近期，译图智讯凭借多年的自主研发和技术创新能力，再次优化升级了移动端深度学习OCR，在更多的产品中成功落地应用，并支持快速定制开发，将有效规避传统OCR识别的不足，为用户带去更高性能的体验。

OCR技术跨越式升级，深度学习移动端部署大有可为

深度学习算法的应用使OCR识别技术得到了一次跨越式的升级，整体提升了OCR的识别率与识别速度。深度学习OCR借助神经网络可模仿人脑机制对图像、文本等数据进行分析，可以更加可靠、快速地完成海量样本的训练，得到近似专家能力的最优模型，同时在低质量图像、生僻字、非均匀背景、多语言混合等复杂场景中实现了高效精准的识别与分类。

但是复杂模型的同时，带来了高额的存储空间、计算资源消耗问题，使其需要强大的算力支撑，很难落实到各个硬件平台，而如今众多的手机芯片，大多数基于ARM结构，相比服务端算力有限，所以移动端OCR算法多以牺牲一定的精度获取运行速度，轻量化网络，深度学习的移动端部署已成为重要的发展方向。

轻量OCR模型，从服务器端到移动端

移动端模型优化需要在保持精度的同时，进行模型体积压缩和运算量压缩，移动端深度学习将神经网络（CNN+RNN+LSTM）强大的自动编码能力压缩到了手机能接受的程度，可以在10M左右的内存环境，呈现高精度、高速度的识别效果。

相比于传统OCR，在识别精度与速度上，深度学习OCR遥遥领先。以银行卡识别为例，深度学习移动端可适用于对焦不准、高噪声、低分辨率、强光影等复杂背景的图像识别，准确率提升10个点以上，同时识别速度变为原来的二分之一。

在证件分割中，深度学习网络可高效地学习到边缘情况，通过边缘检测，得到物体的边缘轮廓，然后通过边缘跟踪合并，得到证件信息，保障识别效果。

在目标检测中，可在杂乱无序、千奇百怪的复杂场景中准确定位出主方向角度、直线、图章、文字等区域；面对缺边缺角、光斑、形变、遮挡等异常图像情况可做出提示。

快速定制化服务，为更多场景赋能

一直以来，移动端都有极大的市场需求，在银行开户、投保理赔、信贷、证券开户、汽车金融等众多场景中，都具有大量的卡证识别需求，并且用户包容性小、对体验感要求较高，更加注重产品的识别精度与速度。

译图智讯基于深度学习的移动端OCR识别，具有识别准确率更高、速度更快、无格式依赖、支持私有化快速部署等优势，同时配合其他技术，使其具备多任务检测、整行识别、图像分割定位和分类等功能，可满足更复杂、更高要求的任务需求，满足快速定制化服务需求。

移动端的高效任务部署，需要从模型、计算、设备三方面进行优化，其中深度学习算法和模型构建是OCR识别应用的关键。译图智讯通过数学推导和不断学习达成的最优模型，拥有更强大的解决问题能力，加上机器端到端的不间断处理使得整个生产可以不停运转，高效学习能力+高效注意力，使得其比传统OCR拥有超过数倍的识别、检测、分析能力。

从服务器端到移动端，译图智讯一直致力于人工智能领域的深度研究与开发，以技术突破作为基础，不断细化业务需求，强化更多识别模块，促进了业务模式的创新升级。未来，译图智讯会在行业中沉淀自我，持续输出AI技术服务能力，驱动行业的智能化升级。