文档智能在金融领域的应用.pptx

;;?档智能的技术范畴;?档智能的技术范畴;?融领域的?档智能;常?的?融?档;?融?档的特点①：?数多，版?复杂，样式丰富;?融?档的特点②：??歪曲，清晰度低，?尺??本数量多且密集，关键信息被覆盖;?档分析与识别;?档检测：?档/??档分类、?档类型分类

图像矫正：?向矫正、倾斜矫正、变形矫正

图像增强：对?度增强、去噪、去印章、去?印;版?分析的?的是将?档图像分割成不同类型内容的区域并分析区域之间的关系，是内容识别的前续步骤

?标检测或实例分割的路线，采?YOLO、FasterR-CNN、MaskR-CNN等框架

近年来随着基于VisionTransformer和多模态技术的提出，版?分析技术得到进?步发展

[DiT,ACM-MM-2022]DiT:Self-supervisedPre-trainingforDocumentImageTransformer

[VSR,ICDAR-2021]VSR:AUnifiedFrameworkforDocumentLayoutAnalysiscombiningVision,SemanticsandRelations

[VGT,ICCV-2023]VisionGridTransformerforDocumentLayoutAnalysis

[LayoutLMv3,ACM-MM-2022]LayoutLMv3:Pre-trainingforDocumentAIwithUnifiedTextandImageMasking;基题于提升M明as显kR-CNN的?法，使?Swin-Transformer(Swin-T)替换ResNet-50，检测区域遗漏或不完整的问;使段?落和VS表R格等附基注于)多的模识态别技精术度的提?升法明，显和基于?标检测和语义分割的?法相?，视觉上相似的?标区域(例如;简单场景?平?字检测

多?向?字检测

复杂场景的任意形状?字检测;基于回归的?法;基于图像分割的?法;回归与分割混合的方法;印刷体?本识别

?写体?本识别;基于CTC的?法;基于RNNAttention的?法;基于TransformerAttention的?法;端到端?本检测与识别;?顶向下的?类分割?法

?底向上的单元格检测?法

由图??成序列的端到端?法;?顶向下的?列分割?法;?底向上的单元格检测?法;由图??成序列(image-to-sequence)的端到端?法;?融?档中表格的特点①：结构复杂，合并单元格多层嵌套;?融?档中表格的特点②：?列密集，??标多，存在单元格数量很多的表格;?融?档中表格的特点③：单元格?量空?或?量换??本;?融?档中表格的特点④：仅凭视觉信息?法正确判断表格结构，需要进?步学习?本信息;我线们进????检作测，-股最权后结?构成图股识权别关：系基三于元组Oriented-RCNN，使?改进后的关键点检测对股权图的节点和;?档理解;股权变动事件抽取;;;;;;?档智能未来展望;?档智能在?融领域?临的挑战和问题

LLMs,MLLMs,LVLMs等?命性?模型技术的冲击和启?

?档智能研究的前沿趋势及未来展望;