深度学习助力OCR技术突破，易道博识AI开放平台提供一站式识别技术服务

人工智能技术正在渗透到各行各业的商业应用当中，其中以深度学习加持的计算机视觉技术最为突出，且具备相当刚性的实用价值。从娱乐交互到金融、安防，再到自动驾驶、智慧城市等等，计算机视觉技术正在改变传统的行业生态，大幅提高社会生产效率。

在机器视觉领域，市场上既有互联网巨头的强势布局，亦有资本推波助澜的独角兽公司的风生水起，如何在垂直细分场景下寻找商业机会成为一个关键问题。日前，猎云网记者采访到易道博识联合创始人兼CTO康铁钢，了解到易道博识如何从OCR（光学字符识别）识别切入，以及推进AI技术快速商业化落地的路径思考。

易道博识成立于2013年，创始人兼CEO朱军民毕业于中科院自动化所模式识别与智能系统专业，后在汉王从事OCR核心研发工作，具有10多年人工智能技术经验。联合创始人兼CTO康铁钢是朱军民在中科院自动化所的研究生同学，毕业后曾在贝尔实验室等外企工作，专业方向是模式识别图像处理等，也比较擅长对技术进行产品转化和市场工作领域，目前公司团队中，研发人员占到半数以上。

据了解，易道博识从2013、2014年就开始做诸如银行卡、身份证等卡证识别的产品应用，但当时这些产品在业界的应用还没有得到广泛认可。

在康铁钢看来，彼时技术和产品还处于准备阶段，之所以没有一下子打开局面，是因为这类产品的爆发期风口还没有到来。2015年是一个十分关键的转折点。随着移动互联网发展起来，支付宝、微信等扫码支付成为主流付款方式，手机上的扫卡、扫码应用变得高频，之后众多app，尤其是互联网金融领域的应用都开始提出识别身份证、银行卡的技术需求，易道博识的业务量也随之出现明显增长。2016年底，易道博识完成了首轮千万级人民币的融资。到了2017年，公司整体营收实现了翻倍增长，累计服务超过500家大型客户，其中包括中国平安、PICC、华为、万达集团、民生银行、广发银行、长江证券、翼支付、中国移动、首汽集团、丰田金融等等。

通过为客户提供AI识别技术服务和行业智能解决方案的方式，易道博识一方面有了稳健的营收和现金流，另一方面对市场一线的需求变化也有了进一步判断。在商业模式和技术路线的考量上，易道博识逐渐摸索出了自己的方式。

康铁钢表示：“可以这样理解，我们是一家做机器视觉的人工智能公司，核心技术可以分为两方面，一方面是文字识别，包括我们常见的身份证、银行卡、行驶证、房产证、车牌以及各类票据识别技术等等。另外一方面是人脸和图像识别。文字识别是我们的竞争优势所在，基于这些底层识别技术，我们开发了AI开放平台，用户可以基于易道博识AI开放平台提供的产品，帮助他们开发各种应用。”

OCR技术的演进，近年来大大得益于深度学习的发展。康铁钢介绍，之前的OCR识别技术就是基于传统方式的图像处理、提取特征等，容易受光线、角度等干扰，识别率较差。但现在市面上仍然有人在做这样的技术，因为这种传统方法也有它特定的优势，例如计算量比较小，在终端就可以处理。当然它的劣势也很明显，那就是识别精度不够高。相对基于深度学习平台开发的OCR识别技术来讲，传统OCR识别对输入的图像质量要求非常高，例如字要拍得非常清晰，画面没有褶皱，必须保持固定的角度等等，在实际使用中存在诸多受限条件，对业务效率的提升并不明显。

从2016年开始，易到博识开始研发基于深度学习的OCR技术，识别率准确率大幅提升，提高到了98%以上。初期DeepOCR的计算量非常大，所以必须部署在云端。易道博识团队通过不断提升DeepOCR识别技术的性能，通过压缩识别技术的模型等途径，使之在移动端也达到了非常高的识别率，用户体验得到明显提升。在产品线上，易道博识也从单一依靠OCR识别，延展到对人脸和物体的识别，以及提供数据业务等领域，帮助简化业务流程，实现高效智能自动化。

康铁钢表示：“我们不仅是一个提供智能OCR识别技术的企业，我们还可以提供更完整的解决方案。目前做AI开放平台的想法，也是从市场的切实需求出发的。之前我们的客户，比如说一些大型的银行，券商或保险公司等，它的业务特性决定为确保自身数据安全，更倾向于选择私有云部署。我们把核心的识别技术放到他们的服务器上，嵌入到内部业务环节当中，帮助他们改造业务流程，降低人工成本，提升用户体验，增强风控安全，这是我们一直以来在做的工作。然而私有云部署成本较高，可能需要大量资金投入，对于小型客户来说大多难以承受。但是中小企业对于识别技术的需求正在激增，尤其是对于创业公司，这个痛点绝对不在少数，所以我们从市场的角度出发，也希望能抓住这个机会。”

目前，易道博识的AI开放平台为企业提供识别技术的Saas服务，已开放的技术产品包括三大类：文字识别、人脸识别、数据业务，共计30余项产品。其中文字识别包含各种常见的卡证、票据、表单的识别，例如身份证、银行卡、营业执照、房产证、港澳通行证、发票、车票、银行表单等等，证件识别速度平均时间小于400ms，识别精度超过99%。支持任意角度身份证图像识别，提供公安部高清人像数据源验证接口，支持视频流中瞬间识别获取驾驶证/行驶证上的要素信息等，都是不小的技术亮点。此外，易道博识提供的产品服务还包括条码识别、车牌识别、支票汇票甚至数学公式的识别，细分应用越来越多元。人脸识别和数据服务与这些具体的识别应用相辅相成，形成一体化的行业智能解决方案，比提供单一技术产品更符合市场需求。

据透露，基于AI开放平台，易道博识还打算着手研发可供C端用户使用的识别产品，帮助个人用户把拍下来的图像直接转化成可编辑的文本、表格等，方便人们在工作生活中使用，提升个人的工作效率。新产品可能会采用免费+付费相结合的策略，为公司的识别产品拓展更大的市场，也为更广泛的客户群体提供服务，从而触及更多潜在客户。

“C端产品虽然不一能给我们带来可观的收益，但可以让更多的用户体验到我们的AI产品技术，可以提升我们的知名度。只要我们的产品做得真的不错，个人用户试用之后也可能转化为公司后期的采购行为，或者是在涉及到识别技术和产品的时候为我们创造良好的口碑，打造传播效应。如果能从C端衍生出稳定的收入来源，我们求之不得，但我们并不依赖这个领域生存，而是更愿意把它作为一种尝试。”

在商业模式方面，康铁钢说：“从我们的观念来讲，最重要的一点一定是做技术，专注于做核心的识别技术，专注于做机器视觉领域的技术。而另外一点，我们会长期服务于行业内的大型客户，但to C业务也是我们想尝试的方向，它的用户量级可观，发展成熟之后也会更稳定。”

据透露，目前易道博识正在筹备新一轮融资，虽然公司现金储备足够，但还是期望能跑得更快一点。

“抓住机会吧，毕竟技术窗口期就这几年时间。再努力一点去扩大市场，走得更快一点，接触更多的战略资源和机会，进而迅速壮大达到业内领军的优势地位。”康铁钢在采访的最后说道。

项目：机器视觉领域商业自动化应用
公司：北京易道博识科技有限公司
官网： www.exocr.com

AD： 6月15日，北京千禧大酒店！猎云网将与您相约“破界·颠覆——猎云网2018年度区块链产业峰会”，共同见证行业嘉宾的思想洞见与最新前沿趋势！