Tesseract

2022: Tesseract 5.2 с улучшенными сборочными сценариями для Autotools, CMake

Опубликован релиз системы оптического распознавания текста Tesseract 5.2, поддерживающей распознавание символов UTF-8 и текстов на более чем 100 языках, включая русский, казахский, белорусский и украинский. Об этом стало известно 7 июля 2022 года. Результат может сохраняться как открытым текстом, так и в форматах HTML (hOCR), ALTO (XML), PDF и TSV. Изначально система была создана в 1985-1995 годах в лаборатории компании Hewlett Packard, в 2005 году код был открыт под лицензией Apache и в дальнейшем развивался при участии работников компании Google. Исходные тексты проекта распространяются под лицензией Apache 2.0.

Tesseract включает в себя консольную утилиту и библиотеку libtesseract для встраивания функций распознавания текста в другие приложения. Из поддерживающих Tesseract сторонних GUI-интерфейсов можно отметить gImageReader, VietOCR и YAGF. Предлагается два движка распознавания: классический, распознающий текст на уровне шаблонов отдельных символов, и новый, базирующийся на применении системы машинного обучения на базе рекуррентной нейронной сети LSTM, оптимизированной для распознавания целиком строк и позволяющей добиться существенного увеличения точности. Готовые натренированные модели опубликованы для 123 языков. Для оптимизации производительности предлагаются модули, использующие OpenMP и SIMD-инструкций AVX2, AVX, AVX512F, NEON или SSE4.1.

Основные улучшения в Tesseract 5.2:

• Добавлены оптимизации, реализованные с использованием инструкций Intel AVX512F.
• В C API реализована функция для инициализации tesseract с загрузкой из памяти модели машинного обучения.
• Добавлен параметр invert_threshold, определяющий уровень инвертирования текстовых строк. По умолчанию выставлено значение 0.7. Для отключения инвертирования следует выставить значение 0.
• Налажена обработка очень больших документов на 32-разрядных хостах.
• Осуществлён переход с использования функций std::regex на std::string.
• Улучшены сборочные сценарии для Autotools, CMake и систем непрерывной интеграции^[1].

2017: Анонс

В конце августа 2017 года консалтинговая компания Ernst & Young (EY) анонсировала автомобильную блокчейн-систему, которая призвана упростить бизнес в сфере каршеринга. Новая разработка получила название Tesseract.

С ее помощью компании или группа частных лиц смогут сделать проще процессы совместного владения автомобилями и организации доступа к легковым и грузовым машинам.

Предполагается, что Tesseract станет единой платформой, к которой будут подключены автопроизводители, разработчики мобильных сервисов, транспортные компании, поставщики инфраструктурных решений и др.

Как рассказал информационному агентству Reuters партнер EY Джон Симлетт (John Simlett), Tesseract позволит организовать совместное использование и владение крупными автопарками, например группой автомобилей, припаркованных на специальной площадке. Получить доступ к автомобилю можно будет с помощью приложения для смартфонов.

Издание отмечает, что концепция совместного использования автотранспорта не нова для рынка, однако внедрение блокчейн-проектов для регистрации прав на автомобили, ведения документации по использованию машин и распределению расходов на страхование и другие нужды находится в зачаточном состоянии.

Тестирование системы Tesseract начнется в четвертом квартале 2017 года. Для этого EY пригласила партнера, имя которого не раскрывается. Подробная информация о технологии не раскрывается.^[2]

Tesseract позволит внедрять инновации, коммерциализировать и масштабировать новые модели мобильности и источники доходов. Благодаря платформе автомобили будут чаще эксплуатироваться, но при этом будут снижаться расходы, а транспортный мир станет более экологичным, — заявил руководитель глобального транспортного направления EY Рэнди Миллер (Randy Miller).

Примечания