(丁凱博士)

ChatGPT的爆火讓“大模型”技術(shù)進(jìn)入了公眾的視野。隨著人工智能技術(shù)的飛速發(fā)展，作為圖像圖形技術(shù)的重要應(yīng)用場景之一，文檔圖像智能處理廣泛應(yīng)用于醫(yī)療、教育等領(lǐng)域，為各行各業(yè)提供了更加精準(zhǔn)、快捷、可靠的文檔管理和數(shù)據(jù)分析服務(wù)。大模型技術(shù)還有著性能提升和應(yīng)用拓展的潛力，有望為文檔處理帶來更多的機(jī)遇和挑戰(zhàn)。

相對(duì)于傳統(tǒng)文檔圖像處理的方法，合合信息采用一系列技術(shù)，包括ROI提取、干擾去除、形變矯正、圖像恢復(fù)以及圖像增強(qiáng)等，對(duì)文檔進(jìn)行智能掃描與識(shí)別分析。這些技術(shù)不僅能夠?qū)ξ臋n圖像的彎曲矯正、摩爾紋去除等通用場景進(jìn)行處理，還能根據(jù)特定垂直領(lǐng)域的需求進(jìn)行預(yù)處理。例如，針對(duì)手寫板圖片中常見的反光問題，合合信息的算法模型能夠?qū)Ψ垂膺M(jìn)行“擦除”，提升圖像的質(zhì)量和清晰度。

此外，在版面復(fù)雜多變、文本內(nèi)容多樣化的情況下，文檔往往會(huì)出現(xiàn)漏字、錯(cuò)位等問題。為了解決這些問題，合合信息持續(xù)突破版面分析技術(shù)的難點(diǎn)，通過智能文字識(shí)別、智能圖像處理等核心技術(shù)，能夠確定文檔中的文字位置、字體、大小和排版方式等信息，從而實(shí)現(xiàn)版面的準(zhǔn)確分析和還原。

如今，偽造的多媒體信息在網(wǎng)絡(luò)上廣泛存在，圖像內(nèi)容安全已成為人工智能安全的關(guān)鍵領(lǐng)域之一。文本圖像是偽造的主要目標(biāo)之一。在這方面，合合信息已進(jìn)行了深入的研發(fā)，并提供了相應(yīng)的解決方案。

據(jù)合合信息智能技術(shù)平臺(tái)事業(yè)部副總經(jīng)理、高級(jí)工程師丁凱博士透露，合合信息已開發(fā)了基于深度學(xué)習(xí)的圖像篡改檢測技術(shù)及相應(yīng)的系統(tǒng)。該系統(tǒng)通過學(xué)習(xí)篡改后圖像統(tǒng)計(jì)特征的變化，精準(zhǔn)捕捉圖像在篡改過程中留下的細(xì)微痕跡并檢測到不同類型的圖像篡，實(shí)現(xiàn)針對(duì)性的處理，提升了識(shí)別的準(zhǔn)確性和場景的通用性。

目前，合合信息的圖像篡改檢測技術(shù)已被多個(gè)行業(yè)，如銀行、保險(xiǎn)和制造業(yè)引入，并發(fā)揮了重要作用。未來，合合信息將持續(xù)為全球C端用戶和多元行業(yè)B端客戶提供數(shù)字化、智能化的產(chǎn)品及服務(wù)，促進(jìn)AI技術(shù)在文檔處理領(lǐng)域的應(yīng)用落地與信息安全保障。