文章最后更新时间：2023-10-22，由天天资讯负责审核发布，若内容或图片失效，请联系客服！
在文本识别（OCR）领域的全球顶级赛事ICDAR 2023上，腾讯OCR团队基于自研算法斩获四项冠军。 这是他们自2017年、2019年、2021年以来连续第四次参加该会议并同时取得了良好的成绩。 荣获18项官方认证冠军，展现了腾讯OCR技术的全球一流水平。
ICDAR会议是全球文档图像分析与识别领域公认的权威学术会议。 每两年举办一次。 此次赛事吸引了来自100多个国家的近8000支队伍参加。 ICDAR竞赛以其极高的技术难度和极强的实用性享誉国内外。 与赛后的非正式排名不同，由ICDAR官方认证的正式比赛使用新的数据集，并且比赛期间不会公布参赛队伍的信息和信息。 结果虽然限制了结果提交的时间和数量，但“盲打”是非常困难的。
今年，腾讯OCR团队由腾讯数据平台部和微信技术架构部共同组成。 重点参加了（密集小文本视频文本识别）和SVRD（结构化信息提取）两大竞赛，并获得了4个赛道的冠军。 冠军。
赛道上，腾讯双夺冠军
（密集小文本视频文本识别）竞赛设置了两个任务：视频文本跟踪和视频文本端到端识别。 由于文字很密且很小，加上环境干扰（相机抖动、运动模糊、灯光变化等）和后期剪辑（多镜头切屏、人工背景、游戏界面切换等），从视频帧中很难准确地检测和跟踪，识别文本需要算法具有很高的鲁棒性，极具挑战性。 部分游戏视频帧如下所示：
ICDAR-竞争框架
在两项比赛任务中，腾讯OCR团队均以绝对领先优势获得冠军。
其中，任务1旨在跟踪视频中的所有文本流，并聚合视频帧之间属于同一文本实例的检测帧。 评价指标为MOTA。 腾讯以领先第二名12.04%的优势夺得冠军。
视频文本跟踪：冠军证书
在任务2中，旨在评估视频文本识别的端到端性能。 该任务需要正确检测每帧上的文本、正确跟踪视频帧以及在序列级别正确识别。 评价指标为OCR-MOTA，腾讯以领先第二名11.93%的优势夺冠。
视频文本端到端识别：冠军证书
SVRD赛道上，腾讯以绝对优势夺得两项冠军
SVRD（结构化信息抽取）竞赛包括HUST-CELL和BAIDU-FEST两大赛道，共4个任务：复杂文档实体关系抽取（E2E）、复杂文档实体语义抽取（E2E）、零样本结构化信息提取（E2E）。 零样本文本（Zero-shot Text）和小样本结构化信息提取（Few-shot Text）。 由于文档图像布局复杂、结构多样，自然场景图像采集不规则，背景复杂，存在破损、弯曲、变形等问题，比赛颇具挑战性。 部分比赛图片如下：
ICDAR-SVRD结构化信息提取竞赛示例
腾讯OCR团队在SVRD大赛中共获得2项冠军。
其中，任务2（E2E）旨在从复杂的文档图像中提取语义实体，如标题、组织名称、日期、金额、数字、产品名称、个人姓名等。腾讯在该任务中以较大优势获得冠军。
E2E：冠军证书
任务4（E2E Few-shot Text）需要从10个不同场景的图像中提取关键信息，例如银行卡、营业执照、出租车发票、购物收据、交通等，同时提供极少量的训练数据。 腾讯还获得了发票、定额发票、票据等场景关键信息的冠军。
E2E少镜头文本：冠军证书
据介绍，腾讯OCR团队是腾讯内部致力于OCR技术研发的专业团队。 技术上，团队自主研发了高精度、高稳定性的文字检测识别技术。 在应用方面，支持腾讯内部数据、腾讯广告、微信、QQ、腾讯云、腾讯视频、腾讯信息流产品等数百种业务场景。
继续阅读：
