JP2018112839A - 画像処理プログラム、画像認識プログラム、画像処理装置、画像認識装置、画像認識方法、及び画像処理方法 - Google Patents

Abstract

【課題】予め定められた認識方式とは異なる認識方式を導入する場合に、予め定められた認識方式の認識精度の低下を抑制し、かつ全体として認識精度を向上させる。【解決手段】分類部１８が、複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類する。そして、設定部２４が、予め定められた認識方式による画像の認識が失敗するグループに対し、予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する。【選択図】図１

Description

開示の技術は、画像処理プログラム、画像認識プログラム、画像処理装置、画像認識装置、画像認識方法、及び画像処理方法に関する。

２つの手法の文字認識処理を用いる文字読取方法が知られている。この文字読取方法は、２つの手法の文字認識処理を直列に行い、第１の認識処理にて所定の確信度を得られなかった文字画像データについて第２の認識処理を行う。さらに、第２の認識処理によっても所定の確信度を得られなかった場合には、２つの認識処理で出力した文字コードが同一である場合に当該文字コードを出力する。

また、複数の文字認識手段を用いる文字認識装置が知られている。この文字認識装置では、複数の文字認識手段が、画像記憶手段より画像を受け取り、それぞれ仮の文字認識結果を出力する。そして、認識結果統合手段が、仮の文字認識結果（文字コード）を、事前に論理規則生成手段において学習により獲得されたいくつかの論理規則に従ってそれらの仮の文字認識結果を統合し、統合した（最終的な）文字認識結果を出力する。そして、論理規則統合手段が、事例データ記憶手段より受け取った事例データのセット、すなわち、各々の文字認識手段の仮の文字認識結果と正解との対を用いて、できる限り簡略化された論理規則を学習により生成して、認識結果統合手段に送る。

また、２つの認識系を結合して認識精度を向上するパターン認識方法が知られている。このパターン認識方法では、所定のクラスの訓練パターンから抽出した特徴ベクトルに関連する第１の照合用ベクトルを第１の識別手段の識別辞書と照合し第１の相異値を得る。次に第１の相異値で定まる各クラスのライバルパターンと該クラスに属する訓練パターンにより変換用ベクトルを決定する。そして、特徴ベクトルに変換用ベクトルにより変換した変換特徴ベクトルに関連する第２の照合用ベクトルを第２の識別手段の識別辞書と照合して第２の相異値を求める。ついで、第１、第２の相異値から前記訓練パターンのクラスを決定する。以上を繰り返し所定のクラスに属する全訓練パターンのクラスを決定する。そして、全訓練パターンの認識率を高くするように第２の識別手段の識別辞書を最適化する。この学習で得られた変換用ベクトルと識別辞書によりクラスが未知のパターンのクラスの決定をおこなう。

また、対象データが特定内容のデータであるか否かを識別する識別処理に用いる特徴量として、その特定内容に応じた組合せの効果が高い特徴量を選択し、併せて各特徴量に対応する識別条件を決定する装置が知られている。この装置では、サンプルデータ群に基づいて、識別処理に用いられ得る複数の特徴量の各々について、対応する識別器を作成する。そして、識別精度の高い識別器が順次選択され、複数の識別器群が規定される。そして、規定された複数の識別器群の中から、識別器群全体としての複合識別精度が高いものが選択される。そして、選択された識別器群を構成する識別器に基づいて、識別処理に用いる特徴量の種類と識別条件が決定される。

また、識別精度の低下を抑制しながら、識別時間を短縮できる識別辞書学習装置が知られている。この識別辞書学習装置では、複数のクラスのいずれかに属するデータ値を複数のクラスのいずれかに分類する、複数の識別器を、データ値を使用して学習する。そして、識別辞書学習装置は、誤ったクラス分類における学習サンプルが属するクラスと、クラス分類の識別精度を表す最適化指標への寄与の大きさを各々表す複数の最適化指標係数に基づいて、複数の識別器の各々の最適化指標を計算する。そして、識別辞書学習装置は、識別器のうち、最適化指標が、識別精度が最も高いことを表す識別器を弱識別器として選択し、弱識別器を、識別辞書に追加する。そして、識別辞書学習装置は、識別辞書が追加されるのに応じて、最適化指標係数の更新をルールに基づいて行う。

また、複数の認識方式を採用した場合でも、認識正答率及び非互換性を向上させることが可能な情報処理装置が知られている。この情報処理装置では、テストデータに対して複数の認識方式を適用して得られる各認識結果の正誤及び認識の確からしさを示す指標値を含む結果データを取得する。そして、情報処理装置は、認識方式を切り替えることにより切り替え前後で認識結果が正から誤となる数に基づき定まる非互換率の許容値を取得する。そして、情報処理装置は、結果データを参照し、許容値の範囲内で認識正答率が最良となるように、各指標値に対して複数の認識方式の内のいずれの認識方式を選択するかを示す選択テーブルを生成する。

特開２０００−１５５８０３号公報 特開平１１−２８２９６４号公報 特開平１０−２４０９３０号公報 特開２００５−１１５５２５号公報 特開２０１６−０６２２４９号公報 特開２０１６−０１８３５３号公報

画像認識処理において、予め定められた認識方式とは異なる認識方式を導入する場合がある。予め定められた認識方式に代えて異なる認識方式を導入することにより、全体の認識精度は向上する可能性があるが、予め定められた認識方式では適切に認識されていた画像が、異なる認識方式を用いた場合には誤認識が発生してしまう可能性がある。

開示の技術は、一つの側面として、予め定められた認識方式とは異なる認識方式を導入する場合に、予め定められた認識方式では成功する画像の認識処理が、異なる認識方式の導入により失敗することを抑制し、全体として認識精度を向上させることを目的とする。

開示の技術は、一つの態様として、複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類する。そして、予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する。

一つの側面として、予め定められた認識方式とは異なる認識方式を導入する場合に、予め定められた認識方式では成功する画像の認識処理が、異なる認識方式の導入により失敗することを抑制し、全体として認識精度を向上させることができる、という効果を有する。

実施形態に係る画像処理装置の概略構成を示す機能ブロック図である。 データ記憶部に格納されるテーブルの一例を示す図である。 分類結果記憶部に格納されるテーブルの一例を示す図である。 画像の特徴と旧方式の認識方式を用いた場合の認識結果との関係の一例を示す図である。 選択条件テーブルの一例を示す図である。 実施形態に係る画像認識装置の概略構成を示す機能ブロック図である。 実施形態に係る画像処理装置として機能するコンピュータの概略構成を示すブロック図である。 実施形態に係る画像認識装置として機能するコンピュータの概略構成を示すブロック図である。 第１の実施形態における選択条件設定処理の一例を示すフローチャートである。 第１の実施形態における画像認識処理の一例を示すフローチャートである。 第２の実施形態における選択条件設定処理の一例を示すフローチャートである。

以下、図面を参照して、開示の技術に関する実施形態の一例を詳細に説明する。

＜第１の実施形態＞

［画像処理装置］
図１に示すように、第１の実施形態に係る画像処理装置１０は、受付部１４と、データ記憶部１６と、分類部１８と、分類結果記憶部２０と、認識部２２と、設定部２４と、選択条件記憶部２６とを備えている。設定部２４は、開示の技術の制御部の一例である。

受付部１４は、画像の正解が既知である学習データの入力を受け付ける。画像の正解とは、画像に対する認識処理の結果得られる情報の正解を表す。例えば、画像が文字画像の場合、その文字画像を文字認識して得られる文字コードを正解ラベルとすることができる。学習データの画像の各々には、画像の正解を示す正解ラベルが付与されている。そして、受付部１４は、受け付けた複数の学習データを、データ記憶部１６に格納する。

データ記憶部１６には、受付部１４によって受け付けられた複数の学習データが格納される。例えば、データ記憶部１６には、画像と正解ラベルとが対応付けられてテーブルの形式で格納される。図２に、データ記憶部１６に格納されるテーブルの一例を示す。図２に示すように、学習データ毎に正解ラベルと画像とが対応付けられてテーブルに格納される。

分類部１８は、データ記憶部１６に格納された複数の学習データの画像の各々を、各画像の特徴に応じて、複数のグループのいずれかに分類する。そして、分類部１８は、複数のグループへ分類された画像の各々を、分類結果記憶部２０に格納する。画像の特徴としては、例えば、平均輝度及び平均エッジ強度等を用いることができる。

例えば、輝度値が２５６階調の画像を平均輝度に基づいて２つのグループに分類する場合、輝度値１２８を閾値とし、平均輝度の値が０〜１２７である画像と、平均輝度の値が１２８〜２５５である画像とを、それぞれ異なるグループに分類することができる。また、エッジ抽出にＳｏｂｅｌフィルタを用いて算出した平均エッジ強度に基づき画像を２つのグループに分類する場合、平均エッジ強度を０から１に正規化し、閾値を０．５に設定した上で、平均エッジ強度に応じて画像を２つのグループに分類することができる。

分類結果記憶部２０には、分類部１８によっていずれかのグループに分類された複数の画像が格納される。図３に、分類結果記憶部２０に格納されるテーブルの一例を示す。例えば、分類結果記憶部２０には、図３に示すように、画像が分類されたグループの識別情報を表すグループＩＤと正解ラベルと画像とが対応付けられてテーブルの形式で格納される。

認識部２２は、分類結果記憶部２０に格納された複数のグループのいずれかに分類された画像の各々を、予め定められた認識方式の一例である旧方式の認識方式を用いて認識する。そして、認識部２２は、旧方式の認識方式を用いた場合のグループ毎の画像認識の正解率を取得する。例えば、認識部２２は、分類結果記憶部２０に格納された画像の各々について、正解ラベルと認識結果とに基づいて認識の成否を判定し、各グループに属する各画像の成否に基づいて、グループ毎の正解率を取得する。より具体的には、認識部２２は、あるグループに含まれる画像の数に対して、そのグループにおいて認識が成功している画像の割合を、そのグループの正解率として取得することができる。

設定部２４は、認識部２２によって取得されたグループ毎の正解率に基づいて、旧方式の認識方式による画像の認識が失敗するグループに対し、旧方式の認識方式とは異なる認識方式の一例である新方式の認識方式への変更を可能とする制御を実行する。具体的には、設定部２４は、旧方式の認識方式による画像の認識が失敗するグループに対し、新方式の認識方式によって認識が行われるように設定する。例えば、設定部２４は、旧方式の認識方式を用いた場合の正解率が０となるグループを特定し、当該グループに属する画像の各々の特徴に基づいて、新方式の認識方式によって認識が行われる特徴の選択条件を設定する。

図４に、画像の特徴と旧方式の認識方式を用いた場合の認識結果の成否との関係の一例を示す。図４には、画像の平均輝度と平均エッジ強度とに基づいて、画像の特徴を４つの領域（Ａ、Ｂ、Ｃ、Ｄ）に分類した例が示されている。図４に示す例では、各画像の特徴に対応する領域に「○」又は「×」をプロットした例を示しており、「○」で示される特徴に対応する画像は認識が成功したことを表し、「×」は認識が失敗したことを表す。

図４に示すように、Ｂの領域では全て「○」であり、旧方式の認識方式により精度よく認識が行われていることがわかる。一方、Ａの領域及びＤの領域には「○」と「×」とが混在している。Ａの領域については、旧方式の認識方式を用いた場合の正解率は４０％である。また、Ｄの領域については、旧方式の認識方式を用いた場合の正解率は７５％である。そして、Ｃの領域は全て「×」であり、全ての画像に対する認識が失敗していることがわかる。

本実施形態では、旧方式の認識方式により認識が失敗するグループに属する画像に対しては、新方式の認識方式によって認識が行われるように設定する。そのため、上記図４に示す例では、Ｃの領域の画像に対しては新方式の認識方式によって認識が行われるように特徴の選択条件を設定する。本実施形態では、旧方式の認識方式を用いた認識において、グループに属する全ての画像の認識が失敗するグループに対してのみ、旧方式の認識方式を新方式の認識方式へ置き換える。旧方式の認識方式を用いた場合に、認識が成功する画像と認識が失敗する画像とが含まれるグループの認識方式を、新方式の認識方式へ移行すると、旧方式の認識方式の認識では成功する画像の認識が、新方式の認識方式への移行により失敗する場合がある。そのため、本実施形態では、グループに属する全ての画像の認識が失敗するグループに対してのみ新方式の認識方式へ移行する。従って、例えば、上記図４の例における、正解率４０％及び正解率７５％はグループについては、新方式の認識方式へ移行せずに、旧方式の認識方式により認識を行う。旧方式の認識方式で認識が失敗するグループに対してのみ新方式の認識方式へ置き換えることにより、旧方式の認識方式で正解する画像に対しては必ず正解するようにしつつ、認識の精度を向上させる。

そして、設定部２４は、新方式の認識方式によって認識が行われる特徴の選択条件を、選択条件記憶部２６の選択条件テーブルに格納する。

選択条件記憶部２６には、新方式の認識方式によって認識が行われる特徴の選択条件が格納される。図５に、選択条件記憶部２６に格納される選択条件テーブルの一例を示す。図５は、１行目に、上記図４の例におけるＣの領域に対し、新方式の認識方式によって認識が行われるように設定された選択条件テーブルの一例である。図５に示すように、選択条件の識別情報を表す選択条件ＩＤと、第１特徴である平均輝度の範囲と、第２特徴である平均エッジ強度の範囲とが対応付けられて選択条件テーブルに格納される。

［画像認識装置］
図６に示すように、第１の実施形態に係る画像認識装置３０は、受付部３４と、選択条件記憶部３６と、選択部３８と、認識部４０と、出力部４２とを備えている。

受付部３４は、認識対象の画像の入力を受け付ける。

選択条件記憶部３６には、画像処理装置１０によって設定された選択条件テーブルが格納される。選択条件記憶部３６に格納される選択条件テーブルは、画像処理装置１０の選択条件記憶部２６に格納される選択条件テーブルと同じである。

選択部３８は、受付部３４によって受け付けた画像の特徴に基づいて、画像が新方式の認識方式を適用するグループに属するか否かを特定する。そして、選択部３８は、選択条件記憶部３６に格納された選択条件テーブルを参照し、画像が属するグループに応じて、旧方式の認識方式及び新方式の認識方式の何れか一方の認識方式を選択する。

例えば、上記図５に示す選択条件テーブルを用いる場合、選択部３８は、受付部３４によって受け付けた画像から平均輝度と平均エッジ強度とを特徴として抽出する。次に、選択部３８は、上記図５に示す選択条件テーブルを参照して、画像の第１特徴である平均輝度が０〜１２７であり、画像の第２特徴である平均エッジ強度が０〜０．５であるグループに属するか否かを特定する。そして、選択部３８は、平均輝度が０〜１２７であり、かつ平均エッジ強度が０〜０．５であるグループに画像が属する場合には、新方式の認識方式を選択する。一方、選択部３８は、平均輝度が０〜１２７であり、かつ平均エッジ強度が０〜０．５であるグループに画像が属さない場合には、旧方式の認識方式を選択する。

認識部４０は、選択部３８によって選択された認識方式を適用して、受付部３４によって受け付けた画像の認識を行う。

出力部４２は、認識部４０によって得られた認識結果を出力する。

画像処理装置１０は、例えば、図７に示すコンピュータ５０で実現することができる。コンピュータ５０はＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部５３を備える。また、コンピュータ５０は、表示装置及び入力装置等の入出力装置５４、及び記録媒体５９に対するデータの読み込み及び書き込みを制御するread/write（Ｒ／Ｗ）部５５を備える。また、コンピュータ５０は、インターネット等のネットワークに接続されるネットワークinterface（Ｉ／Ｆ）５６を備える。ＣＰＵ５１、メモリ５２、記憶部５３、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。

記憶部５３は、Hard Disk Drive（ＨＤＤ）、solid state drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部５３には、コンピュータ５０を画像処理装置１０として機能させるための画像処理プログラム６０が記憶されている。画像処理プログラム６０は、受付プロセス６２と、分類プロセス６３と、認識プロセス６４と、設定プロセス６５とを有する。また、記憶部５３は、データ記憶部１６を構成する情報が記憶されるデータ記憶領域６６と、分類結果記憶部２０を構成する情報が記憶される分類結果記憶領域６７と、選択条件記憶部２６を構成する情報が記憶される選択条件記憶領域６８とを有する。

ＣＰＵ５１は、画像処理プログラム６０を記憶部５３から読み出してメモリ５２に展開し、画像処理プログラム６０が有するプロセスを順次実行する。ＣＰＵ５１は、受付プロセス６２を実行することで、図１に示す受付部１４として動作する。また、ＣＰＵ５１は、分類プロセス６３を実行することで、図１に示す分類部１８として動作する。また、ＣＰＵ５１は、認識プロセス６４を実行することで、図１に示す認識部２２として動作する。また、ＣＰＵ５１は、設定プロセス６５を実行することで、図１に示す設定部２４として動作する。また、ＣＰＵ５１は、データ記憶領域６６から情報を読み出して、データ記憶部１６をメモリ５２に展開する。また、分類結果記憶領域６７から情報を読み出して、分類結果記憶部２０をメモリ５２に展開する。また、選択条件記憶領域６８から情報を読み出して、選択条件記憶部２６をメモリ５２に展開する。これにより、画像処理プログラム６０を実行したコンピュータ５０が、画像処理装置１０として機能することになる。そのため、ソフトウェアである画像処理プログラム６０を実行するプロセッサはハードウェアである。

なお、画像処理プログラム６０により実現される機能は、例えば半導体集積回路、より詳しくはApplication Specific Integrated Circuit（ＡＳＩＣ）等で実現することも可能である。

また、画像認識装置３０は、例えば、図８に示すコンピュータ８０で実現することができる。コンピュータ８０はＣＰＵ８１、一時記憶領域としてのメモリ８２、及び不揮発性の記憶部８３を備える。また、コンピュータ８０は、表示装置及び入力装置等の入出力装置８４、及び記録媒体８９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ部８５を備える。また、コンピュータ８０は、インターネット等のネットワークに接続されるネットワークＩ／Ｆ８６を備える。ＣＰＵ８１、メモリ８２、記憶部８３、入出力装置８４、Ｒ／Ｗ部８５、及びネットワークＩ／Ｆ８６は、バス８７を介して互いに接続される。

記憶部８３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部８３には、コンピュータ８０を画像認識装置３０として機能させるための画像認識プログラム９０が記憶されている。画像認識プログラム９０は、受付プロセス９２と、選択プロセス９３と、認識プロセス９４と、出力プロセス９５とを有する。また、記憶部８３は、選択条件記憶部３６を構成する情報が記憶される選択条件記憶領域９６を有する。

ＣＰＵ８１は、画像認識プログラム９０を記憶部８３から読み出してメモリ８２に展開し、画像認識プログラム９０が有するプロセスを順次実行する。ＣＰＵ８１は、受付プロセス９２を実行することで、図６に示す受付部３４として動作する。また、ＣＰＵ８１は、選択プロセス９３を実行することで、図６に示す選択部３８として動作する。また、ＣＰＵ８１は、認識プロセス９４を実行することで、図６に示す認識部４０として動作する。また、ＣＰＵ８１は、出力プロセス９５を実行することで、図６に示す出力部４２として動作する。また、ＣＰＵ８１は、選択条件記憶領域９６から情報を読み出して、選択条件記憶部３６をメモリ８２に展開する。これにより、画像認識プログラム９０を実行したコンピュータ８０が、画像認識装置３０として機能することになる。そのため、ソフトウェアである画像認識プログラム９０を実行するプロセッサはハードウェアである。

なお、画像認識プログラム９０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。

次に、実施形態に係る画像処理装置１０と画像認識装置３０との作用について説明する。

まず、特徴の選択条件の設定処理について説明する。画像処理装置１０において、複数の学習データが入力されると、画像処理装置１０において、図９に示す選択条件設定処理が実行される。以下、各処理について詳述する。

図９に示す選択条件設定処理のステップＳ１００において、受付部１４は、受け付けた複数の学習データを、データ記憶部１６に格納する。

次に、ステップＳ１０２において、分類部１８は、上記ステップＳ１００でデータ記憶部１６に格納された複数の学習データの画像の各々について、画像の特徴に応じて、画像を複数のグループのいずれかに分類する。そして、分類部１８は、複数のグループへ分類した画像の各々を、分類結果記憶部２０に格納する。

ステップＳ１０４において、認識部２２は、上記ステップＳ１０２で分類結果記憶部２０に格納された複数のグループから、１つのグループを設定する。

ステップＳ１０５において、認識部２２は、上記ステップＳ１０４で設定されたグループに属する画像の各々について、旧方式の認識方式を用いて認識する。

ステップＳ１０６において、認識部２２は、分類結果記憶部２０に格納された上記ステップＳ１０４で設定されたグループに属する各画像の正解ラベルと、上記ステップＳ１０５で得られた各画像の認識結果とに基づいて、当該グループの正解率を算出する。

ステップＳ１０８において、設定部２４は、上記ステップＳ１０６で算出されたグループの正解率が０となるか否かを判定する。グループの正解率が０である場合には、ステップＳ１１０へ進む。一方、グループの正解率が０でない場合には、ステップＳ１１２へ進む。

ステップＳ１１０において、上記ステップＳ１０４で設定されたグループに対応する特徴の選択条件を、選択条件記憶部２６に格納する。

ステップＳ１１２において、設定部２４は、上記ステップＳ１０２で分類された全てのグループについて、上記ステップＳ１０４〜ステップＳ１１０の処理を実行したか否かを判定する。全てのグループについて、上記ステップＳ１０４〜ステップＳ１１０の処理を実行した場合には、選択条件設定処理を終了する。一方、上記ステップＳ１０４〜ステップＳ１１０の処理を実行していないグループが存在する場合には、ステップＳ１０４に戻る。

次に、画像認識処理について説明する。画像認識装置３０において、画像処理装置１０によって設定された選択条件テーブルが入力されると、選択条件テーブルは選択条件記憶部３６に格納される。そして、認識対象の画像が入力されると、画像認識装置３０において、図１０に示す画像認識処理が実行される。以下、各処理について詳述する。

ステップＳ２００において、受付部３４は、認識対象の画像を受け付ける。

ステップＳ２０２において、選択部３８は、上記ステップＳ２００で受け付けた画像の特徴を抽出する。

ステップＳ２０６において、選択部３８は、選択条件記憶部３６に格納された選択条件テーブルを参照して、上記ステップＳ２０２で抽出された画像の特徴が、選択条件テーブルの特徴に該当するか否かを判定する。画像の特徴が選択条件テーブルの特徴に該当する場合には、ステップＳ２０８へ進む。一方、画像の特徴が選択条件テーブルの特徴に該当しない場合には、ステップＳ２１０へ進む。

ステップＳ２０８において、選択部３８は、新方式の認識方式を選択する。

ステップＳ２１０において、選択部３８は、旧方式の認識方式を選択する。

ステップＳ２１２において、認識部４０は、上記ステップＳ２０８又はステップＳ２１０で選択された認識方式を適用して、上記ステップＳ２００で受け付けた画像の認識を行う。

ステップＳ２１４において、出力部４２は、上記ステップＳ２１２で得られた認識結果を出力して、画像認識処理を終了する。

なお、上記ステップＳ１０４の処理と上記ステップＳ１０５の処理との処理順を逆にしてもよく、例えば、全ての画像に対して認識処理を行った後に、グループ毎に画像の正解率を算出してもよい。

以上説明したように、第１の実施形態に係る画像処理装置は、複数の画像の各々について、画像の特徴に応じて複数のグループのいずれかに分類し、複数のグループの各々について、旧方式の認識方式を用いて当該グループに分類された画像の各々を認識する。そして、画像処理装置は、旧方式の認識方式による、当該グループに分類された画像の各々の認識が失敗するグループに対し、新方式の認識方式によって認識が行われるように設定する。これにより、新方式の認識方式を導入する場合に、旧方式の認識方式では成功する画像の認識処理が、新方式の認識方式の導入により失敗することを抑制し、かつ全体として認識精度を向上させることができるような選択条件を設定することができる。

また、第１の実施形態に係る画像認識装置は、認識対象の画像の特徴に基づいて、画像が属するグループを特定し、特定されたグループに対し、画像処理装置によって予め設定された認識方式を適用して、認識対象の画像の認識を行う。これにより、旧方式の認識方式とは異なる新方式の認識方式を導入する場合に、旧方式の認識方式では成功する画像の認識処理が、新方式の認識方式の導入により失敗することを抑制し、かつ全体として認識精度を向上させることができる。

また、旧方式の認識方式で正解する画像に対しては必ず正解するようにしつつ、認識精度を向上させることができる。

＜第２の実施形態＞

次に、第２の実施形態について説明する。第２実施形態では、１つの旧方式の認識方式と、複数の新方式の認識方式とが存在する場合の、認識方式の設定方法が第１の実施形態と異なる。なお、第２の実施形態の構成は、第１の実施形態と同様の構成となるため、同一符号を付して説明を省略する。

第２の実施形態に係る画像処理装置１０の認識部２２は、複数の新方式の認識方式の各々を用いて、分類結果記憶部２０に格納されたグループの各々のうち、旧方式の認識方式では認識が失敗するグループに属する画像の各々を認識する。そして、認識部２２は、旧方式の認識方式では認識が失敗するグループの各々について、複数の新方式の認識方式の各々についての当該グループに属する画像の正解率を取得する。

第２の実施形態に係る画像処理装置１０の設定部２４は、認識部２２により取得された正解率の各々に基づいて、旧方式の認識方式では認識が失敗するグループに対し、複数の新方式の認識方式のうちの何れの認識方式へ変更するかを制御する。そして、設定部２４は、複数の新方式の認識方式のうちの何れの認識方式によって認識を行うかを設定する。

具体的には、設定部２４は、旧方式の認識方式では認識が失敗するグループの各々について、認識部２２により取得された複数の新方式の認識方式の正解率のうち、正解率が最も高い新方式の認識方式を選択する。次に、設定部２４は、旧方式の認識方式では認識が失敗するグループの各々について、当該グループに属する画像に対して認識が行われる新方式の認識方式、及びそのグループに属する画像の特徴の選択条件を設定する。そして、設定部２４は、旧方式の認識方式で認識が失敗するグループの各々に対し、当該グループに属する画像に対して認識が行われる新方式の認識方式、及び当該新方式の認識方式についての特徴の選択条件を、選択条件記憶部２６の選択条件テーブルに格納する。

次に、第２の実施形態に係る画像処理装置１０の作用について説明する。

まず、特徴の選択条件の設定処理について説明する。第２の実施形態に係る画像処理装置１０において、複数の学習データが入力され、受付部１４によって受け付けられた学習データの各々がデータ記憶部１６のテーブルに格納されると、画像処理装置１０において、図１１に示す選択条件設定処理が実行される。

ステップＳ１００〜ステップＳ１０８は、第１の実施形態と同様に実行される。

ステップＳ３０９において、認識部２２は、複数の新方式の認識方式の各々を用いて、ステップＳ１０８で認識が失敗すると判定されたグループに属する画像の各々を認識する。そして、認識部２２は、複数の新方式の認識方式の各々についての、ステップＳ１０８で認識が失敗すると判定されたグループに属する画像の正解率を取得する。

ステップＳ３１０において、設定部２４は、ステップＳ１０８で認識が失敗すると判定されたグループについて、上記ステップＳ３０９で取得された複数の新方式の認識方式の正解率のうち、正解率が最も高い新方式の認識方式を選択する。

ステップＳ３１１において、設定部２４は、ステップＳ１０８で認識が失敗すると判定されたグループに属する画像に対して認識が行われる新方式の認識方式及びそのグループに属する画像の特徴の選択条件を選択条件記憶部２６の選択条件テーブルに格納する。

そして、ステップＳ１１２は、第１の実施形態と同様に実行され、選択条件設定処理が終了する。

次に、画像認識処理について説明する。第２の実施形態に係る画像認識装置３０において、認識対象の画像が入力されると、画像処理装置１０において、図１０に示す画像認識処理が実行される。

ステップＳ２００〜ステップＳ２０６は、第１の実施形態と同様に実行される。

ステップＳ２０８において、選択部３８は、選択条件記憶部３６に格納された選択条件テーブルを参照して、ステップＳ２０４で特定されたグループに応じて、新方式の認識方式を選択する。

ステップＳ２１０、ステップＳ２１２〜ステップＳ２１４は、第１の実施形態と同様に実行される。

以上説明したように、第２の実施形態に係る画像処理装置は、新方式の認識方式によって認識が行われるように設定する際に、複数の新方式の認識方式の各々を用いてグループに分類された画像の各々を認識する。そして、画像処理装置は、複数の新方式の認識方式による認識結果の正解率の各々に基づいて、複数の新方式の認識方式のうちの何れの認識方式によって認識が行われるかを設定する。これにより、新方式の認識方式を導入する場合に、旧方式の認識方式では成功する画像の認識処理が、新方式の認識方式の導入により失敗することを抑制し、かつ旧方式の認識方式では認識に失敗した画像に対する認識精度を向上させることができる。

なお、上記では、画像処理プログラム６０が記憶部５３に予め記憶（インストール）され、また画像認識プログラム９０が記憶部６３に予め記憶（インストール）されている態様を説明したが、これに限定されない。開示の技術に係るプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリ等の記録媒体に記録された形態で提供することも可能である。

次に、実施形態の変形例を説明する。

本実施形態では、画像処理装置と画像認識装置とを別々の装置として構成する場合を例に説明したが、画像処理装置と画像認識装置とを１つの装置として構成してもよい。

また、本実施形態では、平均輝度及び平均エッジ強度を画像の特徴として用いる場合を例に説明したが、これに限定されるものではなく、他の特徴を用いてもよい。また、用いる特徴の種類は１つでもよいし、３つ以上でもよい。

また、本実施形態では、平均輝度を２つのグループに分類し、かつ平均エッジ強度を２つのグループに分類し、画像の特徴に応じて画像を４つのグループに分類する場合を例に説明したが、これに限定されるものではない。例えば、平均輝度の特徴を４つのグループに分類する場合には、平均輝度の値６４，１２８，１９２を閾値として設定し、画像の特徴に応じて４つのグループに分類することができる。

以上の各実施形態に関し、更に以下の付記を開示する。

（付記１）
複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類し、
予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する
処理をコンピュータに実行させる画像処理プログラム。

（付記２）
前記複数の画像として、前記画像の正解が既知である複数の学習データの入力を受け付け、
前記複数の学習データの各々を前記画像の特徴に応じて複数のグループのいずれかに分類する
付記１に記載の画像処理プログラム。

（付記３）
前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する際に、
複数の前記異なる認識方式の各々を用いて前記グループに分類された前記画像の各々を認識し、
複数の前記異なる認識方式による認識結果の正解率の各々に基づいて、複数の前記異なる認識方式のうちの何れの認識方式へ変更するかを制御する
付記１又は付記２に記載の画像処理プログラム。

（付記４）
認識対象の画像の入力を受け付け、
前記画像の特徴に基づいて、前記画像が属するグループを特定し、
特定された前記グループに対し、付記１〜付記３の何れか１項に記載の画像処理プログラムによって予め設定された認識方式を適用して、前記画像の認識を行う
処理をコンピュータに実行させる画像認識プログラム。

（付記５）
複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類し、
予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する
処理をコンピュータが実行する画像処理方法。

（付記６）
前記複数の画像として、前記画像の正解が既知である複数の学習データの入力を受け付け、
前記複数の学習データの各々を前記画像の特徴に応じて複数のグループのいずれかに分類する
付記５に記載の画像処理方法。

（付記７）
前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する際に、
複数の前記異なる認識方式の各々を用いて前記グループに分類された前記画像の各々を認識し、
複数の前記異なる認識方式による認識結果の正解率の各々に基づいて、複数の前記異なる認識方式のうちの何れの認識方式へ変更するかを制御する
付記５又は付記６に記載の画像処理方法。

（付記８）
認識対象の画像の入力を受け付け、
前記画像の特徴に基づいて、前記画像が属するグループを特定し、
特定された前記グループに対し、付記５〜付記７の何れか１項に記載の画像処理方法によって予め設定された認識方式を適用して、前記画像の認識を行う
処理をコンピュータに実行させる画像認識方法。

（付記９）
複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類する分類部と、
予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する制御部と、
を含む画像処理装置。

（付記１０）
前記複数の画像として、前記画像の正解が既知である複数の学習データの入力を受け付け、
前記複数の学習データの各々を前記画像の特徴に応じて複数のグループのいずれかに分類する
付記９に記載の画像処理装置。

（付記１１）
前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する際に、
複数の前記異なる認識方式の各々を用いて前記グループに分類された前記画像の各々を認識し、
複数の前記異なる認識方式による認識結果の正解率の各々に基づいて、複数の前記異なる認識方式のうちの何れの認識方式へ変更するかを制御する
付記９又は付記１０に記載の画像処理装置。

（付記１２）
認識対象の画像の入力を受け付け、
前記画像の特徴に基づいて、前記画像が属するグループを特定し、
特定された前記グループに対し、付記９〜付記１１の何れか１項に記載の画像処理装置によって予め設定された認識方式を適用して、前記画像の認識を行う
を含む画像認識装置。

（付記１３）
複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類し、
予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する
処理をコンピュータに実行させる画像処理プログラムを記憶した記憶媒体。

（付記１４）
認識対象の画像の入力を受け付け、
前記画像の特徴に基づいて、前記画像が属するグループを特定し、
特定された前記グループに対し、付記１〜付記３の何れか１項に記載の画像処理プログラムによって予め設定された認識方式を適用して、前記画像の認識を行う
処理をコンピュータに実行させる画像認識プログラムを記憶した記憶媒体。

１０ 画像処理装置
１４ 受付部
１６ データ記憶部
１８ 分類部
２０ 分類結果記憶部
２２ 認識部
２４ 設定部
２６ 選択条件記憶部
３０ 画像認識装置
３４ 受付部
３６ 選択条件記憶部
３８ 選択部
４０ 認識部
４２ 出力部
５０，８０ コンピュータ
５１，８１ ＣＰＵ
５２，８２ メモリ
５３，８３ 記憶部
５９，８９ 記録媒体
６０ 画像処理プログラム
９０ 画像認識プログラム

Claims (6)

1. 複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類し、
   予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する
   処理をコンピュータに実行させる画像処理プログラム。
2. 前記複数の画像として、前記画像の正解が既知である複数の学習データの入力を受け付け、
   前記複数の学習データの各々を前記画像の特徴に応じて複数のグループのいずれかに分類する
   請求項１に記載の画像処理プログラム。
3. 前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する際に、
   複数の前記異なる認識方式の各々を用いて前記グループに分類された前記画像の各々を認識し、
   複数の前記異なる認識方式による認識結果の正解率の各々に基づいて、複数の前記異なる認識方式のうちの何れの認識方式へ変更するかを制御する
   請求項１又は請求項２に記載の画像処理プログラム。
4. 認識対象の画像の入力を受け付け、
   前記画像の特徴に基づいて、前記画像が属するグループを特定し、
   特定された前記グループに対し、請求項１〜請求項３の何れか１項に記載の画像処理プログラムによって予め設定された認識方式を適用して、前記画像の認識を行う
   処理をコンピュータに実行させる画像認識プログラム。
5. 複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類し、
   予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する
   処理をコンピュータが実行する画像処理方法。
6. 複数の画像の各々を画像の特徴に応じて複数のグループのいずれかに分類する分類部と、
   予め定められた認識方式による前記画像の認識が失敗するグループに対し、前記予め定められた認識方式とは異なる認識方式への変更を可能とする制御を実行する制御部と、
   を含む画像処理装置。