Внедрение технологии OCR и глубокого обучения в мобильных приложениях для автоматизации учета личных финансов на основе чеков
Изображение создано Gemini AI
Новое мобильное приложение для управления личными финансами использует технологии оптического распознавания символов (OCR) и глубокое обучение для автоматизации учета и классификации расходов. Разработанное по методологии каскадной модели, приложение обрабатывает 900 местных чеков с точностью распознавания символов 97,05%, что позволяет сократить время ввода данных на 62% по сравнению с ручными методами. Тестирование удобства использования показало результат 70,069, что подчеркивает его эффективность в сфере управления финансами в Индонезии.
Мобильное приложение революционизирует управление личными финансами с помощью OCR и глубокого обучения
Новая мобильная программа нацелена на преобразование управления личными финансами, автоматизируя запись и классификацию расходов с помощью технологий оптического распознавания символов (OCR) и глубокого обучения. Этот инновационный подход решает давние проблемы, связанные с ручными процессами записи и традиционными финансовыми приложениями.
Приложение было разработано на основе набора данных из 900 изображений местных квитанций о транзакциях. Извлечение текста использует сверточную рекуррентную нейронную сеть (CRNN), достигая точности распознавания символов в 97,05% и точности распознавания слов в 92,1%, что превосходит Tesseract OCR.
Для классификации расходов приложение применяет модель сверточной нейронной сети (CNN), доработанную с помощью тонкой настройки EfficientNet. Пользователи отмечают среднее сокращение времени ввода транзакций на 62% по сравнению с ручными методами.
Тест на удобство использования, в котором приняли участие 36 респондентов, показал оценку по шкале удобства использования системы (SUS) в 70,069, что свидетельствует о положительном восприятии среди пользователей.
Основной вклад исследования заключается в интеграции адаптивного OCR и классификации на основе глубокого обучения, адаптированной к финансовому ландшафту Индонезии.
Связанные темы:
📰 Первоисточник: https://doi.org/10.35870/jtik.v10i2.5230
Все права и авторство принадлежат первоначальному издателю.