JP6123265B2 - 情報処理装置、車両識別方法、及び車両識別プログラム - Google Patents

Description

本発明は、情報処理装置、車両識別方法、及び車両識別プログラムに関する。

従来では、スピード違反等による車両の取り締まりや盗難車等の捜査のために、道路や駐車場等に設置したカメラにより撮影した車両の画像から、ナンバープレートのナンバー（車番）を認識するナンバープレート認識システムがある。また、車両には、前面、後面にナンバープレート（以下、「プレート」という）が取り付けられているが、盗難車の場合には、付け替えが容易な前面のプレートを付け替えて偽造（成りすまし）することが多い。この偽造を検出する仕組みとして、例えば車両の前面、後面を撮像して認識し、認識結果が一致するかを判定する手法が存在する（例えば、特許文献１参照）。

特開２００４−２０６４４１号公報

しかしながら、プレートのナンバー（例えば、プレート内の文字、数字等）は、撮影画像から認識するため撮影する環境条件等によっては、ナンバーが正常に認識できない場合がある。上述した特許文献１に示すような手法では、前面や後面のナンバーが一致しない場合に、プレートの偽造によるものか、ナンバー認識時の誤読等の異常によるものかを判断することができず、適切な車両識別を実現することができない。

１つの側面では、本発明は、適切な車両識別を実現することを目的とする。

一態様における情報処理装置は、撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識するナンバー認識手段と、前記ナンバー認識手段により得られるそれぞれの車両情報を、対応する所定の文字又は数字毎に比較する比較手段と、比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、異なった文字又は数字に対応する該適合率の差分値を算出する算出手段と、前記前後のナンバープレートそれぞれにおいて、前記異なった文字又は数字に対応する前記適合率の差分値が、所定の閾値以上である場合、前記ナンバー認識手段による認識が正常であると判定する判定手段とを有する。

適切な車両識別を実現することができる。

車両識別システムの機能構成例を示す図である。 情報処理装置の機能構成例を示す図である。 車両識別処理が実現可能なハードウェア構成の一例を示す図である。 ナンバー認識処理の一例を示すフローチャートである。 車両識別処理の一例を示すフローチャートである。 ナンバープレートの一例を示す図である。 記憶手段に記憶されるデータの一例を示す図である。 前後プレートの比較例を示す図（その１）である。 前後プレートの比較例を示す図（その２）である。 前後プレートの比較例を示す図（その３）である。 適合率の差分に対する判定例を示す図である。

以下、添付図面を参照しながら実施例について詳細に説明する。

＜車両識別システムの機能構成例＞
図１は、車両識別システムの機能構成例を示す図である。図１に示す車両識別システム１０は、複数の撮像装置１１−１，１１−２（以下、必要に応じて「撮像装置１１」と総称する）と、情報処理装置１２とを有する。撮像装置１１と情報処理装置１２とは、例えばＬｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）やインターネット等に代表される通信ネットワーク１３によりデータの送受信が可能な状態で接続されている。

撮像装置１１は、道路や駐車場等を通行する車両２０の前方と後方とに取り付けられたプレートを撮影するために、車両２０の前方付近と後方付近を撮影する。なお、図１の例では、撮像装置１１−１により車両２０の前方を撮影し、撮像装置１１−２により車両２０の後方を撮影しているが、これに限定されるものではない。例えば、１台の撮像装置１１を用いて前方及び後方を撮影してもよく、３台以上の撮像装置を用いて、前方及び後方を撮影してもよい。

なお、車両識別システム１０は、例えば車両の通過を検知する検知センサ等を設け、撮像装置１１は、車両の通過を検知センサからの検知信号を受信したタイミングで撮影を行ってもよく、また連続して撮影してもよい。撮像装置１１は、撮影した画像を、通信ネットワーク１３を介して情報処理装置１２に送信する。

撮像装置１１は、例えばデジタルカメラでもよく、夜間等でも撮影可能な赤外線カメラ、監視カメラ等を用いることができるが、これに限定されるものではない。

情報処理装置１２は、撮像装置１１からの撮影画像から車両識別を行う。具体的には、情報処理装置１２は、撮影画像から各車両２０の前方及び後方の２つのプレート画像を取得し、各プレートに記載されているナンバー情報（車両情報）を文字認識等により取得する。なお、ナンバー情報とは、例えば運輸支局、分類番号、かな文字、一連指定番号等があるがこれに限定されるものではない。

また、情報処理装置１２は、前後のプレートを照合し、ナンバー情報が異なる場合に、例えばそれぞれの対象文字に対して予め設定された適合率を抽出し、適合率が高い上位２つの値の差分を取得する。また、情報処理装置１２は、得られた差分から、例えばそのプレートの偽造によるものか、又はナンバー認識時の誤読等の異常によるものか等を判断する。これにより、本実施形態では、適切な車両識別を実現することができる。

また、情報処理装置１２は、ナンバー認識処理の異常ではないと判断され、かつ前後のプレートの認識結果が異なっていると判断された場合には、その異なった文字や数字の位置、個数等に基づき、プレート偽造の種類（レベル）を判断することができる。なお、偽造の種類とは、例えばプレートの付け替えや一部の文字や数字の部分的な偽造等であるが、これに限定されるものではない。

本実施形態では、車両の前後のプレートのナンバーの照合結果が異なる場合に、そのプレートに記述されたナンバー情報の認識結果の各適合率を比較することで、プレート偽造である度合や、ナンバー認識処理の異常である度合等を提示することで、適切な車両識別を実現することができる。

情報処理装置１２は、例えば汎用のPersonal Computer（ＰＣ）やサーバ等であるが、これに限定されるものではない。また、通信ネットワーク１３は、有線や無線でもよく、これらの組み合わせであってもよい。

＜情報処理装置１２の機能構成例＞
次に、上述した情報処理装置１２の機能構成例について、図を用いて説明する。図２は、情報処理装置の機能構成例を示す図である。図２に示す情報処理装置１２は、ナンバー認識手段３０と、車両識別手段４０と、記憶手段５０と、表示手段６０とを有する。なお、図２の例では、撮像装置１１−１〜１１−ｎも示している。

ナンバー認識手段３０は、画像取得手段３１と、車両抽出手段３２と、プレート抽出手段３３と、ナンバー認識手段３４と、制御手段３５とを有する。また、車両識別手段４０は、プレート認識結果取得手段４１と、前後プレート比較手段４２と、適合率差分算出手段４３と、認識処理判定手段４４と、判定結果反映手段４５と、プレート異常率算出手段４６と、制御手段４７とを有する。

画像取得手段３１は、１又は複数の撮像装置１１−１〜１１−ｎから通信ネットワーク１３を介して、車両２０のプレートを含む前方及び後方の画像を取得する。

車両抽出手段３２は、撮影装置１１から得られる撮影画像から車両を抽出する。具体的には、撮影画像に対してエッジ検出等の画像処理を行い、画像処理により得られる物体の形状と予め設定された車両の形状とを比較し、形状が一致するか又は所定の閾値以上の類似度である場合に、その形状からなる物体を車両として抽出する。

なお、車両抽出手段３２は、例えば上述したエッジ検出等の画像処理を、車両形状が抽出されるまで画像処理内容を変えながら繰り返し行ってもよく、また所定回数のみ行ってもよい。画像処理内容を変えるとは、例えばエッジ検出条件を緩和して、エッジ部分を多く検出したり、逆に条件を厳しくしてエッジ検出部分を少なくする等があるが、これに限定されるものではない。例えば、他の画像処理（例えば、平滑化処理や鮮鋭化処理等）を組み合わせてもよい。

また、車両抽出手段３２は、上述したエッジ抽出等の画像処理を行わずに、予め設定された車両形状と一致するか又は類似の物体形状が存在する場合に、その形状の物体を車両として抽出してもよい。

また、撮像装置１１の設置位置と、車両２０の通過位置との関係から画像中に含まれる車両の領域が特定できる場合には、その特定できる領域を車両２０の領域として抽出してもよい。なお、車両２０の抽出手法については、これに限定されるものではない。

プレート抽出手段３３は、車両抽出手段３２により抽出された車両２０の画像領域からプレート部分を抽出する。なお、プレート部分は、例えば矩形の形状である。そのため、プレート抽出手段３３は、車両領域中に所定の矩形領域が存在するか否かを判断し、所定の矩形領域が存在する場合に、その領域をプレート部分の画像として抽出する。

なお、上述した矩形の大きさは、撮像装置１１と車両２０との位置、撮影倍率、車種等により異なることがある。そのため、プレート抽出手段３３は、例えば車両領域に対する車両の大きさからプレートの矩形領域を推測し、その矩形領域を用いてプレート部分の抽出を行ってもよい。なお、矩形領域は、所定の許容範囲を設けておき、その許容範囲も含めて抽出処理を行ってもよい。

また、プレート抽出手段３３は、上述以外の手法として、例えば予め大きさの異なる複数の矩形領域のパターンを設けておき、それぞれの領域パターンとのマッチングによりプレート部分を抽出してもよい。

また、本実施形態では、撮像装置１１と車両２０との位置関係により、画像中のプレートが傾いて撮影されている場合もある。そのような場合、プレート抽出手段３３は、例えば撮影画像中の車両２０の形状等から得られる傾き（角度）に対応させて矩形形状を傾かせ、その傾かせた領域によりプレート部分の抽出を行ってもよい。

ナンバー認識手段３４は、プレート抽出手段３４により得られる車両の前後のプレート抽出領域に対して、それぞれ文字認識処理を行い、ナンバー情報（車両情報）を取得する。ナンバー認識手段３４は、得られたナンバー情報を記憶手段５０に記憶させる。このとき、ナンバー認識手段３４は、車両２０に対する前後のどのプレートから得られたナンバー情報であるかを対応づけて記憶手段５０に記憶させる。なお、ナンバー認識手段３４は、認識したナンバー情報を車両識別手段４０に直接出力してもよい。

制御手段３５は、ナンバー認識手段３０における各構成部全体の制御を行う。具体的には、制御手段３５は、例えば撮像装置１１からの撮影画像の入力や、ユーザ等による起動指示等に基づいて、ナンバー情報の認識に関する各制御を行う。ここで、各制御とは、例えば上述した画像取得手段３１における画像の取得、車両抽出手段３２による車両の抽出、プレート抽出手段３３によるプレート部分の抽出、ナンバー認識手段３４によるナンバー情報の認識等の制御があるが、これに限定されるものではない。

また、図２に示す車両識別手段４０において、プレート認識結果取得手段４１は、記憶手段５０に記憶されている上述したナンバー認識手段３０で認識されたプレートのナンバー情報を取得する。なお、プレート認識結果取得手段４１は、同一の車両に対する前後のプレートのナンバー情報を取得する。

前後プレート比較手段４２は、プレート認識結果取得手段４１により取得される前後のプレート情報を比較する。なお、プレート情報の比較は、例えばナンバー情報に含まれる運輸支局、分類番号、かな文字、一連指定番号等のうち、少なくとも１つの項目を用いて行う。なお、前後プレート比較手段４２は、所定の閾値以上のナンバー情報が異なる場合には、適合率差分算出手段４３による適合率の差分等の処理を行う必要がなく、直ちに認識処理判定手段４４に出力してナンバーが偽造されていると判断することができる。

適合率差分算出手段４３は、前後プレート比較手段４２による比較結果において、異なる文字や数字のそれぞれについて、予め記憶手段５０に記憶された各文字や数字に対する適合率から、異なる文字や数字に対する適合率の高い文字や数字を取得する。また、適合率差分算出手段４３は、適合率の高い文字や数字に対して設定されている適合率の差分を算出する。

ここで、適合率とは、例えば基準となる各ナンバー情報（文字や数字）の手本となる所定のフォント（テンプレート）との類似度を表す。その適合率は、一般的な画像処理手法であるテンプレートマッチング等により予め取得することができ、取得した類似度の値が記憶手段５０に記憶される。本実施形態では、各ナンバー情報の全てのテンプレート（例えば、数字の場合には０〜９等）を持ち、各テンプレートとの適合率を全て求め、最も適合率が高いものを認識結果とする。複数のフォントを有する場合には、テンプレートに対して適合率を求める。

認識処理判定手段４４は、前後プレート比較手段４２による比較結果等に基づいて、前後のプレートが一致しているか、又は偽造されているか等を判定する。また、認識処理判定手段４４は、例えば比較対象の全文字数（数字も含む）に対して、ナンバー情報が一致する（又は異なる）文字や数字の数（割合）を取得して、プレート全体が異なるのか、又は一部が異なるのかを判定することもできる。

また、認識処理判定手段４４は、ナンバー認識処理の異常ではないと判断され、かつ前後のプレートの認識結果が異なっていると判断された場合に、その異なった文字や数字の位置、個数等に基づき、プレート偽造の種類（レベル）を判断することができる。なお、偽造の種類とは、例えばプレートの付け替えや一部の文字や数字の部分的な偽造等であるが、これに限定されるものではない。

また、認識処理判定手段４４は、例えば適合率差分算出手段４３による適合率の差分の結果に基づいて、認識処理の異常があるかを判定する。例えば、認識処理での文字の誤読等による異常がある場合、認識処理判定手段４４は、その異常率をプレート異常率算出手段４６に算出させる。

更に、認識処理判定手段４４は、プレート異常率算出手段４６により得られる認識処理の異常によるものである度合が、予め設定された閾値よりも高い場合に、上述した適合率差分算出手段４３における処理を除外してもよい。なお、これらの各種の制御は、制御手段４７によって行われる。

判定結果反映手段４５は、認識処理判定手段４４により得られる判定結果を記憶手段５０に記憶させる。つまり、判定結果反映手段４５は、現時点での適合率に対し、新たに得られた認証結果に基づいて、記憶手段５０に記憶される各文字や数字の適合率を更新する
プレート異常率算出手段４６は、適合率差分算出手段４３により得られる適合率の値の差分により、認識処理判定手段４４によってプレートの偽造によるものと判定された場合に、どの程度の異常であるのかの指標として、プレート異常率を算出する。具体的には、プレート異常率算出手段４６は、比較結果で得られるナンバー情報の全情報に対する異なる文字や数字の割合等から、例えばプレート異常率（プレートが偽造である度合）等を算出することができるが、算出手法は、これに限定されるものではない。

制御手段４７は、車両識別手段４０における各構成部全体を制御する。具体的には、制御手段４７は、例えばユーザ等による指示等に基づいて、車両識別に関する各制御を行う。ここで、各制御とは、例えば上述したプレート認識結果取得手段４１によりプレート認識結果を取得したり、前後プレート比較手段４２により前後プレートを比較したり、適合率差分算出手段４３により適合率の差分を算出する等の制御である。また、各制御とは、例えば認識処理判定手段４４により前後プレートが一致しているかを判定したり、判定結果反映手段４５により判定結果を記憶手段５０に反映させたり、プレート異常率算出手段４６によりプレート異常率を算出する等の制御がある。

また、制御手段４７は、車両識別手段４０における各構成部から得られた結果から、前後のナンバー認識結果が一致しない場合に、プレートの偽造によるものか、又はナンバー認識時の誤読等の異常によるものか等の車両識別結果を記憶手段５０に出力する。また、制御手段４７は、前後のプレートのナンバー情報が全て一致する場合には、そのプレートが取り付けられた車両は、正常車両を判断して、その車両識別結果を記憶手段５０に出力する。また、上述した車両識別結果は、表示手段６０に出力してもよい。なお、制御手段４７における制御内容は、これに限定されるものではない。

記憶手段５０は、本実施形態において必要となる各種情報を記憶する。具体的には、記憶手段５０は、例えば撮像装置１１から取得した画像や、ナンバー認識手段３０による処理経過や処理結果、車両識別手段４０による処理経過や処理結果等を記憶する。

更に、記憶手段５０は、車両抽出手段３２により車両を抽出するための情報やプレート抽出手段３３によりプレートを抽出するための情報等を記憶する。また、記憶手段５０は、予め設定された各文字や各数字に対する適合率等を記憶する。なお、記憶手段５０に記憶される情報は、上述した情報に限定されるものではない。

また、記憶手段５０は、記憶された各種情報を必要に応じて所定のタイミングで読み出したり、書き込んだりすることができる。また、記憶手段５０は、上述したような多種の情報の集合物であり、それらの情報を、例えばキーワード等を用いて検索し、抽出することができるように体系的に構成されているデータベースとしての機能を有していてもよい。記憶手段５０は、例えばハードディスクやメモリ等からなる。

表示手段６０は、本実施形態により得られる各種情報を画面等に表示する。例えば、表示手段６０は、撮影装置１１により得られる画像や映像、ナンバー認識結果、適合率やプレート異常率の算出結果、判定結果等を表示する。なお、判定結果とは、例えば前後のプレートのナンバー情報が一致しなかった場合に、プレートの偽造によるものか、ナンバー認識時の誤読等の異常によるものか、適切な車両であるか（例えば、盗難車でないか等）の結果であるが、これに限定されるものではない。表示手段６０は、例えばディスプレイやモニタ等からなる。

上述したように、情報処理装置１２によれば、複数のプレート画像によるナンバー情報の認識結果が異なっていた場合に、該当する文字や数字の各適合率の比較により、各ナンバーが実際に異なっている可能性を判定することができる。また、情報処理装置１２は、上述した各適合率の比較により、認識処理の誤読等による異常である可能性を判定することができる。また、情報処理装置１２は、認識結果の文字や数字が一致する割合を算出し、文字の一部が異なるのか、全体が異なるものかを判断することができる。

つまり、本実施形態によれば、複数の画像（例えば、前後のナンバープレート画像）の認識結果が一致しない場合、その画像の対象の片方に異常がある（例えば付け替え等の偽造）可能性を指標値として提示することができる。また、複数の画像の認識結果が一致しない場合、ナンバー認識処理の異常によるものである可能性を指標値として提示することができる。また、画像の対象の片方の異常が、付け替え等の偽造か、文字等一部の偽造によるものかを判断することができる。

＜情報処理装置１２のハードウェア構成例＞
ここで、上述した情報処理装置１２においては、各機能をコンピュータに実行させることができる実行プログラム（車両識別プログラム）を生成し、例えば汎用のＰＣやサーバ等にその実行プログラムをインストールすることにより、本実施形態における車両識別処理を実現することができる。ここで、本実施形態における車両識別処理が実現可能なコンピュータのハードウェア構成例について図を用いて説明する。

図３は、車両識別処理が実現可能なハードウェア構成の一例を示す図である。図２におけるコンピュータ本体には、入力装置７１と、出力装置７２と、ドライブ装置７３と、補助記憶装置７４と、主記憶装置７５と、各種制御を行うCentral Processing Unit（ＣＰＵ）７６と、ネットワーク接続装置７７とを有するよう構成されており、これらはシステムバスＢで相互に接続されている。

入力装置７１は、ユーザ等が操作するキーボード及びマウス等のポインティングデバイスや、マイクロフォン等の音声入力デバイスを有しており、ユーザ等からのプログラムの実行指示、各種操作情報、ソフトウェア等を起動するための情報等を入力する。

出力装置７２は、本実施形態における処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ７６が有する制御プログラムによりプログラムの実行経過や結果等を表示することができる。また、出力装置７２は、上述の処理結果等を紙等の印刷媒体に印刷して、ユーザ等に提示することができる。なお、出力装置７２の一部は、例えば上述した表示手段６０等に対応している。

ここで、本実施形態においてコンピュータ本体にインストールされる実行プログラムは、例えば、Universal Serial Bus（ＵＳＢ）メモリやＣＤ−ＲＯＭ、ＤＶＤ等の可搬型の記録媒体７８等により提供される。プログラムを記録した記録媒体７８は、ドライブ装置７３にセット可能であり、ＣＰＵ７６からの制御信号に基づき、記録媒体７８に含まれる実行プログラムが、記録媒体７８からドライブ装置７３を介して補助記憶装置７４にインストールされる。

補助記憶装置７４は、ハードディスク等のストレージ手段であり、ＣＰＵ７６からの制御信号に基づき、本実施形態における実行プログラムや、コンピュータに設けられた制御プログラム等を記憶し、必要に応じて入出力を行うことができる。補助記憶装置７４は、ＣＰＵ７６からの制御信号等に基づいて、記憶された各情報から必要な情報を読み出したり、書き込むことができる。

主記憶装置７５は、ＣＰＵ７６により補助記憶装置７４から読み出された実行プログラム等を格納する。なお、主記憶装置７５は、Read Only Memory（ＲＯＭ）やRandom Access Memory（ＲＡＭ）等からなる。なお、補助記憶装置７４や主記憶装置７５の一部は、例えば上述した記憶手段５０に対応している。

ＣＰＵ７６は、オペレーティングシステム等の制御プログラム、及び主記憶装置７５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して各処理を実現することができる。なお、プログラムの実行中に必要な各種情報等は、補助記憶装置７４から取得することができ、また実行結果等を格納することもできる。

具体的には、ＣＰＵ７６は、例えば入力装置７１から得られるプログラムの実行指示等に基づき、補助記憶装置７４にインストールされた車両識別プログラムを実行させることにより、主記憶装置７５上でプログラムに対応する処理を行う。例えば、ＣＰＵ７６は、車両識別プログラムを実行させることで、上述したナンバー認識手段３０における処理や車両識別手段４０における処理等を行う。なお、ＣＰＵ７６における処理内容は、これに限定されるものではない。ＣＰＵ７６により実行された内容は、必要に応じて補助記憶装置７４に記憶させることができる。

ネットワーク接続装置７７は、ＣＰＵ７６からの制御信号に基づき、通信ネットワーク１４等と接続することにより、実行プログラムやソフトウェア、設定情報等を、通信ネットワーク１４に接続されている外部装置等から取得する。また、ネットワーク接続装置７７は、プログラムを実行することで得られた実行結果又は本実施形態における実行プログラム自体を外部装置等に提供することができる。

上述したようなハードウェア構成により、本実施形態における車両識別処理を実行することができる。また、プログラムをインストールすることにより、汎用のＰＣやサーバ等で本実施形態における車両識別処理を容易に実現することができる。

＜車両識別処理について＞
ここで、本実施形態における車両識別処理の一例について、フローチャートを用いて説明する。なお、本実施形態における車両識別処理は、ナンバー認識処理と、車両識別処理とに大別されるため、それぞれを分けて説明する。

＜ナンバー認識処理のフローチャート＞
図４は、ナンバー認識処理の一例を示すフローチャートである。図４の例において、ナンバー認識処理は、車両を撮影した画像を取得し（Ｓ０１）、取得した画像から車両部分を抽出する（Ｓ０２）。なお、Ｓ０２の処理では、例えば、Ｓ０１の処理で得られる画像に対してエッジ検出等の画像処理を行い、その結果から得られる物体の形状と予め設定された車両の形状とを比較して車両を抽出することができるが、これに限定されるものではない。

次に、ナンバー認識処理は、車両の抽出に成功したか否かを判断し（Ｓ０３）、車両の抽出に成功していない場合（Ｓ０３において、ＮＯ）、Ｓ０１に戻り、他の画像を取得して車両の抽出を行う。なお、車両抽出時には、新たに画像を取得しなくてもよく、例えば前回の画像処理とは異なる画像処理を行って車両を抽出してもよい。

また、ナンバー認識処理は、車両の抽出に成功した場合（Ｓ０３において、ＹＥＳ）、その車両領域内に含まれるプレートの抽出を行い（Ｓ０４）、抽出したプレート領域内のナンバーの認識を行う（Ｓ０５）。また、ナンバー認識処理は、Ｓ０５の処理により得られるナンバー情報の認識結果を記憶手段５０等に記憶する（Ｓ０６）。

＜車両識別処理のフローチャート＞
図５は、車両識別処理の一例を示すフローチャートである。図５の例において、車両識別処理は、例えば記憶手段５０等から上述したナンバー認識処理で得られる車両の前後のプレート認識結果を入力する（Ｓ１１）。

次に、車両識別処理は、前後のプレートを比較する（Ｓ１２）。なお、前後のプレートの比較とは、例えば前後のプレートのナンバー情報に含まれる文字毎、数字毎の比較である。また、車両識別処理は、前後のプレートが全て一致しているか否かを判断する（Ｓ１３）。つまり、Ｓ１３の処理では、前後のプレートのナンバー情報に含まれる各文字又は数字が全て一致しているか否かを判断する。

ここで、ナンバー情報とは、例えば運輸支局、分類番号、かな文字、一連指定番号等のうち、少なくとも１つの項目を含むがこれに限定されるものではなく、例えばかな文字の代わりにアルファベット文字等でもよい。図５の例では、運輸支局、分類番号、かな文字、及び一連指定番号の全てが一致しているか否かを判断する。

車両識別処理は、前後のプレートが全て一致していない場合（Ｓ１３において、ＮＯ）、適合率の差分を算出し（Ｓ１４）、算出した適合率に基づいて認識処理の異常であるか否かの判定を行う（Ｓ１５）。

また、車両識別処理は、認識処理の異常である度合が、予め設定された閾値以上か否かを判断し（Ｓ１６）、異常である度合が閾値以上でない場合（Ｓ１６において、ＮＯ）、例えばプレートの偽造によるものと判断し、プレートの異常率を算出する（Ｓ１７）。

また、車両識別処理は、異常である度合が閾値以上である場合（Ｓ１６において、ＹＥＳ）、ナンバー認識処理の誤読等による異常候補と判定する（Ｓ１８）。なお、Ｓ１８の処理では、例えば、指標の１つとして認識が異常である度合を算出してもよい。認識が異常である度合は、適合率の差分が小さいほど値が高くなる。そのため、例えば、「度合＝１００−適合率の差分（％）」として算出することで、認識が異常である度合を求めるができるが、算出手法はこれに限定されるものではない。

また、車両識別処理は、上述したＳ１３の処理において、前後のプレートが全て一致している場合（Ｓ１３において、ＹＥＳ）、正常車両と判定する（Ｓ１９）。

車両識別処理は、上述したＳ１７〜Ｓ１９の何れかの処理が終了後、車両識別結果を記憶手段５０等に記憶する（Ｓ２０）。Ｓ２０の処理により、記憶手段５０に記憶される各文字の適合率が更新され、次回の車両識別処理で、その適合率が反映される。なお、車両識別処理では、例えばＳ１７〜Ｓ１９により得られる車両識別結果を表示手段等の画面に表示する処理を有していてもよい。

＜車両抽出の一例＞
ここで、上述した車両抽出の一例について説明する。上述した車両抽出手段３２は、撮像装置１１から撮影された撮影画像を取得し、取得した撮影画像に対してエッジ検出を行う。

例えば、エッジ検出としては、デジタル画像の明るさが鋭敏（不連続）に変化している箇所を特定する。このようにエッジ検出を行うことで、処理すべきデータ量が大幅に削減することができ、相対的にあまり重要でない情報を排除しつつ、画像の構造的属性だけを抽出することができる。

これにより、本実施形態では、エッジ検出により得られる形状と、記憶手段５０等に記憶された予め設定される車両形状との比較により、形状が一致又は所定の閾値以上の類似度で類似している形状を車両部分として抽出することができる。なお、本実施形態においては、これに限定されるものではなく、他の手法により車両を抽出してもよく、また車両抽出を行わなくてもよい。

＜ナンバープレートの構成について＞
次に、ナンバー認識手段３４で認識されるナンバー情報の一例について、図を用いて説明する。図６は、ナンバープレートの一例を示す図である。図６に示すナンバープレート８０は、ナンバー情報として、運輸支局８１と、分類番号８２と、かな文字８３と、一連指定番号８４とを有する。

ナンバープレート８０は、個別の車両を識別するために取り付けられた標識板である。また、ナンバープレート８０の大きさは、車両の種類や大きさによりプレートの大きさが異なる（例えば、大型標板、中型標板、小型標板等）。したがって、本実施形態では、例えば車両抽出時に取得した車両の形状の大きさや車種等に合わせて矩形領域のプレート領域を探索して抽出することができる。なお、プレートの抽出手法は、これに限定されるものではなく、例えば予め設定されるプレートの大きさに対応した矩形領域のテンプレートを設定しておき、その各テンプレートとのマッチングを行うことで、プレート領域を抽出してもよい。

また、プレートは、「自動車 自家用」、「自動車 事業用」、「軽自動車 自家用」、「軽自動車 事業用」等により配色が異なるが、本実施形態では、配色に関係なくプレート領域を抽出することができ、更にプレート抽出時に色情報を抽出してもよい。

なお、上述したナンバープレートの情報は、記憶手段５０に記憶される。本実施形態では、運輸支局８１、分類番号８２、かな文字８３、及び一連指定番号８４のそれぞれについて文字認識等による解析を行い、解析結果に基づいて、車両識別手段４０において、前後プレートのナンバー情報の比較等を行う。なお、分類番号８２及び一連指定番号８４は、数字１文字毎に比較するのが好ましいが、これに限定されるものではない。また、運輸支局８１は地名毎、かな文字８３は１文字毎に比較されるのが好ましいが、これに限定されるものではない。また、かな文字８３は、アルファベット文字等でもよい。

また、本実施形態では、ナンバー認識処理の際、プレートを構成するナンバー以外にも、プレ−トの大きさ（大型・中型等）、色（自家用・業務用等）、字光式プレートであるかどうか等のプレートの特徴や、また、車両本体の形状（トラック、ワゴン、セダン等）や、塗装されている色（黒、白、青等）等の車両の特徴を認識してもよい。

また、本実施形態では、ナンバー認識結果の比較の際には、プレートの特徴（大きさ、色等）が前後のプレートで一致するかを比較してもよい。これにより、プレートの特徴を比較項目に追加することで、プレート全体を付け替えているか等の判定精度を向上させることができる。

更に、本実施形態では、車両２０の特徴が前後で一致することを確認することで、確実に同じ車両の前後プレートを比較しているかを判断することもできる。

＜記憶手段５０のデータ構成例＞
次に、記憶手段５０のデータ構成例について、図を用いて説明する。図７は、記憶手段に記憶されるデータの一例を示す図である。なお、図７の例では、ナンバー認識処理によって認識されたナンバー情報のデータと、そのデータの各文字及び各数字に対応して予め設定される適合率の有無、及び適合率の例を示している。

図７に示すデータの構成例は、項目として、「認証ＩＤ」、「認識年月日時分」、「ナンバー情報」等があるが、項目の種類や数、順序、フォーマット等については、これに限定されるものではない。なお、ナンバー情報等としては、「運輸支局等」、「分類番号１桁目」、「分類番号２桁目」、「分類番号３桁目」、「かな文字」、「一連指定番号１桁目」、「一連指定番号２桁目」、「一連指定番号３桁目」、「一連指定番号４桁目」等があるが、これに限定されるものではない。また、記憶手段５０には、項目に対して「データ」の内容が設定されており、更にナンバー情報に対して「適合率」が設定されている。

図７の例では、認識したプレート毎に識別するためのＩＤが"１１０００００１"であり、認識した年月日時分が"２０１２／０７／０１ ００：１２：３４"であることを示している。また、ナンバー情報の「運輸支局等」が"川崎"で「適合率」が"有"であることを示している。また、図７の例では、分類番号１桁目が"５"で適合率が"有"、分類番号２桁目が"５"で適合率が"有"、分類番号３桁目が"−"で適合率が"有"を、かな文字が"ふ"で適合率が"有"を示している。また、図７の例では、一連指定番号１桁目が"・"で適合率が"有"、一連指定番号２桁目が"・"で適合率が"有"、一連指定番号３桁目が"２"で適合率が"有"、一連指定番号４桁目が"２"で適合率が"有"を示している。

ここで、適合率が"有"とは、予め所定のテンプレートを用いて処理された適合率を有することを意味する。つまり、図７に示すように、例えば一連指定番号４桁目の適合率が"有"の場合の、サブテーブルにおいて、４桁目の数字と、予め設定されたテンプレートに含まれる各数字に対する適合率が表示されている。本実施形態では、一連指定番号４桁目"２"の数字に対し、所定のフォントの各数字との類似度が、適合率として表示されている。この適合率を用いることで、例えば適合率の大きい順に第１位の文字や適合率（図７の例では、"２"の適合率９２％）、前後のプレート比較で異なった文字や数字に対応する適合率等を抽出することができる。

なお、図７のサブテーブルに示す適合率は、例えばプレート毎や予め設定される複数のフォント毎に設定されていてもよい。フォント毎に設定される場合には、例えば複数のフォントの各適合率から最も大きい適合率（第１位の適合率）等を取得することができるが、これに限定されるものではない。また、適合率のサブテーブルは、例えば車種毎、時間毎（例えば、日中、夜間等）によって他のサブテーブルに変更してもよい。

＜前後プレートの比較例＞
次に、上述した前後プレート比較手段４２における前後プレート比較の一例について、図を用いて説明する。図８〜図１０は、前後プレートの比較例を示す図（その１〜その３）である。なお、図８〜図１０は、例えば上述した車両識別手段４０により行われる処理である。

図８は、プレートの一部が変更されている場合を示すものである。例えば、図８（Ａ）に示す後方プレートと、図８（Ｂ）に示す前方プレートとを比較すると、一連指定番号の１桁目と２桁目の「・・」と「１１」が異なっている。この場合、異なる値であった"・"と"１"に対して、一連指定番号の１桁目と２桁目とのそれぞれの適合率を取得する。

この場合、図８（Ｃ）に示す適合率の例では、図８（Ａ）に示す後方プレートの場合、一連番号の１桁目において、"・"の適合率（ "・"と"・"との類似度）が９６％で、"１"の適合率（"・"と"１"との類似度）が２４％である。したがって、２つの適合率の差分は９６−２４＝７２％となる。また、一連番号の２桁目において、"・"の適合率が９６％で、"１"の適合率が２４％である。したがって、２つの適合率の差分は９６−２４＝７２％となる。

一方、図８（Ｂ）に示す前方プレートの場合、一連番号の１桁目において、"・"の適合率が１２％で、"１"の適合率が９２％である。したがって、２つの適合率の差分は９２−１２＝８０％となる。また、一連番号の２桁目において、"・"の適合率が２１％で、"１"の適合率が９４％の場合に、適合率の差分は９４−２１＝７３％となる。

ここで、図１１は、適合率の差分に対する判定例を示す図である。ここで、閾値として、例えば適合率の差分５０％以上を「差分・大」であるとすると、図８（Ａ）も図８（Ｂ）も適合率の差分が大きい。したがって、図１１の例から偽造の可能性が高いと判断することができる。なお、この判断は、同時に図８（Ａ）、図８（Ｂ）共にナンバー情報の認識が正常であることを示すこともできる。

また、図８の例では、２箇所（一連指定番号の１桁目と２桁目）で値が異なっている。その場合に、例えば予め設定された項目数（例えば、２）以下が異なっていた場合、「一部相違有」等の結果を出力することができる。

なお、盗難車等の場合には、文字が大きくて目立ちやすい一連番号を変更する事例が多い。そのため、例えば一連番号で値が異なっているか、一連番号以外の部分で行っているかにより、車両識別結果を変えて出力してもよい。

例えば、一連番号が所定数（例えば、２）以下で異なっていた場合は、「一部相違有」とし、偽造の可能性が高い旨を出力してもよい。また、一連番号以外の情報が所定数（例えば、２）以下で異なっていた場合には、車両識別結果を、例えば「認識異常の可能性有り」として出力してもよい。

次に、図９の例について説明する。図９（Ａ）に示す後方プレートのナンバー情報は、「川崎５５ ふ ・・２２」であり、図９（Ｂ）に示す前方プレートのナンバー情報は、「品川５００ き ８８８８」である。図９（Ａ）、図９（Ｂ）に示すように、ほぼ全てのナンバー情報が異なる場合には、適合率の差分等の処理を行う必要がなく、直ちにナンバーが偽造されていると判断することができる。なお、図９の処理は、例えばナンバー情報の異なる部分が、ナンバー情報全体の８０％以上異なる場合や所定の項目数以上異なっている場合等を基準にして、直ちにナンバーが偽造されていると判断してもよい。

つまり、図９の例では、例えば上述した図７に示す各ナンバー情報の項目のうち、所定の項目数（例えば、４）以上の結果が異なっていた場合に、車両識別結果を、例えば「プレートの交換可能性有り」として出力する。

次に、図１０の例について説明する。図１０（Ａ）、図１０（Ｂ）に示すように、認識処理での誤読による異常で結果が異なる場合がある。例えば、図１０（Ａ）と図１０（Ｂ）では、かな文字の「ふ」と「ろ」が異なっている。この場合、記憶手段５０に含まれるかな文字の適合率からそれぞれの差分を算出する。

この場合、図１０（Ｃ）に示す適合率の例では、図１０（Ａ）に示す後方プレートの場合、かな文字において、"ふ"の適合率が８１％で、"ろ"の適合率が６９％である。したがって、２つの適合率の差分は８１−６９＝１２％となる。一方、図１０（Ｂ）に示す前方プレートの場合、かな文字において、"ふ"の適合率が７６％で、"ろ"の適合率が８５％である。したがって、２つの適合率の差分（絶対値差分）は｜７６−８５｜＝９％となる。つまり、図１０（Ａ）、図１０（Ｂ）の差分は所定の閾値（５０％）より小さい。したがって、図１１の示す判定基準から認識異常の可能性が高いことがわかる。なお、図１０の例では偽造の可能性もある。更に、この判断は、同時に図１０（Ａ）、図１０（Ｂ）共に認識異常可能性が高いことを示すこともできる。

つまり、図１０の例では、例えば前後の認識結果の各文字の適合率の差分（絶対値でもよい）が所定の閾値（例えば、５０％）以下の場合、車両識別結果を、例えば「一部相違有り」と合わせて「認識異常の可能性有り」として出力することができる。

これは、認識異常の候補となった場合に該当するが、この場合には、ユーザ（管理者等）が目視確認して、認識異常かどうかをデータに反映させる構成としてもよい。

＜適合率を用いた車両識別処理の他の例について＞
ここで、本実施形態における適合率を用いた車両識別処理の他の例について説明する。例えば、上述した例に示すように、異なる値（文字や数字）の第１位となる適合率を取得する際、その値自体が小さい場合は、汚れや影等による影響、又は偽造精度（フォントの違い等）によるものである可能性がある。そこで、第１位となる適合率の値自体が予め設定された閾値以下の場合には、そのナンバーを「不明」として車両識別結果を出力してもよい。

また、正常なプレートでの正常な認識結果では、第１位の適合率が高く、更に第２位の適合率との差分も大きくなる。また、第１位と第２位との適合率の差分が小さい場合は、認識異常である可能性が高い。そのため、本実施形態では、例えば第１位と第２位の適合率を取得し、その差分が予め設定された閾値以下の場合は、「不明」、又は「第１候補、第２候補」として両方の結果を出力してもよい。

つまり、本実施形態では、例えば前後のナンバー情報の認識結果（例えば、図１０における「ふ」と「ろ」）に対し、例えばそれぞれの適合率が高い方から第１位と第２位の適合率を取得し、その適合率の差分を対象として、車両識別の判定を行ってもよい。

また、例えば「き」と「さ」、「わ」と「ね」、「２」と「７」等のように文字や数字の形状が類似する場合には、各適合率の差分が小さくなる傾向がある。そのため、本実施形態では、判定の基準となる差分の閾値を文字や数字の類似度に応じて可変に設定してナンバー情報の比較を行ってもよい。

上述したように本実施形態によれば、適切な車両識別を実現することができる。具体的には、複数の画像（例えば、車両の前後のプレート画像）の認識結果が一致しない場合、その画像の対象の片方に異常がある可能性を指標値として提示することができる。また、本実施形態では、前後のプレート画像の認識結果が一致しない場合、ナンバー認識処理の異常によるものである可能性を指標値として提示することができる。また、本実施形態では、認識結果が異なるもののうち、認識処理に異常があるものを除外することもできる。また、本実施形態では、画像の対象の異常が、付け替え等の偽造か、文字等一部の偽造によるものかを判断することができる。

以上、各実施例について詳述したが、特定の実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、上記変形例以外にも種々の変形及び変更が可能である。

なお、以上の実施例に関し、更に以下の付記を開示する。
（付記１）
撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識するナンバー認識手段と、
前記ナンバー認識手段により得られるそれぞれの車両情報を、対応する所定の文字又は数字毎に比較し、比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、取得した適合率を用いて前記車両の識別を行う車両識別手段とを有することを特徴とする情報処理装置。
（付記２）
前記車両識別手段は、
前記異なった文字又は数字に対応する前記適合率の差分値を算出し、算出した差分値を用いて前記車両の識別を行うことを特徴とする付記１に記載の情報処理装置。
（付記３）
前記車両識別手段は、
前記差分値から、前記ナンバー認識手段における前記車両情報の認識時の異常の度合を算出する異常率算出手段を有することを特徴とする付記２に記載の情報処理装置。
（付記４）
前記車両識別手段は、
前記ナンバープレートが偽造されたものであるか、又は、前記ナンバー認識手段における認識の異常であるかを識別することを特徴とする付記１乃至３の何れか１項に記載の情報処理装置。
（付記５）
前記車両識別手段は、
前記それぞれの車両情報の比較おいて、前記異なった文字又は数字の数が、所定の閾値以上である場合に、前記適合率を取得することなく前記車両の識別を行うことを特徴とする付記１乃至４の何れか１項に記載の情報処理装置。
（付記６）
前記車両識別手段は、
前記前後のナンバープレートの前記車両情報における異なった文字若しくは数字の位置又は個数に基づいて、前記ナンバープレートの偽造の種類を判断することを特徴とする付記１乃至５の何れか１項に記載の情報処理装置。
（付記７）
前記車両情報とは、運輸支局、分類番号、かな文字、及び一連指定番号のうち、少なくとも１つであることを特徴とする付記１乃至６の何れか１項に記載の情報処理装置。
（付記８）
撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識するナンバー認識ステップと、
前記ナンバー認識ステップにより得られるそれぞれの車両情報を、対応する所定の文字又は数字毎に比較し、比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、取得した適合率を用いて前記車両の識別を行う車両識別ステップとを有することを特徴とする車両識別方法。
（付記９）
撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識し、
前記ナンバー認識ステップにより得られるそれぞれの車両情報を、対応する所定の文字又は数字毎に比較し、比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、取得した適合率を用いて前記車両の識別を行う、処理をコンピュータに実行させるための車両識別プログラム。

１０ 車両識別システム
１１ 撮像装置
１２ 情報処理装置
１３ 通信ネットワーク
２０ 車両
３０ ナンバー認識手段
３１ 画像取得手段
３２ 車両抽出手段
３３ プレート抽出手段
３４ ナンバー認識手段
３５ 制御手段
４０ 車両識別手段
４１ プレート認識結果取得手段
４２ 前後プレート比較手段
４３ 適合率差分算出手段
４４ 認識処理判定手段
４５ 判定結果反映手段
４６ プレート異常率算出手段
４７ 制御手段
５０ 記憶手段
６０ 表示手段
７１ 入力装置
７２ 出力装置
７３ ドライブ装置
７４ 補助記憶装置
７５ 主記憶装置
７６ ＣＰＵ
７７ ネットワーク接続装置
７８ 記録媒体
８０ ナンバープレート
８１ 運輸支局
８２ 分類番号
８３ かな文字
８４ 一連指定番号

Claims (3)

1. 撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識するナンバー認識手段と、
   前記ナンバー認識手段により得られるそれぞれの車両情報を、対応する所定の文字又は数字毎に比較する比較手段と、
   比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、異なった文字又は数字に対応する該適合率の差分値を算出する算出手段と、
   前記前後のナンバープレートそれぞれにおいて、前記異なった文字又は数字に対応する前記適合率の差分値が、所定の閾値以上である場合、前記ナンバー認識手段による認識が正常であると判定する判定手段と
   を有することを特徴とする情報処理装置。
2. 撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識し、
   認識したそれぞれの車両情報を、対応する所定の文字又は数字毎に比較し、
   比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、異なった文字又は数字に対応する該適合率の差分値を算出し、
   前記前後のナンバープレートそれぞれにおいて、前記異なった文字又は数字に対応する前記適合率の差分値が、所定の閾値以上である場合、前記それぞれの車両情報に対する認識が正常であると判定する、ことを特徴とする車両識別方法。
3. 撮影画像から車両の前後のナンバープレートを抽出し、抽出した前記前後のナンバープレートに含まれるそれぞれの車両情報を認識し、
   認識したそれぞれの車両情報を、対応する所定の文字又は数字毎に比較し、
   比較した文字又は数字が異なった場合に、予め記憶手段に記憶された各文字又は数字と、異なった文字又は数字とのそれぞれの適合率を取得し、異なった文字又は数字に対応する該適合率の差分値を算出し、
   前記前後のナンバープレートそれぞれにおいて、前記異なった文字又は数字に対応する前記適合率の差分値が、所定の閾値以上である場合、前記それぞれの車両情報に対する認識が正常であると判定する、処理をコンピュータに実行させるための車両識別プログラム。

Images