Kodėl cigarų atpažinimo programėlės taip dažnai sugenda, kai juostelė pažeista ar jos trūksta?
Todėl, kad dauguma jų skaito tik juostelę ir nieko daugiau. Juostelės nusidėvi, būna nusuktos nuo kameros, apvyniotos celofanu arba visai nulupamos. Ir net tobulai nufotografuota juostelė dažnai turi pavadinimą, sudarytą iš žodžių, per daug bendrinių, kad ką nors identifikuotų: tai realus, išmatuotas bet kurio katalogo pjūvis, o ne pavienis atvejis.
Ką iš tikrųjų daro programėlė, skaitanti tik juostelę?
Ji atlieka teksto atpažinimą (optinį simbolių atpažinimą, OCR) ant vieno mažo popierinio žiedo ir tai, kas grąžinama, laiko visu atsakymu. Nukreipi kamerą, programa perskaito atspausdintas raides ir ieško šios eilutės duomenų bazėje. Tai visas procesas. Jokio bandymo perskaityti vyniojamojo lapo spalvą, kepurėlės formą, ilgį ar žiedo skersmenį, ar bet ką kitą, kas matoma likusioje cigaro dalyje. Jei juostelės tekstas nuskaitomas švariai, programėlė atrodo kompetentinga. Jei ne – proceso eigoje daugiau nebėra ko į ką atsiremti.
Požymis, išduodantis šias programėles, yra tai, kaip jos elgiasi, kai juostelė yra, bet nufotografuota šiek tiek nuožulniai, arba kai spauda išblukusi nuo naudojimo. Jos nepraranda tikslumo pamažu – jos tiesiog sugenda visiškai, nes vienintelis turėtas signalas dingsta. Sistema su daugiau nei vienu įėjimu gali prarasti vieną iš jų ir vis tiek pateikti pagrįstą spėjimą. Sistema su lygiai vienu įėjimu neturi kur dėtis, kai tas įėjimas prastas.
Kodėl juostelė taip dažnai dingsta ar tampa neįskaitoma?
Juostelė – tai maža popieriaus juostelė, apvyniota aplink cilindrą, o įprastas elgesys su cigaru nuolat jai kenkia:
- Celofano blizgesys. Mažmeninė pakuotė atspindi fotoaparato blykstę tiesiai į objektyvą, „išplaunant“ būtent tas raides, kurių reikia OCR.
- Pasukimas. Iš netinkamo kampo nufotografuota juostelė paslepia didžiąją dalį savo teksto už cigaro apskritimo kreivės.
- Nusidėvėjimas. Kišenėje, kelioninėje dėžutėje nešiojamas ar tiesiog dažnai laikomas cigaras pirmiausia gauna įbrėžimų, kurie ištrina foliuotą spaudą ir plonesnį rašalą.
- Sąmoningas nuėmimas. Nemažai rūkalių nuima juostelę prieš uždegdami cigarą, o tai reiškia, kad nuotraukoje, padarytoje rūkant (dažnai kaip tik tuo metu, kai kas nors iš tiesų nori atpažinti kito jam paduotą cigarą), juostelės nuskaityti jau nebėra).
- Dalinės juostelės. Kai kurios vitolos turi antrinę juostelę ar apatinę juostelę (footband), kurioje užrašytas tik pilno pavadinimo fragmentas, o ne visas pavadinimas.
Nė vienas iš šių atvejų nėra retas. Tai įprasta būsena, kurioje cigaras dažniausiai ir būna tuo metu, kai jis realiai rūkomas – o tai kaip tik ir yra tas momentas, kai žmogus labiausiai linkęs griebtis telefono.
Kodėl „tobulos“ juostelės nuotraukos savaime neužtenka?
Todėl, kad ant jos atspausdinti žodžiai gali būti neišskirtiniai. Nemaža dalis bet kurio realaus cigarų katalogo modelių pavadinimų sudaryta vien iš bendrinių apibūdinamųjų žodžių (tokių terminų kaip „reserve“, „especial“, „maduro“, „selection“, „anniversary“) be jokio unikalaus, tik konkrečiam prekės ženklui būdingo žodžio pavadinime. „Paradigm“ gamybos diagnostikos duomenimis, tai sudaro 13,3 % katalogo įrašų: pavadinimai, sudaryti tik iš žodžių, tokių bendrinių, kad vien teksto atitikimas negali susiaurinti pasirinkimo, nes lygiai tie patys žodžiai kartojasi dešimtyse nesusijusių skirtingų gamintojų linijų.
Į teksto atitikimo variklį paduok eilutę, sudarytą vien iš bendrinio žodyno, ir jis neturi jokio išskirtinio taško, į kurį atsiremti paieškoje. Tai nėra nuotraukos kokybės triktis. OCR atliko savo darbą teisingai, perskaitydama kiekvieną raidę, tačiau paieška vis tiek negali susiaurinti iki vieno cigaro, nes pats tekstas niekada nebuvo unikalus. Skeneris, visiškai pastatytas ant juostelės teksto, čia nebeturi kur pasukti. Antro signalo, kuris išspręstų šią lygiąją, tiesiog nėra.
Ko reikėtų, kad skeneris atlaikytų blogą juostelę?
Reikėtų juostelę traktuoti kaip vieną iš kelių įėjimų, o ne kaip visą sistemą. Viso cigaro požiūris nuskaito vyniojamojo lapo atspalvį ir tekstūrą, kepurėlės formą ir kaip ji nukirpta, taip pat fizinius matmenis (ilgį ir žiedo skersmenį) kartu su bet kokiu turimu juostelės tekstu ir viską įvertina kartu. Daugiau apie tai, ką šie vizualūs požymiai rodo patys savaime, skaitykite straipsnyje ko tikėtis iš cigaro vyniojamojo lapo ir formos.
Tai svarbiausia būtent tada, kai juostelė yra pažeista. Suplėšyta ar visai nesama juostelė vis tiek palieka vyniojamojo lapo spalvą, matomą kepurėlės stilių ir apytikslį dydį – tris signalus vietoj nulio. O bendriniais žodžiais parašyta, bet visiškai įskaitoma juostelė vis tiek palieka vizualius įrodymus, leidžiančius susiaurinti sąrašą, kurio vien tekstas užbaigti negalėjo. Nė vienas iš šių signalų atskirai nėra lemiamas. Sudėjus juos kartu, atitikimas iš „neįmanomo“ tampa „tikėtinu“ – o tai ir yra visas skirtumas tarp skenerio, kuris tyliai sugenda, ir skenerio, kuris priartina jus pakankamai, kad galėtumėte patvirtinti akimi. Bendrą patikimumo vaizdą, įskaitant tai, kur net kelis signalus vertinantis atpažinimas vis tiek suklysta, rasite straipsnyje kiek tikslus yra DI cigarų atpažinimas.
Ar tai reiškia, kad juostelės tekstas bevertis?
Ne. Dažniausiai tai yra greičiausias ir konkrečiausias turimas signalas, ir jį verta skaityti pirmiausia. Problema kyla tada, kai jis traktuojamas kaip vienintelis signalas, o pablogėjus jo kokybei nebelieka ko pasakyti. Švariai perskaityta juostelė su išskirtiniu, prekės ženklui būdingu žodžiu beveik visada duoda teisingą atsakymą. Triktis atsiranda kaip tik kitoje pusėje: blogomis fotografavimo sąlygomis arba turint įskaitomą, bet bendrinį pavadinimą. Bet kuri sistema, neturinti plano šiam deriniui, sugadins nuspėjamą, pasikartojantį realaus pasaulio bandymų segmentą: tai ne retas kraštutinis atvejis, o įprastas antradienio vakaro cigaras su ant pusės dar likusiu celofanu.
Ar tai galima pasitikrinti pačiam?
Taip, neformaliai. Paimkite juostelę, kurią jau galite atpažinti akimi, ir pabandykite nufotografuoti ją trimis būdais: tiesiai priešais, geroje šviesoje; smarkiai iš šono; ir per celofaną su blykstės atspindžiu kadre. Kiekvieną nuotrauką paleiskite per bet kokį vertinamą skenerį. Tik juostelę skaitantis įrankis greičiausiai puikiai atpažins pirmąją, bet visiškai nesusidoros su kitomis dviem – ir jokio dalinio atsakymo taip pat nepateiks, nes jokio atsarginio lygmens neturi. Sistema, skaitanti daugiau nei vien juostelę, sunkesniuose dviejuose atvejuose turėtų priartėti bent kažkiek, net jei tiksliai neatpažins konkrečios linijos, nes vyniojamasis lapas ir forma niekur nedingo.
| Sąlyga | Tik juostelės OCR | Viso cigaro atitikimas |
|---|---|---|
| Švari juostelė, išskirtinis pavadinimas | Patikima | Patikima |
| Švari juostelė, visiškai bendrinis pavadinimas | Nesugeba susiaurinti | Vyniojamasis lapas / forma / dydis susiaurina pasirinkimą |
| Suplėšyta, išblukusi ar nuožulni juostelė | Visiškai sugenda | Suprastėja iki trumpo sąrašo |
| Juostelė visai nuimta | Jokio įėjimo | Vyniojamasis lapas, kepurėlė ir dydis vis dar naudingi |
Trumpai apie tai
- Tik juostelę skaitantys skeneriai turi lygiai vieną įėjimą, ir jis dažnai pablogėja dėl įprasto naudojimo, pakuotės blizgesio, pasukimo ar sąmoningo nuėmimo.
- Nemaža dalis realių katalogo įrašų (pagal „Paradigm“ gamybos duomenis – 13,3 %) turi pavadinimus, sudarytus vien iš bendrinių žodžių, o tai sužlugdo teksto atitikimą net esant puikiai įskaitomai juostelei.
- Sistema, skaitanti vyniojamojo lapo spalvą, kepurėlės formą ir matmenis kartu su juostelės tekstu, turi likusius signalus, kai vien juostelės neužtenka.
- Nė vienas atpažinimo metodas nėra neklystantis; praktinis klausimas – ką sistema daro tuo momentu, kai jos geriausias signalas sutrinka.
- Bet kurį skenerį galite išbandyti patys, padarę tris tos pačios juostelės nuotraukas: tiesiai priešais, iš šono ir per celofaną.