近期，捷通華聲與清華科研團隊應用最新機器學習算法和深度學習訓練集群，實現(xiàn)靈云OCR技術重大突破。該技術顛覆了傳統(tǒng)方法，使文字識別正確率實現(xiàn)跨越式提升，全面超越國內OCR廠商及代表國際最高水平的某俄羅斯公司，推動國內OCR技術達到國際領先水平。
OCR即光學字符識別（Optical Character Recognition），是將印刷體字符識別為電子文本的一項技術。目前主流的OCR識別技術，先要對圖像進行清晰度判斷、版面分析、直方圖均衡、灰度化、二值化、傾斜校正、字符切割等預處理，得到端正、清晰的字符圖像；再用字符識別和語言模型，對文字進行識別；最后通過后處理，輸出文本結果。
由于這種方法過于依賴圖像處理算法以便在不同場景下對圖像進行適應性調整和處理，對紙張的擺放位置、拍照的光線環(huán)境、掃描儀的精度等有較高要求，很大程度上限制了文字識別正確率的提升。
對此，清華實驗室與捷通華聲科研團隊基于最新的機器學習算法和深度學習訓練集群，在充分研究拍照、掃描圖像的特性后，收集和整理了海量的圖像數(shù)據(jù)，從文本的定位到識別，采用了一體化的End-to-end模型結構和訓練方法，推出了最新靈云文本引擎iRead 7.0 Text——新一代靈云OCR技術。
該技術的推出，讓機器不再只能識別“清晰、端正的文字”，還能識別“傾斜、相對模糊的文字”，并且支持更多的字體。這不但省去了主流方法繁雜的預處理和后處理工作，將模型訓練時間從以月為單位降低到幾天，更是將OCR技術的字正確率提高到99.9%，行正確率（一行字全部識別正確）從80%提高到98%，實現(xiàn)跨越式進步。
清華大學早在上世紀90年代就推出了代表行業(yè)最高水平的中文OCR技術，是國內最早從事中文OCR技術研究與應用的高校。清華OCR技術已廣泛服務于各行業(yè)、各領域，為中文OCR技術的發(fā)展做出了重大貢獻。
此次清華大學與捷通華聲科研團隊的合作，再次展現(xiàn)了清華大學在OCR領域強大的科研實力，以及捷通華聲十多年在OCR市場應用中的產(chǎn)業(yè)積累，是捷通華聲與清華大學“靈云科技 源自清華”戰(zhàn)略合作、“產(chǎn)學研”相結合的最新科研成果。
靈云OCR 提供文檔、證照、票據(jù)、名片等全方位文字識別服務
OCR作為最早實用化的人工智能技術之一，已在產(chǎn)業(yè)中得到廣泛應用。捷通華聲靈云OCR技術經(jīng)過多年的市場應用和技術積累，已推出文檔識別、證照識別、票據(jù)識別、名片識別等全方位文字識別產(chǎn)品與服務，廣泛服務于各行業(yè)：
- 金融辦公：實現(xiàn)海量銀行業(yè)務憑單、統(tǒng)一對賬單、托管資料等表單的批量識別，助力金融企業(yè)建立電子資料檔案庫；
- 物流貨運：物流貨運單的批量識別，助力物流企業(yè)優(yōu)化貨運流程和管理供應鏈；
- 海關邊檢&旅游：實現(xiàn)護照、港澳通行證、回鄉(xiāng)證、臺胞證、大陸證、戶口簿、居住證等證照的精準快速識別，縮短旅客排隊時間。
- 金融開戶：身份證、銀行卡、名片自動識別，讓銀行、證券、保險的線下開戶更快捷。
- 移動警務：身份證、駕駛證、行駛證識別，讓交警能更高效地錄入司機信息。
- 財務辦公：發(fā)票、文檔識別，打造OA辦公系統(tǒng)。
相比傳統(tǒng)人工錄入，OCR技術不但為企業(yè)節(jié)省了大量人工成本，提高了信息錄入效率和準確度，還能助力企業(yè)建立可以即時搜索、便于管理和調用的電子資料檔案庫，為企業(yè)的發(fā)展提供強有力的數(shù)據(jù)服務。
新一代靈云OCR技術即將上線靈云平臺（www.AIcloud.com），面向廣大個人開發(fā)者和企業(yè)開發(fā)商全面開放。捷通華聲將繼續(xù)鞏固與清華大學“靈云科技 源自清華”的戰(zhàn)略合作，專注全方位人工智能技術研究與產(chǎn)業(yè)化應用，為產(chǎn)業(yè)提供更為優(yōu)質的技術與服務。
靈云平臺更多信息：www.AIcloud.com
體驗靈云客服機器人：010-82826886-8898
