Комп'ютери навчилися читати манускрипти

Ісследователі з UAB Computer Vision Centre розробили нову систему автоматичного розпізнавання рукописних текстів, яка на порядок ефективніше і надійніше існуючих систем аналогічного призначення.

"Метод обробки розмитих форм" призначений для роботи з древніми, пошкодженими або мають важко манускриптами, музичними партитурами, рукописами та архітектурними кресленнями. У теж час, метод дозволяє взаємодіяти з людиною і розпізнавати документи прямо під час їх написання чи накреслення.

Основа нового методу - база рукописних символів, створена в результаті аналізу біологічних процесів, протікають в людській свідомості під час розпізнавання різних типів зображень (впізнавання форм, структури, розмірів і т.д.). Представлена ??комп'ютерна система відрізняється від схожих тим, що вона може розрізняти коливання і відхилення, пружні деформації і спотворення, які виникають під час ручного написання символів (цифр, букв, креслень). Ще однією перевагою даної системи є її здатність розпізнавати рукописний матеріал в режимі реального часу - буквально через пару секунд після того, як зображення потрапляє в комп'ютер.

Для того щоб распознавать документи, система накладає символи на координатну сітку і ділить їх на дрібні ділянки. Потім інформація з кожної ділянки обробляється і зберігається, причому реєструються навіть самі незначні зміни в написанні символу (наприклад, 'і ь). Залежно від форми символу система вживає цілий ряд дій для распознаваний символу, здійснюючи всі можливі перетворення та перекручування його форми (наприклад, довжину хвостика у літери р, її нахил, заокругленість і т.д.). Після цього отримана інформація автоматично обробляється і відповідно сортується.

Чтоби перевірити ефективність методу, дослідники створили бази даних музичних нот і архітектурних символів. База музичних нот створювалася на основі колекції сучасних і стародавніх музичних партитур (18 і 19 століть), взятих з архівів Семінарії Барселони. Ця колекція складалася з 2128 прикладів трьох типів музичних нот, написаних 24 різними людьми. Друга база включала в себе 2762 прикладу ручного написання архітектурних символів, розбитих на 14 груп. Кожна група складалася приблизно з 200 видів символів, намальованих 13 різними людьми.

Для того, щоб порівняти результати роботи даного методу, такі ж дані були оброблені на аналогічних комп'ютерних системах. Розроблена система змогла розпізнати музичних нот на 98% більше, а архітектурних символів вдалося розпізнати на 90% більше. Тільки наші інформери новостей розкажуть про найсвіжіші новостях.

Орігінал (на англ. Мовою): Sciencedaily.com

• Частое использование ChatGPT связано с одиночеством и эмоциональной зависимостью
• Стартап по натрий-железным батареям готов бросить вызов литий-ионным батареям для долгосрочного хранения энергии
• ABB разрабатывает высокоманевренный и высокоэффективный морской винт
• Изменения симметрии в крошечных кристаллах под воздействием света позволяют исследователям создавать материалы с заданными свойствами
• Солнечная пленка, которую можно наклеить где угодно для генерации энергии
• Двойно магичное ядро свинца-208 удивляет неожиданными свойствами формы
• Как мозг строит сложные карты для навигации и запоминания мира
• Пластиковый лед