👃🏼 👧🏼 🖕🏾 रूलेट एल्गोरिथ्म का उपयोग करते हुए दस्तावेजों की छवियों की मान्यता 😷 👌🏻 🍗

वीए माल्यख, डी। एल। शोलोमोव, वी.वी. Arlazarov

रूपों पर महत्वपूर्ण क्षेत्रों की अच्छी गुणवत्ता पहचान प्राप्त करने के लिए, अतिरिक्त जानकारी का उपयोग किया जाना चाहिए। अक्सर, इस उद्देश्य के लिए, एक चेक बिट या अन्य अनावश्यक जानकारी विशेष रूप से मान्यता प्राप्त क्षेत्र के प्रारूप में पेश की जाती है।

यह लेख एक परीक्षण समारोह के साथ क्षेत्रों को पहचानने के लिए एक सार्वभौमिक रूलेट एल्गोरिथम का प्रस्ताव करता है।
लेख प्रस्तावित एल्गोरिथ्म के व्यावहारिक परीक्षण के परिणाम भी प्रस्तुत करता है और, इसके अलावा, सत्यापन एल्गोरिदम का एक सामान्य वर्गीकरण देता है।

परिचय

एक आधुनिक सेटिंग में, मान्यता प्राप्त कार्य तथाकथित व्यवसाय रूपों के लिए सबसे ऊपर है। यह है, वाणिज्यिक संपत्ति दस्तावेज, मुख्य रूप से वित्तीय वाले। व्यावसायिक रूप का एक उदाहरण एक तरह से कार्य है, जो व्यापार में उपयोग किए जाने वाले मुख्य प्रकार के दस्तावेजों में से एक है।

व्यावसायिक रूपों की विशेषता रूप के विभिन्न क्षेत्रों में स्थित जानकारी की अस्पष्टता से होती है। सबसे पहले, महत्वपूर्ण क्षेत्र राशि, खाता संख्या आदि के क्षेत्र हैं। किसी महत्वपूर्ण फ़ील्ड का उदाहरण उस पासपोर्ट संख्या में होता है, जिसमें पासपोर्ट डेटा का उपयोग किया जाता है।

महत्वपूर्ण रूप क्षेत्रों की पहचान की गुणवत्ता में सुधार के लिए विभिन्न तरीकों का उपयोग किया जाता है। विशेष रूप से, डेटा में अतिरिक्त अनावश्यक जानकारी की शुरूआत के साथ तरीकों का उपयोग किया जाता है। सूचना सिद्धांत के क्षेत्र से इस तरह की विधि का एक प्रसिद्ध उदाहरण हैमिंग कोड [ 3 ] हैं। पाठ पहचान के क्षेत्र में कई विधियाँ [ 1 ] में प्रस्तावित की गई थीं।

मान्यता समस्या के संबंध में, इसकी संरचना अतिरिक्त जानकारी वाले फ़ील्ड का एक वर्ग है जो मान्यता सटीकता को सत्यापित करने के लिए सेवा प्रदान कर सकता है। और इस तरह के कार्य सेट होने पर त्रुटियों को ठीक करने के लिए भी।

अतिरिक्त सूचना के उपयोग को सशर्त रूप से दो प्रकारों में विभाजित करना संभव है - सुधारात्मक और अस्वीकार परीक्षण। एक अस्वीकार चेक अनुपालन के लिए पूर्वनिर्धारित मूल्यों के उपयोग की विशेषता है (उदाहरण के लिए, एक व्यापक शब्दकोश चेक)। इस मामले में, शब्दकोश में मान्यता के दौरान प्राप्त मूल्य की अनुपस्थिति में, हम मान्यता की गलतता पर निर्णय लेते हैं।

सुधारात्मक सत्यापन अस्वीकृति से भिन्न होता है कि हम गलत तरीके से मान्यता प्राप्त मूल्य को बहाल करने का प्रयास कर सकते हैं।

प्रत्येक वर्ण के लिए मान्यता विकल्प मौजूद हैं। आप इसके विकल्प के साथ एक (या कई) वर्णों को बदलकर मान की जांच कर सकते हैं। नियंत्रण डेटा के बिना एक मूल्य पर लागू इस तरह की एक विधि, बहुत कम प्रभावी है - क्योंकि हम वास्तव में यह अनुमान लगाने की कोशिश कर रहे हैं कि क्या गलत तरीके से मान्यता प्राप्त थी। इस तथ्य के कारण कि त्रुटि की संभावना मुख्य रूप से चरित्र पर ही निर्भर करती है, यह एक असंभव निष्कर्ष निकालना असंभव है कि सामान्य विचारों के आधार पर पात्रों में से कौन सा गलत तरीके से पहचाना गया था। दूसरी ओर, नियंत्रण की जानकारी होने पर, हम इसके विकल्प के साथ एक प्रतीक को बदलने की शुद्धता को सत्यापित कर सकते हैं।

इस तथ्य के कारण कि नियंत्रण मूल्य एल्गोरिथ्म चुना जाता है ताकि मुख्य डेटा के करीबी मूल्य काफी भिन्न नियंत्रण डेटा के अनुरूप हों, और त्रुटि की कम संभावना को ध्यान में रखते हुए, हम इस निष्कर्ष पर पहुंचे कि हम मूल डेटा को निश्चितता के उच्च स्तर के साथ पुनर्स्थापित कर सकते हैं।

ऐसी अतिरिक्त जानकारी किसी भी रूप में व्यक्त की जा सकती है, लेकिन तथाकथित चेकसम सबसे व्यापक रूप से उपयोग किए जाते हैं।

समस्या का गणितीय कथन

सबसे सामान्य रूप में मान्यता समस्या का सूत्रीकरण दिया गया है, उदाहरण के लिए, [ 4 ] में। लेख [ 5 ] से समस्या के एक संकीर्ण कथन का उपयोग करता है। सुधार के साथ मान्यता कार्य वैकल्पिक वेक्टर के तत्वों की गणना करने के लिए कम है

प्रत्येक चरित्र के लिए

शब्द से

। प्रत्येक सेट के लिए

जहाँ

वेक्टर तत्व

करने के लिए इसी

मान्यता प्राप्त प्रतीक, जिसे हम व्याख्या कहेंगे, एक रैखिक अनुक्रम में तब्दील हो जाता है, जिसे एक उपयुक्त जाँच के अधीन किया जाता है

सूत्र द्वारा संभावित व्याख्याओं की कुल संख्या दी गई है

जहाँ

- एक शब्द में वर्णों की संख्या

।

पहले से ही 15 वर्णों की लंबाई वाले शब्द के प्रत्येक वर्ण के लिए 2 संस्करण हैं, यह सूत्र 32768 व्याख्याएं देता है, जो कि एक जटिल सत्यापन कार्य के साथ है

, मान्यता में लंबी देरी का कारण बन सकता है। लेकिन, जैसा कि व्यावहारिक अनुभव दिखाता है, अधिकांश शब्दों को प्रत्येक चरित्र के लिए एक विकल्प की जांच करते समय पहचाना जाता है, अर्थात। एक वर्ण लंबाई के साथ एक शब्द के लिए आपको केवल 15 मान्यता विकल्पों पर विचार करने की आवश्यकता है।

समायोजन एल्गोरिथ्म

नियंत्रण मूल्यों के साथ डेटा को अस्वीकार करने और / या पुनर्प्राप्त करने के लिए प्रस्तावित एक एल्गोरिथ्म।

इस तथ्य के कारण कि किसी भी प्रतीक में त्रुटि की संभावना समान है, एल्गोरिथ्म नियंत्रण और सामान्य अंकों के बीच अंतर नहीं करता है। एल्गोरिथम क्रमिक रूप से विकल्प की जगह लेता है, सभी वर्णों के लिए उनका संयोजन करता है जब तक कि विकल्पों का संयोजन उपयोग किए गए परीक्षण को संतुष्ट नहीं करता है। चेक डिस्चार्ज सत्यापन एल्गोरिथ्म की जटिलता के कारण, गलत पहचान की संभावना को काफी कम करना संभव है।

एल्गोरिथ्म का सिद्धांत शब्द की व्याख्या की क्रमिक खोज में घटाया गया है

और उन पर सत्यापन लागू करना

। एक छद्म कोड का उपयोग करते हुए एल्गोरिथ्म का वर्णन करते समय, शब्द

मान्यता के रूप में चिह्नित किया गया है। परिणाम, और सत्यापन कार्य

टेस्ट के रूप में नामित।

Roulette(Test, RecognitionResult) CharCounter[RecognitionResult.Length] for i = 0 to RecognitionResult.Length charCounter[i] = 0 while Test(RecognitionResult) is not true if UpdateCounter(CharCounter, RecognitionResult, 0) is not true break else for i = 0 to RecognitionResult.Length //    //       RecognitionResult.Char[i].Alt[0] = RecognitionResult.Char[i].Alt[CharCounter[i]]

एल्गोरिथ्म सहायक फ़ंक्शन अपडेटकाउंटर का उपयोग करता है, जिसकी सहायता से व्याख्या को सीधे एन्यूमरेट किया जाता है:

 UpdateCounter(CharCounter, RecognitionResult, i) if CharCounter[i] < RecognitionResult.Char[i].Length) CharCounter[i] = CharCounter[i] + 1 return true else if i < RecognitionResult.Length - 1 CharCounter[i] = 0 return UpdateCounter(CharCounter, RecognitionResult, i+1) else return false

एल्गोरिथ्म, जिसे रूले कहा जाता है, इनपुट के रूप में दो पैरामीटर लेता है:

पहचान परिणाम चरित्र मान्यता विकल्पों के वैक्टर के वेक्टर के रूप में प्रस्तुत किया जाता है, अर्थात्। प्रत्येक प्रतीक के अपने स्वयं के वेक्टर के विकल्प होते हैं; इसे RecognitionResult के रूप में नामित किया गया है;
एक परीक्षण फ़ंक्शन जो इनपुट पर एक मूल्य लेता है और पास होने का एक द्विआधारी परिणाम पैदा करता है; टेस्ट के रूप में नामित।

RecognitionResult में एक चार सरणी और एक चार सरणी लंबाई लंबाई के रूप में निर्दिष्ट होता है। चार सरणी में इसके प्रत्येक तत्व में Alt वर्ण पहचान विकल्प का एक सरणी होता है। चार सरणी के प्रत्येक तत्व में लंबाई के रूप में निर्दिष्ट Alt विकल्प के सरणी की लंबाई होती है।

यह माना जाता है कि परीक्षण फ़ंक्शन टेस्ट केवल मान्यता मान्यता परिणाम को स्वीकार करता है और इसमें चार सरणी के तत्वों के डिफ़ॉल्ट मूल्यों पर एक जांच करता है।

व्यावहारिक उदाहरण

TIN और उसके सुधारात्मक जाँच के लिए एक चेकसम के उदाहरण पर विचार करें।

चेकसम गणना एल्गोरिथ्म इस प्रकार है (12 अंकों के कोड के लिए):

चरण 1. नियंत्रण नंबर n2 तालिका 1 से संगत गुणांकों द्वारा गुणा की गई संख्या के अंकों के 11 से विभाजित होने के शेष है (लाइन से "नियंत्रण संख्या n2 की गणना")। यदि शेष 10 है, तो n2 = 0।

चरण 2. नियंत्रण संख्या n1 तालिका 1 से संगत गुणांकों द्वारा गुणा की गई संख्या के अंकों के 11 से विभाजित होने के शेष है (लाइन से "नियंत्रण संख्या n1 की गणना")। यदि शेष 10 है, तो n1 = 0।

तालिका 1।

	K12	K11	K10	K9	k8	K7	k6	K5	K4	K3	k2
नियंत्रण संख्या n2 की गणना 12- अंकों के लिए INN	7	2	4	10	3	5	9	4	6	8
चेक नंबर की गणना n १ 12- अंकों के लिए INN	3	7	2	4	10	3	5	9	4	6	8
चेक नंबर की गणना n १ 10 अंकों के टिन के लिए			2	4	10	3	5	9	4	6	8

10-अंकीय TIN के मामले में, एक नियंत्रण अंक है, 12-अंकीय TIN के मामले में, दो नियंत्रण अंक। नियंत्रण निर्वहन की गणना करने वाले गुणांक तालिका 1 में प्रस्तुत किए गए हैं।

मान्यता एल्गोरिथ्म में छवि इनपुट का एक उदाहरण:

चित्र 1।

छवि 1 में, दो संभावित मान्यता समस्याएं (गैर-विस्तृत सूची) हैं:

तीसरी स्थिति "3" की व्याख्या "5" के रूप में की जाती है, जिसमें ऊपरी रेखा गायब हो गई है;
आठवें स्थान "7" को एक अपूर्ण कनेक्टिंग लूप के साथ "2" के रूप में व्याख्या किया गया है।

बताई गई समस्याओं में से पहले को महसूस करें - तीसरे स्थान की मान्यता में एक त्रुटि हुई। इसके अतिरिक्त, हम मानते हैं कि तीसरे को छोड़कर सभी पदों को स्पष्ट रूप से मान्यता दी गई थी। तदनुसार, हमारे पास तीसरी स्थिति में मान्यता का विकल्प है।

चलो मान्यता प्राप्त मूल्य के लिए एक जाँच करें: "5253000796"

यह देखा जा सकता है कि चेकसम ने अभिसरण नहीं किया था।

अब हम वर्णों को उनके विकल्पों के साथ बदलने का प्रयास करते हैं, अर्थात् हमारी धारणा के अनुसार, अब हम "5233000796" मान की जाँच करते हैं।

इस प्रकार, हम इसमें चेक बिट का उपयोग करके गलत तरीके से मान्यता प्राप्त मूल्य को सही करने में सक्षम थे।

एल्गोरिथ्म का व्यावहारिक अनुप्रयोग

काम के परिणामों में औद्योगिक प्रणाली संज्ञानात्मक रूपों में आवेदन मिला है, जहां वर्णित एल्गोरिथ्म का उपयोग विभिन्न वास्तविक जीवन के व्यावसायिक रूपों में टीआईएन, पीएसआरएन और एसएनआईएलएस के प्रकारों पर अतिरिक्त सत्यापन के लिए किया जाता है। संज्ञानात्मक प्रपत्र प्रणाली को लेख [ 2 ] में वर्णित किया गया है।

इसके अतिरिक्त, 480 छवियों (बीमार अवकाश) की मात्रा के साथ एक स्टैंड पर परीक्षण किया गया था, जहां उपरोक्त प्रकारों के क्षेत्रों की मान्यता की जांच की गई थी। परीक्षा परिणाम तालिका 2 में प्रस्तुत किए गए हैं।

तालिका 2।

खेतों की कुल संख्या	3840
सही ढंग से मान्यता प्राप्त क्षेत्रों की संख्या जुड़ा एल्गोरिथ्म के बिना (बी / ए)	3510 (91.41%)
गलत मान्यता प्राप्त क्षेत्रों की संख्या b / a	330 (8.59%)
उनमें से गलत, कोई संदेह नहीं है	171 (4.45%)
सही ढंग से मान्यता प्राप्त क्षेत्रों की संख्या जुड़े एल्गोरिथ्म के साथ (एस)	3576 (93.12%)
गलत मान्यता प्राप्त फ़ील्ड की संख्या s / a	264 (6.88%)
उनमें से गलत, कोई संदेह नहीं है	55 (1.43%)

अध्ययन के परिणामों के अनुसार, यह स्पष्ट है कि वर्णित एल्गोरिथ्म का उपयोग करके, इन क्षेत्रों में मान्यता की गुणवत्ता को 20% (91.41% से 93.12% तक) बढ़ाना संभव था, और, इसके अलावा, ट्रिपल से अधिक (4.45% से 1.43% तक) गलत तरीके से मान्यता प्राप्त की संख्या को कम करते हैं। खेतों।

निष्कर्ष

भविष्य में, इस एल्गोरिथ्म का उपयोग करने वाले क्षेत्रों की मान्यता में सुधार करने की योजना बनाई गई है, साथ ही साथ इसके अनुप्रयोग को अन्य प्रकार के क्षेत्रों में विस्तारित किया गया है।

संदर्भ:

1. शोलोमोव डी.एल. पाठ पहचान की समस्याओं में प्रासंगिक प्रसंस्करण के सिंथेटिक तरीके। - एम।, 2007।

2. अर्लाजारोव वीवी, पोस्टनिकोव वीवी, शोलोमोव डी। एल। संज्ञानात्मक प्रपत्र - संरचित दस्तावेजों के बड़े पैमाने पर इनपुट की एक प्रणाली। // "सूचना का प्रबंधन बहता है" रूसी विज्ञान अकादमी के सिस्टम विश्लेषण के लिए संस्थान की कार्यवाही। / एम।, यूआरएसएस, 2002।

3. पीटरसन डब्ल्यू।, वेल्डन ई। त्रुटियों को सुधारने के लिए कोड: प्रति। अंग्रेजी से एम .: मीर, 1976।

4. खैकिन एस। तंत्रिका नेटवर्क। - एम ।: विलियम्स, 2006।

5. अर्लजारोव वी.वी. पहचान की विश्वसनीयता को निर्धारित करने के लिए सूचना पर्यावरण और तरीकों के दृश्य प्रतिनिधित्व को संरचित करना। - एम।, 2004।

वी। मल्लिक लेख के लेखकों में से एक हब - मद्रगुडो में मौजूद है

रूलेट एल्गोरिथ्म का उपयोग करते हुए दस्तावेजों की छवियों की मान्यता