JP5464474B2 - Ｏｃｒシステム - Google Patents

Description

本願発明は、データの記入されたフォーム（帳票）を自動処理するＯＣＲシステムに関するものである。

これまでＯＣＲシステムの精度（認識率）を向上させる技術として、特許文献１及び２に開示されたものがある。
特許文献１は、帳票における重要項目の読取の正確性を向上させることを課題として、ＯＣＲ認識した帳票の項目に関する入力領域を表示し、入力領域に対するオペレータによる入力データと、ＯＣＲ認識結果を比較し、不一致の場合は、ＯＣＲ認識結果を入力データに置き換えるものである。
特許文献２は、複数のＯＣＲエンジンを組合せより高い文字認識精度を実現した光学的文字認識（ＯＣＲ）のための後処理方法を提供するものである。

また、特許文献３は、第１認識処理の次に、文字輪郭抽出法及び位相情報抽出法を含む第２認識処理を実施して、それぞれの認識結果の候補文字が一致した時に、超確定の認識属性とし、この超確定の認識属性の認識結果文字については、信頼性が高いので、照合作業を省略することが可能となる。従って、文字認識処理後の照合作業等が軽減されることになる。例えば、手書き文字をファクシミリ送信し、受信した文字を光学的に読み取り、前述の文字認識処理を、約５００万文字について検証実験を行った結果、約２０％の１００万文字が超確定の認識属性となり、信頼性を向上すると共に照合確認作業の著しい削減を図ることができたとある（同明細書［００１０］等）。

特開２００２−１２３７９３号公報 特開平６−２１５１９９号公報 特開２００７−１５６９３８号公報

しかしながら、上記する特許文献については、次のような課題を有する。
（１）特許文献１では、全ての入力領域に対してオペレータによる入力データを必要とすることとなり、作業負担の大幅な削減、すなわち効率的なシステム運営につながらない場合がある。
（２）特許文献２では、複数のＯＣＲエンジンを組み合わせることでより高い文字認識精度を実現できることは開示されているが、読み取った電子画像フォームの補正等複数のＯＣＲエンジンの有効な組み合わせ方、すなわち実用的なシステム運用については開示されていない。また、複数のＯＣＲエンジンによって誤って認識されかつ出力された文字および文字の属性を識別および解明するための後処理方法を備えているため、複雑なＯＣＲシステムとなっており、実用性に疑問が残る。
（３）特許文献３では、文字認識処理を、約５００万文字について検証実験を行った結果、約２０％の１００万文字が超確定の認識属性となり、人手による照合確認作業を不要とするものであるが、残り８０％、すなわち４／５以上が人手による照合確認作業を必要とし、作業負担の大幅な削減にはつながらないものである。

これに対して、本願発明は、ＯＣＲシステムの精度（認識率）を向上させる実用的かつ効率的な技術の提供を目的として、本願発明を完成するに至った。

ここで、「ＯＣＲシステムの精度（認識度）」とは、ＯＣＲ結果に混入している誤認識を効率よく検出する割合を示す「誤り検出率」を可能な限り１００％に近づけていくことを意味する。すなわち、本願発明は、複数のＯＣＲエンジンを使って「保守的な結論」を導き、充分に信頼性の高いデータには「お墨付き」を与え、そうでない「札付きの当てにならないデータ」は人間に確認させることによって、ＯＣＲ結果を二重にチェックする方法に比べて飛躍的に作業効率を改善させるものである。

これに対して、上記した特許文献２では、ＯＣＲエンジンを複数使用して「挑戦的な結論」を導き出しており、決して、「誤り検出率」を可能な限り１００％に近づけた「保守的な結論」を導き出しているものではない。従って、複数のＯＣＲエンジンを使用してより高い文字認識精度を実現できたとしても、誤認識の含まれている可能性を否定できず、やはりＯＣＲエンジンの認識結果に対して人間の確認作業が必要となってくる。

また、上記特許文献３では、「保守的な結論」を導き出す点では本願発明の「ＯＣＲシステムの精度（認識度）」と共通するものがあるが、「保守的な結論」が約２０％（残りの８０％は人手による照合確認作業を必要とする）では、飛躍的な作業効率の改善にはつながらない。

上記目的を達成するために、第１の発明は、データの記入されたフォーム（帳票）を電子画像フォームとして読み取る画像読取手段と、読み取った電子画像フォームを性質の異なる２種類（以上）のＯＣＲエンジンでＯＣＲ認識するＯＣＲ認識手段と、認識結果が一致した文字は自動的にデータベースへ保存し、一致しない文字又は信頼性が低い文字は確認修正後にデータベースへ保存するデータベース保存手段と、を備えたことを特徴とするＯＣＲシステムである。
第２の発明は、性質の異なる２種類以上のＯＣＲエンジンとは、誤認識を共通にしない或いは共通にすることの少ないＯＣＲエンジンどうしであることを特徴とするものである。
第３の発明は、画像読取手段は、データの記入されたフォーム（帳票）を電子画像フォームとしてＦＡＸ受信機で読み取ることを特徴とするものである。
第４の発明は、データベース保存手段は、認識結果が一致しない文字又は信頼性が低い文字についてオペレータによる確認後に修正文字を受け入れる文字修正機能を有することを特徴とするものである。
第５の発明は、画像読取手段によって読み取った電子画像フォームを１のＯＣＲエンジンによって補正して、補正された電子画像フォームをＯＣＲ認識手段に供する電子画像フォーム補正手段を備えたことを特徴とするものである。
第６の発明は、画像読取手段によって読み取った電子画像フォームを１のＯＣＲエンジンによって部分的に切り出して、切り出された電子画像フォームをＯＣＲ認識手段に供する電子画像フォーム切出手段を備えたことを特徴とするものである。

本願発明によれば、以下のような効果を有する。
（１）読み取った電子画像フォームを性質の異なる２種類（以上）のＯＣＲエンジンでＯＣＲ認識し、不一致点を修正する極めてシンプルな構造であり、ＯＣＲシステムの精度（認識率）を向上させる実用的かつ効率的な技術を提供できる。
（２）すなわち、性質の異なる２種類以上のＯＣＲエンジンに、誤認識を共通にしない或いは共通にすることの少ないＯＣＲエンジンどうしを使用することで、ＯＣＲ結果に混入している誤認識を効率よく検出する割合を示す「誤り検出率」を可能な限り１００％に近づけていくことができる（誤認識を共通にするものであれば、双方で同じ誤認識をすることで認識結果の一致を招き結果として誤認識を検出することができない）。これにより、複数のＯＣＲエンジンを使って「保守的な結論」を導き、充分に信頼性の高いデータには「お墨付き」（人間の確認不要）を与え、そうでない「札付きの当てにならないデータ」は人間に確認させることによって、ＯＣＲ結果を二重にチェックする方法に比べて飛躍的に作業効率を改善できる。
（３）画像読取手段は、データの記入されたフォーム（帳票）を電子画像フォームとしてＦＡＸ受信機で読み取ることができるので、ＦＡＸ−ＯＣＲにも対応できる。
（４）データベース保存手段は、認識結果が一致しない文字又は信頼性が低い文字についてオペレータによる確認後に修正文字を受け入れる文字修正機能を有することで、認識できなかった文字又は信頼性が低い文字を確実に修正できる実用的かつ効率的な技術を提供できる。
（５）ＯＣＲエンジンには「画像補正」に優れたものもあり、このＯＣＲエンジンの「画像補正」を利用することで、より精度の高いＯＣＲ認識を実現できる。
（６）ＯＣＲエンジンにはそれぞれ最適な「ＯＣＲ認識領域」があり、電子画像フォームから最適な「ＯＣＲ認識領域」を切り出すことで、より精度の高いＯＣＲ認識を実現できる。

本願発明に係るダブルＯＣＲシステムの概要図。 本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その１）。 本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その２）。 本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その３）。 第１ＯＣＲエンジンと第２ＯＣＲエンジンとの関係を示す説明図（その１）。 第１ＯＣＲエンジンと第２ＯＣＲエンジンとの関係を示す説明図（その２）。 ダブルＯＣＲシステムを試験試行したデータ（その１）。 ダブルＯＣＲシステムを試験試行したデータ（その２）。 ダブルＯＣＲシステムを試験試行したデータ（その３）。

本願発明の実施形態を図面に基づいて説明する。
図１は、本願発明に係るダブルＯＣＲシステムの概要図である。
データの記入されたフォーム（帳票）がＦＡＸで送信され、ＦＡＸ受信機がこれを電子画像フォームとして受信する（読み取る）。
受信された（読み取られた）電子画像フォームは、第１ＯＣＲエンジン（ＦＡＸＯＣＲエンジン）の画像補正機能・画像切出機能によって処理される。処理されたデータは、第１ＯＣＲエンジン（ＦＡＸＯＣＲエンジン）によって、ＯＣＲ認識され認識結果が出力される。また、処理されたデータは、第１ＯＣＲエンジン（ＦＡＸＯＣＲエンジン）と異なる性質を有する第２ＯＣＲエンジンによってＯＣＲ認識され認識結果が出力される。両ＯＣＲエンジンの認識結果が一致する文字については、そのまま自動的にデータベースへ保存される。両ＯＣＲエンジンの認識結果が一致しない文字及び一致してもいずれか一方のＯＣＲエンジンの認識の信頼性の低い文字については、オペレーターによる確認修正後にデータベースへ保存される。
ここで「信頼性」とは、ＯＣＲエンジンの文字を認識するパターン情報（文字の定義）に基づいて、認識文字の類似度合を数値化したものをいう。市販されているＯＣＲエンジンは、認識文字に対してパターン情報（文字の定義）との類似度合の数値を出力しているので、これを利用して信頼性の数値を算出させたものである。

ここで、上記ダブルＯＣＲシステムにおいては、第１ＯＣＲエンジンと第２ＯＣＲエンジンとが異なる性質、すなわち、誤認識を共通にしない或いは共通にすることの少ないＯＣＲエンジンどうしであることが特徴である。図５に示すように、正解の範囲と第１ＯＣＲエンジンの認識結果には「ズレ」（斜線部分）がある。この「ズレ」が第１ＯＣＲエンジンの誤認識である。同様に、正解の範囲と第２ＯＣＲエンジンの認識結果にも「ズレ」（斜線部分）があり、この「ズレ」が第２ＯＣＲエンジンの誤認識である。そして、こうした第１ＯＣＲエンジンと第２ＯＣＲエンジンを使用したダブルＯＣＲシステムでは、第１ＯＣＲエンジンの誤認識部分と第２ＯＣＲエンジンの誤認識部分とが共通（一致）しなければ、第１ＯＣＲエンジンと第２ＯＣＲエンジンの一致部分＝正解部分となり、この一致部分（正解部分）に関しては誤認識がなく、人間による確認作業を不要にできる。例えば、一致部分（正解部分）が認識範囲中７５％であれば、この７５％については人間による確認作業を不要にでき、残りの２５％についてのみ人間による確認作業を行えばよい。

一方、図６に示すように、第１ＯＣＲエンジンの誤認識部分と第２ＯＣＲエンジンの誤認識部分とが共通（一致）する場合には、第１ＯＣＲエンジンと第２ＯＣＲエンジンの一致部分＝正解部分＋誤認識となり、正解部分の他に誤認識（黒塗部分）を含むものとなってしまう。従って、この誤認識（黒塗部分）を極力無くすために第１ＯＣＲエンジンと第２ＯＣＲエンジンとが誤認識を共通にしない或いは共通にすることの少ないＯＣＲエンジンどうしであることが重要である。そして、第１ＯＣＲエンジンと第２ＯＣＲエンジンとの上記した組合せによっても、誤認識（黒塗部分）の発生を防止することができない場合に備えて、第１ＯＣＲエンジンと第２ＯＣＲエンジンの認識結果が一致しても、いずれか一方のＯＣＲエンジンの認識結果の信頼性が低い場合には誤認識（黒塗部分）である可能性が高いとして、一致に含めないこと（確認作業に回すこと）にする。

図７〜図９は、実際に市販されている第１ＯＣＲエンジンＡと第２ＯＣＲエンジンＢを使用して、ダブルＯＣＲシステムを試験試行したデータを示す。
まず、図７は、第１ＯＣＲエンジンと第２ＯＣＲエンジンとして採用した「第１ＯＣＲエンジンＡ（以下Ａ）」と「第２ＯＣＲエンジンＢ（以下Ｂ）」のＯＣＲ結果を表にまとめたものである。「Ａ」と「Ｂ」は誤認識を共通にしないものではないが、共通にすることの少ないＯＣＲエンジンどうしであることが分かる。

そして、このようなＯＣＲエンジン「Ａ」「Ｂ」をダブルＯＣＲシステムに使用すると、図８及び図９のような結果を生じる。
図８は、正解率特性を示したものである。これによると、信頼性の閾値を１００％とした場合、正解率（認識精度）は約８０％となっている。
一方、図９は、誤り検出率特性を示したものである。これによると、信頼性の閾値の値にかかわらず、誤り検出率はほぼ１００％となっている。

その結果、ＯＣＲエンジン「Ａ」「Ｂ」を使用したダブルＯＣＲシステムは、信頼性の閾値を１００％とした場合、正解率８０％の中に誤認識はなく（誤り検出率１００％のため）、よって、残りの２０％のみを人間に確認させるだけでよい。これは、上記した特許文献３のＯＣＲ認識による自動化約２０％（８０％は人手による照合確認作業を必要とする）と比較して、飛躍的な作業効率の改善につながるものであることが証明された。

図２は、本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その１）である。
符号１０は、ＦＡＸ送信されるフォーム（帳票）である。手書き入力された文字１１がＯＣＲ認識の対象部分である。第１ＯＣＲエンジン（ＦＡＸＯＣＲ）はこのＦＡＸ送信されるフォーム（帳票）１０をフォームの四隅に設けられたコーナーストーン１２やフォームＩＤ１３に基づいて画像補正（縮小、ゆがみ、ギザギザ等の修正）を行う。第１ＯＣＲエンジンはＦＡＸＯＣＲなので、この画像補正機能に優れており、第１ＯＣＲエンジンの機能・性能を有効に利用できる。

そして、読取画像と補正画像をそれぞれ第１ＯＣＲエンジンと第２ＯＣＲエンジンＯＣＲでＯＣＲ認識する。第１ＯＣＲエンジンの認識結果は「１」「２」「３」「４」「５」「１」であり、第２ＯＣＲエンジンの認識結果は「１」「２」「３」「４」「５」「７」であった。従って、認識結果の一致する「１」「２」「３」「４」「５」は認識結果が確定し、自動的にデータベースへ保存される。一方、ＯＣＲエンジンの認識結果が一致しない最後の文字「１」と「７」については、オペレーターによる確認修正がされて、その後にデータベースへ保存される。

図３は、本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その２）である。
図２に示す処理と異なるのは、第１ＯＣＲエンジン（ＦＡＸＯＣＲ）はこのＦＡＸ送信されるフォーム（帳票）１０をフォームの四隅に設けられたコーナーストーン１２やフォームＩＤ１３に基づいて画像補正（縮小、ゆがみ、ギザギザ等の修正）を行うだけでなく、ＯＣＲ認識する画像を切り出した点にある。ＯＣＲエンジンによって、最適な「ＯＣＲ認識領域」があり、この最適な「ＯＣＲ認識領域」に合わせて画像切り出しを行うことで、より精度の高いＯＣＲ認識を実現できる。その他の点は、図２の場合と同様であるのでその説明を省略する。

図４は、本願発明に係るダブルＯＣＲシステムの処理を示す説明図（その３）である。
符号２０は、信頼性の低い認識結果の出た電子画像データである。すなわち、ＦＡＸ受信の際に、受信されたフォーム（帳票）に汚れ（エラー線）が付いてしまうことがある。この場合、正しくは「３」のところ「１３」、正しく「７」のところ「１７」といったＯＣＲの認識結果が出てしまうことがある。これはフォーム下端に設けられた「エラー抽出線」１４を確認することで判明する。このような信頼性の低い認識結果が出た場合は、認識結果が不一致の場合と同様に、該当文字の確認修正作業に回すことになる。

本願発明の利用に特に制限はないが、例えば，以下のような利用方法が考えられる。
（１）受注処理
（２）経理処理
（３）勤怠処理
（４）アンケート処理

１０ フォーム（帳票）
１１ 手書き入力された文字
１２ コーナーストーン
１３ フォームＩＤ
１４ エラー抽出線
２０ 電子画像データ

Claims (4)

1. データの記入されたフォームを電子画像フォームとして読み取る画像読取手段と、
   読み取った電子画像フォームを性質の異なる２種類以上のＯＣＲエンジンでＯＣＲ認識するＯＣＲ認識手段と、
   認識結果が一致した文字は自動的にデータベースへ保存し、一致しない文字又は信頼性が低い文字は確認修正後にデータベースへ保存するデータベース保存手段と、を備え、
   性質の異なる２種類以上のＯＣＲエンジンとは、誤認識を共通にしない或いは共通にすることの少ないＯＣＲエンジンどうしであることを特徴とするとともに、
   画像読取手段によって読み取った電子画像フォームを１のＯＣＲエンジンによって補正して、補正された電子画像フォームをＯＣＲ認識手段に供する電子画像フォーム補正手段を備え、
   画像読取手段によって読み取った電子画像フォームを１のＯＣＲエンジンでＯＣＲ認識し、電子画像フォーム補正手段によって補正された電子画像フォームをその他のＯＣＲエンジンでＯＣＲ認識することを特徴とするＯＣＲシステム。
2. 画像読取手段は、データの記入されたフォームを電子画像フォームとしてＦＡＸ受信機で読み取ることを特徴とする請求項１記載のＯＣＲシステム。
3. データベース保存手段は、認識結果が一致しない文字又は信頼性が低い文字についてオペレータによる確認後に修正文字を受け入れる文字修正機能を有することを特徴とする請求項１又は２記載のＯＣＲシステム。
4. 画像読取手段によって読み取った電子画像フォームを１のＯＣＲエンジンによって部分的に切り出して、切り出された電子画像フォームをＯＣＲ認識手段に供する電子画像フォーム切出手段を備えたことを特徴とする請求項１から３のいずれかに記載のＯＣＲシステム。

Images