Bant hasarlı veya eksik olduğunda puro tanıma uygulamaları neden bu kadar sık başarısız oluyor?
Çünkü bunların çoğu yalnızca bandı okuyor, başka hiçbir şeye bakmıyor. Bantlar aşınır, kameradan uzağa döner, selofana sarılı kalır ya da tamamen soyulur. Ve mükemmel şekilde fotoğraflanmış bir bant bile, çoğu zaman herhangi bir şeyi tanımlamak için fazla genel kelimelerden oluşan bir isim taşır: bu, herhangi bir kataloğun gerçek, ölçülebilir bir dilimi, istisnai bir durum değil.
Yalnızca bandı okuyan bir tarayıcı aslında ne yapıyor?
Küçük bir kağıt halka üzerinde metin tanıma (optik karakter tanıma, OCR) çalıştırıyor ve geri gelen sonucu tüm cevap olarak kabul ediyor. Kamerayı yöneltirsiniz, yazılım basılı harfleri okur ve bu metni bir veritabanında arar. İşlem hattının tamamı bundan ibarettir. Sargının rengini, kapağın şeklini, uzunluğu veya halka çapını ya da purunun geri kalanında açıkça görünen başka herhangi bir şeyi okumaya yönelik hiçbir girişim yoktur. Bant metni düzgün çıkarsa, uygulama yetkin görünür. Çıkmazsa, işlem hattında geri dönülecek başka hiçbir şey yoktur.
Bu uygulamaların bant mevcut olduğunda ama hafif açılı olduğunda veya baskı elle tutulmaktan solduğunda nasıl davrandığına bakmak, işin özünü ortaya koyar. Kademeli olarak kötüleşmezler; doğrudan başarısız olurlar, çünkü sahip oldukları tek sinyal ortadan kalkmıştır. Birden fazla girdisi olan bir sistem, bunlardan birini kaybedip yine de makul bir tahminde bulunabilir. Tam olarak bir girdisi olan bir sistemin, o girdi bozuk olduğunda gidecek başka yeri yoktur.
Bant neden bu kadar sık kayboluyor veya okunamaz hale geliyor?
Bant, bir silindirin etrafına sarılmış küçük bir kağıt şeriddir ve normal kullanım sürekli olarak ona karşı çalışır:
- Selofan parlaması. Perakende ambalajı, kamera flaşını doğrudan lense yansıtarak OCR'nin ihtiyaç duyduğu harfleri tam da bu yüzden silikleştirir.
- Dönüklük. Purunun çevresinde yanlış açıdan fotoğraflanmış bir bant, kendi metninin çoğunu kıvrımın arkasına gizler.
- Aşınma. Cepte, seyahat kutusunda taşınan ya da sıkça elle tutulan bir puro, önce folyo baskıyı ve ince mürekkebi bulanıklaştıran çizikler alır.
- Bilinçli çıkarma. Birçok içici, yakmadan önce bandı çıkarır; bu da içilirken çekilen fotoğrafta (birinin size uzattığı bir puroyu tanımlamak isteyeceğiniz en olası an) taranacak bir bant kalmadığı anlamına gelir.
- Kısmi bantlar. Bazı vitolalar, tam ismin tamamını değil yalnızca bir parçasını taşıyan ikincil bir bant veya ayak bandıyla gelir.
Bunların hiçbiri nadir değildir. Bir purunun gerçekten içildiği zamanların çoğunda içinde bulunduğu olağan durum tam olarak budur; ve bu, birinin telefonuna uzanma ihtimalinin en yüksek olduğu andır.
"Mükemmel" bir bant fotoğrafı neden tek başına yeterli değil?
Çünkü üzerine basılan kelimeler ayırt edici olmayabilir. Gerçek bir puro kataloğunun anlamlı bir kısmı, tamamen genel tanımlayıcı kelimelerden oluşan ("reserve," "especial," "maduro," "selection," "anniversary" gibi terimler) ve isim içinde markaya özgü hiçbir benzersiz kelime bulunmayan model isimleri taşır. Paradigm'in kendi üretim tanılamaları bunu katalog girdilerinin %13,3'ü olarak ölçüyor: yalnızca metin eşleştirmenin tek başına daralt(a)mayacağı kadar genel kelimelerden kurulu isimler, çünkü aynı kelimeler farklı üreticilere ait düzinelerce alakasız üründe aynen karşımıza çıkıyor.
Bir metin eşleştirme motoruna sadece genel kelime dağarcığından oluşan bir dize verin, aranacak ayırt edici bir dayanağı kalmaz. Bu bir fotoğraf kalitesi sorunu değildir. OCR görevini yapmış, her harfi doğru okumuştur ve arama yine de tek bir puruya daraltılamaz, çünkü metnin kendisi baştan itibaren benzersiz değildi. Tamamen bant metni etrafında kurulmuş bir tarayıcı mimarisinin bunu aşacak bir yolu yoktur. Beraberliği bozacak ikinci bir sinyal yoktur.
Bir tarayıcının kötü bir bandı atlatabilmesi için gerçekte ne olması gerekir?
Bandı, sistemin tamamı değil, birden fazla girdiden biri olarak ele alması gerekir. Bütün-puroyu-değerlendiren bir yaklaşım; sargının tonunu ve dokusunu, kapağın şeklini ve nasıl kesildiğini, fiziksel ölçüleri (uzunluk ve halka çapı) mevcut bant metniyle birlikte okur ve hepsini birlikte değerlendirir. Bu görsel ipuçlarının kendi başlarına neyi gösterdiği hakkında daha fazla bilgi için bir purunun sargısından ve şeklinden ne bekleneceği yazısına bakabilirsiniz.
Bu, tam olarak bant bozulduğunda önem kazanır. Yırtık veya eksik bir bant bile geriye bir sargı rengi, görünür bir kapak stili ve kabaca bir boyut bırakır: sıfır yerine üç sinyal. Genel kelimelerle yazılmış ama tamamen okunaklı bir bant bile, metnin tek başına daraltamadığı bir kısa listeyi daraltacak görsel kanıtı geride bırakır. Bu sinyallerin hiçbiri tek başına belirleyici değildir. Birlikte ele alındıklarında, bir eşleşmeyi "imkânsız"dan "olası"ya indirirler; bu da sessizce başarısız olan bir tarayıcı ile sizi gözle doğrulayabileceğiniz kadar yaklaştıran bir tarayıcı arasındaki tüm farktır. Çoklu sinyalli tanımanın bile hâlâ nerelerde yanılabildiği dahil, genel güvenilirlik tablosu için yapay zekâ ile puro tanıma ne kadar doğru yazısına bakın.
Bu, bant metninin işe yaramaz olduğu anlamına mı geliyor?
Hayır. Genellikle mevcut en hızlı ve en spesifik sinyaldir ve önce okunmaya değer. Sorun, onu tek sinyal olarak ele almak ve bozulduğu anda söyleyecek anlamlı bir şeyin kalmamasıdır. Temiz okunan ve ayırt edici bir marka kelimesi içeren bir bant neredeyse her zaman doğru sonuç verir. Başarısızlık modu tam olarak bunun tersinde ortaya çıkar: kötü fotoğraf koşulları ya da okunaklı ama genel bir isim. Bu kombinasyon için bir planı olmayan hiçbir sistem, gerçek dünyadaki denemelerin öngörülebilir, tekrar eden bir diliminde başarısız olur: bu, nadir bir istisna değil, üzerinde hâlâ selofanın yarısı duran sıradan bir Salı akşamı purosudur.
Bunu kendiniz test edebilir misiniz?
Evet, gayriresmi olarak. Gözle zaten tanıyabildiğiniz bir bandı alıp üç şekilde fotoğraflamayı deneyin: iyi ışıkta düz karşıdan, dik bir açıdan ve karede flaş yansıması olan selofan üzerinden. Her birini değerlendirdiğiniz tarayıcıdan geçirin. Yalnızca bandı okuyan bir araç muhtemelen ilkini tam isabetle bulacak, diğer ikisinde ise hiçbir yedek katmanı olmadığı için hiçbir kısmi cevap bile veremeden tamamen başarısız olacaktır. Bantın ötesini okuyan bir sistem ise, tam satırı bulamasa bile, sargı ve şekil hâlâ ortada olduğu için daha zor olan ikisinde de bir yere yakın bir sonuca ulaşabilmelidir.
| Durum | Yalnızca bant OCR'si | Bütün-puro eşleştirme |
|---|---|---|
| Temiz bant, ayırt edici isim | Güvenilir | Güvenilir |
| Temiz bant, tamamen genel ifade | Daraltamıyor | Sargı/şekil/boyut alanı daraltır |
| Yırtık, solmuş veya açılı bant | Tamamen başarısız | Bir kısa listeye iner |
| Bant tamamen çıkarılmış | Hiç girdi yok | Sargı, kapak ve boyut hâlâ kullanılabilir |
Özet
- Yalnızca bandı okuyan tarayıcıların tam olarak bir girdisi vardır ve bu girdi, sıradan kullanım, ambalaj parlaması, dönüklük veya bilinçli çıkarma nedeniyle sıklıkla bozulur.
- Gerçek katalog girdilerinin anlamlı bir kısmı (Paradigm'in üretim verilerinde %13,3 olarak ölçülmüştür) tamamen genel kelimelerden oluşan model isimleri taşır ve bu, tamamen okunaklı bir bantta bile metin eşleştirmeyi etkisiz kılar.
- Sargı rengini, kapak şeklini ve ölçüleri bant metniyle birlikte okuyan bir sistem, bandın tek başına yetmediği durumlarda elinde kalan sinyallere sahiptir.
- Hiçbir tanıma yaklaşımı hatasız değildir; pratikte önemli olan soru, bir sistemin en iyi sinyali bozulduğu anda ne yaptığıdır.
- Herhangi bir tarayıcıyı, tek bir bandın düz karşıdan, açılı ve selofan üzerinden çekilmiş üç fotoğrafıyla kendiniz test edebilirsiniz.