騰訊優(yōu)圖在OCR文本檢測(cè)領(lǐng)域再獲佳績(jī)

　　自去年始，人工智能在60周年之際迎來了第三次浪潮，消費(fèi)級(jí)爆發(fā)的征兆也開始逐漸顯現(xiàn)。在無人駕駛、人機(jī)大戰(zhàn)這些熱門詞之外，一些更加貼近消費(fèi)端的技術(shù)已經(jīng)實(shí)現(xiàn)了突破并逐漸走進(jìn)實(shí)際應(yīng)用場(chǎng)景，智能OCR技術(shù)就是值得關(guān)注的一個(gè)。近日，騰訊優(yōu)圖團(tuán)隊(duì)在國(guó)際權(quán)威的ICDAR 2015“Robust Reading Competition”的自然場(chǎng)景文本檢測(cè)項(xiàng)目中，以優(yōu)越的表現(xiàn)超越眾多競(jìng)爭(zhēng)對(duì)手，取得了排名第一的佳績(jī)。與此同時(shí)，騰訊優(yōu)圖團(tuán)隊(duì)的OCR技術(shù)已經(jīng)在越來越多地應(yīng)用到實(shí)際的場(chǎng)景中，推動(dòng)整個(gè)文本檢測(cè)領(lǐng)域的消費(fèi)應(yīng)用升級(jí)。

　　關(guān)于ICDAR：即國(guó)際文檔分析與識(shí)別大會(huì)(International Conference on Document Analysis and Recognition)，是國(guó)際模式識(shí)別協(xié)會(huì)(IAPR)舉辦的文檔分析與識(shí)別、模式識(shí)別領(lǐng)域世界上最權(quán)威的國(guó)際學(xué)術(shù)會(huì)議之一，每?jī)赡昱e辦一次。

　　自然場(chǎng)景文本檢測(cè)技術(shù)升級(jí)優(yōu)圖團(tuán)隊(duì)優(yōu)化OCR技術(shù)應(yīng)用

　　作為ICDAR 2015“Robust Reading Competition”比賽的重要組成部分，自然場(chǎng)景文本檢測(cè)任務(wù)是將自然場(chǎng)景圖像中的文本區(qū)域定位出來，為OCR技術(shù)的關(guān)鍵步驟。與傳統(tǒng)OCR相比，自然場(chǎng)景文本檢測(cè)更為復(fù)雜也更具有挑戰(zhàn)性，如文本的多樣性會(huì)受到不同的語言、字體、顏色、字形畸變、模糊斷裂等現(xiàn)象的影響，還需要面臨各種不確定性問題，如自然場(chǎng)景中與文字相似度極高的樹葉紋理、窗格和復(fù)雜背景等。

　　騰訊優(yōu)圖能夠在自然場(chǎng)景文本檢測(cè)項(xiàng)目中取得第一名的佳績(jī)，在于優(yōu)圖團(tuán)隊(duì)使用深度學(xué)習(xí)技術(shù)來構(gòu)建OCR的文本檢測(cè)和文本識(shí)別模型。一方面，分析和抽象出中英文文本的共性特征，在現(xiàn)有前沿CNN(卷積神經(jīng)網(wǎng)絡(luò))技術(shù)基礎(chǔ)上，設(shè)計(jì)更適合于文本檢測(cè)和識(shí)別的網(wǎng)絡(luò)模型，提升模型學(xué)習(xí)能力和泛化能力;另一方面，騰訊海量數(shù)據(jù)優(yōu)勢(shì)保證了訓(xùn)練樣本的高質(zhì)量和多樣性。

　　圖示：自然場(chǎng)景文本檢測(cè)示例

　　OCR技術(shù)場(chǎng)景應(yīng)用可觀初現(xiàn)人工智能消費(fèi)級(jí)拐點(diǎn)

　　與引發(fā)眾議的人機(jī)大戰(zhàn)、無人駕駛等人工智能熱詞相比，OCR技術(shù)在當(dāng)前更貼近消費(fèi)端需求，也已經(jīng)實(shí)現(xiàn)了越來越多真實(shí)場(chǎng)景中的應(yīng)用落地。

　　目前，優(yōu)圖團(tuán)隊(duì)的OCR技術(shù)已成功在名片識(shí)別、身份證識(shí)別、營(yíng)業(yè)執(zhí)照識(shí)別等項(xiàng)目中落地應(yīng)用。另悉，優(yōu)圖全新版本的名片識(shí)別已完成內(nèi)測(cè)即將上線，名片字段識(shí)別準(zhǔn)確率達(dá)到90%以上，大幅領(lǐng)先其它競(jìng)品。此外，優(yōu)圖OCR技術(shù)還將廣泛應(yīng)用在廣告圖片文字識(shí)別、文檔圖片自動(dòng)識(shí)別、各種單據(jù)證件識(shí)別等業(yè)務(wù)場(chǎng)景上，通過精準(zhǔn)的自動(dòng)文字識(shí)別來幫助各產(chǎn)品和業(yè)務(wù)提升效率、創(chuàng)造價(jià)值。

　　圖示：名片識(shí)別示意圖

　　隨著人工智能時(shí)代的到來，智能文字識(shí)別也會(huì)是其中不可或缺的一環(huán)。據(jù)優(yōu)圖團(tuán)隊(duì)透露，未來團(tuán)隊(duì)將在OCR技術(shù)領(lǐng)域?qū)⒊掷m(xù)投入，文本檢測(cè)和識(shí)別技術(shù)會(huì)拓展更多語言支持、更復(fù)雜場(chǎng)景的支持、不斷提升識(shí)別精度，還會(huì)結(jié)合的NLP語義分析來提升OCR的識(shí)別糾錯(cuò)能力。這些都將推動(dòng)整個(gè)OCR技術(shù)在消費(fèi)端的應(yīng)用升級(jí)。除此之外，騰訊優(yōu)圖在人臉識(shí)別、圖像理解和語音技術(shù)等多方面也都取得了領(lǐng)先的研究成果，并在QQ、QQ空間、微眾銀行、天天P圖等產(chǎn)品中成功落地。