Forschung und Entwicklung der Kennzeichen erkennungs system technologie-Tiger wong

Visitenkarten-Scan-Software des Kennzeichen erkennungs systems in vielen Smartphones hat diese Funktion. Am 20. November 2018 bezieht sich die optische Zeichen erkennung (im Folgenden als OCR bezeichnet) auf den Prozess der Analyse von Bildern, um Text informationen zu erhalten. Das Testset der internat ionalen Konferenz zur Analyse und Anerkennung von Dokumenten (ICDAR), ein wichtiger Indikator auf dem Gebiet der OCR, wurde erneut aktualisiert. Chinesische Universitäten und Unternehmen gehörten zu den Top 5 im ICDAR 2015, gefolgt von der Pixel anker Nanjing University und der Nanjing University of Technology (Psenet Masktext, fot). Alibaba (inceptext) konzentriert sich auf Texter kennung und-anwendung. Um das Texter kennung-und Erkennungs niveau natürlicher Szenen zu verbessern, ist die Internat ionale Konferenz zur Dokumenten analyze und-erkennung eine der von der Internat ional Pattern Recognition Society (IAPR) organisierten Fach konferenzen. Die Internat ionale Konferenz über Dokumenten analyze und-anerkennung (ICDAR hat 2003 einen robusten Text lese wettbewerb eingerichtet (Robustrade competition hat bisher mehr als 3500 Teams aus 89 Ländern beteiligt.

Google Mikros oftamazon Facebook, Peking Universität, Universität für Wissenschaft und Technologie in China, Tencent, Sogou usw. Haben daran teilgenommen. Die Ergebnisse können jederzeit eingereicht werden, und der Testdatensatz des robusten Text lese wettbewerbs wurde online ver öffentlicht. Der Testdaten satz des Test algorithmus in der Branche für die Erkennung natürlicher Szenen texte. ICDAR 2015 und icdar2017mlt sind zwei Testteil mengen. Cdar2015 und icdar2017mlt sind maßgebliche Datensätze auf dem Gebiet der Erkennung natürlicher Szenen texte. Surging News befragte die Cloud Cong-Technologie, die derzeit an erster Stelle in der icdar2015-Liste steht. Li Yuan, ein Algorithmus ingenieur des Instituts für Wissenschaft und Technologie, stellte es vor. Grunds ätzlich werden alle Artikel darauf erkannt "ist auch die Grundlage des Rankings. Cdar2015-Liste (November 20, 2018) Der Wert von F repräsentiert den harmonischen Durchschnitt von Genauigkeit und Erkennungs rate. Je größer der Wert von F ist, desto besser ist das Detektion serge bnis.

Die Präzision stellt den Anteil des korrekten Textes im Erkennungs ergebnis dar. Erkennungs rate (Recal spiegelt das Verhältnis zwischen dem erkannten Text und der Gesamtzahl des Bildtextes wider, was die Liste für den Reporter erklärt. Es kann widerspiegeln, ob der Text übersehen wurde. Um den Effekt des Algorithmus zu erkennen, muss das Kennzeichen erkennungs system die Genauigkeit und Erkennungs rate umfassend berücksichtigen, und der F-Wert repräsentiert nur den harmonischen Durchschnitt der Genauigkeit und Erkennungs rate, der auch die Grundlage für das Ranking ist. Ersteres hat nicht die Funktion, Text zu erkennen, daher muss es beachtet werden. Dies bedeutet, dass die hier erwähnte natürliche Szenen texter kennung nicht der Texter kennung entspricht. Es bedeutet, Text in Bildern zu erkennen.

Am 20. November 2018sagte Li Yuan. Die Yuncong-Technologie ver öffentlichte den neuesten Papier effekt auf der Preprint-Website arXiv, auf der ein Pixel-Anker-Framework für die Erkennung natürlicher Szenen texte vor geschlagen wurde. Bevor das Papier ver öffentlicht wurde, wurde es von der Internat ionalen Konferenz für Dokumenten analyze und-erkennung ver öffentlicht. Der Pixel-Anker-Algorithmus wurde an icdar2015-und icdar2017mlt-Datensätzen getestet und die besten Ergebnisse von icdar2015 wurden aktualisiert. Es wird berichtet, dass der icdar2015 reine englische Texter kennung datensatz. Icdar2017mlt enthält neun Sprachen wie Latein, Englisch, Chinesisch, Koreanisch, Japanisch und Arabisch. Der Pixel-Anker-Algorithmus von Yuncong belegt den vierten Platz in der umfassenden Liste von icdar2017mlt-Liste und in den drei wichtigsten Ländern. Ausländische Institutionen haben keine öffentlichen Papiere eingereicht.

Die Erkennung von natürlichem Szenen text kann in einem breiteren Feld angewendet werden, aber im Vergleich zur herkömmlichen Texter kennung, OCR-Texter kennung und-erkennung in verschiedenen Waren, Sets oder natürlichen Szenen bildern in natürlichen Szenen sind komplexen Hintergrunds törung, Text unschärfe und-verschlechterung, unvorhersehbarer Beleuchtung und Schrift ausgesetzt Vielfalt, Vertikaler Text und geneigter Text Das Kennzeichen erkennungs system wird mit dem konservativen OCR für hochwertige Dokument bilder wie Foto analyze, Kennzeichen erkennung, Bild werbung filterung, Szenen verständnis, Waren erkennung, Straßen ansicht position ierung, Rechnungs erkennung usw. verglichen.