شراب را کشف کنید هر کجا که می‌روید

یک اپلیکیشن چگونه شراب را از روی عکس شناسایی می‌کند؟

اپلیکیشن شراب، بطری را با خواندن برچسب به‌عنوان تصویر شناسایی می‌کند، نه با تشخیص خود شراب. از فشردن شاتر تا ارائه پیشنهاد، چهار مرحله مجزا طی می‌شود و هرکدام ممکن است به شکلی متفاوت خطا کنند.

1. مرحله 1 — پیدا کردن بطری در کادر

   در بررسی نخست، بخش‌هایی از عکس که شکل برچسب دارند پیدا و صاف می‌شوند. عکس یک قفسه معمولاً شامل هشت تا بیست برچسب احتمالی است که بیشترشان زاویه دارند و بخشی از آن‌ها پشت بطری جلویی پنهان شده است. هر چیزی که آشکارساز در این مرحله پیدا نکند، بعداً قابل بازیابی نیست؛ به همین دلیل عکس مستقیم از یک بطری بسیار مطمئن‌تر از نمای باز یک قفسه است.

2. مرحله 2 — خواندن متن

   تشخیص نوری نویسه‌ها هر بخش را به متن تبدیل می‌کند. خطاهای معمول در همین مرحله رخ می‌دهند: حرف بزرگ سریف‌دار روی پس‌زمینه تیره، فویل طلایی که زیر نور فروشگاه بیش‌ازحد روشن می‌شود، فونت دست‌نویس روی برچسب Burgundy و سال برداشت که به‌جای بدنه روی گردن بطری چاپ شده است. خروجی یک رشته متنی است و تنها یک نویسه اشتباه در نام تولیدکننده کافی است تا مرحله بعد به شراب اشتباهی برسد.

3. مرحله 3 — تطبیق متن با یک شراب

   متن استخراج‌شده با پایگاه داده شراب تطبیق داده می‌شود. برای تطبیق، نام تولیدکننده، نام شراب و در حالت ایدئال سال برداشت لازم است؛ اگر فقط دو مورد از این سه مورد موجود باشد، نتیجه به‌جای یک بطری مشخص، مجموعه‌ای از شراب‌ها خواهد بود. این مرحله تعیین می‌کند که نتیجه شما "Château Something 2019" باشد یا "یک شراب قرمز Bordeaux".

4. مرحله 4 — تبدیل نام به پیشنهاد

   نام‌گذاری بطری و پیشنهاد دادن آن دو مسئله متفاوت‌اند و فقط مسئله نخست به پردازش تصویر مربوط می‌شود. برای ارائه پیشنهاد، بطری‌های شناسایی‌شده بر اساس چیزهایی که گفته‌اید دوست دارید رتبه‌بندی می‌شوند — سبک، میزان شیرینی، بودجه و مناسبت — بنابراین کیفیت پاسخ بسیار بیشتر از کیفیت دوربین، به این بستگی دارد که ترجیحات خود را تا چه حد صادقانه وارد کرده‌اید. اپلیکیشنی که بدون پرسیدن سلیقه شما پیشنهاد می‌دهد، در واقع گزینه‌ها را بر اساس محبوبیت رتبه‌بندی می‌کند و نام آن را شخصی‌سازی می‌گذارد.

مواردی که تشخیص شراب به‌طور قابل‌اعتماد شکست می‌خورد

این فناوری در تشخیص برچسب‌های آسیب‌دیده، خیس یا کنده‌شده شکست می‌خورد، چون متنی برای خواندن وجود ندارد. همچنین شراب‌های تولیدکنندگان بسیار کوچکی را که در هیچ پایگاه داده‌ای ثبت نشده‌اند، تشخیص نمی‌دهد. شراب‌هایی را هم که روی برچسبشان فقط نام منطقه آمده و نامی از تولیدکننده نیست، نمی‌تواند تشخیص دهد؛ موردی که در ایتالیا و اسپانیا رایج است. در نور کم نیز عملکرد آن مختل می‌شود، زیرا OCR بیش از وضوح تصویر به کنتراست نیاز دارد.

این فناوری گاهی بی‌سروصدا هم شکست می‌خورد و این حالت خطرناک است: پاسخی مطمئن که شراب را درست تشخیص می‌دهد، اما سال برداشت را اشتباه اعلام می‌کند. سال برداشت بیش از هر بخش دیگری اشتباه خوانده می‌شود، زیرا معمولاً کوچک‌ترین نوشته روی برچسب است و اغلب روی نواری جداگانه قرار دارد.

نوع ظریف‌تری از خطا وجود دارد که کسی درباره‌اش هشدار نمی‌دهد: ممکن است تشخیص کاملاً درست باشد، اما پیشنهاد همچنان اشتباه از آب درآید، چون سال برداشت بطری پیش روی شما در داده‌های مرجع وجود ندارد. اگر پایگاه داده یک شراب 2022 را فقط بر اساس نسخه 2019 آن بشناسد، ویژگی‌های شراب قدیمی‌تر را برایش توصیف می‌کند و هیچ نشانه‌ای در رابط کاربری وجود ندارد که نشان دهد چنین جایگزینی رخ داده است.

قاعده عملی این است: وقتی بطری‌ای را برای نخستین بار می‌بینید، از قابلیت تشخیص برای شناسایی آن استفاده کنید و پیش از هر تصمیم پرهزینه‌ای که به پاسخ وابسته است، خودتان برچسب را بررسی کنید. هیچ مدل تصویری نباید مرجع نهایی برای پیشنهاد قیمت در حراج یا ارزش‌گذاری بیمه باشد.