日前，阿裡媽媽圖像團隊的ocr（圖中文字識别）技術重新整理了icdar robust reading競賽資料集的全球最好成績，并大幅超越第二名。robust reading競賽是目前ocr技術領域全球最具影響力的比賽。這也是繼阿裡巴巴圖像搜尋領軍人物華先勝獲得acm（美國計算機協會）“傑出科學家”稱号之後，阿裡的圖像識别技術再一次登上國際頂尖舞台。
圖. icdar robust reading
challenge 1 end-to-end官方成績
借助這一領先的ocr技術，阿裡媽媽圖像團隊能夠以95%的超高準确率識别圖中違規文字資訊，有效過濾商家惡意推廣，維護消費者權益。2015年，阿裡媽媽累計屏蔽了4600萬條惡意推廣。
ocr是計算機視覺領域的經典問題，長久以來，一直受到學術界和工業界的持續關注。在工業界，google、microsoft、amazon等大型網際網路公司，以及商湯科技、曠視科技（擁有face++、image++）等計算機視覺技術創業公司，都在ocr技術上耕耘多年。随着技術不斷成熟，ocr也開始在網際網路及其他行業逐漸上線使用。
據阿裡媽媽定向算法技術負責人蓋坤介紹，在阿裡巴巴平台上營銷創意、商品等均是以圖檔形式展示，圖像技術是了解這些資訊的重要手段。同時，也有不良商家在圖檔中内嵌一些違規的資訊達到其惡意推廣的目的，圖檔内文字違規是比例相當大的一類，而傳統監控手段多以人工肉眼來稽核，費時費力，尤其是随着圖檔數量越來越大，這幾乎已成為不可完成的任務。針對這一強烈需求，從2014年開始，阿裡媽媽圖像團隊開始重點攻堅ocr技術，通過機器視覺的方式從圖檔中識别出文字，進而鑒别出違規的文案資訊。
對惡意推廣的定義，蓋坤表示，一方面依據國家相關法律法規，對于違禁品、色情資訊、封建迷信、假冒僞劣、減肥豐胸、誇大虛假等違規類型進行不同程度的處罰和管理，另一方面在法規之外平台有着更高要求，對損害消費者利益或進行不正當競争的推廣類型積極嘗試進行管控。其中，與消費者關系最為密切的假冒僞劣單項違規類型，被阿裡媽媽作為重點審查對象。
相對其他限定場景ocr應用相比，阿裡媽媽要處理的創意圖檔和商品圖檔上的文字字型、色彩更加多樣，文字布局更加靈活，背景包括各種商品、布景或自然場景，蘊含各種複雜紋理，給識别問題帶來了更大的挑戰。蓋坤介紹，在技術路線上，相比于傳統方法，抛棄了圖像預處理、字元分割等流程，采用了多個深度神經網絡和語言模型相結合的方法來組成完整的ocr系統。針對複雜的場景資訊，将lstm（長短時記憶）技術成功應用到模組化中去，大大提高識别的準确率。
據悉，現在基于ocr文字識别實時稽核已覆寫整個阿裡媽媽業務，每天處理圖檔近千萬張，自動回報疑似違規圖檔準确率達95%以上；同時将圖文稽核風險發現時間從“天”降低到“秒”級。資料顯示，2015年阿裡媽媽累計屏蔽了4600萬條惡意推廣，有效淨化了網際網路營銷環境。
除ocr過濾惡意推廣以外，計算機視覺技術在阿裡巴巴集團内部已經獲得廣泛使用，比如手淘的“拍立淘”産品，通過手機拍照即可搜尋相似商品，2015年雙11當天，千萬消費者使用了“拍立淘”功能，創造了超過數千萬元的銷售額。另外，在商品圖檔版權保護、鑒黃等場景也都引入了計算機視覺技術。
關注了解更多技術幹貨：
