CCIG2023圆满落幕，合合信息智能图像处理技术破解多项难题

(丁凯博士)

ChatGPT的爆火让“大模型”技术进入了公众的视野。随着人工智能技术的飞速发展，作为图像图形技术的重要应用场景之一，文档图像智能处理广泛应用于医疗、教育等领域，为各行各业提供了更加精准、快捷、可靠的文档管理和数据分析服务。大模型技术还有着性能提升和应用拓展的潜力，有望为文档处理带来更多的机遇和挑战。

相对于传统文档图像处理的方法，合合信息采用一系列技术，包括ROI提取、干扰去除、形变矫正、图像恢复以及图像增强等，对文档进行智能扫描与识别分析。这些技术不仅能够对文档图像的弯曲矫正、摩尔纹去除等通用场景进行处理，还能根据特定垂直领域的需求进行预处理。例如，针对手写板图片中常见的反光问题，合合信息的算法模型能够对反光进行“擦除”，提升图像的质量和清晰度。

此外，在版面复杂多变、文本内容多样化的情况下，文档往往会出现漏字、错位等问题。为了解决这些问题，合合信息持续突破版面分析技术的难点，通过智能文字识别、智能图像处理等核心技术，能够确定文档中的文字位置、字体、大小和排版方式等信息，从而实现版面的准确分析和还原。

如今，伪造的多媒体信息在网络上广泛存在，图像内容安全已成为人工智能安全的关键领域之一。文本图像是伪造的主要目标之一。在这方面，合合信息已进行了深入的研发，并提供了相应的解决方案。

据合合信息智能技术平台事业部副总经理、高级工程师丁凯博士透露，合合信息已开发了基于深度学习的图像篡改检测技术及相应的系统。该系统通过学习篡改后图像统计特征的变化，精准捕捉图像在篡改过程中留下的细微痕迹并检测到不同类型的图像篡，实现针对性的处理，提升了识别的准确性和场景的通用性。

目前，合合信息的图像篡改检测技术已被多个行业，如银行、保险和制造业引入，并发挥了重要作用。未来，合合信息将持续为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务，促进AI技术在文档处理领域的应用落地与信息安全保障。