画像処理技術の改善によるレシート内データの効率的な取り込みと識別を実現

課題

AIやビッグデータなどのデジタル技術が進展していく社会情勢を鑑み、キャッシュビーデータは情報資産の価値が増すと推測。日本のビジネスにおけるデータ利活用を世界水準にし、新たな価値を持ったデータビジネスを創造することが重要だと考えました。

同社はGoogleのOCRを活用し、レシート画像から購買データを収集するというビジネスにいち早く着目。しかし、画像データは集まったものの、OCRで取得したテキストをビジネスで活用できるデータに加工するには、正確なデータ収集の仕組みが必要でした。

また、これまで画像から正しくデータを読み取れなかった情報処理は人の手で行われており、それに伴う作業時間とコストの削減も課題になっていました。

精度の高い画像処理技術の開発が急務となっており、外部パートナーにはAI画像認識の専門的な知識と高いアプリ開発の知見が求められていました。

ソリューション

モンスターラボは、はじめに既存の画像認識方法を分析しました。収集したデータを実際のレシートと照らし合わせると、集まったレシート画像の質にばらつきがあり、充分にテキストを読み取れないことが判明したため、画像処理技術を改善し、AIの画像認識精度を向上させることを提案しました。

開発面では、どんな画角の画像でも認識できるように、抽出技術をリサーチしては改善を繰り返しました。特に困難を極めたのは、1行ごとの文字認識でした。写真の画角によってレシートに記載された文字が1行として認識されないため、経験豊富なAIエンジニアをアサインし、文字情報の抽出方法をリサーチしました。

さらに、収集した文字データを意味解析し小売業界のマーケティングデータとして活用するために、自然言語処理のAIエンジン開発にも着手。これには、レシートに記載されている文字を抽出したのち、記載されていた商品名にもっとも近い商品名をJANコードに照らし合わせて商品を判別する方法を採用しました。