王磊：AI 时代物流行业的 OCR 应用
原创王磊：AI 时代物流行业的 OCR 应用
原创
OCR 是人工智能里面非常重要的基础能力之一。腾讯云人工智能产品总监王磊，结合物流场景解读了OCR技术。“OCR文本识别能够优化物流行业流程，解放人力降低成本。”
王磊介绍，OCR文本识别存在三大挑战。其一是文本是由多个文字拼接组成，没有明显边界，文本框内除了笔画，其余部分均是背景，给文本识别特征提取带来难度；其二是文本是由若干汉字、英文或标点符号混合在一起，长度变化大，由于网络感知野受限，定位BOXES本身困难；其三是如果BOXES贴合精度不够，会直接导致后续的文字识别错误。腾讯优图实验室为OCR识别搭建了四层处理系统，并配备三大引擎。一是运单的版式识别引擎，可以对运单的版式进行分类；二是运单的字段定位引擎；三是运单的字段识别引擎。
为了解决这些问题，腾讯优图实验室在文本检测技术方进行了深度优化，提出了Compact Inception，通过设计合理的网络结构来提升各尺度的文字检测／提取能力。同时引入RNN多层自适应网络和Refinement结构来提升检测完整性和准确性。
在文本识别方面，经过大量实验和实践，腾讯优图实验室对主流CNN+RNN+CTC方法进行了改进和创新：对CNN加入了横向非对称卷积和综合多种尺度感受野的特征，增强了网络对多尺度字体的支持。对RNN加入了Attention机制。Attention机制的加入，可以在所有特征块的基础上，得到每一个特征块在全局中的权重信息。简单的理解，当决定当前字是几个形似字中的哪一个时，该字所处的上下文位置和语义相关性是更具有决定意义的，甚至会比图像信息本身更重要。可以有效提升整行识别的准确率。性能上则通过网络轻量化设计和裁剪、矩阵计算优化、通道优化、GPU/CPU的定向优化等技术，保证了实际应用落地。现在腾讯云OCR能够做到7×24小时提供识别服务，每张运单5秒钟可以完成；识别准确率达到91%，并且整个识别流程不需要人工深度参与，极大的降低用户隐私泄露的风险。
相关推荐
识别手写快递单、听懂人话的小微...腾讯云公布了哪些大动作？
欢迎关注腾讯云技术社区，更多技术干货等着你。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。