據(jù)了解，這份白皮書是由中國信息通信研究院、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟、騰訊云AI計算機視覺中心、騰訊安全戰(zhàn)略研究部、騰訊優(yōu)圖實驗室聯(lián)合起草。
新基建帶來新機遇，OCR技術發(fā)展三大趨勢
借助人工智能技術，近年來OCR性能的不斷提升為產(chǎn)業(yè)數(shù)字化催生出的更復雜的OCR應用場景提供了堅實支撐。同時，覆蓋手機、電子產(chǎn)品以及云服務在內(nèi)的更加多樣化的服務載體，進一步加快了OCR的普及，持續(xù)向社會生產(chǎn)生活的更多領域滲透。
尤其是今年4月，發(fā)改委明確將人工智能基礎設施列入“新基建”范圍，作為人工智能應用中最接“地氣”，商業(yè)推廣較為成熟的領域，OCR產(chǎn)業(yè)在“新基建”背景下無疑將迎來新的發(fā)展機遇，相關技術也將迎來新一輪的變革。
報告指出，OCR技術未來發(fā)展的三大方向主要包括一體化的端到端OCR模型、兼具高性能高效率的OCR、從感知到認知的智能OCR。
詳細來說，構建一體化的端到端網(wǎng)絡，同時對文字檢測和識別進行訓練，將成為OCR技術發(fā)展的重要趨勢之一。端到端的網(wǎng)絡設計不僅能夠減少重復計算，又能夠提高特征的質量，促進任務性能的改善。同時，大量的OCR應用需要在資源受限的移動端設備上運行，當前移動端OCR算法大多以犧牲一定的算法精度來換取運行速度，針對移動設備設計兼顧性能和效率的輕量OCR模型將是未來發(fā)展的重要方向。
另外，從感知到認知的智能OCR來說，OCR技術通常從計算機視覺領域出發(fā)，未來與自然語言處理技術、知識圖譜等更廣領域的交叉融合，通過語義及知識的深度挖掘提升OCR性能是重要趨勢。此外，在OCR中引入強化學習和元學習等新的學習范式，讓機器自主學習如何識別文字，也將成為研究熱點。
市場規(guī)模達133.81億美元，OCR成科技巨頭標配
目前，OCR技術已在金融、保險、醫(yī)療、交通、教育等諸多行業(yè)有了深入成熟的應用。未來隨著傳統(tǒng)行業(yè)的數(shù)字化轉型，OCR應用范圍和場景將進一步擴展，市場規(guī)模將進一步增大。有權威機構預測，2025年全球OCR市場規(guī)模將達到133.81億美元。
早期受限于技術發(fā)展水平，OCR廠商通常從特定應用切入，例如車牌識別系統(tǒng)等，形成了一系列專用設備。近年來，越來越多的終端設備及應用均嵌入了OCR技術，并逐漸形成了從基礎設施、基礎能力到終端應用的完整產(chǎn)業(yè)鏈生態(tài)，也衍生出了卡證、票據(jù)等一系列細分OCR能力，通過組合的方式服務于各個行業(yè)。
OCR產(chǎn)業(yè)生態(tài)圖
不難看出，OCR技術逐漸“下沉”為一項基本的能力，為上層不同的業(yè)務應用提供底層技術支撐。以騰訊云為代表的科技巨頭和云計算廠商正在紛紛加速布局OCR，在滿足自身內(nèi)部業(yè)務需求的同時，不斷對外開放先進的OCR能力，OCR已然成為科技巨頭能力標配。
多行業(yè)場景成熟落地，首次發(fā)布OCR評測標準
在具體的落地應用層面，目前卡證識別、票據(jù)識別等標準場景文字識別已經(jīng)相對成熟，手寫文字識別在教育、物流等行業(yè)的應用也在不斷擴大。復雜動態(tài)場景下的OCR技術和應用成為近兩年的熱門研究方向，比如在無人駕駛、機器人等場景利用OCR對視場中出現(xiàn)的文字進行識別等。
在此次發(fā)布的白皮書中，騰訊云也公布了其多項OCR領域的典型落地案例。
豐巢快遞柜通過使用騰訊云聯(lián)合騰訊優(yōu)圖實驗室提供的身份證OCR技術，身份證字段識別準確率高達99%，大幅提高了用戶寄件、取件的效率；寧波銀行通過采用騰訊云聯(lián)合騰訊優(yōu)圖實驗室打造的智能票據(jù)OCR解決方案，將識別的字段準確率提升至90%以上，更好地滿足了銀行業(yè)務場景的需要。搜狗廣告圖片文本審核借助OCR產(chǎn)品服務幫助客戶自動識別海量的圖片文字內(nèi)容，從而高效地進行廣告圖片違法內(nèi)容識別，降低客戶業(yè)務的違規(guī)風險。
值得一提的是，為全面降低OCR相關領域的應用門檻，避免出現(xiàn)魚龍混雜局面，白皮書也首次公布OCR評測標準和規(guī)范。
今年4月，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟制定了《OCR服務智能化分級技術要求和評估方法》，規(guī)定了OCR服務在功能、性能、安全等方面的技術要求以及評估方法。7月，OCR服務要求及評估方法在國際電信聯(lián)盟ITU-T SG16組成功立項，標志著深度學習背景下的OCR評測方法已經(jīng)逐漸被國際標準組織所接受。
在此之中，騰訊深度參與推動OCR領域技術革新和標準制定，幫助企業(yè)客觀、全面地評價不同OCR服務能力。目前，由中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟指導，騰訊云開發(fā)的天鑒OCR服務引擎自動化評測平臺，不僅能夠為OCR技術供給方提供技術測試服務，也將發(fā)布OCR技術或產(chǎn)品的測試結果，為需求方提供客觀公正的選型依據(jù)。
附：白皮書鏈接[點擊]
