2022年度吴文俊人工智能科学技术奖在近日正式公布，由科大讯飞牵头并联合相关单位共同完成的项目——“多语种复杂场景图文识别关键技术及产业化”，荣获吴文俊人工智能科技进步奖一等奖。
吴文俊人工智能科学技术奖，是以我国智能科学技术领域享誉海内外的杰出科学家、中国科学院院士吴文俊先生命名，依托社会力量设立的科学技术奖，被誉为“中国智能科学技术最高奖”。近年来，该奖项已吸引700多所高校、研究院所和企业的众多项目参与角逐，为不断推进我国智能科学技术领域的创新发展发挥积极作用。图文识别技术，指的是对文档图像、自然场景图片等进行智能分析处理，将其中的文本及版面结构等信息进行自动检测、识别与分析的技术。图文图像中包含的多模态语音文字和图像信息，是语义信息的关键载体；图文识别是纸质媒介向数字媒介的关键入口，能够有效推进多个行业的信息化、智能化发展；同时，多语种图文识别技术的突破对于促进国际经济文化交流具有重要意义。此次获奖的项目“多语种复杂场景图文识别关键技术及产业化”，由科大讯飞研究院执行院长、语音及语言信息处理国家工程研究中心副主任刘聪牵头完成。面向在智能软硬件产品及教育、司法、金融等行业领域的真实场景刚需，该项目围绕图文识别关键技术，针对图文版面复杂和内容多样引起的识别理解难、小语种众多和资源稀缺引起的统一建模难、应用平台多样和算力受限导致的跨平台部署难这三大挑战进行攻关，取得了一系列技术突破和规模化应用成效。首次提出了基于端到端句法解析的多样式文本识别方法，实现了“一维句法到二维句法、单一场景到多种场景”的突破。相关技术突破成功应用于公式识别，提升了复杂场景下的识别效果，科大讯飞研究院还实现了业内独家的手写有机分子式识别、手写免切换识别；精准识别手写公式、分子式
创新提出了多语种图文生成方法，及字符结构编码统一的跨语种联合建模方法，有效解决低资源建模难的问题，大幅提升了多语种图文识别效果；
创新提出了跨平台高适配框架，研制了图文理解系统，实现了在不同场景下的高效运行；同时能实现不同平台下的快速部署，显著提升系统执行效率。
基于以上关键技术的持续突破，科大讯飞研究院也先后获得了多个图文识别相关的国际权威赛事冠军：2022 ECCV OOV-ST挑战赛文字识别赛道冠军2020 ICFHR OffRaSHME数学公式识别挑战赛冠军2020 ICDAR ReCTS评测任务单字识别、文本行识别、文本行检测和端到端识别全部四项榜单第一在核心技术突破的基础上，项目团队通过系统性创新，实现了图文识别技术在多个领域的价值落地。我们始终认为，人工智能价值兑现有三大标准，即真实可见的实际应用案例、能规模化推广的对应产品，以及可用统计数据证明的应用成效。目前，此次获奖项目的技术成果已在多个领域实现广泛应用落地，在智能硬件、教育、司法、金融等领域都能见到多语种复杂场景图文识别技术的身影；同时，图文识别技术结合语音识别、语音合成、机器翻译等技术，形成系统性创新，助力产品实现更强大的功能，显示出更明显的价值优势，生动地体现在多个场景应用和产品中。在教育领域，讯飞智慧教育产品通过图文识别技术助力机器自动评阅纸质作业和试卷，并在全国首次实现了数理化公式识别、纸笔中高考机器人辅助评分的规模化应用。截至2022年，智能辅助评分系统已在全国14个省市高考使用，覆盖1.8亿考生；智能批阅产品帮助教师批改效率平均提升30%；在司法、金融领域，图文识别技术辅助电子卷宗随案生成提高审判效率，智能辅助审核系统则应用于金融合同、财报和票据等审核场景，提升了合规性，实现降本增效；在智能硬件领域，图文识别是学习机对纸笔作业进行个性化分析的唯一路径，科大讯飞AI学习机能够精准识别手写印刷混合、各种公式图表等复杂多样的符号内容，AI作业诊断、中英文作文识别批改、字词听写等功能助力学生查缺补漏，提高学习效率；图文拍照翻译已成为翻译机必备功能之一，讯飞翻译机可支持32种语言的拍照翻译，为出国旅行、商务工作、学习交流等提供极大便利；讯飞智能办公本能够对在线手写内容进行识别，还可拍照识别办公文档，实现高效准确的实时记录；该项目的技术成果已通过国家首批新一代人工智能开放创新平台，广泛赋能开发者与企业。目前，该平台已开放548项能力，聚集了390.2万开发者，其中开放的图文识别产品及能力108项，包括手写文字识别、印刷（多语种）文字识别、公式识别、票证识别等。此次获得吴文俊人工智能科技进步奖，不仅是对科大讯飞在技术上秉持“顶天立地”精神持续创新的嘉奖，也是对人工智能技术不断应用落地、创造价值的肯定。未来，科大讯飞将坚定在源头核心技术上攀登的脚步，以系统性创新解决社会刚需命题，与合作伙伴一起为数字经济的高质量发展注入不竭动力。
点击“阅读原文”，查看相关奖项信息