Zakaj aplikacije za prepoznavanje cigar tako pogosto odpovedo, ko je bandaža poškodovana ali manjka?
Ker večina teh aplikacij bere zgolj bandažo in nič drugega. Bandaže se obrabijo, so obrnjene stran od kamere, zavite v celofan ali pa jih nekdo popolnoma odstrani. In tudi bandaža, ki je fotografirana povsem jasno, pogosto nosi ime, sestavljeno iz preveč splošnih besed, da bi karkoli identificirali: to ni redka izjema, temveč izmerjen delež praktično vsakega kataloga.
Kaj pravzaprav počne skener, ki bere samo bandažo?
Izvaja prepoznavanje besedila (optično prepoznavanje znakov, OCR) na enem majhnem papirnatem obročku in vse, kar dobi kot rezultat, obravnava kot celoten odgovor. Kamera zajame sliko, programska oprema prebere natisnjene črke in ta niz nato poišče v podatkovni bazi. To je cel postopek. Ni poskusa branja barve ovojnega lista, oblike glave, dolžine ali obsega ("ring gauge"), niti česarkoli drugega, kar je na cigari na očem vidno. Če je besedilo na bandaži jasno berljivo, aplikacija deluje kompetentno. Če ni, v postopku ni ničesar drugega, na kar bi se lahko oprla.
Pokazatelj je, kako se te aplikacije obnašajo, ko je bandaža sicer prisotna, a rahlo postrani, ali ko je tisk zbledel od rokovanja. Ne poslabšajo se postopoma – odpovejo v celoti, ker je edini signal, ki so ga imele, preprosto izginil. Sistem z več kot enim virom podatkov lahko enega izgubi in še vedno poda razumno oceno. Sistem, ki ima na voljo natanko en vir podatkov, nima kam iti, ko je ta vir slab.
Zakaj bandaža tako pogosto manjka ali je neberljiva?
Bandaža je ozek trak papirja, ovit okrog valja, in vsakodnevno rokovanje ji nenehno škoduje:
- Odsev celofana. Trgovinska embalaža odbije blisk kamere naravnost nazaj v objektiv in prav to zabriše črke, ki jih OCR potrebuje.
- Zasuk. Bandaža, fotografirana pod napačnim kotom glede na obseg cigare, skrije večino svojega besedila za ukrivljeno površino.
- Obraba. Cigara, ki je nošena v žepu, potovalni škatlici ali s katero se veliko rokuje, najprej nabere odrgnine, ki zamažejo folijski odtis in tanko črnilo.
- Namerna odstranitev. Marsikateri kadilec bandažo odstrani, preden prižge cigaro, kar pomeni, da fotografija, posneta med kajenjem (pogosto ravno v trenutku, ko nekdo dejansko želi ugotoviti, katero cigaro mu je nekdo ponudil), nima več bandaže za skeniranje.
- Delne bandaže. Nekateri formati ("vitole") imajo dodatno bandažo ali t. i. nožno bandažo, ki nosi le drobec celotnega imena, ne pa celote.
Nič od tega ni redkost. To je običajno stanje, v kakršnem je cigara večino časa, ko jo dejansko kadijo – kar je hkrati trenutek, ko bo nekdo najverjetneje posegel po telefonu.
Zakaj "popolna" fotografija bandaže sama po sebi ne zadošča?
Ker besede, natisnjene na njej, morda niso razpoznavne. Precejšen delež vsakega resničnega kataloga cigar nosi imena modelov, sestavljena izključno iz splošnih opisnih besed (izrazov, kot so "reserve", "especial", "maduro", "selection", "anniversary"), brez ene same edinstvene, blagovno specifične besede kjerkoli v imenu. Paradigmovi lastni proizvodni diagnostični podatki to ocenjujejo na 13,3 % vseh vnosov v katalogu: imena, sestavljena zgolj iz besed, ki so tako splošne, da samo ujemanje besedila ne more zožiti izbora, saj se povsem enake besede pojavljajo pri na desetine nepovezanih linij različnih proizvajalcev.
Če motorju za ujemanje besedila podate niz, ki je zgolj splošno besedišče, nima nobene razpoznavne oporne točke, po kateri bi lahko iskal. To ni napaka zaradi kakovosti fotografije. OCR je opravil svoje delo in pravilno prebral vsako črko, iskanje pa se še vedno ne more zožiti na eno samo cigaro, ker samo besedilo od začetka ni bilo edinstveno. Arhitektura skenerja, zgrajena izključno okoli besedila na bandaži, tu nima izhoda. Ni drugega signala, ki bi razrešil neodločenost.
Kaj bi se moralo dejansko zgoditi, da bi skener preživel slabo bandažo?
Bandažo bi moral obravnavati kot enega izmed več vhodnih podatkov, ne pa kot celoten sistem. Pristop, ki upošteva celotno cigaro, bere odtenek in teksturo ovojnega lista, obliko glave in način njenega reza ter fizične dimenzije (dolžino in obseg – "ring gauge") skupaj z vsem razpoložljivim besedilom bandaže in vse to skupaj pretehta. Več o tem, kaj ti vizualni znaki povedo sami po sebi, si preberite v prispevku kaj lahko pričakujete od ovojnega lista in oblike cigare.
To je najpomembneje prav takrat, ko je bandaža okrnjena. Raztrgana ali odsotna bandaža vseeno pusti barvo ovojnega lista, viden slog glave in približno velikost, s katerimi lahko delamo: tri signale namesto nič. Bandaža s splošnimi besedami, a povsem berljiva, prav tako pusti vizualne dokaze, ki lahko zožijo nabor možnosti, česar samo besedilo ne bi zmoglo. Noben od teh signalov sam po sebi ni odločilen. Skupaj pa lahko ujemanje prevesijo iz "nemogoče" v "verjetno", kar je vsa razlika med skenerjem, ki tiho odpove, in tistim, ki vas pripelje dovolj blizu, da lahko sami s pogledom potrdite ujemanje. Za splošno sliko o zanesljivosti, vključno s tem, kje tudi prepoznavanje na podlagi več signalov še vedno zgreši, si oglejte kako natančno je prepoznavanje cigar z umetno inteligenco.
Ali to pomeni, da je besedilo na bandaži brez vrednosti?
Ne. Običajno je najhitrejši in najbolj specifičen razpoložljivi signal, zato ga je vredno prebrati najprej. Težava je v tem, da ga obravnavamo kot edini signal in da sistem ne zna povedati ničesar uporabnega v trenutku, ko je ta signal okrnjen. Bandaža, ki je jasno berljiva in vsebuje razpoznavno blagovno besedo, je skoraj vedno pravilno prepoznana. Način odpovedi se pojavi ravno na drugi strani te enačbe: slabi pogoji fotografiranja ali berljivo, a splošno ime. Vsak sistem, ki nima načrta za tako kombinacijo, bo odpovedal na predvidljivem, ponavljajočem se deležu resničnih poskusov – to ni redka izjema, temveč povsem navaden torkov večer s cigaro, pri kateri je celofan še napol nameščen.
Ali lahko to preverite sami?
Da, neuradno. Vzemite bandažo, ki jo že prepoznate na oko, in jo poskusite fotografirati na tri načine: naravnost pri dobri svetlobi, pod ostrim kotom in skozi celofan z odsevom bliska v kadru. Vsako od teh fotografij poženite skozi skener, ki ga preizkušate. Orodje, ki bere samo bandažo, bo najverjetneje pravilno prepoznalo prvo, pri drugih dveh pa bo povsem zgrešilo, brez kakršnega koli delnega odgovora, ker nima nobene rezervne plasti. Sistem, ki bere več kot samo bandažo, bi moral pri obeh težjih primerih pristati vsaj blizu, tudi če ne zadene točne linije, saj ovojni list in oblika nikamor nista izginila.
| Pogoj | OCR samo bandaže | Ujemanje celotne cigare |
|---|---|---|
| Jasna bandaža, razpoznavno ime | Zanesljivo | Zanesljivo |
| Jasna bandaža, povsem splošno besedilo | Ne uspe zožiti izbora | Ovojni list/oblika/velikost zožijo izbor |
| Raztrgana, zbledela ali postrani bandaža | Popolna odpoved | Poslabša se v ožji nabor možnosti |
| Bandaža popolnoma odstranjena | Brez vhodnih podatkov | Ovojni list, glava in velikost so še vedno uporabni |
Na kratko
- Skenerji, ki berejo samo bandažo, imajo natanko en vir podatkov, ta pa je pogosto okrnjen zaradi vsakdanjega rokovanja, odseva embalaže, zasuka ali namerne odstranitve.
- Precejšen delež resničnih vnosov v katalogih (v Paradigmovih proizvodnih podatkih izmerjen na 13,3 %) nosi imena modelov, sestavljena izključno iz splošnih besed, kar onemogoči ujemanje besedila tudi pri povsem berljivi bandaži.
- Sistem, ki poleg besedila na bandaži bere še barvo ovojnega lista, obliko glave in dimenzije, ima na voljo signale, ko sama bandaža ne zadošča.
- Noben pristop k prepoznavanju ni nezmotljiv; praktično vprašanje je, kaj sistem naredi v trenutku, ko je njegov najboljši signal okrnjen.
- Vsak skener lahko sami preizkusite s tremi fotografijami ene bandaže: naravnost, pod kotom in skozi celofan.