В современном мире штрих-коды встречаются повсюду, от магазинов до больниц, но их повреждения часто становятся причиной ошибок в учёте товаров и данных. Традиционные методы восстановления повреждённых кодов имеют ограничения, поэтому исследователи ищут новые подходы. В частности, учёные кафедры «Интеллектуальные системы в управлении и автоматизации» занимаются разработкой системы на базе нейронных сетей, которая сможет считывать и восстанавливать даже сильно повреждённые коды.
Старший преподаватель Данил Безумнов рассказал, что основа системы — алгоритмы нейронного восстановления изображений. Сканируя код, пользователь передаёт данные в нейронную сеть, которая отмечает расположение кода и восстанавливает утраченные элементы. Магистр Максим Четыркин уточнил, что точность распознавания зависит от качества изображения, минимальное разрешение должно быть не менее 200 DPI, а двумерные коды требуют около пяти пикселей на самый маленький элемент.
Для разработки системы исследователи проводят анализ существующих решений, таких как Dynamsoft, Barcode Reader, и предлагают использовать архитектуры GAN и U-Net. На этапе обучения модель будет тестироваться на данных с разной степенью повреждений, а затем проверяться на реальных задачах. Это направление обещает повысить надёжность идентификации продукции, обеспечив стабильную работу систем в промышленности и торговле.
