特開 2022-103676 情報処理装置、情報処理方法、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022103676

(43)【公開日】2022-07-08

(54)【発明の名称】情報処理装置、情報処理方法、プログラム

(51)【国際特許分類】

   G06V 30/194 20220101AFI20220701BHJP

   G06V 30/242 20220101ALI20220701BHJP

【ＦＩ】

G06K9/66

G06K9/62 610C

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2020218450

(22)【出願日】2020-12-28

(71)【出願人】

【識別番号】390002761

【氏名又は名称】キヤノンマーケティングジャパン株式会社

(71)【出願人】

【識別番号】592135203

【氏名又は名称】キヤノンＩＴソリューションズ株式会社

(74)【代理人】

【識別番号】100189751

【弁理士】

【氏名又は名称】木村 友輔

(72)【発明者】

【氏名】大田 健翔

【テーマコード（参考）】

5B064

【Ｆターム（参考）】

5B064AA01

5B064AB03

5B064BA01

5B064DA27

5B064EA26

(57)【要約】      （修正有）

【課題】Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ型のＯＣＲにおいて、より適切なＯＣＲ結果を提示する情報処理装置、情報処理方法及びプログラムを提供する。
【解決手段】メイン処理サーバ、帳票をスキャンして画像ファイル化するスキャナ、クライアント端末及びデータベースサーバがＬＡＮを介して接続される情報処理システムにおいて、メイン処理サーバは、入力画像に対するＯＣＲ結果として得られたベクトル列をグラフに変換し、変換することで得られたグラフにおける始点から終点までの最短経路を含む複数の経路を短い順に算出する。算出されたそれぞれの経路候補に基づき得られる文字列候補が、予め定められた形式であるかを判定する。予め定められた形式を満たす最も順番が先である文字列を選択する。
【選択図】図４

【特許請求の範囲】

【請求項1】

入力画像に対するＯＣＲ結果として得られたベクトル列をグラフに変換する変換手段と、
前記変換手段により得られたグラフにおける始点から終点までの最短経路を含む複数の経路を短い順に算出する算出手段と、
前記算出手段により算出されたそれぞれの経路候補に基づき得られる文字列候補が、予め定められた形式であるかを判定する判定手段と、
を備えることを特徴とする情報処理装置。

【請求項2】

前記判定手段は、前記判定手段により前記最短経路が予め定められた形式ではないと判定される場合に、前記算出手段により算出された２番目に短い経路に基づき得られる文字列について判定することを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記判定手段により前記予め定められた形式の文字列であると判定された文字列を、正解結果として出力する出力手段を備えることを特徴とする請求項１または２に記載の情報処理装置。

【請求項4】

情報処理装置の変換手段が、入力画像に対するＯＣＲ結果として得られたベクトル列をグラフに変換する変換工程と、
前記情報処理装置の算出手段が、前記変換工程により得られたグラフにおける始点から終点までの最短経路を含む複数の経路を短い順に算出する算出工程と、
前記情報処理装置の判定手段が、前記算出工程により算出されたそれぞれの経路候補に基づき得られる文字列候補が、予め定められた形式であるかを判定する判定工程と、
を備えることを特徴とする情報処理方法。

【請求項5】

コンピュータを、
入力画像に対するＯＣＲ結果として得られたベクトル列をグラフに変換する変換手段と、
前記変換手段により得られたグラフにおける始点から終点までの最短経路を含む複数の経路を短い順に算出する算出手段と、
前記算出手段により算出されたそれぞれの経路候補に基づき得られる文字列候補が、予め定められた形式であるかを判定する判定手段として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法、プログラムに関する。

【背景技術】

【0002】

近年のＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）の技術は、ディープニューラルネットワークを使用して文字の認識をするものが流行している。

【0003】

そして、ＯＣＲ用のディープニューラルネットワークのモデルにはＣｏｎｖｏｌｕｔｉｏｎａｌ Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（以下ＣＲＮＮ）が採用されることが多い。ＣＲＮＮでＯＣＲを実現する方法は下記の手順で行う。

【0004】

まず、文字列の書かれた画像をＣｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（以下ＣＮＮ）で計算し、画像特徴量を得る。その後、画像特徴量を細分化したデータを後段のＲｅｃｃｕｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）に入力する。ＲＮＮは、細分化したデータ単位がそれぞれ何の文字か（あるいは空白か）を推論する。文字の系列が出来ているのでそれを整形する。整形内容としては、連続する文字は一つにまとめ、空白を除去する。整形後の結果をＯＣＲの最終結果とする。

【0005】

非特許文献１には、ＣＲＮＮを用いたＯＣＲ技術について開示されている。

【先行技術文献】

【非特許文献】

【0006】

【非特許文献1】Ａｎ Ｅｎｄ－ｔｏ－Ｅｎｄ Ｔｒａｉｎａｂｌｅ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｆｏｒ Ｉｍａｇｅ－ｂａｓｅｄ Ｓｅｑｕｅｎｃｅ Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ｓｃｅｎｅ Ｔｅｘｔ Ｒｅｃｏｇｎｉｔｉｏｎ Ｂａｏｇｕａｎｇ Ｓｈｉ， Ｘｉａｎｇ Ｂａｉ， Ｃｏｎｇ Ｙａｏ（ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ａｂｓ／１５０７．０５７１７）

【発明の開示】

【発明が解決しようとする課題】

【0007】

このＣＲＮＮ型のＯＣＲの課題としては、外部知識による結果の検証や修正が難しいという問題が存在する。ここで外部知識とは例えば、正規表現のような形やアプリケーションソフトウェア特有のルールのことである。検証や修正が難しい原因はアルゴリズム上、ＯＣＲが最良と判断した結果しか算出できないためである。言い換えると次点以降の結果の文字列も出力できれば、それらの文字列を外部知識で検証し、適合する文字列を入手できる可能性が高まる。

【0008】

そこで、本発明は、ＣＲＮＮ型のＯＣＲにおいて、より適切なＯＣＲ結果を提示する仕組みを提供することを目的とする。

【課題を解決するための手段】

【0009】

本発明の情報処理装置は、入力画像に対するＯＣＲ結果として得られたベクトル列をグラフに変換する変換手段と、前記変換手段により得られたグラフにおける始点から終点までの最短経路を含む複数の経路を短い順に算出する算出手段と、前記算出手段により算出されたそれぞれの経路候補に基づき得られる文字列候補が、予め定められた形式であるかを判定する判定手段とを備えることを特徴とする。

【発明の効果】

【0010】

本発明によれば、ＣＲＮＮ型のＯＣＲにおいて、より適切なＯＣＲ結果を提示することが可能となる。

【図面の簡単な説明】

【0011】

【図1】本発明の処理システムの構成の一例を示すシステム構成図である。

【図2】情報処理装置のハードウェア構成を示すブロック図である。

【図3】本発明の実施形態における、機能構成の一例を示す図である。

【図4】本発明の実施形態における、処理の一例を示すフローチャートである。

【図5】本発明の実施形態における、前向きＤＰ＊探索のサブモジュールを示すフローチャートである。

【図6】本発明の実施形態における、後ろ向きＡ＊探索のサブモジュールを示すフローチャートである。

【図7】本発明の実施形態における、ＣＲＮＮ型ＯＣＲの概略図である。

【図8】本発明の実施形態における、ＯＣＲ結果ベクトルの説明図である。

【図9】本発明の実施形態における、ＩＮＰＵＴ ＭＡＳＫの説明図である。

【図10】本発明の実施形態における、ＯＣＲ結果グラフの概念図である。

【図11】本発明の実施形態における、グラフ内のノードとエッジの概略図である。

【図12】本発明の実施形態における、逆向きＡ＊探索で使用する経路オブジェクトの概略図である。

【図13】本発明の実施形態における、経路から文字列に変換する処理の例を示した図である。

【図14】本発明の実施形態における、Ｎ－ｂｅｓｔリストから正規表現に適合する文字列を選択する例を示した図である。

【発明を実施するための形態】

【0012】

以下、図面を参照して、本発明の実施形態を詳細に説明する。

【0013】

図１は、本発明の情報処理システムの構成の一例を示すシステム構成図である。本発明の情報処理システムは、メイン処理サーバ１００（情報処理装置）および、帳票をスキャンして画像ファイル化（画像スキャン）するスキャナ２００、クライアント端末１０１、データベースサーバ３００がＬＡＮ４００を介して接続される構成となっている。

【0014】

ＬＡＮ４００はメイン処理サーバ１００の有する物理インターフェースに応じて、有線ＬＡＮ，無線ＬＡＮ，ＵＳＢなどの形態をとることができる。

【0015】

スキャナ２００でスキャンした画像をメイン処理サーバ１００に取り込む方法として、スキャナ２００からメイン処理サーバ１００に直接画像を送信する方法、スキャナ２００で取り込んだ画像ファイルをいったんデータベースサーバ３００に保管し、メイン処理サーバ１００がデータベースサーバ３００から画像ファイルを取り出す方法などがある。

【0016】

図２は、メイン処理サーバ１００、クライアント端末１０１として適用可能な情報処理装置のハードウェア構成の一例を示すブロック図である。

【0017】

図２に示すように、情報処理装置は、システムバス２００を介してＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３、記憶装置２０４、入力コントローラ２０５、音声コントローラ２０６、ビデオコントローラ２０７、メモリコントローラ２０８、よび通信Ｉ／Ｆコントローラ２０９が接続される。

【0018】

ＣＰＵ２０１は、システムバス２００に接続される各デバイスやコントローラを統括的に制御する。

【0019】

ＲＯＭ２０２あるいは外部メモリ２１３は、ＣＰＵ２０１が実行する制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）や、本情報処理方法を実現するためのコンピュータ読み取り実行可能なプログラムおよび必要な各種データ（データテーブルを含む）を保持している。

【0020】

ＲＡＭ２０３は、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１３からＲＡＭ２０３にロードし、ロードしたプログラムを実行することで各種動作を実現する。

【0021】

入力コントローラ２０５は、キーボード２１０や不図示のマウス等のポインティングデバイス等の入力装置からの入力を制御する。入力装置がタッチパネルの場合、ユーザがタッチパネルに表示されたアイコンやカーソルやボタンに合わせて押下（指等でタッチ）することにより、各種の指示を行うことができることとする。

【0022】

また、タッチパネルは、マルチタッチスクリーンなどの、複数の指でタッチされた位置を検出することが可能なタッチパネルであってもよい。

【0023】

ビデオコントローラ２０７は、ディスプレイ２１２などの外部出力装置への表示を制御する。ディスプレイは本体と一体になったノート型パソコンのディスプレイも含まれるものとする。なお、外部出力装置はディスプレイに限ったものははく、例えばプロジェクタであってもよい。また、前述のタッチ操作を受け付け可能な装置については、入力装置も提供する。

【0024】

なおビデオコントローラ２０７は、表示制御を行うためのビデオメモリ（ＶＲＡＭ）を制御することが可能で、ビデオメモリ領域としてＲＡＭ２０３の一部を利用することもできるし、別途専用のビデオメモリを設けることも可能である。

【0025】

メモリコントローラ２０８は、外部メモリ２１３へのアクセスを制御する。外部メモリとしては、ブートプログラム、各種アプリケーション、フォントデータ、ユーザファイル、編集ファイル、および各種データ等を記憶する外部記憶装置（ハードディスク）、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等を利用可能である。

【0026】

通信Ｉ／Ｆコントローラ２０９は、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信やＩＳＤＮなどの電話回線、および携帯電話の４Ｇ回線、５Ｇ回線等を用いた通信が可能である。

【0027】

尚、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ２１２上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ２１２上の不図示のマウスカーソル等でのユーザ指示を可能とする。

【0028】

図３は、メイン処理サーバ１００が備える機能の一例を示す機能ブロック図である。

【0029】

入力受付部３００は、ＯＣＲ結果選定の要求や、ＩＮＰＵＴ ＭＡＳＫなどの各種情報の入力を受け付ける機能を備える。

【0030】

グラフ変換部３０１は、ＣＲＮＮにより出力されたベクトル列をグラフに変換する処理を実行する。

【0031】

Ｎ－ｂｅｓｔ算出部３０２は、図６のフローチャートの処理を実行することでＮ個の経路を算出する処理を実行する。

【0032】

文字列変換部３０３は、ステップＳ４０７の処理を実行することで、算出された経路を文字列に変換する処理を行う。

【0033】

結果検証部３０４は、文字列変換部３０３により出力された文字列がＩＮＰＵＴ ＭＡＳＫである正規表現を満たすかを検証する処理を実行する。

【0034】

以下、図４のフローチャートを参照して、本実施形態のシステムにおけるＣＲＮＮ型ＯＣＲの外部知識に基づく後編集処理について説明する。

【0035】

ステップＳ４００では、メイン処理サーバ１００の入力受付部３００が、ＯＣＲ結果選定の要求を受け付ける。

【0036】

ステップＳ４０１では、メイン処理サーバ１００の入力受付部３００が、ＯＣＲの結果を表すＲＮＮの出力結果であるベクトル系列６００を受け付ける。

【0037】

ベクトル系列６００に関してＣＲＮＮ型ＯＣＲの図７を踏まえて説明する。ＣＲＮＮ型ＯＣＲはＣＮＮ６０２とＲＮＮ６０４から構成される。ＣＮＮは画像６０１から画像特徴量６０３を抽出する。これを最小単位６０５に切り出し、切り出した単位で個別にＲＮＮ６０４に入れる。ＲＮＮは最小単位６０５ごとに認識結果６０６を出力する。これを全ての最小単位６０５で処理した結果を結合したものがベクトル系列６００である。

【0038】

図８を用いてＲＮＮの処理結果のベクトル系列６００のうちの１つのベクトル６０６を説明する。

【0039】

ベクトル６０６は文字ごとの認識結果の確からしさの確率を表している。すなわち、画像特徴量の一部６０５をＲＮＮ６０４に通したとき、その特徴量がどの文字に近いのかを表している。

【0040】

図８の例では、ベクトル６０６は空白である確率が０．９８、「０」である確率が０．０００１、「ｚ」である確率が０．０１であることを意味している。

【0041】

ステップＳ４０２では、メイン処理サーバ１００の入力受付部３００が、ＩＮＰＵＴ ＭＡＳＫ７００を受け付ける。

【0042】

ＩＮＰＵＴ ＭＡＳＫ７００に関して、図９の例を踏まえて説明する。

【0043】

ＯＣＲでは、文字の認識をするための事前情報がない場合、文字が判読不能なケースがある。たとえば数字のゼロ（０）、大文字アルファベットのオー（Ｏ）、小文字アルファベットのオー（ｏ）について、区別がつかないケースがある。

【0044】

そこで、認識結果において、何番目の文字がどの文字種なのかを制御する事前知識としてＩＮＰＵＴ ＭＡＳＫを導入する。ここでの文字種とは、大文字アルファベット、小文字アルファベット、数字の３つのいずれかを指す。このような事前知識を与えることで、数字のゼロ（０）なのか、大文字アルファベットのオー（Ｏ）なのか、小文字アルファベットのオー（ｏ）なのかを判別することが可能となる。

【0045】

ＩＮＰＵＴ ＭＡＳＫはユーザが文字種パターンの制御情報を記述する際、正規表現を意識せずに書くための文字列のフォーマットである。ＩＮＰＵＴ ＭＡＳＫが扱える文字種は、「Ａ」、「Ｚ」、「ａ」、「ｚ」、「０」、「９」の６種類である。この文字種を並べることでパターンを表現する。
「Ａ」、「Ｚ」は大文字アルファベットの集合を表す。「Ａ」が存在する位置には大文字アルファベットが１文字必ず存在することを表す。「Ｚ」が存在する位置には大文字アルファベットが任意に存在することを表す。ここでの「任意に存在」とは文字が１文字ある場合とない場合の両方の状態のことを指す。

【0046】

「ａ」、「ｚ」は小文字アルファベットの集合を表す。２つの違いは大文字アルファベットの場合と同様である。すなわち、前者は小文字アルファベットが１文字必ず存在することを表し、後者は小文字アルファベットが任意に存在することを表す。

【0047】

「０」、「９」は数字の集合を表す。２つの違いは大文字アルファベットの場合と同様である。すなわち、前者は数字が１文字必ず存在することを表し、後者は数字が任意に存在することを表す。

【0048】

例えば、図９のＩＮＰＵＴ ＭＡＳＫ７００の例では、１文字目がアルファベットで２文字目から７文字目までが数字のパターンを表している。ＩＮＰＵＴ ＭＡＳＫ７００は検証処理の際には該当する正規表現７０１に変換される。

【0049】

ステップＳ４０３では、メイン処理サーバ１００の入力受付部３００が、Ｎ－ｂｅｓｔ算出部３０２で使用する生成文字列数Ｎを受け付ける。

【0050】

ステップＳ４０４では、メイン処理サーバ１００の入力受付部３０１が、ステップＳ４０１で格納したベクトル６００をグラフ８００に変換する処理を行う。グラフ変換処理に関して図１０、図１１を用いて説明する。

【0051】

ここでのグラフとは、有向非循環グラフである。また、本実施例では始点から終点へ向かう方向を順方向、終点から始点へ向かう方向を逆方向と呼ぶ。

【0052】

図１０に示すグラフ８００はノード８０１とエッジ８０５を持つ。ノード８０１は、ＲＮＮの出力結果６００を構成するベクトル６０６の要素６０７から作成する。

【0053】

このノードは図１１の５つの情報８２０を保有している。５つの情報とは下記の通りである。グラフ８００内で一意なインデックス８０２、ノードが持つコスト８２１、このノードから順方向にエッジでつながるノードのリスト８２２、始点からこのノードまでのコスト最小となる経路８２３、経路８２３のコスト８２４。

【0054】

ノードのコストは（１．０ － 要素６０７の値）を保持する。このような数値の加工を行うことで、後段の最短経路探索問題として解けるようになる。

【0055】

次にノードから次のノードの接続を表すエッジ８０５を作成する。エッジの遷移コストは０とする。

【0056】

一つのノードからエッジを接続する先のノードは、ベクトル６０６単位に考える。すなわち、あるベクトル６０６の要素６０７を表現するノードがあったとき、ベクトル６０６の次のベクトルの要素を表すノードすべてに向かって接続する。ただし、始点ノード８０３は出力結果６００の最初のベクトル内の要素を表すノード全てに向かって接続し、出力結果６００の一番最後のベクトル内の要素を表すノードは全て、終点ノード８０４に向かって接続する。

【0057】

上述の手順にしたがって、出力結果６００を構成する全ての値６０７および、グラフの始点ノード８０３と、終点ノード８０４に対してノードとエッジを作成する。始点ノードと終点ノードのコストは０を格納する。

【0058】

また、グラフの経路８１０とは、図１３のように、始点から終点、もしくは終点から始点までのノードを順番に入れたリストのことである。

【0059】

以上の通り、ＣＲＮＮによるＯＣＲの結果は出力されたベクトル列をグラフ化することで、最も正解と考えられるＯＣＲ結果の算出処理を、グラフの最短経路を算出する問題に変換することができる。すなわち、ベクトル列を変換したグラフの始点から終点までの最短経路を求めることで、最も正解と考えられるＯＣＲ結果の文字列を取得することができる。

【0060】

以下、ステップＳ４０５の処理において、最短経路を求める処理を説明する。

【0061】

最短経路を求める手法として、前向きＤＰ後ろ向きＡ＊アルゴリズム（ｈｔｔｐｓ：／／ｃｉ．ｎｉｉ．ａｃ．ｊｐ／ｎａｉｄ／１１０００２９３４８４５）を下記の通りＯＣＲにも適用できるアルゴリズムに改良したものを用いる。

【0062】

ステップＳ４０５では、始点から各ノードまでの最短経路の探索（前向きＤＰ探索）を行う。ステップＳ４０５の処理の詳細については、図５のフローチャートを用いて説明する。

【0063】

前向きＤＰ探索では、順方向において、各ノードにおける最小の経路８２３及び最小のコスト８２４をノードごとに求める。そのため、終点ノード８０４で求める最小の経路が最短経路となる。

【0064】

ステップＳ５０１では、すべてのノードの最小のコスト値８２３を、浮動小数点の最大値を入れて初期化する。

【0065】

ステップＳ５０２ではグラフ８００をトポロジカルソートする。トポロジカルソートとは、有向非巡回グラフ中のノードを依存関係の無い順にノードインデックスを順序づけるアルゴリズムである。ソートした順番どおりに、リストＬに格納する。

【0066】

トポロジカルソートを行うことで、各ノードにおける最短経路コストを求める事ができるようになる。具体的には、あるノードAに依存するノードBがあった場合、あるノードAまでの最短経路コストを使用してノードBの最短経路コストを求めることができるようになる。

【0067】

ステップＳ５０３では、変数ｉに０を格納する。

【0068】

ステップＳ５０４では、変数ｎｕｍにグラフ８００中のノードの総数を格納する。

【0069】

ステップＳ５０５では、変数ｉが変数ｎｕｍより小さいかを判定する。判定がＹｅｓならばＳ５０６へ、Ｎｏならば本サブプロセスを終了する。

【0070】

ステップＳ５０６では、リストＬのｉ番目のノードを取り出し、ノードｉとする。

【0071】

ステップＳ５０７では、ノードｉに接続するノード群８２２をキューｑ＿ｔｍｐに格納する。以下、Ｓ５０８からステップＳ５１１において、ｑ＿ｔｍｐに格納されたノードの中で、ノードｉからの接続で最短経路コストを更新できるものがあれば、その値を更新する。

【0072】

ステップＳ５０８では、キューｑ＿ｔｍｐが空かどうかを判定する。判定がＹｅｓならばステップＳ５１３へ、ＮｏならばステップＳ５０９へ進む。

【0073】

ステップＳ５０９では、キューｑ＿ｔｍｐからノードを１つ取り出して、ノードｊとする。

【0074】

ステップＳ５１０では、ノードｊまでのコストｓとして、ノードｊのコストとノードｉまでの最短経路のコストの和を格納する。

【0075】

ステップＳ５１１では、コストｓが、ノードｊの暫定で格納されている最短経路コスト８２４よりも小さいかを判定する。ＹｅｓならばステップＳ５１２へ、ＮｏならばステップＳ５０８へ進む。

【0076】

ステップＳ５１２では、ノードｊの最短経路コスト８２４にｓを代入する。その後ステップＳ５０８へ進む。

【0077】

ステップＳ５１３では、変数ｉにｉ＋１を格納する。そして、処理をステップＳ５０５に移行する。

【0078】

以上をすべてのノードで行うことにより、始点から各ノードまでの最短経路コストを求めることができる。

【0079】

次に、ステップＳ４０６において、経路が短い順にＮ個の経路を探索する処理（後ろ向きＡ＊探索）を実行する。ステップＳ４０６の処理の詳細は、図６のフローチャートを用いて説明する。

【0080】

後ろ向きＡ＊探索では、前向きＤＰ探索で求めた始点からノードまでの最短経路情報を用いて、経路コストの小さい順にＮ個の経路を求める。具体的には、前向きＤＰ探索で求めた最短経路の終点側の経路を変えることで、２番目、３番目・・・に短い経路を算出する処理である。

【0081】

ここで、後ろ向きＡ＊探索で始点から終点までの経路を短い順に求めることができる理由の説明を行う。

【0082】

理想的には、すべての経路のコストを調べれば経路をコストの小さい順に求められるが、現実的な計算量ではない。そこで、グラフ探索を逆向きに、下記に示すコストが小さい順に経路を探索していくことで、最短経路の次候補以降を算出する。

【0083】

このアルゴリズムの要点は、始点まで到達していない経路でも有望さの比較ができるように、全体経路の見積もりであるコスト８５２を導入していることである。

【0084】

この見積もりコストは終点から現時点のノードまでの経路のコストと前向きDP探索で求めた始点から現時点のノードまでの最短経路のコストの和である。

【0085】

この見積もりコストの小さい経路から順に探索すれば、コストの小さい順に経路を求めることができる。なぜならば、前向きDP探索で最短の経路を確定させているためである。

【0086】

ステップＳ６０１では、変数ｉに０を格納する。これは、ステップＳ６０２で作成するリストｒｅｓに格納されている要素の数を表す。

【0087】

ステップＳ６０２では、探索結果の成果物である複数の経路を格納するためのリストｒｅｓを作成する。

【0088】

ステップＳ６０３では、経路オブジェクト８５０を生成し終点ノード８０４の情報を格納し、経路オブジェクトを優先順位付きキューｑに格納する。

【0089】

ここで、図１２を用いて経路オブジェクトおよび優先順位付きキューｑの説明を行う。

【0090】

経路オブジェクトは終点から始点へ逆向きに進んだ時の経路を表している。経路オブジェクトは下記の４つの情報を持つ。すなわち、先頭ノードｋのインデックス８０２、終点からノードｋまで進んだ履歴となる経路８５１、終点から経路８５１を経てノードｋまで通った時のコスト８５２、総合コスト８５３を持つ。ここで、総合コスト８５３とは、前向きＤＰ探索で求めた始点からノードｋまでの最小コスト８２４と、終点からある経路８５１を通ってたどり着いたノードｋまでのコスト８５２の和である。

【0091】

優先順位付きキューｑは経路オブジェクトを格納するキューである。経路オブジェクトがキューｑに追加されるとソートされる。そのため、総合コスト８５３の小さい順に先に取り出せるようになっている。

【0092】

ステップＳ６０４では、ｉが、ステップＳ４０３で取得した生成文字列数Ｎより小さいかを判定する。判定がＹｅｓならばステップＳ６０５へ処理を進め、Ｎｏならばサブプロセスを終了する。

【0093】

ステップＳ６０５では、優先順位付きキューｑが空かどうかを判定する。すなわちグラフ内の全部の経路を求めたかを判定している。判定がＹｅｓならばサブプロセスを終了し、ＮｏならばステップＳ６０５へ処理を進める。

【0094】

ステップＳ６０６では、ｑから経路オブジェクトを１つ取り出し、経路オブジェクトｘとする。

【0095】

ステップＳ６０７では、経路オブジェクトｘのノードインデックスが始点ノードかどうかを判定する。すなわち、経路が始点まで達したかを判断している。判定がＹｅｓならばステップＳ６０８へ、ＮｏならばステップＳ６１０へ処理を進める。

【0096】

ステップＳ６０８では、経路オブジェクトｘ内の経路８５１をリストｒｅｓに格納する。

【0097】

ステップＳ６０９では、ｉにｉ＋１を格納する。そして、ステップＳ６０４へ処理を進める。

【0098】

ステップＳ６１０では、経路オブジェクトｘの先頭ノード８０２と接続する逆方向のノードのリスト８２５を全てキューｑ＿ｔｍｐに格納する。

【0099】

ステップＳ６１１では、ｑ＿ｔｍｐが空かどうかを判定する。判定がＹｅｓならばステップＳ６０５へ、ＮｏならばステップＳ６１２へ処理を進める。

【0100】

ステップＳ６１２では、ｑ＿ｔｍｐからノードを１つ取り出しノードｊとする。

【0101】

ステップＳ６１３では、終点からノードｊまでのコストを求める。コストは、ノードｊのコスト８２１と経路オブジェクトｘのコスト８５２の和とする。

【0102】

ステップＳ６１４では、経路オブジェクトを優先順位付きキューｑに格納する。この時の経路オブジェクトのノードのインデックス８０２はノードｊのインデックスであり、終点からそのノードまでの経路８５１は経路オブジェクトｘの経路にノードｊを足したものであり、終点からそのノードまでのコスト８５２はステップＳ６１３で求めたものであり、総合コストは、始点からそのノードまでの最短距離とコスト８５２の和とする。その後、処理をステップＳ６１１へ進める。

【0103】

以上のように総合コストの低い順に終点から始点へノードを展開することで、経路の短い順に複数の（Ｎ個の）経路を求めることができる。以上の手順で経路をＮ個求める。

【0104】

ステップＳ４０７では、メイン処理サーバ１００は、ステップＳ４０６で求めた経路リストｒｅｓに格納された経路８１０を総合コスト８５３の低い経路から順に文字列に変換する。

【0105】

図１３を用いて説明する。経路８１０はノードのインデックスのリストである。ノードのインデックスは文字ラベルと対応づいているため、ノードを文字へ変換する。すると、文字のリストが出力される。

【0106】

その後、この文字リストを文字列へ整形する。整形処理では、空白の除去と連続する文字を一つにまとめる処理を行う。以上のようにすることで、経路を文字列８６０へ変換する。これを、リストｒｅｓに格納されている経路分だけ繰り返して文字列を生成する。

【0107】

これらを総合コストの低い順に順位をつけてリストに格納したものをＮ－ｂｅｓｔリスト８７０と呼ぶ。

【0108】

ステップＳ４０８では、メイン処理サーバ１００は、Ｎ－ｂｅｓｔリストの中で、ＩＮＰＵＴ ＭＡＳＫを満たす最も順番が先である文字列を選択する。

【0109】

図１４を用いて説明する。ステップＳ４０５でＮ－ｂｅｓｔのうち順番の小さい文字列から順に、ステップＳ４０２で生成した正規表現を満たすかを確認する。もしも満たすならばその時点で、メイン処理サーバ１００はその文字列を返す。もしも満たさなければ、次の順位の文字列に対して同様の処理を行う。

【0110】

最後の順位の文字列まで正規表現を満たさないならば、メイン処理サーバ１００は１位の順位の文字列を返す。

【0111】

以上説明した通り、本発明は、ＣＲＮＮによるＯＣＲ結果として出力されるベクトル列をグラフ化することで、グラフの最短経路の問題として最適なＯＣＲ結果を求めることが可能となる。また、グラフ化して経路の問題とすることで、複数の解候補を得ることが可能となる。

【0112】

複数の解候補を得ることができるため、最短経路として求められた文字列がユーザが望むの形式の文字列ではない場合でも、他の候補について検証することが可能となり、ユーザが望むの形式の文字列を得ることが可能となる。

【0113】

本発明は、例えば、システム、装置、方法、プログラムもしくは記録媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

【0114】

また、本発明におけるプログラムは、図４～図６に示すフローチャートの処理方法をコンピュータが実行可能なプログラムであり、本発明の記憶媒体は図４～図６の処理方法をコンピュータが実行可能なプログラムが記憶されている。なお、本発明におけるプログラムは図４～図６の各装置の処理方法ごとのプログラムであってもよい。

【0115】

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読み出し、実行することによっても本発明の目的が達成されることは言うまでもない。

【0116】

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記録した記録媒体は本発明を構成することになる。

【0117】

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることが出来る。

【0118】

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0119】

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0120】

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置に適用しても良い。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

【0121】

さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

【符号の説明】

【0122】

１００ メイン処理サーバ
１０１ クライアント端末
２００ スキャナ
３００ データベースサーバ

【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】