该研究团队旨在通过开发一种名为Bubble Aid的人工智能系统来应对传统纸质选票扫描仪固有的问题，该系统将使用现代计算机视觉和学习技术，比现有系统更有效地识别手工标记的气泡目标。|图片:盖蒂图片社
由德州农工大学计算机科学与工程系教授Nitesh Saxena博士领导的研究小组获得了美国国家科学基金会“安全和值得信赖的网络空间项目”120万美元的部分拨款，用于研究读取手写纸质选票的选举系统的稳健性和安全性。
Saxena正在与莱斯大学计算机科学系、电气与计算机工程系教授Dan Wallach博士，以及阿拉巴马大学伯明翰分校计算机科学系教授Chengcui Zhang博士共同研究该项目。德州农工大学球队获得了近40万美元。
在全国各地，无党派的选举官员都面临着迅速准确地公布地方和州选举结果的要求，有时准确性会因此受到影响。虽然现代机器学习和深度学习技术已经彻底改变了计算机“看”世界的方式，但即使是用于扫描和处理手写选票的最复杂的系统，也主要关注选票上气泡目标的平均黑暗程度。因此，传统的纸质选票扫描仪可能会漏掉部分填写的标记，或者将零散的标记和扫描仪噪声错误地归类为填写的气泡，这取决于它们的配置方式。此外，现有的系统本身并不是设计来识别单一选民填写多张选票的潜在欺诈投票案件的。
这项拟议的研究旨在通过建立一个名为Bubble Aid的人工智能系统来应对这些问题。通过对数百万张实际选票的数据进行训练，该系统将使用现代计算机视觉和学习技术，比现有系统更有效地识别手绘气泡目标。
Saxena说:“我们的研究可以大大提高效率和安全性，帮助选举官员将注意力集中在需要人工关注的含糊不清的选票上，而不是大多数选票被正确地制成表格。”“我们还预计，我们在手工标记选票方面的工作可以应用于其他手工标记表格，比如标准化测试中使用的表格。”
这项研究是由德州农工工程实验站这是一个通过应用研究和开发以及与工业界、政府和学术界合作伙伴合作解决问题的国家机构。