金山办公携CV领域前沿研究成果及应用亮相CCIG 2022

生活爱云资讯 2022-09-24 09:48

8月19-21日，中国图象图形大会（CCIG 2022）在成都举办，金山办公受邀参会并发表主题演讲，展示公司在CV（Computer Vision计算机视觉）领域取得的突破性研究成果及场景应用。

金山办公CV团队负责人熊龙飞在演讲中表示，前三次工业革命将人从繁重的体力劳动中解放出来，而以大数据、人工智能等技术为驱动力的第四次工业革命将进一步将人从繁复的、低价值脑力劳动中解放出来。

他认为，文档文字、图像和表格的处理是日常工作和生活中最高频的脑力劳动之一，其中很多工作其实可以通过CV技术来完成。

近年来，金山办公在以CV技术为支撑的OCR文字识别领域已达到业界领先水平。除了满足基本的文档内容识别，金山办公通过加入深度学习能力，对文字属性和段落做了一系列算法优化，能够更精准地还原文字风格，对诸如文字颜色、字体、加粗、斜体和下划线等格式都能进行高度识别，显著提高文档还原度，为用户节省大量后期手动调整的时间和精力。

例如，对于图片中的文字，金山办公不仅能够识别出字体的名称，还会推荐该字体及相似字体给用户选择使用。

熊龙飞还特别提到，“针对一些特定格式，例如目录，我们不仅可以完整地识别出目录内容，更能支持点击跳转到相应的页面。”

同时，金山办公的OCR文字识别可以灵活满足多种应用环境下的部署需求，既支持服务端的高精度模型部署，也支持手机、PC端的小模型部署。

“未来，金山办公会继续在文字识别领域保持快速的迭代速度和强大竞争力，因为我们拥有全球最庞⼤的数据储备和真实⽤户反馈池。”熊龙飞进一步表示。

而对于识别难度更高的实体文件，例如带有印章的公文、被揉皱的表格等，通过金山办公的版式还原系统便能轻松实现高度还原，并自动将实体文件变成可编辑的电子文档。对于用户来说，这将极大地节省人工输入产生的时间成本。

据介绍，金山办公的版式还原系统由近三十个深度学习模型、一百多个算法模块、50多万行代码构成，拥有复杂的功能模块和调度流程，具备从文档分类、矫正、识别、分析到重建的能力，最终可以输出结构化的数据表达或常见的docx等多种格式的文档。

除此之外，金山办公的CV能力还在智能抠图、证件照制作、文档质量提升、滤镜、水印涂抹等众多产品功能上得到应用，充分赋能各种场景下的办公自动化。

金山办公在过去34年持续深耕办公赛道，坚持技术立业，不断打磨技术和产品服务。公司承担多项国家级重大科研项目研发任务，包括“核高基”科技重大专项、电子发展基金、“863”高技术研究发展计划等，并先后两次荣获国家科技进步二等奖。

公司在近年持续加大AI领域的研发投入，并把OCR、版面的识别和理解列为重点任务。早在2018年，公司就成立了CV团队，聚焦WPS等产品上图像及视觉项目的研发与应用，通过CV能力赋能各类办公场景，目前已在OCR文字识别、文档矫正、智能抠图、字体识别、表格还原、版式还原、PDF编辑等二十多个功能上线相关产品和服务。

目前，金山办公为来自全球220多个国家和地区的用户提供办公服务。截至2021年12月，公司主要产品月度活跃设备数为5.44亿，其中WPS office PC版月度活跃设备数2.19亿，移动版月度活跃设备数3.21亿。

CCIG 2022由中国科学技术协会指导、中国图象图形学会主办，以“图象视界，形智未来”为主题，汇聚国内外众多知名学者、企业专家及科研院校师生，共同探讨图像图形技术行业的最新进展。