Дефекты QR теперь не проблема: в России научили ИИ считывать поврежденные коды
В крупном городе, наверно, сложно найти локацию, где нет хотя бы пары QR-кодов. Их используют для знакомства с продукцией, платежей и идентификации. Однако добраться до нужной информации будет сложно при повреждении QR. В России предложили решение проблемы. Команда специалистов научила ИИ считывать поврежденные коды, сообщают «Известия».
Как ИИ работает с неполными QR-кодами
Технология, уже интегрированная в приложения ведущих банков страны, обеспечивает распознавание изображений, даже если отсутствует его треть. Эксперты утверждают, что потенциал проекта выходит за пределы финансового сектора.
Приложение, названное Smart Code Engine, может считать код, даже если на краях отсутствует до 30% информации. Владимир Арлазаров, доктор технических наук и руководитель Smart Engines, отметил что с помощью программы решается проблема обрезанных кодов.
Новая методика принципиально отличается от традиционных аналогов. Типовым считывающим системам для успешной работы в поле зрения требуется 4 объекта. Smart Code Engine, как известно журналистам pronedra.ru, ориентируется на структуру изображения. Даже при проблемах с шаблонами поиска, возникших на фоне ошибок печати или других дефектов, код считывается за счет восстановления информации нейросетью.
Smart Code Engine уже нашел свое применение в мобильных приложениях нескольких ведущих российских банков, включая:
- Газпромбанк;
- Райффайзенбанк;
- ВТБ;
- Альфа-Банк.
Технология успешно используется для обеспечения корректных платежей даже при частичном повреждении QR-кода. В банках отмечают, что методика повышает вероятность успешного платежа даже при проблемах с качеством изображения.
Перспективы технологии для поврежденных QR-кодов
Внедрение ИИ в работе с QR — важный шаг в направлении повышения удовлетворенности клиентов, отметила представитель «Первого Бита» Ольга Артюшкина, возглавляющая в компании проект EdTech Retail. Учитывая подключение крупных банков к технологии, она будет востребованной, добавила эксперт.
Максим Доронькин, научный руководитель Центра компетенций НТИ по большим данным на базе МГУ, также высоко оценил перспективы разработки. По его мнению, она может найти применение в различных областях, включая автоматическое считывание штрих-кодов.
Денис Кусков, генеральный директор Telecom Daily, отметил, что несмотря на успешные результаты, есть потенциал для дальнейших улучшений. Он подчеркнул, что когда ИИ сможет восстанавливать штрих-коды с потерей 50% информации, это будет настоящим прорывом в индустрии.
