CN102024297A - 商店监视系统、警告装置、商店监视系统的控制方法和程序 - Google Patents

商店监视系统、警告装置、商店监视系统的控制方法和程序 Download PDF

Info

Publication number
CN102024297A
CN102024297A CN2010102896595A CN201010289659A CN102024297A CN 102024297 A CN102024297 A CN 102024297A CN 2010102896595 A CN2010102896595 A CN 2010102896595A CN 201010289659 A CN201010289659 A CN 201010289659A CN 102024297 A CN102024297 A CN 102024297A
Authority
CN
China
Prior art keywords
salesman
checkout
client
receipt
exception
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010102896595A
Other languages
English (en)
Inventor
青沼正志
中村仁一
浜孝
吉泽润一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2009214238A external-priority patent/JP5540621B2/ja
Priority claimed from JP2009214237A external-priority patent/JP2011065326A/ja
Priority claimed from JP2009214236A external-priority patent/JP5540620B2/ja
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN102024297A publication Critical patent/CN102024297A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/12—Cash registers electronically operated
    • G07G1/14—Systems including one or more distant stations co-operating with a central processing unit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G3/00—Alarm indicators, e.g. bells
    • G07G3/003—Anti-theft control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/22—Electrical actuation
    • G08B13/24—Electrical actuation by interference with electromagnetic field distribution
    • G08B13/2402—Electronic Article Surveillance [EAS], i.e. systems using tags for detecting removal of a tagged item from a secure area, e.g. tags for detecting shoplifting
    • G08B13/2451—Specific applications combined with EAS
    • G08B13/246—Check out systems combined with EAS, e.g. price information stored on EAS tag

Abstract

本发明提供一种商店监视系统、警告装置、商店监视系统的控制方法和程序，其能够简单地检测在零售店和超市等商店中的不正当行为，包括：模式存储部(T)，存储在商店内发生的规定的事实和现象的发生模式；POS终端(1)，进行商品的结账处理；店内监视摄像机(3)、卡读取装置(4)，监视用于构成发生模式的构成要素；商店管理服务器(5)，其将在POS终端(1)中执行了预定的例外处理的情况，以及根据店内监视摄像机(3)、卡读取装置(4)的监视结果，判定事实和现象的发生状况与作为发生模式而存储的不正当模式相符合、或者与作为发生模式而存储的正常模式不符合的情况作为条件来进行警告。

Description

商店监视系统、警告装置、商店监视系统的控制方法和程序
技术领域
本发明涉及商店监视系统、警告装置、商店监视系统的控制方法和程序，其在零售店和超市等商店中能够检测该商店中的不正当行为。
背景技术
现有技术中，已知在零售店和超市等商店中，将通过POS终端检测在结账处理时店员的不正当行为作为目的的系统。该系统由POS终端、拍摄POS终端(以及其周边)的摄像机、照片日志(photojournal)记录器、以及检索终端构成。所谓照片日志记录器，是将日志数据(交易履历数据)、由摄像机拍摄的POS终端(周边)的图像数据和通过店员进行的POS终端的操作履历(操作履历数据)带有关联并进行记录的记录器。然后，管理者(操作员)通过使用检索终端来指定时间和POS终端的操作信息等规定的检索条件，将与检索条件一致的日志数据和与该日志数据带有关联的图像数据合并而在显示器上显示(例如参考专利文献1)。
专利文献1：日本特开2005-115504号公报。
但是，在上述系统中，仅仅是一览显示与管理者指定的检索条件一致的结账处理的内容(交易履历)和此时的摄像图像，为了检测在结账处理中是否进行了不正当行为，管理者还必须逐一地确认图像。就是说，存在下述问题：管理者主动地(独立地)进行检索处理，如果没有确认作为其检索结果的图像，则不能够判断是否进行了不正当行为，因此，对不正当行为的检测，浪费了极大的时间和精力。
发明内容
本发明是鉴于上述问题提出的，目的是提供一种商店监视系统、警告装置、商店监视系统的控制方法和程序，其能够简单地检测在零售店和超市等商店中的不正当行为。
本发明的一种商店监视系统，其特征在于，包括：模式存储部，存储在商店内发生的规定的事实和现象的发生模式；结账处理部，进行商品的结账处理；要素监视部，监视用于构成发生模式的构成要素；警告部，其将下述情况作为条件来进行警告：在结账处理部中执行了预定的例外处理的情况，以及根据要素监视部的监视结果，判定事实和现象的发生状况与作为发生模式而存储的不正当模式相符合、或者与作为发生模式而存储的正常模式不符合的情况。
本发明的一种商店监视系统的控制方法，是具有存储在商店内发生的规定的事实和现象的发生模式的模式存储部、以及基于该发生模式来判别商店内的不正当行为的商店监视系统的控制方法，其特征在于：计算机执行：结账处理步骤，其进行商品的结账处理；要素监视步骤，其监视用于构成发生模式的构成要素；警告步骤，其将下述情况作为条件来进行警告：在结账处理步骤中执行了预定的例外处理的情况，以及根据要素监视步骤的监视结果，判定事实和现象的发生状况与作为发生模式而存储的不正当模式相符合、或者与作为发生模式而存储的正常模式不符合的情况。
此外，在本发明的商店监视系统中，优选地，要素监视部，包括下述部件的至少一个：用于监视店员的行动和动作的店员监视部；用于监视结账处理中的顾客的状态的顾客监视部；用于监视进行结账处理的装置的状态的结账处理装置监视部；以及用于判别作为例外处理的物证的收据和返回商品的真假的物证判别部。
此外，在本发明的商店监视系统的控制方法中，优选地，要素监视步骤，包括下述步骤的至少一个：用于监视店员的行动和动作的店员监视步骤；用于监视结账处理中的顾客的状态的顾客监视步骤；用于监视进行结账处理的装置的状态的结账处理装置监视步骤；以及用于判别作为例外处理的物证的收据和返回商品的真假的物证判别步骤。
根据这些构成，能够监视商店内发生的事实和现象(例如，结账处理的执行等(包括例外处理))的发生状况，根据该监视结果，自动地判定在该事实和现象中是否进行了不正当行为，在判定为进行了不正当行为的情况下，能够进行警告。由此，不用如现有技术那样管理者要主动地进行不正当行为的检测，从而能够简单地检测不正当行为，减少商店内发生的不正当行为之检测、确认中所花费的时间和精力。
特别地，为了把握(监视)事实和现象的发生状况，通过将店员的行动和动作(店员的状态)、顾客的状态、进行结账处理的装置的状态(例如，POS终端和其周边设备的状态)、收据和成为返回对象的商品的真假等监视要素，对每个事实和现象来进行组合(与事实和现象的特性合并)而进行监视，能够更高精度地检测不正当行为。
在本发明的商店监视系统中，优选地，例外处理包括下述处理的至少一个：用于在结账处理中取消输入数据的“中断处理”；用于在结账处理后进行该结账处理的取消的“取消处理”；用于进行商品的退货的“退货处理”；用于进行商品的减价的“减价处理”；用于进行商品的折扣的“折扣处理”；用于进行钱款的兑换的“兑换处理”；用于进行支出钱款的记录和还回钱款的“支出/还回钱款处理”；以及用于重新发行收据的“重新发行处理”。
此外，在本发明的商店监视系统的控制方法中，优选地，例外处理包括下述处理的至少一个：用于在结账处理中取消输入数据的“中断处理”；用于在结账处理后进行该结账处理的取消的“取消处理”；用于进行商品的退货的“退货处理”；用于进行商品的减价的“减价处理”；用于进行商品的折扣的“折扣处理”；用于进行钱款的兑换的“兑换处理”；用于进行支出钱款的记录和还回钱款的“支出/还回钱款处理”；以及用于重新发行收据的“重新发行处理”。
根据这些构成，一般地，通过将作为不正当行为之手法而滥用的可能性高的例外处理作为对象(通过将认为容易进行不正当行为的例外处理设为对象)，能够有效地进行不正当行为的检测。
在本发明的商店监视系统中，优选地，警告部通过考虑例外处理中的交易金额是否是预定的规定额以上来进行警告。
在本发明的商店监视系统的控制方法中，优选地，警告步骤中，通过考虑例外处理中的交易金额是否是预定的规定额以上来进行警告。
根据这些构成，由于将交易金额是否为规定额以上作为一个参数来进行不正当行为的判定，从而判断是否进行警告，因此能够细致地进行不正当行为的检测。例如，通过将交易金额为小额(规定额以下)的例外处理不作为对象，仅仅将交易金额为高额(规定额以上)的例外处理设为对象，与交易金额无关而将所有的例外处理设为对象来进行不正当行为的检测的情况相比，能够更有效率地检测不正当行为。
在本发明的商店监视系统中，优选地，警告部作为警告的一种形式，对规定的管理者通知警告。
根据该构成，由于与管理者的居所无关而能够可靠地通知不正当行为的发生，因此管理者能够迅速地进行针对不正当行为的对策。
本发明的一种警告装置，其特征在于，是适用于上述所述的商店监视系统并且包括模式存储部、要素监视部和警告部的警告装置，要素监视部，包括用于拍摄结账处理部的结账处理时的顾客的拍摄部，还包括：拍摄图像存储部，用于存储作为拍摄部之拍摄结果的拍摄图像；以及对照部，在结账处理部进行了规定的例外处理的情况下，拍摄部拍摄该例外处理时的顾客，对照部将该例外处理时的顾客的拍摄图像与从拍摄图像存储部读出的、成为该例外处理的对象的商品购入时的顾客的拍摄图像进行对照，警告部在根据对照部的对照结果，判定例外处理时的顾客和购入时的顾客不是相同的人的情况下，将事实和现象的发生状况设为与模式存储部所存储的不正当模式相符合，从而进行警告。
本发明的商店监视系统的控制方法，优选地，要素监视步骤包括用于拍摄结账处理步骤中的结账处理时的顾客的拍摄步骤，计算机还执行：拍摄图像存储步骤，用于存储作为拍摄步骤的拍摄结果的拍摄图像；以及对照步骤，在结账处理步骤进行了规定的例外处理的情况下，拍摄步骤拍摄该例外处理时的顾客，对照步骤将该例外处理时的顾客的拍摄图像与从拍摄图像存储步骤存储的、成为该例外处理的对象的商品购入时的顾客的拍摄图像进行对照，警告步骤中，在根据对照步骤的对照结果，判定例外处理时的顾客和购入时的顾客不是相同的人的情况下，将事实和现象的发生状况设为与模式存储部所存储的不正当模式相符合，从而进行警告。
根据这些构成，通过作为不正当模式，将“通过对照部判定例外处理时的顾客和购入时的顾客不是相同的人的情况”存储在模式存储部，在判定例外处理时的顾客和成为例外处理对象的商品购入时的顾客不是相同的人的情况下，进行警告。由此，能够容易地判别是否是由正确的购买者(在本商店购入该商品的顾客)产生了例外处理。例如，在顾客产生了将盗窃品或者在其他商店廉价购入的商品进行不正当的退货等不正当行为的情况下，通过对此进行检测，能够抑制由顾客的不正当行为导致的商店方面的损失。
在本发明的警告装置中，优选地，对照部基于顾客的面部特征量和顾客的服装的颜色特征量的至少一个，来进行顾客的拍摄图像的对照。
根据这些构成，通过基于顾客的面部特征量来进行对照，能够更高精度地确定顾客个人。通过以颜色特征量来进行对照，即使在成为对照对象的顾客的拍摄图像被大量存储，也能够在顾客的面部特征量的对照之前，减少其对象图像，从而能够更高效率地进行图像的对照。
在本发明的警告装置中，优选地，将基于处理时的顾客的拍摄图像的信息与该结账处理时所发行的收据的收据信息带有关联而进行存储，还包括：收据读取部，在例外处理时，读取收据信息；和真假判别部，将读取的收据信息和拍摄图像存储部存储的收据信息进行对照，从而判别读取的收据的真假，对照部根据真假判别部的判别结果，在判定读取的收据不是伪造收据的情况下，进行顾客的拍摄图像的对照。
根据该构成，进行例外处理所使用的收据的真假判定，在判定为不是伪造收据的情况下，进行顾客的拍摄图像的对照。由此，例如，即使对于使用不正当得到的正规的收据(不是伪造的收据)的退货等例外处理，也能够进行防止。
在本发明的警告装置中，优选地，在收据上印刷用于判定真假的真假判定信息，收据信息包括真假判定信息。
根据该构成，在收据发行时，对该收据印刷真假判定信息，在例外处理时的收据的真假判定中，基于该真假判定信息(真假判定信息的有无和真假判定信息的内容的对照等)，判定是正规收据还是伪造的收据。由此，能够更可靠地检测收据的伪造。
而且，作为真假判定信息，例如，可以举出以不可视墨水在收据上打印(印刷，print)隐藏字符，或者打印特殊的打印图案(pattern)。
在本发明的其他的警告装置中，其特征在于，是适用于上述记载的商店监视系统并且包括模式存储部、要素监视部和警告部的警告装置，模式存储部，将表示在收银台周围，认为店员进行了不正当行为的店员之举动的不正当举动模式作为不正当模式而进行存储，要素监视部包括用于检测在收银台周围的店员之举动的举动检测部，警告部在根据举动检测部的检测结果，判定店员的举动与模式存储部中存储的不正当举动模式相符合的情况下，进行警告。
在本发明的商店监视系统的控制方法中，优选地，模式存储部将表示在收银台周围，认为店员进行了不正当行为的店员之举动的不正当举动模式作为不正当模式而进行存储，要素监视步骤包括用于检测在收银台周围的店员之举动的举动检测步骤，警告步骤中，在根据举动检测步骤的检测结果，判定店员的举动与模式存储部中存储的不正当举动模式相符合的情况下，进行警告。
根据这些构成，能够根据收银台周围的店员举动的监视结果，在判别店员的举动为不自然的情况下，则判断该店员进行了不正当行为(存在进行了不正当行为的怀疑)，从而进行警告。由此，不用如现有技术那样管理者要主动地进行不正当行为的检测，从而能够简单地检测不正当行为，减少由店员引起的不正当行为之检测、确认中所花费的时间和精力。
在本发明的警告装置中，优选地，还包括结账信息取得部，取得作为在收银台设置的结账处理部之结账处理结果的结账信息，警告部当在结账信息中包括表示结账处理的例外处理的规定信息，并且根据举动检测部的检测结果，判定例外处理时的店员的举动与不正当举动模式相符合的情况下，进行警告。
根据该构成，特别地，监视例外处理时的店员的举动(该例外处理前后收银台周围的店员举动)，根据该监视结果，在判别店员的举动为不自然的情况下，则判断该店员进行了不正当行为。就是说，通过如例外处理那样，将作为不正当行为的手法而滥用的可能性高的处理作为对象，能够有效地进行不正当行为的检测。
在本发明的警告装置中，优选地，举动检测部根据拍摄了收银台周围的店员的拍摄图像，来检测店员的举动。
根据该构成，通过在举动检测中利用店员的拍摄图像，能够检测店员的细微移动和提高不自然举动的检测精度。例如，通过拍摄图像来检测每个单位时间的店员头部的位置变化，在头部的位置变化剧烈的情况下(在为环视周围那样的移动的情况下)，缺乏冷静，就是说，能够判断进行了不正当行为的可能性高。
在本发明的警告装置中，优选地，店员持有被分配了用于确定该店员的ID的IC卡，举动检测部基于IC卡的读取结果，检测店员的举动。
根据该构成，通过基于IC卡的读取结果来把握店员的位置，例如，能够简单地检测在收银台周边来来回回那样(反复出入收银机那样)的不自然的举动。
本发明的程序，其特征子在于，用于在计算机中执行上述记载的商店监视系统的控制方法中的各个步骤。
通过使用它，能够提供一种程序，其能够简单地进行商店内不正当行为(例如，结账处理时(例外处理时)的不正当行为)的检测和警告。
附图说明
图1是本发明第一实施方式的商店监视系统的系统构成图。
图2是第一实施方式的商店监视系统的控制方框图。
图3是第一实施方式的商店监视系统的功能方框图。
图4是第一实施方式的表示不正当模式表的示意图。
图5是在第一实施方式的商店监视系统中，对于根据店员的举动检测不正当行为的过程进行说明的流程图。
图6是本发明第二实施方式的商店监视系统的系统构成图。
图7是第二实施方式的商店监视系统的控制方框图。
图8是第二实施方式的商店监视系统的功能方框图。
图9是表示第二实施方式的不正当模式表的示意图。
图10是在第二实施方式的商店监视系统中，对于将店员进入更衣室作为诱因、从而检测不正当行为的过程进行说明的流程图。
图11是在第二实施方式的商店监视系统中，对于将店员靠近高价商品架作为诱因、从而检测不正当行为的过程进行说明的流程图。
图12是在第二实施方式的商店监视系统中，对于将店员进入收银台作为诱因、从而检测不正当行为的过程进行说明的流程图。
图13是本发明第三实施方式的商店监视系统的系统构成图。
图14是第三实施方式的商店监视系统的控制方框图。
图15是第三实施方式的商店监视系统的功能方框图。
图16是表示第三实施方式的不正当模式表的示意图。
图17是在第三实施方式的商店监视系统中，对于通过识别退货申请者和购买顾客是否为同一人物来检测不正当行为的过程进行说明的流程图。
图18是在第三实施方式的商店监视系统中，对于通过判定由退货申请所使用的收据的真假来检测不正当行为的过程进行说明的流程图。
具体实施方式
[第一实施方式]
下面，基于所附的附图，说明本发明实施方式的商店监视系统。在第一实施方式中，说明在零售店和超市等商店中，能够通过监视店员的举动(行动)来检测该商店的由店员引起的不正当行为的商店监视系统。
图1是本发明第一实施方式的商店监视系统SY1的系统构成图。如图中所示，商店监视系统SY1由进行结账处理的POS终端1、发行收据R的收据打印机2、用于拍摄店员的店员监视摄像机3(要素监视部、店员监视部、举动检测部)、用于读取各个店员所持的店员卡C(IC卡)的卡读取装置4(要素监视部、店员监视部、举动检测部)、用于检测店员的不正当行为的商店管理服务器5构成。POS终端1和收据打印机2，通过串行接口(例如USB(Universal Serial Bus)接口等)被连接成能够进行通信。各个构成要素通过商店内LAN6(有线或者无线)也被连接成能够进行通信。
而且，在第一实施方式中，尽管例示了POS终端1为1台的情况，但是多台POS终端1存在的构成也是可以的。在这种情况下，设置与各个POS终端1的每一个对应的收据打印机2、店员监视摄像机3和卡读取装置4。
POS终端1是设置于收银台7的寄存器，基于由店员(操作者)输入的与商品有关的信息，执行结账处理(包括例外处理)。然后，将结账处理的结果即结账信息(作为例外处理和例外处理以外的通常结账处理之结果的收据数据和消费者显示器上显示用的数据等。下面，分别称为“例外处理信息”和“通常结账信息”)发送到收据打印机2。
店员监视摄像机3被设置在收银台7的上方(或者侧方)，拍摄在收银台7正进行现金操作的店员(包括店员的周边)。由该店员监视摄像机3拍摄的店员图像数据(包括拍摄日期时间)与用于确定店员监视摄像机3自身的摄像机ID带有关联(以下称为“店员图像信息”)，进而通过介由收据打印机2，被发送到商店管理服务器5。而且，尽管根据上述将店员监视摄像机3的设置位置假设为收银台7的上方(或者侧方)，但是并不局限于此。例如，还可以将店员监视摄像机3设置在POS终端1附近。
店员卡C是带有RFID标签的卡，被赋予了用来唯一地确定店员的店员ID。卡读取装置4是所谓RFID读写器，被配置在收银台7(POS终端1的近旁)。该卡读取装置4以非接触来读取店员所持的店员卡C。然后，通过取得在该店员卡C中存储的店员ID，检测店员的位置。所取得的店员ID，与该店员ID的取得日期时间和用于确定卡读取装置4自身的装置ID带有关联(以后称为“店员位置信息”)，并且通过介入收据打印机2，被发送到商店管理服务器5。
收据打印机2，进行基于从POS终端1接收的结账信息的收据R的发行(打印)。收据打印机2，除了收据R的发行以外，还具有将从POS终端1接收的结账信息发送到商店管理服务器5的功能、以及将从店员监视摄像机3接收的店员图像信息和从卡读取装置4接收的店员位置信息发送到商店管理服务器5的功能(进行中继的功能)。这样，通过将各种信息进行过滤和仅仅将必要的信息通过介入收据打印机2发送到商店管理服务器5，不会对POS基干网络的通信量施加影响。不需要变更POS基干网络本身。
商店管理服务器5检测由店员引起的不正当行为，特别地，当发生了例外处理时，根据该例外处理发生时(例外处理发生前后)在收银台7周边的店员的举动(行动)，检测该店员是否进行了不正当行为(是否存在不正当行为的怀疑)，在检测到不正当行为时，通知其旨意的警告。该店员举动的检测，是基于由上述店员监视摄像机3拍摄的店员图像数据的解析结果、以及由卡读取装置4进行的店员卡C的读取结果来进行的。
这样，在店员的举动检测时，通过利用摄像图像(店员图像数据)，能够检测店员的细微动作，提高不自然的举动的检测精度。而且，在店员的举动检测时，通过利用店员卡C的读取结果，能够容易地把握店员的位置，简单地检测不自然的举动。
而且，在第一实施方式中，作为成为用于检测不正当行为之要素的例外处理，假想有用于在结账处理中取消输入数据的“中断处理”、用于在结账处理后该结账处理的取消行为的“取消处理”、用于进行商品的退货的“退货处理”、用于进行商品的减价的“减价处理”、用于进行商品的折扣的“折扣处理”、用于进行钱款的兑换的“兑换处理”、用于进行支出钱款的记录和还回钱款的“支出/还回钱款处理”、以及用于重新发行收据的“重新发行处理”。这样，一般地，通过将作为不正当行为之手法而滥用的可能性高的例外处理作为对象(通过将认为容易进行不正当行为的例外处理设为对象)，能够有效地进行不正当行为的检测。
下面，参考图2的商店监视系统SY1的控制方框图，说明商店监视系统SY1的各个要素的控制构成。
POS终端1，包括存储部12、计时部13、通信部14、接口15、以及与这些各部连接且用于控制POS终端1的控制部11，并且通过介入接口15，连接POS周边设备。作为POS周边设备，连接键盘16和操作者用的显示器17等。而且，通过介入接口15，还连接收据打印机2。
控制部11包括：作为中央处理装置的CPU(Central Processing Unit)；存储用于CPU执行各种处理的控制程序和控制数据的ROM(Read Only Memory)；在CPU执行各种处理时作为工作区使用的RAM(Random Access Memory)，并且控制部11汇总控制POS终端1。而且，在ROM中存储了被赋予POS终端1的固有的操作符(POS终端序号)。
存储部12存储POS应用程序12a。POS应用程序12a是进行结账处理的程序，包括用于控制键盘16和操作者用的显示器17等的周边设备控制程序。计时部13对当前日期时间进行计数。在第一实施方式中，在取得执行结账处理的日期时间时使用。通信部14经由商店内LAN6，与POS服务器(图示省略)等之间进行通信。
控制部11，根据由键盘16的输入信息或者由后述的条形码扫描器25的条形码的读取信息，从POS服务器取得购入商品的商品信息。然后，控制部11以与POS应用程序2a联系所取得的商品信息为基础生成结账信息，将该结账信息发送到收据打印机2。而且，结账处理部由控制部11和POS应用程序12a构成其主要部分。
收据打印机2包括通信部22、印刷部23、接口24、以及与这些各部连接且用于控制收据打印机2的控制部21，并且，通过介入接口24，连接条形码扫描器25或者消费者显示器26、以及钱柜27等POS周边设备。而且，还通过介入接口24与POS终端1连接。
控制部21包括：作为中央处理装置的CPU；存储用于CPU执行各种处理的控制程序(包括用于控制条形码扫描器25、消费者显示器26和钱柜27的周边设备控制程序)和控制数据的ROM；在CPU执行各种处理时作为工作区使用的RAM。控制部21汇总控制收据打印机2。
通信部22是在由商店内LAN6连接的店员监视摄像机3、卡读取装置4、以及商店管理服务器5之间进行通信的部分。控制部21将通过介入接口24从POS终端1接收的结账信息，通过控制通信部22而发送到商店管理服务器5。此外，从店员监视摄像机3接收店员图像信息，将该店员图像信息发送到商店管理服务器5。还从卡读取装置4接收店员位置信息，将该店员位置信息发送到商店管理服务器5。打印部23将基于结账信息所生成的打印信息打印到收据用纸上。
店员监视摄像机3包括：图像拍摄部32；计时部33；存储部34；通信部35；以及与这些各部连接且用于控制店员监视摄像机3的控制部31。
图像拍摄部32拍摄呆在收银台的店员(还包括店员的周围)。计时部33对当前日期时间进行计数。在第一实施方式中，在取得店员图像数据的拍摄日期时间之时使用。存储部34存储用于确定自身的摄像机ID。通信部35在由商店内LAN6连接的收据打印机2之间进行通信。控制部31通过控制通信部35，将拍摄的店员图像数据(包括拍摄日期时间)以及由摄像机ID构成的店员图像信息发送到收据打印机2。
店员卡C包括：RFID通信部42；RFTD天线43；存储部44；电力发生部45；以及与这些各部连接且用于控制店员卡C的控制部41。RFID通信部42通过介入RFID天线43，与卡读取装置4进行无线通信(近距离无线通信)。在该RFID通信部42中，在与卡读取装置4之间进行信号(数据)的接收发送时，执行信号的调制/解调等处理。
存储部44存储用于确定自身的店员ID。电力发生部45产生用于驱动各个部分的电力，根据通过介入RFID天线43和利用从卡读取装置4接收的电力供给用的信号(载波)，从而产生电动势。通过由控制部41控制这些各部分，店员卡C与卡读取装置4进行通信，作为结果，由卡读取装置4读取店员ID。
卡读取装置4包括：RFID通信部52；RFTD天线53；无线LAN通信部54；无线LAN天线55；存储部56；计时部57；以及与这些各部连接且用于控制卡读取装置4的控制部51。
RFID通信部52通过介入RFID天线53，与店员卡C进行无线通信(近距离无线通信)。在该RFID通信部52中，在与店员卡C之间进行信号(数据)的接收发送时，执行信号的调制/解调等处理。计时部57对当前日期时间进行计数。在第一实施方式中，在取得店员ID的取得日期时间之时使用。存储部56存储用于确定自身的装置ID。
无线LAN通信部54，通过介入无线LAN天线55，在与商店内LAN6连接的收据打印机2之间进行通信(更详细地，经由没有图示的无线LAN路由器等与商店内LAN6所连接的收据打印机2进行通信)。控制部51通过控制RFID通信部52，从店员卡C取得店员ID，将由所取得的店员ID、店员ID的取得日期时间和装置ID构成的店员位置信息，通过控制无线LAN通信部54，发送到收据打印机2。
商店管理服务器5，除了具有控制部61、HDD(Hard Disk Drive)62、通信部63之外，还具有安装在一般的个人计算机上的硬件构成。控制部61包括：作为中央处理装置的CPU；存储用于CPU执行各种处理的控制程序和控制数据的ROM；在CPU执行各种处理时作为工作区使用的RAM。控制部61汇总控制商店管理服务器5。
通信部63，在由商店内LAN6连接的收据打印机2之间进行通信。控制部61通过控制通信部63，从收据打印机2接收结账信息(通常结账信息和例外处理信息)、店员图像信息和店员位置信息。
HDD62具有：图像处理程序65；结账信息数据库66；店员图像数据库67；店员位置数据库68；不正当模式表T(模式存储部)。图像处理程序65，通过解析店员图像数据，分析店员的行动(举动)。
结账信息数据库66记录了从收据打印机2接收的结账信息。该结账信息包括有关结账处理序号、POS终端序号、结账处理日期时间、结账处理类别、店员ID和交易信息等多个项目的信息。结账处理序号是对一个交易单位所赋予的序号。POS终端序号是用于确定执行了结账处理的POS终端1的信息。结账处理日期时间是表示进行了结账处理的日期和时刻的信息。结账处理类别是表示执行的结账处理的类别(“通常结账处理(例外处理以外的处理)”、“中断处理”、“取消处理”、“退货处理”、“减价处理”、“折扣处理”、“兑换处理”、“支出/还回钱款处理”、“重新发行处理”等)的信息。店员ID是用于识别执行了结账处理(进行了现金操作)的店员的信息。该店员ID在店员操作POS终端1时输入。交易信息包括销售的商品代码、商品的个数、每个商品的金额、销售商品的合计金额等信息。
店员图像数据库67存储了店员图像信息(摄像机ID和店员图像数据(拍摄时刻))。店员位置数据库68存储了店员位置信息(店员ID、店员ID的取得时刻和装置ID)。不正当模式表T登录了在例外处理发生时怀疑为不正当的店员的举动(行动)、顾客的状态、商店内的状况和商品的交易状况等、组合了用于判断是否进行了不正当行为的各种要素的多个不正当模式(详细后述)。
根据以上构成，控制部61在发生了例外处理的情况下，基于对店员图像数据库67所存储的该例外处理发生前后的店员图像数据进行图像解析后的解析结果、以及店员位置数据库68所存储的位置信息的分析结果，检测例外处理发生前后的店员的举动。然后，在检测的店员的举动、顾客的状态、商店内的状况和商品的交易状况等与不正当模式表T所登录的不正当模式符合的情况下，判定店员进行了不正当行为。然后，控制部61在检测了店员的不正当行为时，通知发生了不正当行为之意(怀疑不正当行为之意)的警告。
接着，参考图3的功能方框图，说明商店监视系统SY1的各个构成要素的功能。
POS终端1具有结账处理部71和结账信息发送部72。结账处理部71基于由店员输入的商品的信息进行结账处理，作为该处理结果，生成结账信息。结账信息发送部72将由结账处理部71生成的结账信息发送到收据打印机2。
店员监视摄像机3具有店员图像拍摄部73和店员图像信息发送部74。店员图像拍摄部73拍摄收银台7中的店员。店员图像信息发送部74将由店员图像拍摄部73拍摄的店员图像数据(拍摄时刻)和自身的摄像机ID作为店员图像信息，发送到收据打印机2。
卡读取装置4具有店员ID取得部75和店员位置信息发送部76。店员ID取得部75读取店员卡C和取得店员ID。店员位置信息发送部76将由店员ID取得部75取得的店员ID、取得了店员ID的取得日期时间、以及装置ID作为店员位置信息，发送到收据打印机2。
收据打印机2具有：结账信息取得部81；例外处理检测部82；通常结账信息发送部83；例外处理信息发送部84；店员图像信息接收发送部85；以及店员位置信息接收发送部86。
结账信息取得部81从结账信息发送部72取得(接收)结账信息。例外处理检测部82从由结账信息取得部81取得的结账信息中检测表示例外处理的信息。通常结账信息发送部83将由例外处理检测部82没有检测到表示例外处理的信息的结账信息，即由通常的结账处理所生成的结账信息(通常结账信息)发送到商店管理服务器5。例外处理信息发送部84将由例外处理检测部82检测到表示例外处理的信息的结账信息(例外处理信息)发送到商店管理服务器5。而且，还可以将通常结账信息发送部83和例外处理信息发送部84作为一个部分来实现。
店员图像信息接收发送部85从店员图像信息发送部74接收店员图像信息，并将它发送到商店管理服务器5。店员位置信息接收发送部86从店员位置信息发送部76接收店员位置信息，并将它发送到商店管理服务器5。
商店管理服务器5具有：通常结账信息接收部91；例外处理信息接收部92；店员图像信息取得部93；店员位置信息取得部94；店员图像分析部95；店员位置分析部96；不正当行为判定部97和警告部98。
通常结账信息接收部91从通常结账信息发送部93接收通常结账信息，并登录到结账信息数据库66。例外处理信息接收部92从例外处理信息发送部84接收例外处理信息，并登录到结账信息数据库66。而且，可以将通常结账信息接收部91和例外处理信息接收部92作为一个部分来实现。店员图像信息取得部93从店员图像信息接收发送部85接收店员图像信息，并登录到店员图像数据库67。店员位置信息取得部94从店员位置信息接收发送部86接收店员位置信息，并登录到店员位置数据库68。
店员图像分析部95从店员图像数据库67取得成为解析对象的店员图像数据，通过解析所取得的店员图像数据，检测店员的行动(举动)。具体地，将某个时刻(例如，例外处理的发生时刻)设为基准，取得其前后规定时间内的店员图像数据，通过对于所取得的店员图像数据，确定在单位时间上的帧间的差分，从而检测活动区域，并对该活动区域实施面部检测(确认是否具有与该面部特征量相当的部分)。由此，将能够面部检测的部分判别为人。此后，重复前述的内容，把握人体移动的线条和头部的位置变化。由此，能够检测店员的移动，例如，在头部的位置变化剧烈的情况下(在为环视周围那样的移动的情况下)，缺乏冷静，就是说，能够判断进行了不正当行为的可能性高。
店员位置分析部96参考店员位置数据库68，将某个时刻(例如，例外处理的发生时刻)设为基准，通过在其前后规定时间内取得成为对象的店员ID被检测到多少次，来检测店员的行动(举动)。由此，例如，能够简单地检测在收银台7周边来来回回那样的不自然的举动。
不正当行为判定部97通过将由例外处理信息接收部92取得的例外处理信息(例外处理的类别)、由店员图像分析部95进行的在该例外处理发生前后的店员图像数据的解析结果、以及由店员位置分析部96进行的在该例外处理前后的店员位置的分析结果，与不正当模式表T进行比较，来判定是否进行了不正当行为。作为比较的结果，在与不正当模式表T所登录的不正当模式符合的情况下，判定为进行了不正当行为。
警告部98在由不正当行为判定部97判定为进行了不正当行为的情况下通知警告。作为警告的通知方法，向管理者(店长等)所持的便携终端发送邮件，或者在商店管理服务器5的显示器(图示省略)上显示警告内容。在前者的情况下，由于与管理者的居所无关而能够可靠地通知不正当行为的发生，因此管理者能够迅速地进行针对不正当行为的对策。而且，在前者的情况下，警告部由控制部61和通信部63构成其主要部分。
这里，参考图4，说明不正当模式表T的构成。而且，在这里，举例说明在不正当模式表T中登录了用于检测取消处理时的不正当行为的不正当模式1和2。如图4所示，不正当模式表T由用于判定是否进行了不正当行为的各种要素构成。“事实和现象”是表示为了检测不正当行为而必须确认的事实和现象的信息。“判定内容”是表示各种事实和现象的判定内容的信息。“判定基准”是表示判定为是不正当行为的基准的信息。“事实和现象的顺序”是表示各种事实和现象发生的顺序的信息。“与各种事实和现象的间隔”是表示用于判定事实和现象的发生的限制时间的信息。
例如，不正当模式1是在“取消处理”发生之前的10秒以内，在收银台7周边(POS终端1周边)，检测出店员在1秒的时间内将面部左右摇摆3次以上，而且取消处理的交易金额是5000日元以上的情况下，判定为进行了不正当行为(存在不正当行为的怀疑)的模式。不正当模式2是在“取消处理”发生之前的3分钟以内，检测出店员在收银台7(POS终端1附近)出入了5次以上，而且取消处理的交易金额是5000日元以上的情况下，判定为进行了不正当行为(存在不正当行为的怀疑)的模式。根据这些不正当模式1和2，能够检测出下述这样的不正当行为：例如，店员使用顾客没有索取的收据R，在确认了没有人在收银台7周边(POS终端1周边)之后，进行取消处理，从而私吞与取消金额(销售金额)相当的现金。
而且，图中所示的不正当模式1和2仅仅是一个例子，不局限于此。例如，也可以考虑上述以外的店员的举动(手的动作和身体的上下动作等)来作成不正当模式，也能够通过考虑例外处理发生时顾客的状态(在收银台7前的顾客的有无和顾客的行动)和商店内的状况、或者结账处理装置的状态(POS终端1和POS周边设备的状态(例如，条形码扫描器25的读取状态和钱柜27的开闭状态等))来作成不正当模式。而且，结账处理装置的状态的监视通过POS终端1自身和收据打印机2来实现。即，结账处理装置监视部由POS终端1(控制部11)和收据打印机2(控制部21)来构成其主要部分。
接着，参考图5的流程图，说明通过商店管理服务器5检测不正当行为的过程。而且，这里，在作为例外处理执行了取消处理的情况下，举例说明根据店员的举动来检测不正当行为的过程。首先，商店管理服务器5(控制部61)在检知已经发生了取消处理时(S01)，将该取消处理发生时刻作为基准，从店员图像数据库67中抽出预定的时间(例如取消处理发生之前的10秒时间)的店员图像数据(S02)。接着，商店管理服务器5对抽出的店员图像数据进行图像解析(S03)。
作为图像解析的结果，在检测出店员的面部(头部)左右摆动的动作为预定的规定次数/秒以上(例如3次/秒以上)的情况下(S04；是)，则判断在取消处理中的取消金额是否在预定的基准金额以上(例如，5000日元以上)。
作为判断的结果，在取消金额为基准金额以上的情况下(取消金额≥基准金额，S05；是)，则商店管理服务器5判定店员进行了不正当行为(存在不正当行为的怀疑)(判定为与图4的不正当模式1符合)，从而向管理者通知警告(例如，“存在不正当的取消处理的怀疑”)(S06)。另一方面，作为判断的结果，在取消金额不足基准金额的情况下(取消金额＜基准金额，S05；否)，商店管理服务器5判定不需要警告，结束处理。
另一方面，作为S03的图像解析的结果，在没有检测出店员的面部(头部)左右摆动的动作为规定次数/秒以上的情况下(S04；否)，则商店管理服务器5将取消处理发生时刻作为基准，分析预定时间部分(例如取消处理发生之前的3分钟时间)的店员位置信息(S07)。
作为分析的结果，在没有检测出执行了取消处理的店员的店员ID为预定的规定次数以上(例如5次以上)的情况下(S08；否)，商店管理服务器5判定不需要警告，结束处理。
另一方面，作为分析的结果，在检测出执行了取消处理的店员的店员ID为规定数以上的情况下(S08；是)，则商店管理服务器5判断在取消处理中的取消金额是否在预定的基准金额以上。作为判断的结果，在取消金额为基准金额以上的情况下(取消金额≥基准金额，S05；是)，则商店管理服务器5判定店员进行了不正当行为(存在不正当行为的怀疑)(与图4的不正当模式2符合)，从而向管理者通知警告(例如，“存在不正当的取消处理的怀疑”)(S06)。另一方面，作为判断的结果，在取消金额不足基准金额的情况下(取消金额＜基准金额，S05；否)，商店管理服务器5判定不需要警告，结束处理。
而且，尽管根据上述由交易金额来判定是否进行警告，但是不限于此。例如，在各个判定步骤中，还可以将不正当值(表示不正当之程度的信息)相加，在其总和为预定的规定值以上的情况下进行警告。而且，根据将不正当值进行相加后的值，还可以改变警告内容和警告方法。
如上述，按照第一实施方式，能够根据收银台7周围的店员举动的监视结果，在判别店员的举动为不自然的情况下，则判断该店员进行了不正当行为(存在进行了不正当行为的怀疑)，从而进行警告。由此，不用如现有技术那样管理者要主动地进行不正当行为的检测，从而能够简单地检测不正当行为，减少由店员引起的不正当行为之检测、确认中所花费的时间和精力。
特别地，通过如例外处理那样，将作为不正当行为的手法而滥用的可能性高的处理作为对象，监视店员的举动(该例外处理前后的收银台7周围的店员的举动)，根据该监视结果，判断是否由该店员进行了不正当行为(存在进行了不正当行为的怀疑)，从而能够有效地进行不正当行为的检测。
而且，由于将例外处理中的交易金额是否为基准金额(规定额)以上作为一个参数来进行不正当行为的判定，从而判断是否进行警告，因此能够细致地进行不正当行为的检测。如本实施例那样，通过将交易金额为小额(基准金额以下)的例外处理不作为对象，仅仅将交易金额为高额(基准金额以上)的例外处理设为对象，与交易金额无关而将所有的例外处理设为对象来进行不正当行为的检测的情况相比，能够更有效率地检测不正当行为。
而且，尽管在第一实施方式中，在不正当模式表T中登录不正当模式，并且在与该模式符合的情况下判定为进行了不正当行为，但是不局限于此。例如，也可以在不正当模式表T中预先登录正常模式，在与该模式不符合的情况下，判定为进行了不正当行为。
另外，尽管在第一实施方式中，在收据打印机2上连接了条形码扫描器25、消费者显示器26和钱柜27，但是不局限于此，也能够设为与POS终端1连接的构成。
尽管POS终端1经由商店内LAN6与POS服务器(图示省略)进行通信，但是，也可以成为铺设与POS基干网络独立的商店内LAN6，从而将POS终端1不连接到商店内LAN6的构成。
此外，尽管将来自店员监视摄像机3的店员图像信息和来自卡读取装置4的店员位置信息通过介入收据打印机2而发送到商店管理服务器5，但是不限于此，也可以成为将各个信息从店员监视摄像机3和卡读取装置4直接地发送到商店管理服务器5的构成。
还能够将由收据打印机2实现的各个部分(结账信息取得部81、例外处理检测部82、通常结账信息发送部83、例外处理信息发送部84、店员图像信息接收发送部85、和店员位置信息接收发送部86)由POS终端1实现。
还可以将由商店管理服务器5实现的各个部分(店员图像分析部95、店员位置分析部96和不正当行为判定部97等)由收据打印机2实现。还可以将由商店管理服务器5实现的各个部分由POS系统或者WWW服务器实现。
还可以与例外处理时无关，即使在通常处理时或者非结账处理时，在判定店员的举动与不正当模式符合的情况下，也可以进行警告。
[第二实施方式]
下面参考图6到图12，说明本发明的第二实施方式的商店监视系统SY2。第二实施方式的商店监视系统SY2，将零售店或者超市等商店中的店员的举动(特别地，进入或者逗留在规定区域)作为诱因来检测不正当行为。
图6是第二实施方式的商店监视系统SY2的系统构成图。图7是第二实施方式的商店监视系统SY2的控制方框图。如图6和图7所示，第二实施方式的商店监视系统SY2，具有多个卡读取装置4(在图6和图7中，例示了3台卡读取装置4a，4b，4c)，没有店员监视摄像机3，以及在商店管理服务器5中没有图像处理程序65和店员图像数据库67，这些与第一实施方式不同。对于除此之外，与第一实施方式相同。
另外，在图6和图7中，对于与第一实施方式相同的构成部分，赋予与在先说明的图1和图2相同的符号，并省略其详细的说明。对于与第一实施方式相同的构成部分所适用的变形例，本实施方式也同样适用。下面，将以不同点为中心进行说明。
卡读取装置4被配置于收银台7(POS终端1的附近)、更衣室8和高价商品陈列的架子(高价商品架)的每一个上。通过用各个卡读取装置4(4a～4c)读取店员卡C，检测店员进入该区域，或者留在(逗留)该场所。而且，在第二实施方式中，尽管将卡读取装置4设置在3个地方，但是其仅仅是一个例子，并不局限于此。
商店管理服务器5检测店员的不正当行为，将店员的行动(进入更衣室8、向高价商品架9靠近、以及进入收银台7等)设为诱因，根据在其前后执行的结账处理(特别是例外处理)的内容，检测该店员是否进行了不正当行为(不正当交易)(是否存在不正当行为的怀疑)，在检测出不正当行为的情况下，通知其意的警告。
该店员的行动的检测是基于由上述卡读取装置4进行的店员卡C(店员ID)的读取结果进行的。就是说，商店管理服务器5通过从卡读取装置4接收店员位置信息，检测店员处在何处。然后，将这些的任何一个设为诱因，在店员的行动(现处在何处/过去处在何处)、在其前后执行的商品的交易状况(结账处理内容)、顾客的状态以及商店内的状况等与不正当模式表T中登录的不正当模式符合的情况下，判定店员进行了不正当行为。然后，通知不正当行为已经发生之意(怀疑不正当行为之意)的警告。这样，通过将店员的规定行动设为在进行不正当行为时或者进行了不正当行为后进入或者停留(逗留)店员想进入的区域(更衣室8、高价商品架9和收银台7等)，能够有效地进行不正当行为的检测。
接着，参考图8的功能方框图，说明商店监视系统SY2的各个构成要素的功能。
卡读取装置4具有店员ID取得部101和店员位置信息发送部102。店员ID取得部101由3台卡读取装置4a，4b和4c实现，并且由各个装置的每一个，读取进入(或者逗留)更衣室8、高价商品架9和收银台7的各个区域的店员的店员卡C，取得店员ID。店员位置信息发送部102，通过店员ID取得部101，将由各个卡读取装置4a，4b和4c的每一个所取得的店员ID、取得该店员ID的取得时期时间、以及装置ID作为店员位置信息，发送到收据打印机2。
收据打印机2具有：结账信息取得部81；例外处理检测部82；通常结账信息发送部83；例外处理信息发送部84；以及店员位置信息接收发送部103。店员位置信息接收发送部103，从店员位置信息发送部102接收在各个区域(更衣室8、高价商品架9和收银台7)中取得的店员位置信息，并将它发送到商店管理服务器5。
商店管理服务器5具有：通常结账信息接收部91；例外处理信息接收部92；店员位置信息取得部104；不正当行为判定部105和警告部98。店员位置信息取得部104，从店员位置信息接收发送部103接收在各个区域(更衣室8、高价商品架9和收银台7)中取得的店员位置信息，并将这些接收的店员位置信息登录到店员位置数据库68。
不正当行为判定部105基于结账信息数据库66所登录的结账信息(通常结账信息和例外处理信息(例外处理的类别))、和店员位置数据库68所登录的店员位置信息(在各个区域检测的店员位置信息)，进行与不正当模式表T的比较，以及判定是否进行了不正当行为。作为比较的结果，在与不正当模式表T所登录的不正当模式符合的情况下，判定为进行了不正当行为。
接着，参考图9，说明不正当模式表T的构成。图9是作为不正当模式表T所登录的不正当模式的一个例子，表示用于从店员的行动模式中检测例外处理时的不正当行为的不正当模式的示意图。而且，在这里，作为一个例子，说明不正当模式3(假定店员进入了更衣室8的情况的不正当模式的一个例子)、不正当模式4(假定店员靠近高价商品架9并停留的情况的不正当模式)、以及不正当模式5(假定店员进入了收银台7的情况的不正当模式)。
不正当模式3是在店员进行了取消处理之后、在5分钟以内进入了更衣室8的情况下，判定为进行了不正当行为(存在不正当行为的怀疑)的模式。不正当模式4是在店员靠近高价商品架9并逗留一定时间之后、在10分钟以内执行了高价商品的退货处理的情况下，判定为进行了不正当行为(存在不正当行为的怀疑)的模式。不正当模式5是在店员进入收银台7之后、在3分钟以内进行的最初的交易是还回现金处理的情况下，判定为进行了不正当行为(存在不正当行为的怀疑)的模式。根据这些不正当模式(图9的不正当模式3到5)，能够检测下述不正当行为：例如，店员将由例外交易而私吞的现金藏匿在更衣室8内的自己的钱包中的不正当行为；店员带出高价商品、使用该商品来进行退货处理，从而私吞收银台内的现金的不正当行为；或者看准在收银台周边没有人的时刻进行还回现金处理、从而私吞收银台内的现金的不正当行为。
而且，图中所示的不正当模式3到5仅仅是一个例子，不局限于此。例如，除上述以外，也可以考虑店员的举动(手和头的动作以及身体的上下动作等)来作成不正当模式，也能够通过考虑例外处理发生时顾客的状态(在收银台7前的顾客的有无和顾客的行动)和商店内的状况、或者POS终端1和POS周边设备的状态(例如，条形码扫描器25的读取状态和钱柜27的开闭状态等))来作成不正当模式。
接着，参考图10到图12的流程图，说明通过商店管理服务器5检测不正当行为的过程。而且，在图10到图12的流程图中，说明了在检测到店员的规定行动的情况下，通过是否在其前后执行了例外处理的判别来检测不正当行为的一个例子，但是，不局限于此。在检测到店员的规定行动的情况下，通过是否在其前后执行了结账处理(通常结账处理)的判别来检测不正当行为也是可能的。
图10是将店员进入更衣室8作为诱因来检测不正当行为的流程图。下面，将成为对象的店员设为“店员A”，将该店员A所持的店员卡C的店员ID设为“店员ID(A)”。首先，当店员A进入更衣室8时(或者当接近更衣室8附近时)，卡读取装置4a检测该店员A所持的店员卡C(S11)，通过读取它来从该店员卡C中取得店员ID(A)(S12)。接着，卡读取装置4a将使所取得的店员ID(A)、该店员ID(A)的取得时刻(当前时刻)和用于确定自身的装置ID带有关联后的店员位置信息发送到商店管理服务器5(S13)。
接收了店员位置信息的商店管理服务器5(S14)参考结账信息数据库66，判定在店员ID(A)的取得时刻前的规定时间之间(例如，在之前的5分钟时间。就是说，在店员A进入到更衣室8之前的5分钟时间内)是否存在由店员A执行的例外处理(结账处理)(S15)。这通过将表示执行了结账信息中所包括的结账处理的店员的店员ID和接收的店员ID(A)进行对照来判定。在存在该例外处理的情况下(S16；是)，商店管理服务器5根据检测到的该例外处理的类别来执行从以下所示的S17到S30的处理。
首先，在例外处理是退货处理的情况下(S17)，商店管理服务器5判定是否在该退货处理前的规定时间期间(例如退货处理前10分钟以内)，该店员A靠近高价商品架9并逗留规定时间以上。该判定按照在高价商品架9设置的卡读取装置4b检测出店员A的店员ID(A)的时间来进行判定。
在店员A在高价商品架9前没有逗留规定时间以上的情况下(S18；否)，商店管理服务器5判定不需要警告，结束处理。另一方面，在店员A在高价商品架9前逗留了规定时间以上的情况下(S18；是)，商店管理服务器5判断在该退货处理中的交易金额是否在预定的基准金额以上(例如，5000日元以上)。
作为判断的结果，在取消金额为基准金额以上的情况下(取消金额≥基准金额，S19：是)，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的退货处理的怀疑”)(S20)。另一方面，作为判断的结果，在取消金额不足基准金额的情况下(取消金额＜基准金额，S19；否)，商店管理服务器5判定不需要警告，结束处理。
下面，说明S16的例外处理是取消处理的情况(S21)。在该情况下，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)(判定与图9的不正当模式3符合)，从而向管理者通知警告(例如，“存在不正当的取消处理的怀疑”)(S22)。
下面，说明S16的例外处理是中断处理的情况(S23)。在该情况下，商店管理服务器5参考结账信息数据库66，将中断处理中的交易的商品构成和在中断处理之后不久进行的交易的商品构成进行比较。在两者的商品构成的一致程度不满足预定的规定比例(例如，不足80％)的情况下(S24；否)，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的中断处理的怀疑”)(S25)。另一方面，在两者的商品构成的一致程度是预定的规定比例以上(例如，80％以上)的情况下(S24；是)，商店管理服务器5判定不需要警告，结束处理。
下面，说明S16的例外处理是还回现金处理的情况(S26)。在该情况下，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的还回现金处理的怀疑”)(S27)。
下面，说明S16的例外处理是折扣处理(或者减价处理)的情况(S28)。在该情况下，商店管理服务器5判定折扣率(减价率)是否超过了预定的基准折扣率(基准减价率。例如30％)。在折扣率(减价率)超过了基准折扣率(基准减价率)的情况下(S29；是，折扣率(减价率)＞基准折扣率(基准减价率))，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当折扣(不正当减价)的怀疑”)(S30)。另一方面，在是基准折扣率(基准减价率)以下的情况下(S29；否，折扣率(减价率)≤基准折扣率(基准减价率))，商店管理服务器5判定不需要警告，结束处理。
另一方面，在S16，在没有该例外处理的情况下(S16；否)，商店管理服务器5判定在进入更衣室8之前的规定时间期间(例如，进入更衣室8之前的5分钟以内)，是否该店员A靠近高价商品架9。作为判定的结果，在店员A靠近高价商品架9的情况下(S31；是)，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在失盗的可能性”)(S32)。另一方面，在店员A没有靠近高价商品架9的情况下(S31；否)，商店管理服务器5判定不需要警告，结束处理。
下面说明图11。图11是将店员靠近高价商品架9作为诱因来检测不正当行为的流程图。首先，当店员A靠近高价商品架9时，卡读取装置4b检测该店员A所持的店员卡C(S41)，通过读取它来从该店员卡C中取得店员ID(A)(S42)。接着，卡读取装置4b，在检测出所取得的店员ID(A)在规定时间以上且判断为进行了逗留的情况下，将使该店员ID(A)、该店员ID(A)的取得时刻(当前时刻)和用于确定自身的装置ID带有关联后的店员位置信息发送到商店管理服务器5(S43)。
接收了店员位置信息的商店管理服务器5(S44)参考结账信息数据库66，判定从店员ID(A)的取得时刻开始在规定时间以内(例如，在10分钟以内)，该店员A是否执行了高价商品的退货处理。当在规定时间内执行了退货处理的情况下(S45；是)，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)(判定为与图9的不正当模式4符合)，从而向管理者通知警告(例如，“存在不正当的退货处理的怀疑”)(S46)。另一方面，当在规定时间内没有执行退货处理的情况下(S45；否)，商店管理服务器5判定不需要警告，结束处理。
下面说明图12。图12是将店员进入收银台7作为诱因来检测不正当行为的流程图。首先，当店员A进入收银台7时，卡读取装置4c检测该店员A所持的店员卡C(S51)，通过读取它来从该店员卡C中取得店员ID(A)(S52)。接着，卡读取装置4c将使所取得的店员ID(A)、该店员ID(A)的取得时刻(当前时刻)和用于确定自身的装置ID带有关联后的店员位置信息发送到商店管理服务器5(S53)。
接收了店员位置信息的商店管理服务器5(S54)参考结账信息数据库66，判定从店员ID(A)的取得时刻开始在规定时间以内(例如，在3分钟以内)，是否存在由店员A执行的结账处理(现金操作)(S55)。在不存在结账处理的情况下(S56；否)，商店管理服务器5判定不需要警告，结束处理。
另一方面，在存在结账处理的情况下(S56；是)，商店管理服务器5判定该结账处理是否是例外处理。当该结账处理不是例外处理的情况下(S57；否)，商店管理服务器5判定不需要警告，结束处理。另一方面，当该结账处理是例外处理的情况下(S57；是)，商店管理服务器5按照检测出的该例外处理的类别，执行以下所示的从S58到S71的处理。
首先，在例外处理是退货处理的情况下(S58)，商店管理服务器5判定在该退货处理前的规定时间期间(例如，在退货处理前10分钟以内)，该店员A是否靠近高价商品架9并逗留规定时间以上。
当店员A在高价商品架9前没有逗留规定时间以上的情况下(S59；否)，商店管理服务器5判定不需要警告，结束处理。另一方面，当店员A在高价商品架9前逗留了规定时间以上的情况下(S59；是)，商店管理服务器5判断在该退货处理中的交易金额是否在预定的基准金额以上(例如，5000日元以上)。
作为判断的结果，在取消金额为基准金额以上的情况下(取消金额≥基准金额，S60；是)，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的退货处理的怀疑”)(S61)。另一方面，作为判断的结果，在取消金额不足基准金额的情况下(取消金额＜基准金额，S60；否)，商店管理服务器5判定不需要警告，结束处理。
下面，说明S57的例外处理是取消处理的情况(S62)。在该情况下，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的取消处理的怀疑”)。
下面，说明S57的例外处理是中断处理的情况(S64)。在该情况下，商店管理服务器5参考结账信息数据库66，将中断处理中的交易的商品构成和在中断处理之后不久进行的交易的商品构成进行比较。在两者的商品构成的一致程度不满足预定的规定比例(例如，不足80％)的情况下(S65；否)，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当的中断处理的怀疑”)(S66)。另一方面，在两者的商品构成的一致程度是预定的规定比例以上(例如，80％以上)的情况下(S65；是)，商店管理服务器5判定不需要警告，结束处理。
下面，说明S57的例外处理是还回现金处理的情况(S67)。在该情况下，商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)(判定与图9的不正当模式5符合)，从而向管理者通知警告(例如，“存在不正当的还回现金处理的怀疑”)(S68)。
下面，说明S57的例外处理是折扣处理(或者减价处理)的情况(S69)。在该情况下，商店管理服务器5判定折扣率(减价率)是否超过了预定的基准折扣率(基准减价率。例如30％)。在折扣率(减价率)超过了基准折扣率(基准减价率)的情况下(S70；是，折扣率(减价率)＞基准折扣率(基准减价率))，则商店管理服务器5判定店员A进行了不正当行为(存在不正当行为的怀疑)，从而向管理者通知警告(例如，“存在不正当折扣(不正当减价)的怀疑”)(S71)。另一方面，在是基准折扣率(基准减价率)以下的情况下(S70；否，折扣率(减价率)≤基准折扣率(基准减价率))，商店管理服务器5判定不需要警告，结束处理。
如上述，根据第二实施方式，在结账处理时(结账处理发生的前后)的店员的行动是预先设定的规定行动的情况下，能够判断在该结账处理中店员存在进行了不正当行为的怀疑(店员进行了不正当行为)，从而进行警告。
特别地，通过将作为不正当行为的手法而滥用的可能性高的例外处理时(例外处理发生的前后)的店员的行动设为诱因，能够有效地进行不正当行为的检测。通过考虑店员的行动和例外处理的发生之间的时间关系来进行不正当行为的检测，能够更高精度地进行不正当行为的检测。
而且，还能够将由收据打印机2实现的各个部分(结账信息取得部81、例外处理检测部82、通常结账信息发送部83、例外处理信息发送部84、和店员位置信息接收发送部103)由POS终端1实现。
[第三实施方式]
下面，参考图13到图18，说明本发明第三实施方式的商店监视系统SY3。第三实施方式的商店监视系统SY3检测由顾客引起的不正当行为。
图13是第三实施方式的商店监视系统SY3的系统构成图。图14是第三实施方式的商店监视系统SY3的控制方框图。如图13和图14所示，第三实施方式的商店监视系统SY3没有卡读取装置4和店员卡C，代替店员监视摄像机3，具有用于拍摄顾客的顾客监视摄像机111(要素监视部、顾客监视部)，在收据打印机2上具有收据读取部121和报知部122，在商店管理服务器5中没有店员位置数据库68，代替店员图像数据库67，具有顾客图像数据库141，具有顾客信息数据库142，在上述这些点上，与第一实施方式不同。对于除此之外的，与第一实施方式相同。
在图13和图14中，对于与第一实施方式和第二实施方式相同的构成部分，赋予与在先说明的图1和图2、以及图6和图7相同的符号，并省略其详细的说明。对于与第一实施方式和第二实施方式相同的构成部分所适用的变形例，本实施方式也同样适用。下面，将以不同点为中心进行说明。
顾客监视摄像机111被设置在收银台7的上方(或者侧方)，拍摄结账处理时的顾客。由该顾客监视摄像机111拍摄的顾客图像数据(包括拍摄日期时间)与用于确定顾客监视摄像机111自身的摄像机ID带有关联(以后称为“顾客图像信息”)，通过介入收据打印机2，被发送到商店管理服务器5。而且，尽管根据上述将顾客监视摄像机111的设置位置假设为收银台7的上方(或者侧方)，但是并不局限于此。例如，还可以将顾客监视摄像机111设置在消费者显示器26附近。
收据打印机2在收据R的打印时，还基于结账信息，印刷用于判定该收据R之真假的信息(下面称为“真假判定信息”)。收据打印机2具有读取(扫描)已经发行的收据R的印字面的功能。而且，作为真假判定信息，考虑以不可视墨水打印隐藏字符(或者特殊的打印模式)。
商店管理服务器5检测由顾客引起的不正当行为，特别地，当发生了例外处理(例如，退货处理等)时，根据该例外处理发生时的顾客和成为例外处理对象的商品之购入时的顾客(购买顾客)之间的对照结果、以及例外处理时所使用的收据R的真假判定结果，检测该顾客是否进行了不正当行为(是否存在不正当行为的怀疑)，在检测到不正当行为时，通知其旨意的警告。
下面，参考图14的商店监视系统SY3的控制方框图，说明商店监视系统SY3的各个要素的控制构成。
收据打印机2包括通信部22、打印部23、接口24、收据读取部121、报知部122、以及与这些各部连接且用于控制收据打印机2的控制部21。打印部23将基于结账信息和真假判定信息所生成的打印信息打印在收据用纸上。该真假判定信息在收据打印处理的处理过程中由控制部21生成。而且，真假判定信息，对于每个收据R，生成不同的信息。收据读取部121读取已经发行的收据R的印字面。
通信部22在由商店内LAN6连接的顾客监视摄像机111和商店管理服务器5之间进行通信。控制部21控制通信部22，将从顾客监视摄像机111接收的顾客图像信息发送到商店管理服务器5。而且，控制部21将分配给收据R的固有序号(收据序号)和在该收据R上打印的真假判定信息带有关联(以后，将这些合并称为“收据信息”)，并发送到商店管理服务器5。而且，控制部21根据由收据读取部121的收据R的读取结果，抽出该收据R的收据信息，将它发送到商店管理服务器5。
报知部122用于报知由收据读取部121读取的收据R是正规的收据还是不正当作成的伪造收据，例如，其由LED灯或者蜂鸣器构成。在前者的情况下，通过下述来进行报知：例如，读取的收据R如果是正规收据，则点亮绿色的LED灯，如果是伪造收据，则点亮红色的LED灯。在后者的情况下，通过使为正规收据时和为伪造收据时的蜂鸣器音以不同的音色来鸣响而进行报知。
顾客监视摄像机111包括：图像拍摄部132；计时部133；存储部134；通信部135；以及与这些各部连接且用于控制顾客监视摄像机111的控制部131。该顾客监视摄像机111仅仅在处理顾客图像信息这点上与第一实施方式的店员监视摄像机3不同。因此，构成顾客监视摄像机111的各个部分(控制部131、图像拍摄部132、计时部133、存储部134和通信部135)与第一实施方式的店员监视摄像机3的各个部分(控制部31、图像拍摄部32、计时部33、存储部34和通信部35)是相同的，因此省略说明。
商店管理服务器5，除了具有控制部61、HDD62、通信部63之外，还具有安装在一般的个人计算机上的硬件构成。通信部63与由商店内LAN6连接的收据打印机2之间进行通信。控制部61通过控制通信部63，从收据打印机2接收结账信息(通常结账信息和例外处理信息)、顾客图像信息和收据信息。
HDD62具有：图像处理程序65；结账信息数据库66；顾客图像数据库141；顾客信息数据库142(拍摄图像存储部)；不正当模式表T。图像处理程序65，通过解析顾客图像数据，抽出顾客的服装(衣服)的颜色特征量、以及顾客的面部的面部特征量(下面，将这些合并称为“顾客特征量”)。
顾客图像数据库141存储了顾客图像信息(摄像机ID和顾客图像数据(拍摄时刻))。顾客信息数据库142将商品购入时顾客的顾客特征量(颜色特征量和面部特征量)与该商品购入时所发行的收据R的收据信息(收据序号和真假判别信息)带有关联而进行存储。
根据以上构成，在发生了例外处理的情况下，在该例外处理时的顾客的顾客特征量与顾客信息数据库142所存储的顾客特征量之间的对照结果、例外处理时所用的收据R的真假判定结果、店员的行动、商店内的状况和商品的交易状况等与不正当模式表T中所登录的不正当模式相符合的情况下，控制部61判定顾客进行了不正当行为。然后，控制部61在检测到顾客的不正当行为的情况下，通知发生了不正当行为之意(怀疑不正当行为之意)的警告。
接着，参考图15的功能方框图，说明商店监视系统SY3的各个构成要素的功能。
顾客监视摄像机111具有顾客图像摄像部151(要素监视部、摄像部)和顾客图像信息发送部152。顾客图像摄像部151拍摄收银台7中的顾客。顾客图像信息发送部152将由顾客图像摄像部151拍摄的顾客图像数据(拍摄时刻)和自身的摄像机ID作为顾客图像信息，发送到收据打印机2。
收据打印机2具有：结账信息取得部81；例外处理检测部82；通常结账信息发送部83；例外处理信息发送部84；顾客图像信息接收发送部161；真假判定信息生成部162；收据序号抽出部163；收据信息发送部164；打印部165；收据读取部166；收据读取结果解析部167；打印机侧真假判定部168(要素监视部、物证判别部)；打印机侧判定结果发送部169；服务器侧判定结果接收部170和报知部171。
顾客图像信息接收发送部161从顾客图像信息发送部152接收顾客图像信息，将它发送到商店管理服务器5。真假判定信息生成部162生成用于在收据R上打印的真假判定信息。收据序号抽出部163从在收据R上打印的打印信息中抽出被分配给该收据R的收据序号。收据信息发送部164将抽出的收据序号、以及在该收据序号的收据R上打印的真假判定信息设为收据信息，发送给商店管理服务器5。
打印部165将基于结账信息和真假判定信息生成的打印信息打印在收据用纸上，发行收据R。收据读取部166读取已经发行的收据R的印字面。收据读取结果解析部167解析由收据读取部166读取的收据R的读取内容，抽出收据信息。
打印机侧真假判定部168判定在由收据读取结果分析部167抽出的收据信息中是否存在真假判定信息。打印机侧判定结果发送部169根据由打印机侧真假判定部168的判定结果，当在收据信息中存在真假判定信息时，将该收据信息(真假判定信息和收据序号)发送到商店管理服务器5。根据判定的结果，当在收据信息中不存在真假判定信息时，将表示是伪造收据之意的信息(下面称为“伪造收据检测信息”)发送到商店管理服务器5。
服务器侧判定结果接收部170接收由后述的商店管理服务器5的服务器侧判定结果发送部190发送的判定结果(真假结果信息)。报知部171在打印机侧真假判定部168判定不存在真假判定信息的情况下，报知检测到伪造收据。基于由服务器侧判定结果接收部170接收的真假结果信息的内容，报知检测到正规收据或者伪造收据。
商店管理服务器5具有：通常结账信息接收部91；例外处理信息接收部92；顾客图像信息取得部181；收据信息接收部182；颜色特征量抽出部183；面部特征量抽出部184；顾客信息登录部185；颜色特征量对照部186；面部特征量对照部187；打印机侧判定结果接收部188；服务器侧真假判定部189(要素监视部、物证判别部)；服务器侧判定结果发送部190；不正当行为判定部191和警告部98。
顾客图像信息取得部181从顾客图像信息接收发送部161接收顾客图像信息，登录到顾客图像数据库141中。收据信息接收部182从收据打印机2的收据信息发送部164接收收据信息。
颜色特征量抽出部183解析所取得的顾客图像数据(顾客图像信息)，抽出该顾客的服装的颜色特征量。具体地，从顾客图像数据中抽出帧间差分和背景差分，检测移动的某个区域(动区域)。接着，从动区域之中检测顾客头部的位置，抽出将该头部位置作为基准而确定的衣类部分(服装)的颜色特征量。
面部特征量抽出部184解析所取得的顾客图像数据(顾客图像信息)，抽出该顾客的面部特征量。具体地，从顾客图像数据中抽出帧间差分和背景差分，检测移动的某个区域(动区域)。接着，从动区域之中检测顾客的面部，将该图像(面部分)标准化。然后，以被标准化的图像为基础抽出面部特征量。
顾客信息登录部185将在商品购入时刻的顾客的顾客特征量(由颜色特征量抽出部183和面部特征量抽出部184抽出)和该商品购入时的收据信息(由收据信息接收部182接收)带有关联，并登录到顾客信息数据库142中。
颜色特征量对照部186通过将例外处理发生时的顾客的服装的颜色特征量和顾客信息数据库142中登录的颜色特征量进行比较(对照)，来判定与例外处理发生时的顾客相同的顾客是否被登录于顾客信息数据库142中(有无相同顾客)。面部特征量对照部187通过将例外处理发生时的顾客的面部特征量和顾客信息数据库142中登录的面部特征量进行比较(对照)，来判定与例外处理发生时的顾客相同的顾客是否被登录于顾客信息数据库142中(有无相同顾客)。
打印机侧判定结果接收部188接收由打印机侧判定结果发送部169发送的收据信息或者伪造收据检测信息。服务器侧真假判定部189在打印机侧判定结果接收部188接收了收据信息时，判定与该收据信息一致的收据信息是否被登录于顾客信息数据库142中。当在顾客信息数据库142中存储了一致的收据信息的情况下，判定由收据打印机2读取的收据R是正规收据，在没有存储的情况下，判定是伪造收据。服务器侧判定结果发送部190将由服务器侧真假判定部189的判定结果(真假结果信息)发送到收据打印机2。
不正当行为判定部191通过将由例外处理信息接收部92取得的例外处理信息(例外处理的类别)、基于顾客特征量(颜色特征量和面部特征量)的顾客的对照结果、以及由收据打印机2读取的收据R的真假判定结果，与不正当模式表T进行比较，来判定是否进行了不正当行为。作为比较的结果，在与不正当模式表T中所登录的不正当模式相符合的情况下，判定为进行了不正当行为。
这里，参考图16，说明不正当模式表T的构成。而且，在这里，举例说明在不正当模式表T中登录了用于检测退货处理时的不正当行为的不正当模式6到8。
例如，不正当模式6，是在“退货处理”发生时，在作为申请商品退货的顾客(退货申请者)和该商品的购买顾客不同的情况下，判定进行了不正当行为(存在不正当行为的怀疑)的模式。不正当模式7，是在“退货处理”发生时，判定作为退货申请之证据的收据R的真假，作为其结果，在判定该收据R是伪造收据的情况下，判定进行了不正当行为的模式。不正当模式8，是在“退货处理”发生时，判定作为退货申请之证据的收据R的真假，作为其结果，在尽管判定该收据R是正规收据但退货申请者和购买顾客不同的情况下，判定进行了不正当行为(存在不正当行为的怀疑)的模式。
而且，图中所示的不正当模式6到8仅仅是一个例子，不局限于此。例如，除上述以外，也可以考虑店员的举动来作成不正当模式，也能够通过考虑例外处理发生时顾客的行动(举动)和商店内的状况、或者POS终端1和POS周边设备的状态(例如，条形码扫描器25的读取状态和钱柜27的开闭状态等))来作成不正当模式。由此，例如在退货时的顾客和购入时的顾客不同、并且退货时的店员采取了怀疑的行动的情况下，判定为进行了不正当行为等的处理是可能的。通过考虑交易金额而作成不正当模式，例如在退货时的顾客和购入时的顾客不同、并且交易金额是规定金额以上的情况下，判定为进行了不正当行为等的处理也是可能的。
接着，参考图17的流程图，说明由商店管理服务器5检测不正当行为的过程。而且，在这里，举例说明在作为例外处理执行了退货处理的情况下，通过识别退货申请者和购买顾客是否为相同的人来检测不正当行为的过程(用于判定不正当模式6的过程)。
首先，商店管理服务器5(控制部61)在检测到发生了退货处理时(S81)，取得委托了退货的顾客(退货申请者)的顾客图像数据(S82)。接着，商店管理服务器5解析取得的顾客图像数据，抽出顾客的衣类部分的颜色特征量(S83)。然后，商店管理服务器5将抽出的颜色特征量和在顾客信息数据库142中所登录的颜色特征量进行对照(S84)。作为对照的结果，在没有一致的颜色特征量的情况下(S85；否)，商店管理服务器5判定退货申请者和购买顾客不是相同顾客，就是说，判定顾客(退货申请者)进行了不正当的退货(不正当行为)(具有不正当退货的怀疑)(与图16的不正当模式6相符合)，向管理者通知警告(例如，“具有不正当退货处理的怀疑)(S86)。
另一方面，作为对照的结果，在具有一致的颜色特征量的情况下(S85；是)，商店管理服务器5解析在S82取得的顾客图像数据，抽出顾客的面部特征量(S87)。接着，商店管理服务器5将在S84的对照中颜色特征量一致的数据作为对象，将与该颜色特征量带有关联的面部特征量和抽出的面部特征量进行对照(S88)。
作为对照的结果，在没有一致的面部特征量的情况下(S89；否)，商店管理服务器5判定退货申请者和购买顾客不是相同顾客，就是说，判定顾客进行了不正当的退货(具有不正当退货的怀疑)(与图16的不正当模式6相符合)，向管理者通知警告(例如，“具有不正当退货处理的怀疑)(S86)。另一方面，作为对照的结果，在具有一致的面部特征量的情况下(S89；是)，商店管理服务器5判定退货申请者和购买顾客是相同顾客，即是正常的退货处理，不需要警告，从而结束处理。
这样，通过基于顾客的面部特征量来进行对照，能够更高精度地确定顾客个人。通过在顾客的面部特征量的对照之前，基于颜色特征量来进行对照，在对照对象被大量存储的情况下，能够减少其对象，从而能够更高效率地进行对照。而且，对照还可以仅仅通过面部特征量来进行对照，也可以仅仅通过颜色特征量来进行对照。先对面部特征量进行对照，在为NG的情况下，对颜色特征量进行对照，在颜色特征量为OK的情况下，可以判定为不需要警告。
接着，参考图18的流程图，举例说明在作为例外处理执行了退货处理的情况下，通过判定由退货申请所使用的收据R的真假，来检测不正当行为的过程(用于判定不正当模式7或者8的过程)。
首先，在由店员执行了退货处理且进行由退货申请所使用的收据R的读取操作时，收据打印机2(控制部21)读取该收据R(S91)。然后，收据打印机2分析读取的收据R的内容，抽出收据信息(S92)。接着，收据打印机2判定在抽出的收据信息中是否存在真假判别信息(S93)。当在抽出的收据信息中没有真假判别信息的情况下(S94；否)，收据打印机2判定读取的收据R是伪造收据，向商店管理服务器5发送“伪造收据检测信息”(S95)。而且，在该情况下，收据打印机2通过自身的报知部122报知是伪造收据之意(例如，点亮红色的LED灯)。
接收了“伪造收据检测信息”的商店管理服务器5(S96)判定顾客(退货申请者)进行了使用伪造收据的不正当的退货(不正当行为)(与图16的不正当模式7相符合)，向管理者通知警告(例如，“存在退货处理的不正当行为”)(S97)。
另一方面，当在抽出的收据信息中具有真假判别信息的情况下(S94；是)，收据打印机2将在S92抽出的收据信息发送到商店管理服务器5(S98)。接收了收据信息的商店管理服务器5(S99)参考顾客信息数据库142，判定是否登录了与该收据信息一致的收据信息。就是说，进行收据R的真假判定(S100)。
在没有一致的收据信息的情况下(S101；否)，商店管理服务器5判定由收据打印机2读取的收据R是伪造收据。由此，判定顾客(退货申请者)进行了使用伪造收据的不正当的退货(不正当行为)(与图16的不正当模式7相符合)，向管理者通知警告(例如，“存在退货处理的不正当行为”)(S97)。
另一方面，在具有一致的收据信息的情况下(S101；是)，商店管理服务器5判定由收据打印机2读取的收据R是正规收据。然后，判定退货申请者和商品购买顾客是否是相同顾客(S102)。在这种情况下，通过将退货申请者的顾客特征量和与该收据信息(收据序号)带有关联的顾客特征量进行对照，判定是否是相同顾客。
在退货申请者和商品购买顾客是相同顾客的情况下(S103；是)，商店管理服务器5判定不需要警告(是正常的退货处理)，结束处理。另一方面，在退货申请者和商品购买顾客不是相同顾客的情况下(S103；否)，商店管理服务器5判定顾客(退货申请者)进行了不正当的退货(具有不正当行为的怀疑)(与图16的不正当模式8相符合)，向管理者通知警告(例如，“存在不正当的退货处理的怀疑”)(S97)。由此，能够检测通过使用伪造收据来将在其他商店(特别是在比本商店价格更便宜的商店)购入的商品进行退货那样的不正当行为。而且，例如，对于使用不正当得到的正规收据的退货等的例外处理，也能够进行防止。
而且，S100的真假判定的结果(真假结果信息)从商店管理服务器5被发送到收据打印机2，并且收据打印机2基于接收的真假结果信息，报知所读取的收据R是正规收据或者是伪造收据之意。S102中利用顾客特征量的对照，可以仅仅使用面部特征量来进行对照，也可以仅仅使用颜色特征量来进行对照。或者，也可以将两者进行组合来进行对照。
如上述，根据第三实施方式，在判定为例外处理时的顾客和成为例外处理对象的商品购入时的顾客不是相同的人的情况下，进行警告。由此，能够容易地判别是否是由正确的购买者(在本商店购入该商品的顾客)产生了例外处理。例如，在顾客产生了将盗窃品或者在其他商店廉价购入的商品进行不正当的退货等不正当行为的情况下，通过对此进行检测，能够抑制由顾客的不正当行为导致的商店方面的损失。
根据第三实施方式，通过在收据R发行时，对该收据R预先打印真假判定信息，在例外处理时(退货处理时)的收据R的真假判定中，基于该真假判定信息(真假判定信息的有无和真假判定信息的内容的对照等)，判定是正规收据还是伪造收据，从而能够更可靠地检测收据R的伪造。
上面，根据第一实施方式到第三实施方式，监视在商店内发生的事实和现象(例如，结账处理的执行等(包括例外处理))的发生状况，根据该监视结果，自动地判定在该事实和现象中是否进行了不正当行为，在判定为进行了不正当行为的情况下，能够进行警告。
特别地，为了把握(监视)事实和现象的发生状况，通过将店员的行动和动作(店员的状态)、顾客的状态、进行结账处理的装置的状态(例如，POS终端1和其周边设备的状态)、收据R和成为返回对象的商品的真假等监视要素，对每个事实和现象来进行组合(与事实和现象的特性合并)而进行监视，能够更高精度地检测不正当行为。而且，为了把握(监视)事实和现象的发生状况，还可以与店员的行动和动作无关，仅仅通过顾客的状态来判定不正当行为，也可以仅仅通过结账处理装置的状态来判定不正当行为。
还能够将各个实施方式涉及的商店监视系统SY1到SY3的控制方法(上述各个实施方式中所示的流程图)的各个步骤作为程序来提供。还能够将该程序存储在存储介质中(图示省略)来提供。作为记录介质，能够利用CD-ROM、闪烁ROM、存储卡(致密闪存(注册商标)、智能媒体、存储棒等)、致密盘、磁光盘、数字多功能光盘(DVD)和软盘等。
根据上述的实施例，对于商店监视系统SY1到SY3的装置构成和处理过程等，在不脱离本发明之要旨的范围内，还能够进行适当的变更。

Claims (20)

1.一种商店监视系统，其特征在于，包括：
模式存储部，存储在商店内发生的规定的事实和现象的发生模式；
结账处理部，进行商品的结账处理；
要素监视部，监视用于构成所述发生模式的构成要素；和
警告部，其将下述情况作为条件来进行警告，
在所述结账处理部中执行了预定的例外处理的情况，以及根据所述要素监视部的监视结果，判定所述事实和现象的发生状况与作为所述发生模式而存储的不正当模式相符合、或者与作为所述发生模式而存储的正常模式不符合的情况。
2.根据权利要求1所述的商店监视系统，其特征在于，
所述要素监视部，包括下述部件的至少一个：
用于监视店员的行动和动作的店员监视部；
用于监视所述结账处理中的顾客的状态的顾客监视部；
用于监视进行所述结账处理的装置的状态的结账处理装置监视部；以及
用于判别作为所述例外处理的物证的收据和返回商品的真假的物证判别部。
3.根据权利要求1所述的商店监视系统，其特征在于，
所述例外处理包括下述处理的至少一个：
用于在所述结账处理中取消输入数据的“中断处理”；
用于在所述结账处理后进行该结账处理的取消的“取消处理”；
用于进行所述商品的退货的“退货处理”；
用于进行所述商品的减价的“减价处理”；
用于进行所述商品的折扣的“折扣处理”；
用于进行钱款的兑换的“兑换处理”；
用于进行支出钱款的记录和还回钱款的“支出/还回钱款处理”；以及
用于重新发行收据的“重新发行处理”。
4.根据权利要求1所述的商店监视系统，其特征在于，
所述警告部，通过考虑所述例外处理中的交易金额是否是预定的规定额以上来进行所述警告。
5.根据权利要求1所述的商店监视系统，其特征在于，
所述警告部，作为所述警告的一种形式，对规定的管理者通知所述警告。
6.一种警告装置，其特征在于，适用于权利要求1所述的商店监视系统并且包括所述模式存储部、所述要素监视部和所述警告部，
所述要素监视部，包括用于拍摄所述结账处理部的结账处理时的顾客的拍摄部，还包括：
拍摄图像存储部，用于存储作为所述拍摄部之拍摄结果的拍摄图像；以及
对照部，在所述结账处理部进行了规定的例外处理的情况下，所述拍摄部拍摄该例外处理时的顾客，所述对照部将该例外处理时的顾客的拍摄图像与从所述拍摄图像存储部读出的、成为该例外处理的对象的商品购入时的顾客的拍摄图像进行对照，
所述警告部，在根据所述对照部的对照结果，判定所述例外处理时的顾客和所述购入时的顾客不是相同的人的情况下，将所述事实和现象的发生状况设为与所述模式存储部所存储的不正当模式相符合，从而进行警告。
7.根据权利要求6所述的警告装置，其特征在于，
所述对照部，基于所述顾客的面部特征量和所述顾客的服装的颜色特征量的至少一个，来进行所述顾客的拍摄图像的对照。
8.根据权利要求6所述的警告装置，其特征在于，
所述拍摄图像存储部将基于所述结账处理时的顾客的拍摄图像的信息与该结账处理时所发行的收据的收据信息带有关联而进行存储，还包括：
收据读取部，在所述例外处理时，读取所述收据信息；和
真假判别部，将读取的所述收据信息和所述拍摄图像存储部所存储的收据信息进行对照，从而判别读取的所述收据的真假，
所述对照部根据所述真假判别部的判别结果，在判定读取的所述收据不是伪造收据的情况下，进行所述顾客的拍摄图像的对照。
9.根据权利要求8所述的警告装置，其特征在于，
在所述收据上印刷用于判定真假的真假判定信息，
所述收据信息包括所述真假判定信息。
10.一种警告装置，其特征在于，适用于权利要求1所述的商店监视系统并且包括所述模式存储部、所述要素监视部和所述警告部，
所述模式存储部，将表示在收银台周围，认为店员进行了不正当行为的所述店员之举动的不正当举动模式作为所述不正当模式而进行存储，
所述要素监视部，包括用于检测在所述收银台周围的所述店员之举动的举动检测部，
所述警告部，在根据所述举动检测部的检测结果，判定所述店员的举动与所述模式存储部中存储的不正当举动模式相符合的情况下，进行警告。
11.根据权利要求10所述的警告装置，其特征在于，
还包括结账信息取得部，取得作为在所述收银台设置的所述结账处理部之结账处理结果的结账信息，
所述警告部，当在所述结账信息中包括表示结账处理的例外处理的规定信息，并且根据所述举动检测部的检测结果，判定所述例外处理时的所述店员的举动与所述不正当举动模式相符合的情况下，进行警告。
12.根据权利要求10所述的警告装置，其特征在于，
所述举动检测部，根据拍摄了所述收银台周围的店员的拍摄图像，来检测所述店员的举动。
13.根据权利要求10所述的警告装置，其特征在于，
所述店员，持有被分配了用于确定该店员的ID的IC卡，
所述举动检测部，基于所述IC卡的读取结果，检测所述店员的举动。
14.一种商店监视系统的控制方法，是具有存储在商店内发生的规定的事实和现象的发生模式的模式存储部并基于该发生模式来判别所述商店内的不正当行为的商店监视系统的控制方法，其特征在于：
计算机执行：
结账处理步骤，其进行商品的结账处理；
要素监视步骤，其监视用于构成所述发生模式的构成要素；
警告步骤，其将下述情况作为条件来进行警告，
在所述结账处理步骤中执行了预定的例外处理的情况，以及根据所述要素监视步骤的监视结果，判定所述事实和现象的发生状况与作为所述发生模式而存储的不正当模式相符合、或者与作为所述发生模式而存储的正常模式不符合的情况。
15.根据权利要求14所述的商店监视系统的控制方法，其特征在于，
所述要素监视步骤，包括下述步骤的至少一个：
用于监视所述店员的行动和动作的店员监视步骤；
用于监视所述结账处理中的顾客的状态的顾客监视步骤；
用于监视进行所述结账处理的装置的状态的结账处理装置监视步骤；以及
用于判别作为所述例外处理的物证的收据和返回商品的真假的物证判别步骤。
16.根据权利要求14所述的商店监视系统的控制方法，其特征在于，
所述例外处理包括下述处理的至少一个：
用于在所述结账处理中取消输入数据的“中断处理”；
用于在所述结账处理后进行该结账处理的取消的“取消处理”；
用于进行所述商品的退货的“退货处理”；
用于进行所述商品的减价的“减价处理”；
用于进行所述商品的折扣的“折扣处理”；
用于进行钱款的兑换的“兑换处理”；
用于进行支出钱款的记录和还回钱款的“支出/还回钱款处理”；以及
用于重新发行收据的“重新发行处理”。
17.根据权利要求14所述的商店监视系统的控制方法，其特征在于，
所述警告步骤中，通过考虑所述例外处理中的交易金额是否是预定的规定额以上来进行所述警告。
18.根据权利要求14所述的商店监视系统的控制方法，其特征在于，
所述要素监视步骤，包括用于拍摄所述结账处理步骤中的结账处理时的顾客的拍摄步骤，
计算机还执行：
拍摄图像存储步骤，用于存储作为所述拍摄步骤的拍摄结果的拍摄图像；以及
对照步骤，在所述结账处理步骤进行了规定的例外处理的情况下，所述拍摄步骤拍摄该例外处理时的顾客，所述对照步骤将该例外处理时的顾客的拍摄图像与所述拍摄图像存储步骤存储的、成为该例外处理的对象的商品购入时的顾客的拍摄图像进行对照，
所述警告步骤中，在根据所述对照步骤的对照结果，判定所述例外处理时的顾客和所述购入时的顾客不是相同的人的情况下，将所述事实和现象的发生状况设为与所述模式存储部所存储的不正当模式相符合，从而进行警告。
19.根据权利要求14所述的商店监视系统的控制方法，其特征在于，
所述模式存储部，将表示在收银台周围，认为店员进行了不正当行为的所述店员之举动的不正当举动模式作为所述不正当模式而进行存储，
所述要素监视步骤，包括用于检测在所述收银台周围的所述店员之举动的举动检测步骤，
所述警告步骤中，在根据所述举动检测步骤的检测结果，判定所述店员的举动与所述模式存储部中存储的不正当举动模式相符合的情况下，进行警告。
20.一种程序，用于在计算机中执行权利要求14到19的任何一项所记载的商店监视系统的控制方法中的各个步骤。
CN2010102896595A 2009-09-16 2010-09-16 商店监视系统、警告装置、商店监视系统的控制方法和程序 Pending CN102024297A (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2009-214238 2009-09-16
JP2009-214236 2009-09-16
JP2009214238A JP5540621B2 (ja) 2009-09-16 2009-09-16 レシートプリンター、レシートプリンターの制御方法およびプログラム
JP2009214237A JP2011065326A (ja) 2009-09-16 2009-09-16 警告装置、警告装置の制御方法およびプログラム
JP2009214236A JP5540620B2 (ja) 2009-09-16 2009-09-16 レシートプリンター、レシートプリンターの制御方法およびプログラム
JP2009-214237 2009-09-16

Publications (1)

Publication Number Publication Date
CN102024297A true CN102024297A (zh) 2011-04-20

Family

ID=43038178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102896595A Pending CN102024297A (zh) 2009-09-16 2010-09-16 商店监视系统、警告装置、商店监视系统的控制方法和程序

Country Status (3)

Country Link
US (1) US20110063108A1 (zh)
EP (1) EP2299416A3 (zh)
CN (1) CN102024297A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632462A (zh) * 2013-11-11 2014-03-12 青岛中科英泰商用系统有限公司 具有提醒、视频监控和多种防损措施的超市自助结算方法
CN105518755A (zh) * 2013-09-06 2016-04-20 日本电气株式会社 安全系统、安全方法和非暂时性计算机可读介质
CN106683294A (zh) * 2016-12-14 2017-05-17 深圳市易捷通科技股份有限公司 一种零售收银防盗防损的收银设备及方案
CN107134083A (zh) * 2016-02-29 2017-09-05 Ncr公司 终端附近事件发生的识别和成像
CN107358775A (zh) * 2017-08-08 2017-11-17 杭州思创汇联科技有限公司 一种零售商品无线防盗系统及方法
CN108764410A (zh) * 2018-05-31 2018-11-06 深圳正品创想科技有限公司 一种无人商店退货方法及其装置、电子设备
CN109414119A (zh) * 2016-05-09 2019-03-01 格拉班谷公司 用于在环境内计算机视觉驱动应用的系统和方法
CN110022421A (zh) * 2019-02-02 2019-07-16 深圳声牙科技有限公司 用于收银场景的信息处理方法及装置、系统、数据处理器
CN110197560A (zh) * 2018-02-24 2019-09-03 成都果小美网络科技有限公司 基于称重模块的自助售货系统
US11367285B2 (en) * 2018-10-09 2022-06-21 Toshiba Tec Kabushiki Kaisha Automated store system and server
CN114764962A (zh) * 2021-01-14 2022-07-19 东芝泰格有限公司 不正当行为识别装置及存储介质、不正当行为识别方法

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100601933B1 (ko) * 2003-11-18 2006-07-14 삼성전자주식회사 사람검출방법 및 장치와 이를 이용한 사생활 보호방법 및 시스템
US9721148B2 (en) 2007-12-31 2017-08-01 Applied Recognition Inc. Face detection and recognition
WO2009082814A1 (en) 2007-12-31 2009-07-09 Ray Ganong Method, system, and computer program for identification and sharing of digital images with face signatures
US9639740B2 (en) 2007-12-31 2017-05-02 Applied Recognition Inc. Face detection and recognition
DE102010021108B4 (de) * 2010-05-20 2012-09-13 Volkswagen Ag Verfahren und Vorrichtung zur automatischen Betätigung eines Schließelements eines Fahrzeugs
US8494961B1 (en) * 2010-10-14 2013-07-23 Jpmorgan Chase Bank, N.A. Image authentication and security system and method
US9569938B1 (en) * 2010-12-12 2017-02-14 Verint Americas Inc. Video content analysis using point of sale data
US11037171B2 (en) * 2011-04-06 2021-06-15 Quotient Technology Inc. Method for verifying the validity and delivering a proof of purchase from a mobile device and associated computer program
US8942990B2 (en) * 2011-06-06 2015-01-27 Next Level Security Systems, Inc. Return fraud protection system
US10592944B2 (en) 2011-06-06 2020-03-17 Ncr Corporation Notification system and methods for use in retail environments
US9552376B2 (en) 2011-06-09 2017-01-24 MemoryWeb, LLC Method and apparatus for managing digital files
JP5311239B2 (ja) 2011-06-17 2013-10-09 カシオ計算機株式会社 売上データ処理装置及びプログラム
US8548207B2 (en) 2011-08-15 2013-10-01 Daon Holdings Limited Method of host-directed illumination and system for conducting host-directed illumination
US9202105B1 (en) 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
US11170331B2 (en) 2012-08-15 2021-11-09 Everseen Limited Virtual management system data processing unit and method with rules and alerts
IES86318B2 (en) 2012-08-15 2013-12-04 Everseen Intelligent retail manager
US20140211017A1 (en) * 2013-01-31 2014-07-31 Wal-Mart Stores, Inc. Linking an electronic receipt to a consumer in a retail store
US10353982B1 (en) 2013-08-13 2019-07-16 Amazon Technologies, Inc. Disambiguating between users
US10019686B2 (en) 2013-09-20 2018-07-10 Panera, Llc Systems and methods for analyzing restaurant operations
US9798987B2 (en) 2013-09-20 2017-10-24 Panera, Llc Systems and methods for analyzing restaurant operations
CN104765579B (zh) * 2014-01-08 2019-01-18 精工爱普生株式会社 Pos控制系统、pos控制系统的控制方法、以及打印装置
CA3186147A1 (en) 2014-08-28 2016-02-28 Kevin Alan Tussy Facial recognition authentication system including path parameters
US10915618B2 (en) 2014-08-28 2021-02-09 Facetec, Inc. Method to add remotely collected biometric images / templates to a database record of personal information
US11256792B2 (en) 2014-08-28 2022-02-22 Facetec, Inc. Method and apparatus for creation and use of digital identification
US10614204B2 (en) 2014-08-28 2020-04-07 Facetec, Inc. Facial recognition authentication system including path parameters
US10698995B2 (en) 2014-08-28 2020-06-30 Facetec, Inc. Method to verify identity using a previously collected biometric image/data
US10803160B2 (en) 2014-08-28 2020-10-13 Facetec, Inc. Method to verify and identify blockchain with user question data
WO2016093553A1 (ko) * 2014-12-12 2016-06-16 서울대학교 산학협력단 이벤트 데이터를 수집하는 시스템, 이벤트 데이터를 수집하는 방법, 이벤트 데이터를 수집하는 서비스 서버 및 카메라
US10460574B2 (en) * 2015-05-12 2019-10-29 Symbol Technologies, Llc Arrangement for and method of processing products at a workstation upgradeable with a camera module for capturing an image of an operator of the workstation
US10552778B2 (en) * 2015-07-30 2020-02-04 Ncr Corporation Point-of-sale (POS) terminal assistance
US10467667B2 (en) * 2015-08-05 2019-11-05 Claire Xiao Yan JING Method and system for authenticating genuine products for online shopping
USD987653S1 (en) 2016-04-26 2023-05-30 Facetec, Inc. Display screen or portion thereof with graphical user interface
DE102018104302A1 (de) * 2018-02-26 2019-08-29 Anker Kassensysteme Gmbh Kassensystem, Verfahren zur Authentifizierung an einem Kassensystem, Computerprogramm sowie computerlesbares Medium
US10936178B2 (en) 2019-01-07 2021-03-02 MemoryWeb, LLC Systems and methods for analyzing and organizing digital photos and videos
JP7408300B2 (ja) * 2019-06-04 2024-01-05 東芝テック株式会社 店舗管理装置、電子レシートシステム及び制御プログラム
JP2020201591A (ja) * 2019-06-06 2020-12-17 東芝テック株式会社 店舗管理システム及び店舗管理方法
CN110532895B (zh) * 2019-08-06 2020-10-23 创新先进技术有限公司 人脸识别过程中的欺诈行为检测方法、装置及设备
JP2022110707A (ja) * 2021-01-19 2022-07-29 東芝テック株式会社 監視装置、監視システム及び監視方法
US20230004978A1 (en) * 2021-07-02 2023-01-05 Target Brands, Inc. Generating security event case files from disparate unstructured data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050102183A1 (en) * 2003-11-12 2005-05-12 General Electric Company Monitoring system and method based on information prior to the point of sale
WO2007030168A1 (en) * 2005-09-02 2007-03-15 Intellivid Corporation Object tracking and alerts
US20080303902A1 (en) * 2007-06-09 2008-12-11 Sensomatic Electronics Corporation System and method for integrating video analytics and data analytics/mining
US7516888B1 (en) * 2004-06-21 2009-04-14 Stoplift, Inc. Method and apparatus for auditing transaction activity in retail and other environments using visual recognition

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5965861A (en) * 1997-02-07 1999-10-12 Ncr Corporation Method and apparatus for enhancing security in a self-service checkout terminal
JP2000113322A (ja) * 1998-10-05 2000-04-21 Seiko Epson Corp キャッシュレジスタ、ｐｏｓシステム及びその制御方法
US6285295B1 (en) * 1998-12-14 2001-09-04 Martin S. Casden Passive remote programmer for induction type RFID readers
US20030040925A1 (en) * 2001-08-22 2003-02-27 Koninklijke Philips Electronics N.V. Vision-based method and apparatus for detecting fraudulent events in a retail environment
US20040078282A1 (en) * 2002-10-21 2004-04-22 Rebecca Robinson Electronic sales receipt and report generator
US7118026B2 (en) * 2003-06-26 2006-10-10 International Business Machines Corporation Apparatus, method, and system for positively identifying an item
JP4283080B2 (ja) 2003-10-06 2009-06-24 株式会社メガチップス 画像検索システム
US7416118B2 (en) * 2004-05-14 2008-08-26 Digital Site Management, Llc Point-of-sale transaction recording system
US7631808B2 (en) * 2004-06-21 2009-12-15 Stoplift, Inc. Method and apparatus for detecting suspicious activity using video analysis
WO2006034135A2 (en) * 2004-09-17 2006-03-30 Proximex Adaptive multi-modal integrated biometric identification detection and surveillance system
CN101268478B (zh) * 2005-03-29 2012-08-15 斯达普力特有限公司 采用视频分析检测可疑活动的方法及装置
US7671728B2 (en) * 2006-06-02 2010-03-02 Sensormatic Electronics, LLC Systems and methods for distributed monitoring of remote sites
US20090045258A1 (en) * 2007-08-12 2009-02-19 Anton Sabeta Method & system for enforcing a return policy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050102183A1 (en) * 2003-11-12 2005-05-12 General Electric Company Monitoring system and method based on information prior to the point of sale
US7516888B1 (en) * 2004-06-21 2009-04-14 Stoplift, Inc. Method and apparatus for auditing transaction activity in retail and other environments using visual recognition
WO2007030168A1 (en) * 2005-09-02 2007-03-15 Intellivid Corporation Object tracking and alerts
US20080303902A1 (en) * 2007-06-09 2008-12-11 Sensomatic Electronics Corporation System and method for integrating video analytics and data analytics/mining

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10573141B2 (en) 2013-09-06 2020-02-25 Nec Corporation Security system, security method, and non-transitory computer readable medium
CN105518755A (zh) * 2013-09-06 2016-04-20 日本电气株式会社 安全系统、安全方法和非暂时性计算机可读介质
US11688256B2 (en) 2013-09-06 2023-06-27 Nec Corporation Security system, security method, and non-transitory computer readable medium
US11354991B2 (en) 2013-09-06 2022-06-07 Nec Corporation Security system, security method, and non-transitory computer readable medium
CN103632462A (zh) * 2013-11-11 2014-03-12 青岛中科英泰商用系统有限公司 具有提醒、视频监控和多种防损措施的超市自助结算方法
CN107134083A (zh) * 2016-02-29 2017-09-05 Ncr公司 终端附近事件发生的识别和成像
CN109414119A (zh) * 2016-05-09 2019-03-01 格拉班谷公司 用于在环境内计算机视觉驱动应用的系统和方法
CN109414119B (zh) * 2016-05-09 2021-11-16 格拉班谷公司 用于在环境内计算机视觉驱动应用的系统和方法
CN106683294A (zh) * 2016-12-14 2017-05-17 深圳市易捷通科技股份有限公司 一种零售收银防盗防损的收银设备及方案
CN107358775A (zh) * 2017-08-08 2017-11-17 杭州思创汇联科技有限公司 一种零售商品无线防盗系统及方法
CN107358775B (zh) * 2017-08-08 2023-10-03 杭州思创汇联科技有限公司 一种零售商品无线防盗系统及方法
CN110197560A (zh) * 2018-02-24 2019-09-03 成都果小美网络科技有限公司 基于称重模块的自助售货系统
CN108764410B (zh) * 2018-05-31 2021-07-09 深圳正品创想科技有限公司 一种无人商店退货方法及其装置、电子设备
CN108764410A (zh) * 2018-05-31 2018-11-06 深圳正品创想科技有限公司 一种无人商店退货方法及其装置、电子设备
US11367285B2 (en) * 2018-10-09 2022-06-21 Toshiba Tec Kabushiki Kaisha Automated store system and server
US20220284709A1 (en) * 2018-10-09 2022-09-08 Toshiba Tec Kabushiki Kaisha Automated store system and server
US11763567B2 (en) * 2018-10-09 2023-09-19 Toshiba Tec Kabushiki Kaisha Automated store system and server
CN110022421A (zh) * 2019-02-02 2019-07-16 深圳声牙科技有限公司 用于收银场景的信息处理方法及装置、系统、数据处理器
CN114764962A (zh) * 2021-01-14 2022-07-19 东芝泰格有限公司 不正当行为识别装置及存储介质、不正当行为识别方法

Also Published As

Publication number Publication date
EP2299416A3 (en) 2012-12-05
US20110063108A1 (en) 2011-03-17
EP2299416A2 (en) 2011-03-23

Similar Documents

Publication Publication Date Title
CN102024297A (zh) 商店监视系统、警告装置、商店监视系统的控制方法和程序
EP1817758B1 (en) System and method for integrating point of sale and electronic article surveillance data
JP5114213B2 (ja) Ｒｆｉｄを用いた警報調査
EP1851742B1 (en) Handheld electronic article surveillance (eas) device detector/deactivator with integrated data capture system
US7398923B2 (en) System to detect false purchases with a consumer service device
EP2343676A2 (en) Degree of fraud calculating device, control method for a degree of fraud calculating device, and store surveillance system
CN207938132U (zh) 收银防损系统
JP5540622B2 (ja) レシートプリンター、レシートプリンターの制御方法およびプログラム
JP2004171240A (ja) 不正監視システムおよびプログラム
CA2940398A1 (en) Systems and methods for customer deactivation of security elements
JP2011123527A (ja) 警告装置、警告装置の制御方法およびプログラム
CN102105916B (zh) 具有多个标签检测能力的电子商品防盗去激活器及其方法
JP2014029589A (ja) セルフチェックアウトシステム、重量セキュリティ制御プログラム、重量セキュリティ制御装置、重量セキュリティ制御用装置および重量セキュリティ制御方法
JP5540620B2 (ja) レシートプリンター、レシートプリンターの制御方法およびプログラム
JP5540621B2 (ja) レシートプリンター、レシートプリンターの制御方法およびプログラム
US11829990B2 (en) Method and system for self-checkout in a retail environment
JP2011065326A (ja) 警告装置、警告装置の制御方法およびプログラム
US11657400B2 (en) Loss prevention using video analytics
JP7200487B2 (ja) 精算システム、精算方法及びプログラム
KR101842979B1 (ko) 점포 관리 서버
Yadav et al. IoT-Based RFID checkout system
CN217841487U (zh) 一种带有收银装置的智能防盗门
EP4125020A1 (en) Information processing program, information processing method, and information processing apparatus
JP2011215941A (ja) 商品監視システム、商品監視方法及び商品監視プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110420