特許ウォッチ

公開番号2025145023
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024044992
出願日2024-03-21
発明の名称情報処理装置、情報処理装置の制御方法、及び情報処理装置の制御プログラム
出願人ソフトバンク株式会社
代理人弁理士法人白坂
主分類G06Q 50/10 20120101AFI20250926BHJP(計算;計数)
要約【課題】定型又は非定型、及び手書き又は活字によらず、書類に記載された文字を高精度で認識可能な情報処理装置等を提供すること。
【解決手段】情報処理装置は、活字文字及び手書き文字を含む書類の画像を取得する取得部、画像内の活字文字を認識する活字文字認識部、活字文字認識部による認識結果に基づいて、画像内のキーワードの位置を特定する特定部、キーワードの位置及び画像の特徴に基づいて、検出対象の手書き文字列を含む領域である目標領域を設定する設定部、、目標領域に含まれる複数の文字列を抽出する抽出部、複数の文字列の手書き文字を認識し、認識結果の信頼度を算出する手書き文字認識部、信頼度に基づいて、複数の文字列のうち、検出対象の手書き文字列を決定する決定部、決定された検出対象の手書き文字列について、手書き文字認識部による認識結果を出力する出力部を備える
【選択図】図2
特許請求の範囲【請求項１】
活字文字及び手書き文字を含む書類の画像を取得する取得部と、
前記画像内の活字文字を認識する活字文字認識部と、
前記活字文字認識部による認識結果に基づいて、前記画像内のキーワードの位置を特定する特定部と、
前記キーワードの位置及び前記画像の特徴に基づいて、検出対象の手書き文字列を含む領域である目標領域を設定する設定部と、
前記目標領域に含まれる複数の文字列を抽出する抽出部と、
前記複数の文字列の手書き文字を認識し、認識結果の信頼度を算出する手書き文字認識部と、
前記信頼度に基づいて、前記複数の文字列のうち、前記検出対象の手書き文字列を決定する決定部と、
前記決定部によって決定された前記検出対象の手書き文字列について、前記手書き文字認識部による認識結果を出力する出力部と、
を備える、情報処理装置。
続きを表示（約 1,600 文字）【請求項２】
前記画像は、前記検出対象の手書き文字列を複数含み、
前記設定部は、前記キーワードの位置で特定された、一の検出対象の手書き文字列を含む一の目標領域の位置を、他の検出対象の手書き文字列を含む他の目標領域を設定する際のキーワードの位置として用いる、
請求項１に記載の情報処理装置。
【請求項３】
前記設定部は、前記画像の特徴として、前記画像に含まれる罫線に基づいて、前記目標領域を設定する、
請求項１に記載の情報処理装置。
【請求項４】
前記取得部は、前記書類の種類に関する情報をさらに取得し、
前記特定部は、前記書類の種類に応じたキーワードの位置を特定する、
請求項１に記載の情報処理装置。
【請求項５】
前記抽出部は、前記目標領域に含まれる文字または文字列を囲むバウンディングボックスを所定の条件に基づいて組み合わせて、前記複数の文字列として抽出する、
請求項１に記載の情報処理装置。
【請求項６】
前記設定部は、前記目標領域として、検出対象の活字文字列を含む領域を設定し、
前記活字文字認識部は、前記抽出部が抽出した前記目標領域に含まれる複数の文字列の活字文字を認識し、前記活字文字の認識結果の信頼度を算出し、
前記決定部は、前記活字文字の認識結果の信頼度に基づいて、複数の文字列のうち、検出対象の活字文字列を決定し、
前記出力部は、前記決定部によって決定された検出対象の活字文字列について、活字文字認識部による認識結果を出力する、
請求項１に記載の情報処理装置。
【請求項７】
前記書類は母子健康手帳である、前記請求項１に記載の情報処理装置。
【請求項８】
情報処理装置に、
活字文字及び手書き文字を含む書類の画像を取得する取得ステップと、
前記画像内の活字文字を認識する活字文字認識ステップと、
前記活字文字認識ステップによる認識結果に基づいて、前記画像内のキーワードの位置を特定する特定ステップと、
前記キーワードの位置及び前記画像の特徴に基づいて、検出対象の手書き文字列を含む領域である目標領域を設定する設定ステップと、
前記目標領域に含まれる複数の文字列を抽出する抽出ステップと、
前記複数の文字列の手書き文字を認識し、認識結果の信頼度を算出する手書き文字認識ステップと、
前記信頼度に基づいて、前記複数の文字列のうち、前記検出対象の手書き文字列を決定する決定ステップと、
前記決定ステップによって決定された前記検出対象の手書き文字列について、前記手書き文字認識ステップによる認識結果を出力する出力ステップと、
を実行させる、情報処理装置の制御方法。
【請求項９】
情報処理装置に、
活字文字及び手書き文字を含む書類の画像を取得する取得機能と、
前記画像内の活字文字を認識する活字文字認識機能と、
前記活字文字認識機能による認識結果に基づいて、前記画像内のキーワードの位置を特定する特定機能と、
前記キーワードの位置及び前記画像の特徴に基づいて、検出対象の手書き文字列を含む領域である目標領域を設定する設定機能と、
前記目標領域に含まれる複数の文字列を抽出する抽出機能と、
前記複数の文字列の手書き文字を認識し、認識結果の信頼度を算出する手書き文字認識機能と、
前記信頼度に基づいて、前記複数の文字列のうち、前記検出対象の手書き文字列を決定する決定機能と、
前記決定機能によって決定された前記検出対象の手書き文字列について、前記手書き文字認識機能による認識結果を出力する出力機能と、
を実現させる、情報処理装置の制御プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、情報処理装置の制御方法、及び情報処理装置の制御プログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
従来、ＯＣＲ（Optical Character Recogination/Reader：光学的文字認識）により、免許証や保険証等の本人確認書類の各項目に記載された文字を、本人確認書類の画像から読み取ることが行われている（例えば、特許文献１）。近年では、人工知能技術の発展により、深層学習等のＡＩ（Artificial Intelligence：人工知能）技術を活用して、文字認識精度やレイアウト解析精度の向上を図ったＡＩ－ＯＣＲの利用も広がっている。
【先行技術文献】
【特許文献】
【０００３】
特開２００７－１４０７０３公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、本人確認書類の中には、例えば母子健康手帳のようにフォーマットが自治体によって異なる非定型書類であるとともに、手書きで記入された項目と、活字で記入された項目とが混在するものがある。このような場合、ＡＩ－ＯＣＲを用いても、精度の高い読取りを行うことが難しかった。
【０００５】
定型又は非定型、及び手書き又は活字によらず、書類に記載された文字を高精度で認識することが求められている。
【課題を解決するための手段】
【０００６】
本発明の一実施形態に係る情報処理装置は、活字文字及び手書き文字を含む書類の画像を取得する取得部と、画像内の活字文字を認識する活字文字認識部と、活字文字認識部による認識結果に基づいて、画像内のキーワードの位置を特定する特定部と、キーワードの位置及び画像の特徴に基づいて、検出対象の手書き文字列を含む領域である目標領域を設定する設定部と、目標領域に含まれる複数の文字列を抽出する抽出部と、複数の文字列の手書き文字を認識し、認識結果の信頼度を算出する手書き文字認識部と、信頼度に基づいて、複数の文字列のうち、検出対象の手書き文字列を決定する決定部と、決定部によって決定された検出対象の手書き文字列について、手書き文字認識部による認識結果を出力する出力部とを備える。
【０００７】
本発明の一実施形態に係る情報処理装置において、画像は、検出対象の手書き文字列を複数含み、設定部は、キーワードの位置で特定された、一の検出対象の手書き文字列を含む一の目標領域の位置を、他の検出対象の手書き文字列を含む他の目標領域を設定する際のキーワードの位置として用いてよい。
【０００８】
本発明の一実施形態に係る情報処理装置において、設定部は、画像の特徴として、画像に含まれる罫線に基づいて、目標領域を設定してよい。
【０００９】
本発明の一実施形態に係る情報処理装置において、取得部は、書類の種類に関する情報をさらに取得し、特定部は、書類の種類に応じたキーワードの位置を特定してよい。
【００１０】
本発明の一実施形態に係る情報処理装置において、抽出部は、目標領域に含まれる文字または文字列を囲むバウンディングボックスを所定の条件に基づいて組み合わせて、複数の文字列として抽出してよい。
（【００１１】以降は省略されています）

関連特許