智能文字识别技术发展情况
通讯yjbzj220132024/9/24
一、智能文字识别技术发展情况
智能文字识别是 AI 领域的一个重要分支，该技术融合了智能图像处理、基于深度学习的复杂场景文字识别、自然语言处理（NLP）等多项 AI 技术，算法涉及机器学习与深度学习。
1）机器学习与深度学习
机器学习是 AI 的一种底层算法，深度学习是机器学习的一个子集。机器学习的算法是建立在一个样本数据集上，在没有明确编程指示下，依靠模式和推理做出预测或决策的数学模型，且可随着数据量的增加不断改进算法性能。深度学习是机器学习方法系列的一部分，利用多层神经网络从大量数据中进行学习。机器学习在处理问题时，需要先人工进行特征提取，然后根据提取后的特征进行分类问题求解；深度学习将特征提取与分类问题求解汇总在一个神经网络模型中，只需一次输入即可得到最终的输出结果，无需手工获取特征，所以能解决更为复杂的问题，且由数据驱动，有效数据量越大，模型的表现越好。
随着深度学习出现，AI 算法瓶颈逐步被突破。机器从海量数据库自行归纳物体特征，按照该特征规律识别物体，图文识别的精准度得到极大提升。
2）自然语言处理技术
自然语言处理（Natural Language Processing，简称为“NLP”）技术是AI的一个子领域，用于分析、理解和生产自然语言，NLP技术实现机器与人沟通的大前提，决定了机器对语言的理解能力。机器学习与深度学习大大推动了NLP技术的发展，使其具备可表达性、可训练性以及可泛化性。
3）结合深度学习、NLP的智能文字识别技术
将图像中的文字转变为机器可读可处理的字符信息，是机器与现实世界进行视觉交互的重要基础，催生了光学字符识别（Optical Character Recognition，简称为“OCR”）技术。根据中国信息通信研究院、中国人工智能产业发展联盟与腾讯集团联合发布的《智能文字识别（OCR）能力测评与应用白皮书》，早期的OCR技术可追溯到1870年，电报技术和为盲人设计的阅读设备的出现标志着OCR技术的诞生。从2000年开始，在线服务成为OCR的主要业务形态之一，这一阶段OCR技术仅在比较规整的印刷体文档识别上性能良好。2014年以来，随着深度学习技术在OCR领域的应用，加上海量训练数据的积累，OCR取得了飞跃性发展，适用范围明显扩大。2017年以来，OCR技术越来越多的和自然语言处理技术相融合，形成了智能文字识别技术，增强了对内容的“理解”能力，通过语义信息的关联，复杂场景下的文字识别能力得到增强。与此同时，随着图像处理等技术的发展，能够将扭曲和畸变的文字图像进行矫正，也能够改善OCR性能。OCR通过图像文字的识别实现信息录入，有两大核心优势，一是提高效率，相比传统的人工方式，显著提升信息录入效率；二是降低成本，通过机器代替人工，可大幅降低人力成本的开销。因此OCR技术具有较高的实际应用价值，是AI应用中商业推广落地较快的领域，是AI领域的重要分支。
《中国禁止出口限制出口技术目录》已将“印刷体汉字识别技术、程序结构、主要算法和源程序、具有交互和自学习功能的脱机手写汉字识别系统及方法、汉字识别的特征抽取方法和实现文本切分技术的源程序”等纳入限制出口的信息处理技术范围。为落实国务院印发的《新一代人工智能发展规划》，科技部启动了实施科技创新2030“新一代人工智能”重大项目，并提出2020年度第一批项目申报指南，其中“复杂版面手写图文识别及理解关键技术研究”被列入“新一代人工智能共性关键技术”。
传统OCR技术针对特定场景的文字图像进行建模，受限于手工设计特征的单一表达能力和复杂的处理流程，一旦跳出当前场景，遇到复杂场景，模型就会失效。而基于深度学习、NLP的智能文字识别技术可解决传统OCR的缺点，灵活应对自然场景下多形态文本以及手写文本。
图表：文字智能识别与传统OCR的区别
二、行业概况
相比传统简单文字识别，智能文字识别技术融合图像处理、OCR、深度学习、NLP等AI技术，具备更多认知与理解能力，可适应多语言、多版式、多样式等复杂场景，识别准确率大大提升，同时可基于理解能力进一步开发文档解析、分类、对比、审核等功能，是个人文档资产管理与企业数字化转型的关键。
从个人用户角度，用户对个人文档资产管理数字化意识和需求不断增强，合同、名片、发票、笔记等非结构化的纸质文档通过智能文字识别技术数字化后，用户可随时随地在手机、电脑等多终端进行查询、管理及分享，解决了纸质文档不易存储、分类、查询或提取关键信息等痛点，满足个人的办公、求职、学习等不同场景的需求。
从企业客户角度，企业数字化转型是将数字技术进行商业化落地，从根本上对业务流程进行优化，智能文字识别技术可将企业运营过程中产生的大量非结构化、非标准化的文档数据进行提取、存储、转化、解析，为企业客户节省人力成本，提升运营效率，解决了众多行业存在的人工操作效率低、业务处理流程长，将迎来巨大发展空间。根据Grand View Research报告，全球智能文字识别服务市场规模2022年达106.5亿美元，预计2022-2027年复合年均增长率约16.7%。
从下游行业应用来看，金融、物流运输的市场规模是占比最高的两个细分行业，且增速也最快，主要由于金融、物流运输企业在业务流程方面的基础信息化建设程度、投入意愿相对其他行业来说相对较高，在证照、单据、表格等文档的智能录入、分类、比对、审核方面进行降本增效具有较大需求，为智能文字识别技术的商业化快速落地带来基础。
分国别来看，2022年，亚太区智能文字识别服务市场规模占全球比重约为22.7%，2022-2027年复合年均增长率预计为全球最高水平，达19.4%。亚太区的高速增长原因主要为：1）中国、印度等部分国家经济的高速增长，经济活动的增长一定程度带来文档数据与信息量的增长，政府、企业对经济活动中产生的文档进行电子化存储、数据提取、分析挖掘具有巨大需求；2）亚太区域互联网、智能手机的高速发展推动数据量爆发式增长，智能文字识别作为数字资产管理的关键技术，拥有巨大发展前景；3）亚太区近年来对于AI技术研发、产业智能升级的重视，促使智能文字识别技术持续提升，以及推动企业对于此服务的投入。相比北美、欧洲等发达国家和地区，亚太区智能文字识别行业尚处于发展初期，处于高速发展时期。根据相关数据，2022年，中国智能文字识别服务市场规模为人民币50.4亿元，预计2027年市场规模将达人民币168.9亿元，复合年均增长率达27.3%，远超全球市场总增速。
想了解更多智能文字识别以及OCR识别相关内容，可关注中研网《2024-2029年OCR产业现状及未来发展趋势分析报告》。
-
关注公众号
免费获取更多报告节选
免费咨询行业专家
