日前,阿里媽媽圖像團(tuán)隊(duì)的OCR(圖中文字識(shí)別)技術(shù)刷新了ICDAR Robust Reading競(jìng)賽數(shù)據(jù)集的全球最好成績(jī),并大幅超越第二名。Robust Reading競(jìng)賽是當(dāng)前OCR技術(shù)領(lǐng)域全球最具影響力的比賽。這也是繼阿里巴巴圖像搜索領(lǐng)軍人物華先勝獲得ACM(美國(guó)計(jì)算機(jī)協(xié)會(huì))“杰出科學(xué)家”稱號(hào)之后,阿里的圖像識(shí)別技術(shù)再一次登上國(guó)際頂尖舞臺(tái)。
圖. ICDAR Robust Reading Challenge 1 end-to-end官方成績(jī)
借助這一領(lǐng)先的OCR技術(shù),阿里媽媽圖像團(tuán)隊(duì)能夠以95%的超高準(zhǔn)確率識(shí)別圖中違規(guī)文字信息,有效過(guò)濾商家惡意推廣,維護(hù)消費(fèi)者權(quán)益。2015年,阿里媽媽累計(jì)屏蔽了4600萬(wàn)條惡意推廣。
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,以及商湯科技、曠視科技(擁有Face++、Image++)等計(jì)算機(jī)視覺(jué)技術(shù)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。
據(jù)阿里媽媽定向算法技術(shù)負(fù)責(zé)人蓋坤介紹,在阿里巴巴平臺(tái)上營(yíng)銷創(chuàng)意、商品等均是以圖片形式展示,圖像技術(shù)是理解這些信息的重要手段。同時(shí),也有不良商家在圖片中內(nèi)嵌一些違規(guī)的信息達(dá)到其惡意推廣的目的,圖片內(nèi)文字違規(guī)是比例相當(dāng)大的一類,而傳統(tǒng)監(jiān)控手段多以人工肉眼來(lái)審核,費(fèi)時(shí)費(fèi)力,尤其是隨著圖片數(shù)量越來(lái)越大,這幾乎已成為不可完成的任務(wù)。針對(duì)這一強(qiáng)烈需求,從2014年開(kāi)始,阿里媽媽圖像團(tuán)隊(duì)開(kāi)始重點(diǎn)攻堅(jiān)O(shè)CR技術(shù),通過(guò)機(jī)器視覺(jué)的方式從圖片中識(shí)別出文字,從而鑒別出違規(guī)的文案信息。
對(duì)惡意推廣的定義,蓋坤表示,一方面依據(jù)國(guó)家相關(guān)法律法規(guī),對(duì)于違禁品、色情信息、封建迷信、假冒偽劣、減肥豐胸、夸大虛假等違規(guī)類型進(jìn)行不同程度的處罰和管理,另一方面在法規(guī)之外平臺(tái)有著更高要求,對(duì)損害消費(fèi)者利益或進(jìn)行不正當(dāng)競(jìng)爭(zhēng)的推廣類型積極嘗試進(jìn)行管控。其中,與消費(fèi)者關(guān)系最為密切的假冒偽劣單項(xiàng)違規(guī)類型,被阿里媽媽作為重點(diǎn)審查對(duì)象。
相對(duì)其他限定場(chǎng)景OCR應(yīng)用相比,阿里媽媽要處理的創(chuàng)意圖片和商品圖片上的文字字體、色彩更加多樣,文字布局更加靈活,背景包括各種商品、布景或自然場(chǎng)景,蘊(yùn)含各種復(fù)雜紋理,給識(shí)別問(wèn)題帶來(lái)了更大的挑戰(zhàn)。蓋坤介紹,在技術(shù)路線上,相比于傳統(tǒng)方法,拋棄了圖像預(yù)處理、字符分割等流程,采用了多個(gè)深度神經(jīng)網(wǎng)絡(luò)和語(yǔ)言模型相結(jié)合的方法來(lái)組成完整的OCR系統(tǒng)。針對(duì)復(fù)雜的場(chǎng)景信息,將LSTM(長(zhǎng)短時(shí)記憶)技術(shù)成功應(yīng)用到建模中去,大大提高識(shí)別的準(zhǔn)確率。
據(jù)悉,現(xiàn)在基于OCR文字識(shí)別實(shí)時(shí)審核已覆蓋整個(gè)阿里媽媽業(yè)務(wù),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)95%以上;同時(shí)將圖文審核風(fēng)險(xiǎn)發(fā)現(xiàn)時(shí)間從“天”降低到“秒”級(jí)。數(shù)據(jù)顯示,2015年阿里媽媽累計(jì)屏蔽了4600萬(wàn)條惡意推廣,有效凈化了互聯(lián)網(wǎng)營(yíng)銷環(huán)境。
除OCR過(guò)濾惡意推廣以外,計(jì)算機(jī)視覺(jué)技術(shù)在阿里巴巴集團(tuán)內(nèi)部已經(jīng)獲得廣泛使用,比如手淘的“拍立淘”產(chǎn)品,通過(guò)手機(jī)拍照即可搜索相似商品,2015年雙11當(dāng)天,千萬(wàn)消費(fèi)者使用了“拍立淘”功能,創(chuàng)造了超過(guò)數(shù)千萬(wàn)元的銷售額。另外,在商品圖片版權(quán)保護(hù)、鑒黃等場(chǎng)景也都引入了計(jì)算機(jī)視覺(jué)技術(shù)。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 比亞迪第五代DM技術(shù)問(wèn)世,首搭秦L/海豹06 DM-i,開(kāi)創(chuàng)油耗2時(shí)代!
- 小紅書(shū)沉帖降權(quán)怎么做,有效方法大盤(pán)點(diǎn)!
- 亞洲時(shí)刻京東送上電視好禮 以舊換新一體化服務(wù)讓低價(jià)更靠譜
- 互聯(lián)網(wǎng)營(yíng)銷師和全媒體運(yùn)營(yíng)師的區(qū)別?
- 聯(lián)想集團(tuán)車計(jì)算“超級(jí)大腦”概念機(jī)亮相
- 華策影視設(shè)立專項(xiàng)基金成立AIGC應(yīng)用研究院
- 三部委審批,聯(lián)合發(fā)布9個(gè)新職業(yè),“互聯(lián)網(wǎng)營(yíng)銷師”上榜
- 互聯(lián)網(wǎng)營(yíng)銷師的報(bào)考條件是什么?
- 互聯(lián)網(wǎng)營(yíng)銷師的適合人群有哪些?
- 互聯(lián)網(wǎng)營(yíng)銷師行業(yè)前景怎么樣?
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。