Utafiti na Uendelezaji wa Teknolojia ya Mfumo wa Kutambua Bamba la Leseni - Tigerwong

Programu ya kuchanganua kadi za biashara ya mfumo wa utambuzi wa sahani katika simu nyingi mahiri ina kazi hii. Mnamo tarehe 20 Novemba 2018, utambuzi wa herufi za macho (ambao utajulikana kama OCR) unarejelea mchakato wa kuchanganua picha ili kupata maelezo ya maandishi. Seti ya majaribio ya Kongamano la Kimataifa la uchambuzi na utambuzi wa hati (ICDAR), kiashirio muhimu katika uwanja wa OCR, ilionyeshwa upya. Vyuo vikuu vya China na makampuni ya biashara yameorodheshwa kati ya tano bora katika ICDAR 2015, vikifuatiwa na Chuo Kikuu cha Nanjing na Chuo Kikuu cha Teknolojia cha Nanjing (psenet masktext, fot) Alibaba (inceptext) inalenga katika utambuzi wa maandishi na matumizi. Ili kuboresha ugunduzi wa maandishi na kiwango cha utambuzi wa matukio asilia, Mkutano wa Kimataifa wa uchanganuzi na utambuzi wa hati ni mojawapo ya makongamano ya kitaaluma yaliyoandaliwa na Jumuiya ya Kimataifa ya Kutambua Miundo (IAPR). Mkutano wa Kimataifa wa uchanganuzi na utambuzi wa hati (ICDAR ilianzisha shindano thabiti la usomaji wa maandishi mnamo 2003 (robustradecompetition hadi sasa imeshirikisha zaidi ya timu 3500 kutoka nchi 89).

Google microsoftamazon Facebook, Chuo Kikuu cha Peking, Chuo Kikuu cha sayansi na teknolojia cha China, Tencent, Sogou, n.k. Wameshiriki. Matokeo yanaweza kuwasilishwa wakati wowote, na seti ya data ya majaribio ya ushindani wa kusoma maandishi imechapishwa mtandaoni. Seti ya data ya majaribio ya algoriti ya majaribio katika tasnia ya utambuzi wa maandishi ya eneo asilia. ICDAR 2015 na icdar2017mlt ni sehemu mbili za majaribio. Cdar2015 na icdar2017mlt ni seti za data zinazoidhinishwa katika nyanja ya utambuzi wa maandishi ya eneo asilia. Habari zinazoongezeka zilizohojiwa na teknolojia ya cloud Cong, ambayo kwa sasa inashika nafasi ya kwanza katika orodha ya icdar2015. Li Yuan, mhandisi wa algorithm wa Taasisi ya sayansi na teknolojia, aliitambulisha. Kimsingi, makala yote itakuwa wanaona juu yake "pia ni msingi wa cheo. Orodha ya Cdar2015 (Novemba 20, 2018) thamani ya F inawakilisha wastani wa usawa wa usahihi na kiwango cha utambuzi. Kadiri thamani ya F inavyokuwa kubwa, ndivyo matokeo ya ugunduzi yanavyokuwa bora.

Usahihi huwakilisha uwiano wa maandishi sahihi katika matokeo ya ugunduzi; kiwango cha ugunduzi (recal huonyesha uwiano kati ya maandishi yaliyotambuliwa na jumla ya idadi ya maandishi ya picha, ambayo inaelezea orodha kwa mwandishi. Inaweza kuonyesha kama maandishi yamekosewa. Ili kugundua athari ya algoriti, mfumo wa utambuzi wa sahani za leseni unahitaji kuzingatia kwa kina usahihi na kiwango cha ugunduzi, na thamani ya F inawakilisha tu wastani wa usawa wa kiwango cha usahihi na utambuzi, ambao pia ndio msingi wa kuorodhesha. Ya kwanza haina kazi ya kutambua maandishi, kwa hivyo ni lazima ieleweke. Inamaanisha kuwa utambuzi wa maandishi ya eneo asili uliotajwa hapa haulingani na utambuzi wa maandishi. Inamaanisha kugundua maandishi kwenye picha.

Mnamo Novemba 20, 2018, Li Yuan alisema. Teknolojia ya Yuncong ilichapisha athari ya hivi punde ya karatasi kwenye tovuti ya preprint arXiv, ambayo ilipendekeza mfumo wa nanga wa pikseli kwa ajili ya kutambua maandishi ya eneo asilia. Kabla ya karatasi kuchapishwa, ilitolewa na Mkutano wa Kimataifa wa uchanganuzi na utambuzi wa hati Algorithm ya nanga ya pixel ilijaribiwa kwenye seti za data za icdar2015 na icdar2017mlt, na matokeo bora zaidi ya icdar2015 yalisasishwa. Inaripotiwa kuwa seti ya data ya utambuzi wa maandishi ya Kiingereza safi ya icdar2015. Icdar2017mlt ina lugha tisa kama vile Kilatini, Kiingereza, Kichina, Kikorea, Kijapani na Kiarabu. Algorithm ya nanga ya pixel ya Yuncong inashika nafasi ya nne katika orodha ya kina ya icdar2017mlt na nchi tatu bora Hakuna karatasi za umma zilizowasilishwa na taasisi za kigeni.

Ugunduzi wa maandishi ya eneo asili unaweza kutumika katika nyanja pana zaidi, lakini ikilinganishwa na ugunduzi wa maandishi ya kitamaduni, utambuzi wa maandishi ya OCR na utambuzi katika bidhaa mbalimbali, seti au picha za mandhari asilia katika matukio asilia hukabiliana na mwingiliano changamano wa usuli, ukungu na uharibifu wa maandishi, mwangaza usiotabirika, fonti. uanuwai, maandishi wima na maandishi yaliyoelekezwa Mfumo wa utambuzi wa sahani ya leseni unalinganishwa na OCR ya kihafidhina ya picha za hati za ubora wa juu, kama vile uchanganuzi wa picha, utambuzi wa nambari ya simu, uchujaji wa utangazaji wa picha, uelewa wa eneo, utambuzi wa bidhaa, upangaji wa taswira ya mtaani, utambuzi wa bili. , na kadhalika.