细数自然环境OCR应用,牵手机器人最具市场前景

简介:

虽然目前的应用范围尚未扩大,但自然环境OCR的市场潜力是不可小觑的。

\

从古至今,文字经历了数代变革,最终发展成为现在的简体字。近来以来,随着科技的发展,人类变得越来越“懒”,从抛弃纸笔投入电脑的怀抱,再到现在从键盘到语音的转移。虽然不管如何发展,文字依然是人们不可丢弃的东西,但是出于让生活更便利的目的,它也在随着科技而发生变化,比如担当着人工智能基础之一的文字识别技术(OCR)。

OCR是指光学设备(扫描仪、数码相机等)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程,其本质就是利用光学设备去捕获图像并识别文字,将人眼的能力延伸到机器上。此概念是在1929年由德国科学家Tausheck最先提出来的,后来美国科学家Handel也提出了利用技术对文字进行识别的想法。

\

到目前为止,已经有不少专注于文字识别的公司,并且也推出了相关系列的产品,比如汉王的名片王、国外的ABBYY、Google等。不过,由于人类多方面需求的进一步扩大与提升,传统OCR已经不能填补这些空洞,而自然场景OCR就在这样的需求下应运而生。如此,自然场景OCR都用到了哪些领域?

\

自然环境OCR+机器人,让人机交互更自然

说到人机交互,大多人想到的都是语音交互,毕竟这是人类之间运用率最高的交流方式。但是,纵然现在语音识别的技术已经发展的相当成熟,可交互方式并不能仅仅局限于这一种,肢体、眼睛等等都是一个交互过程中必不可少的东西。

出于天性,人们喜欢与他人分享自己喜欢的东西,比如一部影片、一本书、一个活动等等,在这其中,文字的存在理所当然,眼睛的作用也就显得不容忽视。以陪护机器人为例,孩子们都喜欢色彩斑斓、嵌有图片的书籍,而在阅读的过程中,他们总会碰到不认识的字,这时候,陪护机器人需要通过眼睛扫描书页,再经过算法识别出其中的文字,从而才能从物联网中找出相关的答案。如果是传统的OCR,此时文字周边的色彩就会对文字识别产生一定的干扰,而这是自然环境OCR所解决的问题之一,目前相关机构也取得了相当大的进展。

\

另外,当机器人普及,不管是生活还是办公,人们也会要求陪护机器人去取一些东西。如果只是依靠图像识别的话,预计机器人有八成的可能会拿错东西,毕竟图像识别仅能识别出形状、颜色等因素,而这番套路在同种包装的番茄酱与草莓酱的面前是没有用武之地的。若要求机器人在拿取物品方面能够达到技改的准确率,自然环境OCR是必然选择(传统OCR难以识别曲面字体)。

\

自然环境OCR+翻译,走遍天下都不怕

对于大多国内观众而言,等待国外剧集的熟肉是一个剧迷的必经过程;出国旅游时,我们最怕的就是孤身一人……这种种现象的出现只因为一个原因——语言不通。

外面的世界是一个多样的世界,文字也被人们以多种形式呈现出来,像多个字一笔带过的,与背景几乎融为一体的,抽象字体等等,这些都是出门在外经常碰得到的。为了解决这个问题,Google、百度等科技企业都推出了翻译软件,不过,经过镁客君亲身测试,对于光线明亮的方正字体,这些软件的翻译效果还是不错的,但是一旦涉及艺术字,结果就悲剧了,可能字都识别不出来,更何谈翻译。

对于此类自然环境之中的文字,目前的自然环境OCR虽然不能达到完美的效果,但基于出国游旅客人数的日益增长,此类翻译软件必然是未来的一个趋势。既然翻译软件的势头如此之好,作为其中关键技术的自然环境OCR,理所当然的将受到人们的关注。

\

从当前的情况来看,在传统OCR的领域之内,作为人工智能基础之一、计算机视觉分支之一的自然环境OCR的应用范围并没有进行太多的扩充。作为一项技术而言,这也是一个好现,在技术尚未提升到满意的高度、没有挖到消费者更深层次的需求时,过快的市场占领只会根基不稳,比如现在的智能手环,火的很快,临了却因为鸡肋而遭到广大消费者的不满,面临着众多厂商退出的尴尬。

不过,虽然没有过多的扩充,但机器人与翻译是自然环境OCR目前来讲最容易进入的两大领域,其中,机器人更是目前最具前景的领域。单单在陪护机器人方面,根据ZDC互联网调研中心截止2016年9月的数据显示,在机器人产品用户关注度分布占比中,陪护机器人用户关注度高达32.2%,如果算上服务机器人,总关注度达到了51%,而此前根据IFR的统计,到2017年,全球服务机器人市场容量将接近500亿元。在如此利好情形之下,若自然环境OCR能够完善技术,狠抓用户需求,其市场必然也很有看头。


原文发布时间: 2016-11-01 19:00
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
存储 弹性计算 文件存储
快速学会使用对象存储OSS
本场景带您体验如何通过对象存储OSS控制台完成场景的基础操作。
|
7天前
|
云安全 人工智能 运维
阿里云联动百位企业安全专家,共识Agent防御最佳实践
当Agent成为新员工,你的安全边界在哪里?
1917 6
阿里云联动百位企业安全专家,共识Agent防御最佳实践
|
5天前
|
存储 人工智能 关系型数据库
阿里云AI产品与云产品最新组合套餐:Token Plan、AI coding及云服务器和建站等组合优惠价
阿里云推出全新“算力+模型+应用”一站式云与AI组合套餐活动,覆盖从个人开发者到中大型企业的全场景需求。核心亮点为分三档定价的Token Plan订阅服务,支持Qwen3.8-Max-Preview大模型调用,错峰时段最低可享0.2折优惠。活动同步推出AI Coding、智能体部署、云电脑托管、0代码建站等十余类场景化组合,搭配99元/年的普惠云服务器、88元/年的入门数据库等经典特惠产品,还为企业提供1V1定制化AI转型方案,大幅降低了不同用户群体拥抱AI的技术门槛与采购成本。
651 111
|
14天前
|
人工智能 JSON 安全
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
阿里云AI安全产品联动防御Fastjson攻击
2552 13
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
|
7天前
|
人工智能 弹性计算 数据库
阿里云优惠券种类解析:主要券种区别和适用群体及领取和使用指南
2026年阿里云构建了覆盖全用户的七类优惠券,本文逐一拆解了每类优惠券的核心规则、适用人群与使用技巧:大促限定的阶梯满减券分个人、企业双通道,最高可减800元;学生专属300元无门槛券支持全品类通用;按量付费用户可参与消费达标返券形成循环优惠;新用户有低门槛专享满减券尝鲜;老用户可领取系统自动发放的随机福利券;中大型企业迁云可申请最高100万元的专项补贴;云产品通用券还能在活动价基础上实现折上折。不同身份、不同采购场景的用户均可通过精准匹配对应优惠券,最大化享受优惠力度。
457 110
阿里云优惠券种类解析:主要券种区别和适用群体及领取和使用指南
|
13天前
|
人工智能 前端开发 Linux
Codex 桌面版安装 + CC Switch 接入第三方 API 完整教程(2026 最新)
2026最新教程:手把手教你安装Codex桌面版,通过CC Switch v3.17.0一键接入Fenno等国产API(兼容OpenAI Responses格式),跳过账号登录,完整启用代码审查、多步任务与上下文感知功能。零基础友好,全程图文实操。(239字)
1546 2
|
15天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max-Preview深度全解析:2.4万亿参数旗舰MoE模型+Token Plan限时优惠完整落地指南
2026年7月,全新旗舰级混合专家大模型Qwen3.8-Max-Preview正式开放抢先体验,作为通义千问Qwen3系列规格最高、综合推理能力顶尖的新一代模型,该模型总参数量达到2.4万亿(2.4T),是当前线上可调用的原生多模态旗舰模型,综合推理水准对标海外顶级Fable 5模型,在复杂工程开发、长文档深度分析、多步骤智能体自治、跨境多语言创作、海量数据挖掘五大高难度业务场景实现跨越式性能提升。
1419 2
|
17天前
|
人工智能
Qwen3.8抢先体验!正式版即将发布并开源!
千问Qwen3.8即将开源,参数达2.4T,进化速度以“天”计,实力媲美Fable 5。预览版Qwen3.8-Max已上线阿里Token Plan等平台,限时优惠:日间Credits低至1折,夜间更优,个人/团队版月付仅35元起!
1486 55