马拉松比赛和其它体育竞赛不同，无论专业运动员还是业余爱好者，大家都可以挤在一起比赛，加之马拉松比赛场地的开放性，近年来吸引了越来越多的跑步爱好者参赛，那么如何赛后在无数张照片中快速找到自己的身影成为让众多参与者头疼的问题。

众所周知，在马拉松比赛中，每个人都有专属的号码牌贴在衣服上，所以有人提出用类似识别车牌号码或验证码识别等场景的技术来实现对运动员号牌的识别。但实际上一般的OCR（光学字符识别）技术产品是无法满足马拉松场景的识别的。

 主要原因在于以下几个方面

1.号牌的字体、颜色、组成位数、格式多变；

2.号牌的扭曲/旋转/变形等多种变化，复杂的光照条件；

3.照片拍摄角度和照片背景的随机性；

4.号牌出现在照片中的位置和大小的随机性；

5.运动员手臂、饰品等对号牌的遮挡等问题。

面对这个复杂场景中存在的问题，新致软件三大实验室之一的人工智能实验室是如何解决的呢？

在刚刚过去的6月，  新致软件人工智能实验室于正式发布了基于深度学习的马拉松场景识别产品V1.0版本，该产品通过对马拉松运动员的人脸和号牌进行组合识别，支持批量上传识别、号牌检索、人脸检索、图片组合检索（人脸+号牌组合）等功能，便于用户快速获取到想要的图片集。实现了大于95%的召回率和大于96%的正确率。

 产品可识别的字体复杂度体现

 产品特点

1.产品具有的组合识别联想功能可通过识别不同照片中的人物解决部分遮挡号牌或人脸的识别的问题，从而提高识别率。

2.识别速度快，单线程标准识别服务每小时可处理约3000-6000张照片。可通过多线程识别服务线性增加识别速度。

3.识别全智能处理，相对于人工识别，特别是照片中人物较多的情况下效率比人工识别效率有很大提升。

4. 产品支持云和私有化部署，部署简单。

5. 使用方便，用户只需要上传或输入图片、号牌即可。

 识别效果体现

后期人工智能实验室将持续优化产品功能，如针对更加复杂特殊的场景，如背影、全遮挡、自然条件差等情况，做人物的整体特征识别，进行优化，提高识别率；结合新致深度学习平台进一步训练各类客户样本，调参、学习提高识别率；结合新致个性化推送平台满足将识别图片推送给特定用户的需要等。为参加马拉松比赛的“运动员们”提供更加便利的服务。