CN116343405A - 筹码的识别学习系统 - Google Patents

筹码的识别学习系统 Download PDF

Info

Publication number
CN116343405A
CN116343405A CN202310004127.XA CN202310004127A CN116343405A CN 116343405 A CN116343405 A CN 116343405A CN 202310004127 A CN202310004127 A CN 202310004127A CN 116343405 A CN116343405 A CN 116343405A
Authority
CN
China
Prior art keywords
chips
chip
determination
artificial intelligence
game
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
CN202310004127.XA
Other languages
English (en)
Inventor
重田泰
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.)
Angel Group Co Ltd
Original Assignee
Angel Group Co Ltd
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
Application filed by Angel Group Co Ltd filed Critical Angel Group Co Ltd
Publication of CN116343405A publication Critical patent/CN116343405A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/04—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the shape
    • G06K19/041—Constructional details
    • G06K19/047—Constructional details the record carrier being shaped as a coin or a gambling token
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F1/00—Coin inlet arrangements; Coins specially adapted to operate coin-freed mechanisms
    • G07F1/06—Coins specially adapted to operate coin-freed mechanisms
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3202—Hardware aspects of a gaming system, e.g. components, construction, architecture thereof
    • G07F17/3216—Construction aspects of a gaming system, e.g. housing, seats, ergonomic aspects
    • G07F17/322—Casino tables, e.g. tables having integrated screens, chip detection means
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
    • G07F17/3232—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed
    • G07F17/3237—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed about the players, e.g. profiling, responsible gaming, strategy/behavior of players, location of players
    • G07F17/3239—Tracking of individual players
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3241—Security aspects of a gaming system, e.g. detecting cheating, device integrity, surveillance
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3244—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes
    • G07F17/3248—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes involving non-monetary media of fixed value, e.g. casino chips of fixed value
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3244—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes
    • G07F17/3251—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes involving media of variable value, e.g. programmable cards, programmable tokens
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3286—Type of games
    • G07F17/3293—Card games, e.g. poker, canasta, black jack
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biophysics (AREA)
  • Social Psychology (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Image Analysis (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)

Abstract

筹码的识别学习系统(10)具有：游戏记录装置(11)，利用摄像头(212)将堆叠于游艺桌(4)上的筹码(W)的状态记录为图像；筹码判定装置(12)，具有人工智能装置(12a)，该人工智能装置(12a)对所记录的筹码(W)的状态的图像进行图像分析来判定游戏者(C)所押注的筹码(W)的枚数和种类；及教师装置(13)，在判定为怀疑筹码判定装置(12)的判定结果有错误的情况下，将筹码判定装置(12)的判定中使用的图像以及针对错误的正确的筹码W的枚数和种类作为教师数据输入至人工智能装置(12a)，并使该人工智能装置(12a)进行学习。

Description

筹码的识别学习系统
本发明申请是国际申请日为2018年1月17日、国际申请号为PCT/JP2018/001172、进入中国国家阶段的国家申请号为201880008195.0、发明名称为“筹码的识别学习系统”的发明申请的分案申请。
技术领域
本发明涉及筹码的识别学习系统。
背景技术
在百家乐游戏等游戏中，客人(游戏者)在桌上堆叠多个筹码来押注。因此，需要准确地识别堆叠的筹码。此外，在国际公开第2008/120749号中公开了用于游戏的筹码的一例。
发明内容
本发明的目的在于，提供一种能够高精度地对游戏者所押注的筹码进行识别的筹码的识别学习系统。
本发明的一个方式的筹码的识别学习系统用于具有游艺桌的游艺场中，所述筹码的识别学习系统具有：游戏记录装置，其利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；筹码判定装置，其包括人工智能装置，所述人工智能装置对所记录的筹码的状态的图像进行图像分析，判定游戏者所押注的筹码的枚数和种类；以及教师装置，其在判定为怀疑所述筹码判定装置的判定结果有错误的情况下，将所述筹码判定装置的判定中所使用的图像以及针对所述错误的正确的筹码的枚数和种类作为教师数据而输入至所述人工智能装置，并使所述人工智能装置进行学习。
根据这样的方式，在判定为怀疑筹码判定装置的判定结果有错误的情况下，教师装置将筹码判定装置的判定中所使用的图像以及针对错误的正确的筹码的枚数和种类作为教师数据而输入至人工智能装置，并使该人工智能装置进行学习，因此人工智能装置能够针对筹码判定装置的判定精度相对较低的图像模式有效地进行学习，能够重点针对该图像模式提高筹码判定装置的判定精度。通过反复进行这种教师学习，无论筹码以怎样的状态堆叠，筹码判定装置都能够高精度地识别游戏者所押注的筹码。
在本发明的一个方式的筹码的识别学习系统中，也可以是，所述教师装置在判定为所述筹码判定装置的判定结果正确的情况下，将所述筹码判定装置的判定中所使用的图像以及所述判定结果的筹码的枚数和种类作为教师数据进一步地输入至所述人工智能装置，使所述人工智能装置进行学习。
根据这样的方式，不仅是筹码判定装置的判定精度相对较低的图像模式，针对判定精度相对较高的图像模式，也能够进一步提高判定精度，通过这样，筹码判定装置能够进一步高精度地识别游戏者所押注的筹码。
本发明的一个方式的筹码的识别学习系统用于具有游艺桌的游艺场中，所述筹码的识别学习系统具有：游戏记录装置，其利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；以及筹码判定装置，其包括人工智能装置，所述人工智能装置对所记录的筹码的状态的图像进行图像分析，判定游戏者所押注的筹码的枚数和种类，所述人工智能装置在判定为怀疑所述筹码判定装置的判定结果有错误的情况下，通过教师装置输入所述筹码判定装置的判定中所使用的图像以及针对所述错误的正确的筹码的枚数或者种类来作为教师数据并进行学习。
根据这样的方式，在判定为怀疑筹码判定装置的判定结果有错误的情况下，人工智能装置通过教师装置输入筹码判定装置的判定中所使用的图像以及针对错误的正确的筹码的枚数和种类来作为教师数据，并进行学习，因此人工智能装置能够针对筹码判定装置的判定精度相对较低的图像模式有效地进行学习，能够重点针对该图像模式来提高筹码判定装置的判定精度。通过反复如此，无论筹码以怎样的状态堆叠，筹码判定装置都能够高精度地识别游戏者所押注的筹码。
在本发明的一个方式的筹码的识别学习系统中，也可以是，还具有控制装置，所述控制装置判定所述筹码判定装置的判定结果是否正确，所述筹码判定装置在所述游艺桌上进行的游戏中，能够根据在所述游戏记录装置中记录的图像，判定所述游艺桌所具有的筹码托盘的筹码的种类和枚数以及各游戏者所押注的筹码的位置、种类和枚数，所述控制装置当各游戏者所押注的用掉的筹码全部回收结束时，掌握筹码托盘中的筹码的实际的总额，基于所述筹码判定装置的判定结果，计算筹码托盘中的筹码的应有总额，比较该筹码托盘中的筹码的应有总额与该筹码托盘中的筹码的实际的总额，当应有总额与实际的总额之间存在差异时，判定为怀疑所述筹码判定装置的判定结果有错误，其中，所述筹码托盘中的筹码的应有总额是通过对各游戏清算前的筹码托盘中的筹码的总额加上根据输了的游戏者所押注的筹码的种类和枚数而计算出的该游戏中的筹码托盘的增额而得到的。
根据这样的方式，能够由控制装置自动地判定筹码判定装置的判定结果是否存在错误的嫌疑。
本发明的一个方式的筹码的识别学习系统用于具有游艺桌的游艺场中，所述筹码的识别学习系统的特征在于，具有：游戏记录装置，其利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；筹码判定装置，其包括人工智能装置，所述人工智能装置对所记录的筹码的状态的所述图像进行图像分析，判定游戏者所押注的筹码的枚数和种类；以及教师装置，其在判定为所述筹码判定装置的判定结果正确的情况下，将所述筹码判定装置的判定中所使用的图像以及所述判定结果的筹码的枚数和种类作为教师数据而输入至所述人工智能装置，并使所述人工智能装置进行学习。
本发明的一个方式的筹码的识别学习系统用于具有游艺桌的游艺场中，所述筹码的识别学习系统的特征在于，具有：游戏记录装置，其利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；以及筹码判定装置，其包括人工智能装置，所述人工智能装置对所记录的筹码的状态的所述图像进行图像分析，判定游戏者所押注的筹码的枚数和种类，所述人工智能装置在判定为所述筹码判定装置的判定结果正确的情况下，通过教师装置输入所述筹码判定装置的判定中所使用的图像以及所述判定结果的筹码的枚数或者种类来作为教师数据并进行学习。
在本发明的一个方式的筹码的识别学习系统中，也可以是，还具有控制装置，所述控制装置判定所述筹码判定装置的判定结果是否正确，所述筹码判定装置在所述游艺桌上进行的游戏中，能够根据在所述游戏记录装置中记录的图像，判定所述游艺桌所具有的筹码托盘的筹码的种类和枚数以及各游戏者所押注的筹码的位置、种类和枚数，所述控制装置当各游戏者所押注的用掉的筹码全部回收结束时，掌握筹码托盘中的筹码的实际的总额，基于所述筹码判定装置的判定结果，计算筹码托盘中的筹码的应有总额，比较该筹码托盘中的筹码的应有总额与该筹码托盘中的筹码的实际的总额，当应有总额与实际的总额一致时，判定为所述筹码判定装置的判定结果正确，其中，所述筹码托盘中的筹码的应有总额是通过对各游戏清算前的筹码托盘中的筹码的总额加上根据输了的游戏者所押注的筹码的种类和枚数而计算出的该游戏中的筹码托盘的增额而得到的。
在本发明的一个方式的筹码的识别学习系统中，也可以是，所述控制装置以设于所述筹码上的RFID为基准来掌握所述筹码托盘中的筹码的实际的总额。
根据这样的方式，控制装置能够使用RFID来自动地掌握筹码托盘中的筹码的实际的总额，与工作人员的目测相比，能够提高测量精度。
在本发明的一个方式的筹码的识别学习系统中，也可以是，所述控制装置具有与所述筹码判定装置的人工智能装置不同的正解确定用的人工智能装置，该正解确定用的人工智能装置根据在所述游戏记录装置中记录的图像来掌握所述筹码托盘中的筹码的实际的总额。
根据这样的方式，控制装置能够使用正解确定用的人工智能装置来自动地掌握筹码托盘中的筹码的实际的总额，与工作人员的目测相比，能够提高测量精度。
在本发明的一个方式的筹码的识别学习系统中，也可以是，所述游戏记录装置对从摄像头取得的图像赋予索引或者时刻、或者赋予用于确定筹码的回收情景或者支付情景的标签来进行记录，使得能够通过所述筹码判定装置在之后对该游戏的记录进行分析。
根据这样的方式，筹码判定装置通过利用对图像赋予的索引、时刻、标签，能够根据游戏记录装置的记录内容，容易地确定应该作为分析对象的筹码的状态的图像，能够缩短确定所需的时间。
在本发明的一个方式的筹码的识别学习系统中，也可以是，即使在放置于游艺桌上的多个筹码因落入所述摄像头的死角而导致一部分或者一个筹码整体成为隐藏的状态下，所述筹码判定装置也能够判定被押注的筹码的种类、枚数以及位置。
根据这样的方式，特别是即使在处于放置于游艺桌上的多个筹码因落入工作人员的死角而导致一部分或者一个筹码整体成为隐藏的状态的情况下，通过使筹码判定装置判定游戏者所押注的筹码，与工作人员的目测相比，能够提高测量精度。
本发明的一个方式的筹码的识别学习方法用于具有游艺桌的游艺场中，所述筹码的识别学习方法包括：游戏记录步骤，利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；筹码判定步骤，由人工智能装置进行，所述人工智能装置对所记录的筹码的状态的图像进行图像分析，判定游戏者所押注的筹码的枚数和种类；以及教师步骤，在判定为怀疑所述筹码判定步骤中的判定结果有错误的情况下，将在所述筹码判定步骤的判定中所使用的图像以及针对所述错误的正确的筹码的枚数和种类作为教师数据而输入至所述人工智能装置，并使所述人工智能装置进行学习。
根据这样的方式，在判定为怀疑筹码判定步骤中的判定结果有错误的情况下，在教师步骤中，将筹码判定步骤的判定中所使用的图像以及针对错误的正确的筹码的枚数和种类作为教师数据而输入至人工智能装置，并使该人工智能装置进行学习，因此人工智能装置能够针对筹码判定步骤中的判定精度相对较低的图像模式有效地进行学习，能够重点针对该图像模式提高判定精度。通过反复如此，在筹码判定步骤中，无论将筹码以怎样的状态堆叠，都能够高精度地识别游戏者所押注的筹码。
本发明的一个方式的筹码的识别学习方法用于具有游艺桌的游艺场中，所述筹码的识别学习方法的特征在于，包括：游戏记录步骤，利用摄像头将堆叠于所述游艺桌上的筹码的状态记录为图像；筹码判定步骤，由人工智能装置进行，所述人工智能装置对所记录的筹码的状态的图像进行图像分析，判定游戏者所押注的筹码的枚数和种类；以及教师步骤，在判定为所述筹码判定步骤中的判定结果正确的情况下，将在所述筹码判定步骤的判定中所使用的图像以及所述判定结果的筹码的枚数和种类作为教师数据而输入至所述人工智能装置，并使所述人工智能装置进行学习。
附图说明
图1是示意地示出具有第一实施方式的筹码的识别学习系统的游艺场的图。
图2是用于说明百家乐游戏的进行过程的图。
图3是示出第一实施方式的筹码的识别学习系统的概略构成的框图。
图4是用于说明筹码的识别学习方法的流程图。
图5是用于说明筹码的识别学习方法的一变形例的流程图。
图6是用于说明筹码的识别学习方法的另一变形例的流程图。图7是示意地示出具有第二实施方式的筹码的识别学习系统的游艺场的图。
图8是示出第二实施方式的筹码的识别学习系统的概略构成的框图。
具体实施方式
以下，参照附图，详细地说明本发明的实施方式。此外，在各图中，对具有同等的功能的构成要素赋予相同的附图标记，不重复对相同附图标记的构成要素的详细说明。
首先，针对在具有游艺桌4的游艺场中进行的游戏进行说明。在本实施方式中，针对游艺桌4是百家乐桌并进行百家乐游戏的例子进行说明，但本发明也能够应用于其他游艺场或者其他游戏。
图1是示意地示出具有第一实施方式的筹码的识别学习系统10的游艺场的图。如图1所示，在游艺场中配置有大致半圆状的游艺桌4以及沿着游艺桌4的圆弧侧以面向发牌员(dealer)D的方式排列的多个椅子201。椅子201的数量是任意的，在图1所示的例子中排列有6个椅子201。另外，与各椅子201分别对应地在游艺桌4上设有投注区域(bet area)BA。即，在图示的例子中，6个投注区域BA排列成圆弧状而设置。
如图1所示，在各个椅子201上坐着客人(游戏者)C。客人(游戏者)C通过将筹码W堆叠配置在设置于所坐着的椅子201的面前的投注区域BA，来向百家乐游戏的胜负结果押注(以下，称为“投注”)，作为百家乐游戏的胜负结果包括闲家(PLAYER)和庄家(BANKER)中的哪一方获胜或者达成平局(TIE)。
投注的筹码W可以只有一种，也可以是多种。或者，投注的筹码W的枚数可以是客人(游戏者)C任意决定的。本实施方式的筹码的识别学习系统10可识别该堆叠配置的筹码W的枚数以及种类。
发牌员D为了使客人(游戏者)C的结束投注，进行如下的行为：进行计时并提示“NoMore Bet(停止投注)”，将手横向移动等。接着，发牌员D从纸牌发牌装置S将纸牌一张一张地抽出到游艺桌4。如图2所示，第一张纸牌发到闲家(PLAYER)手中，第二张纸牌发到庄家(BANKER)手中，第三张纸牌发到闲家(PLAYER)手中，第四张纸牌发到庄家(BANKER)的手中(以下，将第一～第四张纸牌的抽出称为“发牌”)。
此外，纸牌全部是以背面向上的状态被从纸牌发牌装置S抽出的。因此，抽出的纸牌的等级(数)、花色(红心、方块、黑桃、梅花)无论是发牌员D还是客人(游戏者)C都无法掌握。
第四张纸牌被抽出之后，向闲家(PLAYER)投注的客人(游戏者)C(在向PLAYER投注的客人有多个的情况下是投注金额最高的客人C，在没有客人向PLAYER投注的情况下是发牌员D)将背面向上的第一张和第三张纸牌翻到正面。同样地，向庄家(BANKER)投注的客人(游戏者)C(在向BANKER投注的客人有多个的情况是投注金额最高的客人C，在没有客人向BANKER投注的情况下是发牌员D)将第二张和第四张纸牌翻到正面(一般，称这种将背面的纸牌翻到正面的行为为“开牌(squeeze)”)。
然后，基于该第一～第四张纸牌的等级(数)和百家乐游戏的详细的规则，由发牌员D抽出第五张纸牌，进而抽出第六张纸牌，并把这些纸牌发到各个闲家(PLAYER)或者庄家(BANKER)的手中。同样地，向闲家(PLAYER)投注的客人(游戏者)C将发到闲家(PALYER)手中的纸牌开牌，向庄家(BANKER)投注的客人(游戏者)将发到庄家(BANKER)手中的纸牌开牌。
在第一～第四张纸牌被抽出之后，到将第五张、第六张纸牌开牌而明确胜负结果为止的时间对客人(游戏者)C来说是最有乐趣的。
而且，有时根据纸牌的等级(数)，到第一～第四张为止就决出胜负，或者也有时到第五张，甚至到第六张才终于决出胜负。发牌员D进行如下的工作：基于开牌后的纸牌的等级(数)，来掌握胜负已决的情况和胜负结果，按下纸牌发牌装置S上的胜负结果显示按钮，并为了将胜负结果告知客人(游戏者)C而将胜负结果显示于监视器等。
另外，同时利用纸牌发牌装置S所具有的胜负判定部，来判定游戏的胜负结果。尽管已决出胜负但发牌员D不显示胜负结果却还要抽出纸牌的情况下报错。纸牌发牌装置S检测上述报错，并输出报错信号。最后，发牌员D在显示出胜负结果的期间，清算客人(游戏者)C的押注额，向获胜的客人(游戏者)C支付，以及回收输了的客人(游戏者)C的押注额。在清算完成之后，结束胜负结果的显示，开始下一场游戏的投注。
此外，上述百家乐游戏的流程是在普通的娱乐场中广泛进行的，纸牌发牌装置S是现有的纸牌发牌装置，该现有的纸牌发牌装置采用由发牌员D的手将纸牌抽出的结构，并且可读取被抽出的纸牌，还具有结果显示按钮和结果显示部，具有进行胜负判定和胜负结果的显示的功能。在普通的娱乐场地板上，针对排列有多台的游艺桌4中的每一台游艺桌4配置有纸牌发牌装置S和监视器等，使用的纸牌以包或者套为单位，甚至以箱为单位被供给到各游艺桌4或者各游艺桌4的下方的柜子中而被运用。
本实施方式的筹码的识别学习系统10是关于对客人(游戏者)C堆叠配置于投注区域BA的筹码W进行识别学习的系统，更详细地，是关于对筹码W的枚数和/或种类进行识别学习的系统。
如图1所示，在本实施方式中，在游艺桌4的外侧设有对被堆叠配置于投注区域BA的筹码W的状态进行拍摄的监视摄像头212。另外，在各筹码W上设有RFID(Radio FrequencyIdentification：射频识别)，在发牌员D所管理的筹码托盘23上设有对筹码托盘23内的筹码W的RFID进行读取的RFID读取装置22。
本实施方式的筹码的识别学习系统10与监视摄像头212以及RFID读取装置22分别以可通信的方式连接。
图3是示出本实施方式的筹码的识别学习系统10的概略构成的框图。
如图3所示，筹码的识别学习系统10具有游戏记录装置11、筹码判定装置12、教师装置13、控制装置14。此外，筹码的识别学习系统10的至少一部分由计算机实现。
游戏记录装置11具有例如硬盘等固态型数据存储器。游戏记录装置11将堆叠在游艺桌4上的筹码W的状态作为由摄像头212拍摄到的图像进行记录。此外，图像可以是动态图像，也可以是连续的静态图像。
游戏记录装置11也可以以对从摄像头212取得的图像赋予索引或者时刻、或者赋予用于确定筹码W的回收情景或者支付情景的标签的方式来记录，使得能够通过后述的筹码判定装置12在之后对游戏的记录进行分析。
筹码判定装置12具有利用例如深度学习(deep learning)技术等进行图像识别的人工智能装置12a，对由游戏记录装置11记录的筹码W的状态的图像进行图像分析，来判定客人(游戏者)C所押注的筹码W的枚数和种类。筹码判定装置12还可以进一步地判定客人(游戏者)C押注的筹码W在投注区域BA上的位置。
筹码判定装置12也可以对在游戏记录装置11中记录的筹码W的状态的图像进行图像分析，来判定各游戏清算前的筹码托盘23中的筹码W的枚数和种类。
如图3所示，筹码判定装置12将判定结果输出至输出装置15。输出装置15可以将筹码判定装置12的判定结果作为文字信息而输出至游艺桌4上的监视器，也可以作为声音信息而输出至发牌员D的耳机等。
控制装置14是用于判定筹码判定装置12的判定结果是否正确的装置。控制装置14在将输了的客人(游戏者)C所押注的筹码W(用掉的筹码)全部回收结束时，掌握筹码托盘23中的筹码W的实际的总额V0。
在本实施方式中，控制装置14从RFID读取装置22取得筹码托盘23内的筹码W的RFID的信息，基于取得的RFID的信息，判定筹码托盘23中的筹码W的种类和枚数，掌握筹码托盘23中的筹码W的实际的总额V0。
另外，控制装置14从筹码判定装置12取得判定结果，基于取得的判定结果，根据各游戏清算前的筹码托盘23中的筹码W的种类和枚数来计算其总额V1，并且根据各游戏者C所押注的筹码W的位置、种类和枚数来计算输了的游戏者C所押注的筹码W的总额(即该游戏中的筹码托盘23的增额)V2。然后，控制装置14对各游戏清算前的筹码托盘23中的筹码W的总额V1加上该游戏中的筹码托盘23的增额V2，从而计算该筹码托盘23中的筹码的应有总额V3(＝V1+V2)。
控制装置14比较该筹码托盘23中的筹码W的应有总额V3与该筹码托盘23中的筹码W的实际的总额V0，当应有总额V3与实际的总额V0之间存在差异时(V3≠V0)，判定为怀疑筹码判定装置12的判定结果有错误。另一方面，当应有总额V3与实际的总额V0一致时(V3＝V0)，控制装置14判定为筹码判定装置12的判定结果正确。
当从输了的游戏者C回收筹码W结束时，向获胜的游戏者C支付筹码W。控制装置14根据各游戏者C所押注的筹码W的位置、种类和枚数来计算获胜的游戏者C所押注的筹码W的总额以及与该获胜的游戏者C所押注的筹码W的总额相对应的应支付金额V4。控制装置14掌握因支付了筹码W而减少后的筹码托盘23中的筹码W的实际的总额，判定该实际的总额是否与应支付金额V4一致，根据判定结果而显示表示是否一致的灯。
控制装置14比较筹码托盘23中的筹码W的应有总额V5(＝V1+V2-V4)与增加了回收的筹码以及减少了所支付的筹码之后的筹码托盘23中的筹码W的实际的总额，当存在差异时，判定为怀疑筹码判定装置12的判定结果有错误。控制装置14在应有总额V5与实际的总额一致时，判定为筹码判定装置12的判定结果正确。
针对分别是否一致的判定，例如，可以以若一致则点亮绿色、若不一致则点亮红色的方式来点亮灯。
教师装置13从控制装置14取得筹码判定装置12的判定结果是否正确的判定。教师装置13可以在由控制装置14判定为怀疑筹码判定装置12的判定结果有错误的情况下，将筹码判定装置12的(包含怀疑有错误)判定中所使用的图像以及针对错误的正确的筹码W的枚数和种类作为教师数据而输入至筹码判定装置12的人工智能装置12a，并使该人工智能装置12a学习。此外，针对错误的正确的筹码的枚数和种类实际上是由人来确认图像并教给教师装置13的。即，就针对错误的正确的筹码的枚数和种类而言，教师装置13是通过人经由示教错误时的图像和当时的正确枚数的装置进行示教来学习的。
教师装置13也可以在由控制装置14判定为筹码判定装置12的判定结果正确的情况下，将筹码判定装置12的(正确的)判定中所使用的图像与筹码判定装置12的判定结果的筹码W的枚数和种类(即正确的筹码W的枚数和种类)作为教师数据而进一步地输入筹码判定装置12的人工智能装置12a，并使该人工智能装置12a学习。
教师装置13反复进行向筹码判定装置12的人工智能装置12a输入上述教师数据并使该人工智能装置12a学习这样的教师动作，由此能够提高筹码判定装置12对筹码W的判定精度。筹码判定装置12的人工智能装置12a对筹码W的状态的图像进行图像分析来进行筹码W的判定，因此即使在放置于游艺桌4上的多个筹码W因落入摄像头212的死角而导致一部分或者一个筹码W整体成为隐藏的状态下，通过事先反复学习这种不完整的图像，也能够判定被押注的筹码W的种类、枚数以及位置。
接着，参照图4，对本实施方式的筹码的识别学习系统10的动作(筹码的识别学习方法)进行说明。
如图4所示，首先，当客人(游戏者)C将筹码W堆叠配置(押注筹码W)在游艺桌4的投注区域BA时，用摄像头212将堆叠的筹码W的状态作为图像来进行拍摄，游戏记录装置11记录该图像(步骤S31)。
接着，用筹码判定装置12对在游戏记录装置11中记录的图像进行图像分析，判定客人(游戏者)C所押注的筹码W的枚数和种类(步骤S32)。此外，通过筹码判定装置12进行图像分析的图像也可以是，基于由游戏记录装置11对图像赋予的索引、时刻或者用于确定筹码W的回收情景或者支付情景的标签而选择出的图像。
在步骤S32中，也可以通过用筹码判定装置12对在游戏记录装置11中记录的筹码W的状态的图像进行图像分析，而不仅判定客人(游戏者)C所押注的筹码W的枚数和种类，而且还判定客人(游戏者)C所押注的筹码W在投注区域BA上的位置，还可以判定各游戏清算前的筹码托盘23中的筹码W的枚数和种类。
筹码判定装置12的判定结果被输出至输出装置15。筹码判定装置12的判定结果可以通过输出装置15作为文字信息而输出至游艺桌4上的监视器，也可以作为声音信息而输出至发牌员D的耳机等。
筹码判定装置12的判定结果还被发送至控制装置14，控制装置14判定筹码判定装置12的判定结果是否正确(步骤S33)。
在由控制装置14判定为怀疑筹码判定装置12的判定结果有错误的情况下(步骤S34：否)，将筹码判定装置12的(包含怀疑有错误)判定中所使用的图像以及针对错误的正确的筹码W的枚数和种类作为教师数据从教师装置13输入至筹码判定装置12的人工智能装置12a，人工智能装置12a进行学习(步骤S36)。
另一方面，在由控制装置14判定为筹码判定装置12的判定结果正确的情况下(步骤S34：是)，结束该游戏中的筹码的识别学习系统10的动作。
如上所述，根据本实施方式，在判定为怀疑筹码判定装置12的判定结果有错误的情况下，教师装置13将筹码判定装置12的判定中所使用的图像以及针对错误的正确的筹码W的枚数和种类作为教师数据而输入至人工智能装置12a，并使该人工智能装置12a学习，因此人工智能装置12a能够针对筹码判定装置12的判定精度相对较低的图像模式有效地进行学习，能够重点针对该图像模式来提高筹码判定装置12的判定精度。通过反复进行这种教师学习，无论筹码W以怎样的状态堆叠，筹码判定装置12都能够高精度地识别游戏者C所押注的筹码W。
另外，根据本实施方式，控制装置14当各游戏者C所押注的用掉的筹码全部回收结束时，掌握筹码托盘23中的筹码W的实际的总额V0，基于筹码判定装置12的判定结果，计算筹码托盘23中的筹码W的应有总额V3(其中，该筹码托盘23中的筹码W的应有总额是对各游戏清算前的筹码托盘23中的筹码W的总额V1加上根据输了的游戏者C所押注的筹码W的种类和枚数而算出的该游戏中的筹码托盘23的增额V2而得到的。V3＝V1+V2)，比较该筹码托盘23中的筹码W的应有总额V3与该筹码托盘23中的筹码W的实际的总额V0，当应有总额V3与实际的总额V0之间存在差异时(V3≠V0)，判定为怀疑筹码判定装置12的判定结果有错误，通过这样，能够由控制装置14自动地判定筹码判定装置12的判定结果是否存在错误的嫌疑。
另外，根据本实施方式，控制装置14以设于筹码W上的RFID为基准来掌握筹码托盘23中的筹码W的实际的总额V0，因此，控制装置14能够使用RFID来自动地掌握筹码托盘23中的筹码W的实际的总额V0，与工作人员的目测相比，能够提高测量精度。
另外，根据本实施方式，游戏记录装置11以对从摄像头212取得的图像赋予索引或者时刻或者赋予用于确定筹码的回收情景或者支付情景的标签的方式来进行记录，因此筹码判定装置12通过利用对图像赋予的索引、时刻、标签，能够根据游戏记录装置11的记录内容，容易地确定出应该作为分析对象的筹码W的状态的图像，能够缩短确定所需的时间。
另外，根据本实施方式，即使在放置于游艺桌4上的多个筹码W因落入摄像头212的死角而导致一部分或者一个筹码W整体成为隐藏的状态下，筹码判定装置12也能够判定被押注了的筹码W的种类、枚数以及位置，因此，特别是在处于放置于游艺桌4上的多个筹码W因落入工作人员的死角而导致一部分或者一个筹码W整体成为隐藏的状态的情况下，通过使筹码判定装置12判定游戏者C所押注的筹码W，与工作人员的目测相比，能够提高测量精度。
此外，能够对上述的实施方式施加各种各样的变更。以下，参照附图对变形的一例进行说明。在以下的说明和以下的说明所使用的附图中，针对可与上述的实施方式同样地构成的部分，使用与对上述的实施方式中对应的部分所使用的附图标记相同的附图标记，并且省略重复的说明。
图5是用于说明筹码的识别学习方法的一变形例的流程图。
在图5所示的例子中，在由控制装置14判定为怀疑筹码判定装置12的判定结果有错误的情况下(步骤S34：否)，将筹码判定装置12的(怀疑有错误的)判定中所使用的图像以及针对错误的正确的筹码W的枚数和种类作为教师数据从教师装置13输入至筹码判定装置12的人工智能装置12a，并进一步地使人工智能装置12a进行学习(步骤S36)。
另一方面，在由控制装置14判定为筹码判定装置12的判定结果正确的情况下(步骤S34：是)，将筹码判定装置12的(正确的)判定中所使用的图像以及筹码判定装置12的判定结果的筹码W的枚数和种类(即正确的筹码W的枚数和种类)作为教师数据，从教师装置13进一步地输入至筹码判定装置12的人工智能装置12a，并进一步地使人工智能装置12a进行学习(步骤S35)。
根据这样的方式，不仅是筹码判定装置12的判定精度相对较低的图像模式，针对判定精度相对较高的图像模式，也能够进一步提高判定精度，通过这样，筹码判定装置12能够进一步高精度地识别游戏者C所押注的筹码W。
图6是用于说明筹码的识别学习方法的另一变形例的流程图。
在图6所示的例子中，在由控制装置14判定为筹码判定装置12的判定结果正确的情况下(步骤S34：是)，将筹码判定装置12的(正确的)判定中所使用的图像以及筹码判定装置12的判定结果的筹码W的枚数和种类(即正确的筹码W的枚数和种类)作为教师数据从教师装置13进一步地输入至筹码判定装置12的人工智能装置12a，并进一步地使人工智能装置12a进行学习(步骤S35)。
另一方面，在由控制装置14判定为怀疑筹码判定装置12的判定结果有错误的情况下(步骤S34：否)，结束该游戏中的筹码的识别学习系统10的动作。
根据这样的方式，由于在判定为筹码判定装置12的判定结果正确的情况下，教师装置13将筹码判定装置12的判定中所使用的图像以及判定结果的(正确的)筹码W的枚数和种类作为教师数据输入至人工智能装置12a，并使人工智能装置12a进行学习，因此人工智能装置12a能够针对筹码判定装置12的判定精度相对较高的图像图案进行有效的学习，能够重点针对该图像图案来提高筹码判定装置12的判定精度。通过反复进行如这样的教师学习，筹码判定装置12能够高精度地识别游戏者C所押注的筹码W。
图7是示意地示出具有第二实施方式的筹码的识别学习系统100的游艺场的图。图8是示出第二实施方式的筹码的识别学习系统100的概略构成的框图。
如图7所示，在第二实施方式中，除了用于对堆叠配置于投注区域BA的筹码W的状态进行拍摄的监视摄像头212以外，在游艺桌4的外侧还设有用于对发牌员D所管理的筹码托盘23内的筹码W的状态进行拍摄的筹码托盘用的监视摄像头24。
第二实施方式的筹码的识别学习系统100与监视摄像头212和筹码托盘用监视摄像头24分别以可通信的方式连接。
如图8所示，游戏记录装置11将筹码托盘23内的筹码W的状态记录为由筹码托盘用摄像头24拍摄到的图像。此外，图像可以是动态图像，也可以是连续的静态图像。
控制装置14具有与筹码判定装置12的人工智能装置12a不同的人工智能装置14a(正解确定用人工智能装置)，对由游戏记录装置11记录的筹码托盘23内的筹码W的状态的图像进行图像分析，判定筹码托盘23内的筹码W的枚数和种类，掌握筹码托盘23内的筹码W的实际的总额V0，该人工智能装置14a利用例如深度学习(deep learning)技术等进行图像识别。
根据第二实施方式，控制装置14能够使用正解确定用的人工智能装置14a来自动地掌握筹码托盘23中的筹码W的实际的总额，与工作人员的目测相比能够提高测量精度。
此外，通常有被称为无教师数据学习的技术，但该无教师数据学习是示教人工智能所判定的结果是正确还是错误的技术，这在本发明中也被称为教师数据学习。上述实施方式以具有本发明所属的技术领域中的普通知识的人能够实施本发明为目的而记载的。只要为本领域技术人员当然能够实现上述实施方式的各种各样的变形例是，本发明的技术思想也能够应用于其他的实施方式。因此，本发明并不限定于记载的实施方式，而应该是基于由权利要求的范围定义的技术思想的最宽范围。

Claims (16)

1.一种筹码的识别学习系统，其用于具有游艺桌的游艺场，所述筹码的识别学习系统的特征在于，具有：
摄像头，其以使在该摄像头的进深方向上具有多个区域的所述游艺桌的图像包括由游戏者向所述游艺桌投入的多堆所述筹码的方式，以一定角度从上方拍摄所述图像；以及
至少一个处理器，
所述至少一个处理器被配置为，
执行人工智能程序来分析由所述摄像头获取的堆叠在所述游艺桌上的多个筹码中的所述筹码的图像，以判定所述筹码的枚数和种类；以及
使用与对筹码的所述枚数或者所述种类的识别中怀疑存在的错误的判定相关的一个或多个图像来作为新的教师数据供所述人工智能程序学习，从而增加由所述人工智能程序已经学习的教师数据，其中，与筹码的正确的枚数和正确的种类相关联地输入所述教师数据。
2.如权利要求1所述的筹码的识别学习系统，其特征在于，
在确定出判定结果为正确的情况下，所述至少一个处理器进一步配置为将用于所述判定的一个或多个图像以及判定出的筹码的所述枚数和所述种类作为教师数据输入至人工智能装置，以允许所述人工智能装置进行学习。
3.如权利要求1所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为，
使用所获取的所述图像判定所述游艺桌所包含的筹码托盘中的筹码的种类和枚数，并且根据所获取的所述图像针对在所述游艺桌上进行游戏中的多个游戏者的每一个分别执行对由所述游戏者投入的所述筹码的所述种类和所述枚数的所述识别以及对由所述游戏者投入的所述筹码的位置的识别；
当所述游戏者所投入的用掉的筹码全部回收结束时，判定所述筹码托盘中的所述筹码的实际的总额；
根据基于所述图像的识别，通过对各游戏清算前的所述筹码托盘中的所述筹码的所述总额加上根据输了的一个所述游戏者所投入的所述筹码的所述种类和所述枚数计算出的该游戏中的所述筹码托盘中的增额，来计算所述筹码托盘中的所述筹码的应有总额；
对所述筹码托盘中的所述筹码的所述应有总额与所述筹码托盘中的所述筹码的所述实际的总额彼此进行比较；以及
当所述应有总额与所述实际的总额之间存在差异时，判定为怀疑存在错误。
4.如权利要求3所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为基于设于所述筹码上的射频识别来判定所述筹码托盘中的所述筹码的所述实际的总额。
5.如权利要求3所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为,针对包含根据所述图像判定所述筹码托盘中的所述筹码的所述实际的总额在内的所述应有总额的所述计算，使用与用来执行判定由所述游戏者投入的所述筹码的所述枚数和所述种类的所述人工智能程序不同的人工智能。
6.如权利要求3所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为，在对所述图像赋予索引、时刻、或者用于确定所述筹码的回收情景或者支付情景的标签之后，记录从所述摄像头取得的所述图像，由此，能够对该游戏的记录进行分析。
7.如权利要求1所述的筹码的识别学习系统，其特征在于，
即使放置于所述游艺桌上的多个筹码中的一些筹码因所述摄像头的死角而一部分或者整体被隐藏，也判定投入的所述筹码的所述种类、所述枚数和位置。
8.一种筹码的识别学习方法，用于具有游艺桌的游艺场中，所述筹码的识别学习方法的特征在于，包括：
执行人工智能程序来分析由摄像头获取的堆叠于在该摄像头的进深方向上具有多个区域的所述游艺桌上的筹码的图像，以判定由游戏者投入的筹码的枚数和种类，所述摄像头以使所述游艺桌的图像包括所述游艺桌上的多堆所述筹码的方式以一定角度从上方拍摄所述图像；以及
使用与对筹码的所述枚数或者所述种类的识别中怀疑存在的错误的判定相关的一个或多个图像来作为新的教师数据供所述人工智能程序学习，从而增加由所述人工智能程序已经学习的教师数据，其中，与筹码的正确的枚数和正确的种类相关联地输入所述教师数据。
9.一种筹码的识别学习系统，其用于具有游艺桌的游艺场中，所述筹码的识别学习系统的特征在于，具有：
摄像头，其以使在该摄像头的进深方向上具有多个区域的所述游艺桌的图像包括所述游艺桌上的多堆所述筹码的方式，以一定角度从上方拍摄所述图像；以及
至少一个处理器，
所述至少一个处理器被配置为，
执行人工智能程序来分析由所述摄像头获取的堆叠在所述游艺桌上的筹码的状态的图像，以识别由游戏者投入的筹码的枚数和种类；
响应于判定所述识别为正确的，通过将所述图像和识别出的所述筹码的枚数和种类作为教师数据输入至所述人工智能程序，以允许所述人工智能程序进行学习。
10.一种筹码的识别学习系统，其用于具有游艺桌的游艺场中，所述筹码的识别学习系统的特征在于，具有：
摄像头，其以使在该摄像头的进深方向上具有多个区域的所述游艺桌的图像包括所述游艺桌上的多堆所述筹码的方式，以一定角度从上方拍摄所述图像；以及
至少一个处理器，
所述至少一个处理器被配置为，执行人工智能程序来分析由所述摄像头获取的堆叠在所述游艺桌上的多个筹码中的所述筹码的图像，以判定所述筹码的枚数和种类，在确定出所述判定为正确的情况下，所述人工智能程序接收用于判定的所述图像和识别出的所述筹码的枚数和种类来作为教师数据，并且基于所述接收的图像和所述筹码的枚数和种类进行学习。
11.如权利要求9所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为，
使用所获取的所述图像识别所述游艺桌所包含的筹码托盘中的筹码的种类和枚数，并且根据所获取的所述图像针对在所述游艺桌上进行游戏中的多个游戏者的每一个分别执行对由所述游戏者投入的所述筹码的所述种类和所述枚数的所述识别以及对由所述游戏者投入的所述筹码的位置的识别；
当所述游戏者所投入的用掉的筹码全部回收结束时，判定所述筹码托盘中的所述筹码的实际的总额；
根据基于所述图像的所述识别，通过对各游戏清算前的所述筹码托盘中的所述筹码的所述总额加上根据输了的一个所述游戏者所投入的所述筹码的所述种类和所述枚数计算出的该游戏中的所述筹码托盘中的增额，来计算所述筹码托盘中的所述筹码的应有总额；
对所述筹码托盘中的所述筹码的所述应有总额与所述筹码托盘中的所述筹码的所述实际的总额彼此进行比较；以及
当所述应有总额与所述实际的总额一致时，判定为所述识别为正确的。
12.如权利要求11所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为基于设于所述筹码上的射频识别来判定所述筹码托盘中的所述筹码的所述实际的总额。
13.如权利要求11所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为，针对包含根据所述图像判定所述筹码托盘中的所述筹码的所述实际的总额在内的所述应有总额的所述计算，使用与用来执行判定由所述游戏者投入的所述筹码的所述枚数和所述种类的所述人工智能程序不同的人工智能。
14.如权利要求11所述的筹码的识别学习系统，其特征在于，
所述至少一个处理器被配置为，在对所述图像赋予索引、时刻、或者用于确定所述筹码的回收情景或者支付情景的标签之后，记录从所述摄像头取得的所述图像，由此，能够对该游戏的记录进行分析。
15.如权利要求9所述的筹码的识别学习系统，其特征在于，
即使放置于所述游艺桌上的多个筹码中的一些筹码因所述摄像头的死角而一部分或者整体被隐藏，也判定投入的所述筹码的所述种类、所述枚数和位置。
16.一种筹码的识别学习方法，用于具有游艺桌的游艺场中，所述筹码的识别学习方法的特征在于，包括：
执行人工智能程序来分析由摄像头获取的堆叠于在该摄像头的进深方向上具有多个区域的所述游艺桌上的筹码的图像，来判定筹码的枚数和种类，所述摄像头以使所述游艺桌的图像包括所述游艺桌上的多堆所述筹码的方式以一定角度从上方拍摄所述图像；以及
响应于确定出所述判定为正确的，通过将所述图像和所述识别出的所述筹码的枚数和种类作为教师数据输入至所述人工智能程序，以允许所述人工智能程序进行学习。
CN202310004127.XA 2017-01-24 2018-01-17 筹码的识别学习系统 Pending CN116343405A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017010188 2017-01-24
JP2017-010188 2017-01-24
CN201880008195.0A CN110678908A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
PCT/JP2018/001172 WO2018139302A1 (ja) 2017-01-24 2018-01-17 チップの認識学習システム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201880008195.0A Division CN110678908A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统

Publications (1)

Publication Number Publication Date
CN116343405A true CN116343405A (zh) 2023-06-27

Family

ID=61094207

Family Applications (5)

Application Number Title Priority Date Filing Date
CN202310004543.XA Pending CN116363808A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN202310004127.XA Pending CN116343405A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN202310004075.6A Pending CN116778644A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN201880008195.0A Pending CN110678908A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN201810063498.4A Pending CN108339261A (zh) 2017-01-24 2018-01-23 筹码的识别学习系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202310004543.XA Pending CN116363808A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统

Family Applications After (3)

Application Number Title Priority Date Filing Date
CN202310004075.6A Pending CN116778644A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN201880008195.0A Pending CN110678908A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN201810063498.4A Pending CN108339261A (zh) 2017-01-24 2018-01-23 筹码的识别学习系统

Country Status (10)

Country Link
US (4) US20200294346A1 (zh)
EP (3) EP3561767A4 (zh)
JP (2) JP7347934B2 (zh)
KR (5) KR102622512B1 (zh)
CN (5) CN116363808A (zh)
AU (4) AU2018211647A1 (zh)
HK (1) HK1259288A1 (zh)
PH (2) PH12018000022A1 (zh)
SG (6) SG11201906801SA (zh)
WO (1) WO2018139302A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7347934B2 (ja) * 2017-01-24 2023-09-20 エンゼルグループ株式会社 チップの認識学習システム
US11288508B2 (en) * 2017-10-02 2022-03-29 Sensen Networks Group Pty Ltd System and method for machine learning-driven object detection
SG10202001539TA (en) * 2019-02-21 2020-09-29 Angel Playing Cards Co Ltd Management system for table game
US11205319B2 (en) 2019-06-21 2021-12-21 Sg Gaming, Inc. System and method for synthetic image training of a neural network associated with a casino table game monitoring system
US11183012B2 (en) 2019-08-19 2021-11-23 Sg Gaming, Inc. Systems and methods of automated linking of players and gaming tokens
CN111062237A (zh) * 2019-09-05 2020-04-24 商汤国际私人有限公司 识别图像中的序列的方法及装置、电子设备和存储介质
US11398127B2 (en) 2019-10-07 2022-07-26 Sg Gaming, Inc. Gaming systems and methods using image analysis authentication
US11393282B2 (en) 2019-10-09 2022-07-19 Sg Gaming, Inc. Systems and devices for identification of a feature associated with a user in a gaming establishment and related methods
WO2021202518A1 (en) 2020-03-30 2021-10-07 Sg Gaming, Inc. Gaming environment tracking optimization
US11495085B2 (en) 2020-07-13 2022-11-08 Sg Gaming, Inc. Gaming environment tracking system calibration
CN113508391A (zh) * 2021-06-11 2021-10-15 商汤国际私人有限公司 一种数据处理方法、装置和系统、介质和计算机设备
WO2022259031A1 (en) * 2021-06-11 2022-12-15 Sensetime International Pte. Ltd. Methods, apparatuses, systems, media, and computer devices for processing data
KR20220169469A (ko) * 2021-06-18 2022-12-27 센스타임 인터내셔널 피티이. 리미티드. 이미지 처리 방법, 장치, 에지 컴퓨팅 기기 및 컴퓨터 저장 매체
WO2022096954A1 (en) * 2021-06-18 2022-05-12 Sensetime International Pte. Ltd. Image processing method and device, edge computing device, and computer storage medium
AU2021240215B1 (en) * 2021-09-22 2023-02-23 Sensetime International Pte. Ltd. Item identification method and apparatus, device, and computer-readable storage medium
CN113853243A (zh) * 2021-09-27 2021-12-28 商汤国际私人有限公司 游戏道具分类及神经网络的训练方法和装置
US11967200B2 (en) 2022-01-12 2024-04-23 Lnw Gaming, Inc. Chip tracking system

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004112923A1 (en) * 2003-06-26 2004-12-29 Tangam Gaming Technology Inc. System, apparatus and method for automatically tracking a table game
US7901285B2 (en) * 2004-05-07 2011-03-08 Image Fidelity, LLC Automated game monitoring
US20060160608A1 (en) * 2005-01-14 2006-07-20 Hill Otho D Card game system with automatic bet recognition
US7419160B1 (en) * 2005-09-27 2008-09-02 New Action Gaming, Llc Baccarat game
US8021231B2 (en) * 2005-12-02 2011-09-20 Walker Digital, Llc Problem gambling detection in tabletop games
JP2008246103A (ja) 2007-03-30 2008-10-16 Angel Shoji Kk Ｒｆｉｄを内包した遊戯用代用貨幣およびその製造方法
JP5468210B2 (ja) * 2008-03-14 2014-04-09 株式会社ユニバーサルエンターテインメント 遊技判定システム
US8285034B2 (en) * 2009-08-26 2012-10-09 Bally Gaming, Inc. Apparatus, method and article for evaluating a stack of objects in an image
SG182454A1 (en) * 2010-06-07 2012-08-30 Walker Digital Table Systems Methods and systems for facilitating table games
JP2012174222A (ja) * 2011-02-24 2012-09-10 Olympus Corp 画像認識プログラム、方法及び装置
US20160328604A1 (en) * 2014-01-07 2016-11-10 Arb Labs Inc. Systems and methods of monitoring activities at a gaming venue
KR20140139466A (ko) * 2014-11-12 2014-12-05 변동삼 데이터 크롤링 및 관리자 입력에 기반한 판매 예측 자동화 장치
JP6148265B2 (ja) * 2015-02-04 2017-06-14 エヌ・ティ・ティ・コムウェア株式会社 学習装置、学習方法、およびプログラム
CN105989334B (zh) * 2015-02-12 2020-11-17 中国科学院西安光学精密机械研究所 基于单目视觉的道路检测方法
CA2947969C (en) * 2015-05-29 2017-09-26 Adrian BULZACKI Systems, methods and devices for monitoring betting activities
JP6049118B1 (ja) * 2016-05-24 2016-12-21 セガサミークリエイション株式会社 管理システム及びゲーム用テーブル
JP7347934B2 (ja) * 2017-01-24 2023-09-20 エンゼルグループ株式会社 チップの認識学習システム

Also Published As

Publication number Publication date
KR20230124529A (ko) 2023-08-25
AU2022279365A1 (en) 2023-01-19
KR102622512B1 (ko) 2024-01-09
PH12019501704A1 (en) 2020-07-06
SG10201913197QA (en) 2020-02-27
SG10201800601WA (en) 2018-08-30
CN108339261A (zh) 2018-07-31
CN116363808A (zh) 2023-06-30
US20200294346A1 (en) 2020-09-17
JP7347934B2 (ja) 2023-09-20
CN110678908A (zh) 2020-01-10
PH12018000022A1 (en) 2018-08-20
US20180211110A1 (en) 2018-07-26
SG10201913201YA (en) 2020-03-30
CN116778644A (zh) 2023-09-19
SG10201913203UA (en) 2020-03-30
WO2018139302A1 (ja) 2018-08-02
KR20190110552A (ko) 2019-09-30
SG10201913199TA (en) 2020-02-27
AU2018200506A1 (en) 2018-08-09
KR20180087187A (ko) 2018-08-01
JPWO2018139302A1 (ja) 2019-12-26
EP3561767A4 (en) 2020-08-05
EP4068231A1 (en) 2022-10-05
EP3352150A1 (en) 2018-07-25
AU2022279468A1 (en) 2023-02-02
EP3561767A1 (en) 2019-10-30
SG11201906801SA (en) 2019-08-27
US20230394362A1 (en) 2023-12-07
JP2023172971A (ja) 2023-12-06
US20220406053A1 (en) 2022-12-22
KR20240008953A (ko) 2024-01-19
AU2018211647A1 (en) 2019-08-08
KR20230097204A (ko) 2023-06-30
HK1259288A1 (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN116343405A (zh) 筹码的识别学习系统
US11587398B2 (en) Fraud detection system in a casino
CN116013004A (zh) 识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40092160

Country of ref document: HK