报告时间：2023年12月17日（周日）09:00-13:00

报告地点：完美体育2栋407会议室

报告题目：关于OCR大模型的一些思考

报告简介：随着大语言模型的兴起，面向自然语言处理领域的通用人工智能（AGI）取得了重大突破，近年来，多模态大模型也引起了广泛的研究关注并取得了快速发展，但目前针对光学文字识别（OCR）垂直领域的大模型研究工作报道还不多。本报告将简要回顾近年来多模态大模型和OCR大规模预训练模型等相关技术，探讨面向OCR的基础模型构建方法和可能的技术路线，并对大模型时代OCR技术发展趋势与未来研究方向进行讨论和展望。

报告人介绍：金连文，华南理工大学二级教授，兼任中国图象图形学学会（CSIG）常务理事、广东省图象图形学会理事长、CSIG文档图像分析与识别专委会主任等职。主要研究领域为文字识别、文档图像理解、计算机视觉与人工智能等，在重要学术期刊及国际会议上发表论文200余篇，其中SCI Q1区+ CCF A类论文100余篇，Google Scholar论文引用数过万，H指数60。连续4年入选斯坦福大学“全球前2％顶尖科学家”年度榜单。获省部级科技奖5项（其中一等奖2项，二等奖3项）；荣荣获中国人工智能学会、中国电子学会和中国图象图形学学会科技进步二等奖各1项；指导学生参加CVPR/ICDAR/ICPR/PRCV等国际国内知名会议上的学术竞赛并荣获冠军20余次。