特許 6865797 真贋判定方法、情報処理装置、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6865797

(24)【登録日】2021年4月8日

(45)【発行日】2021年4月28日

(54)【発明の名称】真贋判定方法、情報処理装置、及びプログラム

(51)【国際特許分類】

   G06T 7/00 20170101AFI20210419BHJP

   G06K 9/62 20060101ALI20210419BHJP

   G06T 7/90 20170101ALI20210419BHJP

【ＦＩ】

   G06T7/00 300E

   G06K9/62 610B

   G06T7/90 C

【請求項の数】10

【全頁数】40

(21)【出願番号】特願2019-147425(P2019-147425)

(22)【出願日】2019年8月9日

(65)【公開番号】特開2021-28756(P2021-28756A)

(43)【公開日】2021年2月25日

【審査請求日】2019年8月9日

(73)【特許権者】

【識別番号】397077955

【氏名又は名称】株式会社三井住友銀行

(74)【代理人】

【識別番号】110001243

【氏名又は名称】特許業務法人 谷・阿部特許事務所

(72)【発明者】

【氏名】松田 卓久

【審査官】 佐野 潤一

(56)【参考文献】

【文献】 特開平０８−２８７３２７（ＪＰ，Ａ）

【文献】 特開２０１７−２１５７３９（ＪＰ，Ａ）

【文献】 特開２００４−２５２６６０（ＪＰ，Ａ）

【文献】 特開２０１９−００３４２１（ＪＰ，Ａ）

【文献】 特開２０１９−００３５０４（ＪＰ，Ａ）

【文献】 特開２００８−１２９８９２（ＪＰ，Ａ）

【文献】 特開２０１１−０３４５３５（ＪＰ，Ａ）

【文献】 特開２０１３−０２５５７１（ＪＰ，Ａ）

【文献】 特開２０２０−０８６９２２（ＪＰ，Ａ）

【文献】 特開２０１６−０７６０７９（ＪＰ，Ａ）

【文献】 特開２００５−２２５０７２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００

Ｇ０６Ｔ ７／００

Ｇ０６Ｋ ９／６２

Ｇ０６Ｋ １７／００

Ｇ０６Ｋ １９／００

Ｇ０７Ｄ ７／００

(57)【特許請求の範囲】

【請求項1】

真贋判定の対象となる証明書の画像を取得することと、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成することと、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群を格納した第１の記憶部を参照し、前記画像群の各画像と前記判定用画像との類似度を比較し、前記画像群のいずれかの画像について前記類似度が閾値以上の場合に、取得された前記証明書の画像に対する判定結果を真とし、前記画像群の全ての画像について前記類似度が閾値未満の場合に、取得された前記証明書の画像に対する判定結果を偽とする第１の真贋判定の処理を実行することと
を含む処理をコンピュータが実行する、真贋判定方法。

【請求項2】

前記第１の部分は、前記発行者の特定に利用可能な文字と、前記発行者毎に形状が異なる図形とを含む
請求項１に記載の真贋判定方法。

【請求項3】

前記マスク画像は、前記証明書によって特定の事項が証明される場合に特定の背景色が使われる部分の少なくとも一部が前記マスキングの際に残るように設定される
請求項１又は２に記載の真贋判定方法。

【請求項4】

前記マスク画像は、前記証明書によって前記特定の事項が証明される場合に、特定の文字が記載される部分の少なくとも一部が前記マスキングの際に残るように設定される
請求項３に記載の真贋判定方法。

【請求項5】

取得された前記証明書の画像から、発行者と、発行時期と、所定の記載欄にある文字又は数字の画像を抽出することと、
発行者、発行時期、前記所定の記載欄にある文字又は数字の画像とを対応付ける第２の記憶部を参照し、取得された前記証明書の画像から抽出された前記文字又は数字の画像と、前記第２の記憶部から抽出される前記文字又は数字の画像との比較結果に基づいて、取得された前記証明書の画像に対する第２の真贋判定の処理を実行することと、
前記第１の真贋判定の処理及び前記第２の真贋判定の処理のうち少なくとも一方で偽と判定された場合に、取得された前記証明書の画像が贋物であると判定することと
をさらに含む、
請求項１〜４のいずれか１項に記載の真贋判定方法。

【請求項6】

取得された前記証明書の画像を解析し、日付が記載される複数の第１の記載欄から複数の日付を取得することと、
前記複数の第１の記載欄に記載される日付の先後関係を示す第１の情報を参照し、取得された前記複数の日付の先後関係が前記第１の情報が示す先後関係と整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することと
をさらに含む、
請求項１〜５のいずれか１項に記載の真贋判定方法。

【請求項7】

取得された前記証明書の画像を解析して、発行時期を特定すると共に、前記証明書により証明される事柄についての記載内容のうち、発行時期によって記載の有無が異なる所定の記載内容を検出することと、
特定された前記発行時期と、前記所定の記載内容についての検出結果とが整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することと
をさらに含む、
請求項１〜６のいずれか１項に記載の真贋判定方法。

【請求項8】

取得された前記証明書の画像を解析し、発行者の特定に利用可能な文字又は数字が記載される複数の第２の記載欄のそれぞれから前記文字又は数字を抽出し、前記複数の第２の記載欄に対応する発行者が互いに一致するか否かを確認し、一致しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定すること
をさらに含む、
請求項１〜７のいずれか１項に記載の真贋判定方法。

【請求項9】

真贋判定の対象となる証明書の画像を取得する取得部と、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成するマスキング部と、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群を格納した記憶部を参照し、前記画像群の各画像と前記判定用画像との類似度を比較し、前記画像群のいずれかの画像について前記類似度が閾値以上の場合に、取得された前記証明書の画像に対する判定結果を真とし、前記画像群の全ての画像について前記類似度が閾値未満の場合に、取得された前記証明書の画像に対する判定結果を偽とする判定部と
を有する、情報処理装置。

【請求項10】

真贋判定の対象となる証明書の画像を取得することと、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成することと、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群を格納した記憶部を参照し、前記画像群の各画像と前記判定用画像との類似度を比較し、前記画像群のいずれかの画像について前記類似度が閾値以上の場合に、取得された前記証明書の画像に対する判定結果を真とし、前記画像群の全ての画像について前記類似度が閾値未満の場合に、取得された前記証明書の画像に対する判定結果を偽とすることと
を含む処理をコンピュータに実行させる、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、真贋判定方法、情報処理装置、及びプログラムに関する。

【背景技術】

【0002】

金融機関の店頭で口座を開設する際には本人確認書類の提示が求められる。郵送で口座開設の手続きを行う場合には、申込人が申請書類と共に本人確認書類の原本又はコピーを金融機関に郵送する。これらの方法に加え、最近では、申込人がコンピュータを利用して本人確認書類の画像を金融機関に送ることで、口座を開設できるようにする仕組みの導入が検討されている。この仕組みを導入する際には、送られてきた画像から本人確認書類の真贋を正しく判定する技術が必要になる。

【0003】

証明書の真贋判定に関し、下記の特許文献１では、証明書の交付地域及び交付期間に関連付けて証明書に含まれる文字の登録文字パターンを記録しておき、その登録文字パターンを利用して証明書の真贋を判定する方法が提案されている。この方法では、検証対象の証明書画像に含まれる文字を認識し、その証明書の交付地域及び交付時期を特定し、その証明書画像を用いて特定した使用文字パターンと登録文字パターンとの比較結果に基づいて証明書の真贋を判定している。なお、下記の特許文献２には、画像特徴量を利用して画像同士の類似性を判定する方法が提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開2019-3504号公報

【特許文献2】特開2018-142189号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記の提案方法を適用すれば、交付地域及び交付期間に応じて異なる文字パターンが使用される記載箇所に加工が施された証明書画像を贋物と判定しうる。しかしながら、登録文字パターンと同じ字形の文字を利用して証明書画像に加工が施されていた場合、その証明書画像は本物と判定されうるため、判定精度が十分とはいえない。

【0006】

上記の事情に鑑み、本開示の一側面によれば、本開示の目的は、より精度良く証明書画像の真贋を判定することが可能な真贋判定方法、情報処理装置、及びプログラムを提供することにある。

【課題を解決するための手段】

【0007】

本開示の第１の態様によれば、真贋判定の対象となる証明書の画像を取得することと、発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された証明書の画像にマスキングを施して判定用画像を生成することと、事前に用意された証明書についてのサンプル画像に対してマスク画像によるマスキングを施した画像群を格納した記憶部を参照し、画像群の各画像と判定用画像との比較結果に基づいて、取得された証明書の画像の真贋を判定することとを含む処理をコンピュータが実行する、真贋判定方法が提供される。

【0008】

本開示の第２の態様によれば、真贋判定の対象となる証明書の画像を取得する取得部と、発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された証明書の画像にマスキングを施して判定用画像を生成するマスキング部と、事前に用意された証明書についてのサンプル画像に対してマスク画像によるマスキングを施した画像群を格納した記憶部を参照し、画像群の各画像と判定用画像との比較結果に基づいて、取得された証明書の画像の真贋を判定する判定部とを有する、情報処理装置が提供される。

【0009】

本開示の第３の態様によれば、真贋判定の対象となる証明書の画像を取得することと、発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された証明書の画像にマスキングを施して判定用画像を生成することと、事前に用意された証明書についてのサンプル画像に対してマスク画像によるマスキングを施した画像群を格納した記憶部を参照し、画像群の各画像と判定用画像との比較結果に基づいて、取得された証明書の画像の真贋を判定することとを含む処理をコンピュータに実行させる、プログラムが提供される。また、本開示の第４の態様によれば、当該プログラムが格納された、コンピュータにより読み取り可能な非一時的な記録媒体（Non-transitory computer readable storage medium）が提供される。

【発明の効果】

【0010】

本開示によれば、より精度良く証明書画像の真贋を判定できる。

【図面の簡単な説明】

【0011】

【図1】本開示の第１実施形態に係る真贋判定装置を含むシステムについて説明するためのブロック図である。

【図2】本開示の第１実施形態に係る真贋判定装置の機能を実現可能なハードウェアについて説明するためのブロック図である。

【図3】本開示の第１実施形態に係るマスキング及びパターン学習について説明するための第１の模式図である。

【図4】本開示の第１実施形態に係るマスキング及びパターン学習について説明するための第２の模式図である。

【図5】本開示の第１実施形態に係る字形画像ＤＢの生成について説明するための模式図である。

【図6】本開示の第１実施形態に係る判定器生成装置の動作について説明するためのフロー図である。

【図7】本開示の第１実施形態に係る第１判定部の機能について説明するためのブロック図である。

【図8】本開示の第１実施形態に係る黒塗り画像判定の処理について説明するためのフロー図である。

【図9】本開示の第１実施形態に係る第２判定部の機能について説明するためのブロック図である。

【図10】本開示の第１実施形態に係る字形画像判定の処理について説明するためのフロー図である。

【図11】本開示の第１実施形態に係る第３判定部の機能について説明するためのブロック図である。

【図12】本開示の第１実施形態に係る日付条件ＤＢについて説明するための図表である。

【図13】本開示の第１実施形態に係る関係性ＤＢについて説明するための図表である。

【図14】本開示の第１実施形態に係る関係性判定の処理について説明するための第１のフロー図である。

【図15】本開示の第１実施形態に係る関係性判定の処理について説明するための第２のフロー図である。

【図16】本開示の第１実施形態に係る総合判定部の機能について説明するためのブロック図である。

【図17】本開示の第１実施形態に係る判定モードＤＢについて説明するための図表である。

【図18】本開示の第１実施形態に係る閾値ＤＢについて説明するための図表である。

【図19】本開示の第１実施形態に係る総合判定の処理について説明するための第１のフロー図である。

【図20】本開示の第１実施形態に係る総合判定の処理について説明するための第２のフロー図である。

【図21】本開示の第２実施形態に係るテンプレート画像ＤＢについて説明するための図表である。

【図22】本開示の第２実施形態に係る黒塗り画像判定の処理について説明するためのフロー図である。

【図23】本開示の第２実施形態に係る字形画像ＤＢについて説明するための図表である。

【図24】本開示の第２実施形態に係る字形画像判定の処理について説明するための第１のフロー図である。

【図25】本開示の第２実施形態に係る字形画像判定の処理について説明するための第２のフロー図である。

【発明を実施するための形態】

【0012】

以下に添付図面を参照しながら、本開示の実施形態について説明する。なお、本明細書及び図面において実質的に同一の機能を有する要素については、同一の符号を付することにより重複説明を省略する場合がある。

【0013】

＜第１実施形態＞
以下、本開示の第１実施形態について説明する。

【0014】

［１−１．システム］
図１を参照しながら、第１実施形態に係る真贋判定装置を含むシステムについて説明する。図１は、第１実施形態に係る真贋判定装置を含むシステムについて説明するためのブロック図である。

【0015】

図１に示すように、第１実施形態に係るシステムは、真贋判定装置１０、判定器生成装置２０、及びユーザ機器３０を含む。真贋判定装置１０は、第１実施形態に係る真贋判定装置の一例である。判定器生成装置２０は、第１実施形態に係る判定器生成装置の一例である。ユーザ機器３０は、第１実施形態に係るユーザ機器の一例である。

【0016】

真贋判定装置１０は、本人確認のために受領した証明書画像の真贋を判定する。判定器生成装置２０は、真贋判定装置１０が証明書画像の真贋判定に利用する判定器及びＤＢ（Database）を生成し、その判定器及びＤＢを真贋判定装置１０に提供する。ユーザ機器３０は、ネットワークＮＷを介して真贋判定装置１０に接続され、本人確認書類として証明書画像を真贋判定装置１０に提供する。

【0017】

（ハードウェア）
ここで、図２を参照しながら、第１実施形態に係る真贋判定装置の機能を実現可能なハードウェアについて説明する。図２は、第１実施形態に係る真贋判定装置の機能を実現可能なハードウェアについて説明するためのブロック図である。

【0018】

真贋判定装置１０が有する機能は、図２に示した情報処理装置のハードウェアを用いて実現することが可能である。つまり、真贋判定装置１０が有する機能は、コンピュータプログラムを用いて図２に示した情報処理装置のハードウェアを制御することで実現されうる。

【0019】

図２に示した情報処理装置は、プロセッサ１０ａ、メモリ１０ｂ、表示ＩＦ（Interface）１０ｃ、通信ＩＦ１０ｄ、及び接続ＩＦ１０ｅを含む。

【0020】

プロセッサ１０ａは、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphic Processing Unit）などであってよい。メモリ１０ｂは、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリなどであってよい。

【0021】

表示ＩＦ１０ｃは、ＬＣＤ（Liquid Crystal Display）、ＥＬＤ（Electro-Luminescence Display）などのディスプレイ装置を接続するためのインターフェースである。通信ＩＦ１０ｄは、ネットワークＮＷに接続するための通信インターフェースである。ネットワークＮＷは、ＷＡＮ（Wide Area Network）、有線ＬＡＮ（Local Area Network）、無線ＬＡＮ、移動体通信ネットワークなどを少なくとも一部に含む通信ネットワークである。ネットワークＮＷは、有線の通信ネットワークを含んでもよいし、無線の通信ネットワークを含んでもよい。

【0022】

接続ＩＦ１０ｅは、外部デバイスを接続するためのインターフェースである。接続ＩＦ１０ｅは、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）などであってよい。接続ＩＦ１０ｅには、キーボード、マウス、タッチパネル、タッチパッドなどの入力ＩＦが接続されうる。接続ＩＦ１０ｅには、コンピュータにより読み取り可能な非一時的な可搬性の記録媒体１０ｆが接続されうる。記録媒体１０ｆは、磁気記録媒体、光ディスク、光磁気ディスク、半導体メモリなどであってよい。

【0023】

プロセッサ１０ａは、記録媒体１０ｆに格納されたプログラムを読み出してメモリ１０ｂに格納し、メモリ１０ｂから読み出したプログラムに従って真贋判定装置１０の動作を制御してよい。真贋判定装置１０の動作を制御するプログラムは、メモリ１０ｂに予め格納されてもよいし、通信ＩＦ１０ｄを介してダウンロードされてもよい。

【0024】

真贋判定装置１０の機能を実現可能なハードウェアについて説明したが、判定器生成装置２０及びユーザ機器３０の機能も、図２に示した情報処理装置のハードウェアを利用して実現可能である。そのため、上述したハードウェアの説明を援用し、判定器生成装置２０及びユーザ機器３０のハードウェアについては詳細な説明を省略する。

【0025】

（真贋判定装置の機能）
再び図１を参照し、真贋判定装置１０の機能について、さらに説明する。図１に示すように、真贋判定装置１０は、確認書類受付部１１、記憶部１２、第１判定部１３、第２判定部１４、第３判定部１５、及び総合判定部１６を有する。

【0026】

確認書類受付部１１の機能は、主に、上述したプロセッサ１０ａ及び通信ＩＦ１０ｄにより実現されうる。記憶部１２の機能は、主に、上述したメモリ１０ｂにより実現されうる。第１判定部１３、第２判定部１４、第３判定部１５、及び総合判定部１６の機能は、主に、上述したプロセッサ１０ａにより実現されうる。なお、複数の情報処理装置を利用し、第１判定部１３、第２判定部１４、及び第３判定部１５の機能が、それぞれ異なる情報処理装置に割り当てられてもよい。

【0027】

確認書類受付部１１は、ユーザ機器３０から本人確認の必要がある手続き（口座開設手続など）の申込を受け付けた場合に、ユーザ機器３０に対して本人確認書類の提示を要求する。また、確認書類受付部１１は、本人確認書類の提示要求に対してユーザ機器３０から本人確認書類として提示される証明書画像を受領する。そして、確認書類受付部１１は、証明書画像を記憶部１２に格納する。また、確認書類受付部１１は、証明書画像の真贋判定結果に応じたメッセージをユーザ機器３０に送信する。

【0028】

第１判定部１３は、確認書類受付部１１により記憶部１２に格納された証明書画像にマスキングを施して黒塗り画像を生成し、パターン認識器を利用して、黒塗り画像に基づく証明書画像の真贋判定（以下、黒塗り画像判定）を実施する。なお、黒塗り画像は、判定用画像の一例である。パターン認識器は、事前に用意された多数の証明書画像をマスキングして生成される多数のテンプレート画像をＡＩ（Artificial Intelligence）に学習させることで得られる。パターン認識器の生成方法及び黒塗り画像判定の方法については、後でさらに説明する。

【0029】

第２判定部１４は、確認書類受付部１１により記憶部１２に格納された証明書画像から、証明書に記載の文字又は数字の画像（以下、字形画像）を抽出し、字形画像ＤＢを利用して、字形画像に基づく証明書画像の真贋判定（以下、字形画像判定）を実施する。字形画像ＤＢは、事前に用意された多数の証明書画像から抽出される文字及び数字の図形（以下、字形画像）を格納したデータベースである。字形画像ＤＢの生成方法及び字形画像判定の方法については、後でさらに説明する。

【0030】

第３判定部１５は、確認書類受付部１１により記憶部１２に格納された証明書画像から、相互に関係する複数の記載内容を特定し、記載内容の関係を示すＤＢを利用して、特定した記載内容同士の整合性を確認することで証明書画像の真贋判定（以下、関係性判定）を実施する。記載内容の関係を示すＤＢの例及び関係性判定の方法については、後でさらに説明する。

【0031】

総合判定部１６は、第１判定部１３、第２判定部１４、及び第３判定部１５による真贋判定の結果を総合的に考慮して最終的な真贋判定（以下、総合判定）を実施する。総合判定の方法については、後でさらに説明する。総合判定の結果は、確認書類受付部１１に入力される。確認書類受付部１１は、総合判定の結果に応じたメッセージをユーザ機器３０に送信する。

【0032】

（判定器生成装置の機能）
次に、判定器生成装置２０の機能について説明する。

【0033】

判定器生成装置２０は、解析部２１、及び記憶部２２を有する。解析部２１の機能は、主に、上述したプロセッサ１０ａに相当するハードウェア資源を利用して実現可能である。記憶部２２の機能は、主に、上述したメモリ１０ｂに相当するハードウェア資源を利用して実現可能である。

【0034】

解析部２１は、第１判定部１３が利用するパターン認識器を生成する。また、解析部２１は、第２判定部１４が利用する字形画像ＤＢを生成する。記憶部２２には、本人確認書類として利用される証明書についての事前に用意された多数の証明書画像を含む証明書画像群２２ａと、黒塗り画像を生成する際に用いられるマスク画像２２ｂとが格納される。マスク画像２２ｂは、マスキングする部分を示す画像である。以下、証明書画像群２２ａに含まれる証明書画像をサンプル画像と表記する。

【0035】

（パターン認識器の生成方法）
パターン認識器を生成する際、解析部２１は、マスク画像２２ｂを利用して、証明書画像群２２ａに含まれるサンプル画像にマスキングを施す。以下、マスキング後のサンプル画像をテンプレート画像と表記する。また、解析部２１は、マスキングにより生成された多数のテンプレート画像をＡＩに学習させてパターン認識器を生成する。パターン認識器の生成には、画像パターンの認識に利用可能な任意のＡＩ技術を適用することができる。また、学習手法としては、既知の機械学習及び深層学習を任意に適用することができる。

【0036】

ここで、図３及び図４を参照しながら、第１実施形態に係るマスキング及びパターン学習について、具体例を挙げてさらに説明する。図３は、第１実施形態に係るマスキング及びパターン学習について説明するための第１の模式図である。図４は、第１実施形態に係るマスキング及びパターン学習について説明するための第２の模式図である。

【0037】

図３には、一例として、運転免許証を本人確認書類として利用する場合のサンプル画像４１が示されている。サンプル画像４１は、文字、数字、写真、図形のいずれかを含む記載欄４１ａ、…、４１ｎを有する。記載欄４１ａの左側には被証明者の氏名が記載され、その右側には生年月日が記載されている。記載欄４１ｂには被証明者の住所が記載されている。記載欄４１ｃの左側には運転免許証の交付日が記載され、その右側には交付日に応じて割り振られる照会番号が記載されている。この照会番号は、発行者である公安委員会毎に異なる基準で割り振られることがある。

【0038】

記載欄４１ｄには被証明者の写真が添付されている。記載欄４１ｅには、運転免許証の有効期限が記載されている。有効期限の背景色は、運転免許に関する被証明者の属性（免許取得後の経過日数、事故状況、違反状況など）に応じて決められる。例えば、被証明者が“優良運転者”の場合、有効期限の背景色はゴールドになる。この場合、記載欄４１ｇに“優良運転者”を示すマークが記載される。このマークは、“優良”の文字及びこの文字を囲む枠線により構成される。また、免許取得後に最初の更新を迎えるまでは背景色がグリーンになる。それ以外の場合は背景色がブルーになる。

【0039】

記載欄４１ｆには、免許の条件等が記載される。例えば、運転免許証の種類が“オートマチック限定免許”の場合、記載欄４１ｆには、“普通車はＡＴ車に限る”などと記載される。また、記載欄４１ｆには、“準中型車（５ｔ）に限る”、“中型車（８ｔ）に限る”、“小型二輪のＡＴ車に限る”などの限定条件が記載される。限定免許の種類は交付時期によって異なることがあるため、限定条件の記載内容は交付時期によって変わりうる。

【0040】

記載欄４１ｈには、１２桁の数字が記載される。１２桁のうち、左側から２桁（１、２番目）の数字は公安委員会番号を示す。従って、記載欄４１ｈに記載されている数字の１、２番目の数字を参照すると運転免許証を交付した公安委員会を特定することができる。次の２桁（３、４番目）の数字は、運転免許証の取得年を示す番号（西暦の下２桁）である。従って、記載欄４１ｈに記載されている数字の３、４番目の数字を参照すると運転免許証を最初に取得した年を特定することができる。

【0041】

次の６桁（５〜１０番目）の数字は、各都道府県の公安委員会が独自の基準で設定しうる管理番号である。次の１桁（１１番目）の数字はチェックディジットである。そして、最後の１桁（１２番目）の数字は再交付の回数を示す。

【0042】

記載欄４１ｉには、運転免許証であることを示す文字列が記載される。記載欄４１ｊには、免許の種類が記載される。記載欄４１ｋには、対応する区分についての免許の取得年月日が記載される。複数の免許を含む区分については、その区分に含まれる免許のうち最初に取得した免許の取得年月日が対応する欄に記載される。

【0043】

記載欄４１ｍには、公安委員会の名称が記載される。記載欄４１ｎには、公安委員会の印鑑が表示されることがある。従って、記載欄４１ｍ、４１ｎを参照することで、運転免許証の発行者を特定することができる。なお、特定の公安委員会が交付した運転免許証には、公安委員会の印鑑が表示されないこともある。

【0044】

運転免許証には、上述した記載欄に記載される内容の他、記載欄を囲む枠線や模様などが付されている。上述した記載欄に記載されている文字及び数字の字形、文字及び数字の配置、特定の記載欄に記載される内容、及び、枠線の記載方法（例えば、線の太さ、枠の形状、枠のレイアウト）など、運転免許証の表記は、発行者毎に異なることがある。従って、運転免許証のうち、発行者を特定可能な情報を含む部分の画像と、表記が変化しうる部分の画像とをＡＩに学習させることで、発行者毎に異なる違いを認識することができるパターン認識器を生成することができる。

【0045】

上記の通り、運転免許証には、被証明者に関する情報が記載される記載欄が多く含まれる。被証明者に関する情報としては、被証明者の氏名、生年月日、住所、免許証番号（記載欄４１ｈの番号）、免許の条件等、取得日、免許の種類がある。また、有効期限は、交付日及び運転免許に関する被証明者の属性（優良運転者など）に依存する。被証明者に依存する情報は、発行者に依存する情報を認識するためのパターン認識器を生成する際にはノイズとなる。そのため、解析部２１は、被証明者に依存する情報を極力排除するようにサンプル画像４１に対してマスキングを施す。

【0046】

図３に例示したテンプレート画像４２では、被証明者に依存する情報の大部分がマスキングされている一方で、記載欄４１ｂに記載されている住所のうち、行政区画（都道府県）を示す“東京都”の文字がマスキングされずに残されている。運転免許証の場合、被証明者が居住する行政区画の公安委員会が発行者となるため、行政区画を示す文字は、発行者の特定に利用可能な情報として利用することができる。この例のように、発行者に関する情報を積極的に残すことは、発行者に依存する情報を認識するパターン認識器を生成する際には認識精度を高める上で有利に作用する。

【0047】

運転免許証以外の証明書を本人確認書類として利用する場合についても同様である。例えば、個人番号カード（マイナンバーカード）を利用する場合には図４のようになる。図４には、個人番号カードのサンプル画像５１と、サンプル画像５１をマスキングしたテンプレート画像５２とが例示されている。この例では、記載欄５１ａに被証明者の氏名が記載され、記載欄５１ｂに住所が記載されている。記載欄５１ｃには被証明者の生年月日が記載され、記載欄５１ｄには証明書の種類（個人番号カード）を示すマークが記載されている。

【0048】

記載欄５１ｅには被証明者の性別が記載され、記載欄５１ｆには有効期限が記載されている。個人番号カードの有効期限は、発行日から１０回目の誕生日までに設定される。そのため、有効期限の月日と、生年月日の月日とは同じになる。記載欄５１ｇには個人番号カードを発行した市区町村長を示す文字が記載される。従って、記載欄５１ｇを参照すると個人番号カードを発行した発行者を特定することができる。

【0049】

記載欄５１ｈには電子証明書の有効期限が記載されうる。電子証明書の有効期限は、被証明者が電子証明書を発行した場合に記載される。記載欄５１ｊには被証明者の写真が添付されている。記載欄５１ｉ、５１ｎは、被証明者又は発行者側で記入する事項の記載欄である。記載欄５１ｋ、５１ｍの数字は、被証明者又は発行者に関する情報を含みうる。

【0050】

個人番号カードには、上述した記載欄に記載される内容の他、記載欄を囲む枠線や模様などが付されている。上述した記載欄に記載されている文字及び数字の字形、文字及び数字の配置、特定の記載欄に記載される内容、枠線の記載方法（例えば、線の太さ、枠の形状、枠のレイアウト）、及び背景の模様など、個人番号カードの表記は、発行者毎に異なることがある。従って、運転免許証の場合と同様に、発行者を特定可能な情報を含む部分の画像と、表記が変化しうる部分の画像とをＡＩに学習させることで、発行者毎に異なる違いを認識することができるパターン認識器を生成することができる。

【0051】

被証明者の氏名、住所、生年月日、性別、写真、及び生年月日に依存する有効期限は、被証明者に依存する情報である。記載欄５１ｋ、５１ｍ、５１ｎの記載内容も、被証明者に依存する情報を含みうる。電子証明書の有効期限も、被証明者の行動（電子証明書の発行申請）に依存する。これらの情報は、発行者に依存する情報を認識するためのパターン認識器を生成する際にはノイズとなる。そのため、解析部２１は、これらの情報を極力排除するようにサンプル画像５１に対してマスキングを施す。

【0052】

図４に例示したテンプレート画像５２では、被証明者に依存する情報の大部分がマスキングされている一方で、記載欄５１ｂに記載されている住所のうち、行政区画（市区町村）を示す“東京都○○区”の文字がマスキングされずに残されている。個人番号カードの場合、被証明者が居住する行政区画の長が発行者となるため、行政区画を示す文字は、発行者の特定に利用可能な情報として利用することができる。この例のように、発行者に関する情報を積極的に残すことは、発行者に依存する情報を認識するパターン認識器を生成する際には認識精度を高める上で有利に作用する。

【0053】

図３及び図４に示した例のように、解析部２１は、証明書画像群２２ａに含まれるサンプル画像にマスキングを施してテンプレート画像を生成する。そして、解析部２１は、テンプレート画像をＡＩに学習させてパターン認識器を生成する。上記の例では運転免許証及び個人番号カードを例に挙げたが、運転経歴証明書やパスポートなどについても同様に上記の方法を適用することができる。解析部２１は、生成したパターン認識器を第１判定部１３に提供する。

【0054】

（字形画像判定）
次に、図５を参照しながら、第１実施形態に係る字形画像ＤＢの生成について説明する。図５は、第１実施形態に係る字形画像ＤＢの生成について説明するための模式図である。図５には、運転免許証のサンプル画像４１と、サンプル画像４１を含む運転免許証のサンプル画像群から生成される字形画像ＤＢ４３とが例示されている。

【0055】

既に説明したように、運転免許証の表記は、発行者によって変わりうる。また、運転免許証の表記は、交付時期によっても変わりうる。例えば、特定の部分に記載される文字・数字の字形は、発行者及び交付時期によって変わることがある。そのため、特定の部分に記載される文字・数字の字形は、運転免許証の真贋判定に利用することができる。その真贋判定の際に利用される正しい字形の情報を格納したデータベースが字形画像ＤＢ４３である。字形画像ＤＢ４３には、発行者、交付時期、記載箇所、文字・数字、及びその文字・数字の画像（字形画像）が対応付けて格納される。

【0056】

解析部２１は、証明書画像群２２ａから運転免許証のサンプル画像を抽出し、任意の文字認識技術を利用して所定の記載箇所に記載されている文字・数字を認識する。例えば、ＯＣＲ（Optical Character Recognition）で用いられる文字認識技術を利用することができる。図５に例示したサンプル画像４１の場合、解析部２１は、記載欄４１ｂに記載されている住所のうち、行政区画を示す“東京都”の文字を認識し、字形画像ＤＢ４３の発行者欄に記録する。また、解析部２１は、記載欄４１ｃに記載されている交付日を認識し、その交付日に対応する時期を字形画像ＤＢ４３の交付時期欄に記録する。なお、解析部２１は、交付日の年月を交付時期欄に記録してもよい。

【0057】

また、解析部２１は、事前に設定された記載箇所の文字・数字を認識し、その記載箇所を示す情報を字形画像ＤＢ４３の記載箇所欄に記録する。さらに、解析部２１は、その記載箇所に記載されている文字・数字の認識結果を字形画像ＤＢ４３の文字・数字欄に記録し、その文字・数字の字形画像を字形画像ＤＢ４３の字形画像欄に記録する。図５の例では、記載欄４１ａに記載されている生年月日の数字“５”が認識され、記載箇所欄には“生年月日欄”、文字・数字欄には“５”、字形画像欄にはその字形画像が記録されている。

【0058】

上記と同様に、図５の例では、記載欄４１ｅに記載されている有効期限のうち元号の文字“平成”が認識され、字形画像ＤＢ４３の記載箇所欄には“有効期限欄”、文字・数字欄には“平成”、字形画像欄にはその字形画像が記録されている。記載欄４１ｈに記載の文字“号”についても同様に字形画像ＤＢ４３に情報が記録されている。

【0059】

図５の例では説明の都合上、サンプル画像４１の注目部分に太枠を付し、その部分について字形画像ＤＢ４３に記録される事項を例示したが、他の記載箇所についても同様に処理される。処理対象となる記載箇所は、全ての記載箇所であってもよいし、事前に選択された任意の記載箇所であってもよい。例えば、背景色がない部分の記載箇所を処理対象とすれば文字認識が容易になる。また、被証明者、発行者、交付時期に依らず同じ文字が記載される記載箇所（例えば、記載欄４１ｉ）を処理対象とすれば、その文字がほぼ全てのサンプル画像に含まれるため、より多く字形画像が得られる。

【0060】

ここでは、運転免許証についての字形画像ＤＢ４３を生成する方法について示したが、他の証明書についても同様の方法を適用して字形画像ＤＢを生成することができる。この方法を適用することで、発行者及び交付時期と、字形画像との関係が既知でない証明書についても字形画像ＤＢを生成することができる。解析部２１は、本人確認書類として利用可能な各証明書についての字形画像ＤＢを第２判定部１４に提供する。

【0061】

（判定器生成装置の動作）
次に、図６を参照しながら、第１実施形態に係る判定器生成装置の動作について説明する。図６は、第１実施形態に係る判定器生成装置の動作について説明するためのフロー図である。

【0062】

（Ｓ１０１）解析部２１は、記憶部２２に格納されている証明書画像群２２ａの各サンプル画像を読み込む。

【0063】

（Ｓ１０２）解析部２１は、記憶部２２に格納されているマスク画像２２ｂを用いて各サンプル画像にマスキングを施し、各サンプル画像に対応するテンプレート画像を生成する。例えば、解析部２１は、図３及び図４に示すように、発行者に関する情報を残し、かつ被証明者に依存する情報をマスキングしたテンプレート画像を生成する。なお、マスキングの際、サンプル画像のうち発行者に関する情報の一部がマスキングされてもよいし、被証明者に依存する情報の一部が残されてもよい。

【0064】

（Ｓ１０３、Ｓ１０４）解析部２１は、証明書画像群２２ａに含まれる多数のサンプル画像に対応する多数のテンプレート画像をＡＩに学習させてパターン認識器を生成する。テンプレート画像内では発行者に関する情報が残され、被証明者に依存する情報がマスキングされているため、被証明者に非依存の表記について、発行者に依存する表記の違いを認識しうるパターン認識器が生成される。解析部２１は、生成したパターン認識器を第１判定部１３に提供する。

【0065】

（Ｓ１０５）解析部２１は、各サンプル画像を解析して発行者、交付時期を特定し、事前に設定された記載箇所（所定欄）の文字・数字を読み取る。例えば、解析部２１は、文字認識により被証明者の住所を読み取り、住所の行政区画を示す文字から発行者を特定する。また、解析部２１は、文字認識により交付日を読み取り、その交付日に対応する交付時期を特定する。また、解析部２１は、文字認識により所定欄の文字・数字を読み取ると共に、その文字・数字の字形画像をサンプル画像から切り取る。

【0066】

（Ｓ１０６、Ｓ１０７）解析部２１は、証明書の種類毎に、発行者、交付時期、文字・数字、及び文字・数字の字形画像を字形画像ＤＢに対応付けて格納する。そして、解析部２１は、字形画像ＤＢを第２判定部１４に提供する。Ｓ１０７の処理が完了すると、図６に示した一連の処理は終了する。なお、変形例として、Ｓ１０２〜Ｓ１０４の処理群とＳ１０５〜Ｓ１０７の処理群とを入れ替えてもよいし、これら２つの処理群を並列に実行してもよい。

【0067】

（ユーザ機器の機能）
再び図１を参照し、ユーザ機器３０の機能について説明する。図１に示すように、ユーザ機器３０は、撮像部３１、記憶部３２、制御部３３、及び表示部３４を有する。

【0068】

撮像部３１の機能は、レンズを含む光学系、及び、ＣＣＤ（Charge-Coupled Device）センサ又はＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサなどの撮像素子とを有するカメラユニットを利用して実現可能である。記憶部３２の機能は、主に、上述したメモリ１０ｂに相当するハードウェア資源を利用して実現可能である。制御部３３の機能は、主に、上述したプロセッサ１０ａに相当するハードウェア資源を利用して実現可能である。表示部３４の機能は、主に、上述した表示ＩＦ１０ｃに相当するハードウェア資源及びそれに接続されるディスプレイ装置を利用して実現可能である。

【0069】

撮像部３１は、ユーザ機器３０のカメラ機能を提供する。例えば、撮像部３１は、本人確認書類として利用される証明書を撮像するために利用される。この場合、撮像部３１は、制御部３３による制御に応じて証明書を撮像し、証明書画像を記憶部３２に格納する。また、撮像部３１は、ユーザ機器３０を操作するユーザの顔を撮像するために利用されてよい。この場合、撮像部３１は、ユーザの顔写真を記憶部３２に格納する。

【0070】

制御部３３は、ユーザ操作に応じて記憶部３２に格納された証明書画像を真贋判定装置１０に送信する。このとき、制御部３３は、証明書画像と共にユーザの顔写真を真贋判定装置１０に送信してもよい。ユーザの顔写真を併せて送信することで、真贋判定装置１０の側において、証明書画像の顔写真と、受信されたユーザの顔写真との類似性から、被証明者が証明書画像を送信したことを確認することができるようになる。

【0071】

表示部３４には、撮像部３１により撮像された証明書画像及びユーザの顔写真が表示されうる。また、表示部３４には、真贋判定装置１０から送信されるメッセージが表示されうる。例えば、本人確認を要する手続きを申し込む場合、その申込に利用する情報入力フォームが真贋判定装置１０の側から提供され、その情報入力フォームが表示部３４に表示されてもよい。また、ユーザ機器３０から送信された証明書画像に対する真贋判定の結果を示すメッセージが表示部３４に表示されてもよい。

【0072】

なお、ユーザ機器３０は、本人確認書類として被証明者が証明書画像を真贋判定装置１０に送信するために利用する情報処理装置であり、その形態は任意である。例えば、ユーザ機器３０は、携帯電話、スマートフォン、タブレット端末、ノートＰＣ（Personal Computer）、デスクトップＰＣ、ゲーム機、又は、ＡＴＭ（Automatic Teller Machine）などの店頭端末であってよい。図１の例では、ユーザ機器の数が１つであるが、複数のユーザ機器がネットワークＮＷを介して真贋判定装置１０に接続されてもよい。

【0073】

以上、第１実施形態に係るシステムについて説明した。以下では、真贋判定装置１０が有する第１判定部１３、第２判定部１４、第３判定部１５、及び総合判定部１６の機能及び動作について、さらに説明する。

【0074】

［１−２．第１判定部（黒塗り画像判定）］
まず、図７を参照しながら、第１実施形態に係る第１判定部の機能について説明する。図７は、第１実施形態に係る第１判定部の機能について説明するためのブロック図である。

【0075】

図７に示すように、第１判定部１３は、記憶部１３１、対象画像取得部１３２、マスキング部１３３、及び黒塗り画像判定部１３４を有する。

【0076】

記憶部１３１には、マスク画像１３１ａ及びパターン認識器１３１ｂが格納される。マスク画像１３１ａは、判定器生成装置２０が証明書画像群２２ａのサンプル画像をマスキングする際に利用したマスク画像２２ｂと同じものである。パターン認識器１３１ｂは、判定器生成装置２０により生成されたパターン認識器である。

【0077】

対象画像取得部１３２は、真贋判定の対象となる証明書画像（以下、対象画像）を確認書類受付部１１から取得する。マスキング部１３３は、マスク画像１３１ａを利用して対象画像にマスキングを施す。以下、マスキング後の対象画像を黒塗り画像と表記することがある。黒塗り画像判定部１３４は、マスキング部１３３により生成された黒塗り画像をパターン認識器１３１ｂに入力する。

【0078】

パターン認識器１３１ｂは、学習したテンプレート画像と、入力された黒塗り画像との間の一致点及び相違点を認識し、部分的に相違する度合いが大きいほど低くなる確信度Ｃ１を認識結果として出力する。テンプレート画像及び黒塗り画像では発行者に関する情報を含む部分がマスキングされていないため、その部分については一致点として認識され、その他の部分におけるテンプレート画像と黒塗り画像との間の相違点がパターン認識器１３１ｂにより評価される。パターン認識器１３１ｂから出力される確信度Ｃ１は総合判定部１６に入力される。

【0079】

ここで、図８を参照しながら、第１実施形態に係る黒塗り画像判定の処理について、処理の流れを説明する。図８は、第１実施形態に係る黒塗り画像判定の処理について説明するためのフロー図である。

【0080】

（Ｓ１１１）マスキング部１３３は、記憶部１３１に格納されているマスク画像１３１ａを用いて、対象画像取得部１３２により取得される対象画像にマスキングを施し、その対象画像に対応する黒塗り画像を生成する。マスキング部１３３は、生成された黒塗り画像を黒塗り画像判定部１３４へと出力する。

【0081】

（Ｓ１１２）黒塗り画像判定部１３４は、記憶部１３１に格納されているパターン認識器１３１ｂに対し、マスキング部１３３により生成された黒塗り画像を入力する。そして、黒塗り画像判定部１３４は、パターン認識器１３１ｂから認識結果として出力される確信度を総合判定部１６へと出力する。

【0082】

（Ｓ１１３）第１判定部１３は、全ての対象画像についてＳ１１１及びＳ１１２の処理（黒塗り画像判定）を実行したか否かを判定する。全ての対象画像を処理し終えた場合、図８に示した一連の処理は終了する。一方、未処理の対象画像がある場合、処理はＳ１１１へと進み、未処理の対象画像について、Ｓ１１１及びＳ１１２の処理が実行される。

【0083】

［１−３．第２判定部（字形画像判定）］
次に、図９を参照しながら、第１実施形態に係る第２判定部の機能について説明する。図９は、第１実施形態に係る第２判定部の機能について説明するためのブロック図である。

【0084】

図９に示すように、第２判定部１４は、記憶部１４１、対象画像取得部１４２、文字認識部１４３、及び字形判定部１４４を有する。

【0085】

記憶部１４１には、字形画像ＤＢ１４１ａ及び類似度判定器１４１ｂが格納される。字形画像ＤＢ１４１ａは、運転免許証に対応する上記の字形画像ＤＢ４３と同様に、発行者、交付時期、記載箇所、文字・数字、及びその文字・数字の字形画像が対応付けて格納された各証明書に対応する字形画像ＤＢである。

【0086】

類似度判定器１４１ｂは、２つの画像を比較し、それらの類似度を出力するプログラムモジュールである。類似度判定器１４１ｂは、ＡＩ学習を利用して判定器生成装置２０により生成されてもよいし、汎用の類似度判定器が適用されてもよい。類似度判定の手法としては、ＢＲＩＥＦ（Binary Robust Independent Elementary Features）、ＯＲＢ（Oriented FAST and Rotated BRIEF）、ＳＩＦＴ（Scale-Invariant Feature Transform）、ＳＵＲＦ（Speeded-Up Robust Features）などの画像特徴を用いた判定手法がある。

【0087】

対象画像取得部１４２は、対象画像を確認書類受付部１１から取得する。文字認識部１４３は、任意の文字認識技術を利用して、発行者の特定に利用可能な記載欄の文字・数字を読み取り、その文字・数字から発行者を特定する。また、文字認識部１４３は、文字認識により、交付時期の特定に利用可能な記載欄の文字・数字を読み取り、その文字・数字から交付時期を特定する。

【0088】

また、文字認識部１４３は、特定した発行者及び交付時期に対応する字形画像ＤＢ１４１ａのレコードを特定する。そして、文字認識部１４３は、特定したレコードに含まれる記載箇所について、文字認識により対象画像の該当部分から文字・数字を読み取ると共に、その文字・数字の字形画像を切り取る。そして、文字認識部１４３は、読み取った文字・数字に対応するレコードをさらに抽出し、抽出されたレコードの情報及び対象画像から切り取った字形画像を字形判定部１４４に提供する。

【0089】

字形判定部１４４は、文字認識部１４３から提供されたレコードの情報に基づいて字形画像ＤＢ１４１ａの該当レコードに含まれる字形画像を取得する。そして、字形判定部１４４は、文字認識部１４３から提供された字形画像と、字形画像ＤＢ１４１ａから取得した字形画像とを類似度判定器１４１ｂに入力する。類似度判定器１４１ｂは、入力された２つの字形画像の類似度を出力する。

【0090】

字形判定部１４４は、類似度判定器１４１ｂを利用し、全ての記載箇所に対応する字形画像について類似度を計算する。類似度は、最も類似している場合に１、最も類似していない場合に０となるように規格化されてもよい。字形判定部１４４は、計算した類似度に基づいて確信度Ｃ２を計算する。例えば、確信度Ｃ２は、全ての記載箇所に対応する類似度の積で与えられる。字形判定部１４４は、計算した確信度Ｃ２を総合判定部１６に提供する。

【0091】

ここで、図１０を参照しながら、第１実施形態に係る字形画像判定の処理について、処理の流れを説明する。図１０は、第１実施形態に係る字形画像判定の処理について説明するためのフロー図である。

【0092】

（Ｓ１２１）文字認識部１４３は、任意の文字認識技術を利用して、発行者の特定に利用可能な記載欄の文字・数字を読み取り、その文字・数字から発行者を特定する。また、文字認識部１４３は、文字認識により、交付時期の特定に利用可能な記載欄の文字・数字を読み取り、その文字・数字から交付時期を特定する。また、文字認識部１４３は、特定した発行者及び交付時期に対応する字形画像ＤＢ１４１ａのレコードを特定する。そして、文字認識部１４３は、特定したレコードに対応する記載箇所を全て抽出する。

【0093】

（Ｓ１２２、Ｓ１２５）Ｓ１２３、Ｓ１２４の処理は、抽出された各記載箇所について実行される。例えば、発行者が“東京都”で、発行時期が“平成１６年４月〜９月”の運転免許証に対応する字形画像ＤＢ１４１ａの記載箇所欄に、生年月日欄、有効期限欄、番号欄…という記載がある場合、これらの各欄についてＳ１２３、Ｓ１２４の処理が繰り返し実行される。全ての記載箇所について処理が完了すると、処理はＳ１２６へと進む。

【0094】

（Ｓ１２３）文字認識部１４３は、該当する対象画像の記載箇所から文字・数字を読み取ると共に、その文字・数字の字形画像を切り出す。また、文字認識部１４３は、読み取った文字・数字に対応するレコードを字形画像ＤＢ１４１ａから抽出する。

【0095】

（Ｓ１２４）字形判定部１４４は、Ｓ１２３で文字認識部１４３が抽出した字形画像ＤＢ１４１ａのレコードに含まれる字形画像を取得する。そして、字形判定部１４４は、文字認識部１４３が対象画像から切り出した字形画像と、字形画像ＤＢ１４１ａから取得した字形画像とを類似度判定器１４１ｂに入力し、入力された２つの字形画像の類似度を計算する。類似度は、最も類似している場合に１、最も類似していない場合に０となるように規格化されてもよい。

【0096】

（Ｓ１２６）字形判定部１４４は、計算した類似度に基づいて確信度Ｃ２を計算する。例えば、確信度Ｃ２は、全ての記載箇所に対応する類似度の積で与えられる。字形判定部１４４は、計算した確信度Ｃ２を総合判定部１６に提供する。

【0097】

（Ｓ１２７）第２判定部１４は、全ての対象画像についてＳ１２１〜Ｓ１２６の処理（字形画像判定）を実行したか否かを判定する。全ての対象画像を処理し終えた場合、図１０に示した一連の処理は終了する。一方、未処理の対象画像がある場合、処理はＳ１２１へと進み、未処理の対象画像について、Ｓ１２１〜Ｓ１２６の処理が実行される。

【0098】

［１−４．第３判定部（関係性判定）］
次に、図１１を参照しながら、第１実施形態に係る第３判定部の機能について説明する。図１１は、第１実施形態に係る第３判定部の機能について説明するためのブロック図である。

【0099】

図１１に示すように、第３判定部１５は、記憶部１５１、対象画像取得部１５２、日付・文字認識部１５３、及び整合性判定部１５４を有する。

【0100】

記憶部１５１には、日付条件ＤＢ１５１ａ及び関係性ＤＢ１５１ｂが格納される。日付条件ＤＢ１５１ａは、１つの証明書の中に含まれる複数の日付について、比較される日付のペア、及び日付の先後関係を示す情報が格納されたＤＢである。関係性ＤＢ１５１ｂは、１つの証明書の中に含まれる文字、数字、日付、図形について、表記の有無又は表記の方法が変わる条件を示す情報が格納されたＤＢである。

【0101】

ここで、図１２を参照しながら、第１実施形態に係る日付条件ＤＢについて、さらに説明する。図１２は、第１実施形態に係る日付条件ＤＢについて説明するための図表である。

【0102】

図１２に示すように、日付条件ＤＢ１５１ａは、証明書種別欄、２つの日付欄、及び日付条件欄を有する。証明書種別欄には、証明書の種類を示す情報が記載されている。２つの日付欄には、比較対象となる日付の種類が記載されている。日付条件は、２つの日付の間の関係が記載されている。

【0103】

運転免許証の場合、図３を参照しながら既に説明したように、交付日、有効期限、取得日、取得年、生年月日が得られる。

【0104】

取得年は、運転免許証を最初に取得した年である。取得日は、対応する区分に含まれる免許のうち最初の免許を取得した日付である。従って、取得年と、取得日の欄に記載される年とは同じか、取得年の方が前（過去）になる。交付日は、運転免許証が最初に交付された日又は更新日である。従って、取得日と交付日とは同じ日か、取得日の方が前（過去）になる。有効期限は、交付日から所定期間後の日に設定される。従って、有効期限よりも交付日の方が前（過去）になる。運転免許証は、当然、被証明者の生誕後に発行される。そのため、生年月日は、取得年より前（過去）になる。

【0105】

図１２に示した日付条件ＤＢ１５１ａには、日付条件の欄に上記の関係を示している。日付（Ｘ）の欄に記載の日付をＸ、日付（Ｙ）の欄に記載の日付をＹとし、Ｘの方が過去の場合にＸ＜Ｙと表記し、ＸとＹとが同じか、Ｘの方が過去の場合にＸ≦Ｙと表記している。また、月日を比較せず、年だけを比較する場合、日付条件の欄に（年）と表記している。他の証明書種別についても同様である。なお、個人番号カードの欄にあるＴは５（発行時の年齢が１９歳以下の場合）又は１０（発行時の年齢が２０以上の場合）の値が入る。後述するように、比較される２つの日付について上記の条件が満たされる場合には“真”、満たされない場合には“偽”と判定される。

【0106】

次に、図１３を参照しながら、第１実施形態に係る関係性ＤＢについて説明する。図１３は、第１実施形態に係る関係性ＤＢについて説明するための図表である。

【0107】

図１３に示すように、関係性ＤＢ１５１ｂは、証明書種別欄、及び２つの参照箇所／条件欄を有する。証明書種別欄には、証明書の種類を示す情報が記載されている。参照箇所／条件欄には、参照箇所を示す情報と、その参照箇所の記載内容に関する条件を示す情報とが記載される。２つの参照箇所／条件欄に記載される条件を両方満たす場合には“真”、満たさない場合には“偽”と判定される。

【0108】

運転免許証の場合、取得した時期によって限定条件の表記が異なることがある。例えば、１９９１年１１月１日にＡＴ限定の普通自動車免許が創設されており、この日以前にはＡＴ限定であることを示す限定条件が運転免許証に表記されることはない。限定条件以外でも、優良運転者の場合には有効期限の背景色がゴールドになり、かつ、優良運転者を示すマークが表記される。従って、その一方が欠落している場合には、贋物であることが多分に疑われる。図１３には運転免許証の例を示しているが、他の証明書についても同様である。

【0109】

再び図１１を参照する。対象画像取得部１５２は、対象画像を確認書類受付部１１から取得する。日付・文字認識部１５３は、文字認識により、対象画像から日付を読み取る。また、日付・文字認識部１５３は、関係性ＤＢ１５１ｂに示されている参照箇所について、文字認識により、各参照箇所の情報を読み取る。整合性判定部１５４は、日付・文字認識部１５３により読み取られた日付が、対応する日付条件ＤＢ１５１ａの日付条件を全て満たすことを確認する。また、整合性判定部１５４は、日付・文字認識部１５３により読み取られた情報が、対応する関係性ＤＢ１５１ｂの条件を全て満たすことを確認する。

【0110】

整合性判定部１５４は、日付条件を満たさない日付があるか、参照箇所から読み取った情報が関係性ＤＢ１５１ｂの条件（以下、関係性条件）を満たさない場合、対象画像が贋物であると判定する。対象画像が贋物であると判定した場合、整合性判定部１５４は、真贋判定装置１０のオペレータにエラーメッセージを通知してもよい。メッセージには、例えば、日付条件を満たさない日付があった旨、或いは、関係性条件を満たさない情報があった旨を含んでよい。整合性判定部１５４は、判定結果を総合判定部１６に通知する。

【0111】

応用例として、整合性判定部１５４は、同じ対象を特定可能な複数の記載内容を対象画像から読み出し、それら複数の記載内容を照合してもよい。例えば、図３に例示した運転免許証の場合、記載欄４１ｍ、４１ｎの記載内容は発行者を表す。また、記載欄４１ｂに記載される住所のうち行政区画を示す文字は、発行者の特定に利用可能である。また、記載欄４１ｈに記載される番号のうち先頭の２桁は、発行者の特定に利用可能である。

【0112】

この例の場合、整合性判定部１５４は、記載欄４１ｂ、４１ｈ、４１ｍ、４１ｎにそれぞれ対応する発行者を特定し、特定した発行者が全て同じであるかを判定してもよい。全て同じである場合には記載内容が整合していると判定され、少なくとも１つの発行者が異なる場合には記載内容に不整合があると判定される。このように、上述した第３判定部１５の構成から様々な応用例に着想することができ、そうした応用例についても当然に第１実施形態の技術的範囲に属する。

【0113】

ここで、図１４及び図１５を参照しながら、第１実施形態に係る関係性判定の処理について、処理の流れを説明する。図１４は、第１実施形態に係る関係性判定の処理について説明するための第１のフロー図である。図１５は、第１実施形態に係る関係性判定の処理について説明するための第２のフロー図である。

【0114】

（Ｓ１３１、Ｓ１３２）日付・文字認識部１５３は、対象画像の証明書種別に対応する日付条件ＤＢ１５１ａのレコードを選択する。また、日付・文字認識部１５３は、文字認識により、対象画像から日付を読み取る。

【0115】

（Ｓ１３３）整合性判定部１５４は、日付・文字認識部１５３により読み取られた日付が、選択されたレコードの日付条件と整合するか否かを判定する。日付条件と整合する場合、処理はＳ１３４へと進む。一方、日付条件と整合しない場合、処理はＳ１４１へと進む。

【0116】

（Ｓ１３４）第３判定部１５は、対象となる日付条件ＤＢ１５１ａのレコードを全て選択したか否かを判定する。対象画像の証明書種別に対応するレコードが複数ある場合、Ｓ１３１で日付・文字認識部１５３により選択されていないレコードがあるときには、処理がＳ１３１へと進む。一方、対象となるレコードが全て選択された場合、処理はＳ１３５へと進む。

【0117】

（Ｓ１３５）整合性判定部１５４は、対象画像が日付条件（日付条件ＤＢ１５１ａに記載の条件）を満たすと判定し、処理をＳ１３６へと進める。

【0118】

（Ｓ１３６、Ｓ１３７）日付・文字認識部１５３は、対象画像の証明書種別に対応する関係性ＤＢ１５１ｂのレコードを選択する。また、日付・文字認識部１５３は、文字認識により、選択されたレコードの参照箇所に対応する対象画像の記載欄から文字・数字を認識し、参照箇所に記載されている情報を読み取る。例えば、参照箇所が生年月日欄の場合、日付・文字認識部１５３は、対象画像の生年月日欄から文字及び数字を認識し、生年月日を示す日付の情報を読み取る。

【0119】

（Ｓ１３８）整合性判定部１５４は、日付・文字認識部１５３が読み取った参照箇所の情報が、選択されたレコードに記載の２つの参照箇所に対応する２つの条件（条件Ａ、Ｂ）と整合するか否かを判定する。つまり、整合性判定部１５４は、条件Ａ、Ｂを共に満たすか、条件Ａ、Ｂを共に満たさない場合には整合すると判定し、それ以外の場合には整合しないと判定する。整合すると判定された場合、処理はＳ１３９へと進む。一方、整合しないと判定された場合、処理はＳ１４１へと進む。

【0120】

例えば、証明書種別が運転免許証であり、条件Ａ（背景色＝金色）に対応する参照箇所が“有効期限”欄、条件Ｂ（“優良”マークあり）に対応する参照箇所が“免許の条件等”欄の下である場合について考える。この場合、“有効期限”欄の背景色がゴールドで、“免許の条件等”欄の下に“優良”マークがあるとき、或いは、“有効期限”欄の背景色がグリーン又はブルーで、“免許の条件等”欄の下に“優良”マークがないとき、整合性判定部１５４は、条件Ａ、Ｂと整合すると判定する。それ以外のとき、整合性判定部１５４は、条件Ａ、Ｂと整合しないと判定する。

【0121】

（Ｓ１３９）第３判定部１５は、対象となる関係性ＤＢ１５１ｂのレコードを全て選択したか否かを判定する。対象画像の証明書種別に対応するレコードが複数ある場合、Ｓ１３６で日付・文字認識部１５３により選択されていないレコードがあるときには、処理がＳ１３６へと進む。一方、対象となるレコードが全て選択された場合、処理はＳ１４０へと進む。

【0122】

（Ｓ１４０）整合性判定部１５４は、対象画像が関係性条件（関係性ＤＢ１５１ｂに記載の条件）を満たすと判定し、処理をＳ１４２へと進める。対象画像が日付条件を満たす場合にＳ１３６へと処理が進むことから、Ｓ１４０へと処理が到達したことは、対象画像が日付条件及び関係性条件を共に満たすことを意味する。この場合、整合性判定部１５４は、関係性判定の結果として、対象画像が“真”である旨を総合判定部１６に通知する。

【0123】

（Ｓ１４１）整合性判定部１５４は、対象画像が贋物であると判定し、処理をＳ１４２へと進める。対象画像がいずれかの日付条件を満たさない場合、又は対象画像がいずれかの関係性条件を満たさない場合にＳ１４１へと処理が進むことから、Ｓ１４１へと処理が到達したことは、対象画像の記載情報に不整合があることを意味する。この場合、整合性判定部１５４は、関係性判定の結果として、対象画像が“偽”である旨を総合判定部１６に通知する。

【0124】

（Ｓ１４２）第３判定部１５は、全ての対象画像についてＳ１３１以降の処理（関係性判定）を実行したか否かを判定する。判定対象となる複数の対象画像があるとき、未判定の対象画像について処理が完了していない場合には、処理がＳ１３１へと進み、未判定の対象画像についてＳ１３１以降の処理が実行される。一方、全ての対象画像について処理が完了している場合には、図１４及び図１５に示した一連の処理は終了する。

【0125】

なお、日付条件の判定に関するＳ１３１〜Ｓ１３５の処理群と、関係性条件に関するＳ１３６〜Ｓ１４０の処理群とは実行順序を入れ替えてもよいし、或いは、これら２つの処理群を並列で実行してもよい。

【0126】

［１−５．総合判定部］
次に、図１６を参照しながら、第１実施形態に係る総合判定部の機能について説明する。図１６は、第１実施形態に係る総合判定部の機能について説明するためのブロック図である。

【0127】

図１６に示すように、総合判定部１６は、記憶部１６１、判定結果取得部１６２、判定処理部１６３、及びメッセージ出力部１６４を有する。

【0128】

記憶部１６１には、判定モードＤＢ１６１ａ及び閾値ＤＢ１６１ｂが格納される。判定モードＤＢ１６１ａは、対象画像の真贋判定に利用する判定処理の組み合わせに関する情報が格納されたＤＢである。閾値ＤＢ１６１ｂは、対象画像の真贋を判定する際に用いる閾値及び判定条件に関する情報が格納されたＤＢである。

【0129】

ここで、図１７を参照しながら、第１実施形態に係る判定モードＤＢについて説明する。図１７は、第１実施形態に係る判定モードＤＢについて説明するための図表である。

【0130】

図１７に示すように、判定モードＤＢ１６１ａには、複数の判定モードに関する情報が記載されている。図１７の例では、第１判定部１３に対応する黒塗り画像判定、第２判定部１４に対応する字形画像判定、及び第３判定部１５に対応する関係性判定の可能な組み合わせに対応する７つの判定モードが示されている。

【0131】

モード１は、黒塗り画像判定、字形画像判定、及び関係性判定の判定結果を全て利用する判定モードである。判定モードがモード１に設定されている場合、総合判定部１６は、第１判定部１３、第２判定部１４、及び第３判定部１５から出力される全ての判定結果を総合的に考慮して対象画像の真贋を判定する。モード１は、最も厳格に判定を行うための判定モードである。

【0132】

モード２は、黒塗り画像判定、及び関係性判定の判定結果だけを利用する判定モードである。判定モードがモード２に設定されている場合、総合判定部１６は、第１判定部１３、及び第３判定部１５から出力される判定結果を総合的に考慮して対象画像の真贋を判定する。モード２は、論理的な矛盾を検出して判定を行う関係性判定の判定結果を組み合わせるため、信頼性の高い判定モードである。

【0133】

モード３は、字形画像判定、及び関係性判定の判定結果だけを利用する判定モードである。判定モードがモード３に設定されている場合、総合判定部１６は、第２判定部１４、及び第３判定部１５から出力される判定結果を総合的に考慮して対象画像の真贋を判定する。モード３も、論理的な矛盾を検出して判定を行う関係性判定の判定結果を組み合わせるため、信頼性の高い判定モードである。

【0134】

モード４は、黒塗り画像判定、及び字形画像判定の判定結果だけを利用する判定モードである。判定モードがモード４に設定されている場合、総合判定部１６は、第１判定部１３、及び第２判定部１４から出力される判定結果を総合的に考慮して対象画像の真贋を判定する。モード４は、記載内容間の関係性が既知でない証明書に対して適用可能な判定モードであり、２種類の画像判定を組み合わせて十分な信頼性を確保した判定モードである。

【0135】

モード５は、黒塗り画像判定の判定結果だけを利用する判定モードである。判定モードがモード５に設定されている場合、総合判定部１６は、第１判定部１３から出力される判定結果に基づいて対象画像の真贋を判定する。モード５は、１種類の判定結果だけを利用するため、処理負荷が低く、高速処理が可能な判定モードである。また、モード４と同様に、記載内容間の関係性が既知でない証明書に対しても適用可能である。

【0136】

モード６は、字形画像判定の判定結果だけを利用する判定モードである。判定モードがモード６に設定されている場合、総合判定部１６は、第２判定部１４から出力される判定結果に基づいて対象画像の真贋を判定する。モード６は、１種類の判定結果だけを利用するため、処理負荷が低く、高速処理が可能な判定モードである。また、モード４と同様に、記載内容間の関係性が既知でない証明書に対しても適用可能である。

【0137】

モード７は、関係性判定の判定結果だけを利用する判定モードである。判定モードがモード７に設定されている場合、総合判定部１６は、第３判定部１５から出力される判定結果に基づいて対象画像の真贋を判定する。モード７は、１種類の判定結果だけを利用するため、処理負荷が低く、高速処理が可能な判定モードである。また、論理的な矛盾を検出して判定を行うため、高い確信度で贋物を見分けることが可能である。

【0138】

判定モードは、事前に設定されてもよいし、証明書の種別や、手続きの種類に応じて手動又は自動で設定されてもよい。例えば、ユーザ機器３０から受信した証明書画像の写真と、別途受信した本人の写真との類似度が所定値未満の場合にモード１が選択され、その類似度が所定値以上の場合にモード２〜４のいずれかが選択されるようにしてもよい。このとき、記載内容間の関係性が既知でない証明書の場合にはモード４が選択されるようにしてもよい。また、複数の証明書画像が提供された場合には、１つの証明書画像の判定についてモード１が選択され、他の証明書画像の判定についてモード２〜７のいずれかが選択されるようにしてもよい。

【0139】

次に、図１８を参照しながら、第１実施形態に係る閾値ＤＢについて説明する。図１８は、第１実施形態に係る閾値ＤＢについて説明するための図表である。

【0140】

図１８に示すように、閾値ＤＢ１６１ｂには、第１判定部１３から出力される確信度Ｃ１、及び第２判定部１４から出力される確信度Ｃ２に関する判定条件が記載されている。図１８の例では、確信度Ｃ１、Ｃ２を個別に利用して判定するための判定条件に加え、確信度Ｃ１、Ｃ２に基づく評価値を利用して判定するための判定条件が示されている。また、図１８の例では、判定条件に加え、オペレータによる目視検査を要求するメッセージを出力する条件（目検条件）が示されている。なお、評価値を用いる判定条件及び目検条件は省略されてもよい。

【0141】

確信度Ｃ１、Ｃ２を個別に利用して判定するための判定条件において、確信度Ｃ１は、閾値ＴＨ１と比較される。Ｃ１≧ＴＨ１のとき、黒塗り画像判定の結果は“真”となる。確信度Ｃ１が０〜１の範囲内にある値で示されるとき、閾値ＴＨ１は、例えば、０．９（確信度９０％に相当）に設定されてよい。同様に、確信度Ｃ２は、閾値ＴＨ２と比較される。Ｃ２≧ＴＨ２のとき、字形画像判定の結果は“真”となる。確信度Ｃ２が０〜１の範囲内にある値で示されるとき、閾値ＴＨ２は、例えば、０．９（確信度９０％に相当）に設定されてよい。

【0142】

目検条件を設定する場合、確信度Ｃ１については、ＴＨ１ａ＜Ｃ１＜ＴＨ１という条件が設定されうる。閾値ＴＨ１ａは、閾値ＴＨ１より僅かに小さい値に設定される。例えば、閾値ＴＨ１が０．９の場合、閾値ＴＨ１ａは０．８５に設定される。同様に、確信度Ｃ２については、ＴＨ２ａ＜Ｃ２＜ＴＨ２という条件が設定されうる。閾値ＴＨ２ａは、閾値ＴＨ２より僅かに小さい値に設定される。例えば、閾値ＴＨ２が０．９の場合、閾値ＴＨ２ａは０．８５に設定される。

【0143】

画像判定を組み合わせる場合、証明書画像の鮮明度や各種ノイズに起因して、低めの確信度Ｃ１、Ｃ２が出力される可能性がある。そのため、閾値ＴＨ１、ＴＨ２より僅かに小さい確信度Ｃ１、Ｃ２がそれぞれ出力された場合には目視検査を要求することで、本物の証明書画像を最終的に贋物と判定してしまうリスクを回避することができる。なお、オペレータに目視検査を要求するのではなく、目検条件を満たした場合には証明書画像の再送付を要求するメッセージをユーザ機器３０に送信する仕組みにしてもよい。

【0144】

確信度Ｃ１、Ｃ２に基づく評価値を利用して判定する場合、図１８の例では、その前提として確信度Ｃ１、Ｃ２がそれぞれ閾値ＴＨ１ｂ、ＴＨ２ｂ以上であることを要求する。閾値ＴＨ１ｂ、ＴＨ２ｂは、それぞれ閾値ＴＨ１、ＴＨ２以下であってよい。図１８には、確信度Ｃ１、Ｃ２の積を評価値として利用する判定条件（下記の式（１）を参照）と、確信度Ｃ１、Ｃ２の重み平均を評価値として利用する判定条件（下記の式（２）を参照）とが例示されている。

【0145】

Ｃ１＊Ｃ２≧ＴＨ３
…（１）

【0146】

（Ｋ１＊Ｃ１＋Ｋ２＊Ｃ２）／（Ｋ１＋Ｋ２）≧ＴＨ３
…（２）
但し、Ｋ１＞０、Ｋ２＞０である。

【0147】

上記の式（１）で与えられる判定条件を採用する場合、Ｃ１≧ＴＨ１ｂ、Ｃ２≧ＴＨ２ｂ、及び式（１）の条件を満たしたとき、黒塗り画像判定及び字形画像判定に基づく判定結果が“真”となる。上記の式（２）で与えられる判定条件を採用する場合、Ｃ１≧ＴＨ１ｂ、Ｃ２≧ＴＨ２ｂ、及び式（２）の条件を満たしたとき、黒塗り画像判定及び字形画像判定に基づく判定結果が“真”となる。

【0148】

上記式（１）又は式（２）の判定条件を採用する場合も目検条件が設定されてよい。この場合、式（１）の判定条件を採用する場合における目検条件は下記の式（３）で与えられ、式（２）の判定条件を採用する場合における目検条件は下記の式（４）で与えられる。閾値ＴＨ３ａ、ＴＨ３ｂは、閾値ＴＨ３より僅かに小さい値に設定される。例えば、閾値ＴＨ３が０．９の場合、閾値ＴＨ３ａ、ＴＨ３ｂは０．８５に設定される。なお、目検条件を満たした場合に、目視検査の要求ではなく、証明書画像の再送付を要求するメッセージをユーザ機器３０に送信する仕組みにしてもよい。

【0149】

ＴＨ３ａ＜Ｃ１＊Ｃ２＜ＴＨ３
…（３）

【0150】

ＴＨ３ｂ＜（Ｋ１＊Ｃ１＋Ｋ２＊Ｃ２）／（Ｋ１＋Ｋ２）＜ＴＨ３
…（４）

【0151】

再び図１６を参照する。判定結果取得部１６２は、第１判定部１３から確信度Ｃ１を取得し、第２判定部１４から確信度Ｃ２を取得し、第３判定部１５から関係性判定の結果（“真”／“偽”）を取得する。判定処理部１６３は、設定されている判定モードに応じて、黒塗り画像判定、字形画像判定、及び関係性判定の結果を全て又は選択的に利用し、対象画像に対する最終的な真贋判定を行う。

【0152】

例えば、モード１の場合、判定処理部１６３は、まず、関係性判定の結果を参照し、関係性判定の結果が“偽”である場合、対象画像が贋物であると判定する。関係性判定の結果が“真”である場合、判定処理部１６３は、閾値ＤＢ１６１ｂの判定条件を参照し、確信度Ｃ１、Ｃ２が、対象とする全ての判定条件を満たすことを確認する。

【0153】

例えば、確信度Ｃ１、Ｃ２を個別に利用して判定する場合、判定処理部１６３は、確信度Ｃ１がＣ１≧ＴＨ１を満たし、かつ、確信度Ｃ２がＣ２≧ＴＨ２を満たすことを確認する。いずれかの判定条件が満たされない場合、判定処理部１６３は、対象画像が贋物であると判定する。一方、全ての判定条件が満たされている場合、判定処理部１６３は、対象画像が本物であると判定する。

【0154】

また、確信度Ｃ１、Ｃ２に基づく評価値（上記の式（１）及び式（２）のいずれか）を利用して判定する場合、判定処理部１６３は、確信度Ｃ１がＣ１≧ＴＨ１ｂを満たし、かつ、確信度Ｃ２がＣ２≧ＴＨ２ｂを満たされ、かつ、上記の式（１）又は式（２）のうち対象となる式の条件が満たされることを確認する。少なくとも１つの条件が満たされていない場合、判定処理部１６３は、対象画像が贋物であると判定する。一方、全ての条件が満たされている場合、判定処理部１６３は、対象画像が本物であると判定する。

【0155】

なお、目検条件が満たされる場合、判定処理部１６３は、メッセージ出力部１６４を介して、オペレータに対する目視検査の要求メッセージ又はユーザ機器３０に対する証明書画像の再送付メッセージを出力してよい。

【0156】

メッセージ出力部１６４は、判定処理部１６３による判定結果に応じて、ユーザ機器３０に送信するためのメッセージを出力する。例えば、メッセージ出力部１６４は、最終的な真贋判定において対象画像が贋物であると判定された場合に、手続きの続行ができない旨を伝えるメッセージや、正しい証明書画像を提供するように促すメッセージを出力する。これらのメッセージは、確認書類受付部１１を介してユーザ機器３０に送られる。

【0157】

ここで、図１９及び図２０を参照しながら、第１実施形態に係る総合判定の処理について、処理の流れを説明する。図１９は、第１実施形態に係る総合判定の処理について説明するための第１のフロー図である。図２０は、第１実施形態に係る総合判定の処理について説明するための第２のフロー図である。

【0158】

（Ｓ１５１）判定処理部１６３は、判定モードＤＢ１６１ａを参照し、判定モードの設定に応じて実行する判定処理を決定する。

【0159】

判定モードがモード１の場合、Ｓ１５２以降の全ての処理が実行される。判定モードがモード２の場合、確信度Ｃ２に関するＳ１５６〜Ｓ１５８の処理がスキップされる。判定モードがモード３の場合、確信度Ｃ１に関するＳ１５３〜Ｓ１５５の処理がスキップされる。判定モードがモード４の場合、関係性判定の結果に関するＳ１５２の処理がスキップされる。

【0160】

判定モードがモード５の場合、確信度Ｃ２及び関係性判定の結果に関するＳ１５２、Ｓ１５６〜Ｓ１５８の処理がスキップされる。判定モードがモード６の場合、確信度Ｃ１及び関係性判定の結果に関するＳ１５２、Ｓ１５３〜Ｓ１５５の処理がスキップされる。判定モードがモード７の場合、確信度Ｃ１、Ｃ２に関するＳ１５３〜Ｓ１６１の処理がスキップされる。

【0161】

（Ｓ１５２）判定処理部１６３は、第３判定部１５から出力される関係性判定の結果に基づいて、日付条件及び関係性条件を満たしたか否かを判定する。なお、関係性判定の結果が“真”の場合には日付条件及び関係性条件を満たされており、関係性判定の結果が“偽”の場合には日付条件及び関係性条件の少なくとも一方が満たされていない。日付条件及び関係性条件が満たされている場合、処理はＳ１５３へと進む。一方、日付条件及び関係性条件が満たされていない場合、処理はＳ１６３へと進む。

【0162】

（Ｓ１５３）判定処理部１６３は、Ｃ１≧ＴＨ１の条件を満たすか否かを判定する。Ｃ１≧ＴＨ１の条件が満たされる場合、処理はＳ１５６へと進む。一方、この条件が満たされない場合、処理はＳ１５４へと進む。

【0163】

（Ｓ１５４）判定処理部１６３は、Ｃ１＞ＴＨ１ａの条件を満たすか否かを判定する。なお、処理がＳ１５４へと到達する場合、Ｃ１＜ＴＨ１の条件が満たされており、Ｓ１５４では実質的に図１８に示した確信度Ｃ１についての目検条件が判定される。Ｃ１＞ＴＨ１ａの条件が満たされる場合、処理はＳ１５５へと進む。一方、この条件が満たされない場合、処理はＳ１６３へと進む。

【0164】

（Ｓ１５５）判定処理部１６３は、“要目視検査”のフラグを設定する。なお、証明書画像の再送付をユーザ機器３０に要求するための“要再送付”フラグが代わりに設定されてもよい。

【0165】

（Ｓ１５６）判定処理部１６３は、Ｃ２≧ＴＨ２の条件を満たすか否かを判定する。Ｃ２≧ＴＨ２の条件が満たされる場合、処理はＳ１５９へと進む。一方、この条件が満たされない場合、処理はＳ１５７へと進む。

【0166】

（Ｓ１５７）判定処理部１６３は、Ｃ２＞ＴＨ２ａの条件を満たすか否かを判定する。なお、処理がＳ１５７へと到達する場合、Ｃ２＜ＴＨ２の条件が満たされており、Ｓ１５７では実質的に図１８に示した確信度Ｃ２についての目検条件が判定される。Ｃ２＞ＴＨ２ａの条件が満たされる場合、処理はＳ１５８へと進む。一方、この条件が満たされない場合、処理はＳ１６３へと進む。

【0167】

（Ｓ１５８）判定処理部１６３は、“要目視検査”のフラグを設定する。なお、証明書画像の再送付をユーザ機器３０に要求するための“要再送付”フラグが代わりに設定されてもよい。

【0168】

（Ｓ１５９）判定処理部１６３は、“要目視検査”のフラグ設定があるか否かを判定する。なお、“要再送付”フラグが設定されている場合には、そのフラグ設定があるか否かを判定する。フラグ設定がある場合、処理はＳ１６０へと進む。一方、フラグ設定がない場合、処理はＳ１６２へと進む。

【0169】

（Ｓ１６０）判定処理部１６３は、メッセージ出力部１６４を介して、オペレータに目視検査を要求するメッセージを出力する。そして、判定処理部１６３は、オペレータによる目視検査の実施結果を受領する。なお、“要再送付”フラグを設定した場合、判定処理部１６３は、メッセージ出力部１６４を介して、証明書画像の再送付をユーザ機器３０に要求するメッセージを送付し、図１９及び図２０に示した一連の処理を終了する。

【0170】

（Ｓ１６１）判定処理部１６３は、目視検査により対象画像が贋物と判定されたか否かを確認する。目視検査により対象画像が贋物と判定された場合、処理はＳ１６３へと進む。一方、目視検査により対象画像が本物と判定された場合、処理はＳ１６２へと進む。

【0171】

（Ｓ１６２）判定処理部１６３は、対象画像を“本物”と判定する。この場合、申し込まれた手続きに関する処理が確認書類受付部１１により進められる。また、図１９及び図２０に示した一連の処理は終了する。

【0172】

（Ｓ１６３）判定処理部１６３は、対象画像を“贋物”と判定する。この場合、申し込まれた手続きに関する処理は中断され、手続きの続行ができない旨を伝えるメッセージや、正しい証明書画像を提供するように促すメッセージが、確認書類受付部１１を介してユーザ機器３０に送られる。また、図１９及び図２０に示した一連の処理は終了する。

【0173】

なお、図１９及び図２０の例は、上述した確信度Ｃ１、Ｃ２を個別に利用する方法を想定しているが、確信度Ｃ１、Ｃ２に基づく評価値を利用する方法を適用する場合には、Ｓ１５６〜Ｓ１５８の処理が省略され、Ｓ１５３の判定条件が上記の式（１）又は式（２）に置き換えられ、Ｓ１５４の目検条件が上記の式（３）又は式（４）に置き換えられる。また、判定モードはモード１又はモード４に設定される。

【0174】

また、目検条件に関する処理は省略されてもよい。また、確信度Ｃ１の判定に関するＳ１５３〜Ｓ１５５の処理群と、確信度Ｃ２の判定に関するＳ１５６〜Ｓ１５８の処理群とは実行順序を入れ替えてもよいし、或いは、これら２つの処理群を並列で実行してもよい。

【0175】

［１−６．変形例］
次に、上述した実施形態の変形例について説明する。

【0176】

（黒塗り画像判定の変形について）
上述した黒塗り画像判定の説明では、発行者に関する情報を残し、主に被証明者に依存する情報をマスキングする方法について述べた。第１実施形態に係るマスキング方法はこれに限定されず、例えば、発行者に関する情報及び枠線を残し、その他の文字及び数字を全てマスキングする方法（以下、方法Ａ）を適用してもよい。発行者が異なると、証明書の印刷を行う印刷業者又は印刷機械が異なることがあり、枠線の表記に違いが生じうる。このような違いを人が認識することは難しい一方、文字・数字を含まない図形パターンを精度良く認識することはＡＩにとって得意とするところである。そのため、方法Ａを適用する場合でも、証明書の真贋判定に利用可能なパターン認識器を生成することができる。

【0177】

また、上記の説明では、テンプレート画像をＡＩに学習させてパターン認識器を生成していたが、各テンプレート画像に対応する交付日又は交付時期に関する情報を教師データとしてＡＩに与え、教師あり学習によりパターン認識器を生成する方法（以下、方法Ｂ）を適用してもよい。この場合、対象画像を判定する際に、対象画像から文字認識により読み取った交付日又は交付時期に関する情報がパターン認識器に入力される。方法Ｂの場合、テンプレート画像が交付日又は交付時期について正確に分類されるため、認識精度が向上することがある。

【0178】

上記の方法Ｂでは交付日又は交付時期に関する情報を教師データとしてＡＩに与えるが、さらに、発行者に関する情報（交付場所の情報）を教師データとしてＡＩに与えてパターン認識器を生成する方法（以下、方法Ｃ）を適用してもよい。この場合、対象画像を判定する際に、対象画像から文字認識により読み取った交付日又は交付時期に関する情報と、発行者に関する情報（交付場所の情報）がパターン認識器に入力される。方法Ｃの場合、テンプレート画像が交付日又は交付時期と発行者（交付場所）について正確に分類されるため、認識精度が向上することがある。

【0179】

上記の方法Ａのようにマスキングする部分は適宜変更することができる。また、上記の方法Ｂ及び方法Ｃのように、文字認識により読み取り可能な情報を教師データとしてＡＩに与え、教師あり学習によりパターン認識器を生成することができる。このような変形についても当然に第１実施形態の技術的範囲に属する。

【0180】

（字形画像判定の変形について）
上述した字形画像判定の説明では、字形画像ＤＢ１４１ａを利用して字形の類似度を評価していたが、パターン認識器を利用して字形画像判定を実施してもよい。例えば、交付日、発行者（交付場所）、所定文字を含む証明書の所定領域だけを残したテンプレート画像を用意し、そのテンプレート画像をＡＩに学習させることで、交付日及び発行者（交付場所）に応じた所定文字の字形を認識するパターン認識器を生成することができる。このパターン認識器を利用することで字形画像判定が可能になる。

【0181】

また、字形画像判定においても、交付日又は交付時期と、発行者（交付場所）に関する情報を教師データとしてＡＩに与え、所定文字の字形をＡＩに学習させることでパターン認識器を生成する方法（以下、方法Ｄ）を適用することができる。この場合、対象画像を判定する際に、対象画像から文字認識により読み取った交付日又は交付時期に関する情報がパターン認識器に入力される。方法Ｄの場合、テンプレート画像が交付日又は交付時期について正確に分類されるため、認識精度が向上しうる。このような変形についても当然に第１実施形態の技術的範囲に属する。

【0182】

（真贋判定装置の変形について）
上記の説明では、第１判定部１３、第２判定部１４、及び第３判定部１５を全て含む真贋判定装置１０を例示したが、その一部を省略する変形が可能である。

【0183】

第１判定部１３を省略した真贋判定装置１０は、字形画像判定及び関係性判定の少なくとも一方を実施する。第２判定部１４を省略した真贋判定装置１０は、黒塗り画像判定及び関係性判定の少なくとも一方を実施する。第３判定部１５を省略した真贋判定装置１０は、黒塗り画像判定及び字形画像判定の少なくとも一方を実施する。第１判定部１３及び第２判定部１４を省略した真贋判定装置１０は、関係性判定を実施する。第１判定部１３及び第３判定部１５を省略した真贋判定装置１０は、字形画像判定を実施する。第２判定部１４及び第３判定部１５を省略した真贋判定装置１０は、黒塗り画像判定を実施する。

【0184】

このように、真贋判定装置１０の形態は適宜変形可能であり、そのような変形例についても当然に第１実施形態の技術的範囲に属する。

【0185】

（システムの変形）
図１に示したシステムでは、真贋判定装置１０と判定器生成装置２０とが別々の装置とされているが、真贋判定装置１０と判定器生成装置２０とが、同じ１台のコンピュータ、或いは、複数のコンピュータを接続した１つの分散処理システムで構成されてもよい。また、第１判定部１３、第２判定部１４、第３判定部１５、及び総合判定部１６は、それぞれ別々のコンピュータにより構成されてもよいし、或いは、それらの一部が１つのコンピュータで構成され、残りの部分が他のコンピュータで構成されてもよい。また、真贋判定装置１０及び判定器生成装置２０が有する各記憶部の機能は、ネットワークＮＷ又は他のネットワーク上にあるクラウドストレージにより実現されてもよい。

【0186】

このように、第１実施形態に係るシステムの形態は適宜変形可能であり、そのような変形例についても当然に第１実施形態の技術的範囲に属する。

【0187】

＜２．第２実施形態＞
次に、本開示の第２実施形態について説明する。なお、上述した第１実施形態と重複する部分の説明については詳細な説明を省略する。

【0188】

（黒塗り画像判定）
まず、第２実施形態に係る黒塗り画像判定について説明する。第２実施形態に係る黒塗り画像判定は、上記の第１実施形態とは異なり、証明書画像群２２ａからマスク画像２２ｂを利用して生成されうる各テンプレート画像と、対象画像から生成される黒塗り画像とを比較し、その比較結果に基づいて行われる。

【0189】

第２実施形態において、第１判定部１３は、後述するテンプレート画像ＤＢ２３１ａを参照し、画像同士の類似度を判定するパターン認識器を利用して、黒塗り画像と各テンプレート画像との間の類似度を判定する。なお、テンプレート画像ＤＢ２３１ａは判定器生成装置２０により生成されてもよいし、第１判定部１３の記憶部１３１に予め格納されてもよい。また、第２実施形態に係るパターン認識器は、上述した第１実施形態に係るパターン認識器１３１ｂとは異なる点に留意されたい。

【0190】

テンプレート画像ＤＢ２３１ａは、例えば、図２１に示すような情報を含む。図２１は、本開示の第２実施形態に係るテンプレート画像ＤＢについて説明するための図表である。図２１に示すように、テンプレート画像ＤＢ２３１ａには、発行者、条件、交付日、及びテンプレート画像の画像データ（ｔＰ１９０４１０＿０１ａなど）が対応付けて格納される。なお、図２１の例では、発行者、条件、交付日の１つの組み合わせに対して複数のテンプレート画像が対応付けられているが、１つの組み合わせに対して１つのテンプレート画像が対応付けられていてもよい。また、条件の欄に記載の条件は、図１３に例示した関係性ＤＢ１５１ｂに含まれる各種条件であってよい。例えば、優良運転者に該当するか否か、“準中型車”の免許種別に該当するか否かなどの条件が対象となりうる。また、テンプレート画像ＤＢ２３１ａでは、発行者、条件、及び交付日の各組について、複数のテンプレート画像が対応付けられる。

【0191】

第２実施形態に係る第１判定部１３は、図２２に例示した流れに沿って処理を実行する。図２２は、本開示の第２実施形態に係る黒塗り画像判定の処理について説明するためのフロー図である。

【0192】

（Ｓ２０１）マスキング部１３３は、マスク画像１３１ａを用いて対象画像にマスキングを施し、黒塗り画像を生成する。

【0193】

（Ｓ２０２、Ｓ２０６）黒塗り画像判定部１３４は、テンプレート画像ＤＢ２３１ａに含まれるテンプレート画像を特定するためのパラメータｐを１からＮＰ（ＮＰはテンプレート画像数）まで変更しながら、Ｓ２０２〜Ｓ２０６の間の処理を繰り返し実行する。但し、Ｓ２０５の条件が満たされた場合、繰り返し処理の途中で処理はＳ２０８へと進む。

【0194】

（Ｓ２０３）黒塗り画像判定部１３４は、テンプレート画像ＤＢ２３１ａからｐ番目のテンプレート画像を読み出す。

【0195】

（Ｓ２０４）黒塗り画像判定部１３４は、パターン認識器を用いて、黒塗り画像と、読み出したテンプレート画像との間の類似度を計算する。ここで用いるパターン認識器は、ＢＲＩＥＦ、ＯＲＢ、ＳＩＦＴ、ＳＵＲＦなどの画像特徴に基づいて画像同士の類似度を判定する判定器であってよい。この場合、黒塗り画像判定部１３４は、黒塗り画像とテンプレート画像とを判定器に入力し、判定器から出力される類似度を取得する。

【0196】

（Ｓ２０５）黒塗り画像判定部１３４は、Ｓ２０４で計算された類似度が所定の閾値以上であるか否かを判定する。例えば、比較対象の画像が同一の場合に類似度が１、完全に異なる場合に０となるように類似度が規格化されている場合、所定の閾値は、０から１の範囲内の値（例えば、０．９）に設定される。類似度が所定の閾値以上である場合、処理はＳ２０８へと進む。一方、類似度が所定の閾値以上でない場合、処理はＳ２０６へと進む。処理がＳ２０６へと進んだ場合、ｐがＮＰ未満のときには処理がＳ２０２へと戻り、ｐがＮＰのときには処理がＳ２０７へと進む。

【0197】

（Ｓ２０７）黒塗り画像判定部１３４は、黒塗り画像判定の結果を偽とし、判定結果を総合判定部１６に提供する。図２２の例では、黒塗り画像が、テンプレート画像ＤＢ２３１ａに含まれるテンプレート画像のいずれとも類似しない場合に、処理がＳ２０７へ到達する。そして、Ｓ２０７の処理に到達した場合には、判定結果が偽とされる。Ｓ２０７の処理が完了すると、処理はＳ２０９へと進む。

【0198】

（Ｓ２０８）黒塗り画像判定部１３４は、黒塗り画像判定の結果を真とし、判定結果を総合判定部１６に提供する。図２２の例では、黒塗り画像が、テンプレート画像ＤＢ２３１ａに含まれるテンプレート画像のいずれかと類似している場合（類似度が閾値以上の場合）に、処理がＳ２０８へ到達する。そして、Ｓ２０８の処理に到達した場合には、判定結果が真とされる。

【0199】

（Ｓ２０９）第１判定部１３は、全ての対象画像について上述した黒塗り画像判定を実施したか否かを判定する。未処理の対象画像がある場合、処理はＳ２０１へと進む。一方、全ての対象画像について黒塗り画像判定を実施し終えた場合には、図２２に示した一連の処理は終了する。

【0200】

上記のように、第２実施形態では、テンプレート画像ＤＢ２３１ａに予め用意された全てのテンプレート画像と、黒塗り画像とが突合され、いずれかのテンプレート画像との間の十分な類似性が確認できた場合に、黒塗り画像判定の結果が真となる。

【0201】

黒塗り画像判定の結果、黒塗り画像に対応するテンプレート画像が特定されると、テンプレート画像ＤＢ２３１ａの内容から、そのテンプレート画像に対応する発行者、条件、交付日の組が特定されうる。特定された発行者、条件、交付日は他の判定に活用することができる。例えば、対象画像に記載されている発行者、条件、交付日と、テンプレート画像ＤＢ２３１ａに基づいて特定された発行者、条件、交付日との整合性を確認することで、真贋判定の精度をより高めることができる。

【0202】

（字形画像判定）
次に、第２実施形態に係る字形画像判定について説明する。第２実施形態に係る字形画像判定では、上述した第１実施形態に係る字形画像判定とは異なり、対象画像から発行者及び交付時期を特定することなく、後述する字形画像ＤＢ２４１ａを利用し、字形画像の類似度に基づいて判定を行う。字形画像ＤＢ２４１ａは、例えば、図２３に示すような情報を含む。図２３は、本開示の第２実施形態に係る字形画像ＤＢについて説明するための図表である。

【0203】

図２３の例において、第２実施形態に係る字形画像ＤＢ２４１ａには、発行者、条件、交付日、記載箇所、及び字形画像の画像データ（ｔＣ１９０４１０＿０１ａなど）が対応付けて格納されている。条件の欄に記載の条件は、図１３に例示した関係性ＤＢ１５１ｂに含まれる各種条件であってよい。例えば、優良運転者に該当するか否か、“準中型車”の免許種別に該当するか否かなどの条件が対象となりうる。また、字形画像ＤＢ２４１ａでは、発行者、条件、及び交付日の各組について複数の字形画像が対応付けられる。

【0204】

なお、証明書の記載欄には、元号や年月日などを表す特定の文字及び数字が用いられる。そのため、各記載欄に記載されうる文字・数字について、発行者、条件、及び交付日の各組に対応する複数の字形画像が用意され、字形画像ＤＢ２４１ａに格納される。字形画像ＤＢ２４１ａに格納された字形画像を、対象画像から抽出される各字形画像と比較し、全ての字形画像が十分に類似していれば、その対象画像は真であると推定されうる。第２実施形態に係る字形画像判定では、この仕組みを利用して判定を行う。なお、第２実施形態では、第２判定部１４の文字認識部１４３は省略されてよい。

【0205】

以下、図２４及び図２５を参照しながら、第２実施形態に係る字形画像判定の処理について、さらに説明する。図２４は、本開示の第２実施形態に係る字形画像判定の処理について説明するための第１のフロー図である。図２５は、本開示の第２実施形態に係る字形画像判定の処理について説明するための第２のフロー図である。なお、第２判定部１４の記憶部１４１に字形画像ＤＢ２４１ａが格納されているものとする。

【0206】

（Ｓ２１１、Ｓ２１８）Ｓ２１１とＳ２１８との間の処理は、対象となる記載箇所のそれぞれについて実行される。対象となる記載箇所は、字形画像ＤＢ２４１ａに記載された全ての記載箇所である。Ｓ２１１では記載箇所が順次選択され、選択された記載箇所についてＳ２１８までの処理が実行される。例えば、「有効期限欄」についてＳ２１１とＳ２１８との間の処理が実行され、「生年月日欄」についてＳ２１１とＳ２１８との間の処理が実行され、他の記載箇所についても同様に順次処理が実行される。

【0207】

（Ｓ２１２、Ｓ２１７）Ｓ２１２とＳ２１７との間の処理は、Ｓ２１１で選択された記載箇所に対応する字形画像ＤＢ２４１ａの各字形画像について実行される。Ｓ２１２では、対象となる字形画像を特定するためのパラメータｑ（ｑ＝１〜ＮＱ；ＮＱは対象となる字形画像の数）が順次選択され、パラメータｑの各値についてＳ２１２とＳ２１７との間お処理が実行される。つまり、選択された記載箇所に記載されうる文字・数字の字形画像の全てと、対応する対象画像の記載欄から切り出される字形画像とが突合される。

【0208】

（Ｓ２１３）字形判定部１４４は、対象画像の該当記載箇所から字形画像を抽出する。以下では、説明を簡単にするため、対象画像から抽出された字形画像の字形を「対象字形」と表記することがある。

【0209】

（Ｓ２１４）字形判定部１４４は、字形画像ＤＢ２４１ａから、該当記載箇所で用いられうる全ての字形画像を取得する。以下では、説明を簡単にするため、字形画像ＤＢ２４１ａから取得された字形画像の字形を「参照字形」と表記することがある。

【0210】

（Ｓ２１５）字形判定部１４４は、対象画像から抽出された字形画像と、字形画像ＤＢ２４１ａから取得された字形画像のそれぞれとを類似度判定器に入力し、対象字形と、各参照字形との間の類似度を計算する。つまり、第２実施形態では、全ての参照字形と、対象字形とが比較される。例えば、図３に示した運転免許証の場合、記載欄４１ｈには、０〜９の数字を並べた数字の列が記載される。この場合、参照字形は記載欄４１ｈに記載されうる０〜９の字形であり、字形判定部１４４は、０〜９の全ての字形（参照字形）と、対象画像の同じ記載欄から抽出された各数字の字形（対象字形）とを比較する。

【0211】

（Ｓ２１６）字形判定部１４４は、対象字形と各参照字形との間の類似度を所定の閾値と比較する。対象字形が複数あり、比較される参照字形が複数ある場合、まず、１つの対象字形について類似度が閾値以上となる参照字形が存在するかが判定される（判定Ａ）。さらに、全ての対象字形についての判定Ａの結果から、類似度が閾値以上となる参照字形が存在することが判定される（判定Ｂ）。

【0212】

上記の判定Ｂで、全ての対象字形について類似度が閾値以上となる参照字形が存在すると判定された場合、字形判定部１４４は、各対象字形について閾値以上の類似度が得られたと判定する。各対象字形について閾値以上の類似度が得られた場合、処理はＳ２１７へと進む。処理がＳ２１７へと進んだ場合、パラメータｑがＮＱ未満ならば処理はＳ２１２へと戻り、パラメータｑがＮＱならば処理はＳ２１８へと進む。さらに、全ての記載箇所について処理がＳ２１２〜Ｓ２１７の処理が実行完了した場合に処理はＳ２１９へと進む。一方、いずれかの対象字形について閾値以上の類似度が得られなかった場合、処理はＳ２２０へと進む。

【0213】

（Ｓ２１９）字形判定部１４４は、字形画像判定の結果を真とし、判定結果を総合判定部１６に提供する。図２４及び図２５の例では、１つの記載箇所について、対象字形のそれぞれについて類似する参照字形の存在が確認され、さらに、その確認が全ての記載箇所についてとれた場合に、処理がＳ２１９へ到達する。そして、Ｓ２１９の処理に到達した場合には、判定結果が真とされる。Ｓ２１９の処理が完了すると、処理はＳ２２１へと進む。

【0214】

（Ｓ２２０）字形判定部１４４は、字形画像判定の結果を偽とし、判定結果を総合判定部１６に提供する。図２４及び図２５の例では、いずれかの記載箇所について、対象字形のそれぞれについて類似する参照字形の存在が確認できなかった場合、処理がＳ２２０へ到達する。そして、Ｓ２２０の処理に到達した場合には、判定結果が偽とされる。

【0215】

（Ｓ２２１）第２判定部１４は、全ての対象画像について上述した字形画像判定を実施したか否かを判定する。未処理の対象画像がある場合、処理はＳ２１１へと進む。一方、全ての対象画像について字形画像判定を実施し終えた場合には、図２４及び図２５に示した一連の処理は終了する。

【0216】

上記のように、第２実施形態では、記載箇所毎に、字形画像ＤＢ２４１ａに予め用意された全ての字形画像の字形（参照字形）と、対象画像の字形（対象字形）とが突合され、各対象字形について、いずれかの参照字形との間の十分な類似性が確認できた場合に、字形画像判定の結果が真となる。なお、字形画像判定の結果が偽の場合でも、対応する参照字形がない対象字形の字形画像を含む記載箇所を特定することができるため、どの記載欄に偽造が施されているかを特定することができる。また、それ以外の記載箇所については記載内容が正しいと推定されうる。

【0217】

以上、第２実施形態に係る黒塗り画像判定及び字形画像判定について説明してきた。黒塗り画像判定及び字形画像判定以外の要素については、上述した第１実施形態と同様であるため、ここでは詳細な説明を省略する。なお、第２実施形態に係る黒塗り画像判定及び字形画像判定の一方だけを第１実施形態の対応する要素と置き換えるように変形してもよいし、第１実施形態の説明において述べた各種の変形を適用してもよい。このように、第１及び第２実施形態の技術的要素を任意に組み合わせてよいし、また、さらに変形してもよい。そうした変形例についても当然に本開示に係る実施形態の技術的範囲に属する。

【0218】

＜３．付記＞
以下、本開示の実施形態に係る技術的事項について、さらに付記を開示する。以下に示す付記の内容は、本開示の技術的範囲を限定する意図ではなく、また、その内容に基づいて当業者が想到しうる変形例、応用例、及び具体例についても当然に本開示の技術的範囲に属する。

【0219】

（付記１）真贋判定の対象となる証明書の画像を取得することと、
取得された前記証明書の画像を解析して、発行者及び発行時期を特定し、所定の記載欄にある文字又は数字の画像を抽出することと、
発行者、発行時期、及び、前記所定の記載欄にある文字又は数字の画像とを対応付けるデータベースを参照し、取得された前記証明書の画像から抽出された前記文字又は数字の画像と、前記データベースから抽出される前記文字又は数字の画像との類似度を判定する判定器を用いて、取得された前記証明書の画像の真贋を判定すること
を含む処理をコンピュータが実行する、真贋判定方法。

【0220】

（付記１Ａ）真贋判定の対象となる証明書の画像を取得することと、
取得された前記証明書の画像を解析して、発行者及び発行時期を特定し、所定の記載欄にある文字又は数字の画像を抽出することと、
前記証明書について事前に用意された複数のサンプル画像について、発行者及び発行時期を教師データとして与え、前記所定の記載欄にある文字又は数字の画像をパターン学習させて得られる判定器と、特定された前記発行者及び発行時期と、抽出された前記文字又は数字の画像とを用いて、取得された前記証明書の画像の真贋を判定すること
を含む処理をコンピュータが実行する、真贋判定方法。

【0221】

（付記１Ｂ）真贋判定の対象となる証明書の画像を取得することと、
取得された前記証明書の画像を解析して、発行者及び発行時期の特定に利用可能な情報を含む領域と、所定の記載欄にある文字又は数字の画像とを抽出することと、
前記証明書についての複数のサンプル画像について、前記領域の画像と、前記所定の記載欄にある文字又は数字の画像とをパターン学習させて得られる判定器と、抽出された前記領域の画像と前記文字又は数字の画像とを用いて、取得された前記証明書の画像の真贋を判定すること
を含む処理をコンピュータが実行する、真贋判定方法。

【0222】

（付記２）取得された前記証明書の画像を解析し、日付が記載される複数の第１の記載欄から複数の日付を取得することと、
前記複数の第１の記載欄に記載される日付の先後関係を示す第１の情報を参照し、取得された前記複数の日付の先後関係が前記第１の情報が示す先後関係と整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することとをさらに含む、
付記１、１Ａ、１Ｂに記載の真贋判定方法。

【0223】

（付記３）取得された前記証明書の画像を解析して、前記証明書により証明される事柄についての記載内容のうち、発行時期によって記載の有無が異なる所定の記載内容を検出することと、
特定された前記発行時期と、前記所定の記載内容についての検出結果とが整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することとをさらに含む、
付記１、１Ａ、１Ｂ又は２に記載の真贋判定方法。

【0224】

（付記４）取得された前記証明書の画像を解析し、発行者の特定に利用可能な文字又は数字が記載される複数の第２の記載欄のそれぞれから前記文字又は数字を抽出し、前記複数の第２の記載欄に対応する発行者が互いに一致するか否かを確認し、一致しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することをさらに含む、
付記１〜３のいずれか１つに記載の真贋判定方法。

【0225】

（付記５）真贋判定の対象となる証明書の画像を取得する取得部と、
取得された前記証明書の画像を解析して、発行者と、発行時期と、所定の記載欄にある文字又は数字とを特定し、前記文字又は数字の画像を抽出する解析部と、
発行者、発行時期、及び、前記所定の記載欄にある文字又は数字の画像とを対応付けるデータベースを参照し、取得された前記証明書の画像から抽出された前記文字又は数字の画像と、前記データベースから抽出される前記文字又は数字の画像との類似度を判定する判定器を用いて、取得された前記証明書の画像の真贋を判定する判定部とを有する、情報処理装置。

【0226】

（付記６）付記１〜４のいずれか１つに記載の真贋判定方法に係る処理をさらに実行する、付記５に記載の情報処理装置。

【0227】

（付記７）付記１〜４のいずれか１つに記載の真贋判定方法に係る処理をコンピュータにさらに実行させる、プログラム。

【0228】

（付記８）付記７に記載のプログラムが格納された、コンピュータにより読み取り可能な非一時的な記録媒体（Non-transitory computer readable storage medium）。

【0229】

（付記９）真贋判定の対象となる証明書の画像を取得することと、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成することと、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群をパターン学習させて得られる第１の判定器と、前記判定用画像とを用いて、取得された前記証明書の画像の真贋を判定することと
を含む処理をコンピュータが実行する、真贋判定方法。

【0230】

（付記１０）取得された前記証明書の画像から、発行者と、発行時期と、所定の記載欄にある文字又は数字の画像を抽出することと、
発行者、発行時期、前記所定の記載欄にある文字又は数字の画像とを対応付けるデータベースを参照し、取得された前記証明書の画像から抽出された前記文字又は数字の画像と、前記データベースから抽出される前記文字又は数字の画像との類似度を判定する第２の判定器を用いて、取得された前記証明書の画像の真贋を判定することと
をさらに含む、
付記９に記載の真贋判定方法。

【0231】

（付記１１）取得された前記証明書の画像を解析し、日付が記載される複数の第１の記載欄から複数の日付を取得することと、
前記複数の第１の記載欄に記載される日付の先後関係を示す第１の情報を参照し、取得された前記複数の日付の先後関係が前記第１の情報が示す先後関係と整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することと
をさらに含む、
付記１０又は１１に記載の真贋判定方法。

【0232】

（付記１２）取得された前記証明書の画像を解析して、発行時期を特定すると共に、前記証明書により証明される事柄についての記載内容のうち、発行時期によって記載の有無が異なる所定の記載内容を検出することと、
特定された前記発行時期と、前記所定の記載内容についての検出結果とが整合するか否かを確認し、整合しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定することと
をさらに含む、
付記９〜１１のいずれかに記載の真贋判定方法。

【0233】

（付記１３）取得された前記証明書の画像を解析し、発行者の特定に利用可能な文字又は数字が記載される複数の第２の記載欄のそれぞれから前記文字又は数字を抽出し、前記複数の第２の記載欄に対応する発行者が互いに一致するか否かを確認し、一致しないことが確認された場合には、取得された前記証明書の画像が贋物であると判定すること
をさらに含む、
付記９〜１２のいずれかに記載の真贋判定方法。

【0234】

（付記１４）真贋判定の対象となる証明書の画像を取得する取得部と、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成するマスキング部と、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群をパターン学習させて得られる第１の判定器と、前記判定用画像とを用いて、取得された前記証明書の画像の真贋を判定する判定部と
を有する、情報処理装置。

【0235】

（付記１５）真贋判定の対象となる証明書の画像を取得することと、
発行者に関する情報が記載される第１の部分を残し、かつ被証明者毎に内容が異なる第２の部分を少なくとも隠すマスク画像を利用し、取得された前記証明書の画像にマスキングを施して判定用画像を生成することと、
事前に用意された前記証明書についてのサンプル画像に対して前記マスク画像によるマスキングを施した画像群をパターン学習させて得られる第１の判定器と、前記判定用画像とを用いて、取得された前記証明書の画像の真贋を判定することと
を含む処理をコンピュータに実行させる、プログラム。

【0236】

付記１５に記載のプログラムが格納された、コンピュータにより読み取り可能な非一時的な記録媒体（Non-transitory computer readable storage medium）。

【0237】

以上、添付図面を参照しながら本開示の好適な実施形態について説明したが、本開示は係る例に限定されない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例又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開示の技術的範囲に属する。

【符号の説明】

【0238】

１０ 真贋判定装置
１１ 確認書類受付部
１２、２２、３２、１３１、１４１、１５１、１６１ 記憶部
１３ 第１判定部
１４ 第２判定部
１５ 第３判定部
１６ 総合判定部
２０ 判定器生成装置
２１ 解析部
２２ａ 証明書画像群
２２ｂ、１３１ａ マスク画像
３０ ユーザ機器
３１ 撮像部
３３ 制御部
３４ 表示部
４１、５１ サンプル画像
４２、５２ テンプレート画像
４３、１４１ａ、２４１ａ 字形画像ＤＢ
１３１ｂ パターン認識器
１３２、１４２、１５２ 対象画像取得部
１３３ マスキング部
１３４ 黒塗り画像判定部
１４１ｂ 類似度判定器
１４３ 文字認識部
１４４ 字形判定部
１５１ａ 日付条件ＤＢ
１５１ｂ 関係性ＤＢ
１５３ 日付・文字認識部
１５４ 整合性判定部
１６１ａ 判定モードＤＢ
１６１ｂ 閾値ＤＢ
１６２ 判定結果取得部
１６３ 判定処理部
１６４ メッセージ出力部
２３１ａ テンプレート画像ＤＢ
ＮＷ ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】