阿里妈妈图像识别刷新世界最好成绩，一年屏蔽4600万恶意推广

老y

日前，阿里母亲图画团队的OCR（图中文字辨认）技能改写了ICDAR Robust Reading竞赛数据集的全球最佳成果，并大幅逾越第二名。Robust Reading竞赛是当时OCR技能范畴全球最具影响力的竞赛。这也是继阿里巴巴图画搜索领军人物华先胜取得ACM（美国核算机协会）“出色科学家”称谓往后，阿里的图画辨认技能再一次登上世界顶尖舞台。
图. ICDAR Robust Reading Challenge 1 end-to-end官方成果
　　凭借这一抢先的OCR技能，阿里母亲图画团队可以以95%的超高准确率辨认图中违规文字信息，有用过滤商家歹意推行，维护花费者权益。2015年，阿里母亲累计屏蔽了4600万条歹意推行。
　　OCR是核算机视觉范畴的经典疑问，长久以来，一向遭到学术界和工业界的继续注重。在工业界，Google、Microsoft、Amazon等大型互联网公司，以及商汤科技、旷视科技（具有Face++、Image++）等核算机视觉技能创业公司，都在OCR技能上耕耘多年。跟着技能不断老练，OCR也开端在互联网及别的职业逐渐上线运用。
　　据阿里母亲定向算法技能负责人盖坤介绍，在阿里巴巴平台上推行构思、产品等均是以图画办法展现，图画技能是了解这些信息的首要手法。同时，也有不良商家在图画中内嵌一些违规的信息到达其歹意推行的意图，图画内文字违规是份额相当大的一类，而传统监控手法多以人工肉眼来审阅，费时吃力，尤其是跟着图画数量越来越大，这简直已变成不行完结的使命。关于这一激烈需要，从2014年开端，阿里母亲图画团队开端要害攻坚OCR技能，通过机器视觉的办法从图画中辨认出文字，然后鉴别出违规的案牍信息。
　　对歹意推行的界说，盖坤表明，一方面依据国家有关法令法规，关于违禁品、色情信息、封建迷信、假冒伪劣、瘦身丰乳、夸张虚伪等违规类型进行不一样程度的处分和处理，另一方面在法规以外平台有着更高请求，对损害花费者利益或进行不正当竞赛的推行类型活跃测验进行管控。其间，与花费者联络最为亲近的假冒伪劣单项违规类型，被阿里母亲作为要害检查方针。
　　相对别的约束场景OCR运用比较，阿里母亲要处理的构思图画和产品图画上的文字字体、颜色愈加多样，文字方案愈加灵敏，布景包含各种产品、布景或天然场景，包含各种杂乱纹路，给辨认疑问带来了更大的应战。盖坤介绍，在技能路线上，比较于传统办法，扔掉了图画预处理、字符切割等流程，采用了多个深度神经网络和言语模型相联系的办法来构成完好的OCR体系。关于杂乱的场景信息，将LSTM（长短时记忆）技能成功运用到建模中去，大大提高辨认的准确率。
　　据悉，如今依据OCR文字辨认实时审阅已掩盖悉数阿里母亲事务，天天处理图画近千万张，自动反应疑似违规图画准确率达95%以上；同时将图文审阅危险发现时刻从“天”下降到“秒”级。数据显现，2015年阿里母亲累计屏蔽了4600万条歹意推行，有用净化了互联网推行环境。
　　除OCR过滤歹意推行以外，核算机视觉技能在阿里巴巴集团内部现已取得广泛运用，比方手淘的“拍立淘”产品，通过手机摄影即可搜索类似产品，2015年双11当天，千万花费者运用了“拍立淘”功用，发明了逾越数千万元的出售额。别的，在产品图画版权维护、鉴黄等场景也都引入了核算机视觉技能。