Автоматизированная обработка документов – ключевой компонент цифровизации в различных отраслях, начиная от банковского дела и заканчивая логистикой. Критически важным этапом в этом процессе является подтверждение правильности оформления документов путем поиска и верификации рукописных подписей. Применение нейросетевых алгоритмов для решения этой задачи до сих пор было ограничено в силу существенной вариативности размера и формы подписей, а также сложности фона, зачастую содержащего наложения текста, штампов или защитных узоров бланка. Эти помехи препятствовали надежному обнаружению подписей с помощью стандартных классификационных моделей.
Новая модель, относящаяся к классу трансформеров, смогла успешно справиться с этой задачей. Специалисты Smart Engines усовершенствовали архитектуру нейросети, внедрив в нее механизм пространственного внимания. «Этот механизм позволяет ИИ “фокусировать взгляд” на наиболее значимых областях, где с высокой вероятностью может находиться подпись, и игнорировать второстепенный фон. Оценка модели на открытом наборе данных MIDV-2020 показала выдающийся результат – 95,9%, что на 4,2% превышает показатели базовой модели без механизма внимания», – рассказал Владимир Арлазаров, автор статьи, генеральный директор Smart Engines, доктор технических наук.
Разработка интегрирована в программный продукт Smart Document Engine для мгновенного ввода данных из бухгалтерских, кадровых и юридических документов, анкет и форм со скоростью 900 документов в минуту на сервере без GPU. Система поддерживает более 100 языков распознавания, уверенно работает с печатным, рукопечатным и рукописным текстом, а также любой графикой – таблицами, штампами, чекбоксами, QR- и штрихкодами.
Всего на ICMV исследователи Smart Engines представили 16 докладов по темам, связанным с применением современных технологий компьютерного зрения в промышленности и бизнесе. Среди представленных работ — новые методы распознавания китайских иероглифов, сверхэффективные сверточные сети для мобильных процессоров, алгоритмы для определения типа документа по одному изображению и новые подходы к чтению штрихкодов и кодов Data Matrix прямо в браузере. Доклады, представленные на ICMV 2025, публикуются в электронном издании международного Общества оптики и фотоники (SPIE) и индексируются в системах Web of Science, Scopus, Ei Compendex и других.
Никто пока не комментировал эту страницу.