從古至今，文字經(jīng)歷了數(shù)代變革，最終發(fā)展成為現(xiàn)在的簡體字。近來以來，隨著科技的發(fā)展，人類變得越來越“懶”，從拋棄紙筆投入電腦的懷抱，再到現(xiàn)在從鍵盤到語音的轉(zhuǎn)移。雖然不管如何發(fā)展，文字依然是人們不可丟棄的東西，但是出于讓生活更便利的目的，它也在隨著科技而發(fā)生變化，比如擔(dān)當(dāng)著人工智能基礎(chǔ)之一的文字識別技術(shù)（OCR）。

 

　　自然環(huán)境光學(xué)設(shè)備＋機器人 讓人機交互更自然

 

　　OCR是指光學(xué)設(shè)備（掃描儀、數(shù)碼相機等）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程，其本質(zhì)就是利用光學(xué)設(shè)備去捕獲圖像并識別文字，將人眼的能力延伸到機器上。此概念是在1929年由德國科學(xué)家Tausheck最先提出來的，后來美國科學(xué)家Handel也提出了利用技術(shù)對文字進行識別的想法。

 

　　到目前為止，已經(jīng)有不少專注于文字識別的公司，并且也推出了相關(guān)系列的產(chǎn)品，比如漢王的名片王、國外的abbYY、Google等。不過，由于人類多方面需求的進一步擴大與提升，傳統(tǒng)OCR已經(jīng)不能填補這些空洞，而自然場景OCR就在這樣的需求下應(yīng)運而生。如此，自然場景OCR都用到了哪些領(lǐng)域？

 

 

　　說到人機交互，大多人想到的都是語音交互，畢竟這是人類之間運用率最高的交流方式。但是，縱然現(xiàn)在語音識別的技術(shù)已經(jīng)發(fā)展的相當(dāng)成熟，可交互方式并不能僅僅局限于這一種，肢體、眼睛等等都是一個交互過程中必不可少的東西。

 

　　出于天性，人們喜歡與他人分享自己喜歡的東西，比如一部影片、一本書、一個活動等等，在這其中，文字的存在理所當(dāng)然，眼睛的作用也就顯得不容忽視。以陪護機器人為例，孩子們都喜歡色彩斑斕、嵌有圖片的書籍，而在閱讀的過程中，他們總會碰到不認識的字，這時候，陪護機器人需要通過眼睛掃描書頁，再經(jīng)過算法識別出其中的文字，從而才能從物聯(lián)網(wǎng)中找出相關(guān)的答案。如果是傳統(tǒng)的OCR，此時文字周邊的色彩就會對文字識別產(chǎn)生一定的干擾，而這是自然環(huán)境OCR所解決的問題之一，目前相關(guān)機構(gòu)也取得了相當(dāng)大的進展。

 

　　另外，當(dāng)機器人普及，不管是生活還是辦公，人們也會要求陪護機器人去取一些東西。如果只是依靠圖像識別的話，預(yù)計機器人有八成的可能會拿錯東西，畢竟圖像識別僅能識別出形狀、顏色等因素，而這番套路在同種包裝的番茄醬與草莓醬的面前是沒有用武之地的。若要求機器人在拿取物品方面能夠達到技改的準確率，自然環(huán)境OCR是必然選擇（傳統(tǒng)OCR難以識別曲面字體）。

 

　　對于大多國內(nèi)觀眾而言，等待國外劇集的熟肉是一個劇迷的必經(jīng)過程；出國旅游時，我們最怕的就是孤身一人……這種種現(xiàn)象的出現(xiàn)只因為一個原因——語言不通。

 

　　外面的世界是一個多樣的世界，文字也被人們以多種形式呈現(xiàn)出來，像多個字一筆帶過的，與背景幾乎融為一體的，抽象字體等等，這些都是出門在外經(jīng)常碰得到的。為了解決這個問題，Google、百度等科技企業(yè)都推出了翻譯軟件，不過，經(jīng)過鎂客君親身測試，對于光線明亮的方正字體，這些軟件的翻譯效果還是不錯的，但是一旦涉及藝術(shù)字，結(jié)果就悲劇了，可能字都識別不出來，更何談翻譯。

 

　　對于此類自然環(huán)境之中的文字，目前的自然環(huán)境OCR雖然不能達到完美的效果，但基于出國游旅客人數(shù)的日益增長，此類翻譯軟件必然是未來的一個趨勢。既然翻譯軟件的勢頭如此之好，作為其中關(guān)鍵技術(shù)的自然環(huán)境OCR，理所當(dāng)然的將受到人們的關(guān)注。

 

　　從當(dāng)前的情況來看，在傳統(tǒng)OCR的領(lǐng)域之內(nèi)，作為人工智能基礎(chǔ)之一、計算機視覺分支之一的自然環(huán)境OCR的應(yīng)用范圍并沒有進行太多的擴充。作為一項技術(shù)而言，這也是一個好現(xiàn)，在技術(shù)尚未提升到滿意的高度、沒有挖到消費者更深層次的需求時，過快的市場占領(lǐng)只會根基不穩(wěn)，比如現(xiàn)在的智能手環(huán)，火的很快，臨了卻因為雞肋而遭到廣大消費者的不滿，面臨著眾多廠商退出的尷尬。

 

　　不過，雖然沒有過多的擴充，但機器人與翻譯是自然環(huán)境OCR目前來講最容易進入的兩大領(lǐng)域，其中，機器人更是目前最具前景的領(lǐng)域。單單在陪護機器人方面，根據(jù)ZDC互聯(lián)網(wǎng)調(diào)研中心截止2016年9月的數(shù)據(jù)顯示，在機器人產(chǎn)品用戶關(guān)注度分布占比中，陪護機器人用戶關(guān)注度高達32.2%，如果算上服務(wù)機器人，總關(guān)注度達到了51%，而此前根據(jù)IFR的統(tǒng)計，到2017年，全球服務(wù)機器人市場容量將接近500億元。在如此利好情形之下，若自然環(huán)境OCR能夠完善技術(shù)，狠抓用戶需求，其市場必然也很有看頭。