文檔中的文字位置、字體、大小和排版方式等信息，實現版面的分析和還原。

文檔篡改檢測技術為視覺內容安全提供保障

目前，人工智能的合成技術導致偽造的多媒體信息在網絡上泛濫成災，文本圖像顯然是重災區之一。針對資質證書、文案、聊天截圖等文本圖像的偽造被用于散播謠言、經濟詐騙、編造虛假新聞，給個人、社會造成惡劣的負面影響。圖像內容安全是AI安全的重點領域，如可對文本篡改痕跡進行精準檢測，將為圖像內容安全提供保障。

中科大教授謝洪濤指出，隨著基于深度學習的偽造與取證技術的出現，目前文本圖像的真偽鑒定問題進入了攻防博弈階段。“文本圖像的篡改生成視覺質量高、字體風格統一、背景紋理協調、篡改字跡清晰，文本圖像的篡改檢測可以說是‘道高一尺、魔高一丈’，適應多種篡改方法、多域空間感知、區域文理區分、時間復雜度適中。”謝洪濤表示。

（謝洪濤就《篡改文本圖像的生成與檢測》研究課題進行分享）

謝洪濤所在的課題組正在探索基于文本筆跡的文本圖像生成，以及基于頻域關系的局部紋理差異性建模，最終實現高質量的場景文本圖像篡改生成、準確的場景文本圖像篡改檢測。相關研究可應用于文本圖像的多個領域，例如文檔圖像、自然場景圖像、票據圖像等。

合合信息在文檔圖像內容安全領域也進行了深入的部署。據丁凱介紹，合合信息研發了基于深度學習的圖像篡改檢測技術及相關系統，通過學習圖像被篡改后統計特征的變化，該系統智能捕捉圖像在篡改過程中留下的細微痕跡，可檢測出復制粘貼、拼接、擦除等多種篡改形式，讓人工智能準確識別出圖片篡改的不同類型，并進行針對性的處理，提升識別精度和場景通用性。據悉，合合信息圖像篡改檢測技術已被銀行、保險、制造業等多個行業引入。

作為一家人工智能企業，合合信息依托智能文檔處理技術，對復雜場景下的多版式、多語種文字內容進行精準提取，打造的合同機器人、財報機器人及行業解決方案，已在金融、政務、制造、物流等30個行業落地，服務的世界500強公司超過80家。未來，合合信息將持續為全球C端用戶和多元行業B端客戶提供數字化、智能化的產品及服務，促進AI技術在文檔處理領域的應用落地與信息安全保障。

關鍵詞：