Код в мешке: в России научили ИИ считывать поврежденные QR
Российские специалисты создали решение, которое позволяет считывать поврежденные QR-коды, рассказали «Известиям» авторы разработки. Оно позволяет распознать изображение, даже если на нем отсутствует треть информации. Софт уже интегрирован в мобильные приложения некоторых крупнейших отечественных банков. А опрошенные специалисты уверены, что технология найдет применение не только в сфере платежей, но и в других областях.
Способ распознавания поврежденных QR
Ученые нашли способ, позволяющий считывать поврежденные QR-коды, рассказали «Известиям» в компании Smart Engines. С его помощью можно успешно считывать изображения, у которых по краям отсутствует до 30% информации.
— Софт решает важную проблему — считывает обрезанные QR-коды, которые размещаются на платежках, счетах, квитанциях. Даже небольшой сдвиг при печати кода приводит к его обрезке, — рассказал генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Разработанный метод принципиально отличается от классического подхода в этой сфере. Типовая система для успешного определения и дальнейшего считывания QR требует, чтобы в поле видимости находились четыре объекта: три шаблона поиска и один наведения. Первые — это сравнительно большие квадраты в трех углах кода, шаблон наведения — маленький квадрат, расположенный в правом нижнем углу. Однако на некоторых изображениях часть информации, содержащая шаблоны поиска, может отсутствовать, если она была заслонена (например, пальцем) или из-за ошибки печати. В таком случае обычный сканер не сможет корректно распознать код, пояснили специалисты.
Авторы алгоритма предлагают другую схему чтения QR на изображениях, полученных с камеры, — она ориентируется не только на шаблоны поиска, но и на структуру. Разработанная ИИ-система с помощью нейросети восстанавливает утраченную информацию. Например, если отсутствует один или два из шаблонов поиска, то на основе внутренней структуры кода предсказываются их координаты даже в случае проективного искажения кода.
Где уже применяется это ПО
Решение под названием Smart Code Engine уже используется в ПО для считывания QR, рассказали разработчики. Время распознавания поврежденного изображения составляет 0,035 с. Софт работает на бюджетных смартфонах, планшетах, десктопах и других слабопроизводительных системах.
Разработка также интегрирована в мобильные приложения Альфа-Банка, ВТБ, Газпромбанка, МКБ, банка «Открытие», ПСБ, Райффайзенбанка и Росбанка. Она применяется для корректного проведения платежей, даже если часть QR повреждена.
— ВТБ использует технологию по считыванию обрезанных платежных QR-кодов в мобильном приложении и веб-версии банка. Новая функциональность значительно повышает удобство пользователей при совершении операций, — рассказали «Известиям» в пресс-службе ВТБ.
Использование этой технологии подтвердили и в пресс-службе Росбанка. Там отметили, что не выявили никаких проблем с применением данного решения.
— Это решение обеспечивает моментальную оплату даже в тех случаях, когда продавцы и провайдеры товаров и услуг по техническим причинам не могут обеспечить высокое качество изображения QR-кодов, — заявили в пресс-службе ПСБ.
«Известия» направили запросы в Альфа-банк, ВТБ, Газпромбанк, МКБ, банка «Открытие» и Райффайзенбанк.
Будет ли разработка востребованной
Применение ИИ для работы с поврежденными QR кодами — это еще один шаг навстречу покупателю, рассказала руководитель проекта EdTech Retail компании «Первый Бит» Ольга Артюшкина.
— С учетом того что к использованию этой технологии уже подключились крупные банки, она будет очень востребованной, — считает эксперт.
Решение также может использоваться для систем автоматического считывания штрихкодов на конвейерных лентах, где часто в поле зрения устройства не полностью попадает штрихкод с каждого товара, а возможности ручной корректировки нет. Также это позволит избежать проблем со считыванием обрезанных QR на документах с фиксированным размером области, выделяемой под него, отметил эксперт по обработке и анализу данных Центра компетенций НТИ по большим данным на базе МГУ Максим Доронькин.
— Разработка отечественной компании действительно важна для индустрии. Идея внедрения более совершенных алгоритмов на основе ИИ для распознавания штрихкодов последнее время витает, так как классические алгоритмы компьютерного зрения не позволяют с достаточной точностью распознавать частично поврежденные или смазанные штрихкоды, — подчеркнул он.
Предложенная система основана на нейросетевых методах, благодаря чему повышается качество определения штрихкодов в различных условиях освещенности и сложной геометрии сцены. Такой подход требует очень качественной проверки данных и более комплексной отладки, его нельзя назвать простым в реализации, полагает эксперт.
Несмотря на то что алгоритм частично решает задачу считывания поврежденных QR-кодов, разработчикам есть куда расти, считает генеральный директор Telecom Daily Денис Кусков. Все-таки потеря 30% информации на QR — это сравнительно небольшая цифра. Когда ИИ научится восстанавливать штрихкоды, где потеряно 50% информации, это станет настоящим прорывом в индустрии, резюмировал он.
