Investigación y desarrollo de la tecnología del sistema de reconocimiento de matrículas-Tigerwong

El software de escaneo de tarjetas de negocios del sistema de reconocimiento de matrículas en muchos teléfonos inteligentes tiene esta función. El 20 de noviembre de 2018, el reconocimiento óptico de caracteres (en lo sucesivo denominado OCR) se refiere al proceso de análisis de imágenes para obtener información de texto. El conjunto de pruebas de la Conferencia internacional de análisis y reconocimiento de documentos (ICDAR), un indicador importante en el campo de la OCR, se actualizó nuevamente. Las universidades y empresas chinas se ubicaron entre las cinco primeras en ICDAR 2015, seguidas por el anclaje de píxeles de la Universidad de Nanjing y la Universidad de tecnología de Nanjing (psenet masktext, fot) Alibaba (inceptext) se centra en el reconocimiento y la aplicación de texto. Con el fin de mejorar el nivel de detección y reconocimiento de textos de escenas naturales, la Conferencia Internacional sobre análisis y reconocimiento de documentos es una de las jornadas profesionales organizadas por la Sociedad internacional de reconocimiento de patrones (IAPR). La Conferencia Internacional sobre análisis y reconocimiento de documentos (ICDAR estableció un sólido concurso de lectura de texto en 2003 (robutradecompetition ha involucrado hasta ahora a más de 3500 equipos de 89 países.

Google microsoftamazon Facebook, Universidad de Pekín, Universidad de ciencia y tecnología de China, Tencent, Sogou, etc. Han participado en ella. Los resultados se pueden enviar en cualquier momento y el conjunto de datos de prueba de un sólido concurso de lectura de texto se ha publicado en línea. El conjunto de datos de prueba del algoritmo de prueba en la industria de detección de texto de escena natural. ICDAR 2015 e icdar2017mlt son dos subconjuntos de prueba. Cdar2015 e icdar2017mlt son conjuntos de datos autorizados en el campo de la detección de texto de escena natural. Las noticias emergentes entrevistaron la tecnología Cloud Cong, que actualmente ocupa el primer lugar en la lista icdar2015. Li Yuan, un ingeniero de algoritmos del Instituto de ciencia y tecnología, lo presentó. Básicamente, todos los artículos se detectarán sobre él "es también la base del ranking. Lista Cdar2015 (20 de noviembre de 2018) el valor de F representa el promedio armónico de precisión y tasa de detección. Cuanto mayor sea el valor de F, mejor será el resultado de la detección.

La precisión representa la proporción de texto correcto en el resultado de la detección; la tasa de detección (retrasa refleja la relación entre el texto detectado y el número total de texto de la imagen, lo que explica la lista para el reportero. Puede reflejar si se ha perdido el texto. Para detectar el efecto del algoritmo, el sistema de reconocimiento de matrículas debe considerar de manera integral la precisión y la tasa de detección, y el valor F solo representa el promedio armónico de la precisión y la tasa de detección, que también es la base para la clasificación. El primero no tiene la función de reconocer texto, por lo que debe notarse. Significa que la detección de texto de escena natural mencionada aquí no es equivalente al reconocimiento de texto. Significa detectar texto en imágenes.

El 20 de noviembre de 2018, dijo Li Yuan. La tecnología Yuncong publicó el último efecto en papel en el sitio web de preimpresión arXiv, que propuso un marco de anclaje de píxeles para la detección de texto de escena natural. Antes de que se publicara el artículo, fue publicado por la Conferencia Internacional sobre análisis y reconocimiento de documentos. El algoritmo de anclaje de píxeles se probó en conjuntos de datos icdar2015 e icdar2017mlt, y se actualizaron los mejores resultados de icdar2015. Se informa que el conjunto de datos de detección de texto en inglés puro icdar2015. Icdar2017mlt contiene nueve idiomas como latín, inglés, chino, coreano, japonés y árabe. El algoritmo de anclaje de píxeles de Yuncong ocupa el cuarto lugar en la lista integral icdar2017mlt y los tres países principales No se han presentado documentos públicos por instituciones extranjeras.

La detección de texto de escena natural se puede aplicar en un campo más amplio, pero en comparación con la detección de texto tradicional, la detección y el reconocimiento de texto OCR en varios productos básicos, conjuntos o imágenes de escenas naturales en escenas naturales enfrentan interferencias de fondo complejas, desenfoque y degradación de texto, iluminación impredecible, diversidad de fuentes, Texto vertical y texto inclinado El sistema de reconocimiento de matrículas se compara con el OCR conservador para imágenes de documentos de alta calidad, como análisis fotográfico, reconocimiento de matrículas, filtrado de publicidad de imágenes, comprensión de escenas, reconocimiento de productos básicos, posicionamiento de vistas callejeras, reconocimiento de facturas, etc.