ICPR 大会是模式识别领域的顶级国际会议，涵盖了计算机视觉、图标、声音、机器智能等多个领域。大会吸引了来自全球56个国家和地区的科研人员和机构参与。

其中，图表信息提取竞赛在本次大会中倍受瞩目。据了解，复杂图表信息提取是人工智能领域内一个很新的研究领域，其目标是将各式各样的图表(见图1)自动的提取转化成原始的表格数据(见图2)，以利于做进一步的深入分析和挖掘。由于整个任务场景复杂难度大，因此举办方将整个任务划分为6个子任务以及1个端到端任务，涵盖图表分类、图表文本识别、文本功能分类、轴分析、图例分析、图元素提取等。最终，合合信息获得了11项冠军，并完成了端到端任务。

图1 各种类型的图表数据举例

图2 图表信息提取任务最终结果可视化

合合信息相关负责人表示：“端到端任务需要整合所有的技术，是最难，但也是最有实用价值的任务，是综合实力的体现。我们所在的队伍是唯一一支完成端到端任务的团队。”

此前，合合信息已多次在国际顶尖AI竞赛中获得世界冠军，如ICDAR票据识别竞赛冠军、ICDAR表格识别竞赛冠军、ICFHR签名识别与鉴别竞赛等。以票据检测和识别技术为例，合合信息票据机器人从采集票据、智能分类、票据切分、票面信息精准识别到增值税发票一键验真，覆盖全流程，整合图像增强、OCR识别、NLP语义分析等技术，让票据识别更智能，更便捷，赋予机器人文字阅读与思考能力，实现业务流程提速，赋能企业完成自动化智能升级转型。数据显示，使用合合信息票股机器人进行票据采集，全流程可以从原先的3天减少至2小时之内完成，节约95%的时间成本。

作为一家全球领先的人工智能及大数据科技企业，合合信息致力于通过智能文字识别及商业大数据领域的核心技术、C端和B端产品以及行业解决方案为全球企业和个人用户提供创新的数字化、智能化服务。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。