JP2009540413A - 検証エンジン、方法、データ処理システム（検証エンジン） - Google Patents

Abstract

【課題】 光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための動作確認エンジンを提供する。
【解決手段】 光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための動作確認エンジンであって、光学式文字認識システムから競合する画像識別を受信するための分析コンポーネントを含み、各画像識別が発生された信頼度値を有し、分析コンポーネントが、発生された信頼度値を分析して、受信した画像識別の各々間の識別競合を判定し、分析コンポーネントが、発生された競合を分析して、識別競合が所定の動作パラメータ範囲内に入るか否かを識別し、識別競合が範囲内のどこであるかに依存して、実行する動作を決定する。
【選択図】 図１

Description

本発明は、光学式文字認識システムの分野に関する。具体的には、本発明は、光学式文字認識システムが発生する同一の画像識別および競合する画像識別を検証するための検証エンジンに関する。

セキュリティ・システムであれ道路料金システムであれ、人物または車両を識別するために写真撮影に頼るシステムがますます増えている。人物または車両を識別するために、車両登録番号または従業員番号等、写真から情報が抽出される。多くの場合、人物または車両が移動中に、あらゆる気象条件において写真が撮影される。

識別またはデータ抽出の目的のためにこれらの写真に頼る場合、写真の品質が極めて重要な役割を担う。多くの場合、天候のために写真は不明瞭になる。例えば、ある日は天気が良く晴れていて、これは写真撮影のために良好な気象条件であるように思えるが、日光が車両の塗装面に反射してある量のぎらつきが生じ、このため写真の歪みを発生させる場合がある。別の日は雪が降っているため、この雪が車両に付着して車両登録番号を見えにくくするので、はっきりした写真が取れない場合がある。他の変数としては、日光の性質、または料金所の光源が夜にナンバープレートを照らす適切な光源を提供可能であるか否か、または車両がどのくらい高速で料金所領域を通過するか、または車両の高さおよび大きさ等が含まれる可能性がある。

写真に含まれた意味のあるデータを生成するため、光学式文字認識システム（ＯＣＲ：optical character recognition system）が導入される。このシステムでは、画像内の文字を標準的な符号化方式に変換する。例えば車両ナンバープレートの写真のようないくつかの写真は、このナンバープレートに積もった雪のために見えにくくなることがあるという理由で、ＯＣＲエンジンは、画像の文字を適切な符号化方式に信頼性高く変換することができない場合がある。この問題を解決するため、ＯＣＲエンジンは、画像の文字を変換することができる信頼度レベルを格付けする信頼度格付けを用いる。しかしながら、当技術分野においては、この信頼度格付けが高い場合であってもＯＣＲ変換の結果は決して正確ではないことが示されている。このため、車両課金環境において、多くの場合は正確でないＯＣＲの結果に基づいて車両所有者に課金する等の行動が実行されるという問題が生じる。

このため、当技術分野において、ＯＣＲ変換の結果を検証し改善するための手段が必要とされている。

第１の態様から見ると、本発明は、光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための検証エンジンを提供する。この検証エンジンは、光学式文字認識システムから競合する画像識別を受信するための分析コンポーネントを含み、各画像識別が発生された信頼度値を有し、分析コンポーネントが、発生された信頼度値を分析して、受信した画像識別の各々間の識別競合を判定し、分析コンポーネントが、発生された競合を分析して、識別競合が所定の動作パラメータ範囲内に入るか否かを識別し、識別競合が範囲内のどこであるかに依存して、実行する動作を決定する。

好都合に、検証エンジンは、ＯＣＲエンジンから画像識別を受信するように設けられる。各画像識別は、信頼度レベル、すなわちＯＣＲが画像内および既定のシンタックス内の文字を識別することがどのくらい容易であったかを含む。多くの場合、各ＯＣＲエンジンは別のＯＣＲエンジンが分析しているものと同じ画像を分析しているが、ＯＣＲエンジンの各々によって生成される識別が競合し非同一である場合がある。検証エンジンは、多数のルールを用いて、競合する識別を確認して理解し、更に、競合する識別に応答して実行するべき動作を決定することができる。例えば、人間のエージェントに指示して、ＯＣＲエンジンの捕捉画像および識別を分析すること等によって、競合を検証する。または、場合によっては、競合は無視できる程度であり、車両の登録された所有者を明白に識別することができ、従って、課金システムに送信するための通知を発生する。

好都合に、検証エンジンは、識別間の競合を解決することによって、車両の登録された所有者の判定において高い精度を達成する。

好ましくは、本発明が提供する検証エンジンにおいては、前述の動作が、画像識別、発生された信頼度レベル、および判定された競合の各々を、検証のために人間のエージェントに送信することを含む。

好ましくは、本発明が提供する検証エンジンにおいては、分析コンポーネントが、動作検証のために人間のエージェントに送信するために、画像識別の各々の捕捉画像を受信することを更に含む。

好ましくは、本発明が提供する装置においては、前述の動作が、分析コンポーネントに、識別競合がルールを適用することによって解決可能であるか否かを判定することを要求し、競合がルールの適用によって解決可能である場合、課金システムに通知を発生することを含む。

好ましくは、本発明が提供する検証エンジンにおいては、分析コンポーネントが、競合する画像識別がないことを判定し、分析コンポーネントが課金システムに通知を発生する。

好ましくは、本発明が提供する検証エンジンにおいては、画像の外観が車両の前方または後方のナンバープレートの画像を含む。

好ましくは、本発明が提供する検証エンジンにおいては、画像の画像がエンティティの識別標識を含む。

好ましくは、本発明が提供する検証エンジンにおいては、所定の動作パラメータ範囲が、ＯＣＲエンジンが画像内の各文字を識別した容易さを示す百分率値の範囲を含む。

好ましくは、本発明が提供する装置は、１つ以上のＯＣＲエンジンから受信される画像識別および信頼度レベルを管理するための受信コンポーネントを更に含む。

好ましくは、本発明が提供する装置においては、受信コンポーネントが、画像識別を所定の時間量だけキュー上に記憶して、処理のために同じエンティティに関連した更に別の画像識別を待つことを更に含む。

好ましくは、本発明が提供する装置においては、分析コンポーネントがＯＣＲエンジンから変換画像データを更に受信する。

好ましくは、本発明が提供する装置においては、分析コンポーネントが、変換画像データおよび発生された信頼度値を分析して、変換画像データが例外領域内に収まるか否か、およびそのために更に別の動作を実行するべきであるか否かを判定する。

第２の態様から見ると、本発明は、光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための方法を提供する。この方法は、光学式文字認識システムから競合する画像識別を受信するステップであって、各画像識別が発生された信頼度値を有する、ステップと、発生された信頼度値を分析して、受信した画像識別の各々間の識別競合を判定するステップと、発生された競合を分析して、識別競合が所定の動作パラメータ範囲内に入るか否かを識別し、識別競合が範囲内のどこであるかに依存して、実行する動作を決定するステップと、を含む。

第３の態様から見ると、本発明は、少なくとも２つの光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するためのデータ処理システムを提供する。このデータ処理システムは、上述した本発明を実行するために適合された、中央演算処理装置と、メモリ・デバイスと、ストレージ・デバイスと、を含む。

第４の態様から見ると、本発明は、デジタル・コンピュータの内部メモリにロードすることができるコンピュータ・プログラムを提供する。このプログラムは、コンピュータ上で動作されると、上述したように本発明を実施するように実行するためのソフトウェア・コード部分を含む。

本発明の実施形態について、添付図面を参照して、例示としてのみ以下に詳しく記載する。

図１は、道路１２５を通って料金所領域１００を通過する車両１３０を示す。料金所領域１００は、通常、車両１３０の外観の画像を取得するための少なくとも１つのカメラ１０５、１１０を含む。例えば、第１のカメラ１１０は車両の前方のナンバープレートの画像を取得する。また、料金所領域１００は、車両の後方のナンバープレートの写真を撮影するための第２のカメラ１０５も含む場合がある。

また、料金所領域１００は、料金所領域１００において車両１３０の存在を検出して、料金所領域１００において車両１３０を検出すると画像を取得するように第１のカメラ１０５をトリガするためのレーザ検出器１１５を含む。車両１３０が料金所領域１００を通過すると、レーザ１１５は、例えば後方のナンバープレートの画像を取得するように第２のカメラ１１０をトリガする。各カメラ１０５、１１０は、画像をメモリに記憶し、その画像をネットワーク通信手段（図示せず）を介して中央データ記憶装置に送信する。

また、照明１３５も設けられており、これは、車両が料金所領域１００を通過する際に車両１３０の外観を照明するために道路１２５を照らす。図１の例では、カメラ１０５は車両の前方のナンバープレートの写真を撮影している。写真は、日付、時刻、料金所の位置を識別する識別子等の情報と共にデータ記憶装置（図示せず）に記憶される。

図２は、図１と同一の料金所領域１００を示すが、この例では、車両１３０は、レーザ１１５が車両の後方のナンバープレートの写真を撮影するように第２のカメラ１１０をトリガするまで料金所領域１００を通っている。この場合も、同じ照明１３５が下方向に道路１２５を照明して、車両１３０が料金所領域１００を通過する際に車両１３０の外観を照明する。後方のナンバープレートの写真は、日付、時刻、料金所領域１００の位置を識別する識別子等の情報と共にデータ記憶装置に記憶される。任意に、車両１３０は、車両１３０が料金所領域１００を通過する際にこれを識別する搭載課金ユニット（図示せず）と協働するように動作することができる。１つ以上の送信機（図示せず）に接続されたアンテナ１２０が、車両１３０が料金所領域１００を通過する時を検出する。

各料金所領域１００は、分散型データ処理システムに接続する。図３に、このようなデータ処理システムの１つを示す。データ処理システム３００は、多数の入力デバイス３０５、３１０を含む。これは、例えば、カメラ３０５または車両１３０内で動作するように構成可能な搭載コンピューティング・デバイスである。入力デバイス３０５、３１０は、例えばサーバのようなコンピューティング・デバイス３１５によって受信されるデータを送信する。コンピューティング・デバイス３１５は、ＣＰＵ３３０、揮発性メモリ３３５、およびアプリケーションが記憶され実行される不揮発性メモリ３２０を含む。入力デバイスから受信したデータは、アプリケーションがデータを処理するためにデータ記憶装置３４０にアクセスを要求するような時まで、データ記憶装置３４０に記憶される。データ記憶装置は、ローカルにコンピューティング・デバイスに位置するか、または、例えばネットワーク接続ストレージまたはストレージ・エリア・ネットワークを介してアクセスすることで、ネットワーク３５５を介してアクセスすることができる。

クライアント・デバイス３５０、３４５は、データ入力手段を提供するためにコンピューティング・デバイス３１５に接続するように構成可能である。例えば、クライアント・デバイス３４５、３５０は、コンピューティング・デバイスに接続されたカメラを介して画像捕捉ソフトウェアをトリガするソフトウェアを管理することができる。

カメラ１０５、１１０または他の画像捕捉デバイスが取得した画像を処理するために、画像内のデータを何らかの意味のある形態に変換する必要がある。例えば、道路課金環境においては、車両の登録された所有者を識別し課金を行うために、車両の前方または後方のナンバープレートの画像から車両登録番号を捕捉しなければならない。または、カメラが一般の従業員または構成員の画像を取得するセキュリティ・システムにおいては、何らかの異常を検出するために従業員データのデータベースに対して従業員番号または他の識別手段を識別し相互参照する必要がある場合がある。

全ての例において、光学式文字認識（ＯＣＲ）エンジンが採用される。好適な実施形態においては、２つ以上のＯＣＲエンジンを導入する。ＯＣＲエンジンは、当技術分野において既知であり、文字の画像を、ＡＳＣＩＩまたはＵｎｉｃｏｄｅで変換文字を表す標準的な符号化方式に変換する。本発明の好適な実施形態では、いくつかのＯＣＲエンジンを採用して、車両のナンバープレートの捕捉画像から取得した車両１３０の登録番号を抽出する。

図４にＯＣＲエンジンを示す。ＯＣＲエンジン４００は、車両の前方のナンバープレートおよび後方のナンバープレートを表す画像を含むデータ・パケットを受信するための受信コンポーネント４０５と、例えばナンバープレートのライセンス番号のシンタックスすなわちＨＴ５５ ＨＮＺを記述するためのテンプレート・コンポーネント４１０と、テンプレート内に明示されたシンタックスに従って車両の車両登録番号を構成する画像内の文字を識別するための識別コンポーネント４１５と、識別コンポーネント４１５が車両の車両登録番号の捕捉画像内の文字を識別する容易さから信頼度レベルを導出するための信頼度レベル・コンポーネント４２０と、を含む。

テンプレート・コンポーネント４１０は、例えば車両登録場号の正しいシンタックスのような識別対象のデータ・シンタックス、または同様に、従業員の連続番号もしくは画像から捕捉する必要のある他のいずれかのデータを明示する。車両登録番号の例を用いると、スウェーデンでは、車両登録番号のためのシンタックスは３つのアルファベットの後に３つの数字があり、ノルウェーおよびデンマークでは、シンタックスは２つのアルファベットおよび５つの数字であり、英国では、シンタックスは２つのアルファベットの後に２つの数字および３つのアルファベットがある等である。

識別コンポーネント４１５は、各画像をパースし、車両の車両登録番号の文字の各々を識別しようとし、抽出された文字が必要なシンタックスと合致するか否かを識別しようとする。識別コンポーネント４１５は、識別を実行するためおよび各文字を識別する信頼度レベルを決定するためにマッチング・アルゴリズムを採用する。例えば、車両登録番号ＨＴ５５ ＨＮＸを例に挙げると、マッチング・アルゴリズムは、画像内の文字ＨがアルファベットＨであり、文字ＴがアルファベットＴであり、文字５が数字５であり、次の文字５が数字５であり、文字Ｈ、Ｎ、およびＸがアルファベットＨ、Ｎ、およびＸである等のことを信頼度高く識別しようとする。

識別コンポーネント４１５は、画像内の文字の各々を識別した信頼度レベルを格付けするために、信頼度コンポーネント４２０と接続する。上述のＨＴ５５ ＨＮＺの例においては、信頼度コンポーネント４２０は、識別コンポーネント４１５が識別した合致を、高い信頼度の値を有するものとして格付けすることができる。なぜなら、これは文字の各々を容易に識別し、結果として得られた文字は関連したシンタックスに一致するからである。

同様に、マッチング・アルゴリズムが文字に合致することができない、または部分的にしか文字に一致することができない場合、例えば文字「Ｌ」を例に挙げると、ナンバープレートの汚れまたは雪等のために取得した画像が不明瞭であると、文字「ｌ」が実際に文字「Ｉ」に見えるので、マッチング・アルゴリズムによる合致の信頼度レベルは低くなるであろう。上述のプロセスは、ＯＣＲエンジン４００に送信された各画像ごとに実行される。

しかしながら、ＯＣＲエンジン４００のためのマッチング・アルゴリズムにおいて技術的な進展があったとしても、決定された信頼度レベルが高くても不正確さはなお残ることが示されている。

例えば、図５に、多数の車両登録番号を示す。右側の登録番号５００、５１０、５２０は、画像内で捕捉された文字である。左側の登録番号５０５、５１５、５２５は、マッチング・アルゴリズムから得られた文字列である。図示のように、合致は決して正確ではなく、このため識別および信頼度レベルは常に信頼できるというわけではない。

本発明の好適な実施形態によれば、検証エンジンが提供され、この検証エンジンはＯＣＲエンジンからの一致する信頼度度レベルおよび矛盾する信頼度レベルの妥当性を確認する。検証エンジンは、１つ以上のＯＣＲエンジンと接続するように構成可能であり、処理のために１つ以上のＯＣＲエンジンから入力を受信する。動作確認コンポーネントは、ＯＣＲエンジンの出力データの正確さおよび信頼性を改善するために、現在の既知のＯＣＲアルゴリズムを改良し強化する。

図６は、図３のコンピューティング・デバイス３００と共に動作可能なＯＣＲエンジン４００および動作確認コンポーネント６００の構成を示す。ＯＣＲエンジン４００は、カメラ等の入力デバイスから画像を受信する。ＯＣＲエンジン４００は、図４を参照して記載したようにこの画像を処理する。ＯＣＲエンジン４００は作業パッケージを生成し、これは検証エンジン６００に送信されて、矛盾するか競合する場合があるＯＣＲエンジン４００の結果を検証可能であるか否かを判定する。あるいは、ＯＣＲエンジン・マネージャ６２５を導入して、検証エンジン６００に送信するために、多数のＯＣＲエンジンから作業パッケージを受信する。

検証エンジン６００は、多数のＯＣＲエンジン４００からワークフロー・キューを介して作業パッケージを受信する。各作業パッケージは、１組の画像、マッチング・アルゴリズムから形成された文字列、および各文字列ごとに得られた信頼度レベルを含む。

検証エンジン６００は、計算された結果をデータ記憶装置内に記憶する。検証エンジン６００がＯＣＲエンジン４００の結果を検証することができ、その結果がある例外基準に該当しない場合、検証エンジン６００は課金システム６１０にメッセージを送信して、例えば、車両の登録された所有者に課金する。検証エンジン６００がＯＣＲエンジン４００の結果を検証することができない場合、検証エンジン６００はオペレータに通知を送り、ＯＣＲエンジン４００および検証エンジン６００の結果の再検査を要求する。

検証エンジン６００は、ＯＣＲエンジン４００の結果を検証し動作確認するために、相互に接続しインタラクトする多数のコンポーネントを含む。これらのコンポーネントを図７に示す。これらのコンポーネントには、ワークフロー・キューからの作業パッケージおよび抽出画像、文字列、および作業パッケージからの信頼度格付けを受信するための受信コンポーネント７００と、信頼度レベルおよびＯＣＲ識別から、競合する信頼度レベルから動作確認応答を決定するための分析エンジン７２０と、が含まれる。受信コンポーネント７００は、更に、進行中のキュー７０５および保留キュー７１０を含み、ＯＣＲエンジン４００から検証エンジン６００までの作業パッケージのストリームを管理する。

これらのコンポーネントの各々について順番に説明する。受信コンポーネント７００は、ワークフロー・キューから作業パッケージを受信する。受信コンポーネント７００は、ワークフロー・パッケージの各々を検査し、ワークフロー・パッケージの各々が少なくとも２つの画像および２つの信頼度レベル格付けを含むか否かを判定する。判定結果が肯定であった場合、受信コンポーネント７００はこの作業パッケージを進行中のキュー７０５に置く。判定結果が否定であった場合、受信コンポーネント７００はこの作業パッケージを保留キュー７１０に置き、更に別の作業パッケージが検出されるまで作業パッケージの処理を継続しない。作業パッケージは、所定の時間量だけ保留キュー７１０にとどまる。所定の時間量の経過後、更に別の作業パッケージが受信されず、作業パッケージ内に１つのみの画像が含まれる場合、この作業パッケージを拒絶する。

受信コンポーネント７００は、進行中のキュー７０５を監視し、キューに作業パッケージが置かれると、受信コンポーネント７００はこの作業パッケージを処理のために分析コンポーネント７２０に送信する。

分析コンポーネント７２０は、受信コンポーネント７００から１つ以上の作業パッケージを受信する。分析コンポーネント７００は、作業パッケージの復号を開始して、多数の異なる特性とする。すなわち、料金所名、日時、受信した画像数、および各ＯＣＲエンジンによって得られた信頼度レベルとする。分析コンポーネント７２０は、抽出した特性をログ・ファイルに書く。

分析コンポーネント７２０は、ログ・ファイルをパースし、比較コンポーネント７２５によって、各ＯＣＲエンジン４００からの各出力の結果を比較する。分析コンポーネント７２０は、いずれかの２つの識別が同一であるか否かを判定するためにルール・エンジン７３０を用いる。例えば、まとめた集合すなわちログ・ファイルが４つの画像を含み、各画像が導出された登録番号および信頼度レベルを有する場合、分析コンポーネント７２０は、第１の導出された登録番号と第２の導出された登録番号を比較することから開始し、同一の合致が検出されない場合には、分析コンポーネント７２０は、比較コンポーネント７２５によって、第１の導出された登録番号を第３のものと比較する等して、導出された登録場号の全ての組み合わせが比較されるまで続ける。

例えば、

比較結果の各々をデータ・ファイルに書く。分析コンポーネント７２０は、ロジック・コンポーネント７３０により、結果の各々を分析して、例えば課金システムに対する動作確認応答を決定する。

分析コンポーネント７２０は、ログ・ファイルから最初に、例えば８．５パーセントを超える信頼度レベル格付けを有する識別があるか否かを判定する。判定結果が肯定であった場合、例えば課金システムに通信コンポーネントを介して応答を送信し、この車両の登録された所有者に課金することを課金システムに指示する。しかしながら、例えば８．５パーセントを超える信頼度レベルを有するＯＣＲエンジンの識別が存在しない場合、画像、識別、ログ・ファイル、および信頼度レベルを含む作業パッケージを、識別および動作確認のために人間のエージェントに送信し、その後、車両の登録された所有者に課金するか否かの最終的な決定を行う。

しかしながら、全ておよび少なくとも２つの識別が同一であり、例えば８５パーセントを超える信頼度レベルを有する競合する識別がそれ以上ない場合、分析コンポーネント７２０は、その識別が正しい識別であることを検証する。特別な場合すなわち料金免除車両の識別を除いて、例えば７０パーセントを超える信頼度を有する競合する識別が検出された場合、作業パッケージを１つ以上の人間のエージェントに送信する。例えば、ＡＢＣ１２３が８．５パーセントを超え、ＡＢＣ１２３が８．５パーセントを超え、ＢＢＣ１２３が７０パーセントを超えると、作業パッケージを検証のために人間のエージェントに送信する。

分析コンポーネント７２０が、例えば７０パーセントと８パーセントとの間の信頼度レベルを有する識別を検出したが、少なくとも３つのＯＣＲ識別が同一であり双方の識別が前方および後方のナンバープレートからである場合、分析コンポーネントはこの識別を受け入れる。例えば、前方のＡＢＣ１２３が８．５パーセントを超え、後方のＡＢＣ１２３が８５パーセントを超え、前方のＡＢＣ１２３が８．５パーセントを超え、後方のＢＢＣ１２３が７０パーセントを超えると、識別を受け入れる。

分析コンポーネント７２０が、各々が高い信頼度レベルを有する識別を検出したが、その識別の少なくとも一部が競合する場合、分析コンポーネントはこの作業パッケージを競合する識別として表示し、この作業パッケージを検証のために人間のエージェントに送信する。例えば、前方のＡＢＣ１２３が８．５パーセントを超え、前方のＡＢＣ１２３が８．５パーセントを超え、後方のＡＢＣ１２３が８．５パーセントよりも大きく、後方のＢＣＤ１２３が８５パーセントを超え、後方のＢＣＤ１２３が８．５パーセントを超え、後方のＢＣＤ１２３が８５パーセントを超えると、競合する識別としてマークし、この作業パッケージを人間のエージェントに送信する。

分析コンポーネント７２０が、例えば８５パーセントよりも大きい信頼度レベルを有する上述の１つのみのＯＣＲエンジン４００の識別を識別した場合、分析コンポーネント７２０はこの作業パッケージを、識別のために人間のエージェントに送信するため、通信コンポーネントに送信する。

分析コンポーネント７２０が、８．５パーセントよりも大きい識別のいずれかを識別し、車両が例えばタクシーであると識別され、または料金を免除された他の車両として識別された場合、登録データベースにおける参照を実行して、車両が実際にタクシーであることを確認し、この作業パッケージを廃棄する。データベース内に識別が見つからない場合、この識別を、通信コンポーネントを介して検証のために人間のエージェントに送信する。

分析コンポーネント７２０が、８５パーセントを超える信頼度レベルを有する識別および８５パーセントを超える信頼度レベルを有する別の識別を識別し、第１の識別がタクシーであり第２の識別が異種の車両である場合、タクシーのためのルールが優先される。

分析コンポーネント７２０が、高い信頼度レベルを有する第１の識別を識別し、その車両が異種の車両である場合、この作業パッケージを検証のために人間のエージェントに送信する。

上述のプロセスを、検証エンジンが受信する全ての作業パッケージについて繰り返す。しかしながら、本発明の範囲から逸脱することなく、他のタイプのルールまたはロジックを組み込むことができることは、当業者には理解されよう。

図８に移ると、検証エンジンのプロセス・ステップを詳述するフローチャートが示されている。ステップ８００において、検証エンジン６００の受信コンポーネント６００は、１つ以上のＯＣＲエンジンから作業パッケージを受信し、各作業パッケージを「進行中のキュー」に置く。受信コンポーネントは、画像中で識別される車両に関連した作業パッケージがＯＣＲエンジン４００からこれ以上は受信されないと判定されるまで、所定の時間量だけ待つ。いったん受信コンポーネント７００が作業パッケージの各々を照合すると、ステップ８０５において、受信コンポーネント７００は、画像、識別、およびＯＣＲエンジン４００が発生した信頼度レベル・データの各々を抽出する。受信コンポーネント７００は、抽出したデータを分析コンポーネント７２０に送信し、分析コンポーネント７２０は、ステップ８１０において、各画像対ごとに、ＯＣＥエンジン４００が発生した信頼度レベルが、別のＯＣＲエンジン４００が発生した信頼度レベルに一致するかまたは矛盾するかを判定する。ステップ８１５において、分析コンポーネント７２０は多数のルールを用いて、識別した競合する信頼度レベルが、ルールによって決定される所定の動作パラメータ範囲内に入るか否かを判定する。識別競合が範囲内のどこにあるかに応じて、ステップ８２０において、分析コンポーネント７２０は、実行する適切な動作を決定する。すなわち、競合を解決するために別のルールを適用するか、課金システムに通知を発生するか、または、競合する識別を解決するために、画像、画像識別、および信頼度レベルの見直しを人間のエージェントに要求する。

本発明の好適な実施形態に従った、車両の前方のナンバープレートの画像が取得される料金所領域を通る車両を詳しく示すブロック図である。 本発明の好適な実施形態に従った、車両の後方のナンバープレートの画像が取得される料金所領域を通る車両を詳しく示すブロック図である。 本発明の好適な実施形態を実施可能なデータ処理システムを詳しく示すブロック図である。 当技術分野において既知のＯＣＲエンジンおよびそのサブ・コンポーネントを詳しく示すブロック図である。 車両登録番号およびＯＣＲエンジンによって識別される同じ車両登録番号を示すブロック図である。 本発明の好適な実施形態に従った検証エンジンを示すブロック図である。 本発明の好適な実施形態に従った検証エンジンのコンポーネントを示すブロック図である。 本発明の好適な実施形態に従った動作ステップを示すフローチャートである。

Claims (30)

1. 光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための検証エンジンであって、
   前記光学式文字認識システムから前記競合する画像識別を受信するための分析コンポーネントを含み、各画像識別が発生された信頼度値を有し、
   前記分析コンポーネントは、前記発生された信頼度値を分析して、前記受信した画像識別の識別競合を判定し、
   前記分析コンポーネントは、前記発生された競合を分析して、前記識別競合が所定の動作パラメータ範囲内に入るか否かを識別し、前記識別競合が前記範囲内のどこであるかに依存して、実行する動作を決定する、
   検証エンジン。
2. 前記動作が、前記画像識別、前記発生された信頼度レベル、および前記判定された競合の各々を、検証のために人間のエージェントに送信することを含む、請求項１に記載の検証エンジン。
3. 更に、前記分析コンポーネントが、動作検証のために人間のエージェントに送信するために、前記画像識別の各々の捕捉画像を受信する、請求項１または２に記載の検証エンジン。
4. 前記動作が、前記分析コンポーネントに、前記識別競合がルールを適用することによって解決可能であるか否かを判定することを要求し、前記競合がルールの適用によって解決可能である場合、課金システムに通知を発生することを含む、請求項１に記載の検証エンジン。
5. 前記分析コンポーネントが、競合する画像識別がないことを判定し、前記分析コンポーネントが課金システムに通知を発生する、請求項１に記載の検証エンジン。
6. 画像の外観が車両の前方または後方のナンバープレートの画像を含む、前出の請求項のいずれかに記載の検証エンジン。
7. 画像の画像がエンティティの識別標識を含む、前出の請求項のいずれかに記載の検証エンジン。
8. 前記所定の動作パラメータ範囲が１組のルールによって規定され、各ルールが、信頼度値が収まることができる最小閾値を明示し、特定の最小および最大閾値内に収まる発生された信頼度レベルに依存して、実行する動作を決定する、前出の請求項のいずれかに記載の検証エンジン。
9. １つ以上のＯＣＲエンジンから受信される画像識別および信頼度レベルを管理するための受信を更に含む、請求項１に記載の検証エンジン。
10. 前記受信コンポーネントが、前記画像識別を所定の時間量だけキュー上に記憶して、処理のために同じエンティティに関連した更に別の画像識別を待つことを含む、請求項８に記載の検証エンジン。
11. 前記分析コンポーネントがＯＣＲエンジンから変換画像データを更に受信する、請求項１に記載の検証エンジン。
12. 前記分析コンポーネントが、前記変換画像データおよび前記発生された信頼度値を分析して、前記変換画像データが例外領域内に収まるか否か、およびそのために更に別の動作を実行するべきであるか否かを判定する、請求項１０に記載の検証エンジン。
13. 車両渋滞環境において用いるように適合される、前出の請求項のいずれかに記載の検証エンジン。
14. 前記検証エンジンが、複数のＯＣＲエンジンから画像識別、画像、および信頼度値を受信するために動作可能である、前出の請求項のいずれかに記載の検証エンジン。
15. 光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するための方法であって、
    前記光学式文字認識システムから前記競合する画像識別を受信するステップであって、各画像識別が発生された信頼度値を有する、ステップと、
    前記発生された信頼度値を分析して、前記受信した画像識別の各々間の識別競合を判定するステップと、
    前記発生された競合を分析して、前記識別競合が所定の動作パラメータ範囲内に入るか否かを識別し、前記識別競合が前記範囲内のどこであるかに依存して、実行する動作を決定するステップと、
    を含む、方法。
16. 前記動作が、前記画像識別、前記発生された信頼度レベル、および前記判定された競合の各々を、検証のために人間のエージェントに送信することを含む、請求項１５に記載の方法。
17. 更に、動作検証のために人間のエージェントに送信するために、前記画像識別の各々の捕捉画像を受信する、請求項１５または１６に記載の方法。
18. 前記動作が、分析コンポーネントに、前記識別競合がルールを適用することによって解決可能であるか否かを判定することを要求し、前記競合がルールの適用によって解決可能である場合、課金システムに通知を発生することを含む、請求項１７に記載の方法。
19. 比較するステップが、競合する画像識別がないことを判定することを含み、分析コンポーネントが課金システムに通知を発生する、請求項１５に記載の方法。
20. 画像の外観が車両の前方または後方のナンバープレートの画像を含む、前出の請求項のいずれかに記載の方法。
21. 画像の画像がエンティティの識別標識を含む、前出の請求項のいずれかに記載の方法。
22. 前記所定の動作パラメータ範囲が１組のルールによって規定され、各ルールが、信頼度値が収まることができる最小閾値を明示し、特定の最小および最大閾値内に収まる発生された信頼度レベルに依存して、実行する動作を決定する、前出の請求項のいずれかに記載の方法。
23. １つ以上のＯＣＲエンジンから受信される画像識別および信頼度レベルを管理するためのステップを更に含む、請求項１６に記載の方法。
24. 前記管理するステップが、前記画像識別を所定の時間量だけキュー上に記憶して、処理のために同じエンティティに関連した更に別の画像識別を待つことを含む、請求項２３に記載の方法。
25. ＯＣＲエンジンから変換画像データを受信することを更に含む、請求項１５に記載の方法。
26. 前記受信するステップが、前記変換画像データおよび前記発生された信頼度値を分析して、前記変換画像データが例外領域内に収まるか否か、およびそのために更に別の動作を実行するべきであるか否かを判定する、請求項２５に記載の方法。
27. 車両渋滞環境において用いるように適合される、前出の請求項のいずれかに記載の方法。
28. 検証エンジンが、複数のＯＣＲエンジンから画像識別、画像、および信頼度値を受信するために動作可能である、前出の請求項のいずれかに記載の方法。
29. 光学式文字認識システムによって発生される競合する画像識別に応答して実行される動作を決定するためのデータ処理システムであって、請求項１５から２９に記載の発明を実行するために適合された、中央演算処理装置とメモリ・デバイスとストレージ・デバイスとを含む、データ処理システム。
30. デジタル・コンピュータの内部メモリにロードすることができるコンピュータ・プログラムであって、コンピュータ上で動作されると、請求項１５から２９に記載の発明を実施するように実行するためのソフトウェア・コード部分を含む、コンピュータ・プログラム。

Images