ОТЧЕТ о выполнении НИОКР по теме: "Доработка прототипа цифровой платформы для настройки и реализации потокового ввода, сортировки, классификации и выверки данных из изображений." (договор №28ГС1ЦПС9-D2/55538 от 26.12.2019) Этап №1"Разработка алгоритмов адаптивной сегментации изображений. Разработка алгоритмов адаптивного удаления шумов на изображениях. Разработка алгоритмов поиска дополнительной элементной базы на изображениях. Объединение разработанных алгоритмов в единую архитектуру движка распознавания цифровой платформы." Этап №2 "Разработка прототипа веб-ориентированного личного кабинета пользователя платформы. Разработка механизмов обмена данными с пользователями через личный кабинет. Привязка платёжной системы к личному кабинету пользователя. Тестирование и оптимизация прототипа цифровой платформы." (итоговый)

Цель работы:В данном итоговом отчёте описываются работы по этапу №1 и этапу №2:•Разработка алгоритмов адаптивного удаления шумов на изображениях. •Разработка алгоритмов адаптивной сегментации изображений. •Разработка алгоритмов поиска дополнительной элементной базы на изображениях. •Объединение разработанных алгоритмов в единую архитектуру движка распознавания цифровой платформы.•Разработка прототипа веб-ориентированного личного кабинета пользователя платформы. •Разработка механизмов обмена данными с пользователями через личный кабинет. •Привязка платёжной системы к личному кабинету пользователя. •Тестирование и оптимизация прототипа цифровой платформы.Результаты работы, основные конструктивные, технологические и технико-эксплуатационные характеристики:Для достижения поставленных целей был выполнен комплекс работ по созданию, прототипированию, реализации и внедрению множества новых алгоритмов по решению задач адаптивного удаления шумов, сегментации текста и поиска различных не текстовых элементов. Также были произведены исследования в области распознавания текста с применением новых алгоритмов для его извлечения. В итоге была разработана и реализована единая архитектура движка распознавания. Движок написан на языке программирования С++, что делает его кроссплатформенным. Эксплуатация на CPU позволяет добиваться быстрого масштабирования. Для ускорения вычислений также задействуются AVX инструкции для семейства процессоров Intel Xeon. Распознавание выполняется нейронной сетью LSTM, что также показывает оптимальное соотношение скорости и качества.Также реализован прототип веб-ориентированного личного кабинета пользователя платформы, разработаны механизмы обмена данными с пользователями через личный кабинет, привязана платёжная система к личному кабинету пользователя, проведено тестирование и оптимизация прототипа цифровой платформы.Оценка исполнителем успешности выполнения работы по всем этапам:При оценке достигнутых результатов можно смело утверждать, что разработанное решение открывает много возможностей для продолжения исследований и потенциально может превзойти по совокупному качеству существующие и находящиеся в открытом доступе аналоги. Работы по этапу №1 и этапу №2 выполнены успешно.