Základní nástroje OCR-to-calendar selhávají u reálných letáků a mobilních snímků, protože obrázek berou jako plochý text a slepě zkopírují první řádek (lines[0]) jako název události. Na snímku telefonu nebo koncertním plakátu je první řádek skoro vždy šum stavové lišty (9:41 AM 5G), vodoznak ticketové služby (TICKETMASTER) nebo úvod promotéra (LIVE NATION PRESENTS).
3fázová lokální AI pipeline Utiliome rozumí vizuální hierarchii i sémantickým entitám letáku:
- Tesseract v6 extrakce layout bloků a bounding-boxů: Extrahuje přesné pixelové souřadnice každého řádku (
bbox: { x0, y0, x1, y1 }) a spočítá vizuální výšku písma (y1 - y0) vůči mediánu výšky textu plakátu. - Lokální Web Worker
Xenova/bert-base-NER: Normalizuje text plakátu psaný VELKÝMI PÍSMENY do chytrého title case a spustí klasifikaci tokenů ve Web Workeru ke skórováníLOC(místa, ulice, města),ORG(kapely, hostitelé),PER(umělci, řečníci) aMISC(turné, festivaly) pod 90 ms. - Párování headline a místa: Spáruje sousední headline řádky s vysokým poměrem písma do čistého
Event Titlea sloučí po sobě jdoucíLOCřádky (např. název místa nad uliční adresou) do poleLocation / Venue.