问自然场景文字识别技术及在地图中的应用

地图文本识别技术创新

        1） 卷积过程基于GoogLeNet的Inception 结构进行改进，采用不同大小的卷积核意味着不同大小的感受野，最后拼接不同尺度特征，提升网络性能。

        2）修改解码方式，支持多候选和文字位置的输出，校正识别结果。如图输出每个字符位置所示，模型识别结果为：粮粮油调料干菜批发部，根据两个“粮”字的中线距离较近可以判断这两个字符是同一个字符，调整识别结果为：粮油调料干菜批发部。

输出每个字符位置：

输出多个识别结果候选：

       3）超分辨率技术扩增训练样本，极大的提高了低分辨率样本的识别率。

地图OCR在POI众包中的应用

      1.众包用户采集POI图片上传到众包后台进入采编分离环节，采编分离算法根据OCR的文本检测结果剔除没有POI的图片；有POI的图片根据OCR识别结果自动编辑图片对应的POI，编辑成功的POI完成审核；没有编辑成功的POI进入人工去噪。

     2.人工去噪把没有POI的图片剔除，有POI的图片返给众包用户编辑POI。

     3.用户编辑的图片和POI上传到众包后台进入自动审核，自动审核根据OCR识别结果与用户编辑的POI进行匹配，匹配上的POI完成审核，没匹配上的POI进入人工审核。

      4.人工审核通过的POI完成审核，没通过的POI剔除。

      POI众包通过应用地图OCR技术及采编分离流程对业务的帮助有几下几点：

     1.采编分离环节自动剔除的没有POI的图片节省了众包用户查看图片时间，自动编辑上POI的图片节省了用户的编辑时间。众包用户总的查看编辑POI的时间降低了58%，大大提高了用户的作业效率，提升了用户体验及用户黏性。

     2.通过采编分离流程及新的定价策略使POI的回收率提高了83%，增强了POI数据的完备性。

     3.自动审核通过的POI可以直接入库，不用审核员再查看，大大解放了人力，提升了审核效率，节省了成本。

文字识别方法主要分为单字识别和文本行识别。

       1.单字识别，是将文字识别看成分类问题，用CNN代替了传统文字识别方法中特征提取步骤，显而易见，此方法需要使用固定大小的单字图像作为输入，也就是识别之前要定位每个字符的位置。此方法会将字符定位的误差带入识别环节，影响整个文字识别系统的准确率。

       2.文本行识别，通用识别算法是CRNN网络，此方法结合基于CNN的图像特征和基于RNN的上下文特征取代人工定义的特征，并且避免了字符分割，实现端到端的无约束字符定位和识别，能较好地识别自然场景文字。