Computer Vision และ OCR ภาษาไทยในประเทศไทย

การตรวจสอบคุณภาพบนไลน์ผลิตของไทย

กล้องและโมเดลที่ฝึกมาแล้วตรวจทุกชิ้นแทนการสุ่มตรวจ ที่ความเร็วไลน์ผลิต ด้วยเกณฑ์ที่คงที่ไม่เปลี่ยนไปตามช่วงกะ ผลลัพธ์ที่เป็นจริงไม่ใช่การแทนที่พนักงานตรวจ แต่คือการจับข้อบกพร่องประเภทที่คนมองข้ามเมื่อเหนื่อยตอนท้ายกะ

ข้อจำกัดจริงบนไลน์ผลิตแทบไม่เคยเป็นเรื่องความแม่นยำ แต่เป็นเรื่องแสง ตำแหน่งติดตั้งกล้อง และไลน์หยุดได้นานพอจะติดตั้งอะไรหรือไม่ เราประเมินเรื่องเหล่านี้ก่อน เพราะโมเดลที่ทำงานได้สวยงามบนภาพตัวอย่างที่สะอาดแต่ทำงานแย่ภายใต้แสงจริงในโรงงาน เป็นผลลัพธ์ที่พบบ่อยและมีราคาแพง

การประมวลผลทำงานที่ Edge ในกรณีที่ไลน์ผลิตพึ่งพาการเชื่อมต่ออินเทอร์เน็ตไม่ได้ ซึ่งในนิคมอุตสาหกรรมต่างจังหวัดเป็นเรื่องที่ต้องคิดจริง ไม่ใช่แค่ทฤษฎี

OCR ตัวอักษรไทย

OCR ภาษาไทยยากกว่าภาษาละตินอย่างมีนัยสำคัญ เพราะอักษรไทยวางสระและวรรณยุกต์ซ้อนทั้งบนและล่างเส้นบรรทัด และเขียนติดกันโดยไม่เว้นวรรค เครื่องมือที่ปรับมาเพื่อภาษาอังกฤษจึงอ่านเอกสารไทยผิดเป็นประจำ ซึ่งเป็นเหตุผลที่ OCR ทั่วไปน่าผิดหวังกับเอกสารไทย

งานที่ให้ผลตอบแทนสูงที่สุดที่เราเห็นคือการดึงข้อมูลจากใบแจ้งหนี้และใบเสร็จภาษาไทย การแปลงแบบฟอร์มราชการเป็นดิจิทัล และการทำให้คลังเอกสารไทยที่สแกนไว้ค้นหาได้ ทั้งสามอย่างแทนที่งานที่ตอนนี้ใช้คนพิมพ์ใหม่

ความแม่นยำควรวัดบนเอกสารของท่านเอง ไม่ใช่บนเกณฑ์มาตรฐานของผู้ขาย เราทดสอบกับตัวอย่างเอกสารจริงของท่านก่อนเสนอราคา เพราะตัวเลขที่ได้จากข้อความพิมพ์สะอาด ๆ ไม่ได้บอกอะไรเลยเกี่ยวกับใบแจ้งหนี้ที่ผ่านแฟกซ์ มีตราประทับ และมีลายมือเขียนข้างกระดาษ

ภาพได้รับอนุญาตให้ไปที่ไหนบ้าง

สำหรับหน่วยงานรัฐ สถานพยาบาล และงานที่เกี่ยวกับเอกสารแสดงตน การส่งภาพออกไปยัง API ภายนอกมักทำไม่ได้ เราติดตั้งบนฮาร์ดแวร์ของท่านเองในกรณีเหล่านั้น ซึ่งเป็นเหตุผลเดียวกับที่ VG-X มีอยู่ในรูปแพลตฟอร์ม On-premise

ภาพของบุคคลถือเป็นข้อมูลส่วนบุคคลตาม PDPA และข้อมูลชีวมิติเป็นข้อมูลอ่อนไหวตามมาตรา 26 ซึ่งต้องได้รับความยินยอมโดยชัดแจ้ง งานวิเคราะห์กล้องวงจรปิดและงานที่เกี่ยวกับใบหน้าทุกชนิดต้องจัดการเรื่องนี้ก่อนติดตั้ง ไม่ใช่หลังจากนั้น และเราจะบอกตรง ๆ เมื่อ Use Case ที่เสนอมานั้นไม่มีทางอธิบายได้ตามกฎหมาย