JP2018163474A - Collation device, and card issuing machine - Google Patents
Collation device, and card issuing machine Download PDFInfo
- Publication number
- JP2018163474A JP2018163474A JP2017059629A JP2017059629A JP2018163474A JP 2018163474 A JP2018163474 A JP 2018163474A JP 2017059629 A JP2017059629 A JP 2017059629A JP 2017059629 A JP2017059629 A JP 2017059629A JP 2018163474 A JP2018163474 A JP 2018163474A
- Authority
- JP
- Japan
- Prior art keywords
- code
- card
- ticket type
- type code
- character
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims description 44
- 238000007689 inspection Methods 0.000 description 21
- 230000010365 information processing Effects 0.000 description 12
- 238000000034 method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000005286 illumination Methods 0.000 description 7
- 230000002950 deficient Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
Description
本発明は、カード等の照合検査を行う照合装置、および照合装置を有するカード発行機に関する。 The present invention relates to a collation device that performs collation inspection of a card and the like, and a card issuing machine having the collation device.
ICカードや磁気カードなどにカード情報を書込むカード発行の分野では、ある券種のカードに別の券種のカードのカード情報を誤って書込むことを防ぐため、カードに印刷された券種固有の券種コードをカメラにより撮影し、文字認識により読取った券種コードが正の券種コードに一致しているか否かを照合検査する（例えば、特許文献１参照）。 In the field of card issuance in which card information is written on an IC card or magnetic card, the card type printed on the card is used to prevent accidental writing of card information on another card type on a card type. A unique ticket type code is photographed by a camera, and it is checked whether or not the ticket type code read by character recognition matches the positive ticket type code (for example, see Patent Document 1).
文字認識では、テンプレートマッチング方式によるOCR(Optical Character
Recognition)が一般的に用いられる。この際、あらかじめ文字ごとの良品画像（テンプレート）を登録し、券種コードの文字部分の画像と良品画像の一致度を所定の式に基づいて算出し、最も一致度が高い文字を認識文字として取得する。この方法は、印刷された券種コードの品質のばらつきや券種コードの背景の状態のばらつきが少ない理想的な状況においては、高い精度で文字を認識することができる。
In character recognition, OCR (Optical Character
Recognition) is commonly used. At this time, a non-defective image (template) for each character is registered in advance, the degree of coincidence between the image of the character part of the ticket type code and the non-defective image is calculated based on a predetermined formula, and the character having the highest degree of coincidence is used as a recognized character get. This method can recognize characters with high accuracy in an ideal situation in which there is little variation in the quality of the printed ticket type code and in the background state of the ticket type code.
しかしながら、従来の文字認識技術を用いた照合検査では、印刷された券種コードの品質のばらつき等の影響によって、文字の読み誤り（以下、誤読と呼ぶ）が発生する問題があった。誤読が発生すると、カードに印刷された券種コードが正の券種コードと本来一致しているのに一致していないと判定する問題（以下、誤検出と呼ぶ）や、カードに印刷された券種コードが正の券種コードと本来一致していないのに一致していると判定する問題（以下、見逃しと呼ぶ）が発生する。 However, in the collation inspection using the conventional character recognition technology, there is a problem that a character reading error (hereinafter referred to as “misreading”) occurs due to the influence of variations in the quality of the printed bill type code. When misreading occurs, the ticket type code printed on the card originally matches the positive ticket type code but does not match (hereinafter referred to as false detection), or printed on the card There arises a problem (hereinafter, referred to as “missing”) in which the ticket type code is not matched with the positive ticket type code but is matched.
誤検出については、カード発行を一旦停止して目視による再検査をすることが多く、カードに正しく券種コードが印刷されているにも関わらず、カード発行の停止時間が増加して生産性が低下する問題がある。見逃しについては不良品が流出するリスクがあり、致命的な問題となる。 For false detection, card issuance is often temporarily stopped and re-inspection is performed visually. Even though the card type code is correctly printed on the card, the card issuance stop time increases and productivity is increased. There is a problem that decreases. There is a risk that defective products will be leaked, and this will be a fatal problem.
その他、従来の文字認識技術を用いた照合検査は運用上の負荷が大きいという問題もある。すなわち、カード発行の分野では、券種コードのフォント（書体）、サイズ、縦横比などの書式や券種コードの背景についての組合せが膨大であるため、その書式や背景によって文字を分類して良品画像を登録する作業（以下、辞書登録と呼ぶ）が必要であり、運用上の負荷が極めて大きい。 In addition, the collation inspection using the conventional character recognition technology has a problem that the operational load is large. In other words, in the field of card issuance, there are an enormous number of combinations of font typeface fonts (typeface), size, aspect ratio, etc., and the background of the ticket type code. An operation for registering images (hereinafter referred to as dictionary registration) is necessary, and the operational load is extremely large.
本発明は上記の問題に鑑みてなされたものであり、コードの誤読を好適に防止できる照合装置、およびこの照合装置を有するカード発行機等を提供することを目的とする。 The present invention has been made in view of the above problems, and an object of the present invention is to provide a collation device that can suitably prevent misreading of a code, a card issuing machine having the collation device, and the like.
前述した課題を解決するための第１の発明は、コードが形成された対象物を撮影する撮影部と、コンピュータと、を有し、前記コンピュータは、前記撮影部によって前記対象物を撮影した撮影画像から前記コードの文字部分の特徴量を算出し、前記特徴量によって前記コードの文字を判別するための、機械学習によって得た判別式を用いて前記コードを読取り、読取った前記コードを正のコードと比較することを特徴とする照合装置である。 1st invention for solving the subject mentioned above has the imaging | photography part which image | photographs the target object in which the code | cord was formed, and the computer, The said imaging | photography which image | photographed the said target object by the said imaging | photography part A feature amount of a character portion of the code is calculated from an image, the code is read using a discriminant obtained by machine learning for determining the character of the code by the feature amount, and the read code is positive It is a collation device characterized by comparing with a code.
本発明では、照合検査での文字認識に機械学習を取り入れることにより、対象物に形成されたコードの品質のばらつき等の影響を抑え、柔軟且つ人による判断に近いレベルでそのコードを読取ることができ、従来よりも誤読を抑制した照合装置を提供することが可能である。誤読の抑制により、誤検出による生産性の低下を防ぐことができ、見逃しにより不良品が流出するリスクも低減可能である。また、機械学習により認識性能を向上させることで様々な書式、背景等に対して共通の文字の判別式を設定することが可能であり、これによりコードの書式や背景によって文字を分類して辞書登録を行う必要がなくなるため、運用負荷を軽減することができる。 In the present invention, by incorporating machine learning for character recognition in collation inspection, it is possible to suppress the influence of variations in the quality of the code formed on the object, and to read the code at a level that is flexible and close to human judgment. In addition, it is possible to provide a collation apparatus that suppresses misreading as compared with the conventional technique. By suppressing misreading, it is possible to prevent a decrease in productivity due to erroneous detection, and it is also possible to reduce the risk of defective products leaking due to oversight. In addition, it is possible to set common character discriminants for various formats, backgrounds, etc. by improving recognition performance through machine learning. Since it is not necessary to register, the operational load can be reduced.
前記対象物は例えばカードであり、前記コードは例えば前記カードの仕様を識別するための券種コードである。
本発明の照合装置は、前記したカードの券種コード等の照合に用いることで、カード発行の分野における誤読を抑制し、且つ運用負荷を軽減することができる。
The object is, for example, a card, and the code is, for example, a ticket type code for identifying the specifications of the card.
The verification device of the present invention can be used for verification of the above-mentioned card type code and the like, thereby suppressing misreading in the field of card issuance and reducing the operational load.
前記判別式は、文字の書式に関わらず前記文字を判別するものであることが望ましい。また文字の背景に関わらず前記文字を判別するものであることも望ましい。
前記したように、本発明では様々な書式、背景の文字に対して機械学習を行って判別式を得ることで、文字の書式や背景に関わらず、文字の判別を行うことができる。
The discriminant is preferably one that discriminates the character regardless of the character format. It is also desirable to discriminate the character regardless of the character background.
As described above, according to the present invention, it is possible to discriminate characters regardless of the character format or background by performing machine learning on characters in various formats and backgrounds to obtain discriminants.
前記コンピュータは、前記コードの文字部分の特徴量を算出する際、前記撮影画像における前記対象物のエッジ部分を抽出し、前記エッジ部分と、前記対象物上で前記コードが形成される領域を示すコード領域情報とを用いて、前記対象物において前記コードが形成された領域を抽出することが望ましい。
これにより、カードの撮影画像からコードの画像を好適に抽出し、その文字部分の特徴量を適切に算出することができる。
When calculating the feature amount of the character portion of the code, the computer extracts an edge portion of the object in the captured image, and indicates the edge portion and a region where the code is formed on the object It is desirable to extract a region where the code is formed in the object using the code region information.
Thereby, it is possible to appropriately extract the code image from the photographed image of the card and appropriately calculate the feature amount of the character portion.
第２の発明は、第１の発明の照合装置と、カード情報をカードに書込むカード情報記録装置と、を有することを特徴とするカード発行機である。 According to a second aspect of the present invention, there is provided a card issuing machine comprising: the collating device according to the first aspect of the present invention; and a card information recording device for writing card information to a card.
本発明により、コードの誤読を好適に防止できる照合装置、およびこの照合装置を有するカード発行機等を提供することができる。 According to the present invention, it is possible to provide a collation device that can suitably prevent misreading of a code, a card issuing machine having the collation device, and the like.
以下、図面に基づいて本発明の好適な実施形態について詳細に説明する。 Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings.
（１．カード発行システム１００）
図１は本発明の実施形態に係るカード発行システム１００を示す図である。このカード発行システム１００は、カード発行機１と情報処理装置３を有する。
(1. Card issuing system 100)
FIG. 1 is a diagram showing a card issuing
カード発行機１はカードの発行を行うものである。すなわち、発行順に揃えられたカードを当該発行順に沿って搬送しつつ、その照合検査を行った後必要なカード情報を書込む。カード発行機１の詳細については後述する。 The card issuing machine 1 issues a card. That is, the cards arranged in the issuance order are transported along the issuance order, and the necessary card information is written after the verification check. Details of the card issuing machine 1 will be described later.
情報処理装置３は、カード（対象物）の照合検査に必要なデータの作成等を行うものであり、本実施形態では後述する判別式データや誤読コードの作成、見逃しリスクコードの有無の判定等を行う。情報処理装置３には、例えば制御部、記憶部、入力部、表示部、通信制御部等をバスにより接続して構成されたコンピュータを用いることができる。
The
（２．カード４）
図２はカード発行機１で発行されるカード４の例を示す図である。図２に示すように、カード４では一方の面に券種コード４１が印刷等により形成されるとともに、記録部４２とサインパネル４３が設けられる。図２の例ではカード４が略矩形状であるが、その形状は特に限定されない。
(2. Card 4)
FIG. 2 is a diagram showing an example of the
券種コード４１は、コード（文字列）によってカード４の各種の仕様を識別する識別情報である。券種コード４１によって識別される仕様には、例えばカード４の絵柄や記録部４２の種類があるが、これに限ることはない。
The
券種コード４１は主にカード４の端周辺に英数字で形成される。その文字のフォント（書体）、サイズ、縦横比、色等は様々であり、これらの特徴は文字の外観に影響する。このような文字の外観に影響を与える特徴を総称して書式というものとする。また文字は英数字に限らず、漢字、ひらがな、カタカナ、および各種の記号等である場合もある。
The
記録部４２はカード情報が書込まれる部分である。図２の例では記録部４２が磁気テープであるが、これに限ることはなく、ＩＣチップなどでもよい。
The
サインパネル４３は、カード４の保有者が自己の氏名などを筆記する部分である。
The
（３．カード発行機１）
図３はカード発行機１の概略を示す図である。図３に示すように、カード発行機１は、カード供給装置１０、照合装置２０、カード情報記録装置３０、カード排出装置４０等を有し、制御装置５０の制御によってカード４の発行を行う。カード発行機１は、この他照合検査の結果等を表示するディスプレイなども備える。
(3. Card issuing machine 1)
FIG. 3 is a diagram showing an outline of the card issuing machine 1. As shown in FIG. 3, the card issuing machine 1 includes a
カード供給装置１０は、発行順に揃えられたカード４を、当該発行順に沿って照合装置２０に送り出し、供給するものである。
The
照合装置２０は、カード４の照合検査を行うものである。ここでは、カード４に形成された券種コード４１を読取って、その券種コード４１が適正であるか否かを判定する。カード４の照合検査はカード４の発行順に行われる。照合装置２０の詳細については後述する。
The
カード情報記録装置３０は、照合検査を行った後のカード４に必要なカード情報を書込むものであり、リーダライタ等を備える。
The card
カード排出装置４０は、カード情報を書込んだカード４を排出し、前記した発行順にスタッカ（不図示）等に収容するものである。
The
制御装置５０は、カード発行機１でのカード４の発行に係る全般的な制御を行うものである。
The
図４は制御装置５０のハードウェア構成を示す図である。図４に示すように、制御装置５０は、例えば制御部５１、記憶部５２、入力部５３、通信制御部５４等をバス５５により接続して構成したコンピュータにより実現できる。但しこれに限ることなく、適宜様々な構成をとることができる。
FIG. 4 is a diagram illustrating a hardware configuration of the
制御部５１はCPU、ROM、RAMなどから構成される。CPUは、記憶部５２、ROMなどの記憶媒体に格納された制御装置５０の処理に係るプログラムをRAM上のワークエリアに呼び出して実行する。ROMは不揮発性メモリであり、ブートプログラムやBIOSなどのプログラム、データなどを恒久的に保持している。RAMは揮発性メモリであり、記憶部５２、ROMなどからロードしたプログラムやデータを一時的に保持するとともに、制御部５１が各種処理を行うために使用するワークエリアを備える。
The
記憶部５２はハードディスクドライブやソリッドステートドライブ、フラッシュメモリ等であり、制御部５１が実行するプログラム、プログラム実行に必要なデータ、OSなどが格納される。これらのプログラムやデータは、制御部５１により必要に応じて読み出され実行される。本実施形態では、後述する発行データ２００が記憶部５２に記録される。
The
入力部５３は制御装置５０に各種の設定入力を行うものである。
通信制御部５４はネットワーク等を介した通信を媒介する通信インタフェースであり、照合装置２０のコンピュータ等との間で通信を行う。
バス５５は、制御装置５０の各部間の制御信号、データ信号等の授受を媒介する経路である。
The
The
The
（４．照合装置２０）
図５は照合装置２０の概略を示す図である。図５に示すように、照合装置２０は、カメラ２１、照明２２、コンピュータ２３等を有する。
(4. Verification device 20)
FIG. 5 is a diagram showing an outline of the
カメラ２１は、直下に搬送されたカード４を撮影する撮影部であり、例えばCCD(Charge
Coupled Device)カメラ等が用いられるが、これに限ることはない。
The
A Coupled Device) camera or the like is used, but is not limited thereto.
照明２２は、直下に搬送されたカード４に照明光を照射するものである。本実施形態では、ラメ（光沢）のあるカード４等についても検査精度を向上させるためドーム型照明を用いている。ドーム型照明の頂部には開口２２１があり、カメラ２１によるカード４の撮影はこの開口２２１から行っている。しかしながら、照明２２がこれに限ることはない。
The
コンピュータ２３は、照合装置２０での照合検査全体を制御するものである。コンピュータ２３は、カード４がカメラ２１の直下まで搬送されるとカメラ２１にトリガ信号を出力してカード４を撮影させ、カード４の撮影画像をカメラ２１から取得する。そして、撮影画像から券種コード４１を読取り、それが適正か否か判定する。
The
図６はコンピュータ２３のハードウェア構成を示す図である。図６に示すように、コンピュータ２３は、例えば制御部２３１、記憶部２３２、入力部２３３、通信制御部２３４等をバス２３５により接続して構成される。但しこれに限ることなく、適宜様々な構成をとることができる。
FIG. 6 is a diagram illustrating a hardware configuration of the
制御部２３１、記憶部２３２、入力部２３３、通信制御部２３４、バス２３５は前記した制御部５１、記憶部５２、入力部５３、通信制御部５４、バス５５と略同様である。また記憶部２３２には後述する照合データ３００や判別式データ４００が記録されている。
The
（５．発行データ２００と照合データ３００）
図７（ａ）は制御装置５０の記憶部５２に記録される発行データ２００を示す図である。発行データ２００は、個々のカード４ごとに、発行番号２０１、券種コード２０２、カード情報２０３等を紐づけて記録したものである。
(5.
FIG. 7A is a diagram showing the
発行番号２０１は、前記したカード４の発行順を識別する識別情報であり、個々のカード４と発行番号２０１は一対一で対応する。
The
券種コード２０２は、発行番号２０１に対応するカード４の券種を示す識別情報であり、テキストデータなどとして記録される。券種コード２０２は、カード４の券種コード４１の読取結果との比較対象となる正の券種コードである。
The
カード情報２０３は、発行番号２０１に対応するカード４に書込む情報であり、例えばカード４の保有者の個人情報などである。
The
図７（ｂ）は、コンピュータ２３の記憶部２３２に記録される照合データ３００を示す図である。照合データ３００は券種コードに応じた読取方法や検査方法等を定めるものである。照合データ３００は、個々の券種コードごとに、券種コード３０１、コード領域情報３０２、誤読コード３０３、見逃しリスクコードの有無３０４等を紐づけて記録したものである。
FIG. 7B is a diagram showing the
券種コード３０１は上記の券種コード２０２と同様である。
The
コード領域情報３０２は、カード４上で券種コード３０１（４１）が形成される領域を示す。この領域は、例えば図８の点線で示すようにカード４の縦横のエッジ部分からの距離L1、L2と領域Ａの縦横のサイズ等を用いて表すことができる。コード領域情報３０２では、必要に応じて券種コード３０１（４１）の各文字部分の領域等も定めることができる。
The
誤読コード３０３は、券種コード３０１に対して誤読する可能性のあるコードである。誤読コード３０３は、券種コード３０１の文字を、当該文字と誤読する可能性のある別の文字で置き換えたコードであるが、これについては後述する。
The
見逃しリスクコードの有無３０４は、券種コード３０１に対し、誤読による見逃しが発生する可能性のあるコード（見逃しリスクコード）が有るか無いかを記録したものである。見逃しリスクコードは、データベース等に記録された所定のコード群のうち、誤読コード３０３と一致するものであるが、その詳細については後述する。
The presence / absence of missing
（６．判別式データ４００）
コンピュータ２３の記憶部２３２には、カード４の券種コード４１を読取る際に用いる判別式データ４００も記録される。
(6. Discriminant data 400)
The
すなわち、本実施形態では従来のようにOCR方式によるテンプレートマッチングによって券種コード４１を読み取るのではなく、機械学習によって得た判別式データ４００を用いて文字を判別し、券種コード４１を読取る。
That is, in this embodiment, instead of reading the
機械学習については既知であるが、その一例について簡単に説明すると、図９に示すように、様々な文字の画像Ｌを、横軸を文字部分の第１の特徴量ｘの値、縦軸を第２の特徴量の値ｙとしてプロットした時に、ある文字の画像群（図の例では○で示す「１」の画像群）およびその他の文字の画像群（図の例では●で示す）と、境界線ａとの最短距離ｂが最大となるように、これらの画像群を区分する境界線ａの式を算出するものである。 Although machine learning is known, an example thereof will be briefly described. As shown in FIG. 9, various character images L are represented with the horizontal axis representing the value of the first feature amount x of the character portion, and the vertical axis representing When plotted as the value y of the second feature amount, an image group of a character (“1” image group indicated by ○ in the example in the figure) and an image group of other characters (indicated by ● in the example in the figure) The equation of the boundary line a that divides these image groups is calculated so that the shortest distance b with the boundary line a is maximized.
図９において境界線ａの右下にある画像群は「１」の文字の画像Ｌであり、境界線ａの左上にある画像群は「１」でない文字の画像Ｌである。従って、境界線ａの式を、Zを所定値として仮にf(x,y)=Zで表すと、ある文字の画像の文字部分の特徴量の値ｘ、ｙを境界線ａの式の左辺に代入したときにf(x,y)<Zとなる場合、その文字は「１」であると判別することができる。このf(x,y)<Zが、「１」を判別する判別式（識別関数）である。 In FIG. 9, the image group at the lower right of the boundary line a is an image L of a character “1”, and the image group at the upper left of the boundary line a is an image L of a character that is not “1”. Therefore, if the expression of the boundary line a is expressed by f (x, y) = Z with Z as a predetermined value, the characteristic values x and y of the character part of the image of a certain character are represented on the left side of the expression of the boundary line a. If f (x, y) <Z when substituting for, it can be determined that the character is “1”. This f (x, y) <Z is a discriminant (discriminant function) for discriminating “1”.
本実施形態では、図９に例示するように異なる書式、背景を有する大量の文字の画像を文字ごとに分類して前記の情報処理装置３に登録し、情報処理装置３により各画像の文字部分について必要な特徴量を算出したうえで上記の機械学習を行うことで、特徴量により文字を判別するための上記の判別式を各文字について予め作成する。作成された判別式は、照合装置２０のコンピュータ２３の記憶部２３２に判別式データ４００として記録される。上記した文字の画像は、照合装置２０と同様の撮影環境で撮影されたものであることが望ましい。
In the present embodiment, as illustrated in FIG. 9, a large number of character images having different formats and backgrounds are classified for each character and registered in the
図９の例では２つの特徴量で「１」の文字を判別できるが、これに限ることはなく、３つ以上の特徴量で文字の判別を行ったり、あるいは１つの特徴量で文字の判別を行える場合もある。上記の特徴量としては、文字部分の円形度、凸面度、縦横比、穴の数などがあるが、これに限ることはない。また特徴量は後述する照合検査時と同様の手順によって算出される。 In the example of FIG. 9, the character “1” can be determined by two feature amounts. However, the present invention is not limited to this, and the character is determined by three or more feature amounts, or the character is determined by one feature amount. May be possible. Examples of the feature amount include, but are not limited to, the circularity, convexity, aspect ratio, and number of holes of the character portion. Further, the feature amount is calculated by the same procedure as that at the time of collation inspection described later.
判別式データ４００は、前記したように異なる書式、背景を有する大量の文字の画像から求めることで、文字の書式や背景に関わらずその文字を共通して判別できるものとなる。また、機械学習を用いることで、より多くの情報から文字の規則性を統計的に求めて精度の良い判別式データ４００を作成することができ、券種コード４１の品質のばらつき等がある場合でも認識精度の向上が期待でき誤読の防止につながる。
As described above, the discriminant data 400 is obtained from images of a large number of characters having different formats and backgrounds, so that the characters can be commonly determined regardless of the character format and background. In addition, when machine learning is used, the regularity of characters can be statistically obtained from more information to create accurate discriminant data 400, and there is a variation in the quality of the
（７．誤読コード３０３と見逃しリスクコード）
前記したように、誤読コード３０３は、券種コード３０１に対し誤読する可能性のあるコードである。
(7. Misreading
As described above, the
すなわち、照合検査の対象となるカード４の券種コード（例えば「０１２３４５６」）に対し、誤読する可能性のある一対の文字の組合せ（例えば「０」と「Ｄ」）を設定すると、当該券種コードに対し誤読する可能性のある誤読コードは、当該券種コードを上記の文字の組合せによって置き換えたもの（例えば券種コードの「０」を「Ｄ」に置き換えた「Ｄ１２３４５６」）である。
That is, when a pair of characters (for example, “0” and “D”) that may be misread is set for the ticket type code (for example, “0123456”) of the
図１０（ａ）に示すようにカード４に券種コード（「０１２３４５６」）が正しく形成されているにも関わらず、その券種コードの読取時に誤読が発生し、券種コードの読取結果が誤読コード（「Ｄ１２３４５６」）となると、照合対象となる正の券種コードとは一致しなくなるので照合装置２０による照合結果は不合格となり、オペレータが都度カード発行機１を停止して目視による再検査を行う。ところが、実際には券種コードは正しく形成されているので再検査の結果は合格であり、券種コードの誤検出によってカード発行機１を一旦停止することで生産性の低下が生じる。
Although the ticket type code (“0123456”) is correctly formed on the
一方、見逃しリスクコードは、前記したように、券種コード３０１に対し、誤読による見逃しが発生する可能性のあるコードである。
On the other hand, as described above, the missed risk code is a code that may be missed due to misreading with respect to the
すなわち、照合検査の対象となるカード４の券種コード（例えば「０１２３４５６」）に対し誤読する可能性のある誤読コード（例えば「Ｄ１２３４５６」）が、図１０（ｂ）に示すように実際にカード４’の券種コードとして使用されている場合、カード４の照合検査において、カード４が正しい発行順で供給されなかったケース等、何らかのミスで異なるカード４’の券種コードの読取を行ってしまう可能性がある。
That is, an erroneously read code (for example, “D123456”) that may be erroneously read with respect to the ticket type code (for example, “01123456”) of the
その場合、図１０（ｂ）に示すように誤読が発生すると（「Ｄ１２３４５６」を「０１２３４５６」と誤読すると）、誤って合格と判定されてしまうことがある。このように見逃しが発生すると、カード情報記録装置３０によって上記のカード４’に異なるカード４のカード情報が書込まれてしまうため、不良品が流出する致命的な結果となる。このように、誤読コードが実際に使用されている場合には見逃しのリスクが生じる。そこで本実施形態では、実際に使用されている券種コードのうち誤読コードと一致するものを見逃しリスクコードとする。
In such a case, as shown in FIG. 10B, if misreading occurs (“D123456” is misread as “0123456”), it may be erroneously determined to be acceptable. When such an oversight occurs, the card
本実施形態では、情報処理装置３によって誤読コード３０３の作成や見逃しリスクコードの有無の判定を行うことができる。すなわち、照合用の券種コード３０１を情報処理装置３に入力し、誤読する可能性のある一対の文字の組合せを情報処理装置３で１または複数設定すると、情報処理装置３が、図１１に示すように、入力された券種コード３０１について、当該文字の組合せによって券種コード３０１の文字を置き換えた誤読コード３０３を作成し、その誤読コード３０３と一致するコードが所定のコード群の中に存在するか否かを判定する。
In the present embodiment, the
所定のコード群は例えば券種コードとして使用しているコードの一覧であり、現在までにカードに形成した券種コードを情報処理装置３の記憶部等にデータベースとして記録したものである。情報処理装置３は、このコード群の中に誤読コード３０３と一致するものが存在する場合にそれを見逃しリスクコードとし、券種コード３０１に対する見逃しリスクコードが存在すると判定する。
The predetermined code group is, for example, a list of codes that are used as ticket type codes, and the ticket type codes formed on the card up to now are recorded as a database in the storage unit or the like of the
こうして作成した誤読コード３０３や見逃しリスクコードが存在するか否かの判定結果が、上記した照合データ３００の誤読コード３０３および見逃しリスクコードの有無３０４として記録される。
The determination result as to whether or not there is the
（８．照合検査）
次に、照合装置２０で行う照合検査の流れについて図１２等を参照して説明する。図１２は照合検査の流れについて示すフローチャートである。図１２の各ステップは照合装置２０のコンピュータ２３が実行する処理である。
(8. Verification check)
Next, the flow of verification inspection performed by the
本実施形態では、カード４の照合検査を行う際、まず照合装置２０のコンピュータ２３が、カード発行機１の制御装置５０から当該カード４の発行番号２０１および発行番号２０１に紐付く券種コード２０２を事前に受信する（Ｓ１）。
In the present embodiment, when the verification check of the
次に、照合装置２０のコンピュータ２３は、カメラ２１を制御してカード４の撮影を行う（Ｓ２）。コンピュータ２３はカード４の撮影画像をカメラ２１から取得する。カード４の撮影画像の例を図１３（ａ）に示す。
Next, the
次に、照合装置２０のコンピュータ２３は、カード４の撮影画像からカード４に形成された券種コード４１の画像を取得する（Ｓ３）。
Next, the
Ｓ３では、図１３（ｂ）の点線で示すようにカード４の撮影画像におけるカード４のエッジ部分を抽出し、必要に応じてエッジ部分の角度調整等の位置補正を行う。そして、照合データ３００から券種コード２０２（３０１）に対応するコード領域情報３０２を取得し、エッジ部分の位置とコード領域情報３０２を用いてカード４において券種コード４１が形成された領域を抽出し、これを券種コード４１の画像として取得する。
In S3, the edge portion of the
次に、照合装置２０のコンピュータ２３は、券種コード４１の画像から判別式データ４００を用いた文字認識を行い、その券種コード４１を読取る（Ｓ４）。
Next, the
Ｓ４では、券種コード４１の画像を二値化して図１３（ｃ）に示すように文字部分の抽出を行う。図１３（ｃ）の例では、画像を二値化した際の低輝度部分として文字部分が抽出されている。次に、抽出したそれぞれの文字部分について、判別に必要な特徴量を算出する。そして、算出した特徴量と機械学習から得た前記の判別式データ４００を用いて、各文字部分が示す文字を判別し、券種コード４１の読取を行う。
In S4, the image of the
例えば前記した「１」の文字の例（図９参照）では、文字部分について第１の特徴量の値ｘと第２の特徴量の値ｙを算出し、それらが前記した判別式f(x,y)<Zの関係を満たせば、その文字部分を「１」の文字と判別できる。 For example, in the above-described example of the character “1” (see FIG. 9), the first feature value x and the second feature value y are calculated for the character part, and these are used for the discriminant f (x , y) If the relationship of <Z is satisfied, the character portion can be determined as the character “1”.
次に、照合装置２０のコンピュータ２３は、前記のＳ１でカード発行機１の制御装置５０から受信した券種コード２０２に対応する見逃しリスクコードが有るか否かを判定する（Ｓ５）。
Next, the
Ｓ５では、照合データ３００を参照し、券種コード２０２（３０１）に紐付く見逃しリスクコードの有無３０４を取得する。そして、見逃しリスクコードの有無３０４が「有」であれば（Ｓ５；ＹＥＳ）、見逃しが発生する可能性があるとし、ディスプレイにその旨を示す警報を表示したりアラーム音を発生するなどの警報出力を行う（Ｓ６）。これにより、カード４の搬送を一旦停止し目視による照合検査を行うなど、見逃しリスクを回避できる運用を行うように促す。以上の手順により、誤読を完全に抑制できない場合においても見逃しリスクを回避することが可能である。
In S5, the
一方、見逃しリスクコードの有無３０４が「無」の場合（Ｓ５；ＮＯ）、照合装置２０のコンピュータ２３は、Ｓ４で読取った券種コードと正の券種コード２０２を比較してこれらが一致するか否か判定する（Ｓ７）。
On the other hand, when the presence / absence of the missed
照合装置２０のコンピュータ２３は、Ｓ４で読取った券種コードが券種コード２０２と一致する場合（Ｓ７；ＹＥＳ）、照合検査の結果を合格とし、その旨をディスプレイに表示するなどして処理を終了する（Ｓ８）。
When the ticket type code read in S4 matches the ticket type code 202 (S7; YES), the
一方、Ｓ４で読取った券種コードが券種コード２０２と一致しない場合（Ｓ７；ＮＯ）、照合装置２０のコンピュータ２３は照合データ３００を参照し、Ｓ４で読取った券種コードが上記の券種コード２０２（３０１）に紐付く誤読コード３０３に一致するか否かを判定する（Ｓ９）。
On the other hand, when the ticket type code read in S4 does not match the ticket type code 202 (S7; NO), the
Ｓ４で読取った券種コードが誤読コード３０３に一致する場合（Ｓ９；ＹＥＳ）、照合装置２０のコンピュータ２３は券種コードの誤読を許容する。すなわち、券種コードの誤読が発生しているがカード４の券種コード４１自体は正しく形成されているとして照合検査の結果を合格とし、その旨をディスプレイに表示するなどして処理を終了する（Ｓ８）。これは、Ｓ４で読取った券種コードが誤読コード３０３に一致する場合は、正の券種コードを誤読した場合、または誤読コード３０３に該当する券種コードを正しく読取った場合の２つに分けられるが、誤読コード３０３に該当する券種コードが存在しないこと（見逃しリスクコードが存在しないこと）がＳ５において既に判明していることから、正の券種コードを誤読したことが断定できるためである。これにより、誤読を完全に抑制できない場合においても誤検出による生産性の低下を防止することができる。
When the ticket type code read in S4 matches the misread code 303 (S9; YES), the
Ｓ４で読取った券種コードが誤読コード３０３に一致しない場合（Ｓ９；ＮＯ）、照合装置２０のコンピュータ２３は照合検査の結果を不合格とし、ディスプレイにその旨を示す警報を表示したりアラーム音を発生するなど警報出力を行い（Ｓ６）、カード４の搬送を一旦停止して目視による再検査を促すなどして処理を終了する。
When the ticket type code read in S4 does not match the misread code 303 (S9; NO), the
券種コード４１の読取結果や照合結果はコンピュータ２３の記憶部２３２等に記録され、カード発行機１のディスプレイなどでも表示される。カード発行機１のディスプレイには、上記に加え、カード４の撮影画像や券種コード４１の画像等も表示でき、上記のＳ６において目視検査のためにディスプレイに表示させたり、上記のＳ８において検査結果（カード４の券種コード４１が「合格」であること）の目視による二次的な確認のためにディスプレイに表示させたりして照合検査の補助に用いることができる。照合検査を行った後のカード４はカード情報記録装置３０に送られ、発行データ２００のカード情報２０３を記録部４２に書込む流れとなる。
The reading result and verification result of the
以上説明したように、本実施形態によれば、照合検査での文字認識に機械学習を取り入れることにより、券種コード４１の品質のばらつき等の影響を抑え、柔軟且つ人による判断に近いレベルでその券種コード４１を読取ることができ、従来よりも誤読を抑制した照合装置２０を提供することが可能である。誤読の抑制により、誤検出による生産性の低下を防ぐことができ、見逃しにより不良品が流出するリスクも低減可能である。また、機械学習により認識性能を向上させることで様々な書式、背景等の文字に対して共通の判別式を設定することが可能であり、これにより券種コードの書式や背景によって文字を分類して辞書登録を行う必要がなくなるため、運用負荷を軽減することができる。
As described above, according to the present embodiment, by incorporating machine learning into the character recognition in the collation inspection, the influence of the quality variation of the
このように、照合装置２０をカード４の券種コード４１の照合に用いることで、カード発行の分野における誤読を抑制し、且つ運用負荷を軽減することができる。
In this way, by using the
また本実施形態では様々な書式、背景等の文字に対して機械学習を行って判別式データ４００を得ることで、文字の書式や背景に関わらず、文字の判別を行うことができる。 Further, in the present embodiment, by performing machine learning on characters of various formats, backgrounds, and the like to obtain the discriminant data 400, it is possible to discriminate characters regardless of the character format or background.
さらに、本実施形態ではコンピュータ２３がカード４の撮影画像におけるカード４のエッジ部分を抽出し、そのエッジ部分とコード領域情報３０２を用いることで、撮影画像において券種コード４１が形成された領域を好適に抽出し、その文字部分の特徴量を適切に算出することができる。
Further, in the present embodiment, the
しかしながら、本発明はこれに限ることはない。例えば、本実施形態の照合装置２０はカード４に形成された券種コード４１の照合検査を行っているが、検査対象は券種コード４１に限ることはなく、文字列によるコードであれば特に限定されない。例えばカード４に漢字等で形成されたカード４の保有者の氏名を同様の方法で照合することも可能である。また、カード４以外の対象物に形成されたコードの照合検査も、同様の方法で行うことが可能である。
However, the present invention is not limited to this. For example, the
また、本実施形態では図１２のＳ５の判定で見逃しリスクコードが無い場合（Ｓ５；ＮＯ）、券種コードの誤読を一定の条件で許容するが（Ｓ９参照）、見逃しリスクコードが無い場合の運用については、照合装置２０のコンピュータ２３の入力部２３３等に各種の条件を入力するなどして適宜その設定を行うことができる。例えば図１２のＳ７の判定で券種コードの読取結果が正の券種コード２０２と一致しなければ（Ｓ７；ＮＯ）、全て不合格とし警報出力（Ｓ６）を行うことも可能であり、この場合は誤読コード３０３を用いた判定（Ｓ９）を省略することが可能である。
Further, in the present embodiment, when there is no missed risk code in the determination of S5 in FIG. 12 (S5; NO), misreading of the ticket type code is allowed under certain conditions (see S9), but there is no missed risk code. The operation can be appropriately set by inputting various conditions to the
さらに、見逃しリスクコードの有無３０４を用いた判定（Ｓ５）と誤読コード３０３を用いた判定（Ｓ９）の両方を省略することも可能である。この場合は、券種コードの読取結果と正の券種コード２０２が一致しない時（Ｓ７；ＮＯ）に不合格として警報出力（Ｓ６）を行う流れとなる。
Further, it is possible to omit both the determination using the presence / absence of the missed risk code 304 (S5) and the determination using the misread code 303 (S9). In this case, when the result of reading the ticket type code and the positive
以上、添付図面を参照して、本発明の好適な実施形態について説明したが、本発明は係る例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。 The preferred embodiments of the present invention have been described above with reference to the accompanying drawings, but the present invention is not limited to such examples. It will be apparent to those skilled in the art that various changes or modifications can be conceived within the scope of the technical idea disclosed in the present application, and these are naturally within the technical scope of the present invention. Understood.
１：カード発行機
３：情報処理装置
４、４'：カード
１０：カード供給装置
２０：照合装置
２１：カメラ
２２：照明
２３：コンピュータ
３０：カード情報記録装置
４０：カード排出装置
４１、２０２、３０１：券種コード
４２：記録部
４３：サインパネル
５０：制御装置
１００：カード発行システム
２００：発行データ
２０１：発行番号
２０３：カード情報
３００：照合データ
３０２：コード領域情報
３０３：誤読コード
３０４：見逃しリスクコードの有無
４００：判別式データ
1: Card issuing machine 3:
Claims (7)
コンピュータと、
を有し、
前記コンピュータは、
前記撮影部によって前記対象物を撮影した撮影画像から前記コードの文字部分の特徴量を算出し、前記特徴量によって前記コードの文字を判別するための、機械学習によって得た判別式を用いて前記コードを読取り、
読取った前記コードを正のコードと比較することを特徴とする照合装置。 A photographing unit for photographing the object on which the code is formed;
A computer,
Have
The computer
The feature amount of the character part of the code is calculated from the photographed image obtained by photographing the object by the photographing unit, and the discriminant obtained by machine learning is used to discriminate the character of the code by the feature amount. Read the code,
A collating apparatus that compares the read code with a positive code.
前記撮影画像における前記対象物のエッジ部分を抽出し、
前記エッジ部分と、前記対象物上で前記コードが形成される領域を示すコード領域情報とを用いて、前記対象物において前記コードが形成された領域を抽出することを特徴とする請求項１から請求項５のいずれかに記載の照合装置。 When the computer calculates the feature amount of the character portion of the code,
Extracting an edge portion of the object in the captured image;
The area where the code is formed on the object is extracted using the edge portion and code area information indicating an area where the code is formed on the object. The collation device according to claim 5.
カード情報をカードに書込むカード情報記録装置と、
を有することを特徴とするカード発行機。
A verification device according to claim 2;
A card information recording device for writing card information to the card;
A card issuing machine.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017059629A JP2018163474A (en) | 2017-03-24 | 2017-03-24 | Collation device, and card issuing machine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017059629A JP2018163474A (en) | 2017-03-24 | 2017-03-24 | Collation device, and card issuing machine |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018163474A true JP2018163474A (en) | 2018-10-18 |
Family
ID=63861073
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017059629A Pending JP2018163474A (en) | 2017-03-24 | 2017-03-24 | Collation device, and card issuing machine |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2018163474A (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04337888A (en) * | 1991-05-15 | 1992-11-25 | N T T Data Tsushin Kk | Device for recognizing character |
| JPH07160814A (en) * | 1993-12-10 | 1995-06-23 | Hitachi Ltd | Optical character recognizing method |
| JPH08106295A (en) * | 1994-10-05 | 1996-04-23 | Atr Onsei Honyaku Tsushin Kenkyusho:Kk | Method and device for recognizing pattern |
| JP2000251012A (en) * | 1999-03-01 | 2000-09-14 | Hitachi Ltd | Method and system for document processing |
| JP4202681B2 (en) * | 2002-06-11 | 2008-12-24 | 大日本印刷株式会社 | Card ticket type guarantee system for card issuance |
-
2017
- 2017-03-24 JP JP2017059629A patent/JP2018163474A/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04337888A (en) * | 1991-05-15 | 1992-11-25 | N T T Data Tsushin Kk | Device for recognizing character |
| JPH07160814A (en) * | 1993-12-10 | 1995-06-23 | Hitachi Ltd | Optical character recognizing method |
| JPH08106295A (en) * | 1994-10-05 | 1996-04-23 | Atr Onsei Honyaku Tsushin Kenkyusho:Kk | Method and device for recognizing pattern |
| JP2000251012A (en) * | 1999-03-01 | 2000-09-14 | Hitachi Ltd | Method and system for document processing |
| JP4202681B2 (en) * | 2002-06-11 | 2008-12-24 | 大日本印刷株式会社 | Card ticket type guarantee system for card issuance |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190213408A1 (en) | Document authenticity determination | |
| US20210124919A1 (en) | System and Methods for Authentication of Documents | |
| US8155423B2 (en) | System and method for tracing bank notes | |
| JP5133348B2 (en) | Paper sheet processing equipment | |
| JP6528147B2 (en) | Accounting data entry support system, method and program | |
| US9836665B2 (en) | Management system, list production device, method, computer readable recording medium, data structure, and printed label | |
| US20140268250A1 (en) | Systems and methods for receipt-based mobile image capture | |
| US9563811B2 (en) | Character recognition method, character recognition apparatus and financial apparatus | |
| CN112487982A (en) | Merchant information auditing method, system and storage medium | |
| WO2018073986A1 (en) | Operation assistance device and operation assistance program | |
| CN108352092B (en) | Data acquisition device, printing device, authenticity determination method, and authenticity determination program | |
| JP7338135B2 (en) | Recognition processing device and program | |
| JP6880947B2 (en) | Information processing equipment, collation equipment, card issuing machine | |
| JP2018163474A (en) | Collation device, and card issuing machine | |
| CN111144416A (en) | Information processing method and device | |
| JP5041775B2 (en) | Character cutting method and character recognition device | |
| US10413484B2 (en) | Printing device, method for printing, and non-transitory computer readable medium storing program causing computer to execute process for printing | |
| US11100356B2 (en) | Information processing apparatus and non-transitory computer readable medium storing program | |
| US20200210739A1 (en) | Character-recognition sharpness determinations | |
| JP6118646B2 (en) | Form processing device, form processing method, form processing program | |
| US20200242387A1 (en) | Information processing apparatus and non-transitory computer readable medium storing program | |
| JP4872930B2 (en) | Character recognition device, fuel pump module assembling device equipped with such device, and character recognition method | |
| JPH0773267A (en) | Method and apparatus for discrimination and correction of error | |
| CN117475453B (en) | Document detection method and device based on OCR and electronic equipment | |
| JPH07114619A (en) | Document recognizing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210316 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210928 |