百度OCR技术现身ICDAR 产学结合展示百度AI雄厚实力

本篇文章1641字，读完约4分钟

新华网北京11月15日电近日，百度字符识别技术团队出席了2017年国际文档分析与识别大会。举办了题为“RTRS:为无约束场景图像建立一个强大的文本阅读系统”的技术研讨会。在研讨会上，百度ocr工程师团队与世界顶尖ocr专家分享了百度ocr识别技术的最新发展以及产品应用的经验和思考。据报道，百度ocr技术团队是icdar2017会议教程中分享的技术团队中唯一来自商界的技术团队。它们以其独特的产学结合的技术风格，丰富了工业级技术的开放生态，吸引了来自世界各地近百名文字识别专家的关注。

Icdar被认为是世界上ocr领域最权威的学术会议之一。由ICDAR组织的阅读竞赛也是世界上光学字符识别技术领域最具影响力的竞赛。最具挑战性的ocr竞赛任务是“附带场景文本”。在这场艰难的竞争挑战中，百度ocr技术在过去两年中在检测、识别和端到端三个核心技术领域多次赢得并保持世界第一，具有明显的领先优势。

在icdar技术细节研讨会上，百度ocr团队梳理了近年来行业技术的发展，积极分享了百度ocr技术发展的经验总结，并与与会技术专家探讨了字符识别前沿技术的发展趋势。另一方面，百度ocr团队作为行业代表，也详细介绍了团队在ocr行业系统开发和产品化过程中的一些成功经验，帮助行业同仁解决技术落地过程中的实际问题。最后，百度工程师介绍了基于自然图像搜索/网络图像场景的通用字符识别产品应用矩阵，以及侧重于牌照识别和票据识别的场景应用解决方案。干货的丰富分享使得整个研讨会的交流气氛异常热烈。会议原定了3个小时，持续了4个多小时。

百度视觉技术部的ocr团队成立于2011年。经过多年的研究和发展，基于深度学习的ocr技术已经应用于许多应用场景，支持十种语言，包括中文、英文、日文、韩文、葡萄牙文、德文、法文、意大利文、西文和俄文。同时，结合产品应用场景，我们不断收集训练数据，然后使用百度脑优化算法，得到越来越好的ocr效果和产品体验。目前，百度ocr已经登陆百度部门的各种产品生态系统，构建了基于自然图像搜索/网络图像场景的产品应用矩阵，实现了通用字符识别，并引领了许可证识别、票据识别等场景的应用解决方案。

为了保证用户越来越好地体验基于百度ocr技术的产品，百度ocr团队积极开展思考、创新，开辟良性发展之路，努力保持技术解决方案和系统效果领先行业。在过去的两年中，百度ocr的许多创新技术成果在icdar竞赛中获得了世界第一名，并发表了许多行业内的顶级会议论文。在最近召开的国际计算机视觉会议iccv2017上，百度发表了一篇基于全卷积神经网络的文本检测论文:文字向上:利用文字标注进行基于文字的文本检测，获得了业界的一致好评。

在技术不断突破的同时，百度ocr技术也通过百度ai技术开放平台(ai.baidu)向第三方全面开放，打破封闭的R&D生态，赋予开发者和合作伙伴权力，积极推动技术在特定产品上落地。此前，开发商陶新乐也体验过百度ocr技术的智能和便捷。他开发的素描应用通过百度ocr开放平台连接到百度ocr技术，可以将应用中的图片高精度地转换成文字，有效地满足了用户的智能需求。Sketch应用因其将图片转换成文本的功能而广受好评，并成为苹果商店付费下载工具排行榜的第一名，被网民们称为“准确度高、无朋友的ocr应用”。百度ocr技术可以应用于不同的场景，方便打开者探索丰富的产品功能，如通用文档图像输入和检索、自然场景输入和翻译、多许可证检测和识别、多票据表单检测和识别等。目前，百度ocr通过ai技术开放平台拥有数千名活跃的开发者，并成功与太康人寿、太保人寿、百信银行等多家企业进行了深入的技术合作。

据业内人士透露，百度ocr再次出现在世界级学术会议上，体现了百度ai技术在行业中的先发优势、完整布局和深度积累。随着基础功能的进一步开放，百度ocr技术将得到行业专家和开发者更多的支持，从而积累更多的先进技术，探索更多的应用场景，授权更多的合作伙伴，创造更多的价值。