JP2018111082A - 区分システム、認識支援装置、認識支援方法、および認識支援プログラム - Google Patents

Abstract

【課題】ＯＣＲ処理に含まれる複数の処理を自動的に調整することができる区分システム、認識支援装置、認識支援方法、および認識支援プログラムを提供することである。
【解決手段】実施形態の区分システムは、配達物処理装置と、ビデオコーディング端末と、認識支援装置とを持つ。認識支援装置は、情報管理部と、正解導出部と、機械学習部とを持つ。情報管理部は、配達対象物を撮像した画像と打鍵情報とを取得する。正解導出部は、情報管理部により取得された打鍵情報に基づいて、配達対象物を撮像した画像に対する複数の処理ごとの正解をそれぞれ導出する。機械学習部は、正解導出部により導出された複数の処理ごとの正解を用いた機械学習を行うことで、複数の処理を調整する。
【選択図】図２

Description

本発明の実施形態は、区分システム、認識支援装置、認識支援方法、および認識支援プログラムに関する。

郵便局や物流センターなどにおいて、配達対象物を撮像した画像に対するＯＣＲ（Optical Character Recognition）処理によって住所を自動的に認識する処理が行われている。このＯＣＲ処理は、段階的に、或いはフィードバックをしながら複数の処理を行うものであるが、複数の処理ごとの正解を与えるのが困難なため、処理ごとのパラメータや手順、規則等を自動的に調整するのが困難であった。

特開２０１３−１９８８８６号公報

本発明が解決しようとする課題は、ＯＣＲ処理に含まれる複数の処理を自動的に調整することができる区分システム、認識支援装置、認識支援方法、および認識支援プログラムを提供することである。

実施形態の区分システムは、配達物処理装置と、ビデオコーディング端末と、認識支援装置とを持つ。配達物処理装置は、配達対象物を撮像した画像に対して、複数の処理を含むＯＣＲ処理を行い、前記ＯＣＲ処理によって読み取られた情報に対応する集積部に前記配達対象物を搬送する。ビデオコーディング端末は、前記配達物処理装置から、前記配達対象物を撮像した画像を受信し、前記受信した画像を表示すると共に、前記配達物を撮像した画像に対して入力された打鍵情報を前記配達物処理装置に送信する。認識支援装置は、情報管理部と、正解導出部と、機械学習部とを持つ。情報管理部は、前記配達対象物を撮像した画像と前記打鍵情報とを取得する。正解導出部は、前記情報管理部により取得された打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解をそれぞれ導出する。機械学習部は、前記正解導出部により導出された複数の処理ごとの正解を用いた機械学習を行うことで、前記複数の処理を調整する。

実施形態に係る区分システム１に含まれる配達物処理装置１０の構成の概略を示す図。 区分システム１の構成図。 ＯＣＲ処理部２５の機能構成図。 行抽出部２５Ａによる処理の内容を示す図。 宛先領域抽出部２５Ｂによる処理の内容を示す図。 ワード候補抽出部２５Ｃによる処理の内容を示す図。 文字候補抽出部２５Ｄによる処理の内容を示す図。 個別文字認識部２５Ｅによる処理の内容を示す図。 認識支援装置１００の機能構成図。 抽出部２５Ａによる処理の結果において複数の候補が抽出される様子を示す図。 認識実行部１２０（ＯＣＲ処理部２５）による各段階の処理結果の揺れによって生じる分岐構造を模式的に示す図。 正解導出部１３０が各段階の正解を導出する様子を模式的に示す図。 認識実行部１２０（ＯＣＲ処理部２５）による各段階の処理結果の揺れによって、正解でない処理結果が得られる様子を示す図。 認識実行部１２０（ＯＣＲ処理部２５）による各段階の処理結果の揺れによって、正解でない処理結果が得られる様子を示す図。 誤った単語が正解と認識される様子を示す図。 打鍵情報によって絞り込みが行われる様子を示す図。 打鍵情報によって絞り込みが行われる様子を示す図。 認識支援装置１００により実行される処理の流れの一例を示すフローチャート。

以下、実施形態の区分システム、認識支援装置、認識支援方法、および認識支援プログラムを、図面を参照して説明する。

図１は、実施形態に係る区分システム１に含まれる配達物処理装置１０の構成の概略を示す図である。配達物処理装置１０は、例えば郵便局などに設置される郵便物処理区分機、或いは物流センターなどに設置される荷物・小包処理区分機である（図では郵便物処理区分機を示している）。配達物処理装置１０は、はがき、封書、小包、荷物などの配達対象物Ｓに記載または貼り付け等された宛先を認識し、その宛先に応じたスタッカに配達対象物Ｓを区分集積する装置である。

配達物処理装置１０は、例えば、区分前処理部２０と、区分部３０とを備える。区分部３０には、複数のスタッカ（集積部）４０が設けられている。

図２は、区分システム１の構成図である。区分システム１では、配達物処理装置１０と、ＶＣ（Video Coding、ビデオコーディング）端末９０と、認識支援装置１００とがネットワークＮＷを介して接続されている。ネットワークＮＷは、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）などである。なお、認識支援装置１００の機能は、配達物処理装置１０に統合されてもよい。

配達物処理装置１０から順に説明する。配達物処理装置１０の区分前処理部２０は、例えば、供給部２１と、取出部２２と、排除集積部２３と、バーコード読取部２４と、ＯＣＲ（Optical Character Recognition）処理部２５と、ＶＣ依頼部２６と、ＩＪＰ２７（Ink Jet Printer）とを備える。

供給部２１では、例えば作業員による手作業で複数の配達対象物Ｓがセットされる。取出部２２は、供給部２１にセットされた配達対象物Ｓを１つずつ取出し、搬送路に供給する。この搬送路では、異物が混入している配達対象物Ｓや定型外の配達対象物Ｓが排除され、排除集積部２３に集積される。

バーコード読取部２４は、既にステルスバーコードが印刷された配達対象物Ｓからバーコードを読み込み、ステルスバーコードにエンコードされた情報をデコードして制御部５０（後述）に出力する。この時点でステルスバーコードが印刷された配達対象物Ｓとは、例えば、後述するＶＣ処理により識別情報が読み取られたが、区分先に応じたスタッカへの搬送が行われなかった配達対象物Ｓである。

ＯＣＲ処理部２５は、配達対象物Ｓを撮像するカメラ２８によって撮像された画像（以下、撮像画像）に対してＯＣＲ処理を行って、配達対象物Ｓの郵便番号、宛先、差出人等の情報を読み取る。カメラ２８は、例えばラインカメラである。なお、ＯＣＲ処理の一部（例えば郵便番号以外の文字認識部分）は、ネットワークＮＷを介して接続された他のコンピュータにより分散処理されてもよい。ＯＣＲ処理部２５は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などのプロセッサがプログラムを実行することにより実現される。

ＶＣ依頼部２６は、ＯＣＲ処理部２５によって情報の一部または全部が読み取れなかった配達対象物Ｓの撮像画像を、ネットワークＮＷを介してＶＣ端末９０に送信し、ＶＣ端末９０から配達対象物Ｓに関する情報（例えば郵便番号や宛先）を受信する。以下、ＶＣ端末９０から受信される情報を、打鍵情報と称する。ＶＣ端末９０は、配達物処理装置１０から受信した撮像画像をオペレータに表示し、オペレータにより入力された情報を配達物処理装置１０に返信する。この撮像画像を表示して入力を受け付ける処理を、ＶＣ処理と称する。なお、本実施形態において、認識可能であった配達対象物Ｐを敢えてＶＣ端末９０に送信して打鍵情報を取得してもよい。

ＩＪＰ２７は、ＯＣＲ処理部２５またはＶＣ依頼部２６によって取得された配達対象物Ｓの情報をエンコードしたオブジェクトを、ステルスバーコードとして配達対象物Ｓに印刷する。このステルスバーコードは、ＩＪＰ２７に付設されたバーコード読取部によって読み取られ、ベリファイ処理が行われる。

図３は、ＯＣＲ処理部２５の機能構成図である。ＯＣＲ処理部２５は、以下に説明する複数の機能部がシーケンシャルに、或いは、互いにフィードバックを行いながら、それぞれ異なる処理を行うことで複数の処理を実行する。ＯＣＲ処理部２５は、例えば、行抽出部２５Ａと、宛先領域抽出部２５Ｂと、ワード候補抽出部２５Ｃと、文字候補抽出部２５Ｄと、個別文字認識部２５Ｅと、ＤＢマッチング部２５Ｆとを備える。なお、これらの機能部は、あくまで一例であり、機能部が統合、追加、変更などされてもよい。また、ＯＣＲ処理部２５は、住所データベース２５Ｇを参照しながら処理を行う。住所データベース２５Ｇは、配達物処理装置１０に内蔵され、或いはネットワークＮＷを介してアクセス可能な記憶装置（不図示）に格納される。

行抽出部２５Ａは、撮像画像から住所認識対象となる行を抽出する。図４は、行抽出部２５Ａによる処理の内容を示す図である。図示するように、行抽出部２５Ａは、撮像画像ＩＭの中から、文字と推定される一群の画像を包含し、ある程度の範囲内の高さと長さを有する領域を、行Ｒとして抽出する。
宛先領域抽出部２５Ｂは、複数の行Ｒを含む領域を、宛先領域として抽出する。図５は、宛先領域抽出部２５Ｂによる処理の内容を示す図である。図示するように、宛先領域抽出部２５Ｂは、行抽出部２５Ａにより抽出された行Ｒのうち、宛先が記載されていると推定される行Ｒを包含する領域を、宛先領域Ｄとして抽出する。

ここで、図５に示すように、宛先領域Ｄが一意に定まらないケースが生じる。ＯＣＲ処理部２５は、各段階の処理において無理に一つの解を求めるのではなく、可能性のある選択肢を残しながら処理を進める。従って、後述するように、ＤＢマッチング部２５Ｆに与えられる認識結果は、分岐によって複数のパターンに分かれることになる。

ワード候補抽出部２５Ｃは、宛先領域Ｄに含まれる行Ｒのそれぞれからワード候補を抽出する。図６は、ワード候補抽出部２５Ｃによる処理の内容を示す図である。図示するように、ワード候補抽出部２５Ｃは、一まとまりの意味を有する文字または記号（数字を含む）の集まりであると推定される領域を、ワード候補Ｗとして抽出する。

文字候補抽出部２５Ｄは、ワード候補抽出部２５Ｃにより抽出されたワード候補Ｗに含まれる個別の文字候補を抽出する。図７は、文字候補抽出部２５Ｄによる処理の内容を示す図である。図示するように、文字候補抽出部２５Ｄは、一つの文字または記号と推定される領域を、文字候補Ｌとして抽出する。

個別文字認識部２５Ｅは、文字候補抽出部２５Ｄにより抽出された文字候補のそれぞれについて、予め登録されている文字または記号のいずれに該当するかを判定し、個別文字認識を行う。図８は、個別文字認識部２５Ｅによる処理の内容を示す図である。図示するように、個別文字認識部２５Ｅは、文字候補Ｌのそれぞれについて個別文字認識を行う。

ＤＢマッチング部２５Ｆは、個別文字認識部２５Ｅによる処理の結果である一連の文字または記号（文字列）と、住所データベース２５Ｇに格納された住所とを比較し、住所データベース２５Ｇに格納された住所のうち、個別文字認識部２５Ｅによる処理の結果と最もマッチング率（得点）の高い住所を、配達対象物Ｐの宛先であると判定する。

図９は、認識支援装置１００の機能構成図である。認識支援装置１００は、例えば、情報管理部１１０と、認識実行部１２０と、正解導出部１３０と、機械学習部１４０と、記憶部１６０とを備える。情報管理部１１０、認識実行部１２０、正解導出部１３０、および機械学習部１４０は、例えば、ＣＰＵやＧＰＵなどのプロセッサが認識支援プログラム１７０を実行することで実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェアによって実現されてもよいし、ハードウェアとソフトウェアの協働によって実現されてもよい。

記憶部１６０は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリなどの記憶装置によって実現される。記憶部１６０には、認識プログラム１６２、修正認識プログラム１６４、打鍵情報１６６、撮像画像１６８、認識支援プログラム１７０、住所データベース１７２などの情報が格納される。住所データベース１７２は、住所データベース２５Ｇと同じものである。

情報管理部１１０は、例えば、ＮＩＣ（Network Interface Card）などのネットワークインターフェースと、ソフトウェア機能部とを併せ持つ。情報管理部１１０は、以下の機能を有する。
（１）情報管理部１１０は、配達物処理装置１０から、運用中の認識プログラム（配達物処理装置１０のＯＣＲ処理部２５の各機能部を実現するためのプログラム）を取得し、認識プログラム１６２として記憶部１６０に格納する。
（２）情報管理部１１０は、機械学習部１４０によって生成された修正認識プログラム１６４を記憶部１６０から読み出し、配達物処理装置１０に送信する。
（３）情報管理部１１０は、ＶＣ端末９０から打鍵情報と撮像画像とをセットで取得し、打鍵情報１６６および撮像画像１６８の一部として記憶部１６０に格納する。打鍵情報１６６に含まれる各打鍵情報には、撮像画像との対応関係を示す識別情報が付与されているものとする。

認識実行部１２０は、認識プログラム１６２に基づいて動作し、撮像画像１６８に対して、配達物処理装置１０のＯＣＲ処理部２５と同様の処理を行う。

正解導出部１３０は、認識実行部１２０による認識結果について、打鍵情報１６６に基づく正解を導出する。前述したように、認識実行部１２０による認識結果（＝ＯＣＲ処理部２５による認識結果）には、各段階の処理において、複数の候補が抽出される場合がある。図１０は、一例として、抽出部２５Ａによる処理の結果において複数の候補が抽出される様子を示す図である。図１０の上図は、図４に示す処理の結果と同様である。図１０の下図は、上図と異なる処理の結果を示している。図示するように、「７２−３４，ＨＯＲＩＫＡＷＡ−ＣＨＯ」を一行として抽出する場合と、「ＳＡＩＷＡＩＫＵ，ＨＯＲＩＫＡＷＡ−ＣＨＯ」を一行として抽出する場合が考えられる。認識実行部１２０（ＯＣＲ処理部２５）は、このような場合、必ずしもいずれか一方を選択するのではなく、双方について可能性があるとみなし、双方の処理結果に基づいて後段の処理を実行する。この結果、認識実行部１２０（ＯＣＲ処理部２５）による処理結果は、上流側である行抽出部２５Ａの処理結果から下流側である個別文字認識部２５Ｅの処理結果に向けて、ツリー状の分岐構造を示す場合がある。

図１１は、認識実行部１２０（ＯＣＲ処理部２５）による各段階の処理結果の揺れによって生じる分岐構造を模式的に示す図である。このように処理結果が分かれる場合、ＤＢマッチングを行っても一意に宛先を特定することができない場合がある。このため、各段階の処理についての正解を与えるのが困難であり、各段階の処理のチューニングが困難であるという課題があった。なお、実際には、分岐先に対して確率を割り当て、確率の低い分岐先は除外するなどといった処理が行われてよい。

これに対し、正解導出部１３０は、撮像画像１６８に含まれる撮像画像のそれぞれに対応付けられている打鍵情報から個別文字認識の結果に対する正解を導出し、これに基づいて各段階の処理の正解を導出する。前述したように、打鍵情報１６６は、例えば郵便番号である。正解導出部１３０は、まず、郵便番号を用いて住所データベース１７２を検索し、宛先住所のうち少なくとも一部を特定する。そして、特定した宛先住所に最もマッチする個別文字認識の処理結果を正解とし、更に、正解からツリー構造の上流側に辿った各処理の結果を正解として機械学習部１４０に与える。すなわち、正解導出部１３０は、処理の流れに関して下流側から順に正解を導出する。図１２は、正解導出部１３０が各段階の正解を導出する様子を模式的に示す図である。

図１３および図１４は、認識実行部１２０（ＯＣＲ処理部２５）による各段階の処理結果の揺れによって、正解でない処理結果が得られる様子を示す図である。図１３に示すようなワード候補Ｗが抽出された場合、文字候補抽出によって抽出される文字の候補は、図１３の下図に示すようなパスで表される複数のパターンを有することになる。例えば、「ＴＯＳＨＩＢＡ」の「ＴＯ」は、正しく二文字と認識されるとは限らず、一文字として認識される可能性もある。また「Ｈ」は、正しく一文字と認識されるとは限らず、例えば「１」と「２」の二文字と認識される可能性もある。

このように個別文字認識の結果が複数のパターンを示す場合、ＤＢマッチングの結果に基づいて一つの結果が選択される。図１４は、住所データベース２５Ｇに格納された住所に含まれる単語リストの中で、個別文字認識の結果に該当し得る単語と、それぞれの得点とを示している。得点は、個別文字認識の結果に合致する程度が高いほど、高い点数となる。図示するように、正解である「ＴＯＳＨＩＢＡ」ではない「ＴＯ５１２１１３４」なる単語が正解と認識される可能性がある。図１５は、誤った単語が正解と認識される様子を示す図である。このように、最終的な個別文字認識の結果が誤りとなる可能性があるのであるから、それよりも前の段階の処理における正解を特定するのは容易ではない。このことが、ＯＣＲ処理の各段階の処理を調整するのを困難にしている。

これに対し、図１６および図１７は、打鍵情報によって絞り込みが行われる様子を示す図である。図１６に示すように、打鍵情報に対応する単語に制限して、個別認識結果に対応する単語を住所データベース２５Ｇから検索すると、図１４に示す単語の候補よりも少ない候補に絞り込むことが可能になる（一つに絞り込める場合もある）。この結果、図１７に示すように、正解である「ＴＯＳＨＩＢＡ」が選ばれることになる。

そして、機械学習部１４０は、各段階の処理について、前段階の処理結果を入力とし、正解導出部１３０により導出された正解を用いて機械学習を行い、各段階の処理における最適なパラメータや手順、規則等を導出する。得られた最適なパラメータや手順、規則等を認識プログラム１６２に適用したものが、修正認識プログラム１６４である。

機械学習部１４０は、ディープラーニングによって機械学習を行うと好適である。ディープラーニングとは、多層のニューラルネットワークにおいて、層間のパラメータを学習する手法である。ニューラルネットワークとしては、ＣＮＮ（Convolutional Neural Network）やＲＮＮ（Recurrent Neural Network）などが用いられる。また、初期値を絞り込むためのオードエンコーダが用いられる場合もある。なお、機械学習部１４０は、ＳＶＭ（Support Vector Machine）やロジスティックス回帰、ベイジアンフィルタなど、他の手法による機械学習を行ってもよい。

機械学習部１４０によって学習される、各段階の処理における最適なパラメータや手順、規則等は様々であり、人によって予測し得ないものも含まれる。例えば、「色彩が全体的に赤色寄りである場合、個別文字の間隔が広い傾向にある」といった、一見、無意味に思える規則が学習される場合もあるが、こういった規則が多数組み合わされることで、人によって設定されたモデルよりも正解率の高い処理を行うことができる可能性がある。

図１８は、認識支援装置１００により実行される処理の流れの一例を示すフローチャートである。まず、情報管理部１１０が、撮像画像１６８から撮像画像を一つ選択する（ステップＳ１００）。次に、認識実行部１２０が、ＯＣＲ処理部２５と同様の手法により認識処理を実行する（ステップＳ１０２）。

次に、正解導出部１３０が、Ｓ１００で選択された撮像画像に対応する打鍵情報を参照し（ステップＳ１０４）、認識処理の各段階における正解を導出する（ステップＳ１０６）。正解導出部１３０は、各段階について、前段階の処理結果（最初の処理であれば原画像）と正解とを対応付けて記憶部１６０に格納する（ステップＳ１０８）。

次に、認識支援装置１００は、Ｓ１００において全ての撮像画像を選択したか否かを判定する（ステップＳ１１０）。Ｓ１００において全ての撮像画像を選択していない場合、Ｓ１００に処理が戻される。

Ｓ１００において全ての撮像画像を選択した場合、機械学習部１４０が各段階の処理について機械学習を行い、認識プログラム１６２の最適なパラメータや手順、規則等を導出する（ステップＳ１１２）。そして、認識支援装置１００は、学習結果（例えば修正認識プログラム１６４）を配達物処理装置１０に送信する（ステップＳ１１４）。

以上説明した少なくともひとつの実施形態によれば、配達対象物Ｐを撮像した画像に対して、複数の処理を含むＯＣＲ処理を行い、ＯＣＲ処理によって読み取られた情報に対応する集積部（スタッカ４０）に配達対象物Ｐを搬送する配達物処理装置１０と、配達物処理装置１０から、配達対象物Ｐを撮像した画像を受信し、受信した画像をオペレータに表示すると共に、オペレータによって入力された打鍵情報を配達物処理装置１０に送信するビデオコーディング端末（ＶＣ端末９０）と、配達対象物Ｐを撮像した画像と打鍵情報とを取得する情報管理部１１０、情報管理部１１０により取得された打鍵情報に基づいて、配達対象物Ｐを撮像した画像に対する複数の処理ごとの正解をそれぞれ導出する正解導出部１３０、および、正解導出部１３０により導出された複数の処理ごとの正解を用いた機械学習を行うことで、複数の処理を調整する機械学習部１４０を有する認識支援装置１００と、を持つことにより、ＯＣＲ処理に含まれる複数の処理を自動的に調整することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

上記実施形態は、以下のように表現することができる。
配達物処理装置において撮像され、複数の処理を含むＯＣＲ処理の対象となる画像と、前記画像を視認したオペレータによって入力された打鍵情報とを取得する情報管理部、
前記情報管理部によって取得された打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解を、処理の流れに関して下流側から順に導出する正解導出部、
を有する認識支援装置。

１０…配達物処理装置、９０…ＶＣ端末、１００…認識支援装置、１１０…情報管理部、１２０…認識実行部、１３０…正解導出部、１４０…機械学習部、１６０…記憶部

Claims (8)

1. 配達対象物を撮像した画像に対して、複数の処理を含むＯＣＲ処理を行い、前記ＯＣＲ処理によって読み取られた情報に対応する集積部に前記配達対象物を搬送する配達物処理装置と、
   前記配達物処理装置から、前記配達対象物を撮像した画像を受信し、前記受信した画像を表示すると共に、前記配達物を撮像した画像に対して入力された打鍵情報を前記配達物処理装置に送信するビデオコーディング端末と、
   前記配達対象物を撮像した画像と前記打鍵情報とを取得する情報管理部、
   前記情報管理部により取得された打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解をそれぞれ導出する正解導出部、および、
   前記正解導出部により導出された複数の処理ごとの正解を用いた機械学習を行うことで、前記複数の処理を調整する機械学習部を有する認識支援装置と、
   を備える区分システム。
2. 前記機械学習部は、ディープラーニングによって前記機械学習を行う、
   請求項１記載の区分システム。
3. 前記正解導出部は、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解を、処理の流れに関して下流側から順に導出する、
   請求項１または２記載の区分システム。
4. 配達物処理装置において配達対象物を撮像した画像であって、複数の処理を含むＯＣＲ処理の対象となる画像と、前記画像に対して入力された打鍵情報とを取得する情報管理部、
   前記情報管理部によって取得された打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解をそれぞれ導出する正解導出部、および、
   前記正解導出部により導出された複数の処理ごとの正解を用いた機械学習を行うことで、前記複数の処理を調整する機械学習部、
   を有する認識支援装置。
5. 前記機械学習部は、ディープラーニングによって前記機械学習を行う、
   請求項４記載の認識支援装置。
6. 前記正解導出部は、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解を、処理の流れに関して下流側から順に導出する、
   請求項４または５記載の認識支援装置。
7. コンピュータが、
   配達物処理装置において配達対象物を撮像した画像であって、複数の処理を含むＯＣＲ処理の対象となる画像と、前記画像に対して入力された打鍵情報とを取得し、
   前記取得した打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解をそれぞれ導出し、
   前記導出した複数の処理ごとの正解を用いた機械学習を行うことで、前記複数の処理を調整する、
   認識支援方法。
8. コンピュータに、
   配達物処理装置において配達対象物を撮像した画像であって、複数の処理を含むＯＣＲ処理の対象となる画像と、前記画像に対して入力された打鍵情報とを取得させ、
   前記取得した打鍵情報に基づいて、前記配達対象物を撮像した画像に対する前記複数の処理ごとの正解をそれぞれ導出させ、
   前記導出した複数の処理ごとの正解を用いた機械学習を行うことで、前記複数の処理を調整させる、
   認識支援プログラム。

Images