近日,在全球權(quán)威的ICDAR Robust Reading大賽榜單中,紫光華智憑借領(lǐng)先的AI技術(shù)優(yōu)勢,在文本行檢測與識別兩項任務(wù)中均斬獲第一,并一舉刷新榜單記錄,超越了榜單內(nèi)其他知名AI公司和國內(nèi)外學(xué)術(shù)研究機構(gòu),展現(xiàn)了紫光華智在自然場景文本檢測與識別領(lǐng)域的創(chuàng)新突破能力。
▲ 紫光華智位居文本行檢測榜單No.1
▲ 紫光華智位居文本行識別榜單No.1
ICDAR-ReCTS:全球OCR領(lǐng)域權(quán)威大賽
自然圖像中的文本帶有許多重要的語義信息,對文本的自動檢測和識別也受到越來越多的關(guān)注。在街景招牌中,為了美觀或突出某些元素,招牌中的漢字排列方式和字體與其他場景存在明顯差異,排列方向不同、布局分布不規(guī)則、字體類型多樣等難題極大制約了文本檢測與識別的準確率。
ICDAR-ReCTS(International Conference on Document Analysis and Recognition)是首次提出大規(guī)模自然場景中英文招牌數(shù)據(jù)集的比賽,也是全球OCR領(lǐng)域最具挑戰(zhàn)性、權(quán)威性的比賽之一,涵蓋了各種復(fù)雜場景,吸引著眾多國內(nèi)外知名AI企業(yè)、學(xué)術(shù)研究機構(gòu)參與。
紫光華智:以創(chuàng)新突破AI技術(shù)邊界
為提升自然場景文本檢測與識別能力,紫光華智基于深度學(xué)習(xí)算法,充分運用多層特征融合、跨層連接等技術(shù),將不同級別特征結(jié)合,并運用文本注意力塊來捕捉像素的長范圍相關(guān)性以獲得更可靠分割結(jié)果;同時,結(jié)合多尺度融合、注意力機制、多模型融合等先進技術(shù)及基礎(chǔ)數(shù)據(jù)分析,對難例樣本進行數(shù)據(jù)增強,實現(xiàn)了對圖片像素低、質(zhì)量差、藝術(shù)字體等識別效果的大幅提升。顯著提高了自然場景文本檢測與識別準確度,并成功躍居檢測與識別兩項榜單榜首。
▲ 各類復(fù)雜場景的文本檢測與識別
技術(shù)與應(yīng)用融合,使AI服務(wù)于實戰(zhàn)
作為領(lǐng)先的AI視覺產(chǎn)品和解決方案提供商,紫光華智不僅注重核心技術(shù)的研發(fā)與投入,更注重技術(shù)與實際場景的融合應(yīng)用,構(gòu)筑二者間的相互進化機制,使技術(shù)真正服務(wù)于實戰(zhàn),通過實戰(zhàn)反哺技術(shù)進化。
面對不同業(yè)務(wù)場景的實際需求,紫光華智將領(lǐng)先的文本檢測與識別技術(shù)充分應(yīng)用。
在道路交通場景,非機動車管理費神費力,不同地區(qū)非機動車牌格式和文本字符差異巨大,紫光華智車牌識別算法可自動讀取車牌信息,實現(xiàn)非機動車的智能化管理,同時有效遏制了非機動車偷盜事件的發(fā)生。針對機動車管理,紫光華智車牌識別算法為監(jiān)管部門在交通違法識別、高速違停等違法事件管理提供了有效幫助。
▲非機動車牌智能識別
▲ 機動車牌智能識別
在教育、金融等場景,不同證件票據(jù)格式不一,字符類型多樣,字段長短不一,識別難度巨大。紫光華智文本識別算法可精確讀取證件票據(jù)的文本信息,避免了人工手動錄入產(chǎn)生的錯誤,同時大幅提升了輸入工作效率,提高了工作智能化水平。
▲ 教育行業(yè)文本識別應(yīng)用
在城市街道中,沿街商鋪為了吸引客戶存在設(shè)置多個招牌、招牌顏色各異、招牌大小不一、隨意變更招牌等問題,不僅影響市容市貌也存在安全隱患。紫光華智街面OCR識別算法可準確識別不同招牌的文本和語義信息,提升城市智能化管理能力和效率,助力城市精細化管理。
▲街面招牌識別
除此之外,紫光華智也在積極布局企業(yè)、醫(yī)療、能源等更多行業(yè)場景,充分發(fā)揮AI核心技術(shù)優(yōu)勢,不斷拓寬和挖掘AI技術(shù)應(yīng)用的廣度與深度,推進技術(shù)成果向?qū)崙?zhàn)價值的有效轉(zhuǎn)化,覆蓋更多行業(yè)需求,助力百行百業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
