Die Erfindung betrifft ein Verfahren sowie eine Vorrichtung zum automatischen Erfassen und Erkennen von aufgezeichneter Information, insbesondere von Schriften auf Belegen.

Die automatische Erkennung von Schriften (Druckschriften ver¬ schiedener Typen sowie Handschrift) durch elektronische Ver¬ fahren ist ein bedeutendes Gebiet der heutigen Anwendungen der Informatik. Ihre Verbreitung in den Anwendungsbereichen Banken, Postwesen, Versicherungen, Handel und Industrie ist besonders groß, weil sie eine effiziente und sichere Daten¬ eingabe gewährleistet.

Es ist bekannt, zur Erfassung und Erkennung der Daten von Be¬ legen (z.B. Zahlungsverkehrsbelegen) automatisch arbeitende Lese- und Bearbeitungssysteme einzusetzen. Hierzu werden so¬ genannte Belegleser eingesetzt, die in Computernetzwerke in¬ tegriert sind. Kameras, Elektronik und geeignete Computerpro- gramme ermöglichen eine Erfassung, Interpretation, und soweit erforderlich eine manuelle Korrektur, Abstimmung, Differenzbeseitigung, Kontrolle und Weitergabe von gelesenen

ERSATZBLAπ(REGEL26)

Daten, Sortierung und dgl.. Das softwaregesteuerte System kann während der Einlesephase mittels des klassischen OCR-Sy- stems (Optical Character Recognition System) die Belege steu¬ ern, verfilmen, indossieren und gleichzeitig um Blindfarben bereinigte digitale Abbildungen der Belege in Echtzeit her¬ stellen. Eine Digitalisierungskamera nimmt mit der Geschwin¬ digkeit des Beleglesers das digitale Abbild der Überweisungsbelege mit sehr hoher Auflösung auf.

Ab einer gewissen Betragsgrenze (DM 500) werden in der Bundesrepublik Deutschland für Überweisungen die orangenen Vordrucke verwendet. Diese enthalten die vollständigen Auf¬ traggeber- und Empfänger-Informationen, eine vollständige Bezeichnung der Kreditinstitute, den Betrag und den Verwendungszweck. Ein Beleg kann mit unterschiedlichen Ma¬ schinenschriften und/oder mit einer Handblockschrift ausge¬ füllt sein. In den üblichen Bankbelegen können bis zu 250 Zeichen eingetragen werden. Von diesen Belegen werden täglich einige Millionen verarbeitet. Der Vorteil für die Kreditin¬ stitute besteht u.a. darin, daß die Gutschrift für den Emp¬ fänger nicht an mehreren Stellen wiederholt bearbeitet werden muß, solange bis der Beleg an dem kontoführenden Institut an¬ gelangt ist, sondern daß der erfaßte Datensatz elektronisch übermittelt werden kann.

Bei der Erfassung von Belegen, bei denen bestimmte Angaben mit Maschinenschriften und/oder handschriftlich erstellt sind, ergeben sich dadurch Schwierigkeiten, daß einerseits die einzelnen Buchstaben und Ziffern nicht in die dafür vor¬ gesehenen Lesefelder einzeln eingetragen werden und anderer¬ seits dadurch, daß Handschriften sehr unterschiedlich und zum Teil kaum leserlich sind. Dies führt dazu, daß bei Universal¬ schriftbelegen weitaus mehr Korrigierarbeit als bei der Ver¬ arbeitung der in Normschrift abgefaßten Daten einer Codier¬ zeile von Belegen (z.B. Scheck) durchzuführen ist.

Es sind zahlreiche Lesegeräte auf dem Markt, welche univer¬ selle Leseprogramme für die Erkennung von Mischschriften wie z.B. Maschinenschrift, Handblockschrift, rein numerische oder alphanumerische Schrift oder bestimmte Handschrift-Einzel¬ schreibweisen aufweisen. Dabei ist es nicht auszuschließen, daß schlecht geschriebene Belege in Teilen entweder nicht oder falsch gelesen werden. Wenn das Lesegerät Zeichen nicht erkennt, wird der Beleg einer Bearbeitungsstation zugewiesen, an welcher eine Person eine entsprechende Korrektur eingibt. Erkennt es ein schlecht geschriebenes Schriftzeichen fälschlicherweise als ein anderes Zeichen und bemerkt des¬ halb keinen Fehler, erfolgt bei einer derartigen unerkannten Falschlesung (Substitution) eine falsche Buchung.

Die personelle Korrekturmethode ist sehr arbeits- und kosten¬ intensiv und erfordert sehr viel Personal. Bei dem Einsatz der bisherigen Lesegeräte muß bei Lifematerial von einer Rate der nicht erkannten Zeichen (Rejectrate) und Substitutionen (falsch erkannte Zeichen) von mehreren Prozent, bei schlech¬ tem Material entsprechend höheren Prozentsätzen, ausgegangen werden. Dieser Wert kann, abhängig von der Art der eingelese¬ nen Belegdaten, auch höher sein. In jedem Fall ist jedoch ein hoher Aufwand an anschließender Korrektur, Abstimmung und Kontrolle durch den Menschen notwendig. Trotz einiger selbst¬ verbessernder Software-Funktionen bleibt bei den genannten Belegmengen ein enormer manueller Aufwand an den Korrektur- Workstations vorhanden. Bundesweit sind hierfür zur Zeit ei¬ nige tausend Personen an den Systemen tätig.

Wenn man davon ausgeht, daß beispielsweise in einem Kreditin¬ stitut mittlerer Größe täglich bis zu 20.000 Belege mit hand¬ schriftlichen Eintragungen verarbeitet werden müssen, dann ergibt sich bei einer Rejectrate von 10% bereits ein Beleg¬ korrekturaufwand von 10 bis 20 Zeichen pro Beleg. Da eine ma¬ nuelle Vollerfassung noch mehr Arbeitskräfte erfordern würde, ist nur eine maschinelle Erfassung mit entsprechender Korrek-

tur durch das Personal sinnvoll.

Weiterhin ist es von großer Wichtigkeit für Entwickler und für Anwender solcher ErkennungsSysteme, die Güte der Erken¬ nung feststellen zu können, um die Eignung eines Systems für eine konkrete Anwendung zu beurteilen, um eventuelle Optimie¬ rungen vorzunehmen sowie um Parametereinstellungen zu defi¬ nieren, die die Erkennung optimal für die Kundenanforderungen gestalten. Die Erkennungsqualitätsmessung ist von besonderer Bedeutung bei Systemen, die mehrere parallele Erkennungen für dieselben Bilder verwenden, weil die Wahl der in Frage kom¬ menden ErkennungsSysteme von den Messungen abhängt.

Dabei ist die Definition von "Erkennungsqualität' keinesfalls selbstverständlich ebensowenig gleich für verschiedene Anwen¬ dungen bzw. für verschiedenes Material.

Die heute verwendeten Meßyste e gehen von einer Erkennungs¬ qualitätsmessung auf der Zeichenebene aus, d.h. sie zählen die falsch erkannten Zeichen und messen die Erkennungsgute eines Systems als Prozentsatz der gut erkannten und der falsch erkannten Zeichen im Verhältnis zur Gesamtanzahl der Zeichen. Einige Meßsysteme unterscheiden außerdem noch zwi¬ schen erkannten und unerkannten Zeichenerkennungsfehlem (Re- jects bzw. Substitutionen) . Außerdem ist bei den heutigen Meßsystemen der Zusammenhang zwischen gemessenem Material und Meßergebnissen nicht transparent. Somit ist die Vergleichbarkeit der Meßergebnisse im Allgemeinen nicht gegeben.

Ein neues Meßsystem muß durch Auswahl, Beschreibung, Verifi¬ kation und Qualifikation einer Referenz die Vergleichbarkeit von Meßergebnissen objektiv gewährleisten. Bei der Verifika¬ tion und Qualifikation der Referenz müssen solche Regeln de¬ finiert werden können, die sich dem Empfinden des menschli¬ chen Auges opimal annähern.

Grundsätzlich ist Erkennungsqualität durch die Häufigkeit der auftretenden Erkennungsfehler definiert. Die Erkennungsfehler können entsprechend den Hauptanforderungen an Erkennungssy¬ stemen klassifiziert werden: Zerlegungsfehler und Zeichener- kennungsfehler.

Zerlegung heißt die Lokalisierung von Textfeldern (Trennung von Text, Leerraum und Bild), die Lokalisierung von Zeilen sowie die Lokalisierung von Zeichen innerhalb der Zeilen. Die auftretenden Zerlegungsfehler sind Feldfehler (Feldfehlloka¬ lisierungen oder Vertauschung von Feldern) , Zeilenzerlegungs¬ fehler und Längenfehler.

Zeichenerkennung heißt festzustellen, um welche Zeichen es sich handelt. Es gibt verschiedene Arten von Zeichen¬ erkennungsfehlern: Erkannte Fehlerkennungen (Rejects) und unerkannte Fehlerkennungen (Substitutionen).

Ein weiterer Nachteil heute verwendeter Meßsysteme besteht darin, Zerlegungsfehler nicht getrennt zu berücksichtigen. Dadurch ist die Erkennungsqualitätsmessung nicht nur unvollvollständig, sondern wird auch die Messung der Zei¬ chenerkennung verfälscht (eine Zeichenfehlerkennung kann eine versteckte Fehllokalisation sein) .

Einige Erkennungssysteme sind auch auf die Ergebnis- formattierung gerichtete. Formattierung heißt die Feststel¬ lung des semantisch relevanten Feldinhalts abhängig von einer Menge definierter Feldstrukturen (z.B. "Datum" = TT.MM.JJ oder TT.MM.JJJJ oder TT"Monat"JJJJ usw.) und die Abbildung dieses Inhalts auf eine ausgewählte Darstellungsweise. Zur Messung der Erkennungsqualität formattierter Interpretations- ergebnisse ist eine "formattierte" d.h. auf die definierte Darstellungsweise gebrachte Referenz notwendig.

Bis heute gibt es kein wohldefiniertes und nachvollziehbares Meßverfahren zur Messung von Erkennungsqualität.

Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren vorzuschlagen, durch welches eine gravierende Erkennungsver¬ besserung für eingelesene Schriftdaten erzielt wird. Ferner soll die Vermeidung von Substitutionsbuchungen optimiert wer¬ den, um damit das System wirtschaftlicher und sicherer zu ma¬ chen.

Weiterhin soll der erforderliche Aufwand an Hard- und Soft¬ ware gegenüber herkömmlichen Lesesystemen nicht wesentlich erhöht und der beschriebene Korrekturaufwand verringert wer¬ den.

Diese Aufgabe der Erfindung wird mit einem Verfahren gemäß Anspruch 1 und eine Vorichtung gemäß Anspruch 15 gelöst. Vor¬ teilhafte Ausführungsformen sind in den Unteransprüchen ge¬ kennzeichnet.

Erfindungsgemäß werden bei einem Verfahren zum automatischen Erfassen und Erkennen von aufgezeichnete Informationen, ins¬ besondere ' Schriften auf Belegen, die Verfahrensparameter ständig optimiert. Dazu werden stichprobenartig die eingege¬ benen aufgezeichneten Informationen mit dem ausgegebenen ent¬ sprechenden Erkennungsergebnissen verglichen und in Abhän¬ gigkeit vom Ergebnis der Vergleiche werden die Verfahrenspa¬ rameter so verändert, daß die Erkennungsergebnisse optimiert werden.

Unter Verfahrensparamter sind vorzugsweise auch Tabellen oder andere Zugriffsdaten zu verstehen, die bei der Erkennung ein¬ gesetzt werden.

Die Erfindung bietet den Vorteil, daß das Ergebnis der Schrifterkennung während der langfristigen Nutzung des Ver¬ fahrens fortlaufend automatisch auf den jeweiligen Nutzer optimiert wird, indem es sich den bestimmten Be¬ triebsbedingungen dieses Nutzers anpaßt und Änderungen beim Nutzer und/oder der eingesetzten Hardware berücksichtigt.

Mittels der Erfindung wird die Erkennungsqualität des Systems erheblich gesteigert und der erforderliche personelle Korrek¬ turaufwand stark vermindert.

Unter dem Begriff "Schrift" ist hier allgemein jede aufge¬ zeichnete Informationen zu verstehen, die einem automatischen Erkenungsverfahren zugänglich ist. Diese aufgezeichneten In¬ formationen können einerseits hand- oder maschinenschriftli¬ che Eintragungen auf Belegen, Formularen usw. sein, aber an¬ dererseits auch Stimmaufzeichnungen umfassen, wie sie bei¬ spielsweise im Zusammenhang mit dem sogenannten Telefonban¬ king bekannt sind, wo der Bankkunde beispielsweise einen Ban¬ küberweisungsbeleg telefonisch ausfüllt, indem er die einzel¬ nen Eintragung auf den verschiedenen Feldern telefonisch durchsagt. In diesem Fall wäre unter "Schrift" entweder die auf einem Datenträger aufgezeichnete Stimme oder die von ei¬ nem vorgeschalteten Stimmerkennungsprogramm ausgegebenen Stimmerkennungsdaten zu verstehen.

Die Stichproben werden vorzugsweise durch ein sogenanntes Meßlabor (EQM-System) vorgenommen. Das Meßlabor vergleicht regelmäßig einen representativen Querschnitt des eingegebenen Nutzermaterials mit den dazu gehörigen Erkennungsergebnissen und optimiert das Verfahren auf der Grundlage der Vergleichsauswertung. Auf diese Weise kann die Eigenschaft der eingesetzten Schrifterkennungsverfahren (Interpreter) in Bezug auf das zu bearbeitende Material genau erforscht werden und die Gewichtung Interpreterergebnisse angepaßt werden.

Das EQM-System mißt Zerlegungs- und Erkennungsfehler und er¬ laubt dadurch eine differenziertere Beurteilung der gemesse¬ nen Ergebnisse. Um dies zu gewährleisten, müssen Messungen auf Beleg-, Feld- und Zeichenebene durchgeführt werden. Dies ist bei heutigen Meßsystemen nicht der Fall.

Vorteilhaft wird die Schrift durch wenigstens zwei parallele oder hintereinandergeschaltete unterschiedliche Schrift¬ erkennungsverfahren interpretiert. Beim Vergleich zwischen den erfaßten Daten der eingesetzten Schrifterken¬ nungsverfahren werden Substitutionen, bei denen ein Leser tatsächlich falsche Daten als "richtig" erkannt weitergibt, nahezu vermieden. Bei der Feststellung einer Er¬ kennungsdiskrepanz wird eine Überprüfung erzwungen. Dabei werden in vorteilhafter Weise universelle Schriftlese¬ verfahren eingesetzt, wobei die einzelnen Erkennungsverfahren derart aufeinander abgestimmt werden, daß sie jeweils für die Erkennung einer bestimmten Schriftart optimiert sind.

Das bedeutet, daß beispielsweise ein Lesegerät, welches für eine bestimmte Schreibschriftart eine optimale Erkennungs¬ weise besitzt, dagegen für andere Schriften eine nicht so gute Erkennungsweise, mit einem anderen Lesegerät in Kombina¬ tion arbeitet, welches wiederum für eine andere Schreib¬ schriftart oder gerade für spezielle Buchstaben oder Zahlen optimal arbeitet, die von dem ersten Lesegerät nicht optimal erkannt werden. Wenn nun die Schrift von beiden Geräten in¬ terpretiert wird, dann wird auf jeden Fall durch die Kombina¬ tion beider Geräte die Erkennungsqualität erhöht und damit die Anzahl der Fehlbuchungen bzw. bei einer automatischen Korrektur die Anzahl der erforderlichen Korrekturen durch Personal reduziert. Es kann gemäß der Erfindung auch in vor¬ teilhafter Weise vorgesehen sein, daß die Erkennungsverfahren für einzelne Bereiche innerhalb unterschiedlicher Schriftar¬ ten optimiert sind, so daß man beispielswei Lesesysteme zu-

sammensteilen kann, die besonders gut für die Erkennung von handschriftlichen Eintragungen geeignet sind. Die besondere Gefahr bei dem Einsatz von nur einem Lesegerät besteht gerade darin, daß das Gerät etwas als "richtig" erkennt, was tatsächlich falsch ist, so daß der "richtig" erkannte Daten¬ satz zu einer Fehlbuchung führt.

Um den Fall möglichst auszuschließen, daß beide Lesegeräte an der gleichen Stelle ein Zeichen substituieren und es infolge¬ dessen zu einer Fehlbuchung kommt, kann in vorteilhafter Weise vorgesehen sein, daß die Anzahl der von der Schrift durchlaufenen Schrifterkennungsverfahren, auf die Problem¬ fälle spezialisiert, erhöht wird.

Wird nun aufgrund eines Schrifterkennungsverfahrens gegenüber einem anderen Erkennungsverfahren eine Erkennungsdiskrepanz festgestellt, dann wird vorteilhaft automatisch eine Überprü¬ fung erzwungen, d.h. die Erkennungsdaten werden einer nachgeschalteten Station zugeleitet, an welcher eine Überprü¬ fung auf den vermeintlichen Fehler hin erfolgt.

Die Korrektur kann automatisch maschinell oder in herkömmli¬ cher Weise manuell durch eine Bearbeitungsperson erfolgen, wobei häufig auftretende Korrekturen vorteilhaft in einem Le¬ xikon aufgenommen werden, daß bei der Zeichenerkennung als Erkennungshilfe mit herangezogen wird.

Der Abgleich zwischen den Ergebnissen aus den unterschiedli¬ chen Schrifterkennungsverfahren erfolgt vorzugsweise durch einen Algorithmus, der auch die Umgebung des jeweils betrach¬ teten Zeichens berücksichtigt. Im Ergebnis wird das Zeichen mit der größten Glaubwürdigkeit als das richtige Zeichen er¬ kannt, wobei die Glaubwürdigkeit der einzelnen Zeichen vor¬ teilhaft nach der Fuzzi-Logik-Terminologie (sicher,..., unsi¬ cher) berechnet wird.

Vorzugsweise wird für jedes zu erfassende und erkennende Zei¬ chen ein ganzer Satz von Alternativzeichen erstellt wird, die jeweils nach ihrer Glaubwürdigkeit bewertet werden. So wird beispielsweise beim Lesen eines Buchstaben "D" im Idealfall dem Zeichen "D" die höchste Glaubwürdigkeit zugeordnet wer¬ den, aber auch andere Alternativen werden erwogen und auf ihre Wahrscheinlichtkeit hin geprüft; so wird das Erkennungs¬ verfahren beispielsweise auch das Zeichen "P" für möglich halten und eine gewisse Glaubwürdigkeit zuordnen. Im Ergebnis stehen zu jedem eingebenen Zeichen mehrere alternative Erken¬ nungszeichen für die Korrelation mit anderen Informati¬ onsquellen einschließlich dem Ergebnis des zweiten Erken¬ nungsverfahrens zur Verfügung.

Die Berücksichtigung der Umgebung des betrachteten Zeichens ist beispielsweise hilfreich, wenn ein numerisches Zeichen zwischen zwei Alphazeichen steht. Es können dabei zusätzliche Informationsquellen wie beispielsweise Wörterbücher, PrüfZif¬ fern oder Verzeichnissen von Bankleitzahl sinnvoll eingesetzt werden. Erkennt beispielsweise ein Lesegerät bei dem handge¬ schriebenen Namen "Hubert" den Buchstaben b als die Ziffer 6 und ein anderes Lesegerät den Namen "Hubert" richtig, dann führt dieser Abgleich zu einer automatischen Richtigstellung, indem Alpha zwischen zwei Alpha als wahrscheinlicher angenom¬ men wird, oder über einen Wörterbuchvergleich oder dgl. rich¬ tiggestellt und der weiteren Datenverarbeitung zugeleitet wird. Als weitere Entscheidungshilfe kann dabei "intelligen¬ tes" Lexikon herangezogen werden, das zu jedem bekannten Wort die Wahrscheinlichkeit seines auftretens beinhaltet. Aus die¬ sem Lexikon können dann im Zweifelsfall diejenigen Worte her¬ ausgesucht werden, die mit den sicher erkannten Zeichen über¬ einstimmen. An den Stellen, der weniger sicheren Zeichen kön¬ nen aus dem Lexikon Substitutionsalternativen abgeleitet wer¬ den, deren Verträglichkeit mit dem vorgegeben Zeichen in der Weise getestet wird, daß die zu jedem unsicheren Zeichen er¬ mittelten möglichen Alternativzeichen mit dem Vorschlag aus

dem Lexikon abgegelichen werden. Das Zeichen mit der höchsten Wortwahrscheinlichkeit in Korrelation mit der höchsten Alternativwahrscheinlichkeit wird angenommen. Das Lexikon ist vorzugsweise als variables Lexikon gestaltet, das die Wort¬ häufigkeiten als Verfahrensparameter ständig aktualisiert und den Nutzerbedingungen angepaßt wird.

Zu der Umgebung eines Zeichens gehört vorteilhaft auch das Feld, in welchem das Zeichen steht. So gibt es beispielsweise bei Bankbelegen rein numerische Felder (z.B. Bankleitzahl) wie auch reine Buchstabenfelder (z.B. Name des Geldinsti¬ tuts). Bei rein numerischen Feldern ist das Problem schwie¬ riger zu lösen, so daß es hier gegebenenfalls der Korrektur durch eine Bearbeitungsperson bedarf. Wenn in einem rein nu¬ merischen Feld z.B. die Zahl 1 wie eine Zahl 7 ohne Quer¬ strich geschrieben wird, dann kann bei der Erkennung einer 1 durch das eine Lesegerät und der Erkennung einer 7 durch das andere Lesegerät entsprechend reagiert werden. Auf jeden Fall wird eine Substitutionsbuchung vermieden, da erkannt wurde, daß eine Diskrepanz bei der Ziffer vorliegt. Die Erkennungs¬ qualität kann vorteilhaft noch dadurch gesteigert werden, daß die Einzelergebnisse der Zeichenerkennung feldübergreifend kombiniert werden, wenn aus einem Verzeichnis die Kombinati¬ onsmöglichkeiten von Feldwerten bekannt sind, wie beispiels¬ weise in der Kombination Bankleitzahl und Name des Geldinsti¬ tuts, oder Kontonummer und Name des Kontoinhabers, wobei der Zusammenhang in beiden Richtungen verwendet wird, z.B. die Kontonummer über den Namen oder der Namen über die Kontoummer im Zweifelsfall richtiggestellt wird. Ähnlich gilt auch für Datumsfelder, wo aus der Tatsache, daß es sich bei den Zei¬ chen in diesem Feld um ein Datum handelt, zusätzliche Erken¬ nungshilfen abgeleitet werden können, die die verschiednen möglichen Formatierungen für Datumsangaben berücksichtigen. Auch diese Verzeichnisse von Kontonummern oder Bankleitzahlen können als intelligente Lexika vorgesehen werden, die ständig automatisch aktualisiert werden.

Die intelligenten Lexika sind vorteilhaft auch variabel in der Wortlänge, sodaß auch Zeichenverdopplungen oder Zeichen¬ verschmelzungen behandelt werden können.

Zusätzlich können noch besondere Substitutionslexika verwen¬ det werden, die bestimmte wiederkehrende Worte durch vorge- bene Worte ersetzen. Das ist z.B. dann hilfreich, wenn be¬ stimmte Ausdrücke auf einem Beleg von einem bestimmten Bank¬ kunden immer wieder falsch oder unverständlich geschrieben werden und der tatsächlich gemeinte Ausdruck bekannt ist.

In vorteilhafter Weise erfolgt der Datenabgleich aufgrund der auf dem Informationsträger (z.B. Beleg) selbst enthaltenen Daten. Wenn beispielsweise ein Beleg eine Handschrift-Buch¬ staben- und/oder Ziffernfolge aufweist, dann kann der Rechner einen Vergleich zwischen der charakteristischen Handschrift und den vorgegebenen Buchstaben und/oder Ziffern durchführen. Aufgrund der erheblichen Speichermöglichkeiten von Daten kön¬ nen bestimmte Buchstaben- oder Zifferngruppierung eines be¬ stimmten Kunden der Bank hinterlegt werden, sodaß der Rechner bei einem von dem gleichen Kunden ausgestellten Beleg einen Zeichenabgleich zwischen den hinterlegten und den im Beleg eingetragenen Zeichen durchführen kann.

Wenn beispielsweise aus der Berücksichtigung von individuel¬ len Schreibweisen eine Person immer eine Sechs wie eine Null schreibt, dann wäre ein Vergleich durch den Rechner bei¬ spielsweise folgendermaßen herzustellen: Bei der Überprüfung der von der Person beschriebenen Bankleitzahl erkennt der Rechner die gleiche Null, stellt aber anhand eines Vergleichs der Adresse der Bank fest, daß die Null eine Sechs sein müßte. Der Rechner schließt darauf zurück, daß der Kunde im Betragsfeld die gleiche Ziffer Null eingetragen hat, die auf¬ grund des Vergleichs mit der Bankleitzahl eine Sechs sein könnte, so daß hier eine Prüfung im Betragsfeld erzwungen

wird. Auf diese Art und Weise kann man noch weitere Daten¬ sätze als überprüfungsbedürftig erkennen, oder - falls dies von der Revision des Kreditinstitutes zugelassen wird - auto¬ matisch fehlerfrei stellen.

Wie sich aus vorstehenden Ausführungen ergibt, wird die Er¬ kennungsqualität des Verfahrens zum automatischen Erfassen und Erkennen von aufgezeichneter Information wesentlich er¬ höht, indem die zu erfassenden Daten (Schrift) durch die kom¬ binatorische Arbeitsweise von wenigstens zwei Erkennungsein¬ heiten unterschiedlicher Verfahren als richtig erfaßt werden können, während sie durch einen Leser herkömmlicher Art wegen der Nichtinterpretation einzelner Daten zurückgewiesen wur¬ den. Auch werden die Substitutionsbuchungen erheblich herab¬ gesetzt.

Die Qualität der Erkennung hängt außer von dem verwendeten Erkennungssystem auch sehr stark von Struktur und Beschaffen¬ heit das zu erkennenden Materials ab. Deswegen ist Erken- nungsqualitätsmessung von größter Bedeutung für den Anwenden um das für die Anwendung optimale bzw. optimal eingestellte System auszusuchen. Der Anwender muß außerdem in einem pra¬ xisbezogenen Meßsystem die Meßstrategien entsprechend seiner Anwendungsgebiete bzw. Prioitäten definieren können.

Zum Beispiel kann die Gewichtung der verschiedenen Erken¬ nungsfehler entsprechend den verschiedenen Anwendungsgebieten bzw. Anwenderphoritäten variieren. Erkannte und unerkannte Fehlerkennungen werden von den Anwendern sehr unterschiedlich bewertet. Selbst innerhalb desselben Dokumentes können Erken¬ nungsfehler von Feld zu Feld verschieden bewertet werden zum Beispiel muß eine Substitution in einem Betragsfeld anders bewertet werden als eine Substitution in einem Mitteilungs¬ feld.

Für den Entwickler von ErkennungsSystemen sind weitere Aspekte der Messung von Erkennungsqualität von Bedeutung. Er braucht eine detaillierte Analyse der erkennungsbeeinflußen- den Eigenschaften seines Referenzmaterials, sowie eine feine Klassifizierung der Erkennungsfehler seines Systems.

Um solche Messungen effizient durchführen zu können ist das Meßabor zur Messung der Erkennungsqualität (EQM) vorgsehen. Dies implementiert die Verfahren zur Erkennungs- qualitätsmessung und stellt Anwendern und Entwicklern die dazu nötigen Werkzeuge zur Verfügung. Hier werden Referenzen verifiziert, qualifiziert und klassifiziert Meßparameter und Anwendungspriodtäten an die Erkennung definiert, Interpretationsergebnisse importiert und ausgewertet. Dieses Labor implementiert die Erkennungsqualitätsmessverfahren und besteht aus Software und Hardwarekomponenten.

Die Begriffe, die dem EQM System zugrundeliegen, laßen sich in Referenzbegriffe und Auswertungszähler unterscheiden.

Die Referenz ist ein zentrales Element im EQM-System. Das Sy¬ stem unterstützt Referenzgewinnung, Referenzverifikation, Re¬ ferenzqualifikation und Referenzklassifizierung.

Referenzgewinnung:

Zur Gewinnung von representativen Referenzen aus dem Belegma¬ terial werden im EQM-System ingenieurstatistische Verfahren angewandt (Auswahl eines von n Belegen) .

Referenzverifikation:

Referenzverifikation heißt die Bestimmung der Sollzeichen, wobei das Empfinden des menschlichen Auges als Maß genommen wird. Im EQM-System werden im Allgemeinen zwei Referenzen ve¬ rifiziert: eine unformattierte Referenz zur Messung von Zer¬ legung und Erkennung und eine formattierte Referenz zur Mes-

sung von Zerlegung, Erkennung und Formattierung. Die Verifi¬ kation einer formattierten Referenz umfapt die Betimmung der Sollzeichen nach Feldstruktur und ausgewählter Darstellung. Zur einheitlichen Referenzverifikation sind im EQM-System Re¬ geln definiert die zum Teil vom System automatisch überprüft werden.

Referenzqualifikation:

Qualifikation der Referenz heißt die Bestimmung der erken¬ nungsrelevanten Formular- und Schrifteigenschaften der stati¬ stisch gewonnenen Referenz. Die Menge dieser Eigenschaften ist im EQM-System frei definierbar, um den verschiedenartigen Anwender- und Entwicklerbedürfnissen gerecht zu werden. Qua¬ lifikation der Referenz ist die Feststellung der Prozentsätze dieser Eigenschaften in der Referenz.

Referenzklassifizierung:

Eine Klassififierung der gesammelten Referenzen erfolgt nach den Eigenschaften, die bei der Qualifikation definiert wur¬ den, aber auch nach regionalen Kriterien, nach Anwendungsge¬ bieten usw. innerhalb der Referenzdatenbank des EQM Systems.

Ein erster Test mit tausend Belegen hat schon bei zwei unter¬ schiedlichen Erkennungsverfahren mit intelligentem Ab- gleichsprogramm über beide Interpretationsergebnisse eine Verbesserung von ca. 70% gegenüber den bisherigen Lesefehlern ergeben. Bearbeitungskräfte werden nur noch für die Fälle benötigt, bei denen eine Eintragung als logisch falsch er¬ kannt oder nicht automatisch bereinigbare Substitutionen zur Überprüfung ausgesondert oder von allen Lesern die gleichen Zeichen nicht erkannt wurden. Die Angestellten werden nicht mehr durch stupide Korrekturarbeiten belastet, sondern können stattdessen mit anspruchsvolleren Aufgaben betraut werden. Es können erhebliche Kosten eingespart werden. Die sog. EZÜ- Grenze (Elektronische Zahlungsüberweisung), d.h. diejenige Grenze, für welche Belege auf die vorbeschriebene Art und

Weise bearbeitet werden (ab DM 500,-), kann erheblich herab¬ gesetzt oder auf Null gesetzt werden. Das bedeutet, daß alle Belege, deren Beträge unter diesem Grenzwert liegen und die heute nur über die Kodierungszeile verarbeitet werden, eben¬ falls über das vorbeschriebene Verfahren wirtschaftlich ver¬ arbeitet werden könnten, bei welchem die wesentlich umfang¬ reicheren Informationen des Gesamtbeleges ausgewertet werden. Man kann mit den vorhandenen Arbeitsplätzen ein wesentlich größeres Volumen von Belegen bearbeiten, was durch die bisher bekannten Bearbeitungsverfahren noch nicht möglich ist.

Der Aspekt der verbesserten ErkennungsSicherheit ist minde¬ stens so hoch anzusetzen, wie der reduzierte Korrekturauf¬ wand. Unentdeckte Substitutionen führen zu Falschbuchungen. Es hat sich bei der Testanwendung der Erfindung gezeigt, daß äußerst selten die gleichen Zeichen von unterschiedlichen Er¬ kennungsverfahren substituiert werden, daß dies aber bei dem Einsatz von weiteren spezialisierten Erkennungsverfahren fast auszuschließen ist. Es ist deshalb auch möglich, aus Kosten¬ gründen nur für bestimmte Anwendungsfälle teure Erkennungs¬ spezialisten für noch entdeckte Fehlerquellen nachzuschalten.

Es ist liegt im Rahmen der Erfindung, das beschriebene Ver¬ fahren nicht nur zur Erfassung und Erkennung von Zahlungsver¬ kehrsbelegen einzusetzen, sondern auch in anderen Bereichen, z. B. im medizinischen Bereich für die Erfassung und Erken¬ nung von Rezepten, bei anderen Feldinhalten wie z.B. Medika¬ mentennummern und dgl. anzuwenden. Weitere mögliche Einsatz¬ gebiete sind die Erfassung und der Verarbeitung von Wartungs¬ berichten, Kreditkartenbelegen, Fertigungsbelegen, Abreißbe¬ legen (z.B. Versandhäuser, Kaufhäuser), Rückläufern von Mai¬ lingaktionen, Wahlzetteln, Antragformularen, Adressänderungs- formularen und dgl.

Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung von bevorzugten Ausführungs- beispielen anhand der Zeichnung. Darin zeigen:

Fig. 1 eine Übersichtsdarstellung des kompletten Lesesystems gemäß der Erfindung;

Fig. 2 eine Detaildarstellung der Digitalisierungsstation zur Erfassung der elektronischen Belegabbilder;

Fig. 3 ein Bearbeitungssystem mit den Lesestationen gemäß der Erfindung;

Fig. 4 ein schematisches Flußschaubild zur Erläuterung der Erhöhung der Erkennungsqualität, und

Fig. 5 ein Flußschaubild zur Erläuterung der Vermeidung von Substitutionen.

Die Übersichtsdarstellung in Fig. 1 zeigt beispielweise ein System zur Erfassung und Erkennung von Schriften auf Belegen und Formularen mit handschriftlichen Eintragungen und/oder Maschinenschriften, kurz als Lesesystem 1 bezeichnet. Dieses Lesesystem weist eine Kamera- und Interpretationsstation 2 auf, in welcher die Erfassung der elektronischen Abbildungen und Erkennung der Schriften durchgeführt wird. Dieser Station kann sich eine Sortierstation 3 für Codierzeilenbelege an¬ schließen, in welcher die Belege entsprechend sortiert abge¬ legt werden. Das Lesesystem 1 ist mit Arbeitsstationen 4, 5, 6 verbunden. Die in das System 1 eingegebenen Belege werden mit einer Spezialkamera mit 10 Punkten pro Millimeter digita¬ lisiert und ihre Daten in der Station 2 interpretiert.

An die Kamera- und Interpretationsstation 2 ist ferner eine Druckereinrichtung 7 angeschlossen.

Die Fig. 2 zeigt die Digitalisierungskamera 10. Der Beleg 8 wird an einer Beleuchtungseinrichtung 9 vorbeigeleitet, wobei dies ohne Höhen- und Seitenversatz mit einer Geschwindigkeit von bis zu 4 m/sec geschieht. Die Abtastung der Belegdaten erfolgt über eine Spezialoptik 11, welcher die Belegdaten über ein Spiegelsystem 12 zugeleitet werden. Dabei werden die Daten mit einer Auflösung von 10 Punkten pro mm in beiden Richtungen mit je Punkt 256 Graustufen erfaßt. Das Kamerasy¬ stem ermöglicht eine Echtzeitanpassung von schwachem oder starkem Druck auf gleichen Schwarzwert und entsprechender Hintergrundsabstimmung, so daß die Daten im Rechner bereinigt zur Verfügung stehen.

Innerhalb der Steuerelektronik 2 werden die von der Kamera erfaßten Daten auf 10% in Echtzeit komprimiert 16. Die kom¬ primierten Daten werden dann einem Rechner 13 zugeleitet und auf einer Magnetplatte 14 abgespeichert. Die abgespeicherten Bilddaten werden nun der eigentlichen Interpretationsstation 15 über eine Dekomprimierungsstation 16 zugeleitet. In der Interpretationsstation 15 erfolgt das Erkennen der Daten in der erfindungsgemäßen Weise. Beispielsweise sind hier drei Lesergruppen 17, 18, 19 mit jeweils zwei unterschiedlichen Erkennungsverfahren I und II dargestellt, die parallel oder hintereinander geschaltet sind. Die erkannten Zeichen werden von den Lesestationen I, II als AscII-Datensätze dem Magnet¬ plattenspeicher 14 zugeleitet und abgespeichert. Die AscII- Daten und die Bilddaten sind über die Kontrollbildschirme 6 abrufbar. Über ein Koppelsystem 20 sind die Daten schließlich einer Datenfernübertragung 21 zuleitbar.

Das Flußschaubild gemäß Fig. 4 zeigt zwei parallel zueinander geschaltete Leser I, II, denen ein elektronisches Abbild des Beleges zur Interpretation zugeleitet wird. Während der Leser I aus beispielsweise einer Ziffernfolge die Ziffern 1, 3 und 5 als richtig erkennt und die Ziffern 2 und 4 nicht erkennt.

erkennt der Leser II die Ziffern 1, 2 und 4 als richtig und erkennt nicht die Ziffern 3 und 5. Durch den Abgleich der er¬ kannten Daten wird die Ziffernfolge insgesamt als richtig er¬ kannt, und es ist keine manuelle Korrektur notwendig. Eine richtige Buchung kann erfolgen. Die Erkennungsqualität wird wesentlich verbessert.

Anhand der Fig. 5 ist beispielsweise das Flußbild der Bele¬ ginterpretation in der Interpretationsstation 15 schematisch dargestellt. Die von der Kamera 10 erfaßten Belegdaten werden den Lesern I und II in Form eines elektronischen Abbildes des Beleges zugeleitet, welche eine Interpretation der Schrift mittels vorgegebener Schrifterkennungsverfahren durchführen. Bei einem Vergleich der Interpretationsergebnisse werden Dis¬ krepanzen (Substitutionen) festgestellt, und es wird eine Überprüfung erzwungen. Diese maschinelle Überprüfung 27 führt - falls möglich - automatische Korrekturen durch, oder - falls nicht möglich - erzwingt eine manuelle Bearbeitung an der Bearbeitungsstation 26. Hierzu kann es sehr zweckmäßig sein, wenn die Erkennungsdiskrepanz auf dem in Echtzeit er¬ faßten Belegimage gekennzeichnet bzw. optisch hervorgehoben ist, so daß nicht der gesamte Beleg auf die Korrektheit der eingetragenen Daten überprüft werden muß. Das korrigierte Er¬ gebnis wird einem Rechner 13 zugeleitet. Die Bearbeitungssta¬ tionen 6, 26 können identisch sein.

Nachfolgend sollen einige Beispiele für einige Auswertungs¬ möglichkeiten angegeben werden:

a.)

Leser I liest: Hu6ert

Leser II liest: Hubert

Ein Unterschied wird festgestellt und entweder, weil 'al- pha' zwischen 'alpha' wahrscheinlicher ist als 'nume-

risch' zwischen 'alpha', automatisch richtig gestellt oder eine automatische Wörterbuchfunktion findet "Hubert" als möglich und "Hu6ert" als nicht bekannt. In jedem Fall ist eine manuelle Korrektur nicht erforderlich und eine unentdeckte Falschlesung wird nicht weitergeleitet.

b.)

1 0 0 0 -

Leser I liest: 1.060,—DM Leser II liest: 7.000,—DM Was ist richtig? (7060,—DM)

Hier wäre mit hoher Wahrscheinlichkeit bisher eine Fehlbu¬ chung erfolgt. Gemäß der Erfindung wird aufgrund der Erken¬ nungsdiskrepanz eine Korrketur durch den Menschen 26 erzwun¬ gen, da eine maschinelle Korrektur 27 nicht möglich ist.

c.) Für den Fall b.) könnten auch Problemschriften für be¬ stimmte Auftraggeber in Tabellen hinterlegt werden, die Ziffer 6 immer von Leser I und Ziffer 7 immer von Le¬ ser II gegenüber den Substitutionszeichen 0 bzw. 1 höher bewerten.

d.) Bankleitzahlfeld Institut

Leser I liest: 7666600 SPK Überall

Leser II liest: 7000000 SPK Überall

Eine Erkennungsdiskrepanz wird festgestellt. Über die hinterlegte Tabelle ist ermittelbar, daß die Sparkasse

Überall die Bankleitzahl 7 000 000 hat. Also hat Leser II richtig gelesen. Die Schreibweise läßt den Rückschluß zu, daß hier die Ziffer 0 ähnlich wie die Ziffer 6 gechrieben

wird. Mit nur einer Erkennung wäre der Rückschluß nicht möglich. Also sollte zur Vermeidung einer Substitution und folgenden Fehlbuchung eine Kontrolle durch den Men¬ schen angeboten werden, wenn bei diesem Problemkunden im Betragsfeld eine Ziffer 0 vorkommt. Es ist zu erwarten, daß der Problemkunde im Betragsfeld ähnlich schlecht ge¬ schrieben hat, und hierfür gibt es keinen automatischen Abgleich.

Die Lese- und Interpretationsstation beinhaltet auch ein OCR- Lesesystem 22, mittels welchem die Daten aus der Codierleiste in einem Rechner 23 erfaßt und auf Speichersystemen abgelegt werden können.

Bezugszeichenliste

1. Lesesystem

2. Lese-, InterpretationsStation

3. Sortierstation

4. Systemmonitor

5. Arbeitsstation für Codierzeilenbelege

6. Kontrollbildschirm

7. Druckereinrichtung

8. Beleg

9. Beleuchtungseinrichtung

10. Kamerasystem mit Datenweg

11. Spezialoptik

12. Spiegelsystem

13. Rechner

14. Magnetplattenspeicher

15. Interpretationsstation

16. Komprimierungsstation/Dekomprimierungsstation

17. Lesergruppe

18. Lesergruppe

19. Lesergruppe

20. Koppelsystem

21. Datenfernübertragung

22. OCR-Leser mit Datenweg

23. Rechner

24., 25. Speichersystem für Codierzeilendaten

26. Bearbeitungsstation manuell

27. Korrekturstation maschinell