JP2023504315A - 画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体 - Google Patents
画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP2023504315A JP2023504315A JP2021549539A JP2021549539A JP2023504315A JP 2023504315 A JP2023504315 A JP 2023504315A JP 2021549539 A JP2021549539 A JP 2021549539A JP 2021549539 A JP2021549539 A JP 2021549539A JP 2023504315 A JP2023504315 A JP 2023504315A
- Authority
- JP
- Japan
- Prior art keywords
- image
- game platform
- frame
- frames
- fund
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/52—Controlling the output signals based on the game progress involving aspects of the displayed game scene
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- 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
-
- 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
- G07F17/3286—Type of games
- G07F17/3293—Card games, e.g. poker, canasta, black jack
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/289—Intermediate processing functionally located close to the data consumer application, e.g. in same machine, in same home or in same sub-network
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/30—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by output arrangements for receiving control signals generated by the game device
- A63F2300/308—Details of the user interface
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本開示の実施例は画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体を提供し、該方法は、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定し、識別結果が少なくとも資金代替物品情報を含むことと、スライディングウィンドウを利用して、毎回、複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定し、スライディングウィンドウのスライド順序が複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、目標フレーム画像がスライディングウィンドウ内のNフレームのゲームプラットフォーム画像のうちの1フレームの画像であることと、を含む。【選択図】図1
Description
(関連出願の相互参照)
本開示は、2021年6月18日に提出された、出願の番号が10202106600Xであるシンガポール特許出願の優先権を主張し、その全ての内容が援用により本願に取り込まれる。
本開示は、2021年6月18日に提出された、出願の番号が10202106600Xであるシンガポール特許出願の優先権を主張し、その全ての内容が援用により本願に取り込まれる。
本開示はコンピュータビジョン処理技術に関し、画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体に関するが、それらに限らない。
現在、画像収集装置がゲームプラットフォーム画像を収集することにより、ゲームプラットフォーム画像における資金代替物品を検出することができるが、資金代替物品の相互遮蔽、プレイヤーによる資金代替物品への遮蔽及び現場の照明等の要素は資金代替物品の検出結果の正確度に影響を与え、ある程度で、資金代替物品を検出する識別精度を低下させてしまう。
本開示の実施例は画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体を提供することができ、資金代替物品の検出結果をより正確に取得することができる。
本開示の実施例は画像処理方法を提供し、前記方法は、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することであって、前記識別結果が少なくとも資金代替物品情報を含むことと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することであって、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像であることと、を含む。
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することであって、前記識別結果が少なくとも資金代替物品情報を含むことと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することであって、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像であることと、を含む。
いくつかの実施例では、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の属性データにおいて、出現回数が最も多い属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の属性データにおいて、出現回数が最も多い属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を含む。
理解できることとして、現場の照明の輝度の影響、資金代替物品の相互遮蔽と、プレイヤーによるゲーム過程における資金代替物品への遮蔽、資金代替物品の移動等の原因により、決定した目標フレーム画像における資金代替物品情報が正確ではない恐れがあり、本開示の実施例では、Nフレームのゲームプラットフォーム画像の属性データにおいて、出現回数が最も多い属性データを決定することにより、目標フレーム画像における資金代替物品情報を決定し、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含む。
理解できることとして、本開示の実施例では、Nフレームのゲームプラットフォーム画像の属性データにおいて、信頼度が信頼度閾値以上である属性データを決定し、即ち目標属性データを決定することにより、出現回数が最も多い目標属性データに基づいて、目標フレーム画像における資金代替物品情報を決定し、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含む。
理解できることとして、本開示の実施例では、資金代替物品の追跡識別子に基づいてNフレームのゲームプラットフォーム画像における異なる資金代替物品の各自の属性データを決定することができ、これにより、少なくとも2つの資金代替物品の各自の属性データに対して、出現回数が最も多い属性データを決定することができ、それにより目標フレーム画像における資金代替物品情報を決定し、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、前記資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含む。
以上から分かるように、本開示の実施例は資金代替物品の額面金額、数、タイプ等の情報を正確に決定することができる。
いくつかの実施例では、前記Nフレームのゲームプラットフォーム画像は、前記複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像である。
本開示の実施例は連続したNフレームの画像の資金代替物品情報に基づいて、目標フレーム画像における資金代替物品情報をより正確に取得することができる。
いくつかの実施例では、前記目標フレーム画像は、前記Nフレームのゲームプラットフォーム画像のうち、収集時間が最も早い1フレームの画像である。
このように、本開示の実施例はNフレームの画像における、収集時間が最も早い1フレームの画像の資金代替物品情報を取得することができ、それにより正確な資金代替物品情報をタイムリーに取得する。
いくつかの実施例では、前記方法は更に、
前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することを含む。
前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することを含む。
本開示の実施例は目標フレーム画像における資金代替物品情報を正確に取得する上で、資金代替物品に関連する業務検出ロジックを正確に実行することができ、ある程度で、誤った資金代替物品情報による誤警告等の現象の発生確率を低下させることができる。
いくつかの実施例では、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することは、
前記目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
前記人手検出枠と資金代替物品検出枠が重なっていない場合、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含む。
前記目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
前記人手検出枠と資金代替物品検出枠が重なっていない場合、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含む。
以上から分かるように、本開示の実施例は人手と資金代替物品が重なっていない資金代替物品に対して、資金代替物品に関連する業務検出ロジックを実行することができ、これにより、人手が資金代替物品を遮蔽しないことを決定した場合、資金代替物品に関連する業務検出ロジックを実行することができ、それによりある程度で、人手による資金代替物品への遮蔽に起因した業務検出ロジックの誤りの発生率を低下させることができる。
いくつかの実施例では、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することは、
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の前記複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を含む。
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の前記複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を含む。
以上から分かるように、本開示の実施例は資金代替物品の変化情報をタイムリーにプッシュすることができ、管理装置側において資金代替物品の変化情報に対して後続の処理を行うことに役立つ。
いくつかの実施例では、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することは、
前記各フレームの画像における目標対象を識別し、識別して得られた前記目標対象を予め決定された領域分割マップにマッピングして、前記各フレームの画像の各所定領域の識別結果を取得することを含む。
前記各フレームの画像における目標対象を識別し、識別して得られた前記目標対象を予め決定された領域分割マップにマッピングして、前記各フレームの画像の各所定領域の識別結果を取得することを含む。
本開示の実施例では、予め決定された領域分割マップによって、ゲームプラットフォームにおける各領域の目標対象を正確に示すことができ、従って、識別して得られた目標対象が予め決定された領域分割マップにマッピングされ、各フレームの画像の識別結果をより正確に取得することができる。
本開示の実施例は更に画像処理装置を提供し、前記装置は、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、前記識別結果が少なくとも資金代替物品情報を含む決定モジュールと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、前記Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である処理モジュールと、を備える。
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、前記識別結果が少なくとも資金代替物品情報を含む決定モジュールと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、前記Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である処理モジュールと、を備える。
いくつかの実施例では、前記処理モジュールは、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を実行する。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を実行する。
いくつかの実施例では、前記処理モジュールは、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を実行する。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を実行する。
いくつかの実施例では、前記処理モジュールは、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を実行する。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を実行する。
いくつかの実施例では、前記資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含む。
いくつかの実施例では、前記Nフレームのゲームプラットフォーム画像は、前記複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像である。
いくつかの実施例では、前記目標フレーム画像は、前記Nフレームのゲームプラットフォーム画像のうち、収集時間が最も早い1フレームの画像である。
いくつかの実施例では、前記処理モジュールは更に、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成される。
いくつかの実施例では、前記処理モジュールは、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成され、
前記目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
前記人手検出枠と資金代替物品検出枠が重なっていない場合、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を実行する。
前記目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
前記人手検出枠と資金代替物品検出枠が重なっていない場合、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を実行する。
いくつかの実施例では、前記処理モジュールは、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成され、
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の前記複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を実行する。
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の前記複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を実行する。
いくつかの実施例では、決定モジュールは、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、
前記各フレームの画像における目標対象を識別し、識別して得られた前記目標対象を予め決定された領域分割マップにマッピングして、前記各フレームの画像の各所定領域の識別結果を取得することを実行する。
前記各フレームの画像における目標対象を識別し、識別して得られた前記目標対象を予め決定された領域分割マップにマッピングして、前記各フレームの画像の各所定領域の識別結果を取得することを実行する。
本開示の実施例は更にエッジコンピューティングデバイスを提供し、前記エッジコンピューティングデバイスは画像収集装置から送信された複数フレームのゲームプラットフォーム画像を受信するように構成され、前記複数フレームのゲームプラットフォーム画像が前記画像収集装置により収集された画像であり、
前記エッジコンピューティングデバイスは、プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備え、
前記プロセッサは、上記いずれか1つの画像処理方法を実行するように、前記コンピュータプログラムを実行するように構成される。
前記エッジコンピューティングデバイスは、プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備え、
前記プロセッサは、上記いずれか1つの画像処理方法を実行するように、前記コンピュータプログラムを実行するように構成される。
本開示の実施例は更にコンピュータ記憶媒体を提供し、コンピュータプログラムが記憶され、該コンピュータプログラムがプロセッサにより実行されるとき、上記いずれか1つの画像処理方法を実現する。
本開示の実施例に係る画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体において、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定し、識別結果が少なくとも資金代替物品情報を含み、スライディングウィンドウを利用して、毎回、複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定し、スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、目標フレーム画像がスライディングウィンドウ内のNフレームのゲームプラットフォーム画像のうちの1フレームの画像である。
以上から分かるように、本開示の実施例では、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果を利用して目標フレーム画像の資金代替物品情報を決定することができ、Nフレームのゲームプラットフォーム画像の識別結果がより多く、正確な資金代替物品情報を含んでいるため、本開示の実施例は目標フレーム画像の資金代替物品情報をより正確に取得することができ、資金代替物品の識別精度を効果的に向上させる。
理解できることとして、以上の一般的な説明及び以下の詳細な説明は例示的及び解釈的なものであって、本開示を制限するものではない。
ここの図面は明細書に取り込まれて本明細書の一部となり、これらの図面は本開示に適合する実施例を示し、明細書とともに本開示の技術案を説明するために用いられる。
以下、図面を参照しながら実施例によって本開示を更に詳しく説明する。理解できることとして、ここで提供する実施例は本開示を解釈するためのものであって、本開示を制限するためのものではない。また、以下に提供する実施例は本開示の一部の実施例を実施するためのものであって、本開示を実施する全部の実施例を提供するものではない。衝突しない限り、本開示の実施例に記載される技術案は任意に組み合わせて実施されてもよい。
なお、本開示の実施例では、用語「含む」、「包含」又はそのいかなる変形は非排他的包含を網羅することが意図され、それにより一連の要素を含む方法又は装置は明確に記載される要素を含むだけでなく、明確に列挙しない他の要素も含み、又は実施方法又は装置固有の要素も含む。特に制限しない限り、語句「〇〇を含む」により制限される要素は、該要素を含む方法又は装置には他の関連要素(例えば、方法におけるステップ又は装置のユニット、例えば、ユニットは一部の回路、一部のプロセッサ、一部のプログラム又はソフトウェア等であってもよい)が更に存在することを排除しない。
例えば、本開示の実施例に係る画像処理方法は一連のステップを含むが、本開示の実施例に係る画像処理方法は記載されるステップに限らず、同様に、本開示の実施例に係る画像処理装置は一連のモジュールを備えるが、本開示の実施例に係る装置は明確に記載されるモジュールを備えることに限らず、関連情報を取得し又は情報に基づいて処理を行うために設置する必要があるモジュールを更に備えてもよい。
本明細書における用語「及び/又は」は関連オブジェクトの関連関係を説明するためのものに過ぎず、3つの関係が存在してもよいことを示す。例えば、「A及び/又はB」は「Aが独立して存在する」、「AとBが同時に存在する」、「Bが独立して存在する」の3つの状況を示してもよい。また、本明細書における用語「少なくとも1つ」は複数のうちのいずれか1つ又は複数のうちの少なくとも2つの任意の組み合わせを示し、例えば、「A、B及びCのうちの少なくとも1つを含む」は、A、B及びCからなるセットから選ばれたいずれか1つ又は複数の用語を示してもよい。
本開示の実施例は、ゲームシーンにおけるエッジコンピューティングデバイスに適用でき、且つ多数の他の汎用又は専用コンピューティングシステム環境又は配置とともに動作できる。ここで、エッジコンピューティングデバイスはシンクライアント、シッククライアント、ポータブル又はラップトップ装置、マイクロプロセッサに基づくシステム、セットトップボックス、プログラマブルコンシューマエレクトロニクス、ネットワークパーソナルコンピュータ、小型コンピュータシステム等であってもよい。
エッジコンピューティングデバイスはプログラムモジュールにより命令を実行することができる。一般的に、プログラムモジュールはルーチン、プログラム、目標プログラム、コンポーネント、ロジック、データ構造等を含んでもよく、それらは特定のタスクを実行し、又は特定の抽象データタイプを実現する。コンピュータシステム/サーバは分散型クラウドコンピューティング環境において実施されてもよく、分散型クラウドコンピューティング環境において、タスクは通信ネットワーク経由でリンクされるリモート処理装置により実行される。分散型クラウドコンピューティング環境において、プログラムモジュールは記憶装置を備えるローカル又はリモートコンピューティングシステム記憶媒体に位置してもよい。
関連技術では、ゲームシーンにおいて、ゲーム結果の計算、資金代替物品の警告検出(例えば、資金代替物品の最小額面金額、資金代替物品の最大額面金額)等はいずれも資金代替物品情報を使用する必要があり、ゲームシーンの要求を満たすために、正確な資金代替物品情報が得られなければ、資金代替物品に関連する業務検出ロジックを正確に実行することができない。実際のゲームシーンにおいて、資金代替物品の識別結果に影響する客観的要素が多いため、資金代替物品情報の誤りを招く。例えば、現場の照明の輝度の影響、資金代替物品の相互遮蔽(資金代替物品同士の距離が近く、且つ異なる資金代替物品が異なる高さに位置する)と、プレイヤーがゲームをする過程で資金代替物品への遮蔽、資金代替物品の移動等の原因により、資金代替物品の検出結果が急変になり、従って、どのように資金代替物品の検出結果の正確度を向上させるかは、早急な解決の待たれる技術的問題である。
上記技術的問題に対して、本開示のいくつかの実施例では、画像処理の技術案を提供し、ゲームシーンに適用できる。
以下、本開示の実施例の応用シーンについて例示的に説明する。
ゲームシーンにおいて、コンピュータビジョン処理技術で様々なゲームの実行状態を監視することができ、ここで、様々なゲームの実行はいずれも資金代替物品に関連する。
いくつかの実施例では、ゲームシーンにおけるゲームはゲームプラットフォームにおけるトランプゲーム又は他のゲームであってもよく、本開示の実施例はこれを制限しない。
本開示の実施例では、コンピュータビジョン(Computer vision)はどのように機械に「見させる」かを研究する科学であり、ビデオカメラ及びコンピュータで人間の目を代替して目標を識別、追跡及び測定して、更に画像処理を行うことを意味する。ゲーム過程において3つのカメラでゲームプラットフォーム上の出来事を検出し、更に分析することができ、ゲームプラットフォームは、実のテーブルプラットフォーム又は他の実のプラットフォームであってもよい。
図1は本開示の実施例の画像処理方法のフローチャートであり、図1に示すように、該プロセスは以下を含んでもよい。
ステップ101、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定し、識別結果が少なくとも資金代替物品情報を含む。
本開示の実施例では、少なくとも1つのカメラを利用してゲームプラットフォームを撮影して、ビデオデータ又は画像データを取得することができ、次に、ビデオデータ又は画像データから複数フレームのゲームプラットフォーム画像を取得し、いくつかの実施例では、ゲームプラットフォームを撮影するカメラは、ゲームプラットフォームの真上に位置してゲームプラットフォームの俯瞰図を撮影するためのカメラであってもよく、他の角度からゲームプラットフォームを撮影するカメラであってもよく、それに対応して、各フレームのゲームプラットフォーム画像は俯瞰図又は他の視角のゲームプラットフォーム画像であってもよく、他のいくつかの実施例では、各フレームのゲームプラットフォーム画像は更に、俯瞰図と他の視角のゲームプラットフォーム画像とを融合処理して取得した画像であってもよい。
各フレームの画像を取得した後、コンピュータビジョン処理技術で各フレームのゲームプラットフォーム画像を処理して、各フレームのゲームプラットフォーム画像の識別結果を取得することができ、いくつかの実施例では、各フレームのゲームプラットフォーム画像に対して目標識別を行って、各フレームのゲームプラットフォーム画像における目標対象を取得することができ、該目標対象は少なくとも資金代替物品を含み、例示的に、目標対象は更に人体、トランプカードを含んでもよく、目標対象における人体は人体の全体を含んでもよく、人手、人顔等の一部の人体を含んでもよく、目標対象におけるトランプカードはスペード、ハート、ダイヤ、クラブ等のタイプのトランプであってもよい。各フレームの画像における目標対象を取得した後、各フレームの画像における目標対象に基づいて、対応の識別結果を決定することができ、ここで、識別結果は目標対象の情報であってもよい。
いくつかの実施例では、資金代替物品情報は資金代替物品の属性データを含んでもよく、資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含んでもよく、実際の応用では、1つの資金代替物品に対して資金代替物品の情報を決定してもよく、このような場合、資金代替物品の数量は1であり、互いに接触する複数の資金代替物品を同一資金代替物品としてもよく、それによって、該同一資金代替物品の情報を分析し、このような場合、資金代替物品の数量は1より大きく、例えば、一重ねの資金代替物品については、一重ねの資金代替物品を同一資金代替物品としてもよく、一重ねの資金代替物品の資金代替物品の数は1より大きい。資金代替物品の所有者情報は資金代替物品の所有者の身分情報を含んでもよい。
いくつかの実施例では、資金代替物品画像を分析することにより、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量等の情報を決定することができ、資金代替物品に接触する人体画像に基づいて、資金代替物品の所有者情報を決定することができる。
ステップ102、スライディングウィンドウを利用して、毎回、複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定し、スライディングウィンドウのスライド順序が複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である。
いくつかの実施例では、設定ファイルによってスライディングウィンドウのサイズを予め設定することができ、即ち、設定ファイルによってNの値を設定することができる。各フレームのゲームプラットフォーム画像の識別結果を取得した後、時間順序で順に各フレームのゲームプラットフォーム画像の識別結果をスライディングウィンドウに対応する記憶エリアに記憶することができる。いくつかの実施例では、各フレームのゲームプラットフォーム画像の識別結果はメッセージ行列に位置し、メッセージ行列における各フレームの識別結果を読み取ることにより、読み取った各フレームの画像の識別結果を順にスライディングウィンドウに対応する記憶エリアに記憶することができ、スライディングウィンドウにおける識別結果の数がNに達した場合、メッセージ行列における新たな1フレームの画像の識別結果を読み取ろうとすると、スライディングウィンドウが移動することにより、1フレームの画像をプッシュし、該プッシュされた1フレームの画像の識別結果を取得することができる。目標フレーム画像の識別結果は、スライディングウィンドウが移動した後、スライディングウィンドウの中からスライディングウィンドウの外に変化した1フレームの画像の識別結果を示す。
いくつかの実施例では、エッジコンピューティングデバイスを利用して画像収集装置から送信された複数フレームのゲームプラットフォーム画像を受信することができ、複数フレームのゲームプラットフォーム画像は画像収集装置により収集された画像であり、画像収集装置は少なくとも1つの上記記載されるカメラを備えてもよい。
それに対応して、エッジコンピューティングデバイスを利用して複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像に対して検出識別を行って、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を取得することができ、エッジコンピューティングデバイスを利用してスライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を決定する。
実際の応用では、ステップ101~ステップ102はエッジコンピューティングデバイスのプロセッサにより実現されてもよく、上記プロセッサは特定用途向け集積回路(ASIC:Application Specific Integrated Circuit)、デジタルシグナルプロセッサ(DSP:Digital Signal Processor)、デジタル信号処理デバイス(DSPD:Digital Signal Processing Device)、プログラマブルロジックデバイス(PLD:Programmable Logic Device)、フィールドプログラマブルゲートアレイ(FPGA:Field-Programmable Gate Array)、中央処理装置(CPU:Central Processing Unit)、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも1つであってもよい。
以上から分かるように、本開示の実施例では、スライディングウィンドウ内の複数フレームのゲームプラットフォーム画像の識別結果を利用して目標フレーム画像の資金代替物品情報を決定することができ、複数フレームのゲームプラットフォーム画像の識別結果がより多く、正確な資金代替物品情報を含んでいるため、本開示の実施例は目標フレーム画像の資金代替物品情報をより正確に取得することができ、資金代替物品の識別精度を効果的に向上させる。
更に、本開示の実施例はトランプゲームシーンに適用できるだけでなく、資金代替物品を使用する様々なシーンで再利用でき、従って、使用コストを低減することができ、且つより速い速度で資金代替物品情報の正確な識別を実現することができ、実現しやすい特徴を有する。
いくつかの実施例では、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することは、各フレームの画像における目標対象を識別し、識別して得られた目標対象を予め決定された領域分割マップにマッピングして、各フレームの画像の各所定領域の識別結果を取得することを含んでもよい。
目標対象は上記資金代替物品を含んでもよく、更にゲームプラットフォーム画像におけるゲームアイテム等の他のオブジェクトを含んでもよい。例示的に、各フレームの画像における目標対象は1つであってもよく、又は複数であってもよく、領域分割マップは様々なタイプの目標対象の位置する正しい領域を示すことに用いられてもよく、いずれか1つの目標対象を予め決定された領域分割マップにマッピングした後、該目標対象が領域分割マップにおける対応する正しい領域に位置しているとした場合、各フレームのゲームプラットフォーム画像の識別結果に該目標対象の情報を保存する。それに対して、該目標対象が領域分割マップにおける対応する正しい領域に位置していないとした場合、各フレームのゲームプラットフォーム画像の識別結果から該目標対象の情報をフィルタリングして削除してもよい。
例示的に、図2Aは本開示の実施例のゲームプラットフォーム画像の基準模式図であり、図2Aでは、D1、D2、D3、D4、D5、D6及びD7はゲームプラットフォームにおける異なる領域を示す。
図2Bは、図2Aに基づいて得られた資金代替物品領域の分割図であり、以上から分かるように、図2Bには資金代替物品領域201を示し、資金代替物品領域201は図2Aにおける領域D1~領域D7を含む。
図2Bを参照して、目標対象が資金代替物品である場合、資金代替物品が図2Bにおける資金代替物品領域201に位置すれば、資金代替物品の情報を保存し、資金代替物品が図2Bに示される資金代替物品領域201の外に位置すれば、資金代替物品の情報を削除する。
以上から分かるように、予め決定された領域分割マップによって、ゲームプラットフォームにおける各領域の目標対象を正確に示すことができ、従って、識別して得られた目標対象を予め決定された領域分割マップにマッピングすることにより、各フレームの画像の各所定領域の識別結果をより正確に取得することができる。
いくつかの実施例では、上記Nフレームのゲームプラットフォーム画像は、複数フレームのゲームプラットフォーム画像における、連続しないNフレームの画像であってもよく、複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像であってもよく、上記Nフレームのゲームプラットフォーム画像が連続したNフレームの画像である場合、本開示の実施例は連続したNフレームの画像の資金代替物品情報に基づいて、目標フレーム画像における資金代替物品情報をより正確に取得することができる。
いくつかの実施例では、上記目標フレーム画像は、前記Nフレームのゲームプラットフォーム画像のうち、収集時間が最も早い1フレームの画像であり、このように、本開示の実施例はNフレームの画像における、収集時間が最も早い1フレームの画像の資金代替物品情報を取得することができ、それにより正確な資金代替物品情報をタイムリーに取得する。
一実現方式では、Nの値は5であり、順に第1フレーム画像~第5フレーム画像の識別結果をスライディングウィンドウに記憶することができ、スライディングウィンドウ内の識別結果の数が5に達した場合、第6フレーム画像の識別結果をスライディングウィンドウに記憶しようとすれば、スライディングウィンドウの右縁が右へ移動することにより、第1フレーム画像の識別結果がスライディングウィンドウの外にプッシュされ、このとき、第1フレーム画像は上記目標フレーム画像になり、第1フレーム画像の識別結果がスライディングウィンドウの外にプッシュされた時に、スライディングウィンドウ内のデータは、第2フレーム画像~第6フレーム画像の識別結果になる。その後、7フレーム画像の識別結果をスライディングウィンドウに記憶しようとすれば、スライディングウィンドウの右縁が右へ移動することにより、第2フレーム画像の識別結果がスライディングウィンドウの外にプッシュされ、このとき、第2フレーム画像は上記目標フレーム画像になり、第2フレーム画像の識別結果がスライディングウィンドウの外にプッシュされた時に、スライディングウィンドウ内のデータは第3フレーム画像~第7フレーム画像の識別結果になる。順に類推し、スライディングウィンドウのスライドメカニズムによって順に複数の目標フレーム画像及び各目標フレーム画像の識別結果を決定することができる。
いくつかの実施例では、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、Nフレームのゲームプラットフォーム画像のうちの各フレームの識別結果における属性データを決定することと、前記同一資金代替物品の属性データにおいて、出現回数が最も多い属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を含んでもよい。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、Nフレームのゲームプラットフォーム画像のうちの各フレームの識別結果における属性データを決定することと、前記同一資金代替物品の属性データにおいて、出現回数が最も多い属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を含んでもよい。
本開示の実施例では、上記同一資金代替物品は少なくとも1つの資金代替物品を含み、Nフレームのゲームプラットフォーム画像の識別結果に対して、目標追跡方法でNフレームのゲームプラットフォーム画像の識別結果における同一資金代替物品の属性データを決定することができ、いくつかの実施例では、目標検出方法で目標フレーム画像における資金代替物品の追跡識別子を決定し、次に、目標フレーム画像における資金代替物品の追跡idを基準として、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果において、目標追跡を行うことにより、Nフレームのゲームプラットフォーム画像の識別結果における同一資金代替物品の属性データを決定する。例示的に、追跡識別子は追跡id(track identity document)であってもよい。
本開示の実施例では、同一資金代替物品の属性データを決定した後、前記同一資金代替物品の属性データにおいて、選挙方式で出現回数が最も多い属性データを決定することができる。
いくつかの実施例では、属性データが資金代替物品の額面金額を含む場合、同一資金代替物品の属性データにおいて、選挙方式で出現回数が最も多い額面金額データを決定することができ、例えば、Nの値は5であり、スライディングウィンドウ内のデータは第1フレーム画像~第5フレーム画像の識別結果であり、目標フレーム画像は第1フレーム画像であり、第1フレーム画像~第5フレーム画像の識別結果に基づいて、第1フレーム画像~第5フレーム画像における同一資金代替物品の額面金額を識別することができ、第1フレーム画像、第2フレーム画像、第3フレーム画像、第4フレーム画像及び第5フレーム画像において追跡idが同じである資金代替物品の額面金額はそれぞれ200、200、300、300及び300として識別された場合、選挙方式で出現回数が最も多い額面金額は300であることを決定することができ、このように、第1フレーム画像における対応する資金代替物品の額面金額が正確ではないと見なされてもよく、第1フレーム画像における対応の資金代替物品の額面金額を300に更新することができる。第1フレーム画像、第2フレーム画像、第3フレーム画像、第4フレーム画像及び第5フレーム画像において追跡idが同じである資金代替物品の額面金額はそれぞれ400、400、400、400及び300として識別された場合、選挙方式で出現回数が最も多い額面金額は400であることを決定することができ、このように、第1フレーム画像における資金代替物品の額面金額が正確であると見なされてもよく、第1フレーム画像における資金代替物品の額面金額を400に維持することができる。
このように、第1フレーム画像における資金代替物品の額面金額を改めて決定した後、スライディングウィンドウを後へ移動して、第1フレーム画像をスライディングウィンドウからプッシュすることができ、続いて、第2フレーム画像はスライディングウィンドウにおける最初のフレームとなり、このとき、スライディングウィンドウ内の第2フレーム画像~第7フレーム画像の識別結果に基づいて第2フレーム画像における資金代替物品情報を更新する。これにより、スライディングウィンドウがフレーム順序で順に後へ移動することにより、第1フレーム、第2フレーム、第3フレーム等における資金代替物品情報を順次更新することができ、それによりビデオフレームシーケンスの確実な識別結果を取得する。
いくつかの実施例では、属性データが資金代替物品の数量を含む場合、同一資金代替物品の属性データにおいて、選挙方式で出現回数が最も多い資金代替物品数情報を決定することができ、例えば、Nの値は5であり、スライディングウィンドウ内のデータは第1フレーム画像~第5フレーム画像の識別結果であり、目標フレーム画像は第1フレーム画像であり、第1フレーム画像~第5フレーム画像の識別結果に基づいて、第1フレーム画像~第5フレーム画像における同一資金代替物品の数量を識別することができ、第1フレーム画像、第2フレーム画像、第3フレーム画像、第4フレーム画像及び第5フレーム画像において追跡idが同じである資金代替物品の数量がそれぞれ3、3、4、4及び4として識別された場合、選挙方式で出現回数が最も多い資金代替物品数は4であることを決定することができ、このように、第1フレーム画像における資金代替物品の数量が正確ではないと見なされてもよく、第1フレーム画像における資金代替物品の数量を4に更新することができるのであり、第1フレーム画像、第2フレーム画像、第3フレーム画像、第4フレーム画像及び第5フレーム画像において追跡idが同じである資金代替物品の数量はそれぞれ4、4、4、4及び3として識別された場合、選挙方式で出現回数が最も多い資金代替物品の数量は4であることを決定することができ、このように、第1フレーム画像における資金代替物品の数量が正確であると見なされてもよく、第1フレーム画像における資金代替物品の数量を4に維持することができる。
理解できることとして、現場の照明の輝度の影響、資金代替物品の相互遮蔽と、プレイヤーによるゲーム過程における資金代替物品への遮蔽、資金代替物品の移動等の原因により、決定した目標フレーム画像における資金代替物品情報が正確ではない恐れがあり、本開示の実施例では、Nフレームのゲームプラットフォーム画像の資金代替物品情報において出現回数が最も多い資金代替物品情報を決定することができ、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、Nフレームのゲームプラットフォーム画像のうちの各フレームの識別結果における属性データを決定することと、前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含んでもよい。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、Nフレームのゲームプラットフォーム画像のうちの各フレームの識別結果における属性データを決定することと、前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含んでもよい。
ここで、信頼度閾値は実際の応用ニーズに応じて予め設定されてもよく、例示的に、信頼度閾値は0.9又は1であってもよい。選挙方式で出現回数が最も多い属性データを決定する実現方式は、既に上記記載される内容において説明されたため、ここで詳細な説明は省略する。
理解できることとして、本開示の実施例では、Nフレームのゲームプラットフォーム画像の属性データにおいて、信頼度が信頼度閾値以上である属性データを決定し、即ち目標属性データを決定することにより、出現回数が最も多い目標属性データに基づいて、目標フレーム画像における資金代替物品情報を決定し、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含んでもよい。
いくつかの実施例では、属性データは資金代替物品の額面金額を含み、異なる資金代替物品の追跡idはそれぞれid-1及びid-2であり、id-1を基準として、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果において目標追跡を行うことにより、Nフレームのゲームプラットフォーム画像の識別結果における追跡idがid-1である資金代替物品の属性データを決定し、次に、Nフレームのゲームプラットフォーム画像に対応する追跡idがid-1である資金代替物品の属性データにおいて、上記記載される選挙方式で出現回数が最も多い属性データを決定し、目標フレーム画像における追跡idがid-1である資金代替物品情報を、決定された出現回数が最も多い属性データとして決定する。同様に、追跡idがid-2である資金代替物品に対して、目標フレーム画像における追跡idがid-2である資金代替物品情報を決定することもできる。
理解できることとして、本開示の実施例では、資金代替物品の追跡識別子に基づいて、Nフレームのゲームプラットフォーム画像における少なくとも2つの資金代替物品の各自の属性データを決定することができ、これにより、少なくとも2つの資金代替物品のうちの各資金代替物品に対して、出現回数が最も多い属性データを決定することができ、それにより目標フレーム画像における資金代替物品情報を決定し、ある程度で、目標フレーム画像における資金代替物品情報の正確度を向上させることができる。
いくつかの実施例では、目標フレーム画像における資金代替物品情報を決定した後、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することができる。
本開示の実施例では、資金代替物品に関連する業務検出ロジックは、現在でゲームプラットフォームのゲームで特定タイプの資金代替物品でベティングすることを許容するかどうかを判定すること、資金代替物品の額面金額がゲームにおいて規定された額面金額下限より小さいかどうかを判断すること、資金代替物品の額面金額がゲームにおいて規定された額面金額上限より大きいかどうかを判断すること、資金代替物品の所有者がゲームにおいて使用した資金代替物品情報を取得すること等であってもよい。なお、上記記載される内容は資金代替物品に関連する業務検出ロジックを例示的に説明するものに過ぎず、本開示の実施例はこれに限らない。
いくつかの実施例では、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することは、目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、人手検出枠と資金代替物品検出枠が重なっていない場合、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含んでもよい。
本開示の実施例では、目標フレーム画像に対して人手の検出及び資金代替物品の検出を行うことにより、目標フレーム画像の人手検出枠及び資金代替物品検出枠を決定することができ、いくつかの実施例では、目標フレーム画像フレームをそれぞれ人手の検出のための第1ニューラルネットワーク及び資金代替物品の検出のための第2ニューラルネットワークに入力することができ、第1ニューラルネットワーク及び第2ニューラルネットワークを利用して目標フレーム画像を処理して、目標フレーム画像の人手検出枠及び資金代替物品検出枠を取得し、本開示の実施例は第1ニューラルネットワーク及び第2ニューラルネットワークのネットワーク構造を制限せず、例えば、第1ニューラルネットワーク及び第2ニューラルネットワークはシングルショットマルチボックス検出器(SSD:Single Shot MultiBox Detector)、ユーオンリールックワンス(You Only Look Once)、高速領域畳み込みニューラルネットワーク(Faster RCNN:Faster Region-Convolutional Neural Networks)又は他の深層学習に基づくニューラルネットワークであってもよい。
本開示の実施例では、目標フレーム画像における人手検出枠及び資金代替物品検出枠に基づいて、目標フレーム画像における人手検出枠及び資金代替物品検出枠の重なり度合いを計算することができ、重なり度合いが0より大きい場合、目標フレーム画像における人手検出枠及び資金代替物品検出枠が重なると見なされてもよく、重なり度合いが0に等しい場合、目標フレーム画像における人手検出枠及び資金代替物品検出枠が重なっていないと見なされてもよい。
いくつかの実施例では、人手検出枠と資金代替物品検出枠が重なるとした場合、目標フレーム画像の識別結果において、該資金代替物品検出枠に対応する資金代替物品情報を取得することができ、即ち、該資金代替物品検出枠に対応する資金代替物品情報に基づいて関連の業務検出ロジック処理を行わないことである。
資金代替物品に関連する業務検出ロジックを実行する実現方式では、人手検出枠と資金代替物品検出枠が重なっていない場合、目標フレーム画像における対応する資金代替物品が安定的に識別できる資金代替物品であることを判断することができ、このとき、予め設定された設定ファイルに基づいて、現在で該ゲームプラットフォームがベティングを許容する資金代替物品のタイプを決定することができ、それにより安定的に識別できる資金代替物品のタイプに基づいて、該ゲームプラットフォームが該安定的に識別できる資金代替物品でゲームをすることを許容するかどうかを判断する。
以上から分かるように、本開示の実施例は人手と資金代替物品が重なっていない資金代替物品に対して、資金代替物品に関連する業務検出ロジックを実行することができ、これにより、人手が資金代替物品を遮蔽しないことを決定する場合、資金代替物品に関連する業務検出ロジックを実行することができ、それによりある程度で、人手による資金代替物品への遮蔽に起因した業務検出ロジックの誤りの発生率を低減することができる。
いくつかの実施例では、時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の複数の目標フレーム画像における変化情報を決定することができ、ゲームプラットフォームの管理装置に上記変化情報をプッシュする。
実際の応用では、複数の目標フレーム画像における追跡idが同じである資金代替物品については、資金代替物品の数量又は額面金額等の情報が変化する可能性があり、管理者が資金代替物品の変化情報をタイムリーに把握するために、本開示の実施例では、資金代替物品情報が複数の目標フレーム画像において変化したことを決定した後、対応する変化情報をプッシュすることができ、管理装置側において資金代替物品の変化情報に対して後続の処理を行うことに役立つ。
以下、1つの応用シーンと組み合わせて本開示の実施例について例示的に説明し、該応用シーンにおいて、ゲームシーンはインテリジェントカジノシーンであり、ゲームプラットフォームはギャンブルテーブルであり、資金代替物品はチップである。
インテリジェントカジノシーンはトランプゲームであってもよく、トランプゲームの実行状態はアイドル(idle)状態、ベティング(betting)状態、ゲーミング(gaming)状態、ペイアウト(payout)状態及びホールト(halt)状態を含んでもよい。
例示的に、トランプゲームはバカラ又は他のタイプのゲームであってもよく、バカラゲームシーンにおいて、ディーラー(Dealer)は切った3~8組のカードから4~6枚のカードを抽出し、ルールに従って勝負結果が出て、勝負結果はプレイヤー、バンカー、タイ(tie)、スーパー6(super six)等を含んでもよい。プレイヤー及びカジノは、各回のゲームの勝負結果及び異なるシーンにおける配当及び手数料に基づいて、各自の金銭の損得を計算する。ディーラーのランプカードの配り、及びスクイーズは、一定のルールに従うべきであり、ルールに違反すると、監視システムは警告情報を発する必要がある。
インテリジェントカジノシーンにおいて、カメラで複数フレームのギャンブルテーブル画像を収集することができ、次に、収集された複数フレームのギャンブルテーブル画像をインテリジェントカジノのエッジコンピューティングデバイスに送信し、エッジコンピューティングデバイスにおいて、複数フレームのギャンブルテーブル画像における各フレームのギャンブルテーブル画像に対して検出識別を行って、複数フレームのギャンブルテーブル画像における各フレームのギャンブルテーブル画像の識別結果を取得する。
エッジコンピューティングデバイスがスライディングウィンドウを利用して、毎回、Nフレームのギャンブルテーブル画像を決定する場合、前記スライディングウィンドウ内の複数フレームのギャンブルテーブル画像におけるNフレームのギャンブルテーブル画像の識別結果に基づいて、目標フレーム画像におけるチップ情報を決定することができ、目標フレーム画像がスライディングウィンドウ内の前記Nフレームのギャンブルテーブル画像における1フレームの画像である。
一実現方式では、エッジコンピューティングデバイスは更に目標フレーム画像におけるチップ情報に基づいて、チップに関連する業務検出ロジックを実行することができる。
例示的に、チップに関連する業務検出ロジックは、現在でギャンブルテーブルのゲームが特定タイプのチップでベティングすることを許容するかどうかを判定すること、チップの額面金額がゲームにおいて規定された額面金額下限より小さいかどうかを判断すること、チップの額面金額がゲームにおいて規定された額面金額上限より大きいかどうかを判断すること、チップの所有者がゲームにおいて使用したチップ情報を取得すること等であってもよい。なお、上記記載される内容はチップに関連する業務検出ロジックを例示的に説明するものに過ぎず、本開示の実施例はこれに限らない。
いくつかのシーンにおいて、カジノはギャンブルテーブルのリアルタイムなチップ変化情報に基づいて、カジノ内部の業務検出ロジックを実行するように求められ、従って、正確なチップ情報を取得する必要があり、該要求に対して、本開示の実施例は目標フレーム画像におけるチップ情報を正確に取得する上で、チップに関連する業務検出ロジックを正確に実行することができ、ある程度で、誤ったチップ情報による誤警告等の現象の発生確率を低下させることができる。
当業者であれば理解できることとして、具体的な実施形態における上記方法において、各ステップの執筆順序は厳格な実行順序を意味して実施過程を制限するものではなく、各ステップの具体的な実行順序はその機能及び可能な内部ロジックによって決定されるべきである。
上記実施例に係る画像処理方法を基に、本開示の実施例は画像処理装置を提供する。
図3は本開示の実施例の画像処理装置の要部構成模式図であり、図3に示すように、該装置は、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、前記識別結果が少なくとも資金代替物品情報を含む決定モジュール301と、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、前記Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である処理モジュール302と、を備えてもよい。
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、前記識別結果が少なくとも資金代替物品情報を含む決定モジュール301と、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、前記Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である処理モジュール302と、を備えてもよい。
いくつかの実施例では、処理モジュール302は、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、それは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定することと、
目標フレーム画像における資金代替物品情報を、出現回数が最も多い属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定することと、
目標フレーム画像における資金代替物品情報を、出現回数が最も多い属性データとして決定することと、を含む。
いくつかの実施例では、処理モジュール302は、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、それは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含む。
いくつかの実施例では、前記処理モジュール302は、スライディングウィンドウ内のNフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、それは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含む。
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含む。
いくつかの実施例では、資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含む。
いくつかの実施例では、Nフレームのゲームプラットフォーム画像は複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像である。
いくつかの実施例では、目標フレーム画像はNフレームのゲームプラットフォーム画像のうち、収集時間が最も早い1フレームの画像である。
いくつかの実施例では、処理モジュール302は更に、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成される。
いくつかの実施例では、処理モジュール302は、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成され、それは、
目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
人手検出枠と資金代替物品検出枠が重なっていない場合、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含む。
目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
人手検出枠と資金代替物品検出枠が重なっていない場合、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含む。
いくつかの実施例では、処理モジュール302は、目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行するように構成され、それは、
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を含む。
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を含む。
いくつかの実施例では、決定モジュール301は、複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、それは、
各フレームの画像における目標対象を識別し、識別して得られた目標対象を予め決定された領域分割マップにマッピングして、各フレームの画像の各所定領域の識別結果を取得することを含む。
各フレームの画像における目標対象を識別し、識別して得られた目標対象を予め決定された領域分割マップにマッピングして、各フレームの画像の各所定領域の識別結果を取得することを含む。
実際の応用では、決定モジュール301及び処理モジュール302はいずれもエッジコンピューティングデバイスのプロセッサにより実現されてもよく、上記プロセッサはASIC、DSP、DSPD、PLD、FPGA、CPU、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも1つであってもよい。
また、本実施例の各機能モジュールは1つの処理ユニットに統合されてもよく、各ユニットは独立して物理的に存在してもよく、2つ以上のユニットは1つのユニットに統合されてもよい。上記統合されたユニットはハードウェアの形式で実現されてもよく、ソフトウェア機能モジュールの形式で実現されてもよい。
前記統合されたユニットはソフトウェア機能モジュールの形式で実現され、独立した製品として販売又は使用されるときは、1つのコンピュータ可読記憶媒体に記憶されてもよい。このような理解に基づいて、本実施例の技術案の本質的又は従来技術に貢献する部分、又は該技術案の全部又は一部はソフトウェア製品の形式で具現されてもよい。該コンピュータソフトウェア製品は、1台のコンピュータ装置(パーソナルコンピュータ、サーバ又はネットワーク装置等であってもよい)又はprocessor(プロセッサ)に本実施例に記載の方法の全部又は一部のステップを実行させるための若干の命令を含む1つの記憶媒体に記憶される。そして、上記記憶媒体はUSBメモリ、ポータブルハードディスク、読み出し専用メモリ(ROM:Read Only Memory)、ランダムアクセスメモリ(RAM:Random Access Memory)、磁気ディスク又は光ディスク等のプログラムコードを記憶できる様々な媒体を含む。
具体的に、本実施例の画像処理方法に対応するコンピュータプログラム命令は光ディスク、ハードディスク、USBメモリ等の記憶媒体に記憶されてもよく、記憶媒体における画像処理方法に対応するコンピュータプログラム命令は電子機器により読取又は実行されるとき、上記実施例のいずれか1つの画像処理方法を実現する。
上記実施例と同じ技術的構想に基づいて、本開示の実施例は更にエッジコンピューティングデバイスを提供し、エッジコンピューティングデバイスは画像収集装置から送信された複数フレームのゲームプラットフォーム画像を受信するように構成され、複数フレームのゲームプラットフォーム画像が画像収集装置により収集された画像である。
図4には本開示の実施例に係るエッジコンピューティングデバイス4を示し、メモリ401及びプロセッサ402を備えてもよく、
前記メモリ401は、コンピュータプログラム及びデータを記憶するように構成され、
前記プロセッサ402は、上記実施例のいずれか1つの画像処理方法を実現するように、前記メモリに記憶されるコンピュータプログラムを実行するように構成される。
前記メモリ401は、コンピュータプログラム及びデータを記憶するように構成され、
前記プロセッサ402は、上記実施例のいずれか1つの画像処理方法を実現するように、前記メモリに記憶されるコンピュータプログラムを実行するように構成される。
実際の応用では、上記メモリ401は揮発性メモリ(volatile memory)、例えばRAMであってもよく、又は、不揮発性メモリ(non-volatile memory)、例えばROM、フラッシュメモリ(flash memory)、ハードディスクドライブ(HDD:Hard Disk Drive)又はソリッドステートドライブ(SSD:Solid-State Drive)であってもよく、又は、上記種類のメモリの組み合わせであってもよく、且つプロセッサ402に命令及びデータを提供する。
上記プロセッサ402はASIC、DSP、DSPD、PLD、FPGA、CPU、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも1つであってもよい。理解できることとして、異なる装置にとって、上記プロセッサ機能を実現するための電子装置は更に他のものであってもよく、本開示の実施例は具体的に制限しない。
いくつかの実施例では、本開示の実施例に係る装置が有する機能又は備えるモジュールは上記方法実施例において説明される方法を実行することに用いられてもよく、その具体的な実現は上記方法実施例の説明を参照してもよい。簡潔のために、ここで詳細な説明は省略する。
上記各実施例の説明は各実施例の相違点を強調する傾向があり、その同様又は類似の部分は互いに参照してもよい。簡潔のために、本明細書は詳しく説明しない。
本願に係る各方法実施例に開示される方法は、衝突しない限り、任意に組み合わせられてもよく、それにより新しい方法実施例を得る。
本願に係る各製品実施例に開示される特徴は、衝突しない限り、任意に組み合わせられてもよく、それにより製品実施例を得る。
本願に係る各方法又は装置実施例に開示される特徴は、衝突しない限り、任意に組み合わせられてもよく、それにより新しい方法実施例又は装置実施例を得る。
上記実施形態の説明から当業者が明確に理解できることとして、上記実施例における方法はソフトウェアプラス必需な汎用ハードウェアプラットフォームの方式で実現されてもよく、当然ながら、ハードウェアにより実現されてもよいが、多くの場合には前者はより好ましい実施形態である。このような理解に基づいて、本発明の技術案の本質的又は従来技術に貢献する部分はソフトウェア製品の形式で具現されてもよい。該コンピュータソフトウェア製品は、1台の端末(携帯電話、コンピュータ、サーバ、エアコン又はネットワーク装置等であってもよい)に本発明の各実施例に記載の方法を実行させるための若干の命令を含む1つの記憶媒体(例えば、ROM/RAM、磁気ディスク、光ディスク)に記憶される。
以上は図面を参照しながら本発明の実施例を説明したが、本発明は上記具体的な実施形態に制限されるものではなく、上記具体的な実施形態は模式的なものであって、制限的なものではない。当業者は本発明の示唆に基づいて、本発明の要旨及び特許請求の範囲を逸脱せずに、更に多くの形式で変形可能であり、これらはいずれも本発明の保護範囲に属する。
Claims (21)
- 画像処理方法であって、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することであって、前記識別結果が少なくとも資金代替物品情報を含むことと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することであって、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像であることと、を含む、画像処理方法。 - 前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定することと、を含む
請求項1に記載の方法。 - 前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定することと、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定することと、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定することと、を含む
請求項1に記載の方法。 - 前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定することと、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定することと、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定することと、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定することと、を含む
請求項1に記載の方法。 - 前記資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含む
請求項2~4のいずれか1項に記載の方法。 - 前記Nフレームのゲームプラットフォーム画像は、前記複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像である
請求項1~4のいずれか1項に記載の方法。 - 前記目標フレーム画像は、前記Nフレームのゲームプラットフォーム画像のうち、収集時間が最も早い1フレームの画像である
請求項1~4のいずれか1項に記載の方法。 - 前記方法は更に、
前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することを含む
請求項1~4のいずれか1項に記載の方法。 - 前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することは、
前記目標フレーム画像における人手検出枠及び資金代替物品検出枠を決定することと、
前記人手検出枠と資金代替物品検出枠が重なっていない場合、前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することと、を含む
請求項8に記載の方法。 - 前記目標フレーム画像における資金代替物品情報に基づいて、資金代替物品に関連する業務検出ロジックを実行することは、
時間順序で配列されている複数の目標フレーム画像における、改めて決定された資金代替物品情報に基づいて、資金代替物品情報の前記複数の目標フレーム画像における変化情報を決定することと、
ゲームプラットフォームの管理装置に前記変化情報をプッシュすることと、を含むことを特徴とする
請求項8に記載の方法。 - 複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することは、
前記各フレームの画像における目標対象を識別し、識別して得られた前記目標対象を予め決定された領域分割マップにマッピングして、前記各フレームの画像の各所定領域の識別結果を取得することを含む
請求項1~4のいずれか1項に記載の方法。 - 画像処理装置であって、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定するように構成され、前記識別結果が少なくとも資金代替物品情報を含む決定モジュールと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定するように構成され、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、前記Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像である処理モジュールと、を備える、画像処理装置。 - エッジコンピューティングデバイスであって、
画像収集装置から送信された複数フレームのゲームプラットフォーム画像を受信するように構成され、前記複数フレームのゲームプラットフォーム画像が前記画像収集装置により収集された画像であり、
プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備え、
前記プロセッサは、
複数フレームのゲームプラットフォーム画像のうちの各フレームのゲームプラットフォーム画像の識別結果を決定することであって、前記識別結果が少なくとも資金代替物品情報を含むことと、
スライディングウィンドウを利用して、毎回、前記複数フレームのゲームプラットフォーム画像のうちのNフレームのゲームプラットフォーム画像を決定するとした場合、前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像の識別結果に基づいて、目標フレーム画像における資金代替物品情報を改めて決定することであって、前記スライディングウィンドウのスライド順序が前記複数フレームのゲームプラットフォーム画像のフレーム順序であり、Nが1より大きな整数であり、前記目標フレーム画像が前記スライディングウィンドウ内の前記Nフレームのゲームプラットフォーム画像のうちの1フレームの画像であることと、を実現するように、前記コンピュータプログラムを実行するように構成されることを特徴とする、エッジコンピューティングデバイス。 - 前記プロセッサは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定し、
前記同一資金代替物品の前記属性データにおいて、出現回数が最も多い属性データを決定し、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い属性データとして決定するように構成される
請求項13に記載のエッジコンピューティングデバイス。 - 前記プロセッサは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、目標追跡によって、同一資金代替物品の、前記Nフレームのゲームプラットフォーム画像のうちの各フレームの前記識別結果における属性データを決定し、
前記属性データにおいて、信頼度が信頼度閾値以上である属性データを、前記資金代替物品の目標属性データとして決定し、
前記同一資金代替物品の目標属性データにおいて、出現回数が最も多い目標属性データを決定し、
前記目標フレーム画像における資金代替物品情報を、前記出現回数が最も多い目標属性データとして決定するように構成される
請求項13に記載のエッジコンピューティングデバイス。 - 前記プロセッサは、
各スライディングウィンドウ内のNフレームのゲームプラットフォーム画像に対して、前記Nフレームのゲームプラットフォーム画像の識別結果における少なくとも2つの資金代替物品の属性データを決定し、
前記少なくとも2つの資金代替物品の属性データにおいて、前記少なくとも2つの資金代替物品の各自の追跡識別子によって前記少なくとも2つの資金代替物品の各自の属性データを決定し、
前記少なくとも2つの資金代替物品のうちの各資金代替物品に対して、それぞれ出現回数が最も多い属性データを決定し、
前記目標フレーム画像における資金代替物品情報を、各前記資金代替物品に対して決定した前記出現回数が最も多い属性データとして決定するように構成される
請求項13に記載のエッジコンピューティングデバイス。 - 前記資金代替物品の属性データは、資金代替物品の額面金額、資金代替物品のタイプ、資金代替物品の数量、資金代替物品の所有者情報のうちの少なくとも1つを含む
請求項14~16のいずれか1項に記載のエッジコンピューティングデバイス。 - 前記Nフレームのゲームプラットフォーム画像は、前記複数フレームのゲームプラットフォーム画像のうち、連続したNフレームの画像である
請求項13~16のいずれか1項に記載のエッジコンピューティングデバイス。 - コンピュータプログラムを記憶したコンピュータ記憶媒体であって、
該コンピュータプログラムがプロセッサにより実行されるとき、請求項1~11のいずれか1項に記載の画像処理方法を実現することを特徴とする、コンピュータ記憶媒体。 - メモリに記憶されるコンピュータプログラムであって、
プロセッサにより実行されるとき、請求項1~11のいずれか1項に記載の方法におけるステップを実現する、コンピュータプログラム。 - コンピュータプログラムであって、
コンピュータ可読コードを含み、前記コンピュータ可読コードが電子機器において実行されるとき、前記電子機器のプロセッサに請求項1~11のいずれか1項に記載の方法を実行させる、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10202106600X | 2021-06-18 | ||
SG10202106600X | 2021-06-18 | ||
PCT/IB2021/055682 WO2022096954A1 (en) | 2021-06-18 | 2021-06-25 | Image processing method and device, edge computing device, and computer storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023504315A true JP2023504315A (ja) | 2023-02-03 |
Family
ID=78873911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021549539A Withdrawn JP2023504315A (ja) | 2021-06-18 | 2021-06-25 | 画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220405509A1 (ja) |
JP (1) | JP2023504315A (ja) |
KR (1) | KR20220169469A (ja) |
CN (1) | CN113785327A (ja) |
AU (1) | AU2021204572A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023118935A1 (en) * | 2021-12-20 | 2023-06-29 | Sensetime International Pte. Ltd. | Method and apparatus for detecting game prop in game region, device, and storage medium |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636749A (zh) * | 2013-11-14 | 2015-05-20 | 中国移动通信集团公司 | 目标对象检测方法及装置 |
JP2016197345A (ja) * | 2015-04-03 | 2016-11-24 | キヤノン株式会社 | 画像解析装置、画像解析方法、およびプログラム |
CN105869148A (zh) * | 2016-03-24 | 2016-08-17 | 北京小米移动软件有限公司 | 目标检测方法及装置 |
US10097765B2 (en) * | 2016-04-20 | 2018-10-09 | Samsung Electronics Co., Ltd. | Methodology and apparatus for generating high fidelity zoom for mobile video |
AU2017266438B2 (en) * | 2016-05-16 | 2021-04-22 | Angel Group Co., Ltd. | System and method for automated table game activity recognition |
CN107784315A (zh) * | 2016-08-26 | 2018-03-09 | 深圳光启合众科技有限公司 | 目标对象的识别方法和装置,及机器人 |
US20200294346A1 (en) * | 2017-01-24 | 2020-09-17 | Angel Playing Cards Co., Ltd. | Chip recognizing and learning system |
CN111054080B (zh) * | 2019-12-06 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 智能检测透视外挂方法、装置、设备及其存储介质 |
-
2021
- 2021-06-25 AU AU2021204572A patent/AU2021204572A1/en not_active Abandoned
- 2021-06-25 CN CN202180001718.0A patent/CN113785327A/zh active Pending
- 2021-06-25 JP JP2021549539A patent/JP2023504315A/ja not_active Withdrawn
- 2021-06-25 KR KR1020217031282A patent/KR20220169469A/ko unknown
- 2021-06-30 US US17/363,438 patent/US20220405509A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
AU2021204572A1 (en) | 2023-01-19 |
US20220405509A1 (en) | 2022-12-22 |
KR20220169469A (ko) | 2022-12-27 |
CN113785327A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7481389B2 (ja) | 遊技場における不正検知システム | |
CN115810142A (zh) | 识别系统 | |
JP2023504315A (ja) | 画像処理方法、装置、エッジコンピューティングデバイス及びコンピュータ記憶媒体 | |
WO2015010041A1 (en) | Automatic playing card shuffler and other card-hanlding devices incorporating means for detacting marked cards and method of using the same | |
US11836726B2 (en) | Game image processing method, electronic device, and computer storage medium | |
US20220122352A1 (en) | Method and apparatus for detecting game prop in game region, device, and storage medium | |
CN110889344A (zh) | 一种桌面游戏的监控方法及装置 | |
US20230082837A1 (en) | Status switching method and apparatus, edge computing device and computer storage medium | |
WO2022096950A1 (en) | Game image processing method and apparatus, electronic device, and computer storage medium, and computer program | |
US20220406120A1 (en) | Method and apparatus for image processing, electronic device, and computer storage medium | |
WO2022096954A1 (en) | Image processing method and device, edge computing device, and computer storage medium | |
WO2022096948A1 (en) | Method and apparatus for image processing, electronic device, and computer storage medium | |
US20220406119A1 (en) | Method and apparatus for detecting tokens on game table, device, and storage medium | |
US11501605B1 (en) | Method and apparatus for data processing, electronic device, and storage medium | |
US20220405511A1 (en) | Method and apparatus for detecting tokens on game table, device, and storage medium | |
US11715342B2 (en) | Video slot gaming screen capture and analysis | |
Syed et al. | DeepGamble: Towards unlocking real-time player intelligence using multi-layer instance segmentation and attribute detection | |
WO2022269321A1 (en) | Method and apparatus for detecting tokens on game table, device, and storage medium | |
AU2021290434A1 (en) | Method and apparatus for detecting game prop in game region, device, and storage medium | |
CN113508392A (zh) | 异常事件的处理方法、装置、系统、设备及存储介质 | |
WO2023041965A1 (en) | Status switching method and apparatus, edge computing device and computer storage medium | |
AU2021204570A1 (en) | Warning method, apparatus and device, and storage medium | |
WO2022096956A1 (en) | Warning method, apparatus and device, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210823 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210823 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20230214 |