中行流仓信息门户网

首页 > 科技 > 京东AI问鼎ICDAR文字检测比赛桂冠 实战派AI初露锋芒

京东AI问鼎ICDAR文字检测比赛桂冠 实战派AI初露锋芒

作者:匿名 热度:3258 时间:2019-10-22 09:11:55

近日,京东人工智能研究所视觉技术团队在icdar 2015偶发场景文本检测竞赛中创下世界最佳成绩,以91.67%的hmean指数排名第一。在京东ai的语音和语义技术团队赢得wikihop机器阅读桂冠后,视觉技术团队再次赢得顶级国际比赛。早在今年8月,视觉技术团队也在icdar2017mlt竞赛中获得了第一名。

(jdai在2019年8月的icdar2015竞赛结果列表中排名第一)

(jdai在2019年8月的icdar2017mlt竞赛结果列表中排名第一)

作为ocr领域世界上最权威的竞赛之一,《国际刑事参考文献》(International Criminal References Ondocumentanalysandrecognition)在ocr领域被称为“奥斯卡”。竞赛包括一系列自然场景下的文本检测和识别任务、挑战场景、大量公共培训和评估数据以及公平的评估标准,使竞赛成为世界上许多先进学术研究团队所追求的竞赛。

面对今天海量的信息,我们不仅需要高效地识别有效的信息,有时还需要帮助这些信息突破不同载体的限制,在不同需要的地方“复制”。ocr(optical character recognition)是利用人工智能领域的计算机视觉技术来检测和识别不同载体上的字符,如:商品信息、身份证、护照、驾驶证、银行卡、发票、营业执照、车牌等不同载体上的文本信息。近年来,ocr技术引起了广泛关注。输入工作过去需要几分钟的人工时间,现在只需3-5秒就可以完成,大大提高了工作效率,降低了成本。

JD.com集团副总裁、京东人工智能事业部总裁、京东人工智能研究所所长周博文博士表示:“人工智能的进化速度不仅取决于计算能力的提高和算法的迭代,还取决于海量的丰富数据,这是推动算法进化、让人工智能接近真实场景的决定性因素。经过多年积累大量真实场景、大量用户需求和大量真实数据后,JD.com人工智能在JD.com成长起来。目前,京东ai ocr技术已在京东商城和京东物流大规模应用,以降低成本、提高效率和增强用户体验。然而,人工智能在实际场景中的大规模应用也将反馈人工智能的演变,并形成一个正循环值。

此外,ocr技术也广泛应用于各个领域。从名片、发票、银行卡等票据的数字化到离线现场购物索引、路标和招牌的识别,再到电子商务场景中图片和视频的理解和内容安全审查,ocr技术在人们的日常生活中发挥着越来越重要的作用。在icdar2017mlt和icdar2015两次自然场景文本检测竞赛中,数据集包含各种复杂的自然场景,如对象遮挡、光照影响、运动模糊等。与此同时,文本的各种大小和倾斜角度、严重的透视变换和字体颜色变化也具有挑战性。其中,icdar2017mlt竞赛甚至包括中国、日本、韩国、拉丁语(英语、法语、德国、意大利)、阿拉伯语和孟加拉语等9种语言,进一步挑战了算法的泛化能力。

Icdar2017mlt和icdar2015文本检测竞赛图片示例

据京东人工智能研究所的一名研究员称,“icdar2017mlt和icdar2015竞赛中的诸多挑战,我们首先将场景文本检测任务定义为一种实例分割任务,并利用深度神经网络提取多尺度特征;提出了文本语义和形状注意模块,进一步引入文本语义和形状对特征的监督。然后,通过放置密集的锚箱,可以获得不同大小的文本。最后,通过全卷网络获得文本区域。同时,通过分析场景文本的特点,设计了一种更适合场景文本检测的数字增强方法,并设置了适应场景文本大小变化的锚箱和后选择箱分配策略

目前,360buy.com人工智能已将ocr和一系列人工智能能力上线到360buy.com人工智能开放平台neuhub上,旨在通过实战向行业内的合作伙伴和个人开发者全面开放360buy.com打磨的人工智能能力,并与合作伙伴共同构建和分享人工智能的优势。在2019年618全球年中购物节期间,neuhub平台的累计通话量达到237.66亿次。

同时,JD.com人工智能在计算机视觉领域的应用远远不止于此。据了解,JD.com人工智能正在迅速推动人工智能在视频领域的研究,布局图像和更广泛的人工智能在视频领域的应用。例如,利用视频分析技术提高金融媒体的内容审计效率,利用计算加速和模型加速降低金融媒体的生产、审计、编辑和消费成本,提升5g时代金融媒体的消费体验。

资料来源:中国经济网

关注通化顺金融微信公众号(ths518),获取更多金融信息

 
© Copyright 2018-2019 pocopost.com 中行流仓信息门户网 Inc. All Rights Reserved.