🕺 💔 🤘🏿 एक हस्तलिखित पासपोर्ट को पहचानने के लिए आपको कितने प्रोग्रामर और शब्द चाहिए? 🤯 👨🏿‍🏭 💄

क्या आपको लगता है कि हस्तलिखित पासपोर्ट अक्सर हमारे देश में पाए जाते हैं? जब हमने स्मार्ट इंजन में एक पासपोर्ट मान्यता प्रणाली डिजाइन करना शुरू किया, तो ऐसा लगा कि यह सिस्टम को गुणवत्ता वाले तरीके से टाइप किए गए दस्तावेजों को पहचानने के लिए सिखाने के लिए पर्याप्त था। उस समय, हस्तलिखित पासपोर्ट की उपस्थिति जो कि स्वचालित रूप से पहचानी नहीं जा सकती थी, एक महत्वपूर्ण समस्या नहीं लगती थी: इसके बिना पर्याप्त अनसुलझी समस्याएं थीं। एक साल पहले, स्मार्ट IDReader के काम की गुणवत्ता का विश्लेषण, हमें एहसास हुआ कि हम उस बिंदु पर पहुंच गए हैं जहां हस्तलिखित पासपोर्ट त्रुटियों का एक महत्वपूर्ण वर्ग है। वैज्ञानिक दृष्टिकोण के अनुसार, उन्होंने समस्या का अध्ययन किया और निर्णय लिया। आज एक कहानी होगी कि कैसे हमने रूसी संघ के हस्तलिखित पासपोर्ट की मान्यता बनाई, पासपोर्ट डेटा के इनपुट को पूरी तरह से स्वचालित करने के रास्ते पर अंतिम समस्या को सफलतापूर्वक हल किया।

सामान्य तरीके से हस्तलिखित पाठ को पहचानने का कार्य मौलिक, बड़े पैमाने पर और अकारण लगता है। इसलिए, सबसे पहले यह आवश्यक है कि कार्य की औपचारिकता को सही ढंग से सीमित किया जाए। इसलिए, हम रूसी नागरिक पासपोर्ट के मुख्य यू-टर्न के हस्तलिखित पाठ को पहचानेंगे। इस तरह के पासपोर्ट नीट सुलेख (पासपोर्ट के अनुसार कम से कम) लिखावट में भरे होते हैं। एक ओर, यह कार्य को आसान बनाता है: हमें "मेडिकल स्क्रिबल्स" और अन्य खराब पढ़े गए ग्रंथों को पहचानना नहीं है। लेकिन, दूसरी ओर, हमें सिरिलिक पत्रों की सुलेख शैली की सभी परिवर्तनशीलता का सामना करना पड़ता है। ठीक है, ठीक है, यह एक गंभीर चुनौती है, न कि एक अचूक समस्या।

पासपोर्ट में हस्तलिखित पहचान का कार्य हम तीन उप-प्रकारों में विभाजित करते हैं:

पासपोर्ट में पांडुलिपि की उपस्थिति का पता लगाना।
पात्रों में हस्तलिखित पंक्ति का विभाजन।
चरित्र पहचान और बाद के प्रसंस्करण।

लेख में आगे हम आपको प्रत्येक उपमा के समाधान के बारे में अधिक बताएंगे। लेकिन पहले, हम एक बहुत ही महत्वपूर्ण समस्या पर चर्चा करेंगे जो हमेशा मान्यता में पहले उठती है - डेटासेट। डेटासेट के बिना, सामान्य मान्यता नहीं हो सकती है: भले ही आप संश्लेषित डेटा पर तंत्रिका नेटवर्क को प्रशिक्षित कर सकते हैं, फिर भी आपको डेटा की आवश्यकता होगी जो प्रशिक्षित प्रणाली की सटीकता को मापेगा। जैसा कि यह पता चला, नेटवर्क पर कोई भी उपयुक्त पांडुलिपि डेटासेट नहीं हैं। इसलिए, उप-मुखौटे की हमारी सूची एक शून्य बिंदु के साथ पूरक थी - "डेटासेट तैयार करना।" हमने रचनात्मक रूप से इस प्रक्रिया से संपर्क किया: हमने "एक शासक" में नोटबुक वितरित की और हमारे सभी प्रोग्रामर को सुलेख लेखन के साथ कुछ पूर्व-तैयार ग्रंथों को फिर से लिखने के लिए - सुलेख स्वामी की "भूमिका के लिए अभ्यस्त" होने के लिए कहा। ये छंद ए.एस. पुश्किन।

यहां हम पहली निराशा का इंतजार कर रहे थे। कोई फर्क नहीं पड़ता कि यह कितना कठिन लग सकता है, यह पता चला कि हमारे प्रोग्रामर पूरी तरह से भूल गए हैं कि कैसे लिखना है। और आप यह नहीं कह सकते कि उन्होंने कोशिश नहीं की। नहीं, वे भूल गए कि अक्षरों को हाथ से कैसे लिखा जाए। यहां एक उदाहरण है कि क्या हुआ:

सहमत हूं, यह बिल्कुल नहीं है कि क्या आवश्यक है। पत्र नाच रहे हैं, आकारों का सम्मान नहीं किया जाता है ... मुझे इंटरनेट पर कॉपीबुक की तलाश करनी थी, और, प्रथम श्रेणी में, शब्द के शाब्दिक अर्थ में सभी को लिखित रूप में रखा! हम आज भी इस समय को एक मुस्कान के साथ याद करते हैं: पूरी टीम (अपवाद के बिना, तीसरे वर्ष के छात्रों से लेकर विज्ञान के सम्मानित डॉक्टरों तक) एक डेस्क पर बैठती है और ध्यान से पत्र प्रदर्शित करती है।

दो दिनों में, हमारा हाथ भर जाने के बाद, हम हस्तलिखित डेटासेट के लिए "रॉ" डेटा एकत्र करने के प्रयास को दोहराने के लिए तैयार थे। चिट्ठियाँ सहज हो गईं, शब्द अधिक पठनीय। और कुछ लोग सुलेख के कुछ तत्वों को पेश करने में भी कामयाब रहे। अब, स्वयं नए नमूनों को देखें:

विभिन्न ग्रंथों और लिखावट के साथ ऐसे रिक्त स्थान के परिणामस्वरूप, हमने लगभग 1000 टुकड़े एकत्र किए, ध्यान से उन्हें डिजिटल रूप दिया और उन्हें लाइनों और प्रतीकों में डाल दिया। सभी, बधाई, पांडुलिपि डाटासेट तैयार है। वापस एल्गोरिदम के लिए।

पासपोर्ट पांडुलिपि का पता लगाने

पांडुलिपि का पता लगाना एक औद्योगिक दस्तावेज़ मान्यता प्रणाली का एक महत्वपूर्ण तत्व है। यह कार्यक्षमता "दस्तावेज़ की समझ" की श्रेणी से संबंधित है और व्यावसायिक ग्राहक के पक्ष में बहुत मांग में है। हमने एक द्विआधारी दृढ़ तंत्रिका नेटवर्क को प्रशिक्षित किया, जिसने पासपोर्ट के व्यक्तिगत पाठ लाइनों की इनपुट छवियों का विश्लेषण किया। पासपोर्ट के प्रत्येक क्षेत्र का विश्लेषण इस नेटवर्क का उपयोग करते हुए पांडुलिपि के लिए किया जाता है और फिर, प्राप्त अनुमानों का वजन करके, पासपोर्ट के "पांडुलिपि" पर एक सामान्य निर्णय किया जाता है।

पात्रों में हस्तलिखित पंक्ति विभाजन

हस्तलिपि विभाजन, मूल रूप से टाइपस्क्रिप्ट विभाजन से अलग है। समस्या के पहले स्तर को समझने के लिए, "चिंचिला" शब्द को लिखने की कोशिश करें और इन "हुक के पतले पंक्तियों" को देखें। हस्तलिखित परीक्षणों के विभाजन के लिए, हमने फिर से तंत्रिका नेटवर्क का उपयोग किया। हमने एक विशेष तंत्रिका नेटवर्क को प्रशिक्षित किया, जो उत्तर के रूप में पाठ की इनपुट छवि के प्रत्येक बिंदु पर अक्षरों के बीच "कट" की उपस्थिति का अनुमान देता है। इसके अलावा, गतिशील प्रोग्रामिंग के सिद्धांतों को लागू करते हुए, पत्रों के वर्गों का निर्माण किया जाता है।

अक्षरों के बीच अंतराल डालने की समस्या विभाजन के सभी दर्द से दूर है। आपको प्रत्येक वर्ण को लंबवत रूप से सीमित करना चाहिए। और यहां "बेसलाइन" लाइनों की खोज की जाती है, जो अक्सर मुद्रित पाठ को पहचानते समय उपयोग की जाती है, यह बिल्कुल लागू नहीं है - असीमित सीमाओं के भीतर हस्तलिखित पत्रों की ऊंचाई।

चरित्र मान्यता और पोस्ट प्रोसेसिंग

हस्तलिखित पात्रों को पहचानने की समस्या मुख्य रूप से विभिन्न पात्रों की एक ही शैली है। ऊपर दिए गए उदाहरण को देखें: किस उपनाम में लिखा गया है - "पेट्रोव" या "नेट्रोव"? जब कोई व्यक्ति एक हस्तलिखित पाठ पढ़ता है, तो वह चरित्र द्वारा इसे कभी नहीं पढ़ता है, लेकिन हमेशा दिए गए संदर्भ में। इस मामले में मान्यता प्रणाली को उसी तरह का व्यवहार करना चाहिए। इसलिए, एक तंत्रिका नेटवर्क जो हस्तलिखित वर्णों को पहचानता है, विभिन्न अक्षरों के लिए "सहिष्णु" होना चाहिए, जिसमें एक ही प्रकार (गणितीय दृष्टिकोण से, इस तरह के पात्रों के लिए समान आत्मविश्वास मूल्यों को वापस करना चाहिए), और परिणामों के विश्लेषण और प्रसंस्करण के लिए बाद के एल्गोरिदम (इतने पर) "पोस्टप्रोसेसर्स" कहा जाता है) को मान्यता प्राप्त क्षेत्र की सुविधाओं को ध्यान में रखना चाहिए।

आखिर में हमने क्या हासिल किया?

इसलिए, एक साल में, हमने हस्तलिखित पासपोर्ट को पहचानना सीख लिया, और इस मूलभूत समस्या को पीछे छोड़ दिया, जो कई साल पहले असाध्य लग रहा था! आगे क्या होगा? फिर, हमेशा की तरह, गुणवत्ता और नए मोर्चे पर काम करते हैं।

PS मैं शीर्षक में वर्णित प्रश्न के उत्तर के बारे में लगभग भूल गया था। इसलिए, हमारे पास कंपनी में 62 प्रोग्रामर हैं। हमने 150 नोटबुक खरीदीं और 2,000 शीट के पर्चे छपवाए।

एक हस्तलिखित पासपोर्ट को पहचानने के लिए आपको कितने प्रोग्रामर और शब्द चाहिए?

पासपोर्ट पांडुलिपि का पता लगाने

पात्रों में हस्तलिखित पंक्ति विभाजन

चरित्र मान्यता और पोस्ट प्रोसेसिंग

आखिर में हमने क्या हासिल किया?

More articles: