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. IT-Netzwerkspezialist/-in (m/w/d)
    Bayerisches Landesamt für Steuern, München, Nürnberg
  2. Test Lead IoT and Digital Solutions Senior Software Verification Engineer (m/w/d)
    Tecan Software Competence Center GmbH, Mainz
Detailsuche

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


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...



Aktuell auf der Startseite von Golem.de
Prozessoren
Intel lagert zehn Jahre alte Hardware in geheimem Lagerhaus

Tausende ältere CPUs und andere Hardware lagern bei Intel in einem Lagerhaus in Costa Rica. Damit lassen sich Probleme exakt nachstellen.

Prozessoren: Intel lagert zehn Jahre alte Hardware in geheimem Lagerhaus
Artikel
  1. Zu wenig Triebwerke: Musk warnt vor SpaceX-Pleite
    Zu wenig Triebwerke
    Musk warnt vor SpaceX-Pleite

    Elon Musk sieht sich der nächsten "Produktionshölle" ausgesetzt. Dieses Mal stockt die Fertigung im Raumfahrtunternehmen SpaceX.

  2. Chip Netztest: Netz in Fernzügen schlechter als im Vorjahr
    Chip Netztest
    Netz in Fernzügen schlechter als im Vorjahr

    Auf der Schiene sind die Ergebnisse des Netztests enttäuschend. Und Telekom hat in Großstädten nicht mehr überall die Führung.

  3. IT-Sicherheit: Sicherheitslücken in 150 Büro-Druckern von HP entdeckt
    IT-Sicherheit
    Sicherheitslücken in 150 Büro-Druckern von HP entdeckt

    Mit präparierten Druckaufträgen können 150 Multifunktionsdrucker von HP gehackt werden. Anschließend können Drucke und Scans mitgelesen werden.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • Nur noch heute: Bis zu 75% auf Switch-Spiele • AOC 31,5" WQHD 165Hz 289,90€ • Gaming-Sale bei MediaMarkt • G.Skill 64GB Kit DDR4-3800 319€ • Bis zu 300€ Direktabzug: u. a. TVs, Laptops • WD MyBook HDD 18TB 329€ • Switch OLED 359,99€ • Xbox Series S 275,99€ [Werbung]
    •  /