Forskare i Kina har insett att optisk teckenigenkänning (OCR) har mognat och kan identifiera och extrahera information från dokument som använder vanliga skrivstilar. Dock, världen över människor har väldigt olika sätt att skriva som kan förbli obskyra för OCR. Dessutom, människor klottrar och gester på surfplattor och telefoner och andra enheter på sätt som inte ens är i närheten av deras normala handstil och därför sannolikt är oläsliga för en dator.

Teamet har nu utvecklat en algoritm som kan, med fin granularitet, extrahera information från vad som kan vara löst termer graffiti, invecklad handstil som till och med kan vara otydlig för en mänsklig läsare, än mindre en dator.

Jiashuang Xu och Zhangjie Fu från Computer and Software College vid Nanjing University of Information Science and Technology i Nanjing City, Jiangsu-provinsen, och Xingyue Du från School of Humanities and Social Sciences vid Xi'an Polytechnic University i Xi'an City, Shaanxi-provinsen, Kina, ge detaljer om deras tillvägagångssätt i International Journal of Computational Science and Engineering .

Hittills har teamet tränat sitt system för att känna igen 26 bokstäver i det latinska (engelska) alfabetet med nästan 86 procents noggrannhet och arbetar nu med att utöka och förbättra tekniken. En ytterligare, Poängen är att systemet använder en rörelsedetekteringsmetod snarare än att kräva pekinmatning och kan därför anpassas för icke-skärminmatningsenheter som wearables, där man kan göra en gest åt en enhet inbäddad i kläder, till exempel.