LegközelebbKövetkező útmutató
AI az ajakolvasásban és a vizuális beszédfelismerésben
Alkalmazások
Alkalmazási ÚTMUTATÓ
A kézírás-felismerés mesterséges intelligencia segítségével a tollvonásokat vagy a beolvasott tintát digitális szöveggé alakítja.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
It powers everything from depositing checks with your phone to digitizing centuries-old manuscripts.
A kézírás-felismerés két részre oszlik. Az offline (vagy optikai) felismerés statikus képből, például beolvasott levélből működik, ahol az AI csak a kész tintát látja. Az online felismerés úgy rögzíti az írást, ahogy az egy ceruzán vagy érintőképernyőn történik, így a modell ismeri a vonássorrendet, a sebességet és a tollnyomást is, ami sokkal pontosabbá teszi. A modern rendszerek neurális hálózatokat használnak, gyakran egy CNN-t az alakzatok olvasására, valamint egy visszatérő vagy transzformátor réteget a sorozatok modellezésére. A legfontosabb trükk a Connectionist Temporal Classification (CTC), amely lehetővé teszi a hálózati kimeneti szöveget anélkül, hogy minden betűt előre szegmentálni kellene. A kurzus a legnehezebb, mert a betűk összemosódnak, így a modellek egész szavakat tanulnak meg, és a nyelvi kontextust használják a kétértelmű hurkok egyértelművé tételére.
Banki alkalmazások leolvassák a kézzel írt összeget egy csekkfotón a mobilbefizetéshez.
Postai szolgáltatások, például az USPS automatikus válogatás a kézírásos irányítószámok és címek olvasásával.
Jegyzetkészítő alkalmazások, mint például az Apple Notes, a OneNote és a GoodNotes, amelyek a tollal készült firkákat kereshető gépelt szöveggé konvertálják.
Olyan projektek, mint a Transkribus, amely történelmi kéziratokat és népszámlálási rekordokat kereshető archívumba digitalizál.
Szigorúbb eszközfelismerésre számíthat, így a jegyzetek azonnal szöveggé konvertálódnak, anélkül, hogy tintát küldenének a felhőbe, javítva a magánélet védelmét és a sebességet. A sok szkriptre kiképzett transzformátormodellek jobban kezelik a kódváltást és a ritka nyelveket. A történészek a kézírásos szövegfelismerő platformokat, például a Transkribust méretezik, hogy digitalizálják az egykor olvashatatlannak hitt archívumokat. Az olyan multimodális modellek, amelyek a diagramok és a matematika mellett zavaros kézírást is olvasnak, teljes mértékben kereshetővé teszik a beolvasott notebookokat.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A kézírás-felismerés mesterséges intelligencia segítségével a tollvonásokat vagy a beolvasott tintát digitális szöveggé alakítja. A csekkek telefonba helyezésétől kezdve az évszázados kéziratok digitalizálásáig mindenre képes.
Az online felismerés valós időben rögzíti a toll mozgását, sebességét és vonássorrendjét, míg az offline felismerés csak egy kész képet tartalmaz a tinta elemzéséhez.
A kurzív nyelvben a betűk egyértelmű hézagok nélkül áramlanak egymásba, így az AI nem tudja könnyen szegmentálni az egyes karaktereket, és a szavakat kontextus alapján egészként kell olvasnia.
A CTC lehetővé teszi, hogy a hálózat vizuális jellemzők változó hosszúságú sorozatát képezze le szövegre anélkül, hogy pontos karakterhatárokat, összecsukható ismétlődéseket és üres szimbólumokat igényelne.
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.
Miután a vizuális hálózat nyers karaktereket javasol, a nyelvi modell szó- és kontextusvalószínűséget használ a kétértelmű találgatások kijavításához, például a „tne”-t „the”-vé alakítja.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI az ajakolvasásban és a vizuális beszédfelismerésben
Alkalmazások