• IT-Karriere:
  • Services:

Amazon: Texterkennung soll künftig auch krumme Texte lesen können

Optical Character Recognition ist praktisch, solange der Text schön gerade ist. Bei krummer Schrift und Logos haben diese Systeme noch Probleme. Das wollen Amazon-Forscher ändern, indem sie einen Zwischenschritt entwerfen, der die Form eines Schriftzuges als Rahmen erkennt.

Artikel veröffentlicht am ,
OCR soll künftig auch solch krumme Schriften erkennen.
OCR soll künftig auch solch krumme Schriften erkennen. (Bild: Amazon)

Amazon entwickelt derzeit eine Methode, mit der Machine-Learning-Software Text auch dann erkennt, wenn er nicht gerade angeordnet ist. Bisher ist genau diese Voraussetzung für eine Limitation von Optical Character Recognition (OCR), also das Erkennen von Text durch aufgenommenes Bild- und Videomaterial. Die Forscher beschreiben ihre Arbeit in einem wissenschaftlichen Papier, das auf Arxiv.org (PDF) angeschaut werden kann.

Stellenmarkt
  1. Dr. Richter Heidelberger GmbH & Co. KG, Großraum Stuttgart
  2. Vinci Energies Deutschland ICT GmbH, Ulm

Amazons neues System rahmt dafür erkannten Text zunächst in virtuelle Röhren ein, die sich der Textausrichtung anpassen. Der Mittelpunkt des Textes ist dabei das Zentrum des Zylinders. Damit ist es möglich, beispielsweise Schrift zu erkennen, die in einem Kreis um ein Schild herum angeordnet ist. Auch asymmetrische Schriftzüge, die nicht horizontal stehen, sind damit erkennbar. Die virtuellen Rahmen können einem OCR-Algorithmus als zusätzliche Parameter übergeben werden. Dieser kann sich an den Linien der Röhre orientieren und weiß damit, an welcher Stelle des Bildes Text erwartet wird.

Zwei neuronale Netzwerke für OCR

Die Wissenschaftler teilen OCR-Software künftig also in zwei Teilaufgaben auf. Zuerst wird ein neuronales Netzwerk trainiert, welches nur den Text an sich und dessen Position im Bild erkennt. Dieses Netzwerk muss nicht wissen, was der erkannte Text aussagt. Es muss allerdings zuverlässig erkennen, wo dieser beginnt und wo er aufhört. Ein zweites neuronales Netzwerk nutzt dann die Parameter des vorangegangenen Schrittes, um den Text in verwendbare Symbole umzuwandeln.

Dass diese Limitation übergangen werden kann, ist gerade im Bereich der Erkennung von Logos und von Schildern in der echten Welt von Vorteil. Gerade Schriftzzüge von Unternehmen und Marken sind oft in einer möglichst ausgefallenen Weise als Logo dargestellt. Die Forscher nennen als Beispiel den Schriftzug von Tabasco-Sauce. Auch Text auf Geldmünzen ist oft nicht gerade aufgepresst, sondern entlang der Kante angeordnet. Mit neuen Methoden wie dieser könnte OCR also künftig in vielen weiteren Anwendungen zu finden sein - sei es zum automatisierten Erkennen von Bargeld oder in autonomen Autos, die Schilder lesen können.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Hardware-Angebote
  1. (reduzierte Überstände, Restposten & Co.)
  2. täglich neue Deals bei Alternate.de

1st1 28. Dez 2019

Siehst du, du kennst dich nicht aus. Vieles ist schon gescannt und es ist ein laufender...

flyhigh79 27. Dez 2019

Der Schnelltest bestätigt deinen Verdacht: Google Lens erkennt die Schrift in dem...

konglumerat 27. Dez 2019

hatte fast den gleichen gedanken, ob das nicht anwendung in genau den falschen händen...


Folgen Sie uns
       


Yakuza - Like a Dragon - Gameplay (Xbox Series X)

Im Video zeigt Golem.de, wie Yakuza - Like a Dragon auf der Xbox Series X aussieht.

Yakuza - Like a Dragon - Gameplay (Xbox Series X) Video aufrufen
Mario Kart Live im Test: Ein Klempner, der um Konsolen kurvt
Mario Kart Live im Test
Ein Klempner, der um Konsolen kurvt

In Mario Kart Live (Nintendo Switch) fährt ein Klempner durchs Wohnzimmer. Golem.de hat das Spiel mit einem Konsolen-Rennkurs ausprobiert.
Von Peter Steinlechner

  1. Nintendo Entwickler arbeiten offenbar an 4K-Updates für Switch Pro
  2. Nintendo Switch Mario Kart Live schickt Spielzeugauto auf VR-Rennstecke
  3. 8bitdo Controller macht die Nintendo Switch zum Arcade-Kabinett

Big Blue Button: Das große blaue Sicherheitsrisiko
Big Blue Button
Das große blaue Sicherheitsrisiko

Kritische Sicherheitslücken, die Golem.de dem Entwickler der Videochat-Software Big Blue Button meldete, sind erst nach Monaten geschlossen worden.
Eine Recherche von Hanno Böck


    Philips-Leuchten-Konfigurator im Test: Die schicke Leuchte aus dem 3D-Drucker
    Philips-Leuchten-Konfigurator im Test
    Die schicke Leuchte aus dem 3D-Drucker

    Signify bietet mit Philips My Creation die Möglichkeit, eigene Leuchten zu kreieren. Diese werden im 3D-Drucker gefertigt - und sind von überraschend guter Qualität. Golem.de hat eine güldene Leuchte entworfen.
    Ein Test von Tobias Költzsch

    1. Smarte Leuchten mit Kurzschluss Netzteil-Rückruf bei Philips Hue Outdoor
    2. Signify Neue Lampen, Leuchten und Lightstrips von Philips Hue
    3. Signify Neue Philips-Hue-Produkte vorgestellt

      •  /