• 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. Hays AG, Dortmund,Düsseldorf
  2. Porsche AG, Weilimdorf

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.)

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
       


Purism Librem 5 - Test

Das Librem 5 ist ein Linux-Smartphone, das den Namen wirklich verdient. Das Gerät enttäuscht aber selbst hartgesottene Linuxer.

Purism Librem 5 - Test Video aufrufen
Programm für IT-Jobeinstieg: Hoffen auf den Klebeeffekt
Programm für IT-Jobeinstieg
Hoffen auf den Klebeeffekt

Aktuell ist der Jobeinstieg für junge Ingenieure und Informatiker schwer. Um ihnen zu helfen, hat das Land Baden-Württemberg eine interessante Idee: Es macht sich selbst zur Zeitarbeitsfirma.
Ein Bericht von Peter Ilg

  1. Arbeitszeit Das Sechs-Stunden-Experiment bei Sipgate
  2. Neuorientierung im IT-Job Endlich mal machen!
  3. IT-Unternehmen Die richtige Software für ein Projekt finden

Weclapp-CTO Ertan Özdil: Wir dürfen nicht in Schönheit und Perfektion untergehen!
Weclapp-CTO Ertan Özdil
"Wir dürfen nicht in Schönheit und Perfektion untergehen!"

Der CTO von Weclapp träumt von smarter Software, die menschliches Eingreifen in der nächsten ERP-Generation reduziert. Deutschen Perfektionismus hält Ertan Özdil aber für gefährlich.
Ein Interview von Maja Hoock


    Fiat 500 als E-Auto im Test: Kleinstwagen mit großem Potenzial
    Fiat 500 als E-Auto im Test
    Kleinstwagen mit großem Potenzial

    Fiat hat einen neuen 500er entwickelt. Der Kleine fährt elektrisch - und zwar richtig gut.
    Ein Test von Peter Ilg

    1. Vierradlenkung Elektrischer GMC Hummer SUV fährt im Krabbengang seitwärts
    2. MG Cyberster MG B Roadster mit Lasergürtel und Union Jack
    3. Elektroauto E-Auto-Prämie übersteigt in 2021 schon Vorjahressumme

      •  /