宜信OCR技术探索之版面分析业务实践|技术沙龙直播速记

直播视频回放：https://v.qq.com/x/page/i3135lgkagd.html

一、项目背景

业务端大量的新增数据来自纸质报告、电子邮件、文档、图像、视频等非结构化内容。据统计，业务线对于80%的非结构化内容无法有效管理，60%的管理人员在决策时无法获得关键信息，50%的信息内容无法为公司带来业务价值。

解决痛点

1、降本增效：帮助客户减少人力投入，解放传统OCR识别场景耗费的时间，提升工作效率。

2、关键信息提取：涉及多类复杂场景，理解识别文档内容、提取关键信息，为风险控制、营销扩展、流程优化做支撑。

3、识别准确率、速度、安全性、稳定性：基于人工智能的深度学习算法解决传统OCR识别率低、模版固定、设备依赖的问题。

项目目标

我们的目标是，由最左侧银行单据图像，经由AI模块，识别出带有坐标和文字内容的半结构化数据，再经版面分析模块解析出业务可理解的结构化数据。其中蓝色框的过程就是我们今天讲解的版面分析模块过程，也就是说从AI识别结果到版面分析结果。两种过程也是AI技术和编程技术的结合的一种表现。

版面分析现状

前期我们对行业内版面分析技术进行调研，查阅文档，查找一些大厂公开的解决方案，借鉴其中部分经验，结合实际场景需求，研发人员依次突破了行列识别、模板、结构化的技术难点，并进行总结、抽象和优化，提取出一套较为统一的OCR版面分析解决方案。

二、抽象行列识别

行列识别介绍

• 那么什么是行列识别？

行列识别即将AI模块识别回来的坐标块，依据一定方法，分辨出哪些块，在逻辑上属于同一行或同一