圖1 RobustReading競賽的三項(xiàng)主要任務(wù)
這些任務(wù)中待識別的文字位于復(fù)雜圖像背景中，成像存在噪聲、模糊、透視、傾斜以及排列隨意等不利因素，甚至字體格式種類繁多。?？低暤腛CR技術(shù)，克服種種困難，在三項(xiàng)文字識別任務(wù)中均取得了世界第一，分別在Web and Email Born-Digital Images任務(wù)中以5.6%的優(yōu)勢超越第二名，在FocusedScene Text和Incidental Scene Text任務(wù)中超越第二名3.4%和3.1%。
圖2 Born-Digital Images識別評測結(jié)果顯示HIK_OCR排名第一
圖3 Focused Scene Text識別評測結(jié)果顯示HIK_OCR排名第一
圖4 Incidental Scene Text識別評測結(jié)果顯示HIK_OCR排名第一
近年來文字識別技術(shù)的突破，很大程度上依賴于深度學(xué)習(xí)的發(fā)展。?？低曨A(yù)研團(tuán)隊(duì)設(shè)計(jì)了一個(gè)數(shù)十層的卷積神經(jīng)網(wǎng)絡(luò)來完成圖像的信息編碼，然后使用啟發(fā)式的注意力模型，實(shí)現(xiàn)從特征到文字的解碼。其中，專為文本識別設(shè)計(jì)的啟發(fā)式機(jī)制，能夠?qū)ψ⒁饬δＰ吞崛〉奶卣鬟M(jìn)行合理性評估，使注意力模型在復(fù)雜場景中，具有強(qiáng)大的穩(wěn)定性。
圖5 ?？低曃淖肿R別技術(shù)原理示意
借助先進(jìn)的OCR技術(shù)，?？低暤奈淖肿R別系統(tǒng)能夠應(yīng)對更為復(fù)雜文字識別場景，如污損及模糊、背景干擾及形變、惡劣天氣等。目前，基于全新OCR技術(shù)的?？低曑嚺谱R別系統(tǒng)已經(jīng)覆蓋全球六十余個(gè)國家和地區(qū)?；谲嚺谱R別技術(shù)的卡口、電子警察、出入口控制、停車系統(tǒng)等應(yīng)用也已經(jīng)全面鋪開。
圖6 通用車牌識別的典型應(yīng)用場景
除此之外，此次競賽成果還可以應(yīng)用到機(jī)器視覺領(lǐng)域的標(biāo)簽表單識別、民生領(lǐng)域的卡證執(zhí)照識別、互聯(lián)網(wǎng)領(lǐng)域的惡意圖片識別、汽車輔助駕駛領(lǐng)域的路牌識別、城市管理領(lǐng)域的橫幅標(biāo)語和街景識別等產(chǎn)品中，大幅提升產(chǎn)品性能與應(yīng)用效果。
在如今人工智能的浪潮里，?？低晫⒊浞掷米陨泶髷?shù)據(jù)的積累及人工智能技術(shù)優(yōu)勢，快速提升OCR技術(shù)性能，并不斷推動機(jī)器的智能化和自動化水平的提高，在視頻監(jiān)控、智能感知和場景理解等方面為客戶持續(xù)創(chuàng)造價(jià)值。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
