1月21日,全球OCR领域公认最权威的学术会议“2017国际文档分析与识别大会(ICDAR)”揭晓2017 ICDAR竞赛结果,360企业安全人工智能团队凭借深度学习OCR技术获得自然场景中文文字识别比赛第一名。
ICDAR专注于文本领域的识别与应用,有OCR领域的奥斯卡盛会之称,是全球OCR领域公认最权威的学术会议之一,由其组织的RCTW-17竞赛也是当前OCR技术领域全球最具影响力的比赛之一,竞赛中的诸多方法对文字识别技术的发展具有强大推动力。高技术难度、强大实际应用性,也使该盛会受到科研院校、科技公司等的关注,至今已有89个国家的3500多支队伍参与。
图:ICDAR官网公布的比赛成绩单
360企业安全人工智能团队参加的专门针对中文识别的“端到端识别任务”是该项赛事的高难度项目,评测和检验的是对自然场景和网络图片、以及复杂视频中的文字的提取和智能识别能力,比赛中主办方会提供街道视图、海报、菜单、室内场景和屏幕截图等大规模的图片,这些图片中文字有倾斜、垂直、不同字体、各种清晰度等非常不规则和多样化的形态,是传统OCR无法提取和识别的,这也是人工智能技术应用的一个重要方向。
最终360企业安全人工智能团队凭借在深度学习领域的深厚技术积累和应用实践获得了该项目的冠军。并同时获得了另一个项目“文字检测任务”的第四名。
图:ICDAR官网公布的比赛图例
该团队负责人王占一表示,OCR技术可以广泛应用于卡证类、票据类的文字识别、车牌检测识别、商标识别、道路标识识别、自动驾驶等,大大提升产品检测识别效果和用户体验,降低人力成本。360企业安全的深度学习OCR技术适用于政企机构的数据防泄露和网站内容违规监测中,对代码、邮件、文件等不同类型的文档进行分类,然后识别发现文档中的违规行为,对违规文档进行过滤;标记被监测网站中的图片,对图片中的违规、违法、色情的文字内容进行识别发现。
图:在“文字检测任务”中获得第四名
人工智能技术的应用是网络安全行业技术发展的一个方向,360企业安全很早就开始了对机器学习、深度学习等人工智能技术在网络安全领域的研究、探索和实践,取得了阶段性的成果并成功应用于产品中。早在2015年,360企业安全人工智能团队的《深度学习在流量识别中的应用》议题就获得了世界网络安全行业认可,团队成员受邀在BlackHat大会上演讲。360天眼新一代威胁检测系统、NGSOC和态势感知系统等产品和方案中,在数据挖掘、异常检测、复杂网络分析中都成功使用了深度学习和机器学习技术。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。