日前，360數(shù)科在ICDAR 2019 SROIE國際大賽OCR單項任務(wù)中，超越眾多AI大咖拔得頭籌。ICDAR（國際文檔分析與識別大會）有著“OCR奧斯卡”之稱，賽事兼具權(quán)威性與挑戰(zhàn)性，目前已吸引148個國家的頂尖隊伍參與。
360數(shù)科本次參加的文本識別算法大賽通道，一方面極其貼近真實業(yè)務(wù)場景，對企業(yè)技術(shù)應(yīng)用效果提出了極高要求，一方面以Recall、Precision、Hmean為核心評價指標(biāo)，考驗企業(yè)技術(shù)精準(zhǔn)度。此次成績的獲取，標(biāo)志著360數(shù)科技術(shù)能力再次受到國際認(rèn)可。
隨著大數(shù)據(jù)、人工智能的蓬勃發(fā)展，OCR性能的不斷提升為產(chǎn)業(yè)數(shù)字化催生的應(yīng)用場景提供了堅實支撐。同時，覆蓋移動端和云端的多樣化服務(wù)載體，進一步加快了OCR的普及。然而，OCR技術(shù)所面對的挑戰(zhàn)與其發(fā)展并存，彎曲文本、長文本、不同語種、生僻字符以及手寫體文字識別等難點仍在尋求更好的解決方案。
360數(shù)科在本次競賽中，提出了一種基于RARE改進的新文本識別算法，并與優(yōu)化后的CRNN模型進行了模型融合，并在此基礎(chǔ)上使用了帶有初始值的center loss。除了模型優(yōu)化外，360數(shù)科還利用大規(guī)模公開數(shù)據(jù)集用于預(yù)訓(xùn)練模型，并且生成了大量與訓(xùn)練集相同圖像風(fēng)格的仿真數(shù)據(jù)，在預(yù)訓(xùn)練模型的基礎(chǔ)上進行finetune。最后，應(yīng)用已訓(xùn)練完成的自然語言模型，糾正文本識別中的錯誤。
自2018年，360數(shù)科就開始積極探索如何將OCR技術(shù)應(yīng)用于業(yè)務(wù)。目前已結(jié)合業(yè)務(wù)實際情況，建立了多個通用文檔圖像數(shù)據(jù)集，包括并不限學(xué)歷認(rèn)證、執(zhí)業(yè)證書認(rèn)證、票據(jù)識別、行駛證識別、駕駛證識別和營業(yè)執(zhí)照等。目前該算法在上述業(yè)務(wù)場景字段精度均高達95%以上。
據(jù)360數(shù)科首席算法科學(xué)家費浩峻介紹，360數(shù)科一直把業(yè)務(wù)作為技術(shù)成長的最有力土壤，技術(shù)研究要植根于業(yè)務(wù)，并超前于業(yè)務(wù)，本次ICDAR 競賽便是對業(yè)務(wù)實踐過程中技術(shù)積累的一個有效檢驗。未來，除了對端到端網(wǎng)路結(jié)構(gòu)的進一步探索，如何設(shè)計更適用于移動端使用的輕量化模型也是公司OCR技術(shù)的重點研究方向，只有兼顧效率和精準(zhǔn)度的模型才能更好服務(wù)于用戶。當(dāng)前，OCR技術(shù)已在金融、保險、醫(yī)療、交通、教育等諸多行業(yè)有了深入成熟的應(yīng)用。未來隨著傳統(tǒng)行業(yè)的數(shù)字化轉(zhuǎn)型，OCR應(yīng)用范圍和場景將進一步擴展，市場規(guī)模將進一步增大。360數(shù)科將在更多前沿技術(shù)探索中，以自身科技能力，壯大金融科技賦能實體的力量。
國際文檔分析與識別大會 ICDAR（ International Conference on Document Analysis and Recognition）自 1991 年開始，每兩年一屆。自 2003 年大會開始設(shè)立技術(shù)競賽，ICDAR 競賽因其極高技術(shù)難度和強大實用性，一直是各大科研院校、科技公司的競逐焦點，吸引國內(nèi)外眾多隊伍參賽。
【免責(zé)聲明】本文僅代表第三方觀點，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔(dān)。
最新評論