Название базовой системы (платформы): | Искусственный интеллект (ИИ, Artificial intelligence, AI) |
Разработчики: | Smart Engines (Смарт Энджинс) |
Дата премьеры системы: | 2023/06/16 |
Технологии: | СЭД - Системы потокового распознавания |
Основная статья: OCR - Optical Character Recognition
2023: Получение патента США
Ученые московской компании Smart Engines запатентовали в США один из ключевых компонентов технологии распознавания документов в смартфоне через видео камеру. Это разработка, лежащая в основе линейки программных продуктов Smart Engines, внедренных международными и российскими компаниями, включая девять из 13 системно значимых банков России. Об этом 16 июня 2023 года сообщили представители Smart Engines.
По информации компании, в отличие от сканеров, использующихся в системах распознавания предыдущих поколений, смартфоны позволяют использовать для распознавания видеопоток. В этом случае в систему распознавания на входе поступает целая серия изображений объекта различного качества, в том числе, с бликами, в необычных ракурсах или даже в темноте.
Для решения задачи мобильного распознавания авторы патента – научный сотрудник-программист Ольга Петрова, старший научный сотрудник-программист к.т.н. Константин Булатов и генеральный директор Smart Engines к.т.н. Владимир Арлазаров – предложили предварительно оценивать пригодность поступающих кадров для распознавания, и для наилучших кадров совместно использовать результаты их обработки. Это позволяет существенно оптимизировать качество распознавания документа. Такой способ они назвали методом взвешенной Российский рынок цифровизации телекома: ключевые тренды и ИТ-поставщики. Обзор TAdviser
интеграции.
Как следует из описания патента №11640720 от 2 мая 2023 года, ученые Smart Engines предложили использовать 50% лучших кадров с учетом точности фокусировки изображения и оценки результатов распознавания и назначать каждому символу "вес", опираясь на эти критерии. Например, если часть поля перекрыта пальцем или бликом, то вес символа будет стремиться к нулю, а если символ видно четко – его "стоимость" будет приближена к 1. После назначения весов итоговый результат анализа видеопотока реконструируется при помощи предложенного исследователями алгоритма.
![]() | Метод посимвольного взвешивания с оценкой фокусировки позволяет
оптимизировать качество распознавания в тех случаях, когда удостоверяющий документ снят в неидеальных условиях – под углом, в темноте, с бликами. Посимвольное взвешивание также положительно влияет на результат распознавания, если в документе присутствуют длинные непрерывные строки – скажем, машиночитаемая зона. отметил Владимир Арлазаров | ![]() |
Этот патент стал четвертым изобретением, полученным учеными Smart Engines в США, и третий подряд патент компании, зарегистрированный Штатами в 2023 г.
![]() | Патент на технологию распознавания документов в видеопотоке стал нашим третьим изобретением, которое регистрируется в Штатах в 2023 году. Конечно, в связи с напряженной международной обстановкой, мы столкнулись с различными сложностями в процессе регистрации изобретений. рассказал Владимир Арлазаров | ![]() |
Метод взвешенной интеграции при распознавании текста в видеопотоке был разработан учеными Smart Engines еще в 2015 году. Он лег в основу программных продуктов Smart ID Engine (распознавание и проверка подлинности паспорта РФ), Smart Code Engine (распознавание QR-кодов, банковских карт, номеров телефонов и номеров банковских карт), Smart Document Engine (распознавание корпоративных документов). Все программные продукты Smart Engines внесены в реестр российских программ. Компания Smart Engines реализует их в России, США и других странах. Только в 2022 году защищенная патентом технология принесла Smart Engines более 400 млн рублей выручки.
Технологии Smart Engines также защищены патентами в России. Сотрудники Smart Engines зарегистрировали девять патентов РФ и 40 полезных моделей. По данным на июнь 2023 года по числу "цифровых" патентов Smart Engines находится на седьмом месте среди российских ИТ-компаний.
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)