OCR学术前沿及产业应用高峰论坛202204

OCR学术前沿及产业应用高峰论坛

相关议程：https://mp.weixin.qq.com/s/LYoKHFad9D-gjhGlVF3Czg

广告OCR技术研究与应用-腾讯

视频制作ASR，ocr得到字幕

计算机动画CG

---

OCR实践与技术创新 - 蚂蚁

• loss优化
  

• 数据合成

对比学习的方式，什么样是正样本，什么是负样本。

生成式自监督学习。

相连的字符块有风格比较像

内容与风格的解码

另外的应用场景：跨语言编辑，字体的变换

热力图查看效果

• 多模文档图像理解

位置关系，上下左右，高维关系的表征

前融合与后融合

• 先验知识表征

---

手写体文字识别新思考——数据、方法及应用-金连文/华南理工大学

几千-2w级别的key

后面两大类是主流

基于Gan学习风格库，学习风格

连笔的自然性

自编码器

GLRNet, 一维卷积是局部特征，encoder是全局特征

语义模块CTC

---

篡改文本图像的生成与检测-中科大

复杂背景的纹理识别效果不好

对帧操作

曲形文本的篡改

---

开放集文字识别：概念、框架、算法与应用-北京科技大学

传统的字符不一定是它自己，而是前后特征都有

开放问题情况下，应该以本身的识别特征为主，避免被错误纠正

---

面向文字的图形图像生成技术新进展-北京大学

---

OCR的全栈式研发及行业场景实践–华为

---

资质文档证书类图像的篡改检测及数字经济场景应用-阿里

数十种类型的文档

• 二分类
• 真假辨别

---

OCR产业化应用实践-上海合合信息

图像预处理，版面分析与还原是比较重要的

all in one模型

印章与文字进行分层

---

结合领域知识的端到端数学公式识别研究进展-中国科学技术大学

---

低质量场景文字识别技术研究-中科院信工所

---

从PaddleOCR看OCR产业落地的创新方向-百度

---

视频OCR技术与应用-字节

文本轨迹是query

滑动窗口

检测器漏检误检，匹配不上等情况

trackformer

---

OCR在垂直应用中的研究进展—海康威视

颜色校正

transformer在一些硬件平台上效果并不好，大模型在实际应用上不是很友好。

文档类应该使用多模态技术

---