宜信OCR技术探索与实践​|直播速记

宜信OCR技术探索与实践|宜信技术沙龙第12期

导读：随着人工智能的热度上升，图像识别这一分领域也渐渐被人们所关注。在公司的业务中，有很多扫描、拍照单据、凭证等进行识别的需求。为了帮助业务实现这些图片文档的识别和结构化，我们进行了一系列的实践和探索，最终确定了深度学习的文字检测和识别模型，作为主要的实现手段，从而满足了业务上的需求。实践过程中，我们遇到过一系列的问题和难点，最终都一一解决，本次分享我们将结合目前的业务需求，说说我们在探索中遇到的痛点和难点，和识别技术中的一些技术细节。

分享大纲：

1、业务上的诉求和痛点；

2、OCR技术的应用场景，以及对业务的重要性；

3、宜信OCR技术解决方案：

 	——产品能力

	——未来规划

4、OCR技术的的发展和演进；

5、主流算法科普：CTPN、EAST、PSENet；CRNN、Attention OCR；

6、OCR技术实践:样本生成、算法改造、论文的实现等。

PPT下载链接: https://pan.baidu.com/s/1XD0hVF_-VGMVbnlStTR2aw 密码: lnf8
​

​分享实录

一、OCR概述

1.1 OCR技术演进

• 传统图像，冈萨雷斯的图像处理。

• 信号处理、频域分析以及各类算法：SIFT、HOG、HOUGH、Harris、Canny…都很赞。

• 从2016年以后业界基本上都已经转向深度了，因为效果真的特别好。

1.2 OCR技术商业服务

• 身份证卡证类相对容易些，但是要做到复杂场景的，也不是那么容易。

• 发票、业务单据相对复杂，除了识别，更重要的是版面分析。

• 最近表格识别比较火，各家都在努力实现，微软的开放tablebank数据集

• 移动端backboneMobileNet，或者是tesseract+opencv

二、我们的业务场景

2.1 业务需求

满足业务是第一需要，不同于大厂，对外服务API࿰