JP2007511842A - スマートポーリングに対するシステム及び方法 - Google Patents

Abstract

【課題】
本発明は、イメージをデコーディングする方法に関する。この方法は、以下のステップを有する：イメージに対して並列に第１及び第２光学文字認識の処理を適用し、このイメージは、複数の分類を含み；第１及び第２光学文字認識処理が実質的に類似のイメージ結果を生成するかどうかを決定し；このイメージ結果が類似でない場合、結果に基づいて最も高く重み付けされたＯＣＲを選択し；結果に基づく最も高く重み付けされたＯＣＲ処理の分類を、分類の基礎による分類に関するこのイメージ結果に割り当てる。

Description

本発明は、イメージ認識は、一般に光学式文字認識（ＯＣＲ）の処理によって実施される。このようなイメージ認識の用途は、郵便又は郵便物の処理の分野にある。この場合、送付先の住所が、郵便物の項目の住所の文面から読み取られる。その他の用途は、熟練した職人によって創造されてもよい。イメージの精確な読み取り又はデコードをＯＣＲの処理によって保証するため、多数の独立したＯＣＲの処理が、１つの同じイメージ上で同時に又は非同時に実行されてもよい。最も信頼できる結果又はスキャンされる住所のデコードを決定するため、これらのそれぞれの結果が検討され及び／又は比較される。

郵便物の処理の用途におけるＯＣＲ処理は、４つの実質的に独立した処理の組み合わせである：住所ブロック位置，二進数化(binarization)，ＯＣＲ処理及びデータベース検索。すなわち、住所ブロック位置は、封筒の住所の文面に関する情報の位置である。二進数化は、グレイレベルイメージ(gray-level images) を二進数に変換することである。ＯＣＲ処理は、イメージをアルファベット文字又は数字としてマッピングし確認することである。データベース検索は、送付先を確認するために使用される郵便番号，街，通り及び住所の情報から成る作成された一組の関係データベースと処理結果を突合わせすることによってＯＣＲを通じて出力された連続する文字の流れを推論することである。一緒にされる場合の上述した処理は、住所の文面のイメージをスキャンし、それを適切な確実性で分類決定するために使用される。この用途の目的に対して、上記を簡単にＯＣＲ処理と呼ぶ。

ＯＣＲ処理が錯綜し、送付先の住所が一致しない場合、それぞれのＯＣＲ処理の結果の精度が変化する。例えば、全ての結果を操作可能な又は作業可能なレベル内に又はエラーのマージン内にするため、それぞれのＯＣＲ処理の結果を比較し重み付けするシステム及び方法が必要である。このようなレベル又はマージンは、用途に応じて変化する。しかしながら、重み付け及び／又は比較レベルの割り当ては、様々な用途にわたって知られているコンピュータ手段によって適用される統計学の事項である。ボーティング(voting)又はポーリング(polling) によって、我々は、多数の独立したＯＣＲ結果を蓄積でき、そのためにＯＣＲ処理に固有のエラーレートが低減される。

ＯＣＲ処理を改良する一般的な分野は従来の技術で取り組まれている。図１は、幾つかのＯＣＲ処理１−３が直列１４に配置されている配置を示す。先の処理がイメージ１０の読み取り及びデコードに失敗した場合、このイメージ１０が、第１ＯＣＲ処理、次いで第２ＯＣＲ処理、次いで第３ＯＣＲ処理に導入される。イメージが、３つのＯＣＲ処理のうちの１つによって有効に読み取られデコードされた場合は、結果１２が生じる。イメージをデコードするには有効である一方で、この配置は、多くの用途に対して非常に高いエラーレートも維持する。高いエラーレートの１つの理由は、イメージの読み取り及びデコードに対する完全かゼロかのアプローチにある。ここでは、イメージが、３つのＯＣＲ処理のうちの１つによってデコードされるか又はエラーが発生する。

図２は、並列２０に配置された図１の３つのＯＣＲ処理（１−３）を示す。各ＯＣＲ処理は、さらにボーター２２に接続されている。ボーターは、一致を見つけようとし、過半数ルールに基づいてＯＣＲ処理のイメージの読み取り及びデコードの結果の間で選択する。有効なポーリングに対して送付先の住所をデコードするためには、３つのＯＣＲ処理のうちの少なくとも２つが一致する必要がある。この方法の問題は、少なくとも３つのＯＣＲ処理の操作に含まれるコスト及び多くの場合互いに互換性のないＯＣＲ処理による動作である。この内部の適当な処理は、信頼性の評価を困難にする。

図３は、２つのＯＣＲ処理を有する図２の並列なボーターの配置を示す。この配置は、図２による３つのＯＣＲ処理に対する要求より経済的な配置を示すか又は３つのＯＣＲ処理のうちの１つが総じて対象の住所を識別できない状況を示す。この操作は、本質的に図２と同じである。しかしながら、３つのＯＣＲ処理とは対照的に２つのＯＣＲが使用される。しかしながら、過半数投票(vote)に基づく決定は、２つだけのＯＣＲ処理では不可能である。

従来の技術では、選択のような最後の最も信頼のあるデコードの識別に対する幾つかのアプローチが与えられる。関連する自信レベルを割り当て、主張する代わりの住所のデコード間で選択するため、この選択は、住所のデコードの最大深さ又は（ＯＣＲ処理と製造業者固有との間で多くの場合に珍しい）それぞれのＯＣＲ処理に対する資料内部の使用を示す。

問題が、従来の技術に残っている。すなわち、従来の技術は、ディレクトリエラー又は不十分な閾値によって引き起こされるデコードの深さに基づく間違いに敏感である。さらに、これらの処理は、ＯＣＲ処理の実施の完全かゼロかの決定に依存する。さらに、ＯＣＲ処理の内部実施レベルに基づく信頼レベルを創造するため、別の従来の技術は、採用されるＯＣＲの内部の処理の利用を伴う。この解決手段は、追加の処理の負荷を負い、ＯＣＲの内部処理に関連する固有情報に頻繁にアクセスしなければならない。さらに、ＯＣＲ処理の様々なベンダーによって使用される信頼性手段は、多くの場合に互換性がない。したがって、最良の可能で最も正確な結果を得るため、情報入手を最大にするＯＣＲの実際のポーリングが必要である。

本発明の利点は、イメージの読み取り及びデコードに関する２つ又はそれ以上のＯＣＲの実施を高めることである。その他の課題は、特定のＯＣＲ処理による特定の読み取り及びでコーディングの様々な実施の重み付けされた表に対する従来の技術の完全かゼロかのアプローチを低減することによって実現される。このような重み付けは、類似の状況下の過去のＯＣＲ処理の実施の評価に基づいて前もって既知であるか、及び／又は、このような実施データは時間外に収集される。このような過去の実施は、適切に記憶されたデータレコードを通じて入手可能である。これらのデータレコードは、適切なＯＣＲ処理の用途に応じてアクセスされさもなければ復元される。ランダムに選択されたポーリング決定の真偽を確認し、これによって分類に基づく与えられたＯＣＲ処理の相対的な実施を連続して確認し整理するため、このようなデータレコードは、ビデオの符号化の操作者を使用することによってさらに連続して更新される。この実施は、スキャニング及びＯＣＲ処理の間で一般に自明である。このような情報は、電気的に記憶されるので、地理学的又は言語的制限なしに多くの用途で入手可能である。−後者は、標準的な用途によって克服される。

データレコードは、イベント又は分類をセットするＯＣＲ処理の実施に関連する。これらは、自動処理の間に普通に評価可能である。このような分類は、手紙対はがき対小包，透明な窓付きの封筒，数字領域対アルファベット文字領域，文字ピッチ及びフォント，測定可能なゆがみ，手書き対機械印刷，カラーの背景，邪魔な背景（にじみ），マトリックス印刷，外側の住所，内側の住所，住所，裏書及び切手の値段を含む。その他の要件も使用されてもよい。

実施の重み付けに基づくＯＣＲの処理を提供するため、上述した基準に基づいたデータレコードが統計学的に定量化される。我々は、はがき対手紙を読むか又は数字を有するはがき及び窓付きの封筒に対する利点のそれぞれの要因を統計学的に結合するかどうかのような、統計学的に測定された要因に基づいてデコードを受け取るため、例として、我々はＯＣＲ処理を選択できる。

決定されると、上述した基準に関するＯＣＲ処理の結果が与えられ、ポーリングの選択が、その他のＯＣＲ処理の結果にわたって考慮される。したがって、したがって、強い点、つまり、合成された結果、読み取り及びデコーディングを得るため、複数のＯＣＲ処理の各々の最も成功する側面がポールされる（投票）。

本発明の課題は、請求項１，１８に記載の方法によって解決される。

本発明の上述した利点及びその他の利点は、図面を考慮した場合に以下の明細書及び特許請求の範囲から明らかである。

本発明を列挙した図面のうちの図４から出発して説明する。この場合、数字は要素を示す。図４は、実施する監視４０を示す。この場合、ＯＣＲ処理は、両ＯＣＲ処理に対して一般的なプリセット分類にしたがう個々の結果に基づいて投票（ポール）４２される。これらのＯＣＲ処理のデータが、相互のエンコードの間に提供される。統計学的な分類が、以下のドメインを有する：手紙対はがき対小包，透明な窓付きの封筒，数字領域対アルファベット文字領域，文字ピッチ及びフォント，測定可能なゆがみ，手書き対機械印刷，カラーの背景，邪魔な背景 （にじみ），マトリックス印刷，外側の住所，内側の住所，住所，裏書及び切手の値段。その他の要件が、当業者によって考えられる。

このような統計学的な分類は、従来のテストによって実施され、更新され、そしてエンコーダが投票イベント(polling events)をほんとうにランダムに選択することによって整理され得る。エンコーダは、全ての、ほとんど全ての又はその他の連続しない数のデコードされたイメージを受け取る。さらに、分類の数及び種類は、用途に応じて変えてもよい。広い用途及びこのような分類に対して一般的な数字の答えを考慮した場合、分類の言語は問題ではなく、エンコーダの地理学的な位置も同様に変動する。むしろ、上述した基準のうちの少なくとも１つに対するＯＣＲ処理の実行の指示が考えられる。このため、ここでは、図４では、イメージ４２が、３つのＯＣＲ処理１−３に提供される。決定が、２つだけ（又は偶数）のＯＣＲ処理で実施される時に、本発明は特定の値を有するものの、この例は、内部の事項又は適切な内部情報を要求しないことに起因して多数のＯＣＲ処理の同化を容易にする３つのＯＣＲ処理を示す。

図４は、ＯＣＲ処理４４に基づく実施を示す。それ故に、ＯＣＲ処理がポール（投票）され、デコーディングが、上述した分類による先に計算された統計学的な重み付けに基づいて選択される。操作及び次の図では、少なくとも作業可能な量のデータが、基準又は分類による個々のＯＣＲ処理の実施に関して蓄積されると、各ＯＣＲ処理が、決定処理に対して重み付けされる。さらに、決定及び整理が、ランダムな投票決定を通じて操作者によって実施され得る。そして上述したように、統計学的に支持する分類が、結果によって更新／整理される。

図５の例では、各ＯＣＲ処理１−３は、グラフ５０，５２，５４を有する。これらのグラフの高さが、数字５６を連続して読み取りデコードするそれぞれのＯＣＲ処理を示す。示したように、ＯＣＲ処理２は最も高い（５２）に分類し、ＯＣＲ処理１は（５０）に分類し、ＯＣＲ処理３は（５４）に分類する。ポーリング要素４２が、操作中に（棒グラフとして示した）関連するデータレコードに対するデータベースを検索し、最も大きい値（ここでは５２）を電気的に決定し、そして重み付けされた値をＯＣＲ２に提供する。値が、（次に近いＯＣＲ処理による無効な仮説を拒絶する）許容できる範囲内になければならない場合、数字を読み取り符号化するＯＣＲ２が正しいと判断される。このデータの回復及び評価が、適切にプログラミングされたコンピュータのような適切な電気手段によって自動的に実施される。

図６は、郵便物の読み取り及び符号化に適用される上述した方法を示す。郵便物は、この例では手紙６６から構成される。各ＯＣＲ処理は、手紙の実施に対して格付け６０，６２，６４を有する。

図７は、手紙７６の読み取り及び符号化に適用される異なるＯＣＲ処理の格付け７０，７２，７４を示す。理解されるように、この配置は、ＯＣＲ処理に共通の全ての要件に適用する。

図８は、決定処理８０を示す。この決定処理８０は、ポーリング要素４２によって自動的に実施される。決定処理に適切に作用するために構成されたその他の手段をポーリングと共に又は代わりに使用してもよい。重み付けを指示する要求されるデータの量及び適切な読み取り及び符号化に対する適用要求は変化する。

図９は、数字９６に関する重み付けされた決定を示す。上述したように、重み付けされた決定は、棒グラフの形で示されている。図９の棒グラフ（９０，９２，９４）の値は、数字も扱う図５の棒グラフ（５０，５２，５４）の棒グラフに一致する。同じ関係は、手紙を扱う図１０（１００，１０２，１０４）と図６ （６０，６２，６４）との間で見つけられる。

統計学的に重要な相対差だけが、最後のポーリング決定処理で反映されるように、Null Hypotheses Testing のような既知の統計学的技術が、ＯＣＲの重み付けに関する決定に対してエンコーダの評価をマッピングするために使用されてもよい。

図１１は、少なくとも２つのＯＣＲ処理１１２によってイメージをスキャンするステップにしたがう方法のフローチャートを示す。本発明は、任意の数のＯＣＲ処理で使用されてもよい。決定１１４は、全てのＯＣＲ処理がイメージを首尾よくデコードしたかどうかを確認する。ＯＣＲが、イメージを首尾よくデコードしなかった場合１１６、方法が終了し１１８、ビデオ・コーディングに進行する。

ＯＣＲ処理が、イメージ１２０を首尾よく読み取った場合、もう１つの決定１２２が実行される。すなわち、ＯＣＲ処理が、実質的に同じ結果を生成したかどうかが確認される。ＯＣＲ処理が、現在の用途によって要求される十分な信頼性で実質的に同じ結果を生成した場合１２４、ポーリングに対する要求が未然に防がれ、方法が終了する１１８。

ＯＣＲ処理が、実質的に同じ結果１２３を生成しなかった場合、方法が、ポーリングと共に続行する。ここでは、最も高く重み付けされたＯＣＲ処理の分類に基づく実行が、正しいデコーディングとして容認され、処理が終了する１１８。

ポーリングに関する第２のステップは、統計学的推論の精度をさらに向上させるためにランダムに選択されたポーリング決定の真偽を手動で確認することを含む。したがって、操作者のビデオが、イメージ１２６を符号化し、ポーリング決定の正確さを示す。そしてＯＣＲ処理に対する統計値がさらに増加されるか、又は、ポーリングがエラーであった場合、関連するＯＣＲ処理の重み付けが減少される１２８。そして方法が終了する１１８。

従来の技術の処理を示す。 従来の技術の処理を示す。 従来の技術の処理を示す。 複数のＯＣＲ処理を監視する実施を示す。 数字の実施を示す。 手紙の実施を示す。 はがきの実施を示す。 決定が重み付けされる操作段階を示す。 数字の重み付けを示す。 手紙の重み付けを示す。 方法のフローチャートを示す。

符号の説明

１０ イメージ
１２ 結果
２２ ボーター
２４ イメージ
２６ 結果
４０ 監視
４２ ポーリング要素
４４ 実施
５０ グラフ
５２ グラフ
５４ グラフ
５６ 数字
６０ 格付け
６２ 格付け
６４ 格付け
６６ 手紙
７０ 格付け
７２ 格付け
７４ 格付け
８０ 決定処理
９６ 数字

Claims (19)

1. 以下のステップから成るイメージをデコードする方法：
   −イメージに対して並列に第１及び第２光学文字認識の処理を適用し、このイメージは、複数の分類を含み、
   −第１及び第２光学文字認識処理が実質的に類似のイメージ結果を生成するかどうかを決定し、
   −このイメージ結果が類似でない場合、結果に基づいて最も高く重み付けされたＯＣＲを選択し、
   −結果に基づく最も高く重み付けされたＯＣＲ処理の分類を、分類の基礎による分類に関するこのイメージ結果に割り当てる。
2. 少なくとも１つの分類は、イメージが印刷されている封筒を確認するために管理される請求項１に記載の方法。
3. 少なくとも１つの分類は、イメージが手書きか又は機械で印刷されたかを管理する請求項３に記載の方法。
4. 少なくとも１つの分類は、イメージが手書きか又は機械で印刷されたかを管理する請求項３に記載の方法。
5. 少なくとも１つの分類は、封筒の色の背景を確認するために管理される請求項３に記載の方法。
6. 少なくとも１つの分類は、封筒が窓付きか又は窓付きでないかどうかを管理する請求項３に記載の方法。
7. 少なくとも１つの分類は、イメージが郵便番号有りの又は無しの住所であるかを管理する請求項３に記載の方法。
8. 少なくとも１つの分類は、イメージが歪んでいるかを管理する請求項３に記載の方法。
9. 少なくとも１つの分類は、封筒に光沢があるかを管理する請求項３に記載の方法。
10. 少なくとも１つの分類は、イメージがはがき又は定形の郵便物上に印刷されているかを管理する請求項３に記載の方法。
11. 少なくとも１つの分類は、数字を管理する請求項３に記載の方法。
12. 少なくとも１つの分類は、手紙を管理する請求項３に記載の方法。
13. 少なくとも１つの分類は、平面を管理する請求項３に記載の方法。
14. 少なくとも１つの分類は、内部の分類処理を管理する請求項３に記載の方法。
15. 少なくとも１つの分類は、外部の分類処理を管理する請求項３に記載の方法。
16. 請求項１〜１５の方法ステップを実施するためにコンピュータを使用すること。
17. 請求項１〜１５の方法ステップを実施するプロセッサを操作するためのソフトウェアを使用すること。
18. 以下のステップから成るイメージをデコードする方法：
    −イメージに対して並列に第１及び第２光学文字認識の処理を適用し、このイメージは、複数の分類を含み、
    −第１及び第２光学文字認識処理が実質的に類似のイメージ結果を生成するかどうかを決定し、
    −このイメージ結果が類似でない場合、このイメージを手動でエンコードし、
    −イメージエンコーディングに基づいてＯＣＲ処理の重み付けを統計学的に更新する。
19. 請求項１８の方法ステップを実施するためのコンピュータを使用すること。

Images