Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący sztucznej inteligencji w rozpoznawaniu pisma ręcznego

Sprawdź, jak systemy pisma ręcznego łączą cechy obrazu, modele sekwencji, kontekst językowy i wyrównanie CTC w celu transkrypcji atramentu.

Powiązane ścieżki prowadząceAI w rozpoznawaniu pisma ręcznego
Pytanie 1 z 8

Jaka jest główna różnica między rozpoznawaniem pisma ręcznego online i offline?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaka jest główna różnica między rozpoznawaniem pisma ręcznego online i offline?
    • Tryb online rejestruje kolejność i czas pociągnięć, podczas gdy tryb offline działa na podstawie obrazu statycznego
    • Online potrzebuje Internetu, podczas gdy offline nie
    • Online działa tylko na telefonach, a offline działa na papierze
    • Nie ma między nimi żadnej istotnej różnicy
  2. Dlaczego rozpoznawanie kursywnego pisma odręcznego jest szczególnie trudne dla sztucznej inteligencji?
    • Kursywa wykorzystuje różne kolory atramentu
    • Kursywne litery łączą się i rozmywają, przez co trudno je rozdzielić
    • Kursywa jest zawsze zapisywana szybciej niż drukowana
    • Kursywa istnieje tylko w starych dokumentach
  3. Na co pozwala koneksjonistyczna klasyfikacja temporalna (CTC) modelowi pisma ręcznego?
    • Przetłumacz pismo odręczne na inny język
    • Wykryj kolor używanego pióra
    • Tekst wyjściowy bez konieczności wstępnego segmentowania i etykietowania każdej litery
    • Skompresuj obraz, aby zaoszczędzić miejsce
  4. How does USPS handle some mail pieces when automated equipment cannot read the address?
    • It asks the sender to resubmit every letter
    • It discards the mail piece immediately
    • It infers the destination from the envelope color
    • It photographs the address and sends the image to a Remote Encoding Center for human encoding
  5. Jaką rolę odgrywa model języka w typowym procesie rozpoznawania pisma ręcznego?
    • Ponownie ocenia kandydujące słowa na podstawie kontekstu, dzięki czemu nieprawdopodobne ciągi znaków stają się prawdziwymi słowami
    • Skanuje papier w poszukiwaniu plam
    • Wybiera czcionkę do wydruku
    • Mierzy nacisk pióra
  6. Który typ sieci neuronowej jest powszechnie używany jako pierwszy do wydobywania cech wizualnych z obrazu atramentowego?
    • Drzewo decyzyjne
    • Splotowa sieć neuronowa (CNN)
    • Prosta tabela przeglądowa
    • Generator liczb losowych
  7. In Connectionist Temporal Classification, what is the blank symbol used for?
    • It marks the end of every document image
    • It identifies the writer’s name from the page margin
    • It allows the model to align frame-level outputs to text without fixed character boundaries
    • It converts handwritten words into a different language
  8. After a CNN extracts visual features from an ink image, what does an LSTM or Transformer contribute?
    • It measures the scanner’s battery level
    • It changes the paper’s physical stroke order
    • It replaces the need to learn from text examples
    • It models the sequence of features so they can be decoded into ordered text