中新網(wǎng)11月15日電 近日，百度OCR(文字識別)技術(shù)團隊亮相文檔分析與識別國際會議(International Conference on Document Analysis and Recognition，ICDAR2017)，進行了名為《RTRS: Building a RobustText Reading System for Unconstrained Scene Images》的技術(shù)研討會(tutorial)。研討會上，來自百度OCR的工程師團隊與全球頂尖OCR專家分享了百度OCR識別技術(shù)的近期發(fā)展?fàn)顟B(tài)和產(chǎn)品應(yīng)用方面的經(jīng)驗及思考。據(jù)悉，在ICDAR2017會議進行研討會(tutorial)分享的技術(shù)團隊中，百度OCR技術(shù)團隊是唯一一支來自企業(yè)界的技術(shù)團隊。他們以獨特的產(chǎn)學(xué)結(jié)合技術(shù)風(fēng)格，和豐富工業(yè)級技術(shù)開放生態(tài)，吸引了來自全球的近百位文字識別專家的關(guān)注。

　　ICDAR是全球OCR領(lǐng)域公認(rèn)最權(quán)威的學(xué)術(shù)會議之一，由其組織的Robust Reading競賽也是當(dāng)前OCR技術(shù)領(lǐng)域全球最具影響力的比賽，其中最具挑戰(zhàn)的OCR競賽任務(wù)是"Incidental Scene Text"(自然場景隨拍文字識別)。在這項高難度競賽挑戰(zhàn)中，百度OCR技術(shù)在檢測、識別和端到端三個核心技術(shù)領(lǐng)域，近兩年來多次取得并保持了世界第一的排名，具備明顯的領(lǐng)先優(yōu)勢。

　　在ICDAR技術(shù)細(xì)節(jié)研討會上，百度OCR團隊梳理了近些年業(yè)界技術(shù)發(fā)展的脈絡(luò)，主動分享了百度OCR技術(shù)發(fā)展的經(jīng)驗總結(jié)，與參會的技術(shù)專家們一起探討文字識別前沿技術(shù)發(fā)展趨勢。另一方面，百度OCR團隊作為工業(yè)界的代表，也詳細(xì)介紹了團隊在OCR工業(yè)系統(tǒng)研發(fā)和產(chǎn)品化過程中的一些成功經(jīng)驗，幫助業(yè)界同仁解決技術(shù)落地過程中的實際問題。最后，百度工程師介紹了應(yīng)用于百度系產(chǎn)品生態(tài)的基于自然圖像搜索/網(wǎng)絡(luò)圖像場景的通用文字識別的產(chǎn)品應(yīng)用矩陣，和聚焦在證照識別、票據(jù)識別的場景應(yīng)用解決方案。豐富的干貨分享，使得整個研討會的交流氣氛異常熱烈，原定3個小時會議，足足持續(xù)了4個多小時。

　　百度視覺技術(shù)部下屬的OCR團隊組建于2011年，經(jīng)過多年的研發(fā)，目前已經(jīng)將基于深度學(xué)習(xí)的OCR技術(shù)應(yīng)用在多個應(yīng)用場景下，支持中、英、日、韓、葡、德、法、意、西、俄等十國語言。同時，結(jié)合產(chǎn)品應(yīng)用場景不斷采集訓(xùn)練數(shù)據(jù)，再通過百度大腦優(yōu)化算法，從而獲得越來越好的OCR效果和產(chǎn)品體驗。目前，百度OCR已經(jīng)在百度系各個產(chǎn)品生態(tài)中落地，并構(gòu)建起基于自然圖像搜索/網(wǎng)絡(luò)圖像場景的通用文字識別的產(chǎn)品應(yīng)用矩陣，和領(lǐng)先的證照識別、票據(jù)識別等場景的應(yīng)用解決方案。

　　為了保證用戶使用基于百度OCR技術(shù)的產(chǎn)品體驗越來越好，百度OCR團隊積極進行思考、創(chuàng)新、開放的良性發(fā)展道路，努力保持技術(shù)方案和系統(tǒng)效果業(yè)界領(lǐng)先。近兩年，百度OCR的多個創(chuàng)新技術(shù)成果，在ICDAR 競賽上多次取得世界第一的排名，并有多篇業(yè)界頂級會議論文發(fā)布。在最近的計算機視覺頂級國際會議ICCV2017上，百度發(fā)表的基于全卷積神經(jīng)網(wǎng)絡(luò)的文字檢測論文：WordSup:Exploiting Word Annotations for Character based Text Detection，獲得了業(yè)內(nèi)的一致好評。

　　技術(shù)不斷突破的同時，百度OCR技術(shù)也通過百度AI技術(shù)開放平臺(ai.baidu.com) 全面開放給第三方使用，打破封閉的研發(fā)生態(tài)，為開發(fā)者和合作伙伴賦能，積極推動技術(shù)在具體產(chǎn)品上的落地。此前，開發(fā)者陶新樂也體驗了百度OCR技術(shù)的智能便捷。他研發(fā)的白描APP通過百度OCR開放平臺接入百度OCR技術(shù)，可將APP內(nèi)的圖片轉(zhuǎn)換成文字，準(zhǔn)確率極高，有效地滿足用戶的智能化需求。白描APP因為圖片轉(zhuǎn)文字的功能大獲好評，成為Apple Store工具類付費下載榜的前幾名，并被網(wǎng)友稱為“準(zhǔn)確率高到?jīng)]朋友的文字識別OCR APP”。百度OCR技術(shù)可應(yīng)用于不同場景，方便開放者探索通用文檔圖片錄入和檢索、自然場景輸入和翻譯、多種證照檢測識別、多種票據(jù)表格檢測識別等豐富的產(chǎn)品功能。目前，百度OCR通過AI技術(shù)開放平臺已經(jīng)有數(shù)千日活躍開發(fā)者，并成功與泰康人壽、太保人壽、百信銀行等多家企業(yè)進行深入技術(shù)合作。

　　業(yè)內(nèi)人士稱，百度OCR再次亮相世界級學(xué)術(shù)會議，體現(xiàn)出百度AI技術(shù)在業(yè)內(nèi)的先發(fā)優(yōu)勢、完整布局和深厚積累。隨著基礎(chǔ)能力的進一步開放，百度OCR技術(shù)將獲得更多的業(yè)界專家和開發(fā)者的支持，從而積累更為領(lǐng)先的技術(shù)，探索更多的應(yīng)用場景，賦能更多的合作伙伴，創(chuàng)造更多的價值。

?

?

?

相關(guān)鏈接：

?