PerceptionMatrix

PerceptionMatrix

Patent #15/128, 150

Patent #15/128, 150

Patentierte KI Technologie

Die PerceptionMatrix verleiht der IDA Software-Suite einen erheblichen Wettbewerbsvorteil gegenüber traditionellen IDP-Anbietern in Bezug auf Erfassung, Datenauszug und Verständnis von Dokumenten, E-Mails usw.

KI Technologie – So funktioniert’s

Anders als herkömmliche Methoden zur Generierung einer Transkription (OCR-Engines) verarbeitet die Technologie von PLANET AI die Eingabe sequenziell.

PerceptionMatrix

Tiefgehendes Verständnis von Text

Die Ausgabe der PerceptionMatrix ist ein abstraktes Metadatenformat, das eine überlegene Lösung im Vergleich zu traditionellen OCR-Techniken bietet.

  • Sprachunabhängig

  • Basis für nachfolgende Verarbeitung

  • Wesentlicher patentierter Prozess, nicht ersetzbar durch Alternativen

Konventionelle OCR

vs.

Perception-Matrix

Konventionelle OCR vs. PerceptionMatrix

Konventionelle OCR Methoden mit hohem Datenverlust

Konventionelle Methoden
PerceptionMatrix

Inhaltsdarstellung ohne Datenverlust (PerceptionMatrix)

HERAUSRAGEND, WO ANDERE KOGNITIVE SYSTEME VERSAGEN

Der primäre Vorteil dieses Ansatzes wird besonders deutlich, wenn man mit unsicheren Eingaben wie Scans von schlechter Qualität oder handgeschriebenen Dokumenten umgeht. Traditionelle OCR-Methoden mit festen Transkriptionen führen oft zu erheblichem Informationsverlust, was nachfolgende Aufgaben herausfordernd macht und manuelle Anstrengungen für Validierung und Korrektur zur Folge hat.

Die PerceptionMatrix wird auf eine sprachunabhängige Weise generiert und kann in PDF-Ausgaben integriert oder in Datenbanken exportiert werden. Diese patentierte Technologie (#15/128, 150) bietet einen erheblichen Wettbewerbsvorteil, was sich in der Leistung der Intelligent Document Analysis Software-Suite von PLANET AI widerspiegelt.

GeWinner Zahlreicher KI auszeichnungen

Most Innovative AI Technology
Most Innovative AI Technology Auszeichnung

CorporateLiveWire 2020

Baseline Detection
Baseline Detection Auszeichnung

ICDAR 2019

Information Extraction
(Hist. Handwritten Records)
Information Extraction in Historical Handwritten Records Auszeichnung

ICDAR 2017