新酷產(chǎn)品第一時(shí)間免費(fèi)試玩，還有眾多優(yōu)質(zhì)達(dá)人分享獨(dú)到生活經(jīng)驗(yàn)，快來(lái)眾測(cè)，體驗(yàn)各領(lǐng)域最前沿、最有趣、最好玩的產(chǎn)品吧~！下載客戶端還能獲得專享福利哦！
不管你有沒(méi)有聽過(guò)，OCR 技術(shù)已經(jīng)滲入到我們生活中的方方面面。
不妨回想一下，汽車出入停車場(chǎng)時(shí)的車牌識(shí)別、金融業(yè)務(wù)開戶時(shí)的銀行卡識(shí)別、身份證識(shí)別、甚至是很多商務(wù)應(yīng)用中的名片識(shí)別等，其實(shí)都是基于 OCR 技術(shù)的。
OCR 的發(fā)展可以追溯到 70 年代初，在數(shù)十年的發(fā)展中，OCR 的識(shí)別速度和識(shí)別成功率在不斷地提高，應(yīng)用場(chǎng)景也在不斷地拓展。
從復(fù)雜背景中提取出文字、多種混合字體識(shí)別、低分辨率圖像中識(shí)別、多語(yǔ)言混合是被、錯(cuò)行識(shí)別甚至是復(fù)雜多行板式識(shí)別等對(duì)于現(xiàn)今的 OCR 技術(shù)來(lái)說(shuō)其實(shí)都已經(jīng)不算什么問(wèn)題。
但發(fā)展到現(xiàn)在，對(duì)于 OCR 技術(shù)來(lái)說(shuō)依舊有一個(gè)瓶頸沒(méi)有突破，那就是彎曲文字。
什么是彎曲文字？
像這樣，
這樣，
還有這樣的。
實(shí)際上，Captcha reCAPTCHA，也就是你登錄網(wǎng)站常常輸入錯(cuò)的歪歪扭扭的文字驗(yàn)證碼，也是基于 OCR 的這個(gè)弱點(diǎn)，來(lái)防止被攻擊的。
過(guò)去的 OCR 大多是解決水平文字的檢測(cè)或者傾斜文字的檢測(cè)，但其實(shí)像上圖的彎曲在生活中十分常見。
近日，亞馬遜的研究人員就開發(fā)出了一項(xiàng)名為‘TextTubes’來(lái) OCR 識(shí)別算法來(lái)解決這個(gè)問(wèn)題。
簡(jiǎn)單來(lái)說(shuō)，該算法首先會(huì)對(duì)目標(biāo)圖像進(jìn)行建模，建立一個(gè)曲線函數(shù)，然后再分析出出半徑以及中間軸，繼而生成一個(gè)文本選取分區(qū)。
效果怎么樣？
論文展示了三種不同 OCR 技術(shù)針對(duì)同一個(gè)含有彎曲字體的廣告牌的識(shí)別效果。
結(jié)果顯示，（b）和（c）會(huì)出現(xiàn)識(shí)別框重復(fù)的現(xiàn)象，（b）當(dāng)中還出現(xiàn)了彎曲識(shí)別框未能完全覆蓋文字的情況。
這樣會(huì)帶來(lái)什么結(jié)果呢，一就是會(huì)出現(xiàn)導(dǎo)出的文字結(jié)果會(huì)有重復(fù)，而二就是會(huì)導(dǎo)致識(shí)別結(jié)果錯(cuò)誤。
至于 TextTubes 所識(shí)別出來(lái)的效果則很完美地對(duì)廣告牌上的每一個(gè)文字區(qū)域進(jìn)行分區(qū)，既不會(huì)出現(xiàn)重疊區(qū)域，而每一個(gè)分區(qū)也都很好地覆蓋所有文字。
為了更好地測(cè)試 TextTubes 的性能，亞馬遜在 CTW- 1500 以及Total-Text 兩個(gè)訓(xùn)練系統(tǒng)上進(jìn)行評(píng)估。當(dāng)中CTW- 1500 含有 1500 張圖像、超過(guò) 10000 個(gè)文本實(shí)體，每張圖像至少還有一個(gè)彎曲文本，而Total-Text 則共有 1255 個(gè)訓(xùn)練圖像、300 個(gè)測(cè)試圖像，每張圖片也是含有一個(gè)或多個(gè)彎曲文本。
那么成績(jī)?nèi)绾?？TextTubes 在兩個(gè)測(cè)試中都獲得了優(yōu)秀的成績(jī)，在 CTW- 1500 則更為突出，準(zhǔn)確率為 83.65%，相比之下，排第二名的那位學(xué)生，準(zhǔn)確率只有 75.6%。
亞馬遜表示，當(dāng) TextTubes 正式投入使用之后，對(duì)于那些高度依賴 OCR 技術(shù)展開業(yè)務(wù)的企業(yè)來(lái)說(shuō)，是一個(gè)福音。根據(jù) Grand View Research 的數(shù)據(jù)，市場(chǎng)對(duì)于 OCR 的需求仍在不斷增大，預(yù)計(jì)到 2025 年 OCR 解決方案市場(chǎng)規(guī)模將達(dá)到 133.8 億美元。
等等，不是說(shuō)文字驗(yàn)證碼是基于 OCR 的這個(gè)弱點(diǎn)的嗎？如果突破了，驗(yàn)證碼還安全嗎？
這不所以推出了從一堆劉翔中找出王自如的驗(yàn)證碼嗎？
