التعرّف والقراءة الضوئية (OCR)

المشكلة

مشكلات الرؤية في الواقع ليست نظيفة أبداً. لقطة كاميرا مراقبة في ممرّ مزدحم عليها أن تجيب لحظياً وبنظرة واحدة: هل هذا الشخص يرتدي كمامة؟ تحت إضاءة سيئة. وبوّابة التعرّف على الوجوه عليها أن تميّز بين غريبين انطلاقاً من صورة مرجعية واحدة. والهوية المصرية تمزج خطاً عربياً متّصلاً وحقولاً مطبوعة وصورة وجه تعجز عنها أدوات OCR الجاهزة. وكلّها المهمة الجوهرية نفسها: تحويل بكسلات مشوّشة إلى قرار يمكن التصرّف بناءً عليه.

المنهج

1. 01

   كشف الكمامة لحظياً بـ YOLO + CNN

   خلال جائحة كوفيد-19 بنيتُ كاشفاً للالتزام بالكمامة: يحدّد YOLO كل وجه في اللقطة، ويصنّف CNN بين مُقنّع وغير مُقنّع — بسرعة تكفي للعمل مباشرةً على بثّ فيديو بدل معالجة صور مفردة على دفعات.

2. 02

   تعرّف على الوجه بلقطة واحدة عبر شبكات Siamese

   بدل تدريب مصنّف لكل شخص، تتعلّم شبكة Siamese مقياس تشابه — فتكفي صورة تسجيل واحدة للتحقّق عند البوّابة، وإضافة شخص جديد لا تتطلّب إعادة تدريب.

3. 03

   مسار OCR للهوية المصرية العربية

   جمعتُ بين YOLO لاكتشاف كل حقل واقتصاصه، وTesseract المضبوط للعربية لقراءة النص، وFaceVGG لاستخراج صورة الهوية والتحقّق منها — فتتحوّل البطاقة كاملةً إلى حقول منظّمة قابلة للاستعلام.

4. 04

   نماذج لغوية على معالج رسومي واحد + RAG

   لجعل النص المُستخرَج مفيداً، شغّلتُ نماذج لغوية على معالج رسومي واحد بضبط LoRA/QLoRA، وثبّتُّها على طبقة استرجاع فوق ChromaDB وFAISS كي تأتي الإجابات من مستندات حقيقية لا من تخمين.