【新智元导读】在3月27日举行的中国“AI春节”——2017新智元开源·生态AI技术峰会上，海康威视研究院院长浦世亮发表演讲《安防大数据驱动下的智慧生活》，介绍海康在智能+安防领域的技术探索。海康威视是全球视频监控No.1，近年来布局安全视频监控发展，物联网以及视频大数据和智能视频分析，产业表现强劲，在以 ImageNet 为代表的国际技术竞赛中也一直都有抢眼的成绩。

　　演讲中，浦世亮介绍了应对安防大数据三大挑战，以及海康威视的应对之道：挖掘无标签数据中的隐藏信息做额外反馈，化解标记数据成本高的问题；多传感器融合，应对复杂场景感知问题；使用线上增量学习，弥补前端设备计算力的差距。

　　日前，海康威视研究院预研团队基于深度学习技术的 OCR（Optical Character Recognition，图像中文字识别）技术，刷新了 ICDAR Robust Reading 竞赛数据集的全球最好成绩，并在“互联网图像文字”、“对焦自然场景文字”和“随拍自然场景文字”三项挑战的文字识别（Word Recognition）任务中取得第一。

　　ICDAR（International Conference on Document Analysis and Recognition）全称为文档分析与识别国际会议，由国际模式识别协会（IAPR）主办。ICDAR 组织的文档分析与识别竞赛是当前 OCR 技术领域全球最具影响力的比赛，从 2003 年至今已举办 5 届。其中，ICDAR 2015 竞赛，吸引了来自 82 个国家的 2367 支队伍参加，其中包括 Google、微软、百度、三星、旷视等团队，竞赛中涌现的许多方法都对文字识别技术的发展起到了强大的推动作用。

图1：RobustReading竞赛的三项主要任务

　　在竞赛的三大主要任务中，待识别的文字位于复杂图像背景中，成像存在噪声、模糊、透视、倾斜以及排列随意等不利因素，字体格式种类繁多。

　　海康威视的OCR技术，在三项文字识别任务中均取得了世界第一，在互联网文字任务中以 5.6% 的优势超越第二名，分别在对焦自然场景文字和随拍自然场景文字任务中超越第二名 3.4% 和 3.1%。

图2：Born-Digital Images识别评测结果显示HIK_OCR排名第一。

图3：Focused Scene Text识别评测结果显示HIK_OCR排名第一

图4：Incidental Scene Text识别评测结果显示HIK_OCR排名第一

　　文字识别技术近年来的突破，开奖，很大程度上依赖于深度学习的发展。海康威视预研团队设计了一个数十层的卷积神经网络来完成图像的信息编码，然后使用启发式的注意力模型，实现从特征到文字的解码。

　　据介绍，海康威视此次专为文本识别设计的启发式机制，能够对注意力模型提取的特征进行合理性评估，使注意力模型在复杂场景中，具有强大的稳定性。借助先进的OCR技术，海康威视的文字识别系统能够应对更为复杂文字识别场景，如污损及模糊、背景干扰及形变、恶劣天气等。

图5：海康威视文字识别技术原理示意

　　目前，基于全新OCR技术的海康威视车牌识别系统已经覆盖全球六十余个国家和地区。基于车牌识别技术的卡口、电子警察、出入口控制、停车系统等应用也已经全面铺开。

图6：通用车牌识别的典型应用场景

　　据介绍，此次竞赛成果还可以应用到机器视觉领域的标签表单识别、民生领域的卡证执照识别、互联网领域的恶意图片识别、汽车辅助驾驶领域的路牌识别、城市管理领域的横幅标语和街景识别等产品中，大幅提升产品性能与应用效果。

　　智能产业龙头企业亮相新智元“AI春节”

　　海康威视是中国上市公司里最货真价实的人工智能公司之一，现在已经做到了全球视频监控的第一。近年来，结合安防行业的智能化转型浪潮，海康威视布局安全视频监控发展，物联网以及视频大数据和智能视频分析，并且取得了商业回报。