DalšíDalší průvodce
AI v odečítání ze rtů a vizuálním rozpoznávání řeči
Aplikace
PRŮVODCE aplikacemi
Rozpoznávání rukopisu využívá AI k přeměně tahů perem nebo naskenovaného inkoustu na digitální text.
Poslechněte si tento návodAI-vyprávěný · ~2 min
Umožňuje vše od ukládání šeků pomocí telefonu až po digitalizaci staletí starých rukopisů.
Rozpoznávání rukopisu se dělí na dvě varianty. Offline (nebo optické) rozpoznávání funguje ze statického obrázku, jako je naskenovaný dopis, kde AI vidí pouze hotový inkoust. Online rozpoznávání zachycuje psaní tak, jak se děje na stylusu nebo dotykové obrazovce, takže model také zná pořadí tahu, rychlost a tlak pera, díky čemuž je mnohem přesnější. Moderní systémy používají neuronové sítě, často CNN ke čtení tvarů plus rekurentní nebo transformátorovou vrstvu k modelování sekvencí. Klíčovým trikem je Connectionist Temporal Classification (CTC), která umožňuje síťovému výstupu text, aniž by bylo nutné předem segmentovat každé písmeno. Kurzíva je nejobtížnější, protože písmena se spolu rozmazávají, takže se modely učí celá slova a používají jazykový kontext k tomu, aby rozdělily nejednoznačné smyčky.
Bankovní aplikace čtou ručně psanou částku na šekové fotografii pro mobilní vklad.
Poštovní služby, jako je automatické třídění pošty USPS čtením ručně psaných PSČ a adres.
Aplikace na psaní poznámek, jako jsou Apple Notes, OneNote a GoodNotes, převádějící klikyháky stylusem na prohledávatelný psaný text.
Projekty jako Transkribus digitalizující historické rukopisy a záznamy ze sčítání lidu do archivů s možností vyhledávání.
Očekávejte přísnější rozpoznávání na zařízení, aby se poznámky okamžitě převedly na text bez odesílání inkoustu do cloudu, čímž se zvýší soukromí a rychlost. Modely Transformer trénované na mnoha skriptech si lépe poradí s přepínáním kódu a vzácnými jazyky. Historici škálují platformy pro rozpoznávání ručně psaného textu, jako je Transkribus, aby digitalizovali archivy, které byly dříve považovány za nečitelné. A multimodální modely, které čtou chaotický rukopis vedle diagramů a matematiky, umožní naskenované notebooky plně vyhledávat.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Rozpoznávání rukopisu využívá AI k přeměně tahů perem nebo naskenovaného inkoustu na digitální text. Umožňuje vše od ukládání šeků pomocí telefonu až po digitalizaci staletí starých rukopisů.
Online rozpoznávání zaznamenává pohyb pera, rychlost a pořadí tahů v reálném čase, zatímco offline rozpoznávání má k analýze pouze hotový obrázek inkoustu.
V kurzívě přecházejí písmena do sebe bez jasných mezer, takže AI nemůže snadno segmentovat jednotlivé znaky a musí číst slova jako celky pomocí kontextu.
CTC umožňuje síti mapovat sekvenci vizuálních prvků s proměnlivou délkou na text, aniž by vyžadovala přesné hranice jednotlivých znaků, srážející se opakování a prázdné symboly.
USPS explains that unreadable address images can be sent to a Remote Encoding Center, where staff enter the address data and return it to processing equipment for barcode printing.
Poté, co vizuální síť navrhne hrubé znaky, jazykový model používá pravděpodobnosti slov a kontextu k opravě nejednoznačných odhadů, jako je přeměna „tne“ na „the“.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
AI v odečítání ze rtů a vizuálním rozpoznávání řeči
Aplikace