ナンバープレート・罰金額・支払期限をあらゆる駐車違反切符の写真から抽出

感熱紙は数週間で色あせ、OCRは空白と認識します。 車のダッシュボードに3日置かれた切符は、コントラストが40〜60%失われることがあります。従来のピクセル単位のOCRは、白黒の明確な文字を前提としているため、色あせた文字を欠落として扱います。

しわや折り目で文字の形が歪みます。 折り目は文字を分断し、間隔をゆがめ、レイアウト解析を混乱させる影を作ります。どのテンプレートも想定していないノイズが、折り目ごとに発生するのです。

管轄区域ごとに切符のレイアウトが異なります。 ニューヨーク市も、ロサンゼルスも、民間の駐車場も、それぞれ別の形式を使っています。テンプレート型OCRはレイアウトごとに個別設定が必要で、都市が切符をリニューアルするたびに、何十ものテンプレートが使えなくなります。

列を指定するだけで、AIが意味で値を特定します。 「ナンバープレート、金額、支払期限」と入力するだけ。モデルはプレートが上部付近の短い英数字列、金額は「$」記号の近くの値だと認識します。たとえ一部がかすれていても、AIは残りの文脈を読み取って値を復元します。

物理的な損傷も視覚的な文脈で読み取れます。 プレート番号に折り目が入ると、ピクセルOCRでは「5」が2つの記号に分かれて見えます。しかしAIはより広い形状を読み取ります。プレートが連続したコードであることを理解し、折り目の周囲の断片から文字を復元します。

1つの列セットがすべての管轄区域で使えます。 ニューヨーク市とシカゴのチケットは、プレート、金額、支払期限という同じ基本項目を共有しています。列の定義は一度だけ。AIは位置ではなく意味で項目を見つけるため、各レイアウトに自動で対応します。都市ごとのテンプレートは不要です。