OCR技术、智能家居或将帮助视障人群体验数字时代
【环球网科技报道 记者 勃潺】将JPG、PDF等格式文件以及社交、影音等软件应用的信息转化语音，降低视障人群使用电脑的门槛，有助其理解更多复杂页面与场景。这是达摩院视觉实验室与浙江大学合研的OCR技术取得的重大突破，实现了复杂排版下段落及表格顺序的识别，使整体识别准确率达99%以上。
这一技术是“读光计划”成果的一部分。12月3日，在“智慧智能 助力视障文化服务研讨会”会上，中国盲文图书馆、浙江大学、阿里巴巴携手发起“读光计划”，旨在促进数字化能力与社会应用场景相结合，为1732万视障人群创造更友好的数字生存环境。
据介绍，“读光计划”的首批成果包括：阿里云、浙江大学与中国盲文图书馆联合共建“智能家居馆”，并计划一起向视觉障碍人士捐赠5000台天猫精灵智能音箱；优酷依托技术积累和内容资源，与中盲图共建无障碍影视网络视听平台，未来三年将推出100部无障碍电影；阿里达摩院联合浙江大学，向中国盲文图书馆输出最新的OCR读屏技术方案；钉钉协助中国盲文图书馆完成基于信息无障碍的智慧办公系统升级。
OCR技术实现信息化阅读
OCR，OpticalCharacter Recognition，光学字符识别，是指利用光学技术和计算机技术，对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。
文字识别是计算机视觉研究领域的分支之一，也是人工智能的基本课题之一。OCR技术最初用于印刷体文字识别，比如邮政系统的邮编数字识别，以实现邮件自动分拣功能。随着光学成像设备（扫描仪、数码相机、手机等）的飞速发展，OCR应用领域日益广泛，覆盖车牌识别、证件识别、票据识别等众多场景。
2018年，一个“听图购物”程序“读光OCR”在淘宝天猫上线，它能精准地把图片中的信息转成语音，让视障用户靠耳朵购物。同时，熟练使用淘宝的视障用户正在快速增长，据估算，视障人群平均每天在淘宝购物超过8000单。
而阿里的OCR技术，让手机淘宝具备了自动识别图片的能力。阿里达摩院资深算法专家、阿里OCR技术负责人王永攀介绍，阿里的技术团队从2010年就开始致力于解决图像中的文字问题,在深度学习技术还未成熟时，主要采用MQDF等传统OCR技术，识别淘宝商品页的详情图，但早期的中文识别率仅有70%左右，所能适应的场景有限。
目前，阿里达摩院将这一技术成果进行了“输出”。中国盲文图书馆的自研软件“阳光读屏”可将JPG、PDF等格式文件以及社交、影音等软件应用的信息转化语音，大为降低视障人群使用电脑的门槛，有助其理解更多复杂页面与场景。
智能家居成为视障人士的“眼镜”
位于中国盲文图书馆5层的“智能家居馆”，是由中国盲文图书馆联合浙江大学、阿里巴巴联合共建的，以“居家无障碍”为理念，打造一个以智能家居为核心，提供视障人士体验无障碍居家生活体验，是国内首个面向残障人士的智能家居体验中心。