JP2008033851A - 郵便自動区分機及び郵便自動区分方法 - Google Patents

Abstract

【課題】認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取るものでありながら、認識結果の不具合や偏りを自主的に改善し、郵便物の区分完了率を向上させる。
【解決手段】認識アルゴリズムが異なる複数の宛名情報読み取り部２ａ、２ｂを用いて、一つの郵便物画像から並列的に宛名を読み取る並列読み取り部２と、判別テーブルを参照しつつ、各宛名情報読み取り部２ａ、２ｂからの認識結果及び特徴量を比較して、正解と思われる区分特定情報を導出する認識結果統合部３と、正解と思われる区分特定情報の導出に失敗したとき、正解宛名情報読み取り部又は正解区分特定情報の入力をオペレータに要求するオペレータ入力部５と、オペレータによる入力情報及び各宛名情報読み取り部からの特徴量を蓄積するデータベース６と、データベース６の蓄積情報にもとづいて、判別テーブルを更新する学習部７とを備える。
【選択図】図１

Description

本発明は、区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分機及び郵便自動区分方法に関し、特に、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取る郵便自動区分機及び郵便自動区分方法に関する。

区分すべき郵便物から宛名（郵便番号、都道府県、市町名、丁目、番地、会社名、宛先氏名等）を読み取り、読み取った宛名から導出される区分特定情報（例えば、区分コード）にもとづいて、郵便物を自動的に区分する郵便自動区分機が知られている。この種の郵便自動区分機は、通常、郵便区分機本体部で区分すべき郵便物の画像を収集し、収集した郵便物画像を宛名情報読み取り部（ＯＣＲ：Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）に送り、ここで宛名の読み取りを行っている。

また、宛名情報読み取り部が宛名の読み取りに失敗した場合、その郵便物画像をオペレータ入力部に送り、オペレータに正解値の入力を要求する郵便自動区分機もある。このようなオペレータによる補完入力機能は、一般にビデオコーディングディスクと呼ばれており、ディスプレイに表示した郵便物画像に含まれる宛名（郵便番号又は住所文字列）をオペレータが視認してキー入力すると、その入力情報にもとづいて区分特定情報が導き出される。

近年、文字認識の技術分野では、様々な認識アルゴリズムが開発されており、認識率も向上してきている。しかしながら、郵便物に宛名として記載される文字には、手書き文字や印刷文字が含まれるだけでなく、その書体も様々であるため、一つの認識アルゴリズムでは対応が困難であり、認識性能に限界があった。

そこで、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取ることが提案されている。例えば、特許文献１に記載される文字認識装置は、郵便物画像より得られる文字パターンと参照用の基準パターンとを第１認識部により複合類似度抽出処理にて照合し、読取文字に対する認識結果として第１文字候補を求めるとともに、読取りにより得られる文字パターンの形状と参照用の形状データとを第２認識部により輪郭特徴マッチング処理にて照合し、読取文字に対する認識結果として第２文字候補が求め、これら認識結果をマトリックステーブルに当て嵌めて文字候補選択指標を読出し、この読出した文字候補選択指標に応じて上記２つの認識結果のいずれか一方を選択するようになっている。
特開平７−２７１８９９号公報

しかしながら、特許文献１に記載される文字認識装置では、いくつかの問題点がある。
第一の問題点は、認識結果に不具合や偏りがあっても、それを容易に改善できないことである。その理由は、認識結果を選択するための判別テーブル（マトリクステーブル）が固定データであり、２つの認識結果のいずれか一方が一義的に選択されてしまうからである。このような認識結果の不具合や偏りは、判別テーブルの更新により改善することが可能であるが、特許文献１に記載される文字認識装置では、ユーザによる判別テーブルの更新を考慮していない。

第二の問題点は、判別テーブルの容量が大きく、判別テーブルの参照に時間がかかることである。その理由は、特許文献１に記載される文字認識装置の判別テーブルが、文字候補ごとの選択指標を定めたマトリックステーブルだからである。具体的には、第１認識部における第１文字候補の認識要素となる類似度の信頼値を文字候補ごとにＸ方向に配列し、かつ第２認識部における第２文字候補の認識要素となる形状特徴を文字候補ごとにＹ方向に配列し、両配列の対照に基づく文字候補選択指標を表欄にあらかじめ登録したものであり、その容量は膨大なものとなる。

本発明は、上記の事情にかんがみなされたものであり、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取るものでありながら、オペレータの入力情報や各宛名情報読み取り部の特徴量をデータベースに蓄積し、データベースの蓄積情報にもとづいて判別テーブルを更新することにより、認識結果の不具合や偏りを自主的に改善し、郵便物の区分完了率を向上させることができる郵便自動区分機及び郵便自動区分方法の提供を目的とする。

上記目的を達成するため本発明の郵便自動区分機は、区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分機であって、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取る並列読み取り部と、判別テーブルを参照しつつ、各宛名情報読み取り部からの認識結果及び特徴量を比較して、正解と思われる区分特定情報を導出する認識結果統合部と、正解と思われる区分特定情報の導出に失敗したとき、正解宛名情報読み取り部又は正解区分特定情報の入力をオペレータに要求するオペレータ入力部と、オペレータによる入力情報及び各宛名情報読み取り部からの特徴量を蓄積するデータベースと、データベースの蓄積情報にもとづいて、判別テーブルを更新する学習部と、を備える構成としてある。

このようにすると、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取る郵便自動区分機において、郵便物の区分完了率を向上させることができる。その理由は、オペレータによる入力情報及び各宛名情報読み取り部からの特徴量をデータベースに蓄積するとともに、データベースの蓄積情報にもとづいて判別テーブルを更新し、認識結果の不具合や偏りを自主的に改善できるからである。

また、本発明の郵便自動区分機は、前記データベースを、オペレータによる入力情報である正解宛名情報読み取り部情報と、各宛名情報読み取り部からの特徴量である住所領域検知情報及び尤度を蓄積し、前記学習部を、データベースの蓄積データをもとに、正解宛名情報読み取り部を特徴空間のクラス、住所領域検知情報及び尤度を特徴空間の特徴ベクトルとして、各クラスのプロトタイプを学習し、このプロトタイプを判定テーブルにコピーする構成とすることができる。
このようにすると、判別テーブルの容量を小さくできるだけでなく、判別テーブルの参照時間を短縮することができる。その理由は、判別テーブルに書き込まれるデータが、文字候補ごとの選択指標を定めたマトリックスデータではなく、各宛名情報読み取り部を特徴空間のクラスとする特徴量のプロトタイプデータだからである。

また、本発明の郵便自動区分機は、前記認識結果統合部を、各宛名情報読み取り部からの特徴量を入力ベクトルとして、判別テーブルが定めるプロトタイプとのユークリッド距離を求め、このユークリッド距離が最も小さい宛名情報読み取り部の認識結果を正解とする構成とすることができる。
このようにすると、各宛名情報読み取り部（認識アルゴリズム）の特徴を捉え、認識文字に最も適合した宛名情報読み取り部の認識結果を選択することができる。また、宛名情報読み取り部の数の増減にも容易に対応することができる。

また、本発明の郵便自動区分機は、前記認識結果統合部を、各宛名情報読み取り部のユークリッド距離をリジェクト閾値と比較し、全てのユークリッド距離がリジェクト閾値よりも大きい場合は、全ての宛名情報読み取り部の認識結果を不正解とする構成とすることができる。
このようにすると、誤った区分特定情報の導出を回避し、オペレータに正解宛名情報読み取り部又は正解値の入力を要求することができる。

また、本発明の郵便自動区分機は、前記認識結果統合部を、各宛名情報読み取り部からの認識結果を比較し、全ての認識結果が同一の場合は、全ての宛名情報読み取り部の認識結果を正解とする構成とすることができる。
このようにすると、判別テーブルの参照処理や、ユークリッド距離の演算処理を省き、区分特定情報の導出処理を高速化することができる。

また、本発明の郵便自動区分方法は、区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分方法であって、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取り、判別テーブルを参照しつつ、各宛名情報読み取り部からの認識結果及び特徴量を比較して、正解と思われる区分特定情報を導出し、正解と思われる区分特定情報の導出に失敗したときは、正解宛名情報読み取り部又は正解区分特定情報の入力をオペレータに要求し、オペレータによる入力情報及び各宛名情報読み取り部からの特徴量をデータベースに蓄積し、データベースの蓄積情報にもとづいて、判別テーブルを更新する方法としてある。
このようにすると、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取るにあたり、オペレータの入力情報や各宛名情報読み取り部の特徴量をデータベースに蓄積し、データベースの蓄積情報にもとづいて判別テーブルを更新することにより、認識結果の不具合や偏りを自主的に改善し、郵便物の区分完了率を向上させることができる。

また、本発明の郵便自動区分方法は、前記データベースに、オペレータによる入力情報である正解宛名情報読み取り部情報と、各宛名情報読み取り部からの特徴量である住所領域検知情報及び尤度を蓄積し、データベースの蓄積データをもとに、正解宛名情報読み取り部を特徴空間のクラス、住所領域検知情報及び尤度を特徴空間の特徴ベクトルとして、各クラスのプロトタイプを学習し、このプロトタイプを判定テーブルにコピーするようにできる。
このようにすると、文字候補ごとの選択指標を定めたマトリックスデータを用いる場合に比べ、判別テーブルの容量を小さくできるだけでなく、判別テーブルの参照時間を短縮することができる。

また、本発明の郵便自動区分方法は、各宛名情報読み取り部からの特徴量を入力ベクトルとして、判別テーブルが定めるプロトタイプとのユークリッド距離を求め、このユークリッド距離が最も小さい宛名情報読み取り部の認識結果を正解とするようにできる。
このようにすると、各宛名情報読み取り部（認識アルゴリズム）の特徴を捉え、認識文字に最も適合した宛名情報読み取り部の認識結果を選択することができる。また、宛名情報読み取り部の数の増減にも容易に対応することができる。

また、本発明の郵便自動区分方法は、各宛名情報読み取り部のユークリッド距離をリジェクト閾値と比較し、全てのユークリッド距離がリジェクト閾値よりも大きい場合は、全ての宛名情報読み取り部の認識結果を不正解とするようにできる。
このようにすると、誤った区分特定情報の導出を回避し、オペレータに正解宛名情報読み取り部又は正解値の入力を要求することができる。

また、本発明の郵便自動区分方法は、各宛名情報読み取り部からの認識結果を比較し、全ての認識結果が同一の場合は、全ての宛名情報読み取り部の認識結果を正解とするようにできる。
このようにすると、判別テーブルの参照処理や、ユークリッド距離の演算処理を省き、区分特定情報の導出処理を高速化することができる。

以上のように、本発明によれば、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取るものでありながら、オペレータの入力情報や各宛名情報読み取り部の特徴量をデータベースに蓄積し、データベースの蓄積情報にもとづいて判別テーブルを更新することにより、認識結果の不具合や偏りを自主的に改善し、郵便物の区分完了率を向上させることができる。

以下、本発明の実施形態について、図面を参照して説明する。ただし、図面においては、適宜、宛名情報読み取り部をＯＣＲ、データベースをＤＢと表す。

［郵便自動区分装置］
図１は、本発明の実施形態に係る郵便自動区分機の構成を示すブロック図である。
この図に示される本発明の実施形態に係る郵便自動区分機は、区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分機であって、郵便区分機本体部１と、並列読み取り部２と、認識結果統合部３と、認識結果出力部４と、オペレータ入力部５と、データベース６と、学習部７とを備えて構成されている。

郵便区分機本体部１は、スキャナ等を用いて、区分すべき郵便物の画像を収集するとともに、収集した郵便物画像を並列読み取り部２に送り、認識結果出力部４から返される区分特定情報にもとづいて郵便物の区分処理を行う。区分特定情報は、郵便物の区分が特定し得るものであれば、特に制限はない。本実施形態では、予め定められた区分コードを用いる。

並列読み取り部２は、認識アルゴリズムが異なる複数の宛名情報読み取り部２ａ、２ｂを用いて、一つの郵便物画像から並列的に宛名を読み取る。一つの郵便物画像の読み取り処理が終わると、並列読み取り部２からは、その認識結果、特徴量及び処理画像が出力される。本実施形態では、認識結果として区分コードを出力し、特徴量としてＡＢＦエリア情報（Ａｄｄｒｅｓｓ Ｂｌｏｃｋ Ｆｉｎｄｉｎｇ情報：住所領域検知情報）及び尤値を出力する。
なお、本実施形態では、二つの宛名情報読み取り部２ａ、２ｂで宛名の読み取りを行うが、３以上の宛名情報読み取り部で宛名の読み取りを行うようにしてもよい。

認識結果統合部３は、判別テーブルを参照しつつ、各宛名情報読み取り部２ａ、２ｂからの認識結果及び特徴量を比較して、正解と思われる区分コードを導き出す。
認識結果出力部４は、認識結果統合部３が正解と思われる区分コードの導出に成功したとき、郵便区分機本体部１に区分コードを返し、また、認識結果統合部３が正解と思われる区分コードの導出に失敗したとき（以下、適宜リジェクト）、各宛名情報読み取り部２ａ、２ｂの認識結果、特徴量及び処理画像をオペレータ入力部５に送る。

オペレータ入力部５は、各宛名情報読み取り部２ａ、２ｂの認識結果及び処理画像を表示し、正解宛名情報読み取り部（正解ＯＣＲ番号）又は正解値（郵便番号又は住所文字列）の入力をオペレータに要求する。ここで、正解宛名情報読み取り部が入力された場合は、その宛名情報読み取り部の認識結果である区分コードを郵便区分機本体部１に送り、正解値が入力された場合は、それを区分コードに変換して郵便区分機本体部１に送る。

データベース６は、オペレータによる入力情報及び各宛名情報読み取り部２ａ、２ｂからの特徴量を蓄積する。例えば、オペレータによる入力情報として正解ＯＣＲ番号を蓄積し、各宛名情報読み取り部２ａ、２ｂからの特徴量としてＡＢＦエリア情報及び尤度を蓄積する。

学習部７は、データベース６の蓄積情報にもとづいて学習し、判別テーブルを更新する。例えば、データベース６の蓄積データをもとに、正解ＯＣＲ番号を特徴空間のクラス、ＡＤＦエリア情報及び尤度を特徴空間の特徴ベクトルとして、各クラスのプロトタイプを学習し、このプロトタイプを判定テーブルにコピーする。

郵便自動区分機をこのように構成すると、認識アルゴリズムが異なる複数の宛名情報読み取り部２ａ、２ｂを用いて、一つの郵便物画像から並列的に宛名を読み取るにあたり、認識結果の不具合や偏りを自主的に改善し、郵便物の区分完了率を向上させることができる。
しかも、判別テーブルに書き込まれるデータは、文字候補ごとの選択指標を定めたマトリックスデータではなく、各宛名情報読み取り部２ａ、２ｂを特徴空間のクラスとする特徴量のプロトタイプデータであるため、判別テーブルの容量を小さくできるだけでなく、判別テーブルの参照時間を短縮することができる。

そして、認識結果統合部３では、各宛名情報読み取り部２ａ、２ｂからの特徴量を入力ベクトルとして、判別テーブルが定めるプロトタイプとのユークリッド距離を求め、このユークリッド距離が最も小さい宛名情報読み取り部２ａ、２ｂの認識結果を正解とすることができる。これにより、各宛名情報読み取り部２ａ、２ｂの特徴を捉え、認識文字に最も適合した宛名情報読み取り部２ａ、２ｂの認識結果を選択することができる。

また、認識結果統合部３は、各宛名情報読み取り部２ａ、２ｂのユークリッド距離をリジェクト閾値と比較し、全てのユークリッド距離がリジェクト閾値よりも大きい場合は、全ての宛名情報読み取り部２ａ、２ｂの認識結果を不正解とすることができる。このようにすると、誤った区分コードの導出を回避し、オペレータ入力部５において正解宛名情報読み取り部又は正解値の入力を要求できる。

また、認識結果統合部３は、各宛名情報読み取り部２ａ、２ｂからの認識結果を比較し、全ての認識結果が同一の場合は、全ての宛名情報読み取り部２ａ、２ｂの認識結果を正解とすることができる。これにより、判別テーブルの参照処理や、ユークリッド距離の演算処理を省き、区分コードの導出処理を高速化することができる。

つぎに、本発明の実施形態に係る郵便自動区分方法について、図２を参照して説明する。

［郵便自動区分方法］
図２は、本発明の実施形態に係る郵便自動区分機の区分処理手順を示すフローチャートである。
この図に示すように、郵便区分処理がスタートすると、郵便区分機本体部１では、供給された郵便物の画像をスキャナ等で収集し、その画像を並列読み取り部２に送る（Ｓ１１）。
並列読み取り部２では、郵便区分機本体部１から送られてきた郵便物画像中の宛名を複数の宛名情報読み取り部２ａ、２ｂで並列に読み取り、区分コードを導き出す（Ｓ１２）。

認識結果統合部３では、並列読み取り部２から各宛名情報読み取り部２ａ、２ｂの認識結果、特徴量及び処理画像を受け取るとともに、判定テーブルを参照しつつ、各宛名情報読み取り部２ａ、２ｂの認識結果及び特徴量を比較して、正解と思われる区分コードを導き出す（Ｓ１３）。
認識結果出力部４では、認識結果統合部３が区分コードの導出に成功したか否かを判断し（Ｓ１４）、該判断結果がＹＥＳのときは、郵便区分機本体部１に区分コードを送り（Ｓ１５）、ＮＯのときは、オペレータ入力部５に認識結果、特徴量及び処理画像を送る。

オペレータ入力部５では、各宛名情報読み取り部２ａ、２ｂの認識結果及び処理画像を表示し、正解宛名情報読み取り部（正解ＯＣＲ番号）又は正解値（郵便番号又は住所文字列）の入力をオペレータに要求する（Ｓ１６）。
オペレータによる入力が完了したら（Ｓ１７）、区分コードを郵便区分機本体部１に送るとともに（Ｓ１８）、データベース６にオペレータが入力したＯＣＲ番号及び各宛名情報読み取り部２ａ、２ｂの特徴量であるＡＢＦエリア情報及び尤度を蓄積する（Ｓ１９）。
そして、一万件のデータがデータベース６に蓄積されたところで（Ｓ２０）、これらのデータを学習関数にかけて前述したプロトタイプを算出し（Ｓ２１）、このプロトタイプをコピーすることにより判別テーブルの更新を行う（Ｓ２２）。

つぎに、本発明の具体的な実施例について、図３〜図６を参照して説明する。
図３は、本発明の実施例１に係る郵便自動区分機のオペレータ入力部が表示する画面の例を示す説明図、図４は、本発明の実施例１に係る郵便自動区分機のデータベースに蓄積されるデータの例を示す説明図、図５は、本発明の実施例１に係る郵便自動区分機の判別テーブルに設定されるプロトタイプの例を示す説明図、図６は、本発明の実施例１に係る郵便自動区分機の各宛名情報読み取り部から送られる特徴情報の例を示す説明図である。

郵便区分機本体部１において、供給された郵便物の２５６階調グレースケール画像をスキャナ等により収集し、その画像を並列読み取り部２に送る。本実施例では、並列読み取り部２に二台の宛名情報読み取り部２ａ、２ｂが連結された場合を記載する。

並列読み取り部２において、郵便区分機本体部１から送られてきた郵便物画像中の宛名を並列に連結した宛名情報読み取り部２ａ、２ｂを用いて読み取る。宛名の読み取りの際には、２５６階調のグレースール画像を適当な閾値を用いて二値化し、ニ値化画像に対して認識処理を行う。宛名の読み取り対象となるのは、各住所階層(郵便番号、都道府県、支町名、丁目、番地、会社名、宛先氏名等)であり、最終結果として区分コードを導き出すには、区分コードを一意に決定できるだけの各階層の読み取り情報が必要となる。
並列読み取り部２の各宛名情報読み取り部２ａ、２ｂからは、区分コード、ＡＢＦ座標情報（ｘ座標，ｙ座標）、尤度及び処理画像を認識結果統合部３に出力する。

認識結果統合部３では、各宛名情報読み取り部２ａ、２ｂから入力された情報のうち、ＡＢＦ座標情報が、郵便物画像を９分割した時にどの分割エリアに当てはまるかを判定し、ＡＢＦ座標情報を９分割画面情報（ＡＢＦエリア情報）に変換する。つぎに、並列読み取り部２からの入力された各宛名情報読み取り部２ａ、２ｂの認識結果（区分コード）を比較し、全ての区分コードが同一の場合は、その区分コードを認識結果出力部４に出力する。また、各宛名情報読み取り部２ａ、２ｂが認識した区分コードが異なる場合は、リジェクト判定とし、認識結果出力部４にＡＢＦエリア情報、尤度及び処理画像を送る。

認識結果出力部４に入力された正解の区分コードは、郵便区分機本体部１に送り、区分コードを基に、供給された郵便物が指定の区分箱に区分され区分完了となる。リジェクトの場合は、各宛名情報読み取り部２ａ、２ｂのＡＢＦエリア情報、尤度及び処理画像がオペレータ入力部５に送られる。

オペレータ入力部５では、オペレータによる郵便物画像の目視確認が行われる。オペレータ入力部５は、郵便物画像表示用のディスプレイ、情報入力用のマウス及びキーボードを備えている。図３にオペレータ入力部５における画像表示例を示す。図３に示す表示画面の左側が一方の宛名情報読み取り部２ａが処理した二値化画像を表示する領域５ａ、右側が他方の宛名情報読み取り部２ａが処理した二値化画像を表示する領域５ｂである。その上段には、オペレータが正解のＯＣＲ番号（本実施例では１又は２）を入力する欄５ｃと、正解値（区分コード、郵便番号、住所等）を入力する欄５ｄがある。また、宛名情報読み取り部２ａ、２ｂがいくつかの住所階層を読み取れている場合は、各宛名情報読み取り部２ａ、２ｂの処理画像を表示する領域５ａ、５ｂの下側にある領域５ｅ、５ｆに、区分コードの読み取り結果が表示される。
そして、オペレータは、正解ＯＣＲ番号又は正解値を打鍵する。打鍵された正解区分コードは、郵便区分機本体部１に送られ、正解値を打鍵した郵便物は、打鍵された正解値を基に区分され区分完了となる。

オペレータ入力部５で入力された正解ＯＣＲ番号は、各宛名情報読み取り部２ａ、２ｂのＡＢＦエリア情報、尤度と共に、図４に示すようにデータベース６に送られ、蓄積される。
データベース６に蓄えられたデータは、１万通蓄積したところで、学習部７の学習関数にかけられる。

本実施例では、図４に示すように、２つの宛名情報読み取り部２ａ、２ｂがそれぞれ特徴量であるＡＢＦエリア情報及び尤度を持っているので、４次元の特徴ベクトルでその時選択した宛名情報読み取り部２ａ、２ｂの特徴を表すことができる。この特徴ベクトルが張る特徴空間には、各宛名情報読み取り部２ａ、２ｂに対応する２つのクラスが存在することになり、クラスの代表的なパターンとしてプロトタイプを設定する。プロトタイプは、例えば、広く知られているｋ−ｍｅａｎｓ法を用いて容易に求めることができる。また、特徴量のスケールで特徴空間におけるパターン分布の様相が変わらないように、各特徴量を標準化する。得られたプロトタイプを図５に示す。各クラスを一つのプロトタイプで線形分離不可能な場合は、プロトタイプを増やし、各クラスを分離する。

学習で得られたプロトタイプは、判定テーブルに反映される。学習によって得られた判別テーブルは、認識結果統合部３の既存の判別テーブルに、プロトタイプをコピーすることにより更新される。
更新後は、更新した判別テーブルを参照しつつ、各宛名情報読み取り部２ａ、２ｂの出力値を比較して、区分コードを導き出す。判別テーブルの参照は、各宛名情報読み取り部２ａ、２ｂからの４次元の特徴量を標準化し、標準化した値を入力ベクトルとして、判別テーブルに設定された各宛名情報読み取り部２ａ、２ｂのプロトタイプとのユークリッド距離を求めることにより行うことができる。例えば、図６のような入力ベクトルの場合、宛名情報読み取り部２ａのプロトタイプとのユークリッド距離は２．２４、宛名情報読み取り部２ｂのプロトタイプとのユークリッド距離は２．４８であり、宛名情報読み取り部２ａのユークリッド距離が最も値が小さいので、出力する認識結果は、宛名情報読み取り部２ａのものとなる。また、ユークリッド距離のリジェクト閾値を決定し、その値より全てのユークリッド距離が大きい場合は、リジェクトとする。また、各宛名情報読み取り部２ａ、２ｂのユークリッド距離が等しい場合も、リジェクトとすることが好ましい。

また、更新した判別テーブルで運用しても、所望の認識精度が得られない場合は、各宛名情報読み取り部２ａ、２ｂのＡＢＦエリア情報及び尤度をさらに蓄積して再び学習を行い、判別テーブルを更新する。

本発明は、区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分機及び郵便自動区分方法に適用できる。特に、本発明は、認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取る郵便自動区分機及び郵便自動区分方法において有用である。

本発明の実施形態に係る郵便自動区分機の構成を示すブロック図である。 本発明の実施形態に係る郵便自動区分機の区分処理手順を示すフローチャートである。 本発明の実施例１に係る郵便自動区分機のオペレータ入力部が表示する画面の例を示す説明図である。 本発明の実施例１に係る郵便自動区分機のデータベースに蓄積されるデータの例を示す説明図である。 本発明の実施例１に係る郵便自動区分機の判別テーブルに設定されるプロトタイプの例を示す説明図である。 本発明の実施例１に係る郵便自動区分機の各宛名情報読み取り部から送られる特徴情報の例を示す説明図である。

符号の説明

１ 郵便区分機本体部
２ 並列読み取り部
２ａ 宛名情報読み取り部
２ｂ 宛名情報読み取り部
３ 認識結果統合部
４ 認識結果出力部
５ オペレータ入力部
６ データベース
７ 学習部

Claims (10)

1. 区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分機であって、
   認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取る並列読み取り部と、
   判別テーブルを参照しつつ、各宛名情報読み取り部からの認識結果及び特徴量を比較して、正解と思われる区分特定情報を導出する認識結果統合部と、
   正解と思われる区分特定情報の導出に失敗したとき、正解宛名情報読み取り部又は正解値の入力をオペレータに要求するオペレータ入力部と、
   オペレータによる入力情報及び各宛名情報読み取り部からの特徴量を蓄積するデータベースと、
   データベースの蓄積情報にもとづいて、判別テーブルを更新する学習部と、
   を備えることを特徴とする郵便自動区分機。
2. 前記データベースが、オペレータによる入力情報である正解宛名情報読み取り部情報と、各宛名情報読み取り部からの特徴量である住所領域検知情報及び尤度を蓄積し、
   前記学習部が、データベースの蓄積データをもとに、正解宛名情報読み取り部を特徴空間のクラス、住所領域検知情報及び尤度を特徴空間の特徴ベクトルとして、各クラスのプロトタイプを学習し、このプロトタイプを判別テーブルにコピーする請求項１記載の郵便自動区分機。
3. 前記認識結果統合部が、各宛名情報読み取り部からの特徴量を入力ベクトルとして、判別テーブルが定めるプロトタイプとのユークリッド距離を求め、このユークリッド距離が最も小さい宛名情報読み取り部の認識結果を正解とする請求項１又は２記載の郵便自動区分機。
4. 前記認識結果統合部が、各宛名情報読み取り部のユークリッド距離をリジェクト閾値と比較し、全てのユークリッド距離がリジェクト閾値よりも大きい場合は、全ての宛名情報読み取り部の認識結果を不正解とする請求項３記載の郵便自動区分機。
5. 前記認識結果統合部が、各宛名情報読み取り部からの認識結果を比較し、全ての認識結果が同一の場合は、全ての宛名情報読み取り部の認識結果を正解とする請求項１〜４のいずれかに記載の郵便自動区分機。
6. 区分すべき郵便物の画像を収集し、収集した郵便物画像から宛名を読み取り、読み取った宛名から導出される区分特定情報にもとづいて、郵便物を自動的に区分する郵便自動区分方法であって、
   認識アルゴリズムが異なる複数の宛名情報読み取り部を用いて、一つの郵便物画像から並列的に宛名を読み取り、
   判別テーブルを参照しつつ、各宛名情報読み取り部からの認識結果及び特徴量を比較して、正解と思われる区分特定情報を導出し、
   正解と思われる区分特定情報の導出に失敗したときは、正解宛名情報読み取り部又は正解値の入力をオペレータに要求し、
   オペレータによる入力情報及び各宛名情報読み取り部からの特徴量をデータベースに蓄積し、
   データベースの蓄積情報にもとづいて、判別テーブルを更新する
   ことを特徴とする郵便自動区分方法。
7. 前記データベースに、オペレータによる入力情報である正解宛名情報読み取り部情報と、各宛名情報読み取り部からの特徴量である住所領域検知情報及び尤度を蓄積し、
   データベースの蓄積データをもとに、正解宛名情報読み取り部を特徴空間のクラス、住所領域検知情報及び尤度を特徴空間の特徴ベクトルとして、各クラスのプロトタイプを学習し、このプロトタイプを判別テーブルにコピーする
   請求項６記載の郵便自動区分方法。
8. 各宛名情報読み取り部からの特徴量を入力ベクトルとして、判別テーブルが定めるプロトタイプとのユークリッド距離を求め、このユークリッド距離が最も小さい宛名情報読み取り部の認識結果を正解とする請求項６又は７記載の郵便自動区分方法。
9. 各宛名情報読み取り部のユークリッド距離をリジェクト閾値と比較し、全てのユークリッド距離がリジェクト閾値よりも大きい場合は、全ての宛名情報読み取り部の認識結果を不正解とする請求項８記載の郵便自動区分方法。
10. 各宛名情報読み取り部からの認識結果を比較し、全ての認識結果が同一の場合は、全ての宛名情報読み取り部の認識結果を正解とする請求項６〜９のいずれかに記載の郵便自動区分方法。

Images