Разработана система оффлайн-распознавания визиток для Android
Российские разработчики представили решение для распознавания данных с визитных карточек на Android-смартфонах без передачи информации в облачные сервисы, что соответствует требованиям 152-ФЗ.
Специалисты создали систему, которая позволяет считывать информацию с визиток непосредственно на устройстве пользователя. Основу решения составляют технологии PaddleOCR v5, ONNX Runtime и React Native. Такой подход гарантирует, что конфиденциальные данные, такие как имя, телефон и email, не покидают смартфон, исключая риски утечек и нарушения законодательства о персональных данных.
Проект отказался от использования больших языковых моделей (LLM) в процессе распознавания, сосредоточившись на оптимизации локальной обработки. Разработчикам удалось значительно сократить время обработки снимка визитки: с начальных 7,8 секунд до 3 секунд. Это повышает удобство использования и скорость работы приложения.
В процессе реализации проекта были выявлены и устранены нюансы, связанные с ONNX Runtime, который по умолчанию может отправлять некоторые данные в Microsoft. Команда обеспечила полную конфиденциальность, настроив работу рантайма так, чтобы избежать любых несанкционированных отправок информации.
Часто задаваемые вопросы
В чем особенность новой системы распознавания визиток?
Главная особенность в том, что распознавание происходит полностью на Android-смартфоне, без отправки данных в облачные сервисы, что гарантирует конфиденциальность и соответствие закону о персональных данных.
Какие технологии используются в разработке?
В системе применяются PaddleOCR v5 для оптического распознавания символов, ONNX Runtime для выполнения моделей искусственного интеллекта и React Native для кроссплатформенной разработки мобильного приложения.
Как быстро система обрабатывает визитку?
Благодаря оптимизации, время распознавания и обработки данных с одной визитки сокращено до 3 секунд.
Зачем отказались от использования LLM?
Разработчики отказались от LLM в пользу локальной обработки для повышения скорости, эффективности и сохранения конфиденциальности данных на устройстве.
Источник: Habr · Rusability ИИ


Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!