PDFs और दस्तावेजों के अंदर AI छवियां खोजना

दस्तावेज़ एक अनदेखा पहलू क्यों हैं

सत्यापन का प्रयास उन छवियों पर केंद्रित होता है जो छवियों के रूप में आती हैं। किसी संदेश में आई तस्वीर की जाँच की जाती है; पचास पेज की रिपोर्ट के अंदर मौजूद वही तस्वीर नहीं जाँची जाती है, क्योंकि कोई भी दस्तावेज़ को तस्वीरों के संकलन के रूप में नहीं सोचता है।

फिर भी दस्तावेज़ ऐसी जगहें हैं जहाँ तस्वीरें सबसे महत्वपूर्ण काम करती हैं। क्लेम बंडल, मूल्यांकन रिपोर्ट, ड्यू डिलिजेंस पैक, साइट सर्वे, कंप्लायंस सबमिशन: इनमें से प्रत्येक फोटोग्राफिक साक्ष्य के आसपास का एक आवरण है जिस पर कोई भरोसा करेगा।

यह फॉर्मेट अवांछित अधिकार भी प्रदान करता है। कैप्शन, फिगर नंबर और लेटरहेड के साथ किसी पेज पर मौजूद तस्वीर, अपने दम पर भेजी गई उसी फाइल की तुलना में अधिक आधिकारिक लगती है, और वह फ्रेमिंग सवाल को हतोत्साहित करती है।

मात्रा इसे और जटिल बनाती है। दो सौ तस्वीरों वाले बंडल की एक-एक करके हाथ से जाँच नहीं की जाने वाली है, इसलिए व्यावहारिक रूप से तब तक इसकी बिल्कुल जाँच नहीं की जाती है जब तक कि एक्सट्रैक्शन चरण आसान न हो।

निकालें, स्क्रीनशॉट न लें

यह एकमात्र तकनीकी बिंदु है जो मायने रखता है। जब किसी छवि को पीडीएफ में रखा जाता है, तो फ़ाइल आम तौर पर काफी हद तक सुरक्षित रूप से एम्बेडेड होती है, जिसका अर्थ है कि मूल एन्कोडिंग दस्तावेज़ के अंदर रिकवर होने का इंतज़ार कर रही है।

पेज का स्क्रीनशॉट लेना इसे फेंक देता है और आपके पीडीएफ व्यूअर द्वारा आपके द्वारा किए गए किसी भी ज़ूम पर एक रेंडरिंग को प्रतिस्थापित कर देता है। यह इस साइट पर कहीं और वर्णित उसी नुकसान की तरह है, जो ऐसे मामले पर लागू होता है जहाँ अच्छी कॉपी हर समय उपलब्ध थी।

अधिकांश पीडीएफ रीडर एक्सपोर्ट या एक्सट्रैक्ट विकल्प प्रदान करते हैं, और कमांड लाइन टूल इसे थोक में करते हैं। ऑफिस दस्तावेज़ और भी सरल हैं: एक आधुनिक वर्ड या पॉवरपॉइंट फ़ाइल एक ज़िप आर्काइव है, और इसका नाम बदलने से एक मीडिया फ़ोल्डर सामने आता है जिसमें हर इमेज पूरी क्वालिटी में होती है।

कौन सी इमेज जाँचने लायक हैं

दो सौ इमेज वाले बंडल के लिए दो सौ जाँच की आवश्यकता नहीं होती है। इमेज से क्या साबित करने के लिए कहा जा रहा है, इसके आधार पर प्राथमिकता तय करने से काम दस गुना कम हो जाता है।

1. वे इमेज जो किसी स्थिति का प्रमाण देती हैं। क्षति, दोष, टूट-फूट, साइट की स्थितियाँ, चिकित्सीय प्रस्तुतियाँ। ये वे हैं जिन पर कोई निर्णय आधारित होता है।
2. दस्तावेज़ों की इमेज। बंडल के अंदर एक फ़ोटोग्राफ़ किया गया प्रमाणपत्र, लाइसेंस या रसीद साक्ष्य की दो परतें हैं और उनमें से किसी की भी जाँच नहीं की जाती है।
3. पहले और बाद के जोड़े। किसी भी रिपोर्ट में सबसे भरोसेमंद फॉर्मेट और जिसे बेईमानी से बनाना सबसे आसान है।
4. कोई भी तारीख या टाइमस्टैम्प वाली चीज़। जहाँ किसी चीज़ के होने के प्रमाण के रूप में इमेज पेश की जाती है।
5. स्टॉक और सजावटी छवियां। पूरी तरह से छोड़ दें। कोई भी हेडर फोटोग्राफ पर निर्भर नहीं है।

तीसरी पंक्ति ध्यान देने योग्य है। पहले और बाद का जोड़ा एक दिशा में नकली बनाना असाधारण रूप से आसान है, क्योंकि आधुनिक उपकरणों के साथ बाद के से पहले को जनरेट करना तुच्छ है और कोई भी पहले की इमेज की जाँच करने के बारे में नहीं सोचता है।

बंडल को एक सेट के रूप में पढ़ना

बैच दृष्टिकोण जो अन्य जगहों पर काम करता है, यहाँ विशेष रूप से अच्छी तरह से काम करता है, क्योंकि एक दस्तावेज़ बंडल आमतौर पर एक सामान्य मूल का दावा करता है। एक साइट पर, एक डिवाइस पर, एक सत्र में ली गई तस्वीरें एक साथ होनी चाहिए।

यह मुफ़्त में एक बेसलाइन देता है। सवाल यह नहीं रह जाता है कि 54 ज़्यादा है या नहीं, जो कैमरे और कम्प्रेशन पर निर्भर करता है, और यह बन जाता है कि एक इमेज का स्कोर 54 क्यों आया जबकि उसी विज़िट की अन्य उन्नीस तस्वीरों का स्कोर 18 और 26 के बीच था।

एक बंडल जो बिना किसी क्लस्टर के बिखर जाता है, वह भी आपको कुछ बता रहा है: तस्वीरें एक सत्र से नहीं आई थीं, दस्तावेज़ कुछ भी कहे। यह तस्वीर के बजाय रिपोर्ट के बारे में एक निष्कर्ष है।

यह समीक्षा प्रक्रिया में कहाँ फिट बैठता है

एक्सट्रैक्शन चरण को स्वचालित करना उचित है, भले ही जाँच न की जा रही हो। आने वाले प्रत्येक बंडल से खींची गई छवियों का एक फ़ोल्डर, जिस दस्तावेज़ से वे आए थे, उसके नाम पर, एक कभी-कभार के वीरतापूर्ण प्रयास को किसी ऐसी चीज़ में बदल देता है जिस पर एक समीक्षक एक नज़र डाल सकता है।

यह इस बात को भी बदल देता है कि किस पर ध्यान दिया जाता है। एक अलग कैमरे की तस्वीर को तुरंत देखने वाले बीस निकाले गए फोटो को साइड-बाई-साइड देखने वाला एक समीक्षक, और उस अवलोकन को किसी भी विश्लेषण की बिल्कुल आवश्यकता नहीं है।

जहाँ वॉल्यूम वास्तव में अधिक है, आनुपातिक नियम छवियों के बजाय बंडलों की जाँच करना है: प्रति सबमिशन एक बैच चलाएं, स्प्रेड को देखें, और व्यक्तिगत परिणाम तभी खोलें जब स्प्रेड में कुछ हो।

इनमें से किसी को भी प्रोजेक्ट बनने की ज़रूरत नहीं है। एक साझा फ़ोल्डर, एक एक्सट्रैक्शन कमांड और प्रति बंडल एक बैच चलाने की आदत अधिकांश मूल्य को कवर करती है, और यह उस प्रकार की प्रक्रिया है जो इसे सेट करने वाले व्यक्ति के जाने के बाद भी जीवित रहती है।

जो आपको मिले उसका क्या करें

एक्सट्रैक्शन और जाँच से छवियों और संख्याओं की एक सूची तैयार होती है, और उपयोगी हिस्सा वह है जो आगे होता है। जो प्रतिक्रिया काम करती है वह वही है जो हर दूसरी जगह काम करती है: पूछें, निष्कर्ष न निकालें।

बंडल में एक फ़्लैग की गई तस्वीर मूल फ़ाइल के लिए एक अनुरोध है, जो बंडल को संकलित करने वाले किसी भी व्यक्ति को संबोधित है। ज़्यादातर समय उत्तर यह होता है कि इमेज को एन्हांस किया गया था, एक्सपोर्ट पर आकार बदला गया था या स्क्रीन से फ़ोटोग्राफ़ किया गया था, और यह समाप्त हो जाता है।

जहाँ यह समाप्त नहीं होता है, रिकॉर्ड करने के लिए खोज सवाल और उसका जवाब है, स्कोर नहीं। एक फ़ाइल नोट जिसमें कहा गया है कि किसी इमेज के बारे में पूछताछ की गई थी, एक मूल का अनुरोध किया गया था और एक की आपूर्ति की गई थी या नहीं की गई थी, इस तरह से बचाव योग्य है कि संग्रहीत संख्या कभी नहीं होती है।

थोक एक्सट्रैक्शन के बारे में एक व्यावहारिक चेतावनी: एक ही पेज में एक्सपोर्ट प्रक्रिया द्वारा कई टाइलों में विभाजित एक इमेज हो सकती है, और वे टाइलें अपने दम पर खराब स्कोर करती हैं क्योंकि प्रत्येक एक टुकड़ा है। जहाँ निकाले गए टुकड़े असामान्य रूप से छोटे दिखते हैं, वहाँ इसके बजाय पेज इमेज से पुनः विधानसभा या काम करें।