情報フロー広告サンプル(Tencent OCRチームがICDARコンテストで4つの優勝を獲得)

情報フロー広告サンプル(Tencent OCRチームがICDARコンテストで4つの優勝を獲得)

テンセントOCRチームがICDAR大会で4つの優勝を獲得

光学文字認識(OCR)の世界最高峰イベント「ICDAR 2023」において、テンセントOCRチームは独自開発のアルゴリズムに基づいて4つの優勝を果たした。同チームが同大会で優秀な成績を収めたのは、2017年、2019年、2021年に続き4年連続で、公式認定の優勝回数は計18回となり、テンセントのOCR技術が世界トップクラスであることを証明した。

ICDAR カンファレンスは、文書画像分析および認識の分野において世界的に認められた権威ある学術会議です。この大会は2年ごとに開催され、100か国以上から約8,000チームが参加しています。 ICDARコンテストは、その極めて高い技術的難易度と高い実用性で国内外でよく知られています。大会終了後の非公式ランキングとは異なり、ICDAR 認定の公式大会では最新のデータセットが使用され、参加チームの情報やスコアは大会中に発表されません。同時に、結果提出の時間と回数が制限されており、難易度の高い「ブラインドコンテスト」となっています。

今年、テンセント OCR チームは、テンセント データ プラットフォーム部門と WeChat 技術アーキテクチャ部門によって共同で結成されました。 DSText(高密度小文字ビデオテキスト認識)とSVRD(構造化情報抽出)の2つの主要プロジェクトへの参加に注力し、4つのトラックチャンピオンシップを獲得しました。

テンセントはDSTextトラックで両チャンピオンシップを獲得した

DSText (高密度小文字ビデオテキスト認識) コンテストでは、ビデオテキスト追跡とビデオテキストのエンドツーエンド認識という 2 つのタスクが設定されます。テキストは非常に密度が高く、非常に小さいため、環境干渉(カメラの揺れ、モーションブラー、照明の変化など)や後編集(マルチショット画面の切り替え、人工背景、ゲームインターフェースの切り替えなど)が加わり、ビデオフレームからテキストを正確に検出、追跡、認識するには、高度なアルゴリズムの堅牢性が必要であり、非常に困難です。ゲームビデオのいくつかのフレームを以下に示します。

ICDAR-DSText コンテストの概略フレーム

DSTextコンテストの両方のタスクにおいて、Tencent OCRチームが絶対的なリードで優勝しました。

このうち、タスク 1 は、ビデオ内のすべてのテキスト フローを追跡し、ビデオ フレーム間で同じテキスト インスタンスに属する検出ボックスを集約することを目的としています。評価指標はMOTAです。テンセントは2位に12.04%の差をつけて優勝した。

ビデオテキストトラッキング: チャンピオンの証明書

タスク 2 の目標は、ビデオテキスト認識のエンドツーエンドのパフォーマンスを評価することです。このタスクでは、各フレームでのテキストの正しい検出、ビデオ フレームでの正しい追跡、およびシーケンス レベルでの正しい認識が必要です。評価指標はOCR-MOTAです。テンセントは2位に11.93%の差をつけて優勝した。

エンドツーエンドのビデオテキスト認識: チャンピオン認定

テンセントは絶対的な優位性でSVRDトラックで2つのチャンピオンシップを獲得しました

SVRD (構造化情報抽出) コンテストには、HUST-CELL と BAIDU-FEST の 2 つのトラックがあり、合計 4 つのタスクがあります。複雑な文書エンティティ リンク抽出 (E2E 複雑なエンティティ リンク)、複雑な文書エンティティ セマンティック抽出 (E2E 複雑なエンティティ ラベリング)、ゼロ ショット構造化情報抽出 (E2E ゼロ ショット構造化テキスト抽出)、および少数ショット構造化情報抽出 (少数ショット構造化テキスト抽出) です。文書画像の複雑な形式と多様な構造、自然風景画像の非標準的な取得、複雑な背景、損傷、曲がり、変形などの問題の存在により、このコンテストは非常に困難です。以下にコンテストの写真をいくつか示します。

ICDAR-SVRD 構造化情報抽出コンテスト例

Tencent OCR チームは SVRD コンテストで 2 つの優勝を果たしました。

このうち、タスク2(E2E複合エンティティラベリング)は、タイトル、組織名、日付、金額、数字、製品名、人名などの複雑な文書画像から意味エンティティを抽出することを目的としています。このタスクでは、テンセントが大きなアドバンテージで優勝しました。

E2E 複合エンティティラベリング: チャンピオン証明書

タスク 4 (E2E 少数ショット構造化テキスト抽出) では、銀行カード、事業許可証、タクシーの請求書、買い物の領収書、交通費の請求書、定額請求書、書類など、10 種類のシナリオの画像から重要な情報を、非常に少ないトレーニング データで抽出する必要がありました。テンセントも優勝した。

E2E 少数ショット構造化テキスト抽出: チャンピオン認定

テンセントOCRチームは、OCR技術の研究開発に専念するテンセント内の専門チームであると報告されています。チームは高精度かつ高安定性のテキスト検出・認識技術を独自に開発しました。アプリケーションの面では、Tencent Advertising、WeChat、QQ、Tencent Cloud、Tencent Video、Tencent 情報フロー製品など、Tencent 内の何百ものビジネス シナリオをサポートします。

雷峰ネットワーク

<<:  情報フロー広告用語(情報フロー広告用語について何を知っていますか)

>>:  情報フロー広告の核心(情報フロー広告の核心最適化思想)

推薦する

製品の操作は製品ですか、それとも操作ですか? (製品企画、設計、開発、テスト、発売、最適化など、製品運用をうまく行うにはどうすればよいでしょうか?)

製品の企画、設計、開発、テスト、発売、最適化など、製品の運用をうまく行うにはどうすればよいでしょうか...

ブランド運営には何が含まれますか? (ブランドオペレーションとは何をするものですか?将来性はありますか?)

ブランドオペレーションとはどのようなことを行うのですか?未来はあるのでしょうか?ブランドオペレーショ...

紅樹プロモーションプラン(小紅樹の5大プロモーション手法、初心者オペレーター必修!)

小紅書の5大プロモーション手法は初心者オペレーター必修!ファッション、ビューティー、ライフシェアリ...

ポート番号の使用状況を確認する Linux サーバー コマンド

海外のサーバーを借りてウェブサイトを構築した後、アプリケーションを起動するときに、関連するポート番号...

動作メカニズムには何が含まれていますか? (答えはここに!オンラインゲームの6大動作メカニズムを大公開!ハマるのも当然!)

答えはここにあります!オンラインゲームの6大動作の仕組みを大公開!中毒性があるのも当然ですね!最近...

SEMマーケティング推進計画(SEM入札推進戦略と実施計画)

SEM入札プロモーション戦略と実施計画教育フランチャイズ業界における入札プロモーションは、以前私が...

プライベートドメインユーザー運用プラン(企業が「プライベートドメイントラフィック」を運用するための20の提案)

企業が「プライベートドメイントラフィック」を運用するための20の提案過去にブランド マーケティングや...

不動産プロモーションプラン(不動産プロモーション戦略(知ってますか?))

不動産プロモーション戦略(ご存知ですか)不動産業界は他の業界に比べて投資収益率が高いですが、リスクも...

情報フロー広告フロー(テンセント情報フロー広告フロー要素の詳細説明)

テンセント情報フロー広告要素の詳細な説明デジタルメディアの台頭により、情報フロー広告はブランドプロモ...

ブランドよりも人間関係が大切です!合理的な消費者の「感情的意思決定方法」

出典:ヤンタオサンショウ人間関係は、ブランドよりも直接的で強い信頼感をもたらすことがあります。言い換...

店舗運営の主な内容(店舗運営の4大魔法武器:陳列、接客、宣伝、運営!)

店舗経営の4つの魔法の武器:ディスプレイ、サービス、プロモーション、オペレーション!どの店主も商売を...

光ケーブル販売メーカー(光ファイバー通信の優良企業9社)

光ファイバー通信の優良企業9社A株市場には光ファイバー通信会社が約20社上場している。コア技術と5G...

ランドリーブランドランキング(2023年 ベビーシッター向け洗濯機おすすめ)

2023年におすすめのベビーシッター用洗濯機このコンテンツは@什么值得买APPからのものであり、意...

ドメイン名の更新は高額ですか?異なるレジストラの価格比較

.nme ドメインはどうですか? nmeドメイン名は個人ドメイン名の象徴であり、個人が登録できます。...