助力职场人办公提效,金山办公技术成果亮相中国图象图形大会
2023-05-15 16:02:24爱云资讯
5月11日至14日,中国图象图形大会(CCIG 2023)在苏州召开,大会以“图象图形·向未来”为主题,邀请了众多国内外院士、专家进行高水平学术、技术报告,共同探讨图像图形相关行业的发展趋势、创新研究成果、关键技术探索,为行业提供前瞻性视角。金山办公技术总监熊龙飞出席大会“图象图形赋能产业论坛”,分享了金山办公在文档识别与技术领域的最新成果。
金山办公技术总监熊龙飞在大会上进行主题分享
熊龙飞表示,目前用户的PDF编辑需求中大约有35%是扫描件,如何让编辑“扫描件PDF”更方便,是许多公司正在攻克的难题。作为其中的参与方之一,金山办公内部研发的通用图像文档识别与理解引擎系统——朱墨,已能够解析弯曲变形、要素丰富、排版复杂、污染等挑战下的图像文档,并可将版式和内容信息解析成结构化的文档数据,供给下游PDF编辑模块使用。据悉,朱墨系统目前已上线WPS内的PDF编辑功能,可让用户在编辑“扫描件PDF”时获得几乎与编辑Word文档一样的体验。
“‘扫描件PDF’本质上是纯图片,其中的排版信息、字体信息均已丢失,因此想要编辑‘扫描件PDF’会面临两类挑战。”熊龙飞介绍,一类是由于PDF版式复杂,对象丰富,或文档污染、变形、朝向错误等导致的整体版式挑战;另一类则是保持字体、字号、字色及文字风格统一,段落关系清晰,删除文字后背景自然等在内的细节保持挑战。
熊龙飞还指出,朱墨系统在文档识别过程中,会经过前处理、版面分析、OCR识别、文字属性识别、表格还原等多个环节,首先把不标准的、变形的样张进行校正,把污染痕迹及摩尔纹等进行去除;然后再通过版面分析,识别扫描件中的文字、图像、段落等;之后再对文字部分进行OCR识别以及识别文字的字体、字号、字色等,最后还会对表格等其他对象进行结构化识别。在经过文档识别后,朱墨系统还会通过大模型进行信息及信息关系抽取,理解文字之间的关联,最终将一份扫描文件转化为结构化的文档数据。
CCIG 2023展会现场
相关功能背后涉及的众多算法模型,是金山办公在文档识别与技术领域的长期积累。以文字与背景分离为例,金山办公技术团队经过多次实践,最终采用了图像分割的算法,该算法相较于常规二值化算法,能够更好地在背景色复杂、分辨率较低、彩色文字等场景中准确拆分扫描件PDF的文字与背景。
此外,在文字颜色识别中,金山办公技术团队会先通过颜色增强,再通过图像识别,更加精准识别扫描PDF中的字体颜色。为了更加方便PDF的后续编辑,金山办公技术团队还通过OCR的CTC定位结果与单字检测模型结果进行结合,得到精确定位的单字位置框,使用户在增加或删除文字时,文字与原始图像位置仍能一一对应。
而在文档识别过程中,一旦发现PDF已经被严重污染,系统便会重新生成一个新的PDF,以保证文件的编辑性及美观性,而如果需要重新生成PDF文件,便会涉及到字体模仿、转化、生成等技术路线。
熊龙飞表示,金山办公始终秉持“技术立业”,不断推动相关技术的应用落地,致力为用户带来更良好的办公体验。在文档识别与技术领域,目前金山办公已解决扫描件PDF编辑难题,面向未来,金山办公还将不断深入文档识别与技术研发,帮助更多用户实现对海报,截图,甚至网图等在内的任意图片的内容编辑。
- 让办公生产力即刻起飞,金山办公携手华为云助力企业数字化转型
- Kimi引爆AIGC赛道 万兴科技金山办公等AI应用龙头受关注
- 金山办公:2024年AI和协作依然是创新重点
- 金山办公携手全时云会议持续深化产品布局,共创一体化协同办公平台
- 金山办公出席第九届版博会,探讨新时代下软件正版化的创新与发展
- 提升政务办公效能,金山办公推出两大“神器”,公务人员有福了!
- 金山办公姚冬:在大模型和新AI技术的加持下,所有软件都值得重新做一遍
- 金山办公举办WPS 365专项助云计划授牌仪式
- 万兴科技金山办公三季报亮眼 技术升级产品创新业绩稳增
- “WPS 365数字办公中国行”走进黑龙江 金山办公东北亚合作总部落地哈尔滨
- 革新数字办公生产力 金山办公携WPS 365金融方案亮相双态IT乌镇用户大会
- 金山办公CEO章庆元:AI和协作是现阶段的重要战略
- “AIGC智算之道“圆桌对话: 浪潮信息+百川+快手+金山办公
- 2023金山办公生态伙伴大会召开,金山办公发布数字办公开放
- 推进国产自主板式文档技术发展及落地,金山办公章庆元获北京市科学技术奖
- 金山办公2023半年报:全面拥抱AI变革,订阅业务收入16.70亿同比增长35%