2019年6月，兩年一屆的國際文檔分析與識別競賽（ICDAR）落下帷幕，這是全球文字識別（OCR）領(lǐng)域最頂級賽事。騰訊數(shù)平精準(zhǔn)推薦團隊(Data Platform Precision Recommendation, Tencent-DPPR)在本屆比賽中斬獲7項冠軍，成績遙遙領(lǐng)先其他參賽隊伍。這也是繼2017年團隊勇奪4項官方認證冠軍后再創(chuàng)佳績，同時也標(biāo)志著騰訊OCR技術(shù)穩(wěn)居國際第一流水準(zhǔn)。

? ??

國際文檔分析與識別大會ICDAR（International Conference on Document Analysis and Recognition）自1991年開始，今年為第十五屆。自2003年大會開始設(shè)立技術(shù)競賽，ICDAR競賽因其極高技術(shù)難度和強大實用性，一直是各大科研院校、科技公司的競逐焦點。與賽后非正式刷榜不同，ICDAR官方認證的正式競賽采用全新數(shù)據(jù)集，且賽期內(nèi)不公布參賽團隊信息和成績，限制提交時間和次數(shù)，屬于高難度“盲打”，吸引國內(nèi)外眾多隊伍參賽。2019屆競賽巨頭云集，據(jù)賽后不完全統(tǒng)計，本屆共有過百支隊伍角逐，參賽隊伍包括：（1）企業(yè)團隊：騰訊、阿里、百度、華為、聯(lián)想、平安、商湯、曠視、美團點評、科大訊飛、VIVO、北大方正、搜狗、第四范式、合合信息、三星、Line，等；（2）學(xué)校團隊：清華、北大、中科院、華中科大、復(fù)旦、上海交大、中科大、北航、南京大學(xué)、南京航空、華南理工、同濟大學(xué)、哈工大、山東大學(xué)、四川大學(xué)、天津大學(xué)、卡耐基梅隆大學(xué)、澳洲阿德萊德大學(xué)等。

識別圖像和視頻中各類文字（OCR），是計算機視覺、自然語言處理、個性化推薦等AI任務(wù)的基礎(chǔ)技術(shù)。本屆競賽增加了多項中文和多語言識別任務(wù)，難度更高。騰訊數(shù)平精準(zhǔn)推薦團隊基于自研算法，共參加了三大項比賽。

• LSVT項目（大規(guī)模弱標(biāo)注街景文字識別）：包攬全部兩項冠軍

• MLT-19項目（多語言自然場景文字識別）：包攬全部四項冠軍

• ReCTS項目（中文招牌文字識別）：端到端文字識別Task獲得冠軍

三大比賽均難度極高，LSVT側(cè)重中英文街景拍攝圖，MLT-19側(cè)重多語言的自然場景和文檔等，ReCTS側(cè)重商戶拍照信息。部分比賽圖片展示如下：

ICDAR 2019競賽示例圖

LSVT（大規(guī)模弱標(biāo)注街景文字識別）競賽由百度公司提供約45萬張街景圖片，街景文字識別可廣泛用于智能交通、地圖信息擴展、自動駕駛等，數(shù)據(jù)覆蓋了透視畸變、弱監(jiān)督、低分辨率、藝術(shù)字、復(fù)雜排版等諸多技術(shù)難點。LSVT競賽包含文本檢測、端到端文字識別任務(wù)，騰訊數(shù)平獲得全部冠軍。官方排名如下：

LSVT文本檢測官方排名（Top-10）

LSVT端到端文字識別官方排名（Top-10）

ReCTS（中文招牌文字識別）競賽由美團公司提供2.5萬張業(yè)務(wù)圖片，該場景文字識別可廣泛用于商家推薦、商家信息自動識別等領(lǐng)域，覆蓋了透視畸變、復(fù)雜排版、模糊文字、藝術(shù)字等眾多技術(shù)難點。比賽包含端到端文字識別、單字符識別、文本行識別、文本行檢測等任務(wù)。騰訊數(shù)平在端到端文字識別獲得冠軍。官方排名如下：

ReCTS端到端文字識別官方排名（Top-10）

MLT-19（多語言自然場景文字識別）競賽由多國學(xué)者提供2萬張自然場景圖片，共有7大類語言（10個小類別），多語言文字識別可廣泛應(yīng)用于拍照翻譯、文檔識別、交通信息識別等，數(shù)據(jù)覆蓋了跨語種識別、拍照角度多變、低對比度、復(fù)雜背景、復(fù)雜排版等眾多技術(shù)難點。比賽包含四個任務(wù)：多語言文本行檢測、詞條語言鑒別、文本檢測和語言鑒別、端到端多語種文字識別，騰訊數(shù)平獲得全部冠軍，且最多領(lǐng)先第二名達6.65%。官方排名如下：

MLT-19文本檢測官方排名（Top-10）

MLT-19詞條語言鑒別官方排名（Top-10）

MLT-19文本檢測和語言鑒別官方排名（Top-10）

MLT-19端到端多語種文字識別官方排名（Top-10）

團隊簡介

數(shù)平精準(zhǔn)推薦團隊（Tencent Data Platform Precision Recommendation, Tencent-DPPR）是騰訊內(nèi)部一支致力于實時精準(zhǔn)推薦、海量大數(shù)據(jù)分析及廣告圖像理解等領(lǐng)域技術(shù)研發(fā)與技術(shù)落地的專業(yè)技術(shù)團隊。團隊在文本識別領(lǐng)域上已經(jīng)深耕細作多年，自研的文本檢測、識別、端到端技術(shù)均處于業(yè)界領(lǐng)先，已在全球最權(quán)威ICDAR競賽中和諸多團隊競技，斬獲11項官方認證冠軍。國際競賽是技術(shù)水平的試金石和騰訊技術(shù)影響力的證明，同樣重要的還有技術(shù)應(yīng)用與落地。數(shù)平精準(zhǔn)推薦的OCR技術(shù)，憑借高精準(zhǔn)度、高穩(wěn)定性以及“專業(yè)、服務(wù)、伙伴”的理念，已支持公司內(nèi)多個業(yè)務(wù)場景，如社交廣告、微信業(yè)務(wù)安全、騰訊云、騰訊視頻、信息流產(chǎn)品（手Q看點等）、拍照翻譯等，并獲得廣泛好評。

總結(jié)

以上是生活随笔為你收集整理的腾讯数平精准推荐 | 横扫ICDAR 2019，斩获七项冠军的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。