Contents ...
udn網路城邦
我的影像辨識技術就是來自OCR的基礎與研發進化!
2022/05/21 04:10
瀏覽965
迴響0
推薦5
引用0

上面文字其實是摘自一個又是強調AI技術多神奇的廣告,但是對OCR的定義說明很清晰正確!我作車牌辨識的技術就是源自我早期對於這種技術的粗淺概念!反正就是從影像中把字元認出來,但我是一開始就嘗試把這種技術拿來找到在道路影像中看到的車牌!而不是從掃描文件影像玩起。

很有趣的是:當我把車牌辨識做出成績時,專做文件與證件辨識的影像設備公司反而來找我協助他們開發更有「智慧」(AI)的辨識軟體?而且還大獲成功!他們原本很多產品的辨識核心需要取得國外的授權使用,辨識率還不太好,尤其是影像品質或印刷不完美時,誰都希望軟體更聰明一點。

上面的步驟敘述也寫得很清晰正確易懂!我確實就是這樣研發工作的!用影像處理技術找到可能的目標幾何校正比對字模與特徵→判定是甚麼字?等等。現在熱炒的CNN其實只是「找到可能目標」的技術,對於辨識的中後段流程則是刻意模糊。

但「影像辨識」是要確認那是甚麼字?或甚麼有意義圖案的!所以OCR是一個完整的且已經實際運作的可用技術,CNN則根本還沒建立出完整的影像辨識流程,所以我說過OCR不需要CNN已經是個大人了!是CNN沒有OCR的協助就根本沒有做出完整影像辨識的可能!

上面這段話其實正確的說只是傳統簡易的OCR技術遇到的困難,如果說成是限制?好像是說男生無法生小孩一樣?完全沒有機會解決?當然不是這樣的!我目前的影像辨識事業,就是來自我對這些傳統OCR碰到的困難狀況開發出了很多解決方案技術!成效很好,所以我的車牌辨識看起來就很「AI」了!但都還是屬於OCR範疇的技術,與MLCNN等所謂的AI技術無關的!

譬如他說簡單文件的字好辨識,色彩繽紛的DM就「無法」辨識?這當然是故意低估OCR的說法!人的眼睛既然能看到DM上的字,當然就有明確的邏輯可以轉換成辨識程式,白底黑字可以用OCR切割,難道紅底白字就無法切割?當然可以!這不需要機器學習的!我們直接用簡易程式偵測,就知道該怎麼做了!

其實那些AI技術如何解決這些問題反而是諱莫如深,他們都刻意不講的!如果可以直接提出比OCR更聰明有效的商業產品,其實不說也沒關係,當作商業機密嘛!但事實上是根本沒有他們宣稱的AI「影像辨識」產品!下面是這個網頁最終提出的他們要推銷的「AI」產品!

其實這兩件事都可以使用OCR的方式解決,我的日常工作就是在做這些事情!說到持續優化辨識率,一兩周之前我拿到一筆四百多張有貨櫃碼的影像,當時我的軟體辨識對此批資料的辨識正確率大約是八成多近九成,努力改善辨識流程,建立有效的例外處理程序之後,到昨天辨識率已經是99%了!也不過是五六個工作天而已。絕對比拿大量資料給機器慢慢「學習」更有效率十倍以上

所謂不受排版影響,也不需要甚麼AI的!自動適應排版之類的事情,我們目前在做的閱卷軟體就有這種基本能力,程式會自動偵測格式,只是格式的可能性較多就需要多考慮一些條件,一樣拿各種格式的資料給我們,我們看著幾十個影像工作,寫出可以應付多格式的程式,也是幾天就都可以做出原型了!

把影像辨識交給機器去「學習」,就很像你將自己可以直接做好的大人工作,堅持讓小孩子去做一樣!你會讓你幼稚園的小孩下廚房煮飯給你吃?或讓他自己「學習」開車嗎?還認為這是比較聰明先進有效率的做事方式嗎?看著影像資料用OCR的概念組織邏輯寫程式是很快的!讓電腦自己從大量資料中去逆推出「智慧」呢?那是絕對非常非常緩慢沒效率的過程!這樣反而是先進的AI?你能接受嗎?

總之,OCR是一個已經成熟可用的影像辨識技術,目前市場上的影像辨識產品都是奠基於此技術的!而且可以研發的空間還非常遼闊,根本不是AI專家們暗示貶抑的過時科技!OCR根本一點都不過時,反而是AI影像辨識至今都還沒長大到可以真的下廚

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:不分類

限會員,要發表迴響,請先登入