Proč aplikace na rozpoznávání doutníků tak často selžou, když je pásek poškozený nebo chybí?
Protože většina z nich čte pouze pásek a nic jiného. Pásky se opotřebují, jsou otočené od objektivu, zabalené v celofánu nebo úplně sloupnuté. A i pásek, který se vyfotí naprosto dokonale, často nese název složený ze slov příliš obecných na to, aby cokoliv identifikoval: jde o reálný, změřitelný výsek celého katalogu, ne o výjimečný okrajový případ.
Co vlastně dělá skener zaměřený jen na pásek?
Spouští rozpoznávání textu (optické rozpoznávání znaků, OCR) na jednom malém papírovém kroužku a bere to, co z toho vypadne, jako celou odpověď. Namíříte kameru, software přečte vytištěná písmena a vyhledá tento řetězec v databázi. To je celý proces. Nikdo se nesnaží přečíst barvu a texturu krycího listu, tvar čepičky, délku ani ring gauge, ani nic jiného, co je jasně vidět na zbytku doutníku. Pokud se text pásku přečte čistě, aplikace působí kompetentně. Pokud ne, v procesu není nic, na co by se dalo spolehnout jako na záložní řešení.
Poznáte to podle toho, jak se tyto aplikace chovají, když je pásek přítomný, ale mírně natočený, nebo když potisk vlivem manipulace vybledl. Nezhoršují se postupně; selžou úplně, protože jediný signál, který měly, právě zmizel. Systém s více než jedním vstupem může o jeden přijít a přesto udělat rozumný odhad. Systém s přesně jedním vstupem nemá kam se obrátit, když je tento vstup špatný.
Proč pásek tak často chybí nebo je nečitelný?
Pásek je malý proužek papíru omotaný kolem válce a běžná manipulace proti němu neustále pracuje:
- Odlesk celofánu. Maloobchodní balení odráží blesk fotoaparátu přímo zpět do objektivu a přesně tak přeexponuje písmena, která OCR potřebuje.
- Otočení. Pásek vyfotografovaný ze špatného úhlu kolem obvodu doutníku schová většinu vlastního textu za zakřivením.
- Opotřebení. Doutník nošený v kapse, cestovním pouzdru nebo prostě často v ruce nasbírá odřeniny, které nejdřív rozmažou fóliový potisk a slabý inkoust.
- Záměrné odstranění. Spousta kuřáků sundá pásek ještě před zapálením, což znamená, že fotka pořízená během kouření (často přesně ve chvíli, kdy chce někdo skutečně identifikovat doutník, který mu někdo podal) už žádný pásek k naskenování nemá.
- Částečné pásky. Některé vitoly se dodávají s druhým páskem nebo páskem u paty doutníku, který nese jen fragment celého názvu, ne celý.
Nic z toho není vzácné. Je to běžný stav, ve kterém se doutník nachází po většinu doby, kdy se skutečně kouří, tedy přesně ve chvíli, kdy člověk nejspíš sáhne po telefonu.
Proč nestačí ani „dokonalá" fotka pásku sama o sobě?
Protože slova na něm vytištěná nemusí být rozlišující. Významná část každého skutečného katalogu doutníků nese názvy modelů složené výhradně z obecných popisných slov (výrazy jako „reserve", „especial", „maduro", „selection", „anniversary") bez jediného jedinečného, značce vlastního slova kdekoli v názvu. Podle vlastní produkční diagnostiky Paradigm se to týká 13,3 % položek katalogu: názvů složených jen ze slov tak obecných, že samotné porovnávání textu nedokáže okruh zúžit, protože přesně stejná slova se objevují napříč desítkami nesouvisejících řad od různých výrobců.
Když do textového porovnávacího mechanismu vložíte řetězec, který je jen obecná slovní zásoba, nemá se čeho jedinečného zachytit. Nejde o selhání kvůli kvalitě fotky. OCR odvedlo svou práci a přečetlo každé písmeno správně, a vyhledávání přesto nedokáže zúžit výběr na jeden doutník, protože samotný text nikdy nebyl jedinečný. Architektura skeneru postavená výhradně na textu pásku se přes to nemá jak dostat. Neexistuje druhý signál, který by rozhodl.
Co by se muselo skutečně stát, aby skener přežil špatný pásek?
Musel by pásek chápat jako jeden vstup z několika, ne jako celý systém. Přístup zaměřený na celý doutník čte odstín a texturu krycího listu, tvar čepičky a způsob jejího seříznutí i fyzické rozměry (délku a ring gauge) společně s jakýmkoli dostupným textem pásku a všechno to zvažuje dohromady. Více o tom, co tyto vizuální signály samy o sobě naznačují, najdete v článku co očekávat od krycího listu a tvaru doutníku.
Na tom nejvíc záleží přesně tehdy, když je pásek narušený. Roztržený nebo chybějící pásek stále nechává k dispozici barvu krycího listu, viditelný styl čepičky a přibližnou velikost: tři signály místo nuly. Pásek s obecným, ale plně čitelným textem stále nechává vizuální důkazy, které dokážou zúžit okruh možností tam, kde na to samotný text nestačil. Žádný z těchto signálů sám o sobě není rozhodující. Dohromady dokážou posunout shodu od „nemožné" k „pravděpodobné", což je celý rozdíl mezi skenerem, který potichu selže, a skenerem, který vás dostane dost blízko na to, abyste si to ověřili očima. Celkový obrázek spolehlivosti, včetně toho, kde selhává i vícesignálové rozpoznávání, najdete v článku jak přesné je rozpoznávání doutníků pomocí AI.
Znamená to, že text pásku je k ničemu?
Ne. Obvykle jde o nejrychlejší a nejkonkrétnější dostupný signál a stojí za to ho číst jako první. Problém je v tom, když se s ním zachází jako s jediným signálem a systém neumí říct nic užitečného ve chvíli, kdy je narušený. Pásek, který se čistě přečte a obsahuje výrazné slovo spojené se značkou, je téměř vždy správně. Chybný stav nastává přesně na druhé straně: špatné fotografické podmínky, nebo čitelný, ale obecný název. Jakýkoli systém, který na tuto kombinaci nemá odpověď, selže na předvídatelném a opakujícím se výseku reálných pokusů: nejde o vzácný okrajový případ, ale o obyčejný doutník v úterý večer, kdy ještě napůl visí celofán.
Dá se to otestovat i sám?
Ano, neformálně. Vezměte si pásek, který už dokážete rozpoznat okem, a zkuste ho vyfotit třemi způsoby: rovně a při dobrém osvětlení, pod ostrým úhlem a přes celofán s odleskem blesku v záběru. Každou fotku pusťte skenerem, který zrovna testujete. Nástroj čtoucí jen pásek pravděpodobně zvládne první případ, ale u dalších dvou zcela selže, a to bez jakékoli částečné odpovědi, protože nemá žádnou záložní vrstvu. Systém, který čte víc než jen pásek, by měl u obou těžších případů dojít alespoň někam blízko, i kdyby přesně netrefil konkrétní řadu, protože krycí list a tvar nikam nezmizely.
| Podmínka | OCR jen na pásek | Rozpoznávání celého doutníku |
|---|---|---|
| Čistý pásek, výrazný název | Spolehlivé | Spolehlivé |
| Čistý pásek, čistě obecné znění | Nedokáže zúžit výběr | Krycí list/tvar/velikost zúží výběr |
| Roztržený, vybledlý nebo natočený pásek | Úplné selhání | Zúžení na krátký seznam |
| Pásek úplně chybí | Žádný vstup | Krycí list, čepička a velikost stále použitelné |
Stručně shrnuto
- Skenery zaměřené jen na pásek mají přesně jeden vstup, a ten je běžnou manipulací, odleskem balení, otočením nebo záměrným odstraněním často narušený.
- Významná část skutečných katalogových položek (v produkčních datech Paradigm naměřeno 13,3 %) nese názvy modelů složené výhradně z obecných slov, což maří porovnávání textu i na dokonale čitelném pásku.
- Systém čtoucí barvu krycího listu, tvar čepičky a rozměry společně s textem pásku má ještě signály, i když pásek sám nestačí.
- Žádný přístup k rozpoznávání není neomylný; praktická otázka zní, co systém udělá ve chvíli, kdy je jeho nejlepší signál narušený.
- Kterýkoli skener si můžete sami otestovat na třech fotkách jednoho pásku: rovně, pod úhlem a přes celofán.