阿里媽媽圖像識別創(chuàng)世界紀錄：識別虛假推廣準確率超95%

日前，阿里巴巴旗下廣告交易平臺阿里媽媽圖像團隊的OCR（圖中文字識別）技術(shù)刷新了ICDAR Robust Reading競賽數(shù)據(jù)集的全球最好成績，并大幅超越第二名。

Robust Reading競賽是當前OCR技術(shù)領(lǐng)域全球最具影響力的比賽。這也是繼阿里巴巴圖像搜索領(lǐng)軍人物華先勝獲得ACM（美國計算機協(xié)會）“杰出科學家”稱號之后，阿里的圖像識別技術(shù)再一次登上國際頂尖舞臺。

借助這一領(lǐng)先的OCR技術(shù)，阿里媽媽圖像團隊能夠以95%的超高準確率識別圖中違規(guī)文字信息，有效過濾商家惡意推廣，維護消費者權(quán)益。2015年，阿里媽媽累計屏蔽了4600萬條惡意推廣。

OCR是計算機視覺領(lǐng)域的經(jīng)典問題，長久以來，一直受到學術(shù)界和工業(yè)界的持續(xù)關(guān)注。在工業(yè)界，Google、Microsoft、Amazon等大型互聯(lián)網(wǎng)公司，以及商湯科技、曠視科技（擁有Face++、Image++）等計算機視覺技術(shù)創(chuàng)業(yè)公司，都在OCR技術(shù)上耕耘多年。隨著技術(shù)不斷成熟，OCR也開始在互聯(lián)網(wǎng)及其他行業(yè)逐步上線使用。

據(jù)阿里媽媽定向算法技術(shù)負責人蓋坤介紹，在阿里巴巴平臺上營銷創(chuàng)意、商品等均是以圖片形式展示，圖像技術(shù)是理解這些信息的重要手段。同時，也有不良商家在圖片中內(nèi)嵌一些違規(guī)的信息達到其惡意推廣的目的，圖片內(nèi)文字違規(guī)是比例相當大的一類，而傳統(tǒng)監(jiān)控手段多以人工肉眼來審核，費時費力，尤其是隨著圖片數(shù)量越來越大，這幾乎已成為不可完成的任務(wù)。

針對這一強烈需求，從2014年開始，阿里媽媽圖像團隊開始重點攻堅O(shè)CR技術(shù)，通過機器視覺的方式從圖片中識別出文字，從而鑒別出違規(guī)的文案信息。

對惡意推廣的定義，蓋坤表示，一方面依據(jù)國家相關(guān)法律法規(guī)，對于違禁品、色情信息、封建迷信、假冒偽劣、減肥豐胸、夸大虛假等違規(guī)類型進行不同程度的處罰和管理，另一方面在法規(guī)之外平臺有著更高要求，對損害消費者利益或進行不正當競爭的推廣類型積極嘗試進行管控。其中，與消費者關(guān)系最為密切的假冒偽劣單項違規(guī)類型，被阿里媽媽作為重點審查對象。

• 剛接管高德的俞永福又兼任阿里媽媽總裁
• 俞永福當了“媽媽”，會給阿里媽媽帶來啥變化