检务OCR识别解决方案

　　产品功能简介:

　　读光OCR是一款由阿里巴巴达摩院权威AI团队打造的全栈全场景OCR文本识别类产品。多年来, 通过持续整合前沿AI技术和行业实战经验,读光OCR打磨出了能够承载跨行业敏捷应用的技术架构,具备图像文字定位、文字识别和文字理解的全栈技术体系,形成了包含通用文本识别、卡证票据自动化分类及结构化识别、卡证票据混帖识别、表格文档批量结构化识别以及试题作业智能识别等全量OCR原子能力矩阵,支持公有云调用、私有化部署、终端SDK等云边端全业务场景服务能力。

　　基于业界领先的深度学习技术,读光OCR能够提供多场景、多语种、自学习、支持智能检测分类、图文语义理解以及自定义结构化模板的高精度整文字检测和识别服务,多项ICDAR指标居世界第一。

　　读光OCR于2010年孵化于阿里巴巴集团内部,历经近十年阿里巴巴集团以及各行业客户的海量商业化实战应用洗礼,在OCR识别准确率和处理性能、产品成熟度和能力覆盖范围等方面均稳居业界领先水平。目前,读光OCR公有云持续为阿里巴巴集团和海量行业客户提供日均访问量超亿次,累计处理量超2000亿的高精度、高性能、高稳定性的文字识别服务。

　　产品详细参数:

　　1、文档识别

　　读光通用文档类OCR识别产品,可将各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式进行文本识别和还原。为了能够更好的还原文字信息和文档结构,读光文档识别在通用全文识别能力(文字定位、行分析、文字识别)的基础上,增加了文档结构的版面分析和文档图像处理能力,使得文档类图像也能按照结构化的方式进行文档元素提取,进一步提升文档识别的产品体验。

　　读光OCR多语言文字识别支持国际主流的几大语系,覆盖十余个国家的语言检测与识别,包括日语、俄语、拉丁语、泰语和韩语等,适用于国际化所需的各类图文识别与信息翻译场景。

　　2、卡证识别

　　读光OCR卡证票据类自动分类及识别主要针对各类个人及企事业单位常用证件、执照、票据、单据及码牌等标准格式图片进行自动检测分类及关键信息结构化识别。经过多年业务技术积累,读光OCR已具备几十种国内外主要卡证票据分类识别能力,按业务属性可归类为个人卡证类、企事业资质证照类、发票凭证类、图章码牌类以及物流海关表单类。

　　3、泛化场景OCR识别

　　读光泛化场景OCR识别系列为读光特有的创新技术产品。该产品以读光OCR全文高精度识别、格式提取和自动分类技术为基础,实现从定式结构到开放结构的图文识别和语义理解功能,能够有效的解决用户在更为复杂场景下的文字内容提取、结构化还原与信息理解等问题,帮助用户解决复杂图文识别场景下的智能分类、智能提取、批量文档识别及比对、视频文字提取、信息检索等高价值OCR需求。

　　4、卷宗识别

　　支持对电子卷宗中的印刷体文字识别,利用OCR能力,将图片中的文字信息提取出来,实现印刷体文本、表格等内容转换成结构化数据,方便检察官进行内容摘录。

　　支持简体中文、英文的识别及文字混合识别,提高对卷宗内容中存在涉外、专有名词等双语材料进行识别,提升卷宗识别准确度及电子卷宗可用度。

　　对于电子卷宗中部分材料存在表格类图像,能够精确还原表格结构、坐标和位置,提升表格类卷宗材料识别可用性。

　　支持双层PDF文件转换,实现根据原文件图像位置将上层覆盖识别结果,然后可以直接生成可以检索的PDF文件,方便检察官查阅PDF文件时,进行内容检索和摘录应用。

　　支持手写体文字的检测和识别,系统针对手写字体无规则、字迹潦草、模糊等特点进行了识别能力的增强。

　　5、KV模板

　　KV结构模板是阿里读光OCR提供的一款用于对关键要素进行定向提取的自定义模板产品,主要针对文档、表单、票据、卡证等类型的图片。用户可以使用KV结构模板对图片进行模板配置和数据标注,经过训练、评测和发布后,可获得对应的模板ID,并使用API接口批量调用同类图片来进行关键要素的key-value键值的结构化输出。

　　5、自学习OCR平台

　　读光自学习OCR训练平台(OCRMaster)以打造解决用户端到端个性化OCR识别需求为目的。用户可以OCRMaster上基于读光OCR丰富的基础原子算法和深度学习训练系统进行自有场景下相关卡证、票据、表单的结构化识别,通过OCRMaster打造出自定义的模板产品而不需要通过定制开发等高成本手段来实现个性化需求。同时,OCRMaster不仅可针对结构化需求进行自定义,更强大的是可甄别出特定场景下识别效果不佳的图片,并针对这些badcase也进行个性化训练,从而打造出从检测、识别到结构化都完全定制的自主端到端OCR模板产品。

　　公检法应用案例:

　　覆盖公检法司多行业的应用场景,已完成信创领域的全面适配。