全球OCR文字識別測試最新結果公布：中國軍團霸屏

　　近年來(lái)，自然場(chǎng)景下的文字識別(OCR)引起了計算機視覺(jué)和機器學(xué)習界的極大關(guān)注。在照片翻譯和圖像內容識別等許多基于內容的圖像應用推動(dòng)下，它已成為學(xué)術(shù)界和工業(yè)界一個(gè)充滿(mǎn)希望和挑戰的研究領(lǐng)域。

　　11月20日，有OCR領(lǐng)域奧斯卡之稱(chēng)的國際文檔分析與識別大會(huì )(ICDAR)數據集最新結果公布，中國高校及企業(yè)包攬排行榜前五。中國人工智能“國家隊”云從科技提出的Pixel-Anchor框架在多個(gè)ICDAR測試子集(ICDAR2015以及ICDAR2017 MLT)上均獲得了第一名的好成績(jì)，特別是在東亞語(yǔ)言(包括中文)部分表現亮眼。

　　ICDAR2015數據集前五名及框架名稱(chēng)分別是：云從科技(Pixel-Anchor)、南京大學(xué)與南京理工大學(xué)(PSENet)、曠視科技(Mask Text)、商湯科技(FOTS)、阿里巴巴(IncepText)。

　　ICDAR2017 MLT數據集前五名及框架名稱(chēng)分別是云從科技(Pixel-Anchor)、阿里巴巴(ATL-cangjie)、商湯科技(FOTS、曠視科技(EAST++)、南京大學(xué)(PSENet_NJU)

　　國際文檔分析與識別大會(huì )(ICDAR)專(zhuān)注于文本領(lǐng)域的識別與應用，自2003年大會(huì )設立“Robust Reading Competitions”以來(lái)，該競賽就成了評測和檢驗自然場(chǎng)景/網(wǎng)絡(luò )圖片/復雜視頻文本自動(dòng)提取與智能識別最新技術(shù)研究進(jìn)展的最為重要的國際賽事及標準，競賽中的諸多方法對OCR技術(shù)的發(fā)展具有強大推動(dòng)力。高技術(shù)難度、強大實(shí)際應用性，也使該盛會(huì )受到科研院校、科技公司等的關(guān)注，至今已有全球89個(gè)國家的3500多支隊伍參與。

　　截至目前，全球頂級的高校、科研機構及企業(yè)都參加過(guò)這項測試，包括Google、Microsoft、Amazon、Facebook，以及中國的騰訊、搜狗、北京大學(xué)、中國科學(xué)技術(shù)大學(xué)等。

　　云從科技、阿里巴巴、南京大學(xué)、南京理工大學(xué)、商湯科技、曠視科技在榜單中體現出良好的成績(jì)，表明中國繼續在國際上引領(lǐng)OCR領(lǐng)域的研究。

　　計算機視覺(jué)基礎技術(shù)應用前景廣泛

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

　　和面對高質(zhì)量文檔圖像的傳統OCR相比，自然場(chǎng)景OCR跳出了對輸入圖像的質(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與識別面臨著(zhù)復雜背景干擾、文字的模糊與退化、不可預測的光照、字體的多樣性、垂直文本、傾斜文本等眾多挑戰。

　　OCR是計算機視覺(jué)領(lǐng)域的經(jīng)典問(wèn)題，長(cháng)久以來(lái)，一直受到學(xué)術(shù)界和工業(yè)界的持續關(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(zhù)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(xiàn)使用，應用范圍也從文檔識別擴展到車(chē)牌識別，圖片廣告過(guò)濾，場(chǎng)景理解，商品識別，街景定位，票據識別等廣泛的領(lǐng)域。

　　據悉，目前Pixel-Anchor框架已在云從科技的證件票據識別系統和圖片廣告過(guò)濾系統中上線(xiàn)，每天處理圖片近千萬(wàn)張，自動(dòng)反饋疑似違規圖片準確率達96%以上;同時(shí)將證件處理和圖文審核風(fēng)險發(fā)現時(shí)間從“小時(shí)”降低到“秒”級。數據顯示，2018年云從科技累計處理25億證件數據、屏蔽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(xiāo)環(huán)境。

　　除OCR以外，包含人體姿態(tài)、跨鏡追蹤、車(chē)輛結構化、語(yǔ)音識別等智能感知的核心技術(shù)閉環(huán)已經(jīng)在云從科技內部獲得建立，比如安防大數據系統與智能商業(yè)運營(yíng)平臺應用“跨鏡追蹤(ReID)”技術(shù)，無(wú)需人臉也可以追蹤目標?！疤臃缚诵恰睆垖W(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據風(fēng)控系統、AI-IoT物聯(lián)網(wǎng)應用等場(chǎng)景中引入了智能感知技術(shù)。