近期，2023年度視覺與學習青年學者研討會 (Vision And Learning SEminar, VALSE) 圓滿落幕。會議由中國人工智能學會、中國圖象圖形學學會主辦，江南大學和無錫國家高新技術產業開發區管理委員會承辦。超五千名專家學者、知名高校師生以及來自OPPO、華為、百度、合合信息等科技企業的研發人員齊聚大會，共探計算機視覺、圖像處理、模式識別與機器學習前沿技術的發展與應用。

大會現場

【資料圖】

VALSE是一個面向計算機視覺與機器學習領域國內外華人青年學者的高規格學術研討會。本屆大會共呈現了3 個大會主旨報告、4個大會特邀報告、12個年度進展報告 (APR)報告、4場講習班 (Tutorial)、20場研討會 (Workshop)，會議報告總數為歷年之最。

今年，VALSE繼承了往屆大會的主要程序環節，相關報告和展示從內容上涵蓋了計算機視覺、圖像處理、模式識別與機器學習領域的大部分熱點研究方向，研討了上述研究領域的國內外前沿進展。大會邀請中國工程院院士高文教授，歐洲科學院外籍院士焦李成教授，中科院計算所所長陳熙霖研究員做主旨報告，由VALSE聯合創始人山世光研究員主持主旨報告環節。

本屆會議Workshop環節專注于視覺知識和多重知識表達、語言文字識別與理解等技術研發及應用熱點。文檔的智能化處理是計算機視覺在產業中的重要應用方向，現階段還面臨著諸多挑戰。作為智能文檔處理領域的代表，合合信息出席會議并進行智能文檔處理技術研發與實踐成果分享。

VALSE Workshop環節，合合信息技術代表就《智能文檔圖像處理技術應用與實踐》主題進行分享

合合信息相關技術人員提到，隨著OCR技術應用面的持續拓寬，復雜多變的版面、多樣化的文本內容給文檔的識別和還原帶來了新的挑戰。“版面分析與文檔還原”技術對提升文檔圖像電子化的視覺效果、信息提取精準度非常關鍵，是公司重點發力的方向之一。

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。在向系統輸入文檔圖像后，機器會對文字部分和版面元素進行分析和識別，把若干行文字關聯起來，從而獲得正確的順序與段落關系，這便是版面分析技術。

版面分析的任務目標被分為物理版面分析和邏輯版面分析兩類，前者主要解決區域分割問題，后者則關注區域之間的邏輯關系或閱讀順序。如何精準地辨別各類元素，并在文檔電子化過程中讓它們回歸到應有的位置，是該項技術的難點之一。

如果無法提升版面分析的精準度，文件材料在被拍照、掃描成電子文檔的過程中便可能出現漏字、錯位的現象，圖片轉Word、圖片轉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能夠幫助機器‘看懂’文檔結構，讓文檔電子化獲得‘所見即所得’的處理效果。”分享環節中，合合信息技術人員提到，文檔圖片的格式轉化流程中，在檢測、識別完出文字信息中的字符、坐標信息，以及版面中段落、印章、表格等元素信息后，機器才能“理解”文檔的組成，更好地將圖像“還原”成一個可編輯的Word或Excel文件。

合合信息“智能文檔處理——文檔還原系統架構”展示

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

合合信息“版面分析與還原”技術處理效果展示

未來，合合信息將持續為全球企業和個人用戶提供創新的數字化、智能化服務，助力個人文檔處理效率提升，加速企業全生命周期文檔電子化進程。