云從科技提出Pixel-Anchor框架 取得OCR文字識(shí)別突破

日前，云從科技的自然場(chǎng)景OCR（文字識(shí)別）技術(shù)在ICDAR數(shù)據(jù)集上取得了多項(xiàng)最佳成績(jī)，特別對(duì)于東亞語(yǔ)言部分，該文本檢測(cè)框架的表現(xiàn)尤為出色，在多個(gè)子測(cè)試集上(包括中文)都獲得了第一。ICDAR是當(dāng)前OCR技術(shù)領(lǐng)域全球最具影響力的數(shù)據(jù)集，具有OCR領(lǐng)域奧斯卡之稱。

云從科技提出的Pixel-Anchor框架在兩個(gè)具有挑戰(zhàn)性的自然場(chǎng)景文本檢測(cè)測(cè)試集——ICDAR2015以及ICDAR2017 MLT中，分別在檢測(cè)準(zhǔn)確率和檢測(cè)效率兩個(gè)綜合維度上獲得了至今為止最好的結(jié)果(FMeasure，一種檢出率和精確度的加權(quán)，具體見(jiàn)圖Table 1-Table 3)。該框架在滿足生產(chǎn)環(huán)境實(shí)時(shí)性要求的基礎(chǔ)上獲得了很高的檢測(cè)準(zhǔn)確率，該成果可進(jìn)一步應(yīng)用于計(jì)算機(jī)視覺(jué)、人工智能技術(shù)。同時(shí)，阿里巴巴、南京大學(xué)與南京理工大學(xué)、商湯科技、曠視科技也在榜單中體現(xiàn)出良好的成績(jī)，表明中國(guó)繼續(xù)在國(guó)際上引領(lǐng)OCR領(lǐng)域的研究。

OCR(Optical Character Recognition)是指對(duì)輸入圖像進(jìn)行分析識(shí)別處理，獲取圖像中文字信息的過(guò)程，具有廣泛的應(yīng)用場(chǎng)景。而自然場(chǎng)景中的OCR 技術(shù)不需要針對(duì)特殊場(chǎng)景進(jìn)行定制，可以識(shí)別任意場(chǎng)景圖片中的文字。

和面對(duì)高質(zhì)量文檔圖像的傳統(tǒng)OCR相比，自然場(chǎng)景OCR跳出了對(duì)輸入圖像的質(zhì)量和場(chǎng)景束縛，能夠在更寬泛的領(lǐng)域中獲取應(yīng)用，引起了學(xué)術(shù)界以及工業(yè)界的極大關(guān)注。

但相較于傳統(tǒng)OCR，自然場(chǎng)景OCR中的各種商品、布景或自然場(chǎng)景圖片中的文本檢測(cè)與識(shí)別面臨著復(fù)雜背景干擾、文字的模糊與退化、不可預(yù)測(cè)的光照、字體的多樣性、垂直文本、傾斜文本等眾多挑戰(zhàn)。

計(jì)算機(jī)視覺(jué)基礎(chǔ)技術(shù)

應(yīng)用前景廣泛

OCR是計(jì)算機(jī)視覺(jué)領(lǐng)域的經(jīng)典問(wèn)題，長(zhǎng)久以來(lái)，一直受到學(xué)術(shù)界和工業(yè)界的持續(xù)關(guān)注。在工業(yè)界，Google、Microsoft、Amazon等大型互聯(lián)網(wǎng)公司，以及云從科技等人工智能創(chuàng)業(yè)公司，都在OCR技術(shù)上耕耘多年。隨著技術(shù)不斷成熟，OCR也開(kāi)始在互聯(lián)網(wǎng)及其他行業(yè)逐步上線使用，應(yīng)用范圍也從文檔識(shí)別擴(kuò)展到車牌識(shí)別，圖片廣告過(guò)濾，場(chǎng)景理解，商品識(shí)別，街景定位，票據(jù)識(shí)別等廣泛的領(lǐng)域。

據(jù)悉，目前Pixel-Anchor框架已在云從科技的證件票據(jù)識(shí)別系統(tǒng)和圖片廣告過(guò)濾系統(tǒng)中上線，每天處理圖片近千萬(wàn)張，自動(dòng)反饋疑似違規(guī)圖片準(zhǔn)確率達(dá)96%以上;同時(shí)將證件處理和圖文審核風(fēng)險(xiǎn)發(fā)現(xiàn)時(shí)間從“小時(shí)”降低到“秒”級(jí)。數(shù)據(jù)顯示，2018年云從科技累計(jì)處理25億證件數(shù)據(jù)、屏蔽了400萬(wàn)條惡意推廣，有效提高業(yè)務(wù)流程效率及凈化營(yíng)銷環(huán)境。

除OCR以外，包含人體姿態(tài)、跨鏡追蹤、車輛結(jié)構(gòu)化、語(yǔ)音識(shí)別等智能感知的核心技術(shù)閉環(huán)已經(jīng)在云從科技內(nèi)部獲得建立，比如安防大數(shù)據(jù)系統(tǒng)與智能商業(yè)運(yùn)營(yíng)平臺(tái)應(yīng)用“跨鏡追蹤(ReID)”技術(shù)，無(wú)需人臉也可以追蹤目標(biāo)。“逃犯克星”張學(xué)友的部分成果，就有“跨鏡追蹤”技術(shù)的參與。另外，云從科技也在浸入式大數(shù)據(jù)風(fēng)控系統(tǒng)、AI-IoT物聯(lián)網(wǎng)應(yīng)用等場(chǎng)景中引入了智能感知技術(shù)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。