百度OCR技術現(xiàn)身ICDAR 產學結合展示百度AI雄厚實力

　　中新網(wǎng)11月15日電 近日，百度OCR(文字識別)技術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識別技術的近期發(fā)展狀態(tài)和產品應用方面的經驗及思考。據(jù)悉，在ICDAR2017會議進行研討會(tutorial)分享的技術團隊中，百度OCR技術團隊是唯一一支來自企業(yè)界的技術團隊。他們以獨特的產學結合技術風格，和豐富工業(yè)級技術開放生態(tài)，吸引了來自全球的近百位文字識別專家的關注。

　　ICDAR是全球OCR領域公認最權威的學術會議之一，由其組織的Robust Reading競賽也是當前OCR技術領域全球最具影響力的比賽，其中最具挑戰(zhàn)的OCR競賽任務是"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技術在檢測、識別和端到端三個核心技術領域，近兩年來多次取得并保持了世界第一的排名，具備明顯的領先優(yōu)勢。

　　在ICDAR技術細節(jié)研討會上，百度OCR團隊梳理了近些年業(yè)界技術發(fā)展的脈絡，主動分享了百度OCR技術發(fā)展的經驗總結，與參會的技術專家們一起探討文字識別前沿技術發(fā)展趨勢。另一方面，百度OCR團隊作為工業(yè)界的代表，也詳細介紹了團隊在OCR工業(yè)系統(tǒng)研發(fā)和產品化過程中的一些成功經驗，幫助業(yè)界同仁解決技術落地過程中的實際問題。最后，百度工程師介紹了應用于百度系產品生態(tài)的基于自然圖像搜索/網(wǎng)絡圖像場景的通用文字識別的產品應用矩陣，和聚焦在證照識別、票據(jù)識別的場景應用解決方案。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。

　　百度視覺技術部下屬的OCR團隊組建于2011年，經過多年的研發(fā)，目前已經將基于深度學習的OCR技術應用在多個應用場景下，支持中、英、日、韓、葡、德、法、意、西、俄等十國語言。同時，結合產品應用場景不斷采集訓練數(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效果和產品體驗。目前，百度OCR已經在百度系各個產品生態(tài)中落地，并構建起基于自然圖像搜索/網(wǎng)絡圖像場景的通用文字識別的產品應用矩陣，和領先的證照識別、票據(jù)識別等場景的應用解決方案。

　　為了保證用戶使用基于百度OCR技術的產品體驗越來越好，百度OCR團隊積極進行思考、創(chuàng)新、開放的良性發(fā)展道路，努力保持技術方案和系統(tǒng)效果業(yè)界領先。近兩年，百度OCR的多個創(chuàng)新技術成果，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網(wǎng)絡的文字檢測論文：WordSup:Exploiting Word Annotations for Character based Text Detection，獲得了業(yè)內的一致好評。

　　技術不斷突破的同時，百度OCR技術也通過百度AI技術開放平臺(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，積極推動技術在具體產品上的落地。此前，開發(fā)者陶新樂也體驗了百度OCR技術的智能便捷。他研發(fā)的白描APP通過百度OCR開放平臺接入百度OCR技術，可將APP內的圖片轉換成文字，準確率極高，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“準確率高到沒朋友的文字識別OCR APP”。百度OCR技術可應用于不同場景，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品功能。目前，百度OCR通過AI技術開放平臺已經有數(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)進行深入技術合作。

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

?

?

?

相關鏈接：

?