ICPR 2018 OCR挑戰(zhàn)賽啟動 開放首個網(wǎng)絡圖片數(shù)據(jù)集

近期，由阿里巴巴“圖像和美”團隊聯(lián)合華南理工大學共同舉辦ICPR MTWI (Multi-Type Web Image)2018 挑戰(zhàn)賽正式開啟，并開放業(yè)內第一個基于網(wǎng)絡圖片的中英混合數(shù)據(jù)集——MTWI數(shù)據(jù)集。大賽聚焦OCR領域相關實用知識點的突破與解決，旨在與全球AI科研人才一起共同推動OCR在工業(yè)界的應用和發(fā)展。

互聯(lián)網(wǎng)世界中，圖片是傳遞信息的重要媒介。特別是電子商務、社交、搜索等領域，每天都有數(shù)以億兆級別的圖像在流動傳播?；谏疃葘W習的圖片文字識別(OCR)技術正飛速發(fā)展，并深刻影響著信息的交互和傳遞方式，乃至改變相關行業(yè)的生產方式。而在學術領域，圖片中的文字識別(OCR)同樣也是研究重點，但目前業(yè)內依舊缺少基于網(wǎng)絡圖片的、以中文為主的OCR數(shù)據(jù)集。

本次大賽發(fā)布的MTWI數(shù)據(jù)集來源于真實網(wǎng)絡場景，以“來源于實踐，且高于實踐”為構建理念，既考慮到學術價值同時也兼顧工業(yè)適用性。

不同于純文檔圖片和場景文字圖片,MTWI數(shù)據(jù)集中的圖片多為作者設計或者二次加工所得。整體上看，這類圖片不僅包含部分場景圖片和文檔圖片，更多的是在這些圖片基礎上添加設計好的文字而成的新圖片。

左一：空心字，切斷字，中英混排;左二：封面印刷文字，離散單字，重疊字;左三：實拍，自然場景，藝術文字;左四：大字中鑲嵌小字，不同字號混排

從數(shù)據(jù)場景上看，本數(shù)據(jù)集涵蓋了數(shù)碼合成、物體表面、封面類印刷的中英文以及少量日文、韓文等類型的文字。而從文字版式上來看，包含了各種字體類型的單字、橫排、豎排、傾斜排列、曲線排列、復雜混排(不同字號、不同字體、不同字間距的混合排布)等。

因此，本次大賽發(fā)布的數(shù)據(jù)集既有圖片文字識別的共性也有本身的特性，突出覆蓋前沿技術尚未解決或者遺漏的樣例，并基于OCR領域乃至計算機視覺領域的前沿指標，設置文本檢測，文本行識別，端到端的整圖文字識別三個層次的賽題，對相關技術點的解決以及在工業(yè)領域的信息數(shù)字化應用將具有直接的推動作用。

本次ICPR MTWI 2018 挑戰(zhàn)賽基于天池數(shù)據(jù)眾智平臺，目前已開啟報名通道，吸引了來自國內外2000余支隊伍報名參賽，其中不乏OCR研究領域的知名院校團隊。賽事組委會將在2018年6月1日評出獲獎名單，并于ICPR2018大會期間在北京進行頒獎。

關于主辦團隊：

阿里巴巴“圖像和美“團隊是阿里巴巴從事圖像技術歷史最悠久的團隊，在OCR領域，多年來不斷整合前沿技術和行業(yè)經(jīng)驗，打磨出了能夠承載跨行業(yè)應用的技術架構，形成了完備的圖像文字定位、識別和理解的人工智能技術體系。目前已在阿里巴巴集團內部的圖片管控，搜索，智能審核等領域扮演重要角色，并推出“讀光”OCR云產品，包括文檔圖片，網(wǎng)絡圖片，表格圖片和卡證照圖片的文字識別服務，正致力于為政務、司法以及金融等行業(yè)提供安全高效的OCR解決方案。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。