JP2023515297A - 冷蔵商品筐体のための可動式閉鎖システム - Google Patents

冷蔵商品筐体のための可動式閉鎖システム Download PDF

Info

Publication number
JP2023515297A
JP2023515297A JP2022537894A JP2022537894A JP2023515297A JP 2023515297 A JP2023515297 A JP 2023515297A JP 2022537894 A JP2022537894 A JP 2022537894A JP 2022537894 A JP2022537894 A JP 2022537894A JP 2023515297 A JP2023515297 A JP 2023515297A
Authority
JP
Japan
Prior art keywords
product
retail
display
determining
controller
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
JP2022537894A
Other languages
English (en)
Other versions
JPWO2021150406A5 (ja
Inventor
アバキアン，アルセン
イー． ドレイブンストット，ロバート
Original Assignee
クーラー スクリーンズ インコーポレイテッド
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 US16/741,581 external-priority patent/US11698219B2/en
Priority claimed from US15/931,971 external-priority patent/US11768030B2/en
Application filed by クーラー スクリーンズ インコーポレイテッド filed Critical クーラー スクリーンズ インコーポレイテッド
Publication of JP2023515297A publication Critical patent/JP2023515297A/ja
Publication of JPWO2021150406A5 publication Critical patent/JPWO2021150406A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F3/00—Show cases or show cabinets
    • A47F3/04—Show cases or show cabinets air-conditioned, refrigerated
    • A47F3/0404—Cases or cabinets of the closed type
    • A47F3/0426—Details
    • A47F3/043—Doors, covers
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F3/00—Show cases or show cabinets
    • A47F3/04—Show cases or show cabinets air-conditioned, refrigerated
    • A47F3/0478—Control or safety arrangements
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F11/00—Arrangements in shop windows, shop floors or show cases
    • A47F11/06—Means for bringing about special optical effects
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F10/00—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for
    • A47F10/02—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for for self-service type systems, e.g. supermarkets
    • A47F2010/025—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for for self-service type systems, e.g. supermarkets using stock management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Thermal Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Devices That Are Associated With Refrigeration Equipment (AREA)
  • Freezers Or Refrigerated Showcases (AREA)
  • Display Racks (AREA)

Abstract

【課題】商品筐体の外部から内部にアクセス可能なスマートな可動式閉鎖システムを提供する。【解決手段】スマートな可動式閉鎖システムは、小売業環境で腐りやすい消費財を保管するために、外部商品棚周囲温度よりも低い温度に維持するようになされた商品筐体内部に結合される。スマートな可動式閉鎖システムは、小売用製品ケースに保管されている１つまたはそれ以上の製品に対応するグラフィック・レンダリングを表示する電子コンポーネントを含む。加えて、閉鎖システム内の製品の在庫状況を判定し、判定された在庫状況に基づいて、グラフィック・レンダリングを制御するコントローラを含む。【選択図】図８

Description

本発明は商品筐体の外部から内部にアクセス可能なスマートな可動式閉鎖システムに関するものである。一般に、可動式構造物は、たとえば、小売業環境で腐りやすい消費財を保管するために、外部商品棚周囲温度よりも低い温度に維持するようになされた商品筐体内部に連結されている。可動式構造物のうち、特に、スマートな可動式閉鎖システムは、小売用製品ケースに保管されている１つまたはそれ以上の製品に対応するグラフィック・レンダリングを表示する電子コンポーネントを含んでいる。
ますます多くの人が品物をオンラインで購入するようになってきているが、実店舗の小売販売（たとえば、冷蔵システムで提供される）は、依然として実体的なものであり、事実、食料品店、ドラッグストアおよびコンビニエンスストアなどの一定の市場セグメントでは成長を見せている。実店舗での買い物の７５パーセント以上は衝動買い(impulse purchasing)である。調査によると、衝動的な決定は店内のメッセージングに強い影響を受け、店内の衝動買いのほとんどは冷蔵庫および冷凍庫などの小売用製品ケースで起きることが分かっている。そのため、小売用製品ケースでの衝動買い行動の中断(disruption)は、日用消費財ブランドおよび小売業者の両者に多大な価値創設機会(value creation opportunity)を与えることができるであろう。
以下の概要は、本発明の一定の特徴の簡単な概要を提示する。この概要は広範な概要ではなく、主要なまたは不可欠な要素を特定することを意図するものでもない。１つまたはそれ以上のコンピュータのシステムは、動作時にシステムにアクションを行わせるソフトウェア、ファームウェア、ハードウェア、またはそれらの組合せをシステムにインストールすることにより、特定の動作またはアクションを行うように構成されてもよい。１つまたはそれ以上のコンピュータプログラムは、データ処理装置によって実行されたときに、装置にアクションを行わせる命令を含むことにより、特定の動作またはアクションを行うように構成されてもよい。
ある実施の形態では、外部商品棚周囲温度よりも低い（または高い）温度で維持されるようになされた商品筐体（または他の筐体）を必要とする小売（または非小売）環境に設置するために構成されるスマートな可動式閉鎖システムを含む。それらシステムは、小売業環境での購入のために腐りやすい品物を保管する小売用製品ケースの内部保管容積を含み、いくつかの実施の形態では、可動式扉が内部保管容積の視認を妨げるように構成されている。システムは、可動式扉に張り付けられているディスプレイデバイスも含み、ディスプレイデバイスは少なくとも内部保管容積の棚割を表示するように構成され、棚割は１つまたはそれ以上の製品の欠品を指示するメッセージまたはグラフィックを含んでもよい。システムは、カメラなど、小売用製品ケースの内部保管容積の１つまたはそれ以上の画像を取り込むために可動式扉に設置されている光学センサも含んでもよい。システムは、ディスプレイデバイスに通信可能に連結されているコントローラも含んでもよい。
システムは、内部保管容積の入力された棚割マッピングおよび複数の製品の明細を格納するデータストアも含み、明細は複数の製品の１つまたはそれ以上の形状、色および／または寸法を含んでもよい。システムは、いくつかの実施の形態において、小売用製品ケースの近くに１つまたはそれ以上のプロセッサも含んでもよい。システムは、１つまたはそれ以上のプロセッサで実行されたときに、１つまたはそれ以上のプロセッサに本明細書で開示される１つまたはそれ以上のステップを行わせるコンピュータ可読命令を格納するメモリも含む。
たとえば、方法ステップは、光学センサによって取り込まれる１つまたはそれ以上の画像を後処理して合成画像にするステップと、合成画像、入力された棚割マッピングおよび複数の製品の明細に基づいて、小売用製品ケース内の複数の製品のなかのある製品の在庫状況を判定するステップと、判定された在庫状況に基づいて、ディスプレイデバイス上に表示する広告を判定するステップであって、広告は製品が欠品の在庫状況の場合は欠品インジケータを含んでもよい、前記判定するステップと、コントローラに、ディスプレイデバイスに表示用の広告を送信するステップとを含んでもよい。１つまたはそれ以上の他のステップ（または異なるステップ）を、システムによって実行される前述の方法によって行ってもよい。
本発明の他の実施の形態は、１つまたはそれ以上のコンピュータ記憶装置上に記録されて、方法のアクションを行うようにそれぞれ構成される対応するコンピュータシステム、装置およびコンピュータプログラムを含む。
いくつかの実施の形態では、以下の特徴のうちの１以上を含んでもよい。入力された棚割マッピングが製品の指示と、製品の指定場所の指示とを含んでもよいスマートな可動式閉鎖システム。製品の在庫状況を判定することは、合成画像に基づいて、指定場所に製品が検出されないと判定することを含んでもよい。いくつかの実施の形態において、内側に向く光学センサは、可動式扉の動作中に複数の画像を取り込むように構成されてもよく、動作は可動式扉が開くことおよび可動式扉が閉じることを含んでもよい。
システムは、１つまたはそれ以上のプロセッサによって実行されたときに、１つまたはそれ以上のプロセッサに製品が小売用製品ケースにないことを指示するメッセージをコンピュータデバイスに伝送させる在庫トラッカを含んでもよい。
製品の在庫状況を判定することは、合成画像に基づいて、小売用製品ケースに保管されている製品を特定することと、さらに、保管されている製品の場所、保管されている製品の形状、保管されている製品の色、保管されている製品の寸法、およびそれらの組合せから選択される少なくとも１つを判定することを含んでもよい。
製品の在庫状況を判定することは、保管されている製品の場所が指定場所に対応していると判定すること、保管されている製品の形状が明細にある製品の形状に対応していると判定すること、保管されている製品の色が明細にある製品の色に対応していると判定すること、保管されている製品の寸法が明細にある製品の寸法に対応していると判定すること、およびその組合せから選択される少なくとも１つに基づいて、小売用製品ケースに製品が存在すると判定することを含んでもよい。
製品の在庫状況を判定することは、別の製品の形状が明細にある製品の形状に対応していないと判定すること、別の製品の色が明細にある製品の色に対応していないと判定すること、または別の製品の寸法が明細にある製品の寸法に対応していないと判定すること、から選択される少なくとも１つに基づいて、小売用製品ケースの指定場所に別の製品が存在すると判定することを含んでもよい。
製品の在庫状況を判定することは、小売用製品ケースの製品の数量を判定することを含んでもよい。スマートな可動式閉鎖システムは、コンピューティングデバイスから、入力された棚割マッピングを受信することを含んでもよい。
いくつかの実施の形態において、データストアが小売業環境に配置されていてもよく、１つまたはそれ以上の画像が可動式扉の動作（たとえば、開閉等）に基づいて取り込まれる。いくつかの実施の形態において、広告は製品に関連するアートワークを含んでもよい。広告は、複数の製品に関連するアートワークを含んでもよい棚割を含んでもよい。いくつかの実施の形態において、広告は異なる製品に関連するアートワークを含んでもよい。説明される技術の実施の形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含んでもよい。
ある実施例では、内部保管容積を含んでもよい小売用製品ケースに装着されている可動式扉に張り付けられているディスプレイ画面上に広告コンテンツを生成する方法を含む。方法は、内部保管容積の棚割マッピングおよび複数の製品の明細を判定することも含んでもよく、明細は複数の製品のそれぞれの形状、色、および／または寸法を含んでもよい。方法は、可動式扉上（たとえば、上、内、または付近）に設置されている光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすることも含む。
方法は、（ｉ）合成画像、（ｉｉ）棚割マッピング、および（ｉｉｉ）複数の製品の明細に基づいて、複数の製品の中から小売用製品ケース内のある製品の在庫状況を判定することも含む。方法は、判定された在庫状況に基づき、ディスプレイ画面上に表示用の広告を判定することも含んでもよい。方法は、ディスプレイ画面に表示用の広告を送信することも含む。
本発明の他の実施の形態は、１つまたはそれ以上のコンピュータ記憶装置に記録されて、方法のアクションを行うようにそれぞれ構成される、対応するコンピュータシステム、装置、およびコンピュータプログラムを含む。
ある実施例は、内部保管容積を有する小売用製品ケースを含んでもよい冷蔵システムのコンピューティングプラットフォームも含む。コンピューティングプラットフォームは、１つまたはそれ以上のプロセッサも含む。プラットフォームは、１つまたはそれ以上のプロセッサで実行されたときに、１つまたはそれ以上のプロセッサに、内部保管容積の棚割マッピングおよび複数の製品の明細を判定させることであって、明細は複数の製品のそれぞれの形状、色、および／または寸法を含んでもよい、判定することと、可動式扉に設置されている光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすることと、合成画像、入力された棚割マッピングおよび複数の製品の明細に基づいて、小売用製品ケース内の複数の製品のなかのある製品の在庫状況を判定させることと、判定された在庫状況に基づいて、ディスプレイ画面上に表示する広告を判定させることと、ディスプレイ画面上に表示用の広告を送信することとを行わせるコンピュータ実行可能命令を格納するメモリも含む。
本発明の他の実施の形態は、１つまたはそれ以上のコンピュータ記憶装置に記録されて、方法のアクションを行うようにそれぞれ構成される対応するコンピュータシステム、装置およびコンピュータプログラムを含む。
本発明の実施の形態は、以下の特徴のうちの１以上を含んでもよい。冷蔵システムのコンピューティングプラットフォームは、内部保管容積を有する小売用製品ケースと、内部保管容積の視認を妨げる可動式扉と、可動式扉に張り付けられているディスプレイと、可動式扉に張り付けられている光学センサとを備えてもよい。いくつかの実施の形態において、ディスプレイは少なくとも内部保管容積の棚割を表示するように構成される。棚割マッピングは、製品の指示、および／または製品の指定場所の指示のうちの１以上を含んでもよい。製品の在庫状況を判定することは、合成画像および複数の製品の明細に基づいて信頼性スコアを計算すること、および／または信頼性スコアが閾値未満であるときに内部保管容積に製品が欠品していると判定することのうちの１以上を含んでもよい。説明される技術の実施の形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能な媒体上のコンピュータソフトウェアを含んでもよい。これらおよび他の特徴および利点は、以下により詳しく説明される。
以下の概要は、一定の特徴の簡単な概要を提示する。概要は広範な概要ではなく、主要なまたは不可欠な要素を特定することを意図するものでもない。本明細書で開示される１つの実施の形態において、コンピューティングプラットフォームは１つまたはそれ以上の小売用製品ケースと、冷蔵システムの１つまたはそれ以上の小売用製品ケースのディスプレイ上にさまざまな広告（アド）を生成するコントローラとを備える。小売用製品ケースのそれぞれは、１つまたはそれ以上の小売用製品を貯蔵するための内部保管容積、その扉上のディスプレイ（画面）、および小売用製品ケースの近くに１つまたはそれ以上の顧客の存在を検出するための顧客検出器を含んでもよい。
コントローラは、たとえば、１つまたはそれ以上の顧客によって見られるための広告を表示するために、通信チャネル（たとえば、無線チャネル）で小売用製品ケースのそれぞれと通信する。たとえば、コントローラは、小売用製品ケースにそのディスプレイ上に全画面広告を表示するよう指示するように構成されてもよい。全画面広告の表示は、デフォルト手順であってもよく、または顧客検出器によって（たとえば、顧客の）モーションまたは人間の姿が検出されないときに行われてもよい。（たとえば、顧客の）モーションまたは人間の姿が所定の距離内に検出されるとき、コントローラは、その後、全画面広告を終了して内部保管容積に配置されている製品の棚割を表示するよう、小売用製品ケースに指図してもよい。
別の実施の形態において、小売用製品ケースの顧客検出器は、１つまたはそれ以上のカメラおよび近接センサを含んでもよい。１つまたはそれ以上のカメラおよび近接センサは、小売用製品ケースの扉前面に位置付けてもよい。
別の実施の形態において、顧客がケースの扉の十分近くにいることが検出される場合、ケースのディスプレイに招待指示が表示されてもよい。たとえば、棚割の中央にクイックレスポンス（ＱＲ）コードが生成されてもよい。検出された顧客は、顧客が招待に応答してオプトインすることを望む場合、無線デバイスによりＱＲコード（登録商標）をスキャンすることができる。顧客がオプトインすると、コンピューティングプラットフォームは携帯アプリを介して顧客と対話してもよい。いくつかの実施の形態において、ＱＲコード（登録商標）の代わりにまたはＱＲコード（登録商標）に加えて、顧客に招待を指示するために、ＱＲコード（登録商標）以外の画像（たとえば、マシン検出可能なウォーターマーク付き画像）、Ｂｌｕｅｔｏｏｔｈ（または他の短距離無線プロトコル）ビーコン、または他の仕組みを設けてもよい。
別の実施の形態において、顧客がケースのディスプレイ上に表示される招待に応答してオプトインするとき、携帯アプリを通じて取得される顧客情報に従ってパーソナライズド広告が表示されてもよい。パーソナライズド広告は小売用製品ケースに貯蔵されている１つまたはそれ以上の製品の特別設定価格の指示であってもよい。
別の実施の形態において、顧客が招待に応答してオプトインしないとき、コンピューティングプラットフォームは、一般化情報（たとえば、気象状態、気象予報、および現在または近く起こるイベント）に基づいて挿入される広告（たとえば、バナーアド、スポット広告、およびホットスポット）を用いて棚割を生成し続けてもよい。
別の実施の形態において、コンピューティングプラットフォームは、小売用製品ケースに関係する広告のセットを（たとえば、クラウドコンピューティングサービスから）ダウンロードしてもよい。さらに、コンピューティングプラットフォームは、小売用製品ケースのディスプレイ上にダウンロードされた広告の１つを生成してもよい。ダウンロードされた広告のセットは、小売用製品ケースに貯蔵されている製品の種類に基づいてもよい。製品の種類は、ケースの識別からまたは小売用製品ケースによって提供される在庫情報から判定されてもよい。
別の実施の形態において、コンピューティングプラットフォームは、ケースの近くの気象状態、日付、および／またはケースの近くの顧客に関する特徴を包含してもよいルールのセットに基づいて、小売用製品ケースのディスプレイ上に提示される広告を判定してもよい。たとえば、提示される広告は、顧客が２０秒間飲料ケースのそばに立っている、屋外が９８度Ｆである、および日付が７月４日の直前であることを理由に選択されてもよい。
別の実施の形態において、コンピューティングプラットフォームは、小売用製品ケースのディスプレイ上に提示される広告の有効性の尺度を判定してもよい。たとえば、コンピューティングプラットフォームは、顧客が小売用製品ケースの決められた距離内にいるかどうか、および／または所定の人数を超える顧客が提示される広告を見ているかどうかを検出してもよい。
別の実施の形態において、コンピューティングプラットフォームは、製品レベルでターゲティング広告を生成してもよい。たとえば、顧客検出器は、顧客が小売用製品ケースの棚割に表示される特定の製品を見ていることを検出してもよい。
別の実施の形態において、第１小売用製品ケースに表示される広告は、第２小売用製品ケースに貯蔵されている製品を販促してもよい。たとえば、コンピューティングプラットフォームは、顧客情報に基づいて、顧客が第１小売用製品ケースで買い物をした後に第２小売用製品ケースで買い物をすると予測してもよい。
前述の概要、および以下の例示的な実施の形態の詳細な説明は、添付の図面と合わせて読むとよりよく理解され、これらは例として含まれており、請求される発明に関する制限としてではない。
図１Ａ、図１Ｂおよび図１Ｃ（総称して「図１」という）のうち 図１Ａ は、１つまたはそれ以上の実施の形態による１つまたはそれ以上の小売用製品ケースをサポートするコンピューティングプラットフォームを示す。 図１Ｂは、１つまたはそれ以上の実施の形態による１つまたはそれ以上の小売用製品ケースをサポートするコンピューティングプラットフォームを示す。 図１Ｃは、１つまたはそれ以上の実施の形態による１つまたはそれ以上の小売用製品ケースをサポートするコンピューティングプラットフォームを示す。 図２は、１つの実施の形態による小売用製品ケースの扉の前面を示す。 図３は、１つの実施の形態による小売用製品ケースの扉の裏面を示す。 図４は、１つの実施の形態による小売用製品ケースを示す。 図５Ａおよび図５Ｂは（総称して「図５」という）のうち図５Ａは、１つまたはそれ以上の実施の形態による小売用製品ケースの扉の部分を示す。具体的には、図５Ａは小売用製品ケースの扉の一部分の断面を示す。 図５Ｂは、１つまたはそれ以上の実施の形態による小売用製品ケースの扉の部分を示す。具体的には、図５Ｂは小売用製品ケースの扉の一部分を示す。 図６は、１つの実施の形態による小売用製品ケースの扉上のカメラの例示的な配置を示す。 図７は、１つの実施の形態による扉が開いているときの小売用製品ケースのさまざまな図を示す。 図８は、１つの実施の形態による小売用製品ケースのディスプレイ画面上に表示することのできるさまざまな種類の広告を示す。 図９は、１つの実施の形態による小売用製品ケースの内部保管容積の棚割マッピングおよびさまざまな製品の明細を示す。 図１０は、１つの実施の形態による判定された製品の在庫状況に基づいて小売用製品ケースのディスプレイ画面に表示されてもよいさまざまな広告を示す。 図１１は、１つの実施の形態による１つまたはそれ以上の小売用製品ケースをサポートする広告用コンピュータシステムを示す。 図１２は、１つの実施の形態による１つまたはそれ以上の小売用製品ケースをサポートするエッジコンピューティング装置を示す。 図１３は、１つの実施の形態による広告用システムを構成するためのフローチャートを示す。 図１４は、１つの実施の形態による小売用製品ケースの画面上に広告を生成するためのフローチャートを示す。 図１５は、１つの実施の形態によるルールのセットから選択される広告を表示するためのフローチャートを示す。 図１６は、１つの実施の形態による表示された広告の有効性レベルを判定するためのフローチャートを示す。 図１７は、１つの実施の形態による製品レベルでターゲティング広告を生成するためのフローチャートを示す。 図１８は、１つの実施の形態による第２小売用製品ケースに貯蔵されている製品のために第１小売用製品ケースで広告を表示するためのフローチャートを示す。 図１９は、１つの実施の形態による小売用製品ケースに関連するディスプレイ画面に広告を判定および表示するためのフローチャートを示す。 図２０は、１つの実施の形態による小売用製品ケースに関連するディスプレイ画面に広告を判定および表示するためのフローチャートを示す。
実施の形態のいくつかの実施例により、スマートな可動式閉鎖システムを開示する。システムは、いくつかの実施の形態において、商品筐体の内部または商品筐体の外部の画像および／または他の媒体（たとえば、音声、映像、赤外線データ、または他の媒体）を取り込む電子コンポーネントを備えてもよい。さらに、システムは、いくつかの実施の形態において、他にもあるなかでも、商品筐体に保管されている１つまたはそれ以上の製品に対応するグラフィック・レンダリングまたは他の視覚的出力を表示する電子コンポーネントも備えてもよい。商品筐体は、たとえば、小売業環境で腐りやすい消費財を保管するために外部商品棚周囲温度よりも低い温度で維持されるようになされてもよい。このように、小売用製品ケースは小売業環境でユーザと対話するシステムを提供してもよい。
コンピューティングプラットフォームは、小売用製品ケースの近くの顧客に関する情報、小売用製品ケースに貯蔵されている１つまたはそれ以上の製品、および小売用製品ケースの外部の一般化情報に基づいて、冷蔵システムの小売用製品ケースで表示されるコンテンツを生成する。
いくつかの実施の形態の一実施例によると、コンピューティングプラットフォームは１つまたはそれ以上の小売用製品ケースで選択される広告（アド）を生成してもよい。小売用製品ケースは、１つまたはそれ以上の製品を貯蔵するための内部保管容積、ケースの扉上のディスプレイ、および小売用製品ケースの近くの顧客の存在を検出するための顧客検出器を含む。
１つの実施の形態について、顧客が小売用製品ケースから所定の距離内に所在していると検出される場合、ケースのディスプレイに招待インジケータが表示される。顧客がオプトインするとき、携帯アプリを通じて取得されてもよい顧客情報に従ってパーソナライズド広告が表示されてもよい。パーソナライズド広告は小売用製品ケースに貯蔵されている１つまたはそれ以上の製品の特別設定価格も含んでもよい。１つの実施の形態について、表示される広告は、小売用製品ケースに貯蔵されている製品の在庫状況に基づいていてもよい。たとえば、ケースのディスプレイは、ケース内にもはや製品が用意されていないと検出したことに基づいて、欠品インジケータを表示してもよい。
冷蔵庫はもっとも見過ごされ、もっとも販促されず、もっとも技術的に高度ではないものの１つかもしれず、小売店のもっともオペレーションが難しいセクションの１つかもしれない。従来の小売用製品ケース（たとえば、冷蔵庫、冷凍庫、自動販売機等）は、小売用製品ケースに保管されている製品を顧客が見ることができ、購入用に利用できるガラス板または扉を備えてもよい。しかし、保管されている製品は整然と提示されていないことがあり、保管されている製品が他の製品によって遮られていることもあるので、顧客はどの製品が購入可能であるかが容易に分からない。その上さらに、店の従業員は、その中に保管されている製品の見た目を保ち、在庫状態を把握し、またはそれらの品物を最新の状態にしておくために販促用タグおよび他のディスプレイ（価格設定および販促に関わるディスプレイなど）を設置したり交換したりする必要がしばしばあるだろう。
前述した小売用製品ケースに対するこれらの従来のアプローチでは、食料品店の冷蔵庫および冷却装置は、ブランドが効果的な「その場での」広告および販促を行うのが難しい分野であろう。ブランドは、通例、小売店およびコンビニエンスストアの冷蔵庫／冷凍庫および／または冷却装置の棚で小売される製品を販促するのに、他の広告媒体（たとえば、印刷物、広告板、オンラインおよびテレビ広告など）に頼るであろう。
さらに、前述したこれら従来のアプローチでは、広告活動は効果的および影響力があるとはいえないだろう。従来のアプローチの制約のために、市場浸透度は非常に小さかった。
図１は、１つの実施の形態による１つまたはそれ以上の小売用製品ケースをサポートするコンピューティングプラットフォーム１００を示す。コントローラ１０１と小売用製品ケース１０２および１０３とを備えるコンピューティングプラットフォーム１００は、小売用製品ケースで保管されている製品に基づいて、小売用製品ケースの１つに、選択される広告を生成してもよい。
小売用製品ケース１０２および１０３は冷蔵庫、冷凍庫、自動販売機などを備えてもよく、通例対応する内部容積にさまざまな種類の製品（たとえば、牛乳、冷凍食品、ビール、アイスクリームなど）を保管する。
図１Ａを参照すると、本明細書で開示されるシステムの１つの実施の形態において、エッジプロセッサ（コントローラ）１０１は、１つまたはそれ以上の基準、たとえば、小売用製品ケースの近くの顧客、小売用製品ケースで保管されている製品、および小売用製品ケースに特有ではない一般化情報（たとえば、気象状態）に基づいて選択される広告を表示するよう小売用製品ケース１０２または１０３に指示する。
一方で、本明細書に開示されるシステムの他の実施の形態は、個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは個人を絶対に特定しようとしない、すなわち、個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用することはない「アイデンティティ・ブラインド」である。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
図１を参照すると、いくつかの実施の形態について、コントローラ１０１は有線または無線通信チャネル（たとえば、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（Ｒ）、Ｚｉｇｂｅｅ（Ｒ）、など）を介して小売用製品ケースと通信してもよく、小売用製品ケースの近くにあっても、またはインターネットを通じて世界の任意の場所にあってもよい。図１Ｂに図示されるように、いくつかの実施の形態において、コントローラ１０１は小売用製品ケース内のエッジコンピューティングデバイス１１０に内蔵／統合されてもよい。当然ながら、コンピューティングプラットフォーム１００は、小売用製品ケース１０２，１０３に対応する１つまたはそれ以上のエッジプロセッサ１０１をクラウドコンピューティングサービス１０４に通信可能に接続するために、１つまたはそれ以上のルータ（たとえば、無線ルータ）を含んでもよい。あるシステム１５０では、無線ルータ（図１Ａには図示せず）を使用してエッジプロセッサ１０１をクラウドコンピューティングサービス１０４に接続してもよく、無線ルータは、小売用製品ケース１０２，１０３を含め小売場所の複数のインターネット・オブ・シングス（ＩｏＴ）デバイスに共用無線ネットワークを提供してもよい。
図１Ｂのシステム１６０を含む別の実施の形態において、エッジコンピューティングデバイス１１０は、小売店主が運用する共用無線ルータおよび／またはモデムを使用することなく、クラウドコンピューティングサービス１０４と接続するための無線ハードウェア（たとえば、ＬＴＥ／５Ｇまたは他のセルラー規格）を備えてもよく、エッジコンピューティングデバイス１１０はエッジプロセッサ１０１およびデータストア１１１も備えてもよい。
各小売用製品ケース１０２または１０３は、明示的に示していない関連コンポーネント（たとえば、センサ、カメラなど）のための共通の通信インターフェースにより無線チャネルをサポートしてもよい。しかし、いくつかの実施の形態は、コントローラ１０１を用いてインターネット・オブ・シングス（ＩｏＴ）をサポートするさまざまなコンポーネントの各々について個別の無線通信チャネルを確立してもよい。
いくつかの実施の形態において、小売用製品ケース１０２，１０３は、小売用製品ケース１０３のコストおよび複雑さを低減するために、エッジコンピューティングデバイス１１０を共有してもよい。このような実施の形態において、図１Ｂに図示されるように、第１小売用製品ケース１０２のエッジコンピューティングデバイス１１０は、本書で説明するコンピューティングステップの１以上を処理する責任を負ってもよい。したがって、第２小売用製品ケース１０３は、製品の欠品の判定に関連するコンピューティング負荷を第１小売用製品ケース１０２のエッジコンピューティングデバイス１１０に分散してもよい。
いくつかの実施の形態について、コントローラ１０１は追加のコンピューティング設備、たとえば、クラウドコンピューティングサービス１０４または１つまたはそれ以上のコンピュータサーバ（明示的に図示せず）と対話して、広告コンテンツを取得し、無線サービス１０５により無線デバイス１０６を介して顧客または従業員と対話してもよい。あるいは、無線デバイス１０６は小売場所で共用無線ルータ（図１には図示せず）を通じて直接エッジプロセッサ１０１に接続してもよい。図１Ｂは、無線デバイス１０６が短距離無線通信チャネル（たとえば、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（Ｒ）、Ｚｉｇｂｅｅ（Ｒ）など）を使用して、小売用製品ケース１０２，１０３内またはその付近に常駐しているエッジコンピューティングデバイス１１０と通信可能に接続するタブレット、スマートフォン、ラップトップまたは他の携帯電子デバイスであってもよいコンピューティングプラットフォーム１００の別のアーキテクチャを示す。
いくつかの実施の形態について、図１Ｂに図示されるように、エッジコンピューティングデバイス１１０は別のコンピューティングデバイス１１５と（たとえば、クラウドコンピューティングサービス１０４を介して）通信してもよい。コンピューティングデバイス１１５は専門家ユーザに関連付けられてもよく、エッジコンピューティングデバイス１１０の動作を制御および監視するために使用されてもよい。図１Ｃに図示されるように、いくつかの実施の形態において、クラウドコンピューティングサービス１０４は中央データストア１１２を備えてもよく、これは図９に関して本明細書でさらに説明される。
図２は、１つの実施の形態による小売用製品ケース（たとえば、図１に図示されるケース１０２および１０３）の扉２３０の前面図２３１を示す。
各小売用製品ケース１０２および１０３は扉２３０を有してもよい。ディスプレイ（画面）２１６が扉２３０に、１つまたはそれ以上の近接センサ（ヒートマップ）、画像センサ、人間の姿／特徴を検出するセンサまたはスキャナ、アイセンサ（虹彩追跡センサ）など、顧客検出ハードウェア２１８とともに取り付けられている。
いくつかの実施の形態について、ディスプレイ２１６は、顧客によってインタラクティブである、すなわち対話的に操作できる１つまたはそれ以上のタッチゾーン２３２を有するＬＣＤパネルを備える。アクセスパネル２３４をメディアプレーヤ２３６とともに扉２３０の底部の近くに位置付けてもよく、これはディスプレイコンテンツをディスプレイ２１６に提供する。保護パネル（明示的に図示せず）をディスプレイ２１６の上に取り付けてもよい。
図３は、１つの実施の形態による小売用製品ケースの扉２３０の背面図３０２を示す。カメラまたは他の種類のセンサ（すなわち、在庫追跡ハードウェア３０４）を扉２３０の裏面３０２に設けてもよく、小売用製品ケースに保管されている商品に向けてもよい。在庫追跡ハードウェア３０４は、コントローラ１０１によって、小売用製品ケース内の製品の在庫状況を追跡し続けるために使用されてもよい。
図４は、１つの実施の形態による小売用製品ケース１０２を示す。各小売用製品ケース１０２は、小売用製品ケース１０２の扉のディスプレイなど、少なくとも１つのディスプレイ４１６を備える。
複数の小売用製品ケース（小売用製品ケース１０２と同様）および関連ディスプレイは、小売店（たとえば、食料品店）の通路に並べて配列されてもよい。エッジプロセッサ（コントローラ）１０１（図１に図示される）は、たとえば、顧客検出器４１８および／または在庫トラッカ４２０によって検出されるものに応じて、ディスプレイ４１６を操作するように構成されてもよい。
いくつかの実施の形態について、顧客検出器４１８は、検出される物体が（たとえば、ショッピングカードではなく）人間（人）だと思われるときに、顧客を検出してもよい。顧客検出器４１８は、さらに、検出された人が従業員かどうかを（たとえば、従業員の制服または従業員のＲＦＩＤタグによって）判定してもよい。このような状況において、顧客検出器４１８は、小売用製品ケースのディスプレイが更新されないように従業員を無視してもよい。
いくつかの実施の形態について、ディスプレイ４１６は、顧客がディスプレイを通して内部保管容積に保管されている製品を見るのを妨げる不透明なディスプレイを備える。ディスプレイ４１６は、たとえば、顧客が対話してもよいタッチ画面を備えてもよい。ディスプレイ４１６はディスプレイコントローラに関連付けられてもよい。
各小売用製品ケース１０２は、さらに、任意または特定の個人（たとえば、顧客対従業員）、（たとえば、顧客の）モーション、人間の姿（たとえば、人間の形をした姿または顧客の標準的な顔）、熱等を検出できる顧客検出器４１８を備えてもよい（たとえば、顧客は、顧客検出器４１８によって検出される小売用製品ケースの近くの個人であってもよい）。いくつかの実施の形態について、顧客検出器は、近接センサ（たとえば、ヒートマップを介して）、画像センサ、人間の姿／特徴を検出するセンサ、スキャナ、アイセンサ（たとえば、虹彩追跡センサ）等のうちの１以上を利用してもよい。顧客検出器４１８に加えて、小売用製品ケース１０２は、小売用製品ケース１０２の中／周り／上の活動を検出するように構成される他のセンサ４２３を備えてもよい。
例示のために顧客検出器４１８はさらなるステップをトリガ／起動するための入力として説明されてきたが（たとえば、図８、符号８０２および８０４）、顧客検出器４１８は、次の例を含むがこれだけに制限されない１つまたはそれ以上の他のセンサ４２３によって代用および／または補足されてもよい。開いている扉を検出するように構成されるセンサ、ある位置から別の位置への扉の移動（たとえば、閉から開、または開から閉）、扉がバタンと閉められたかどうか、扉の移動の角速度、および同様なもの）を検出するように構成されるセンサ、在庫の変化を検出するための小売用製品ケース１０２の棚上の重量センサ、小売用製品ケース１０２の欠品製品を検出するように構成される光学センサ（たとえば、カメラ）、および／または他の種類のセンサ／カメラである。
いくつかの実施の形態について、１つまたはそれ以上の画像センサ４２３は小売用製品ケース１０２の扉に取り付けられてもよい。１つまたはそれ以上の画像センサは２０フィート以上の視野深度を有してもよく、たとえば、１５０度の検出能力をもつ１７０度の視野範囲を有してもよい。たとえば、検出能力は、人間／人の全体的な形または標準的な特徴が小売用製品ケース１０２の近くにいるかどうかを検出してもよい。コンピュータ可読命令が画像センサに関連して採用されて、買い物客の対話を監視し、メディアプレーヤ４１７を介してディスプレイ４１６に関係ある広告コンテンツを提供し、店内の広告エンゲージメントを追跡してもよい。
コントローラ１０１（図１に図示される）は、各画像センサを独立して制御するとともに、複数のディスプレイをまとめて制御して、単一画面および／または多重画面のコンテンツおよび対話を提供するように構成されてもよい。コントローラ１０１およびディスプレイ４１６は、バナー広告４０２および全画面広告４０１の両方がディスプレイ４１６に表示できるように構成されてもよい。コントローラ１０１はディスプレイ４１６での出力のために広告コンテンツをディスプレイコントローラに提供してもよい。
各小売用製品ケース１０２は、さらに、たとえば、保管されている小売用製品を特定し、量化し、および／またはその他追跡するために、在庫トラッカ４２０を備えてもよい。いくつかの実施例において、在庫トラッカ４２０は、小売用製品ケース１０２の内部に配設されて、保管されている製品に向けてもよい追加のカメラおよび／またはセンサ４２３を利用してもよい。いくつかの実施例において、在庫トラッカ４２０は、カメラおよび／またはセンサによって取り込まれる画像および／または他のデータを後処理するために、プロセッサ、メモリおよび／またはコンピュータ可読命令を備えてもよい。いくつかの実施例において、プロセッサおよび／またはコンピュータ可読命令はコントローラ１０１に統合されてもよく、コントローラ１０１は保管されている小売用製品を特定し、量化し、および／またはその他追跡するために、画像／データの後処理および分析を行ってもよい。
コントローラ１０１は、棚割（たとえば、図８の広告８０１～８０５に図示される）を提供するために、各小売用製品ケース１０２のディスプレイ４１６を制御するように構成されてもよい。いくつかの実施例において、棚割は小売用製品ケース１０２の内部保管容積に物理的に収容されている小売用製品に関係付けてもよい。小売用製品は必ずしもディスプレイ４１６から見えなくてもよい。たとえば、小売用製品ケース１０２に保管されている製品は整然と配列されていなくてもよく、またはそこに保管されている他の製品によって見るのを防がれてもよい。しかし、棚割は、在庫トラッカ４２０によって提供される在庫情報に基づいて、内部保管容積内に保管されている小売用製品を（たとえば、顧客に）指示してもよい。その結果、表示される棚割は顧客に提示されるものを効果的に最適化してもよい。
図１に図示されるように、コントローラ１０１は、有線イーサーネット、無線ＬＡＮ、セルラーネットワークおよび同様なものを介して、インターネット、Ｂｌｕｅｔｏｏｔｈなどにより小売用製品ケース１０２とネットワーク化されてもよい。コントローラ１０１は、小売用製品ケース１０２のディスプレイ４１６を制御するように構成されてもよく、ならびにディスプレイ４１６からの情報（たとえば、タッチ画面の対話に関する情報）および顧客検出器４１８および在庫トラッカ４２０からの情報を含め、小売用製品ケース１０２からの情報を受信するように構成されてもよい。
各小売用製品ケース１０２は、他にもあるなかでも、コントローラ１０１と小売用製品ケース１０２との間での情報のネットワーク化および転送ならびにディスプレイ４１６、顧客検出器４１８および在庫トラッカ４２０の制御、を促すように構成されてもよいインターフェース４２２も含んでもよい。
いくつかの実施の形態について、コントローラ１０１は、１つまたはそれ以上のプロセッサ、メモリストレージ、ユーザインターフェースなどを有するサーバを備えてもよく、ディスプレイ４１６に何を表示するかを指図し、小売用製品ケース１０２から情報およびデータを受信するように構成されてもよい。加えて、コントローラ１０１は受信された情報およびデータに基づいて解析を行うように構成されてもよい。
図４には明示的に示されていないが、小売用製品ケース１０２の実施の形態は、その内部容積内に製品を物理的に保管するために必要な他のコンポーネント（たとえば、冷却ユニットなど）を含んでもよい。
本発明の実施の形態は、小売用製品ケース１０２の内部に置かれている製品の在庫を検出して、ディスプレイ４１６上に製品を指示している棚割を更新する自動化能力を提供する。在庫トラッカ４２０は、小売用製品ケース１０２の内部棚の写真を撮るように向けられているカメラを、スマートアルゴリズムを利用するソフトウェアとともに利用して、画像分析およびその後の解析を行ってもよい。たとえば、在庫トラッカ４２０は製品が小売用製品ケース１０２にあるかどうか、小売用製品ケース１０２内の製品の数量、製品が小売用製品ケース１０２内の正しい位置にあるかどうか、等を判定してもよい。たとえば、任意の品物が小売用製品ケース１０２内にない場合、コントローラ１０１はディスプレイ４１６上の情報を検出および更新して、消費者および店舗オペレータに案内するように構成される。
図５Ａおよび図５Ｂは、小売用製品ケース１０２の扉２３０における１つまたはそれ以上のカメラ５４０の例示的な配置を示す。カメラ５４０は扉２３０の裏面３０２の縁に取り付けられてもよく、扉２３０が開かれるときに写真を撮ることが可能な角度で傾斜されているブラケット５４２に収納されてもよい。
１つの実施の形態において、大きなエリアカバレッジを提供するので、広視野（ＦＯＶ）カメラ（たとえば、１８０度ＦＯＶ「魚眼」）を利用してもよい。広視野カメラによって生成される画像は、縁がひどく歪み、画像処理ステップで画像を「認識する」ソフトウェアの能力を制限することがある。１つの実施の形態において、１２０度ＦＯＶを有する超小型カメラを扉２３０のハンドル側の縁に沿って４５度の角度を付けたハウジングに取り付けてもよい。図５Ａに図示されるように、カメラ５４０は、ディスプレイパネルアセンブリ５４４と扉２３０の機械的フレーム５４６との間の空のベゼル空間５４３の中に収容してもよい。
任意の数のカメラ５４０を各小売用製品ケース１０２の各扉の内側に提供することができる。たとえば、図５Ｂに図示されるように、３台のカメラ５４０を扉２３０の高さに沿って等距離に分布させて、棚空間（すなわち、小売用製品ケース１４内部）の高さおよび幅の全カバレッジを考慮してもよい。３台のカメラは、扉２３０が約２５度よりも大きい任意の角度で開いても、小売用製品ケースの棚の全体を取り込むであろう。いくつかの他の実施の形態において、使用されるカメラの種類および／またはカメラの仕様は、２５度よりも大きいまたは小さい角度になってもよい。
カメラ５４０は、扉の動作中（すなわち、扉２３０を開いているとき）にトリガさせて、画像を取り込んでもよい。カメラ５４０は１つまたはそれ以上のイベントに応答してトリガさせてもよい。たとえば、カメラ５４０は、動きの感知に基づいてトリガさせてもよい。カメラ５４０の少なくとも１台は動きを感知するのに使用してもよい。加えて、または代わりに、扉２３０の１つまたはそれ以上の加速度計５４８（図５Ｂを参照）を扉の動きを感知するのに使用してもよい。たとえば、１つまたはそれ以上の加速度計５４８は扉が閉じていることを感知して、カメラ５４０をトリガしてもよい。カメラ５４０は扉２３０の揺動状態および位置によってトリガさせてもよい。たとえば、カメラ５４０は扉２３０が開いているときにトリガさせてもよい。
カメラ５４０は、扉２３０が閉じているときにトリガさせてもよい。これは在庫トラッカ４２０が少なくともいくつかの例示的な状況において製品の在庫の正確な評価を出すことを可能にしてもよい。たとえば、小売用製品ケース１０２が１本の特定のソフトドリンクを有する場合、ディスプレイ４１６はソフトドリンクを含む棚割を表示してもよい。消費者が扉２３０を開けて小売用製品ケース１０２を取り出し、扉２３０を閉じる場合、在庫トラッカ４２０はソフトドリンクに関連付けられている記録を更新してもよく、次いで、ディスプレイ４１６がソフトドリンクは現在小売用製品ケース１０２で欠品していると指示する（たとえば、棚割上に）ように更新されてもよい。扉２３０が閉じられているときに画像を取り込むことにより、いくつかの実施の形態において、消費者が小売用製品ケース１０２にアクセスした後に、在庫トラッカ４２０が製品在庫を正確に更新することを可能になってもよい。
扉の動作中に複数の画像が取り込まれてもよい。たとえば、１台のカメラ５４０が複数の画像を取り込んでもよい。たとえば、３台のカメラ５４０を使用するとき、第１写真は第１カメラで取り込んでもよく、第２写真は第２カメラで取り込んでもよく、第３写真は第３カメラで取り込んでもよい。あるいは、３台のカメラ５４０の各々が複数の画像を取り込んでもよい。このことは小売用製品ケースの内部の収納物に関して異なる位置／角度から画像を取り込むことを可能にしてもよい。
さらに、他の実施の形態において、動画カメラを使用してもよい。動画カメラは扉の回転の開始位置から所定の終了位置まで多数のビデオフレームを取り込んでもよい。終了位置は設定された所定の位置、所定の範囲、または開始位置から所定の相対回転角度であってもよい。
コントローラ（たとえば、在庫トラッカ４２０および／またはコントローラ１０１）は、さまざまな要因に基づいて、カメラ５４０の動作パラメータを調整してもよい。コントローラはカメラ５４０の露出、焦点位置、センサ利得／ＩＳＯ速度、絞りのサイズ等を調整してもよい。１つの実施の形態において、コントローラは扉の回転速度に基づいて画像取り込みの頻度を変更してもよい。たとえば、コントローラは、扉がより高い回転速度で揺動しているという測定値をコントローラが受信する場合（たとえば、１つまたはそれ以上の加速度計５４８、または他のモーションセンサ）、取り込まれる画像の数を増やしてもよい。低光量状況では、コントローラは低光量に対応するために１つまたはそれ以上のカメラの動作パラメータを調整してもよい。他の実施の形態では、コントローラはカメラレンズの水分または結露を検出して、影響を受けるカメラの動作パラメータを修正してもよい。
コントローラは取り込まれた画像に対して後処理を行ってもよい。コントローラは複数の画像を１つの合成画像にデジタルで結合する／つなぎ合わせるためのコンピュータ実行可能命令を実行してもよい。たとえば、コントローラは第１カメラからの複数の写真を第２カメラおよび第３カメラによって撮られた１つまたはそれ以上の写真と結合して１つの合成画像にしてもよい。いくつかの実施の形態において、合成画像は画像サイズを小さくするために後処理を受けてもよい。１つの実施の形態において、畳み込みニューラルネットワークなどのニューラルネットワークを使用する人工知能を使用して、小売用製品ケースの収納物のうち関係する部分の境界エッジを特定してもよい。境界エッジの外側の画像の領域はコントローラによって破棄してもよい。境界エッジの外側の領域は、小売用製品ケース１０２の内部保管容積の外側にある場所に対応してもよい。より小さな画像サイズはコントローラでのメモリ要件を減らすであろうし、コントローラからクラウド内の１つまたはそれ以上のリモートサーバへの画像の伝送に必要な帯域幅も削減するであろう。
いくつかの実施の形態において、取り込まれた画像はぼけを低減するために後処理を受けてもよい。コントローラ内のぼけ軽減モジュールが、取り込まれた画像の部分のうち重複性のある部分を特定し、その重複部分から、ぼけ（および／または他の望ましくない画像特性）が低減される適切な部分を選択してもよい。コントローラは、ぼけ軽減モジュールによって特定された選択された部分をデジタルで結合する／つなぎ合わせることによって、合成画像を生成してもよい。
図５Ａに図示されるように、カメラ５４０は、カメラ５４０の回転がカメラ５４０をディスプレイパネルアセンブリ５４４の縁を過ぎて張り出すことになってもよいように位置付けてもよい。このような位置付けの少なくとも１つの利点は、カメラの視界が遮られないかもしれないことである。いくつかの実施の形態において、この配慮によりカメラ５４０の場所が蝶番軸から約２８インチになるようにしてもよい。一方で、他の実施の形態では、カメラ５４０は蝶番軸から他の距離に配置されてもよい。
一つの例示的な実施の形態において、カメラから棚までの距離は４インチとしてもよく、棚上の小売用製品は扉フレームに対して略中央になるようにしてもよい。カメラは約１２０度の対角ＦＯＶを有してもよく、カメラの薄い寸法の方向で視界がより広くなるように向けてもよい。カメラは扉のハンドル側付近に、扉内側のディスプレイ画面によってその視界が妨げられることなく、蝶番側に向かって４５度傾けて位置付けてもよい。カメラから棚までの距離は、いくつかの実施の形態では、４インチ以外の値に設定してもよい。多様な厚さまたは寸法の扉・ケースアセンブリの他の実施の形態では、カメラは扉のハンドル側付近に、扉内側のディスプレイ画面によってその視界が妨げられることなく、蝶番側に向かって約４０度傾けて位置付けてもよい。
１つの実施の形態において、蝶番から２８インチ以上離れて、扉の蝶番縁に向かって約５０度回転して位置付けられている２台のカメラを使用して、小売用製品ケース１０２のすべての収納物を取り込んでもよい。別の実施の形態では、１つまたはそれ以上のカメラを扉の蝶番縁に向かって約３０度から９０度の回転角度に設置して、小売用製品ケース１０２の収納物の取り込みを最適化してもよい。カメラの回転角度は扉のサイズ寸法、扉の開口、および／または棚構成に基づいてもよい。１つの実施の形態において、１台のカメラを扉２３０の上縁から２１インチのところに配置してもよく、他のカメラを扉２３０の下縁から２１インチのところに配置してもよく、２台のカメラを互いに３０インチ離してもよい。別の実施の形態において、カメラは扉に沿って垂直にほぼ等距離に位置付けて、小売用製品ケース１０２の収納物の画像取り込みを最適化してもよい。さまざまなカメラの場所および／または向きの配置は例示的なものにすぎず、他の実施の形態では、他の仕様を使用してカメラを配置および／または配向してもよい。
図６は、小売用製品ケース１０２の扉２３０における例示的なカメラの位置を示す。カメラＦＯＶは透明な角錐として示されている。図１４の実施の形態では、頂部カメラＣ１および底部カメラＣ３は扉フレームの上縁および下縁から約１６．５インチのところに配置されている。中央カメラＣ２は扉の縁の中央においてもよく、他の２つのカメラの各々から２０インチであってもよい。扉２０３が小売用製品ケース１０２内部の棚上の製品に対して垂直方向に中心に置かれない実施の形態では、３台のカメラの１つまたはそれ以上の位置はそれに応じて上または下にずらしてもよい。カメラは、そのＦＯＶが扉の内面をちょうどわずかに捕らえ損ねるような角度に置かれてもよい。蝶番は棚の縁に近いため、この位置付けはほぼすべての扉角度について場面の蝶番側をカメラ画像の縁に維持する。
図７は、扉２３０が約４４度または２５度開いているとき、前面および頂部からの例示的な小売用製品ケースおよび扉２３０のさまざまな図を示す。カメラＦＯＶは正射図で透明な角錐として、上面図では三角形として表される。棚の前面は「Ｆ」の印が付けられている。扉２３０が３０度以上開いているとき、場面全体がＦＯＶの中に収まる。扉の角度が２５度まで減少すると、ハンドル側の場面の部分はカメラＦＯＶの外側に移動し始めるであろう。当業者は、本明細書に開示される全体の精査後、本開示が前述の実施の形態で開示される特定の角度に制限されないことを認識するであろう。むしろ、角度および仕様は本開示の基本的な教唆に基づいて調整してもよい。
図８は、１つの実施の形態による小売用製品ケース１０２のディスプレイ４１６に提示されてもよいさまざまな種類の広告８０１，８０２，８０３，８０４，８０５を示す。広告８０１は全画面広告を示すのに対し、広告８０２～８０５（それぞれ、バナーアド、ホットスポット、ラベル／タグおよびスポット広告に対応する）は、小売用製品ケース１０２の棚割内に挿入されるオファーを示す。たとえば、ディスプレイ広告は、ディスプレイ画面上の製品の画像の底部にラベルを、製品の画像の頂部にタグを含んでもよい。ラベルおよびタグは所定の動画アイコンのプールから選択されて起動されてもよい。たとえば、ディスプレイ広告のピザのネイティブ広告を熱々のピザの動画グラフィック・レンダリングに置き換えてもよい。特許の説明のために、図８のディスプレイ４１６に表示される製品はブランド名のない標準的な画像として示されているが、実際の運用では、表示されるグラフィカル画像はブランド固有のものとなり、ブランドロゴ、名称、色および他の特色を含む。
これから述べるように、いくつかの実施の形態では、挿入されるオファーは小売用製品ケース１０２の近くの顧客に基づいてカスタマイズされてもよい。
広告８０２を参照して、顧客検出器４１８は、顧客が広告（たとえば、広告８０２）の領域８５１を見つめている（見ている）時を検出してもよい。その場合、領域８５１に示される１つまたはそれ以上の製品にターゲティングされる広告を画面４１６に表示してもよい。
全画面広告８０１を参照すると、１つの広告が画面４１６の全体の面積を占めるかもしれないが、実施の形態は画面４１６に同時に表示されてもよい（異なる表示領域にある）複数の広告をサポートしてもよい。
図９は、小売用製品ケース１０２の内部保管容積の入力された棚割マッピング９０２を示す。棚割マッピング９０２は、たとえば、（たとえば、コントローラ１０１に関連付けられている）データストア１１１に格納されてもよい。棚割マッピング９０２はクラウドサービス１０４、無線デバイス１０６、および／またはその組合せから受信されてもよい（たとえば、データストアに入力される）。
たとえば、図１Ｂに図示されるように、小売店の場所にいるユーザは携帯無線デバイス１０６を使用して、データストア１１１に格納されている棚割マッピング９０２を入力（たとえば、エンター、作成、更新、確認等）してもよい。ユーザは小売場所１００の従業員であってもよく、またはそうでなければ、携帯デバイス１０６を使用してクラウドから以前にデータストア１１１にダウンロードされた棚割マッピング９０２を確認および更新することを許可されたユーザ（たとえば、ベンダー、製品サプライヤ、コンサルタント、許可された第三者、または他のユーザ）であってもよい。いくつかの実施の形態では、中央の本社が最初の棚割マッピング９０２を準備して、それをクラウドサービス１０４により１つまたはそれ以上の小売用製品ケース１０２に配布してもよい。
棚割マッピング９０２は、小売用製品ケース１０２内に保管されている製品の製品インジケータ、および小売用製品ケース１０２内で、製品を保管する場所の対応する場所インジケータの一方または両方を備えてもよい。たとえば、棚割マッピング９０２は、製品Ｐ１が場所Ｌ１に保管されている、製品Ｐ２が場所Ｌ２に保管されている、等を指示してもよい。１つの実施の形態として図８を参照すると、小売用製品ケース１０２上のデジタルディスプレイ４１６は８０３に図示されるデジタル棚割を表示してもよい。データストア１１１に保管されている場所Ｌ１の値は、一番上の棚のもっとも左の列／スポットが特定の種類の飲料の細いプラスチックボトルに指定されていることを指示してもよい。データストア１１１に格納されている棚割マッピング９０２の場所Ｌ１に対応して、製品Ｐ１の値は特定の寸法の細いプラスチックボトルの形を指示してもよい。一方で、一番上の棚のもっとも右の列を指示する場所Ｌ２については、製品Ｐ２の値は特定の寸法の同じ細いプラスチックボトルの形を指示してもよいが、そのボトルに特有の色の特色を含む。たとえば、データストア１１１内の製品Ｐ２は、特定の配色および特定の色の「Ｙ」付きのラベルを指示してもよい。一方で、Ｐ１は特定の色の「Ｘ」付きのラベルを指示してもよい。
したがって、場所は固有の棚（たとえば、一番上の棚、一番下の棚、一番下の棚よりも上の第３の棚等）および／または棚上の位置（たとえば、棚上のもっとも左の列／スポット、棚のほぼ中央）を含んでもよい。他の実施の形態において、場所は内側向きの１つまたはそれ以上のカメラによって取り込まれた、小売用製品ケース１０２の内部保管容積の前向き平面のｘ座標およびｙ座標であってもよい。たとえば、カメラによって生成される合成画像のもっとも左の一番下の角は、ｘ－ｙ平面の（０，０）座標であってもよい。いくつかの実施の形態において、ｚ座標も、小売用製品ケース１０２の裏面に向かう方向で、内部保管容積の奥行きに対応する場所に組み込まれてもよい。システム１７０，１６０，１５０はカメラによって生成される合成画像を入力として受信し、本明細書で説明する方法ステップの１以上を使用して画像内で棚を検出してもよい。合成画像の生成は、多数のカメラアングルから重複する棚を特定および除去すること、棚の縁を特定すること、および同様なことを含んでもよい。
１つの実施の形態において、システムは多様な状況における棚（たとえば、棚の縁）を特定するように訓練される。そのため、いくつかの実施の形態では、後の段階で、個別の訓練済みモデルが棚上の物体／製品を特定してもよい。いくつかの実施の形態において、画像での棚の検出は、棚割の製品画像寸法と組み合わせて使用して、物体自体の特定と組み合わせて製品がどこにあるかを特定してもよい。他の実施の形態では、小売用製品ケース１０２内の製品の場所は、詳細がより細かくても、またはより細かくなくてもよい。たとえば、場所は、どの小売用製品ケース１０２が製品を置いておくべきかの単なる識別でよく、具体的にそれが配置されるのがどの棚、棚の場所、および／または棚奥行きであるかでなくてもよい。製品インジケータは対応する場所インジケータによって索引付けされてもよい。製品インジケータは、いくつかの実施の形態では、在庫保管単位（ＳＫＵ）識別子であってもよく、または製品の別の識別子であってもよい。
データストア１１１は、入力された棚割マッピング９０２に加えて、小売用製品ケース１０２に保管されている製品の明細９０４を備えてもよい。明細９０４は、一小売業者および／またはすべて／ほとんどの小売業者によって貯蔵されているすべての製品に関連する明細を備えてもよい中央データストア１１２からダウンロードしてもよい。たとえば、小売店の場所のユーザが棚割マッピング９０２を入力するとき、エッジコンピューティングデバイス１１０は、中央データストア１１２から、棚割マッピング９０２に特定される製品に関連する明細をダウンロードし、それをローカルデータストア１１１に格納してもよい。１つの実施の形態において、説明９０４を備えるファイルは、ユーザによって、有線または無線通信プロトコル（たとえば、ユニバーサルシリアルバス（ＵＳＢ）プロトコル、ローカルエリアネットワーク（ＬＡＮ）プロトコル、または米国電気電子学会（ＩＥＥＥ）８０２．１１プロトコル）を使用して、ユーザによって、データストア１１１に手作業でロードされてもよい。
少なくともいくつかの実施の形態において、ローカルデータストア１１１は、製品インジケータと、小売業者によって貯蔵されているすべての製品の部分集合に関連付けられている明細９０４とを備えてもよい（小売用製品ケース１０２に保管されている製品だけでなく）。製品の部分集合は小売用製品ケース１０２内の製品、小売用製品ケース１０２の近くに保管されているかもしれない他の製品、および／または小売用製品ケース１０２内に保管されている製品に関係するかもしれない（たとえば、同じカテゴリの）他の製品を備えてもよい。たとえば、小売用製品ケース１０２がソフトドリンクのボトルを備える場合、明細９０４はソフトドリンクのボトルに関連付けられている説明を備えても、ソフトドリンクの缶など、関連製品に関連付けられている明細をさらに備えてもよい。１つの実施の形態において、製品は複数のカテゴリ（たとえば、冷凍食品、肉、鶏肉、乳製品、肉）に分類されてもよい。小売用製品ケース１０２が特定のカテゴリの製品を貯蔵するために使用される場合、データストアは、特定のカテゴリ内のすべての製品に関連付けられている明細およびアイデンティティを備えてもよい。
明細は、対応する製品の形状（たとえば、背の高いボトル、背の低いボトル、背の高い缶、ガラス瓶、プラスチックボトル、紙容器、背の低い缶、四角形の箱、長方形の箱、袋、不規則な形状、他の形状）、対応する製品パッケージの色（いくつかの実施の形態において、装飾的な要素および／またはロゴを含む）（たとえば、赤、オレンジ、黄、緑、青、赤の背景に白色の縞、青の背景に太字の白色の文字、赤い箱にピザの写真、その他）、対応する製品の寸法（たとえば、高さ６インチに直径約２インチ幅、厚さが不定の約１２インチ×１２インチの箱、厚さが１インチの約１０インチ×１０インチの箱、２００画素×２００画素の箱、その他）および／または同様なもののうち１以上を備えてもよい。たとえば、一番上の棚のもっとも左の列を指示する場所Ｌ１に対応して、製品Ｐ１の明細は第１寸法かつ赤の配色のボトル形状を指示してもよい。一番上の棚のもっとも右の列を指示する場所Ｌ２については、製品Ｐ２の明細は第２寸法かつ青の配色のボトル形状を指示してもよい。明細はクラウドサービス１０４、無線デバイス１０６から受信してもよく、またはインターフェース４２２を使用して入力されてもよい。
データストア１１１は、小売用製品ケース１０２に保管されている製品または小売業者によって貯蔵されている製品の部分集合に関連付けられている広告コンテンツ（たとえば、アートワーク、マルチメディアコンテンツ）をさらに備えてもよい。たとえば、小売用製品ケース１０２が乳製品用である場合、データストア１１１は乳製品に関連付けられている広告コンテンツを備えてもよい。データストア１１１は、小売用製品ケース１０２の近くであってもよい他の小売用製品ケース（たとえば、小売用製品ケース１０３）に関連付けられている広告コンテンツ、または小売用製品ケース内の製品と同じカテゴリの製品に関連付けられている広告コンテンツをさらに備えてもよい。たとえば、小売用製品ケース１０２が乳製品用であり、近くに配置されている小売用製品ケース１０３が飲料（たとえば、ソフトドリンク、フルーツジュース）用である場合、データストア１１１は乳製品および飲料に関連付けられている広告コンテンツを備えてもよい。
広告コンテンツは、小売業者によって貯蔵されているすべての製品に関連付けられている広告コンテンツを備えてもよい中央データストア１１２からダウンロードしてもよい。図１１を参照してさらに説明するように、コントローラ１１１に関連付けられているアドマネージャが１つの広告から多く（たとえば、数百の）広告まで多様な広告のセットをデータストア１１１にダウンロードするよう要求してもよい。他の実施の形態において、広告コンテンツは、ユーザが、有線または無線の通信プロトコル（たとえば、ＵＳＢプロトコル、ＬＡＮプロトコル、またはＩＥＥＥ ８０２．１１プロトコル）を使用して手作業でデータストアにロードしてもよい。
中央データストア１１２は、新製品が導入されるとき、棚割マッピングが修正されるとき、および／または製品明細が変更されるときに、必ず更新されてもよい。中央データストア１１２はデータストア１１１に更新をプッシュしてもよい。更新は定期的（たとえば、週に１度、月に１度）であってもよく、または小売用製品ケース１０２に保管されている製品に関連する情報の変更もしくは棚割マッピング９０２の変更に応答して行ってもよい。ローカルキャッシュメモリをデータストア１１１に格納する少なくとも１つの利点は、小売用製品ケース１０２とリモートクラウドサービス１０４との接続性の一時的な損失が小売場所のシステム１００の動作を止めないことである。エッジプロセッサ１０１は、小売場所の顧客に対する動作を中断することなく、動作し、後でリモートクラウドサービス１０４と同期してもよい。
コントローラ（たとえば、エッジコンピューティングデバイス１１０）は、合成画像を生成するために、カメラによって取り込まれた１つまたはそれ以上の画像を後処理してもよい（前述したように）。合成画像、棚割マッピング９０２および製品の明細に基づいて、コントローラはその小売用製品ケース１０２内の製品の在庫状況を判定してもよい。製品の在庫状況を判定することは、入力された棚割マッピング１０２の製品が小売用製品ケース１０２に存在するかどうか、製品の数量、製品が棚割に指示された場所に配置されているかどうかを判定することを備えてもよい。
コントローラは、判定された製品の在庫状況に基づいて、ディスプレイ４１６に表示する広告を判定してもよい。広告は、本明細書に説明される１つまたはそれ以上の手順に従い、たとえば、製品が小売用製品ケース１０２にないとの判定に基づいて、製品が欠品であることを指示してもよい。加えて、または代わりに、コントローラは、製品が小売用製品ケース１０２にないことを指示するメッセージを生成して（たとえば、従業員に関連付けられている無線デバイス１０６または別のコンピューティングデバイスに）伝送してもよい。広告は、本明細書に説明される１つまたはそれ以上の手順に従い、たとえば、製品が小売用製品ケース１０２にあるとの判定に基づいて、製品（たとえば、製品に関連付けられているアートワーク）を指示してもよい。
コントローラは、合成画像の後処理に基づいて場所の占有を判定してもよい。コントローラは、たとえば、場所の占有を判定するためにエッジ検出アルゴリズムを使用してもよい。
コントローラは、合成画像の後処理に基づいて、または他のセンサデータを使用して、小売用製品ケース１０２のある場所がどの製品も備えていないと判定してもよい。この判定に基づいて、コントローラは、棚割マッピング９０２の場所にマッピングされている製品が小売用製品ケース１０２にないと判定してもよい。たとえば、コントローラは、一番上の棚のもっとも左の列／スポット（たとえば、製品Ｐ１に指定されている場所Ｌ１）がどの製品も備えていないと判定してもよい。これに基づいて、コントローラは、製品Ｐ１が小売用製品ケース１０２にないと判定してもよい。コントローラは、小売用製品ケース１０２の製品の位置に何か埋め合わせるものを確保するために、場所Ｌ１の周辺の製品を探してもよい。コントローラが、場所Ｌ１にどの製品も備えていないと判定する場合、コントローラは、ディスプレイ４１６に表示する、製品Ｐ１が小売用製品ケース１０２に在庫がないことを指示する広告を生成してもよい。広告は、製品Ｐ１に関連付けられているラベル／タグの代わりに、製品Ｐ１が欠品していることを示すアートワークを指示してもよい。コントローラは、ディスプレイ４１６に関連付けられているディスプレイコントローラに広告を送信してもよい。ディスプレイコントローラはディスプレイ４１６に広告を出力してもよい。
コントローラは、合成画像の後処理に基づいて、または他のセンサデータを使用して、小売用製品ケース１０２のある場所が保管製品を備えている（たとえば、場所が品物で占有されている）と判定してもよい。コントローラは、合成画像の後処理に基づいて、保管製品の他の属性（たとえば、形状、色、寸法等）をさらに判定してもよい。たとえば、後処理は、いくつかの実施の形態では、合成画像の製品によって占有される画素の数量およびカメラ位置から棚の既知の距離に基づいた、製品の寸法の判定を含んでもよい。たとえば、合成画像の箱の２００画素×２００画素の画像は、棚の所定の位置で１０インチ×１０インチの箱に対応してもよい。後処理ステップは、棚からの追加距離を考慮するために、画素単位の画像をスケーリングしてもよい。加えて、コントローラは、判定された保管製品の属性を、棚割マッピング９０２で場所にマッピングされる製品の明細と比較してもよい。コントローラは、判定された保管製品の属性が明細と一致する場合、製品が小売用製品ケース１０２にあると判定してもよい。コントローラは、判定された保管製品の属性が明細と一致しない場合、製品が小売用製品ケース１０２にないと判定してもよい。
たとえば、コントローラは、合成画像の後処理に基づいて、または他のセンサデータを使用して、一番上の棚のもっとも左の列（たとえば、製品Ｐ１に指定される場所Ｌ１）が製品を備えることを検出してもよい。コントローラは、合成画像の後処理に基づいて、場所Ｌ１で検出された製品の他の属性をさらに判定してもよい。コントローラは、検出された製品の形状、検出された製品の色、および／または検出された製品の寸法を判定してもよい。コントローラは、検出された製品がボトル形状であると判定すること、検出された製品の色が赤であると判定すること、および／または検出された製品が第１寸法を有すると判定することに基づいて、場所Ｌ１で検出された製品が製品Ｐ１であると判定してもよい。コントローラは、たとえば、検出された製品がボトル形状であるかどうか、検出された製品の色が赤であるかどうか、および／または検出された製品が第１寸法を有するかどうかに関連付けられている個々の信頼性スコア（たとえば、確率測度）を判定してもよい。コントローラは、上記信頼性スコアに基づいて全体の信頼性スコアを生成し、検出された製品が製品Ｐ１であるかどうかを判定してもよい。たとえば、全体の信頼性スコアが閾値（たとえば、６０％、７０％または任意の他の値）よりも高い場合、コントローラは、検出された製品が製品Ｐ１であるかどうかを判定してもよい。
判定に基づいて、コントローラは、ディスプレイ４１６に表示する、製品Ｐ１を指示する広告を生成してもよい。広告は製品Ｐ１のアートワーク（たとえば、製品Ｐ１に関連付けられているラベル／タグ）を指示してもよい。コントローラは、ディスプレイ４１６に関連付けられているディスプレイコントローラに広告を送信してもよい。ディスプレイコントローラはディスプレイ４１６に広告を出力してもよい。
１つの実施の形態において、コントローラは、検出された製品の形状がボトル形状ではないと判定すること、検出された製品の色が赤ではないと判定すること、および／または検出された製品の寸法が第１寸法と等しくないと判定することに基づいて、一番上の棚のもっとも左の列で検出された製品がＰ１ではないと判定してもよい。たとえば、個々の信頼性スコアのいずれかが閾値（たとえば、６０％、７０％または任意の他の値）よりも低い場合、コントローラは、検出された製品が製品Ｐ１ではないと判定してもよい。たとえば、全体の信頼性スコアが閾値（たとえば、６０％、７０％または任意の他の値）よりも低い場合、コントローラは、検出された製品が製品Ｐ１ではないと判定してもよい。
コントローラが、場所Ｌ１で検出された製品が製品Ｐ１ではない（たとえば、赤色ではない、および／または前述の第１寸法を有していない）と判定する場合、コントローラは、検出された製品の特定を試みてもよい。コントローラは、たとえば、検出された製品を特定するために、入力された棚割マッピング９０２に指示されている製品の明細をスキャンしてもよい（たとえば、それが他の場所に関連付けられているかもしれない）。コントローラは、たとえば、検出された製品がボトル形状であると判定すること、検出された製品の色が青であると判定すること、および／または検出された製品が第２寸法を有すると判定することに基づいて、検出された製品が製品Ｐ２であると判定してもよい。コントローラは、前述したように、個々の信頼性スコアおよび／または全体の信頼性スコアを使用してもよい。
１つの実施の形態において、１つまたはそれ以上の機械学習アルゴリズム／モデルが実行している人工知能ネットワークが本明細書に開示されるシステムに含まれる。機械学習アルゴリズムのフレームワークは、（１）表現、（２）評価および（３）最適化のコンポーネントの１つまたはそれ以上のコンポーネントの組合せ、ときには３つのコンポーネントを含んでもよい。表現コンポーネントとは、１つまたはそれ以上の決定木、ルールのセット、インスタンス、グラフィカルモデル、ニューラルネットワーク、サポートベクトルマシン、モデルアンサンブル、および／またはその他としてを含むが、これだけに制限されない、さまざまな方法で知識を表現するためのステップを行うコンピューティングユニットをいう。評価コンポーネントは、正解率、予測と再現率、二乗誤差、尤度、事後確率、コスト、マージン、エントロピーｋＬダイバージェンス、および／またはその他としてを含むが、これだけに制限されない、仮説（たとえば、候補プログラム）を評価する方法を表現するためのステップを行うコンピューティングユニットをいう。最適化コンポーネントとは、組合せ最適化、凸最適化、制約付き最適化、および／またはその他を含むが、これだけに制限されない、さまざまな方法で候補プログラムを生成するステップを行うコンピューティングユニットをいう。いくつかの実施の形態において、前述の機械学習の機能性をさらに高め、補足するために、他のコンポーネントおよび／または前述のコンポーネントのサブコンポーネントがシステムに存在してもよい。
前述の人工ニューラルネットワークは、意思決定を引き起こすように構成されてもよい。説明のために模式的な実施の形態として、人工ニューラルネットワークは入力される画像内の製品の特色を検出するように構成されてもよい。写真画像が入力としてニューラルネットワークに提供されてもよい。ニューラルネットワークのノードの層は、それぞれ、図２０のステップ２００４，２００６，２００８に示される特定のステップを行うように構成されてもよい。多数のその後の層は、それぞれがさらに多くの特定のタスクを探しながら、さらにこの処理の精度を高め、各ノードはそのタスクの推進に必ずしも動作する必要のないある形態の処理を行う。人工ニューラルネットワークは、さらに、特定された製品の形状、色、寸法および／または他の特色が、特定の小売用製品ケース内の棚の特定の位置に配置されるようにサポートされる製品の製品明細と一致するかどうかを予測してもよい。予測は正しいことも正しくないこともあり、ニューラルネットワークは予測が正しいかまたは正しくないかに相応する信頼性値／スコアを生成してもよい。
人工ニューラルネットワークのフィードバックシステムは、人工ニューラルネットワークが正しい決定をしたかどうかを判定するように構成されてもよい。フィードバックは正しい回答の指示および／または正しくない回答の指示および／または正しさの度合い（たとえば、パーセンテージ）を備えてもよい。たとえば、上記提供される製品明細認識の実施の形態において、フィードバックシステムは、製品が正しく特定されたかどうかを判定するように構成されてもよい。フィードバックシステムはすでに正しい回答を知っていてもよいので、フィードバックシステムは正しい決定をしたかどうかを指示することにより人工ニューラルネットワークを訓練できるようにする。フィードバックシステムは、コンピューティングマシン１１５の専門家ユーザなど、それが正しい決定をしたかどうかを人工ニューラルネットワーク７００に伝える人間の入力を備えてもよい。フィードバックシステムはフィードバック（たとえば、前の出力が正しかったか正しくなかったかの指示）を人工ニューラルネットワークに提供してもよい。フィードバックシステムは、加えて、または代わりに、出力が格納されるようにデータストアに連結されていてもよい。フィードバックシステムは正しい回答をまったくもたなくてもよく、代わりに、フィードバックをさらなる処理に基づかせる。たとえば、フィードバックシステムは画像内の棚の製品を特定するようにプログラミングされているシステムを備えていてもよいので、フィードバックが人工ニューラルネットワークにその結果を手作業でプログラミングされた／キュレーションされたシステムのものと比較させるようにする。
１つの実施の形態において、人工ニューラルネットワークは、学習してよりよい入力を提供するように動的に修正されてもよい。たとえば、前の入出力およびフィードバックシステムからのフィードバックに基づいて、人工ニューラルネットワークは自己修正してもよい。たとえば、ノードでの処理は変更してもよく、および／または接続は違うように重み付けされてもよい。前に提供された実施の形態に続いて、アルゴリズムに提供される写真がすべての製品ラベルが赤に見えるように色付けされたために、製品識別は正確でなかったかもしれない。このように、いくつかのノードは偽陽性を検出することがあり、信頼できないと見なされることがあり、その場合、そのノードへの接続は大幅に低く重み付けがされてもよい。加えて、または代わりに、ノードは画像を違うように処理するように再構成されてもよい。修正は人工ニューラルネットワークによる予測および／または推測であってもよいので、人工ニューラルネットワークはそのノードおよび接続を、仮説をテストするように変えるようにする。
人工ニューラルネットワークは、設定された処理ノードの数または処理ノードのセット数をもつ必要はないが、その複雑さを増すまたは減らすことがある。たとえば、人工ニューラルネットワークは、１つまたはそれ以上の処理ノードが不必要であるか、または転用するべきだと判定し、それに基づいて処理ノードを破棄または再構成してもよい。別の実施の形態として、人工ニューラルネットワークは、入力の全部または一部のさらなる処理が必要であると判定し、それに基づいて追加の処理ノードおよび／または処理ノードのセットを追加してもよい。
フィードバックシステムによって提供されるフィードバックは単なる補強（たとえば、出力が正しい、または正しくないとの指示を提供すること、機械学習アルゴリズムに多数のポイントを与えること、または同様なもの）であってもよく、または具体的なもの（たとえば、正しい出力を提供すること）であってもよい。
人工ニューラルネットワークは、他の形態の機械学習にサポートまたは置換されてもよい。たとえば、人工ニューラルネットワークのノードの１以上は、決定木、相関ルールセット、論理プログラミング、回帰モデル、クラスタ分析メカニズム、ベイジアンネットワーク、命題式、生成モデル、および／または他のアルゴリズムもしくは意思決定の形態を実施してもよい。人工ニューラルネットワークは深層学習を引き起こしてもよい。
１つの実施の形態において、機械学習アルゴリズムは、独自のコンピューティングシステム構造に依拠しても、ときにはレバレッジニューラルネットワークに依拠してもよい。このような構造は、従来のコンピュータシステムよりも著しく複雑であるが、機械学習を実施するのに有益である。たとえば、人工ニューラルネットワークは、脳のニューロンのように、学習および意思決定を引き起こすように動的に構成されていてもよい大きなノードのセットから構成されてもよい。ノードの各々は１つまたはそれ以上の他のノードに接続されていてもよい。接続はノードの出力を別のノードの入力に接続してもよい。接続は重み付け値と相関されていてもよい。たとえば、１つの接続は別のものよりも重要または有意であると重み付けされてもよく、それによって入力が人工ニューラルネットワークを横断するときにさらなる処理の程度に影響する。このような接続は、人工ニューラルネットワークが学習する、および／または動的に再構成されるように修正されてもよい。いくつかの人工ニューラルネットワークは非線形の処理を使用してもよいが、他の形態の非線形処理は本明細書に説明される特徴に従って機械学習アルゴリズムを実施するために使用してもよい。
別の実施の形態において、訓練された畳み込みニューラルネットワーク（ＣＮＮ）（順伝播型ネットワークの一例）は、入力データ（たとえば、人の写真）を畳み込み層（別名、隠れ層）に取り込み、畳み込み層の各々の入力データに一連の訓練済み重みまたはフィルタを適用する。第１畳み込み層の出力は活性化マップ（図示せず）であり、これが第２畳み込み層への入力となり、それに訓練済み重みまたはフィルタ（図示せず）が適用され、そこで次の畳み込み層の出力が第１層への入力データのさらに複雑な特徴を表す活性化マップになる。各畳み込み層の後、問題に非線形性を導入するために非線形層（図示せず）が適用され、非線形層は双曲線正接、シグモイドまたは正規化線形ユニットを含んでもよい。
いくつかの場合において、非線形層の後に、ダウンサンプリング層とも呼ばれるプーリング層（図示せず）が適用されて、これは基本的に同じ長さのフィルタおよびストライドを取り、それを入力に適用し、フィルタが畳み込むどの部分領域でも最大数を出力する。プーリングの他の選択肢は、平均プーリングおよびＬ２ノルムプーリングである。プーリング層は入力ボリュームの空間次数を減らし、計算コストを減らし、過学習を抑制することになる。ネットワークの最後の層は全結合層であり、最終畳み込み層の出力を取得し、予測される数量を表すｎ次元の出力ベクトル、たとえば、画像分類の確率２０％自動車、７５％船、５％バスおよび０％自転車を出力する、すなわち、予測出力（Ｏ＊）を出すが、たとえば、これはおそらく船の写真である。出力はネットワークによって予測されるスカラー値データポイント、たとえば、在庫品価格とすることができるであろう。以下により完全に説明するように、訓練済み重みは畳み込み層の各々について異なっていてもよい。
この現実世界の予測／検出（たとえば、それは船である）を実現するために、ニューラルネットワークは既知のデータ入力または訓練事例で訓練して、訓練済みＣＮＮを得る必要がある。ＣＮＮを訓練するために、多くの異なる訓練事例（たとえば、多くの船の写真）がモデルに入力される。ニューラルネットワークの当業者は、上記説明が本考察にある状況を提供するために、やや単純なＣＮＮの考え方を提供するものであると完全に理解するであろう、また単独または他のニューラルネットワークと組み合わせた任意のＣＮＮの適用も同様に適用可能であり、本明細書に説明されるいくつかの実施の形態の範囲内となることは完全に認識するであろう。
１つの実施の形態において、畳み込み層は、畳み込み層ｎ－１までは個々の隠れ畳み込み層として示され、最後のｎ番目の層は全結合層である。最終層は複数の全結合層であってもよいことは認識されるであろう。訓練事例が畳み込み層に入力され、非線形活性化関数（図示せず）およびｎ個分の重みが連続して訓練事例に適用され、そこで、任意の隠れ層の出力が次の層に入力されて、最後のｎ番目の全結合層ｎが出力を出すまで続く。出力または予測は訓練事例（たとえば、船の写真）に対して比較されて、出力または予測と訓練事例との差が得られる。差または損失が予め設定された損失よりも小さい場合（たとえば、出力または予測は、物体が船であることを予測する）、ＣＮＮは集束されて、訓練されたと見なされる。ＣＮＮが集束されなかった場合、誤差逆伝播法の技術を使用して、予測が既知の入力にどの程度近いかによって重みが更新される。当然ながら、誤差逆伝播法以外の方法を重みの調整に使用してもよい。第２訓練事例（たとえば、船の異なる写真）が入力されて、更新された重みでプロセスが再び繰り返されると、さらに再び更新されて、ｎ番目の訓練事例（たとえば、ｎ番目の船のｎ番目の写真）が入力されるまで続く。同じｎ個の訓練事例で、畳み込みニューラルネットワーク（ＣＮＮ）が訓練され、または既知の入力について正しい出力に集束するまで、これが何度も繰り返される。ＣＮＮが訓練されてしまえば、重みは固定されて、訓練済みＣＮＮで使用される。各畳み込み層および全結合層の各々について異なる重みがある。それから、本明細書で説明されるように、訓練済みＣＮＮまたはモデルには画像データが与えられて、それが（たとえば、船）を予測／特定するのに訓練されていることを判定または予測する。任意の訓練済みモデル、ＣＮＮ、ＲＮＮ等はさらに訓練されてもよく、すなわち、追加の訓練事例または後で訓練事例として使用されるモデルによって出力される予測データを用いて、重みの修正が許されてもよい。機械学習モデルは「オフライン」で訓練することができ、たとえば、訓練済みモデルを使用／実行するプラットフォームとは別個の計算プラットフォームで一度訓練されてから、その後にそのプラットフォームに移転することができる。
あるいは、本明細書で説明される実施の形態は、新たに取得された訓練データに基づいて、定期的または継続的に機械学習モデルを更新してもよい。この更新される訓練は別個の計算プラットフォームで行ってもよく、これが更新される訓練済みモデルをネットワーク接続により再訓練済みモデルを使用／実行するプラットフォームに送るか、または訓練／再訓練／更新プロセスは新たなデータが取得されるときにプラットフォーム自体で行ってもよい。ＣＮＮは固定アレイ（たとえば、写真、文字、言葉等）またはデータの時系列でデータに適用できる。たとえば、順番にされた測定データおよび他の因子データは、ＣＮＮを使用してモデル化することができる。いくつかの実施の形態はスキップ接続を用いた順伝播型ＣＮＮおよび混合ガウスモデル出力を利用して、予測される計算スコア、たとえば、計算スコア、重み、活動レベル、またはある心臓不規則性の確率分布を判定する。
いくつかの実施の形態はニューラルネットワークの他の種類および構成を利用することができる。全結合層の数だけでなく、畳み込み層の数も増減させることができる。一般に、畳み込み層対全結合層の最適な数および割合は、所与のデータセットでどの構成が最高のパフォーマンスを出すかを判定することによって、実験的に設定することができる。全結合ネットワークはそのままで、畳み込み層の数は０まで減らすことができるであろう。畳み込みフィルタの数および各フィルタの幅も増減させることができる。いくつかの実施の形態では、ニューラルネットワークの出力は、一次時系列についての正確な予測に対応する、１つのスカラー値であってもよい。あるいは、ニューラルネットワークの出力は、各カテゴリが、当業者には容易に認識される任意の数の代替出力である、一次時系列値の特定の範囲またはクラスに対応する、ロジスティック回帰とすることができるであろう。
一方で、いくつかの実施の形態において、混合ガウスモデル出力の使用は、ネットワークによく整形された確率分布を学習させて、限られた訓練データでの一般化を改善することが意図される。混合ガウスモデルのいくつかの実施の形態における多数の要素の使用は、モデルがマルチモーダルな確率分布を学習するのを可能にすることが意図される。異なるニューラルネットワークの結果を組み合わせるまたは総計する機械学習モデルも使用することができるであろうし、その場合、結果を組み合わせることができるであろう。
コントローラが検出された製品が正しいかどうかを判定した後、判定に基づいて、コントローラは、ディスプレイ４１６に表示して、製品Ｐ２を指示する（および／または製品Ｐ１を指示しない）広告を生成してもよい。広告は製品Ｐ２のアートワーク（たとえば、製品Ｐ２に関連付けられているラベル／タグ）を指示してもよい。コントローラは広告をディスプレイ４１６に関連付けられているディスプレイコントローラに送信してもよい。ディスプレイコントローラは、ディスプレイ４１６の、内部保管容積の実際の場所に対応するディスプレイ４１６上の位置に広告を出力してもよい。たとえば、製品Ｐ２が、一番上の棚の、内部保管容積のもっとも左の位置に配置されている場合、ディスプレイコントローラはディスプレイ４１６の対応する画素位置に適切なアートワークグラフィックを出力する。加えて、または代わりに、コントローラは製品Ｐ２が製品Ｐ１に対応する場所Ｌ１にあるというメッセージを生成して、（たとえば、従業員に関連付けられている無線デバイス１０６または別のコンピューティングデバイスに）伝送してもよい。
少なくともいくつかの実施の形態において、小売用製品ケース１０２内の製品を特定するための上記の手順は、コントローラが小売用製品ケース９０２に関連付けられている棚割マッピング９０２のみを処理する必要があるため、資源効率的であってもよい。たとえば、棚割マッピング９０２は小売用製品ケース１０２に関連付けられてもよく、小売用製品ケース９０２が保管するように構成されている製品に関連付けられている詳細のみを備えてもよい（小売業者が貯蔵する製品全体ではなく）。その結果、手順は比較的低いコンピューティング能力をもつエッジプロセッサによって遂行されてもよく、より高次に送信される必要はない。
さらに、棚割マッピング９０２は場所によって索引付けされてもよいため、コントローラは保管されている製品の属性との比較のために製品明細を素早く検索してもよい。たとえば、コントローラは、製品が検出される場所を特定し、棚割マッピング９０２の場所に対応するエントリを単にスキャンするだけで、製品を特定し、製品が小売用製品ケースの正しい場所に貯蔵されているかどうかを判定する。
コントローラは、小売用製品ケース１０２に保管されている製品を特定するために、機械学習アルゴリズムを使用してもよい。コントローラは保管されている製品を特定するために、機械学習アルゴリズムで保管されている製品の属性（たとえば、形状、色、寸法等）を使用してもよい。コントローラは、たとえば、コントローラが棚割マッピング９０２および製品の明細に基づいて製品を特定することができない場合に、機械学習アルゴリズムを使用してもよい。
１つの実施の形態において、コントローラが製品を特定することができない場合、コントローラは通知を（たとえば、従業員に関連付けられている無線デバイス１０６または遠隔場所の専門家ユーザに関連付けられているコンピューティングデバイス１１５に）送信してもよい。通知は、従業員／専門家ユーザによる識別のために、特定されない製品の小売用製品ケース１０２のアイデンティティ、合成画像および／または属性（たとえば、形状、色、寸法等）を備えてもよい。従業員／専門家ユーザは、無線デバイス１０６／コンピューティングデバイス１１５を使用して製品を特定し、製品のアイデンティティを手作業でエンターしてもよい。無線デバイス１０６またはコンピューティングデバイス１１５は製品のアイデンティティをコントローラに送信してもよい。
１つの実施の形態において、コントローラが製品を特定することができない場合、コントローラは判定された製品の属性を中央のクラウドベースの処理システム（たとえば、クラウドサービス１０４）に識別のために送信してもよい。製品の識別に基づいて（たとえば、従業員／専門家ユーザによる、またはクラウドベースの処理システムによる）、コントローラはデータストア１１１の棚割マッピング９０２を更新し、および／または製品に関連付けられているアートワークを含む広告を生成してもよい。コントローラは、たとえば、製品に関連付けられている情報（たとえば、製品インジケータ、場所インジケータ、明細等）を備える、棚割マッピング９０２に新たなエントリを追加してもよい。
１つの実施の形態において、コントローラが画像内の製品を特定することができない場合、ユーザ（たとえば、従業員／専門家、または他の人間）は手作業で製品を特定して、製品のアイデンティティを選択してもよい。機械学習では、タスクはときどき教師なし学習または教師あり学習のいずれかとして大まかに分類されてもよい。教師なし学習では、機械学習アルゴリズムは、フィードバックなく、たとえば、人間の介入なく、任意の出力を生成させられる（たとえば、所望の通りにラベル付けさせられる）。機械学習アルゴリズムは自己学習（たとえば、過去の出力を観察）してもよいが、それ以外は、たとえば、人間のアドミニストレータからのフィードバックなく（またはほとんどなく）動作する。一方で、教師あり学習では、機械学習アルゴリズムはその出力に対してフィードバックが提供される。フィードバックは、能動学習、半教師あり学習、および／または強化学習を介してを含め、多様な方法で提供されてもよい。能動学習では、機械学習アルゴリズムはアドミニストレータからの回答を問い合わせることが許される。たとえば、機械学習アルゴリズムは人間の姿または標準的な人間の顔検出アルゴリズムで推測を行い、ピクチャ内の写真を特定するためにアドミニストレータに質問をして、推測とアドミニストレータの回答等を比較してもよい。半教師あり学習では、機械学習アルゴリズムはラベルなしデータとともに例示的なラベルのセットが提供される。たとえば、機械学習アルゴリズムはラベルありの標準的な人間の顔の７００枚の写真と１０，０００枚の無作為のラベルなし写真とのデータセットが提供されてもよい。強化学習では、機械学習アルゴリズムは正しいラベルに対して報酬が与えられて、報酬が絶えず稼げるようになるまで条件を反復して観察することが許される。たとえば、正しく特定されるすべての標準的な人間の顔について、機械学習アルゴリズムはポイントおよび／または信頼性スコアが与えられてもよい（たとえば、「７５％正しい」）。
教師あり学習の基礎となるある理論は、帰納学習である。帰納学習では、データ表現は入力サンプルデータ（ｘ）および関数の出力サンプル（ｆ（ｘ））として提供される。帰納学習の目標は、新たなデータ（ｘ）の関数のよい近似を学習することであり、すなわち、将来の新たな入力サンプルの出力を推定することである。帰納学習は、（１）学習される関数が離散的である分類関数、（２）学習される関数が連続する回帰関数、および（３）関数の出力が確率である確率推定のさまざまな種類の関数で使用されてもよい。
実務上、機械学習システムおよびその基礎となるコンポーネントは、データサイエンティストによって、機械学習システムを完成させる多数のステップを行うために微調整される。プロセスは、ときどき反復的であり、（１）ドメイン、事前知識および目標を理解すること、（２）データの統合、選択、クリーニングおよび前処理、（３）モデルを学習すること、（４）結果を解釈すること、および／または（５）発見された知識を統合してデプロイすることの一連のステップのルーピングを伴ってもよい。これは、さらに、機械学習システムで最適化できる可能性のある変数がほぼ無数であることを考えると、目標を洗練し、目標をより明確にするためにドメイン専門家と協議することを含んでもよい。一方で、データの統合、選択、クリーニングおよび／または前処理ステップの１以上は、機械学習システムでは古い格言「ゴミを入れるとゴミが出てくる」もまさしく優勢であるため、ときにもっとも時間のかかるものとなる可能性がある。
１つの実施の形態において、ＡＩシステムは、勾配ブースト決定木、オートエンコーダ、パーセプトロン、決定木、サポートベクターマシン、回帰、および／またはニューラルネットワークを含む無数の機械学習モデルのうちの１つを使用してもよい。ニューラルネットワークは、順伝播型ネットワーク、放射基底ネットワーク、回帰型ニューラルネットワーク、長期／短期記憶、ゲート付き回帰型ユニット、オートエンコーダ、変分オートエンコーダ、畳み込みネットワーク、残差ネットワーク、コホネンネットワークおよび／または他の種類を含む無数の種類のニューラルネットワークのいずれであってもよい。ニューラルネットワークの中間層は畳み込み層、プーリング層、高密度（全結合）層、および／または他の種類であってもよい。入力層は入力を中間層に渡してもよい。１つの実施の形態において、ニューラルネットワーク内の層はシグモイド関数、双曲線正接関数、正規化線形ユニット関数および／または他の関数などの活性化関数を使用してもよい。さらに、ニューラルネットワークは損失関数を含んでもよい。ニューラルネットワークを訓練するとき、出力層の出力を予測として使用してもよい。機械学習システムの出力データは、より高次の次元をもつデータへの二次元テーブル（行列など）の拡張である、多次元アレイとして表されてもよい。加えて、ニューラルネットワークを訓練用インスタンスのターゲット値と比較して誤差を判定してもよい。誤差はニューラルネットワークの各層の重みを更新するのに使用してもよい。ニューラルネットワークは重みを更新するのに勾配降下法を使用してもよい。あるいは、ニューラルネットワークは各層の重みを更新するのにオプティマイザを使用してもよい。たとえば、オプティマイザはさまざまな技術、または技術の組合せを使用して、各層の重みを更新してもよい。適切な場合、ニューラルネットワークは過学習を防ぐメカニズム―正則化（Ｌ１またはＬ２など）、ドロップアウト、および／または他の技術を含んでもよい。ニューラルネットワークは過学習を防ぐために使用される訓練用データの量も増やしてもよい。
機械学習用のデータが作成されたら、最適化プロセスを使用して機械学習モデルを変換してもよい。１つの実施の形態において、クラウドサービス１０４を使用して小売用製品ケース１０２での画像取り込みを統合してもよく、その画像データを使用して、本明細書で説明される訓練済み畳み込みニューラルネットワーク（ＣＮＮ）および他のモデルなどの新モデルを訓練・テストしてもよい。
いくつかの実施の形態において、図１Ｃに図示されるように、モデルはエッジコンピューティングデバイス上で小売場所の現場で実行してもよいが、計算集中訓練／再訓練はクラウドコンピューティングサービス１０４にオフロードされて、そこで行われてもよい。たとえば、柔軟なソリューションを提供するために、取り込まれた画像の一部分をクラウドにアップロードして、モデルをそこで訓練／更新できるようにしてもよい。モデルが更新および／または確認されたら、クラウドは実行のために新しいモデルバージョンを１つまたはそれ以上の小売場所の１つまたはそれ以上のエッジコンピューティングデバイス１１０に分散してもよい。当然ながら、エッジコンピューティングプロセッサ１０１の処理能力および速度が向上し、ローカルデータストア１１１の制約が改善するにつれて、オフサイト処理のためのクラウドコンピューティングサービス１０４の使用はさらに減少してもよい。１つの実施の形態において、小売場所１００でのコンピューティングプラットフォームとクラウドコンピューティングサービス１０４との接続性の一時的な損失は、エッジコンピューティングデバイス１１０がエッジコントローラ１０１でモデルを適切に実行していて、ローカルデータストア１１１を使用している場合には、しばらくの間重大ではないだろう。その後、再接続時に、クラウドコンピューティングサービス１０４は小売場所１００と同期し、データおよび他の情報を交換してもよい。
モデルが訓練および更新されると、最適化プロセスを使用して機械学習モデルを変換してもよい。最適化プロセスは、（１）結果を予測するためにデータを訓練すること、（２）機械学習モデルのパフォーマンスを評価するための正確な尺度としての役割を果たす損失関数を定義すること、（３）勾配降下法アルゴリズムまたは他のアルゴリズムによるなど、損失関数を最小化すること、および／または（４）各ステップの計算のために機械学習アルゴリズムにデータセット全体を与える代わりに、データの部分集合が逐次サンプリングされる確率的勾配降下法（ＳＧＤ）法を使用するなど、サンプリング方法を最適化すること、を含んでもよい。
たとえば、コントローラは場所Ｌ１で検出される製品を特定することができなくてもよい。コントローラは検出された製品が三次元の箱形で、色が茶色であると判定してもよい。コントローラは、従業員に関連付けられている無線デバイス１０６に、特定されない製品の合成画像および判定された属性に関する通知を送信してもよい。従業員は製品を製品Ｐ３と特定してもよい。無線デバイスは製品Ｐ３の指示をコントローラに送信してもよく、これが、その後、棚割マッピング９０２を場所Ｌ１に製品Ｐ３を指示するように更新してもよい。コントローラは、さらに、製品Ｐ３が三次元の箱形で、色が茶色であることを指示するために、場所Ｌ１の製品Ｐ３の明細を含んでもよい。コントローラは、ディスプレイ４１６に表示する、製品Ｐ３を指示する広告を生成してもよい。
１つの実施の形態において、コントローラは訓練手順に基づいて製品の明細を判定してもよい。たとえば、従業員は棚割マッピング９０２に基づいて小売用製品ケース１０２を貯蔵し、コントローラで訓練手順を初期化してもよい。コントローラは、合成画像および棚割マッピング９０２に基づいて、小売用製品ケース１０２に貯蔵されている製品の関連明細（たとえば、形状、色、寸法等）を判定してもよい。たとえば、コントローラは場所Ｌ１をスキャンして、場所Ｌ１に保管されている製品Ｐ１に関連付けられている明細を判定してもよい。
製品の在庫状況を判定することは、小売用製品ケース１０２内の製品の数量（たとえば、製品のパッケージ数）を判定することを備えてもよい。１つの実施の形態において、小売用製品ケース内の製品のパッケージは互いの上に積み重ねられてもよく、コントローラは合成画像に対して画像処理アルゴリズムを使用し、さらに判定するべき製品の明細（たとえば、形状、寸法、色）を使用して、数量を判定してもよい。
１つの実施の形態において、製品の第１パッケージは、パッケージの背後に置かれている製品の他のパッケージを覆い隠してもよい。第１パッケージの取り出しで次のパッケージが現れてもよい。コントローラは複数の合成画像を比較して、パッケージの配置／向きの微小な変化を判定し、第１パッケージが取り出されたかどうかを判定してもよい。たとえば、第１合成画像が第１の様式に向けられるパッケージを示し、次の合成画像が異なる様式に向けられるパッケージを示すとコントローラが判定する場合、コントローラはパッケージが取り出されたと判定してもよい。
１つの実施の形態において、各パッケージは一意のＳＫＵ識別子と関連付けられていてもよく、コントローラは複数の合成画像を比較して、製品に関連付けられているＳＫＵ識別子を判定してもよい。コントローラが、第１合成画像が第１ＳＫＵ識別子をもつ第１パッケージを示しており、次の合成画像が異なるＳＫＵ識別子をもつ第２パッケージを示していると判定する場合、コントローラは第１パッケージが取り出されたと判定してもよい。
コントローラはパッケージが取り出された回数をカウントしてもよい。小売用製品ケース１０２に貯蔵されている最初のパッケージの数量およびカウントに基づき、コントローラは小売用製品ケースに残っている製品の数量を判定してもよい。最初のパッケージの数量は棚割マッピング９０２または製品の明細に指示されてもよい。最初の数量は小売用製品ケース１０２を貯蔵する従業員が入力してもよい。
コントローラは、製品の数量を指示するメッセージを生成し、（たとえば、無線デバイス１０６または別のコンピューティングデバイス）に伝送してもよい。コントローラは、製品の数量の判定および数量が（たとえば、所定の）閾値数量未満であるとのさらなる判定に基づいて、製品貯蔵が低いと指示するメッセージを生成して伝送してもよい。各製品の閾値数量は製品に関連付けられている明細に含めてもよい。
製品の在庫状況を判定することは、小売用製品ケース１０２内のパッケージの陳列時間を判定することを備えてもよい。製品の各パッケージが一意のＳＫＵ識別子に関連付けられている実施の形態では、コントローラは、合成画像および合成画像が取り込まれた時刻を使用して、特定のＳＫＵ識別子に対応するパッケージに関連付けられている陳列時間を判定してもよい。たとえば、第１合成画像（火曜日午後１２：００時）が第１ＳＫＵをもつパッケージを示し、第２合成画像（午後９時）が第１ＳＫＵをもつ同じパッケージを示す場合、コントローラは、パッケージの陳列時間が９時間であると判定してもよい。１つの実施の形態において、コントローラは製品のカウントが減らない期間に等しいとものとして陳列時間を判定してもよい。コントローラは、たとえば、製品の陳列時間が閾値を超えた場合に、通知メッセージを生成して、（たとえば、無線デバイス１０６または別のコンピューティングデバイスに）伝送してもよい。上記実施の形態に関して、閾値が１４日であると定められる場合、コントローラはパッケージの陳列時間が閾値を超えたことを指示する通知メッセージを伝送してもよい。各製品の閾値時間は製品に関連付けられている明細に含めてもよい。
１つの実施の形態において、コントローラは合成画像を使用して、消費期限を判定してもよい（たとえば、製品のラベルに刻印されているとおり、またはＳＫＵを使用して）。コントローラは、たとえば、製品がその消費期限を過ぎている場合、「生成する」を送信し、通知メッセージを（たとえば、無線デバイス１０６または別のコンピューティングデバイスに）伝送してもよい。
コントローラは小売用製品ケース１０２と統合されてもよく、または近くに配置されてもよい（たとえば、小売用製品ケースを収容する小売店舗内）。これによりコントローラが本明細書で説明されるさまざまな手順を行うために外部の接続性（たとえば、クラウドベースのサービスとの）の必要が一切なくても動作することを可能にしてもよい。
図１０は、判定された小売用製品ケース１０２内の製品の在庫状況に基づいて、ディスプレイ４１６に表示してもよいさまざまな広告１００４～１０２０を示す。コントローラは、製品１０２４が小売用製品ケース１０２に在庫がないと判定してもよい。広告１００８に示されるように、コントローラは製品１０２４に関連付けられているラベル／タグに欠品通知（たとえば、標準化された欠品画像）をオーバーレイしてもよい。
あるいは、広告１０１２に示されるように、コントローラは製品１０２４に関連付けられているラベル／タグに、異なる製品に関連付けられているラベル／タグをオーバーレイしてもよい。異なる製品および製品１０２４は同じブランドに関連付けられてもよく、または異なるブランドに関連付けられてもよい。
異なるブランドに関連付けられているラベル／タグを表示するのを避けるために、小売用製品ケース１０２が特定の小売用製品ケースに特定の製品のグラフィックを表示させるまたは表示させないように、コンピューティングプラットフォーム１００に制限ルールを設定することによって、製品１０２４に対応するブランドは製品１０２４に関連付けられているラベル／タグを保護してもよい。ルールに基づいて、広告グラフィックはブランドの別の製品に関連付けられているラベル／タグを表示するように構成されてもよい。たとえば、広告１０１６に示されるように、コントローラはブランドによって他の製品を広告するラベル／タグをオーバーレイしてもよい。ブランドは広告１００８のすべてのラベル／タグを同様に保護するための契約を取り決めてもよい。
あるいは、広告１０２０に示されるように、コントローラは販促に関連付けられているラベル／タグをオーバーレイしてもよい。たとえば、小売用製品ケース１０２を運営する小売業者は、小売業者が提供する別の製品に関連する販促に関連付けられているラベル／タグをオーバーレイしてもよい。
図１１は、１つの実施の形態による１つまたはそれ以上の小売用製品ケースをサポートする広告用コンピュータシステム１１００を示す。図１１を参照すると、コンピュータシステム１１００は、エッジプロセッサ（コントローラ）１０１、小売用製品ケース１０２～１０３、およびクラウドサービス１０４とのインターフェースを包含する。たとえば、いくつかの実施の形態について、コンポーネント１１０２～１１０５および１１０７はエッジプロセッサ１０１に実装されてもよく、コンポーネント１１０６および１１０８～１１０９は小売用製品ケース１０２～１０３に実装されてもよい。
図１１を参照すると、アドマネージャ１１０７はアドストレージ１１０４と対話して、クラウドサービス１１０１から広告コンテンツをダウンロードする。アドマネージャ１１０７は、アドストレージ１１０４を介してクラウドサービス１１０１から選択された広告コンテンツを要求してもよく（たとえば、製品の種類に基づいて、複数の広告に対応している）、複数の広告のうち１つを画面プレーヤ１１０８により画面（ディスプレイ）１１０９に表示するよう指図してもよい。前に述べたように、画面プレーヤ１１０８はメディアプレーヤ４１７を備えてもよく、小売用製品ケース１０２，１０３および／またはコントローラ１０１に実装してもよい。
アドマネージャ１１０７は、１つの広告から多く（たとえば、数百の）広告まで多様な広告のセットを小売用製品ケース１０２のためにダウンロードするよう要求してもよい。要求は小売用製品ケース１０２に貯蔵されている製品の種類に基づいてもよい。たとえば、アドマネージャ１１０７によるこの要求は、在庫トラッカ４２０（図４に図示されるとおり）から、またはケースの識別の指定の保管製品へのマッピングから受信される在庫状況に基づいてもよい。
アドマネージャ１１０７は、扉センサ／カメラ１１０６（たとえば、図２に図示されるように扉２３０に配置される）、第三者データモジュール１１０１１および／または電話アプリサポートモジュール１１０３からのセンサ／カメラ情報に基づいて、ダウンロードされる広告の１つを選択してもよい。
さらに詳細に述べるように、アド評価器１１０２は、扉センサ／カメラ１１０６および電話アプリサポートモジュール１１０３からの情報に基づいて、画面１１０９に提示される広告の有効性を判定してもよい。たとえば、扉画像センサ１１０６は顧客が表示される広告の特定の領域を見ていることを指示してもよく、および／または顧客が携帯アプリから有効性を指示してもよい。有効性のレベル（図１６のブロック１６０６～１６１０に示すとおり）は多数の方法で判定してもよい。たとえば、レベルは、顧客が表示される広告の製品を見つめている継続時間のさまざまな値にマッピングしてもよく、または携帯アプリを介した顧客の入力から直接取得されてもよい。
クラウドサービスを使用して広告用コンピュータシステム１１００が必要な追加のコンピュータ資源を提供してもよく、そうでなければ、コンピュータ資源はクラウドサービス１１０１によって提供されてもよい１つまたはそれ以上のコンピュータサーバによって提供されてもよい。たとえば、アドマネージャ１１０７、アド評価器１１０２、電話アプリサポート１１０３、および／または第三者データ１１０１１はすべてクラウド１１１０に常駐していてもよい。さらに、前述のシステムはすべてをまとめて、または個別に、クラウドサービス１１０１と呼ばれてもよい。たとえば、ベンダーは、アドマネージャ１１０７がクラウド１１１０から広告コンテンツをダウンロードできるように、アドストレージ１１０４を通じてアドコンテンツを提供してもよい。アドマネージャ１１０７はクラウド１１１０から選択された広告コンテンツを要求して（たとえば、製品の種類に基づいて、複数の広告に対応している）、それを画面プレーヤ１１０８により画面（ディスプレイ）１１０９に表示してもよい。図１１のコンポーネントは個別に表示されているが、開示はそのように制限されるのではなく、１つまたはそれ以上のコンポーネントを融合および／または分岐してもよい。
図１２は、１つの実施の形態による１つまたはそれ以上の小売用製品ケース（たとえば、小売用製品ケース１０２および１０３）をサポートしてもよいエッジコンピューティング装置（コントローラ）１２００を示す。コントローラ１２００はコントローラ１０１に対応してもよい。
コントローラ１２００は、本明細書で述べるプロセス（たとえば、図１３～１９にそれぞれ図示されるプロセス１３００～１９００）を実装してもよい処理デバイス１２０１を含んでもよい。処理デバイス１２０１はコントローラ１２００およびその関連コンポーネントの全体的な動作を制御してもよい。処理デバイス１２０１はメモリデバイス１２０４からコンピュータ可読命令にアクセスし、これを実行してもよく、メモリデバイス１２０４は多様なコンピュータ可読媒体を想定してもよい。たとえば、コンピュータ可読媒体は、処理デバイス１２０１によってアクセスされてもよい任意の利用可能な媒体であってもよく、揮発性および不揮発性の媒体ならびに取り出し可能および取り出し不可能な媒体の両方を含んでもよい。制限ではなく例として、コンピュータ可読媒体はコンピュータ記憶媒体および通信媒体の組合せを備えてもよい。
加えて、処理デバイス１２０１はクラウドインターフェース１２０３を介してクラウドサービスから広告コンテンツをダウンロードし、ダウンロードされたコンテンツをメモリデバイス１２０５に格納し、ダウンロードされたコンテンツ（たとえば、選択された広告）にメモリデバイス１２０５からアクセスし、画面インターフェース１２０６を介してディスプレイ４１６に広告コンテンツを提供してもよい。前に述べたように、図４に図示するように、広告コンテンツはメディアプレーヤ４１７によりディスプレイ４１２に提示されてもよい。
前に述べたように、コントローラ１２００は、クラウドコンピューティングインターフェース１２０３を介してクラウドサービス１１０１から、広告コンテンツ（図１１に図示されるアドストレージ１１０４を介して）および第三者データ（第三者データモジュール１１０５を介して）を取得してもよい。加えて、コントローラ１２００は無線通信を介して（たとえば、電話アプリサポートモジュール１１０３を介して）顧客と対話してもよく、クラウドコンピューティングインターフェース１２０３から広告評価（たとえば、アド評価１１０２を介して）を提供してもよい。
コンピュータ記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュールまたは他のデータなど、情報の格納のための任意の方法または技術に実装される揮発性および非揮発性ならびに取り出し可能および取り出し不可能な媒体を含んでもよい。コンピュータ記憶媒体は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、電子的に消去可能プログラム可能読み出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリまたは他のメモリ技術、ＣＤ－ＲＯＭ、デジタルバーサタイルディスク（ＤＶＤ）もしくは他の光学ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージもしくは他の磁気記憶装置、または所望の情報を格納するために使用することができ、かつコンピューティングデバイスによってアクセスすることのできる任意の他の媒体を含むが、これだけに制限されない。
通信媒体は、搬送波または他の転送メカニズムなどの変調データ信号内のコンピュータ可読命令、データ構造、プログラムモジュールまたは他のデータを含んでもよく、任意の情報配信媒体を含む。変調データ信号は、信号内の情報を符号化するように、その特性の１以上を設定または変更させる信号とすることができる。制限ではなく例として、通信媒体は、有線ネットワークまたは直接有線接続などの有線媒体、ならびに音響、ＲＦ、赤外線および他の無線媒体などの無線媒体を含んでもよい。
処理デバイス１２０１は、また、インターフェース１２０２を通じて、顧客検出器４１８および在庫トラッカ４２０から画像センサデータを取得してもよい。処理デバイス１２０１はこのデータを使用して、小売用製品ケース１０２および小売用製品ケース１０２の現在の在庫に対する顧客の場所を判定してもよい（たとえば、顧客検出器４１８を介して）。
コントローラ１２００（メモリ１２０４からのコンピュータ可読命令を実行する）は、各小売用製品ケース１０２（図４に図示されるとおり）のディスプレイ４１６を制御して、小売用製品ケース１０２の内部保管容積に物理的に収納されている製品に関する現行の価格情報を表示するように構成されてもよく、その場合価格設定はコントローラ１２００によって判定してもよい。いくつかの実施の形態において、現行の価格情報および他の製品の詳細は小売場所の店舗の販売時点情報管理価格設定システムから受信されてもよい。この販売時点情報管理システムは有線または無線手段により小売用製品ケース１０２のコントローラ１２００と通信して、小売用製品ケース１０２のディスプレイデバイス上のコンテンツを更新してもよい。他の実施の形態において、現行の価格情報および他の情報は、クラウドベースのサービスを通じて、小売店舗の小売用製品ケース１０２に伝送されてもよい。
コントローラ１２００は、インターフェース１２０２を通じて、顧客検出器４１８（図４に図示するとおり）に提供された情報から顧客を検出するように構成されてもよく、顧客検出器４１８からの情報に基づいて画面インターフェース１２０６を介してディスプレイ３１１２に販促を表示するように構成されてもよい。
コントローラ１２００は、各小売用製品ケース１０２の在庫情報を（画像認識ソフトウェアとともに在庫トラッカ４２０を介して）効果的に取得してもよい。コントローラ１２００は、クラウドインターフェース１２０３を介してデータを卸売業者に伝送し、および／または複数の小売用製品ケースの在庫に関係する在庫全体に関して格納するように構成されてもよい。たとえば、システム１５０（図１Ａに図示されるとおり）は、補充通知を発行し、マーチャンダイジング更新、価格設定管理、リアルタイム売上データ、および行動学的消費者解析を提供するように構成されてもよい。
コントローラ１２００は、顧客検出器４１８によって、顧客が小売用製品ケースの十分近くにいないときに（たとえば、図１４に図示されるブロック１４０４で）、ディスプレイ４１６に全画面広告を表示することを指示するよう構成されてもよい。たとえば、顧客が通路に近づいてきているが、検出される距離が所定の値よりも大きい場合、顧客はディスプレイ４１６の全画面広告を見てもよい。別の例として、顧客検出器４１８の能力内で顧客が検出されない場合、コントローラ１２００はデフォルト手順に従ってディスプレイ４１６に全画面広告を表示するよう指図してもよい。本明細書で開示されるシステムに従う１つの実施の形態において、顧客検出器４１８は顧客が存在するかどうかを検出するためにモーションを使用してもよい。
本明細書で開示されるシステムに従う他の実施の形態において、顧客検出器４１８はは人間の姿を検出することによって動作してもよい。たとえば、１つの実施の形態において、顧客検出器４１８は、標準的な人間の成人の顔が検出されるときにトリガするが、モーションが検出されただけではトリガしなくてもよい。このような実施の形態は偽陽性の数量を減らすだろう。たとえば、ペット、赤ちゃん、または風などの人間ではない動きは顧客検出器４１８をトリガしなくてもよい。いくつかの実施の形態において、人間の姿は個人情報を抹消されてもよく、人の特色を一意に特定することなく人間の姿のみが検出されてもよい。他の実施の形態では、画像センサ４２３を含むが、これだけに制限されない、本明細書で開示されるシステムの１つまたはそれ以上の他のコンポーネントと連動して顧客検出器４１８によって、他の詳細レベルが検出、取り込みおよび／またはフィルタリングされてもよい。
１つの実施の形態として、モーションまたは人間の姿が小売用製品ケース１０２の２０フィート以内に検出された場合（顧客検出器４１８が小売用製品ケース１０２の扉に取り付けられている場合）、コントローラ１２００は全画面広告の表示を終了して、小売用製品ケース１０２内部に配置されている製品の棚割の表示に移行するように構成してもよい。バナー広告および値札もメモリ１２０５からロードして、棚割の表示と同時に表示してもよい。コントローラ１２００は、また、マーチャンダイジング広告用オブジェクトおよび層を管理するように構成してもよい。
コントローラ１２００は、買い物客（たとえば、顧客）が小売用製品ケース１０２により近くに接近すると、ディスプレイ４１６上の広告コンテンツをその後で変更することができるように構成してもよい。たとえば、ディスプレイ４１６は、ラベル（たとえば、図８に図示されるようにオーガニック、非遺伝子組み換えなど）およびタグ（たとえば、ローカルカードによるセール、地産、トレンド入りなど）を含むように変更してもよい。販促用のラベルおよびタグはコントローラ１２００を介して起動してもよく、静的なアニメーションアイコンの所定のセットから選択してもよく、または商売およびマーケティングのニーズに基づき小売業者および／またはブランドによってカスタマイズしてもよい。
本明細書に開示されるシステムの実施例による１つの実施の形態において、コントローラ１２００は１つまたはそれ以上の消費者レビューソースを使用して（たとえば、図１１に図示するような第三者データ１１０５を使用して）顧客格付けスコア（たとえば、星１～５、トレンド入りまたはお気に入り）を組み込むよう構成してもよい。一方で、本明細書で開示されるシステムの他の実施の形態は、個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは個人を絶対に特定しようとしない、すなわち、個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない「アイデンティティ・ブラインド」である。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
コントローラ１２００は、買い物客が所与の小売用製品ケース１０２の前に立つ、または長居すると、ディスプレイ４１６に出力されるコンテンツ（たとえば、グラフィック・レンダリング）が再び変わるように構成してもよい。いくつかの実施の形態において、コントローラ１２００は顧客検出器４１８からの情報を使用して、性別、年齢、気分など、その特定の顧客に関してより多くのことを効果的に学習することができる。（あるいは、または組み合わせて、これから述べるように、顧客が表示される招待に応答してオプトインするとき、コントローラ１２００は携帯アプリを通じて顧客情報を取得してもよい）。このような実施の形態では、コントローラ１２００は検出された顧客情報を処理して、ディスプレイ４１６にその特定の顧客に提示する特定のまたはカスタマイズした広告を判定するように構成してもよい。広告コンテンツを買い物客の見える範囲内のすべての小売用製品ケースのディスプレイに提示されるのと並行して買い物客のデータを追跡することにより、小売業者は購買決定の瞬間に新たな影響を及ぼす機会を有し、そのため従来のアプローチに対して、マーケティング支出を最適化し、新たな収入源を生む。
一方で、本明細書で開示されるシステムの他の実施の形態は、プライバシーおよびセキュリティ特徴が、技術プラットフォームおよびオペレーティングモデルに統合されて設計される。また、このような実施の形態は個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは個人を絶対に特定しようとしない、すなわち個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない。このような実施の形態では、「アイデンティティ・ブラインド」である小売消費者に安全なプラットフォームが提供される。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。コントローラ１２００は、買い物客がディスプレイ４１６の前に立っている間（その特定の小売用製品ケース１０２の扉に取り付けられている画像センサによって検出されるとおり）、ニュース、天気、スポーツイベントなどに関係するリアルタイムデータに基づいて、関係ある条件付き広告がディスプレイ４１６に表示されるように構成してもよい。
上記述べたように、コントローラ１２００は在庫トラッカ４２０を介して小売用製品ケース１０２の在庫を追跡し続けるように構成してもよく、小売用製品ケース１０２の内部に１つまたはそれ以上のカメラおよび／またはセンサを備えてもよい。コントローラ１２００が所与の製品が欠品であると判定したとき、コントローラ１２００はディスプレイ４１６に表示されるコンテンツを修正してもよい。たとえば、欠品アートワークを表示してもよく、および／または広告を取り替えてもよい。
これから述べるように、プロセス１３００～１９００（それぞれ図１３～図１９に図示されるとおり）は、１つまたはそれ以上の実施の形態の実施例に従い実行されてもよいプロセスのいくつかである。図１２を参照すると、処理デバイス１２０１はプロセス１３００～１９００を行うためのメモリデバイス１２０４からのコンピュータ可読命令を実行してもよい。
図１３は、１つの実施の形態による広告用コンピュータシステム１１００をサポートするコンピューティングプラットフォーム１００（図１に図示されるとおり）を構成するためのフローチャート１３００を示す。
ブロック１３０１で、コントローラ１２００は小売用製品ケース（たとえば、ケース１０２および１０３）発見し、これはコントローラ１２００によってサポートされることになる。（小売用製品ケースは、コントローラが小売用製品ケースに表示される広告を制御するときに、コントローラによってサポートされる）。実施の形態は、センサおよびカメラを含む小売用製品ケースおよび関連デバイスの既知のリストを利用してもよく、または発見手順を使用してもよい（たとえば、センサおよびカメラを含むＩｏＴデータストアを発見し、それを対応する小売用製品ケースに関連付けるため）。
サポートされる小売用製品ケースが発見されるとき、ブロック１３０２で、コントローラ１２００は所与の小売用製品ケース（たとえば、小売用製品ケース１０３）に保管されている製品の種類／製造者を判定する。たとえば、小売用製品ケースはその貯蔵製品のスキャンされた統一商品コードを報告してもよい。あるいは、または組み合わせて、コントローラ１２００は各サポートされる小売用製品ケースと対応する貯蔵製品の種類との間のマッピングにアクセスしてもよい。ブロック１３０３で、コントローラ１２００は所与の小売用製品ケースの保管されている製品に関係ある関連広告（これは広告セットということもある）をダウンロードしてもよい。
ブロック１３０４で判定されるように、追加のサポートされる小売用製品ケースがある場合、次のサポートされる小売用製品ケースについてブロック１３０２～１３０３が繰り返されてもよい。
関係ある広告のコンテンツがダウンロードされた後、コントローラ１２００は、さまざまな基準に基づいて（たとえば、プロセス１４００，１５００，１６００および１７００によって判定されるとおり）、ダウンロードされた広告のうちの１つを表示するよう各小売用製品ケースに指図してもよい。
図１４は、１つの実施の形態による小売用製品ケースの画面に広告を生成するためのフローチャート１４００を示す。始めに、ブロック１４０１で、小売用製品ケースのディスプレイに全画面広告が表示される。たとえば、前に述べたように、コントローラ１２００は小売用製品ケース１０２に貯蔵されている製品に基づいて適切な広告を表示するよう小売用製品ケース１０２に指図してもよい。
ブロック１４０２で、顧客が所定の範囲内にいると顧客検出器４１８（図４に図示するとおり）が判定するとき、ブロック８０３で、コントローラ１２００は小売用製品ケース１０２に貯蔵されている製品を反映する棚割を表示するよう小売用製品ケース１０２に指図してもよい。
ブロック１４０４で、顧客が小売用製品ケース１０２さらに近くに接近している（所定の距離内、たとえば、１２～１５フィート内）と顧客検出器４１８が判定するとき、ブロック１４０５で、コントローラ１２００は表示される棚割の中にオプトイン招待を生成してもよい。たとえば、招待はディスプレイの中央にクイックレスポンス（ＱＲ）コードを備えてもよい。顧客がオプトインすることを望む場合、顧客は顧客のスマートフォンによりＱＲコード（登録商標）をスキャンして、リンクを開くか、またはＱＲコード（登録商標）コードに関連付けられている携帯アプリをダウンロードすることができる。他の実施の形態では、ＱＲコード（登録商標）に代えてまたは追加して、ＱＲコード（登録商標）以外の画像（たとえば、マシン検出可能なウォーターマークをもつ画像）、Ｂｌｕｅｔｏｏｔｈ（または他の短距離無線プロトコル）ビーコン、または他のメカニズムを、顧客に招待を指示するために提供してもよい。
いくつかの実施の形態において、多数の招待を同時にそのユーザのデバイスに伝送して、どのメカニズムがもっともよいかを選択するための選択肢を顧客に提供してもよい。他の実施の形態では、指示される招待を順次伝送して、顧客が小売用製品ケース１０２から特定の距離の範囲にいるときに第１の方法（たとえば、無線ビーコン）が使用でき、顧客がケース１０２のより近くにいるときには第２の方法（たとえば、ＱＲコード（登録商標））を使用できるようにしてもよい。前述の実施の形態の１つには１２から１５フィートの所定の距離の例を記載したが、開示はそれに制限されない。たとえば、顧客に招待を指示するために使用されるメカニズムに応じて、所定の距離は１５フィートよりも大きい範囲であっても、１２フィートよりも少ない範囲であってもよい。
ブロック１４０６で判定されるように、顧客がオプトインするとき、コントローラ１２００は、携帯アプリにより取得される顧客情報に基づいて、小売用製品ケース１０２のディスプレイにパーソナライズド広告を生成してもよい。（たとえば、顧客が提示されるＱＲコード（登録商標）をスキャンして携帯アプリの利用規約を承諾することによって招待を受け入れるときに顧客はオプトインする）。小売消費者に安全なプラットフォームに従い、顧客がオプトインするまで、システムは個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない「アイデンティティ・ブラインド」のままであってもよい。小売消費者に安全なプラットフォームは、プライバシーおよびセキュリティ特徴が技術プラットフォームおよびオペレーティングモデルに統合されて設計されてもよい。このような実施の形態は個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは個人を絶対に特定しようとしない。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
ブロック１４０９で、コントローラ１２００は、小売用製品ケース１０２に貯蔵されている１つまたはそれ以上の製品について、顧客のスマートフォンを介して特別なオファーを生成してもよい。顧客検出器４１８が顧客の存在を検出し続ける間、ブロック１４１０でプロセス１４００はこのモードを続ける。そうでなければ、プロセス１４００はブロック１４０１に戻り、全画面広告が表示される。
ブロック１４０６で判定されるように、顧客がオプトインしないとき、（顧客に特有ではない）一般化情報に基づき、ブロック１４０７で、表示される棚割の中に広告を挿入してもよい。例は、図８の広告８０２～８０５、ならびに図１０の１００８および１０２０として示されている。顧客が検出されている間、ブロック１４０８でプロセス１４００はそのモードを続ける。そうでなければ、プロセス１４００はブロック１４０１に戻る。
プロセス１４００がブロック１４０８または１４１０のいずれかからブロック１４０１に戻ると、ブロック１４０２でその後の顧客が顧客検出器４１８で検出されるとき、プロセス１４００はブロック１４０３～１４１０を繰り返し実行する。
図１５は、１つの実施の形態によるルールのセットから選択される広告を表示するためのフローチャート１５００を示す。コンピューティングプラットフォーム１００は、気象状態、日付、および／またはケースの近くの顧客に関する特色を包含してもよいルールのセットに基づいて、ケースのディスプレイに提示される広告を判定する。たとえば、提示される広告は、顧客が２０秒間飲料ケースのそばに立っている、屋外が９８度Ｆである、および日付が７月３日である（すなわち、７月４日の直前）ことを理由に選択されてもよい。
図１５を参照すると、ルールのセット１５０５は、さまざまな要因に基づいて、広告のセット１５０４から表示する適切な広告を選択する。開示のさまざまな実施例による１つの実施の形態において、要因は顧客の特色１５０１、顧客の視認情報１５０２および／または一般化情報１５０３を含んでもよい。たとえば、顧客は自分がブロッコリが嫌いで、アイスクリームが好きであると携帯アプリにより表してもよい（たとえば、顧客がオプトインした後）。加えて、顧客検出器４１８は、顧客が表示される棚割のうちアイスクリーム製品が現れる特定の領域を見ていると指示してもよい。このような状況において、コンピューティングプラットフォーム１００はアイスクリーム製品に向けた広告を開始してもよい。しかし、本明細書に開示されるシステムの他の実施の形態は、個々の買い物客／顧客の知識が一切なくても動作／機能するので、ルールのセット１５０５は「アイデンティティ・ブラインド」である。また、システムのその実施の形態は個人を絶対に特定しようとしない。すなわち、個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
ブロック１５０６で、コンピューティングプラットフォーム１００が適切な広告を特定したとき、ブロック１５０７で、特定された広告が対応する小売用製品ケースに表示されてもよい。
図１６は、１つの実施の形態による表示される広告の有効性のレベルを判定するためのフローチャート１６００を示す。コンピューティングプラットフォーム１００は小売用製品ケースのディスプレイに提示される広告の有効性を評価する。たとえば、コンピューティングプラットフォーム１００は、顧客が小売用製品ケースの決められた距離内にいるかどうか、および／または１つまたはそれ以上の顧客が提示される広告を見ているかどうかを検出してもよい。
図１６を参照すると、ブロック１６０１で、コンピューティングプラットフォーム１００は情報を取得してもよい（たとえば、ケースから検出された顧客の距離、顧客が見ているディスプレイ領域の区画、および／または顧客が見ている場所）。
ブロック１６０２で、コンピューティングプラットフォーム１００は、顧客が所定の距離内にいる（換言すると、小売用製品ケースの十分近くにいると見なされる）かどうかを判定する。距離内にいる場合、ブロック１６０４で、顧客検出器４１８は（たとえば、虹彩スキャニングセンサを介して）顧客の目の動きを追跡してもよく、目の動き情報に基づいて有効性のレベル（たとえば、成功尺度）を判定するためにコントローラ１０１に目の動き情報を提供する。
ブロック１６０５，１６０６および１６０９で、コンピューティングプラットフォーム１００は情報にアクセスして、ブロック１６０７，１６０８，１６１０および１６１１で有効性のレベルを判定してもよい。たとえば、顧客は、広告８０２のディスプレイ領域８５１をじっと見つめているかもしれない（図８に図示するように）のに対して、複数の領域をざっと見ているかもしれない。有効性のレベルは多数の方法で測定してもよい。たとえば、顧客が表示される製品を見ている時間の量、または携帯アプリによる直接的な顧客の入力（顧客がオプトインした場合）によって測定してもよい。
しかし、コンピューティングプラットフォーム１００が有効性のレベルを判定できないとき、ブロック１６０３でプロセス１６００は終了する。
図１７は、１つの実施の形態による製品レベルでターゲティング広告を生成するためのフローチャート１７００を示す。コンピューティングプラットフォーム１００は、小売用製品ケースのディスプレイに製品レベルにターゲティングされた広告を生成してもよい。たとえば、顧客検出器は、顧客が小売用製品ケースの棚割に表示されている特定の製品を見ていると検出してもよい。
図１７を参照すると、ブロック１７０１で、顧客検出器４１８は、検出された顧客が見ているディスプレイ領域を判定してもよい。たとえば、顧客は広告８０２の低めの領域８５１を見ているかもしれない。
ブロック１７０２で、コンピューティングプラットフォーム１００は検出されたディスプレイ領域に貯蔵されている１つまたはそれ以上の製品を特定してもよい。コンピューティングプラットフォーム１００は多数の方法で１つまたはそれ以上の製品を特定してもよい。たとえば、コンピューティングプラットフォーム１００は表示された棚割のさまざまな領域への製品のマッピングにアクセスしてもよい。あるいはまたは組み合わせて、コンピューティングプラットフォーム１００は、在庫トラッカ４２０から小売用製品ケースの在庫製品に関する在庫情報を取得してもよい。
ブロック１７０３で、コンピューティングプラットフォーム１００は、ケースのディスプレイに、特定された製品に関する適切な広告を表示してもよい。
図１８は、１つの実施の形態による第２小売用製品ケースに貯蔵されている製品について、第１小売用製品ケースに広告を表示するためのフローチャート１８００を示す。第１小売用製品ケース（たとえば、小売用製品ケース１０２）に表示される広告は、第２小売用製品ケース（たとえば、小売用製品ケース１０３）に貯蔵されている製品を販促してもよい。本明細書に開示されるシステムの１つの実施の形態において、コンピューティングプラットフォーム１００は、顧客情報に基づいて、顧客が第１小売用製品ケースで買い物した後に、第２小売用製品ケースで買い物をするだろうと予測してもよい。
一方で、本明細書に開示されるシステムの他の実施の形態は、個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは絶対に個人を特定しようとしない、すなわち、個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない「アイデンティティ・ブラインド」である。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
図１８を参照すると、ブロック１８０１で、コンピューティングプラットフォーム１００は、本明細書で開示されるシステムの１つの実施の形態において、第１小売用製品ケースの近くの顧客に関する顧客情報を取得してもよい。たとえば、コンピューティングプラットフォーム１００は、顧客がオプトインするときには、携帯アプリから顧客の好きなものおよび嫌いなものに関する顧客情報を取得してもよい。前の例を続けると、顧客はブロッコリが嫌いだが、アイスクリームは大好きであるかもしれない。一方で、本明細書で開示するシステムの他の実施の形態は、プライバシーおよびセキュリティの特徴を技術プラットフォームおよびオペレーティングモデルに統合して設計される。このような実施の形態は、個々の買い物客／顧客の知識が一切なくても動作／機能し、システムは個人またはその好きなもの／嫌いなものを絶対に特定しようとしない、すなわち、個人を特定できるまたは個人の特定に繋がる情報を絶対に収集または使用しない。このような実施の形態では、「アイデンティティ・ブラインド」である小売消費者に安全なプラットフォームが提供される。いくつかの実施の形態において、特徴の「アイデンティティ・ブラインド」セットを実行するかどうかの選択は、消費者がプライバシーを望む、および／または適用される法律が規定する国または州にシステムが所在するかどうかで判断してもよい。
ブロック１８０２で、コンピューティングプラットフォーム１００は、顧客が第１製品ケースにいるかどうかを判定してもよい（たとえば、顧客検出器による検出を介して）。顧客が第１製品ケースにいる場合、コンピューティングプラットフォーム１００は、ブロック１８０３で、顧客が通常、たとえば、アイスクリームが貯蔵されている第２製品ケースに行くかどうかを判定してもよい。例を続けると、ブロック１８０４で、コンピューティングプラットフォーム１００は、第２小売用製品ケースに貯蔵されている特定される製品（たとえば、アイスクリーム）について、第１小売用製品ケースに広告を生成してもよい。
図１９は、１つの実施の形態による、小売用製品ケースに関連付けられているディスプレイに広告を判定して表示するためのフローチャート１９００を示す。ブロック１９０２で、コントローラ（たとえば、エッジコンピューティングデバイス１０１は、小売用製品ケースを制御するためのプロセッサおよび回路系統を備える）は、（たとえば、ユーザ入力に基づき、またはクラウドコンピューティングサービスから）小売用製品ケース（たとえば、小売用製品ケース１０２）に関連付けられている棚割マッピングと、小売用製品ケースに関連付けられている製品の明細とを受信してもよい。コントローラはデータストア１１１に棚割マッピングおよび明細を格納してもよい。たとえば、棚割マッピングは、小売用製品ケースの一番上の棚がボトル形で、色が赤で、第１寸法を有する飲料に対応すると指示してもよい。ブロック１９０４で、コンピューティングプラットフォーム１００は、小売用製品ケースの１つまたはそれ以上のカメラによって取り込まれた１つまたはそれ以上の画像に基づいて、合成画像を判定してもよい。
ステップ１９０６で、コントローラは小売用製品ケースの特定の場所（たとえば、一番上の棚）に製品が配置されているかどうかを判定してもよい。コントローラはこの判定を行うために合成画像を使用してもよい。コントローラが一番上の棚に製品が配置されていないと判定する場合、コントローラは小売用製品ケースに飲料の在庫がないと判定してもよい（ステップ１９１８で）。ステップ１９２０で、コントローラは、飲料の在庫がないと判定したことに基づき、表示用の第１広告を判定してもよい。第１広告は、たとえば、飲料が欠品であることを指示するアートワークを備えてもよい。コントローラは、第１広告を、ディスプレイデバイスへの表示用に、ディスプレイコントローラに送信してもよい。
例を続けると、製品が一番上の棚に保管されているとコントローラが判定する場合、コントローラは、合成画像に基づいて、保管されている製品の属性を判定してもよい。コントローラは判定された属性を飲料の明細と比較してもよい。ステップ１９０８で、コントローラは保管されている製品がボトル形かどうかを判定してもよい。ステップ１９１０で、コントローラは保管されている製品の色が赤であるかどうかを判定してもよい。ステップ１９１２で、コントローラは保管されている製品が第１寸法かどうかを判定してもよい。コントローラはステップ１９０８～１９１２を異なる順番で行ってもよく、またはステップ１９０８～１９１２の１以上を省略してもよい。１つの実施の形態において、合成画像はぼけていてもよく、コントローラは上記比較に対するぼけの影響を軽減するために１つまたはそれ以上の後処理ステップを行ってもよい。
ステップ１９０８～１９１２の各々で、コントローラは、保管されている製品の属性が飲料の明細に対応するかどうかに関連付けられている対応する信頼性スコア（たとえば、確率、１～１０の値でより高い値がより高い信頼性を表す）を判定してもよい。たとえば、コントローラは、保管されている製品がボトル形かどうかに関連付けられている信頼性スコア、保管されている製品の色が赤かどうかに関連付けられている信頼性スコア、および／または保管されている製品が第１寸法を有するかどうかに関連付けられている信頼性スコアを判定してもよい。判定された信頼性スコアに基づいて、コントローラは、保管されている製品の属性が飲料の明細に一致しているかどうかの確率に対応する総合的な１つの信頼性スコアを判定してもよい。総合的な信頼性スコアが閾値（たとえば、６０％、７０％または他の適切な値）よりも高い場合、コントローラは、保管されている製品が飲料であり、その飲料が小売用製品ケースに在庫があると判定してもよい（たとえば、ステップ１９１４で）。ステップ１９１６で、コントローラは、飲料の在庫があると判定したことに基づいて、表示用の第２広告を判定してもよい。第２広告は、たとえば、飲料に関連付けられているアートワークを備えてもよい。コントローラは、ディスプレイデバイスへの表示のために、第２広告をディスプレイコントローラに送信してもよい。
例を続けると、コントローラがステップ１９０８～１９１２に基づいて、一番上の棚に保管されている製品の形状、色および／または寸法が飲料の形状、色および寸法と一致しないと判定する場合、コントローラは保管されている製品の特定を試みてもよい。たとえば、コントローラは保管されている製品を特定するために、製品の明細（たとえば、データストア１１１に格納されている）をスキャンしてもよい（図２０でさらに説明するとおり）。ステップ１９２２で、コントローラは保管されている製品が第２飲料であると判定してもよい。ステップ１９２４で、コントローラは、保管されている製品が第２飲料であると判定したことに基づいて、表示用の第３広告を判定してもよい。第３広告は、たとえば、第２飲料に関連付けられているアートワークを備えてもよい。コントローラは、ディスプレイデバイスへの表示のために、第２広告をディスプレイコントローラに送信してもよい。
図２０は、１つの実施の形態による、小売用製品ケースに関連付けられているディスプレイに広告を判定して表示するためのフローチャート２０００を示す。コントローラは、たとえば、コントローラがステップ１９０８～１９０２に基づいて一番上の棚に保管されている製品の形状、色および／または寸法が飲料の形状、色および寸法と一致しないと判定する場合、図２０の方法を行ってもよい。ステップ２００２で、コントローラはデータストア１１１内の他の製品の明細をスキャンして、他の製品に関連付けられている形状、色および寸法を判定してもよい。上記例を続けると、データストア１１１は、ボトル形で、色が青で、第２寸法を有する第２飲料の明細を備えてもよい。
コントローラは、合成画像に基づいて、保管されている製品の属性を判定してもよい。コントローラは、判定された属性を第２飲料の明細と比較してもよい。ステップ２００４で、コントローラは保管されている製品がボトル形かどうかを判定してもよい。ステップ２００６で、コントローラは保管されている製品の色が青かどうかを判定してもよい。ステップ２００８で、コントローラは保管されている製品が第２寸法を有するかどうかを判定してもよい。コントローラはステップ２００４～２００８を異なる順番で行ってもよく、またはステップ２００４～２００８の１以上を省略してもよい。コントローラは、保管されている製品の属性が第２飲料の明細に一致するかどうかの確率に対応する総合的な信頼性スコアを判定してもよい（たとえば、図１９を参照して上記説明するとおり）。総合的な信頼性スコアが閾値（たとえば、６０％、７０％または任意の他の値）よりも高い場合、コントローラは保管されている製品が第２飲料で、第２飲料が小売用製品ケースに在庫があると判定してもよい。ステップ２０１０で、コントローラは、第２飲料の在庫があると判定したことに基づいて、表示用の広告を判定してもよい。広告は、たとえば、第２飲料に関連付けられているアートワークを備えてもよい。コントローラは、ディスプレイデバイスへの表示のために、広告をディスプレイコントローラに送信してもよい。
例を続けると、コントローラがステップ２００４～２００８に基づいて、一番上の棚に保管されている製品の形状、色および／または寸法が棚割マッピングに指示されるいずれの製品の形状、色および寸法にも一致しないと判定する場合、コントローラは、ステップ１９１６で、通知を（たとえば、無線デバイス１０６または小売業者の仕入れ担当者にアクセス可能にしてもよい別のコンピューティングデバイスに）送信してもよい。通知は、特定されない製品が小売用製品ケースにあると指示してもよい。
本明細書に開示する１つまたはそれ以上の実施例による多くの例示的な実施の形態を以下に列挙する。以下に列挙する実施の形態の多くは他の実施の形態から従属として説明しているが、従属性はそのように制限されない。
たとえば、実施の形態３項（以下）は実施の形態２項（以下）の特徴を組み込むと明示的に説明しているが、開示はそのように制限されない。たとえば、実施の形態３項は前の実施の形態（すなわち、実施の形態１項、実施の形態２項、および／または他の適切な実施の形態）の任意の１以上に従属してもよい。また、実施の形態２項～１４項に記載の任意の１以上は、単独でまたは他の実施の形態との組合せで、実施の形態１項に組み込んでもよいことは本開示によって想定される。同様に、実施の形態１項、１５項、１８項および／または３２項に記載のいずれも、実施の形態２項～１４項、１６項～１７項、１９項～３１項および／または３３項～３４項に述べられる特徴の１以上と組み合わせてもよい。加えて、実施の形態１項、１５項、１８項および／または３２項に記載の特徴の任意の１以上を組み合わせてもよいことは本開示によって想定される。また、実施の形態１項～３４項に記載の特徴の任意の１以上を組み合わせることができることは本開示によって想定される。
実施の形態１項。外部商品棚周囲温度よりも低い温度に維持するようになされた商品筐体を必要とする小売業環境への設置のために構成されるスマートな可動式閉鎖システムであって、システムは、
小売業環境での購入用に腐りやすい品物を保管する小売用製品ケースの内部保管容積と、
内部保管容積の視認を妨げる可動式扉と、
可動式扉に張り付けられているディスプレイデバイスであって、ディスプレイデバイスは内部保管容積の少なくとも棚割を表示するように構成され、棚割は欠品インジケータを備える、ディスプレイデバイスと、
小売用製品ケースの内部保管容積の１つまたはそれ以上の画像を取り込むために、可動式扉に設置されている光学センサと、
ディスプレイデバイスに通信可能に連結されているコントローラと、
内部保管容積の入力された棚割マッピングおよび複数の製品の明細を備えるデータストアであって、明細は複数の製品の各々の形状、色および寸法を備える、データストアと、
小売用製品ケースの近くの１つまたはそれ以上のプロセッサと、
１つまたはそれ以上のプロセッサによって実行されたときに、１つまたはそれ以上のプロセッサに、
光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすることと、
合成画像、入力された棚割マッピングおよび複数の製品の明細に基づいて、小売用製品ケース内の、複数の製品の中のある製品の在庫状況を判定することと、
判定された在庫状況に基づいて、ディスプレイデバイスに表示する広告を判定することであって、広告は製品の在庫状況が欠品のときに欠品インジケータを備える、判定することと、
ディスプレイデバイスに表示するために、広告をコントローラに送信することと、
を行わせるコンピュータ可読命令を格納するメモリと、
を備える、スマートな可動式閉鎖システム。
実施の形態２項。入力された棚割マッピングは、
製品の指示と、
製品の指定場所の指示と、
を備える、実施の形態１項に記載のスマートな可動式閉鎖システム。
実施の形態３項。製品の在庫状況を判定することは、合成画像に基づいて、指定場所に製品が検出されないと判定することを備える、実施の形態２項に記載のスマートな可動式閉鎖システム。
実施の形態４項。光学センサは可動式扉の動作中に複数の画像を取り込むように構成され、動作は可動式扉が開くことおよび可動式扉が閉じることを備える、実施の形態３項に記載のスマートな可動式閉鎖システム。
実施の形態５項。広告は異なる製品に関連付けられているアートワークを備える、実施の形態３項に記載のスマートな可動式閉鎖システム。
実施の形態６項。１つまたはそれ以上のプロセッサで実行されたときに、１つまたはそれ以上のプロセッサに、製品が小売用製品ケース内にないことを指示するメッセージをコンピューティングデバイスに伝送させる、在庫トラッカ、実施の形態３項に記載のスマートな可動式閉鎖システム。
実施の形態７項。製品の在庫状況を判定することは、合成画像に基づいて、小売用製品ケースに保管されている製品を特定することを備え、さらに、
保管されている製品の場所、
保管されている製品の形状、
保管されている製品の色、
保管されている製品の寸法、およびその組合せ、
から選択される少なくとも１つを判定することを備える、実施の形態２のスマートな可動式閉鎖システム。
実施の形態８項。製品の在庫状況を判定することは、
保管されている製品の場所が指定場所に対応すると判定すること、
保管されている製品の形状が明細内の製品の形状に対応すると判定すること、
保管されている製品の色が明細内の製品の色に対応すると判定すること、
保管されている製品の寸法が明細内の製品の寸法に対応すると判定すること、およびその組合せ、
から選択される少なくとも１つに基づいて、製品が小売用製品ケースに存在すると判定することを備える、実施の形態７項に記載のスマートな可動式閉鎖システム。
実施の形態９項。製品の在庫状況を判定することは、
別の製品の形状が明細内の製品の形状に対応しないと判定すること、
別の製品の色が明細内の製品の色に対応しないと判定すること、ならびに、
別の製品の寸法が明細内の製品の寸法に対応しないと判定すること、およびその組合せ
から選択される少なくとも１つに基づいて、小売用製品ケースの指定場所に別の製品が存在すると判定することを備える、実施の形態２項に記載のスマートな可動式閉鎖システム。
実施の形態１０項。広告は製品に関連付けられているアートワークを備える、実施の形態７項に記載のスマートな可動式閉鎖システム。
実施の形態１１項。製品の在庫状況を判定することは、小売用製品ケース内の製品の数量を判定することを備える、実施の形態１項に記載のスマートな可動式閉鎖システム。
実施の形態１２項。広告は、複数の製品に関連付けられているアートワークを備える棚割を備える、実施の形態１項に記載のスマートな可動式閉鎖システム。
実施の形態１３項。コンピューティングデバイスから、入力された棚割マッピングを受信することをさらに備える、実施の形態１項に記載のスマートな可動式閉鎖システム。
実施の形態１４項。データストアは小売業環境に配置されており、１つまたはそれ以上の画像は可動式扉の動作に基づいて取り込まれる、実施の形態１項に記載のスマートな可動式閉鎖システム。
実施の形態１５項。外部商品棚周囲温度よりも低い温度に維持するようになされた商品筐体を必要とする小売業環境への設置のために構成されるスマートな可動式閉鎖システムであって、システムは、
それにアプリケーションがインストールされている、顧客の無線通信デバイスと、
内部保管容積、
内部保管容積の視認を妨げる可動式扉、
可動式扉に張り付けられている第１ディスプレイであって、内部保管容積の少なくとも棚割を表示するように構成される第１ディスプレイ、および、
顧客を検出するように構成される顧客検出器、
を含む第１小売用製品ケースと、
１つまたはそれ以上のプロセッサ、および、
１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
顧客検出器によって、第１小売用製品ケースから所定の距離内に顧客の人間の姿を検出すること、および、
検出に応答して、顧客の無線通信デバイスで実行するアプリケーションを通じて顧客と対話すること、
を行わせるコントローラ命令を格納するメモリ、
を備えるコントローラと、
を備える、スマートな可動式閉鎖システム。
実施の形態１６項。顧客の人間の姿は人間の顔を備えており、コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラにさらに、
検出に応答して、第１小売用製品ケースの第１ディスプレイにすでに出力されている第１グラフィック・レンダリング内にテキストメッセージを生成することと、
顧客がテキストメッセージに応答するときに通知を受信することと、
受信に応答して、顧客の無線通信デバイスで実行しているアプリケーションを通じて顧客と対話することと、
顧客が応答するとき、アプリケーションを通じて顧客情報を受信することと、
顧客情報に基づいて、第１小売用製品ケースの第１ディスプレイ上の第２グラフィック・レンダリングをカスタマイズすることと、
を行わせる、実施の形態１５項に記載のスマートな可動式閉鎖システム。
実施の形態１７項。コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、さらにコントローラに、
顧客情報に基づいて、顧客が寄るであろう第２小売用製品ケースを予測することと、
第２小売用製品ケースに貯蔵されている製品について、第１小売用製品ケースの第１ディスプレイに第３グラフィック・レンダリングを表示することと、
を行わせる、実施の形態１５項に記載のスマートな可動式閉鎖システム。
実施の形態１８項。冷蔵システムのコンピューティングプラットフォームであって、
内部保管容積、
内部保管容積の視認を妨げる可動式扉、
可動式扉に張り付けられている第１ディスプレイであって、内部保管容積の少なくとも棚割を表示するように構成される第１ディスプレイ、および
顧客検出器
を含む第１小売用製品ケースと、
１つまたはそれ以上のプロセッサ、および、
１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
通信チャネルにより第１小売用製品ケースとの通信を確立すること、
第１小売用製品ケースに全画面広告を表示するよう命令すること、
第１小売用製品ケースから、第１小売用製品ケースから第１の所定の距離内の顧客検出器による顧客の検出の指示を受信すること、
第１小売用製品ケースに、指示の受信後、全画面項目を終了して、内部保管容積に配置されている製品の棚割を表示するよう命令すること、
を行わせるコントローラ命令を格納しているメモリ、
を備えるコントローラと、
を備える冷蔵システムのコンピューティングプラットフォーム。
実施の形態１９項。第１ディスプレイが不透明なディスプレイを備える、実施の形態１８のコントローラプラットフォーム。
実施の形態２０項。第１小売用製品ケースが、
顧客検出器を介して、第１小売用製品ケースの近くの顧客に関する第１センサ情報を受信することであって、第１センサ情報は顧客の目の動きに関する目の動き情報を備える、受信することと、
顧客に関する第１センサ情報をコントローラに送信することであって、コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
受信した顧客に関する第１センサ情報から、顧客に関する顧客情報を判定することと、
顧客情報に基づいて、顧客に適切な広告を選択することと、
顧客情報に基づいて、第１小売用製品ケースに選択された広告を第１ディスプレイに表示するよう指示することと、
目の動き情報に基づいて、選択された広告の成功尺度を判定することと、
を行わせる、送信することと、
を行うように構成される、実施の形態１８項に記載のコンピューティングプラットフォーム。
実施の形態２１項。第１小売用製品ケースは、第１位置から第２位置までの可動式扉の動きを検出するように構成されるセンサをさらに含み、コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースに、第１ディスプレイへの棚割の表示を終了するよう命令すること、
を行わせる、実施の形態１８項に記載のコンピューティングプラットフォーム。
実施の形態２２項。第１小売用製品ケースは、
顧客検出器を介して、選択された広告を見ている顧客数を判定することと、
コントローラに対して、選択された広告を見ている顧客数に関する情報を送信することと、を行うように構成され、
コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースから、選択された広告を見ている顧客数に関する情報を受信することと、
顧客数に基づいて、選択された広告の有効性のレベルを判定することと、
を行わせる、実施の形態２０項に記載のコンピューティングプラットフォーム。
実施の形態２３項。第１小売用製品ケースは、
顧客検出器を介して、第１小売用製品ケースの近くの顧客に見られている棚割の領域に関する第２センサ情報を受信することと、
顧客に関する第１センサ情報をコントローラに送信すること、を行うように構成され、
コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースから、棚割の領域に関する第２センサ情報を受信することと、
棚割の領域に基づいて、顧客に見られている棚割の製品を特定することと、を行わせ、
顧客に適切な広告を選択することは、さらに、顧客に見られている棚割で特定された製品に基づいており、
第１小売用製品ケースに、選択された広告を第１ディスプレイに表示するよう命令することは、さらに、特定された製品に基づく、
実施の形態２０項に記載のコンピューティングプラットフォーム。
実施の形態２４項。第１小売用製品ケースは、
顧客検出器を介して、顧客が第１ディスプレイの前にいることを指示するリアルタイムデータを受信することと、
コントローラにリアルタイムデータを提供することと、を行うように構成されており、
コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースから、リアルタイムデータを受信することと、
リアルタイムデータに基づいて、顧客のための条件付き広告を判定することと、
第１小売用製品ケースに、リアルタイムデータに基づいて第１ディスプレイに条件付き広告を表示するよう命令することと、を行わせる、
実施の形態２０項に記載のコンピューティングプラットフォーム。
実施の形態２５項。条件付き広告を判定することは、さらにコントローラによってアクセスされるルールのセットに基づいており、コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
リアルタイムデータから顧客が第２の所定の距離内にいる継続時間、および第１小売用製品ケースの近くの気象状態を判定すること、
を行わせる、実施の形態２４項に記載のコンピューティングプラットフォーム。
実施の形態２６項。さらに第２小売用製品ケースを備えており、
コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースに保管されている第１製品タイプ、および第２小売用製品ケースに保管されている第２製品タイプを判定することであって、第１製品タイプが第２製品タイプとは異なる、判定することと、
第１製品タイプに関連付けられている第１ファイルセット、および第２製品タイプに関連付けられている第２ファイルセットをダウンロードすることであって、第１ファイルセットは第１複数のファイルを含み、第２ファイルセットは第２複数のファイルを含む、第１ファイルセットまたは第２ファイルセットの各ファイルは関連広告に対応する、ダウンロードすることと、
第１ファイルセットから、第１小売用製品ケースの第１ディスプレイに第１広告を開始することと、
第２ファイルセットから、第２小売用製品ケースの第２ディスプレイに第２広告を開始することであって、第２広告は第１広告とは異なる、開始することと、
を行わせる、実施の形態２０項に記載のコンピューティングプラットフォーム。
実施の形態２７項。コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第１小売用製品ケースの第１識別情報に基づいて第１製品タイプを判定することと、
第２小売用製品ケースの第２識別情報に基づいて第２製品タイプを判定することと、
を行わせる、実施の形態２６項に記載のコンピューティングプラットフォーム。
実施の形態２８項。第１製品タイプを判定することは、さらに第１小売用製品ケースから取得される第１在庫情報に基づき、第２製品タイプを判定することは、さらに第２小売用製品ケースから取得される第２在庫情報に基づく、実施の形態２６項に記載のコンピューティングプラットフォーム。
実施の形態２９項。さらに第２小売用製品ケースを備えており、
第２小売用製品ケースはさらに、
第２小売用製品ケースの顧客検出器を介して、顧客が第３の所定の距離内にいることの指示を受信することと、
顧客が第３の所定の距離内にいることの指示をコントローラに送信することと、を行うように構成されており、
コントローラ命令は、１つまたはそれ以上のプロセッサで実行されたときに、コントローラに、
第２小売用製品ケースから、顧客が第３の所定の距離内にいることの指示を受信することと、
第１小売用製品ケースの第１ディスプレイにオプトイン招待指示を生成することと、
第１小売用製品ケースに、第１小売用製品ケースの第１ディスプレイにオプトイン招待指示を表示するよう命令することと、
第１小売用製品ケースから、顧客が通信デバイスにより招待指示をスキャンすることによって、顧客がオプトインを選択したとの通知を受信することと、を行わせ、
第小売用製品ケースは、さらに、
第１小売用製品ケースの第１ディスプレイにオプトイン招待指示を表示すること、
顧客が通信デバイスにより招待指示をスキャンすることによって、顧客がオプトインを選択したとの指示を受信することと、
顧客が通信デバイスにより招待指示をスキャンすることによって、顧客がオプトインを選択したとの通知をコントローラに送信することと、
通信デバイスで実行しているアプリケーションを通じて顧客と対話することと、
を行うように構成される、実施の形態２０項に記載のコンピューティングプラットフォーム。
実施の形態３０項。コントローラ命令は、１つまたはそれ以上のプロセッサによって実行されたときに、コントローラに、
通知によって指示されるように、顧客がオプトインするとき、アプリケーションを通じて取得される顧客情報に基づいて、第１小売用製品ケースの第１ディスプレイに表示される広告を顧客に合わせてカスタマイズすることを行わせ、
カスタマイズされた表示広告は、顧客に対してカスタマイズされた価格設定を含む、実施の形態２９項に記載のコンピューティングプラットフォーム。
実施の形態３１項。コントローラ命令は、１つまたはそれ以上のプロセッサによって実行されたときに、コントローラに、
顧客が寄るであろう第３小売用製品ケースを予測することと、
第３小売用製品ケースに貯蔵されている製品に合わせて、表示広告をカスタマイズすることと、
顧客が招待指示に応答してオプトインしないとき、一般化情報に基づいて棚割を生成し続けることと、
を行わせる、実施の形態２９項に記載のコンピューティングプラットフォーム。
実施の形態３２項。小売用製品ケースに取り付けられている可動式扉に張り付けられているディスプレイ画面に広告コンテンツを生成するための方法であって、方法は、
第１小売用製品ケースのディスプレイ画面に第１広告を表示することと、
第１小売用製品ケースから所定の距離内で顧客の人間の姿を検出することと、
検出に応答して、第１小売用製品ケースに、第１広告を終了させて、ディスプレイ画面に、第１小売用製品ケースの内部保管容積に配置されている製品の棚割を表示するよう命令することと、を備えており、
第１小売用製品ケースの内部保管容積に配置されている製品は、可動式扉によって視認を妨げられている、方法。
実施の形態３３項。顧客の人間の姿は人間の顔を備えており、方法はさらに、
検出に応答して、第１小売用製品ケースのディスプレイにオプトイン招待指示を生成することと、
第１小売用製品ケースの通信インターフェースによって、顧客がオプトインするときに通知を受信することと、
受信に応答して、顧客の通信デバイスで実行しているアプリケーションを通じて顧客と対話することと、
顧客に対応する好みに基づいて、第１小売用製品ケースのディスプレイに第２広告をカスタマイズすること、を備える、実施の形態３２項に記載の方法。
実施の形態３４項。顧客が寄るであろう第２小売用製品ケースを予測することと、
第２小売用製品ケースに貯蔵されている製品について、第１小売用製品ケースのディスプレイに第３広告を表示することと、
をさらに備える、実施の形態３３項に記載の方法。
いくつかの実施の形態において、それに命令を格納している非一時的コンピュータ可読媒体が開示される。開示の１つまたはそれ以上の実施例は、コンピュータ可読媒体に格納されている１つまたはそれ以上のプログラムモジュールなど、本明細書に説明される動作を行うために１つまたはそれ以上のコンピュータまたは他のデバイスによって実行されるコンピュータ使用可能データまたはコンピュータ実行可能命令に具現化されてもよい。
一般に、プログラムモジュールは、コンピュータまたは他のデータ処理デバイスの１つまたはそれ以上のプロセッサで実行されたときに、特定のタスクを行う、または特定の抽象データタイプを実装するルーティン、プログラム、オブジェクト、コンポーネント、データ構造および同様なものを含む。コンピュータ実行可能命令は、ハードディスク、光学ディスク、取り出し可能記憶媒体、ソリッドステートメモリ、ＲＡＭおよび同様なものなど、コンピュータ可読媒体にコンピュータ可読命令として格納されてもよい。プログラムモジュールの機能性は、さまざまな実施の形態で望まれるように、組合せても、または分散させてもよい。加えて、機能性は、集積回路、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、および同様なものなど、ファームウェアまたはハードウェア同等物に全体的または部分的に具現されてもよい。開示の１つまたはそれ以上の実施例をより効果的に実施するために特定のデータ構造を使用してもよく、そのようなデータ構造は本明細書で説明されるコンピュータ実行可能命令およびコンピュータ使用可能データの範囲内にあると想定される。
本明細書で説明されるさまざまな実施例は、方法、装置、またはコンピュータ実行可能命令を格納する１つまたはそれ以上のコンピュータ可読媒体として具現されてもよい。したがって、これらの実施例は、全体がハードウェアの実施の形態、全体がソフトウェアの実施の形態、全体がファームウェアの実施の形態、またはソフトウェア、ハードウェアおよびファームウェアの実施例を任意の組み合わせで組み合わせた実施の形態の形態を取ってもよい。加えて、本明細書に説明されるデータまたはイベントを表すさまざまな信号は、金属線、光ファイバ、または無線伝送媒体（たとえば、空気または空間）などの信号伝達媒体を通して伝わる光または電磁波の形態で、送信元と宛先との間に転送されてもよい。一般に、１つまたはそれ以上のコンピュータ可読媒体は、１つまたはそれ以上の非一時的コンピュータ可読媒体であってもよく、および／またはそれを含んでもよい。
本明細書で説明されるように、さまざまな方法および行為は、１つまたはそれ以上のコンピューティングサーバおよび１つまたはそれ以上のネットワークにわたって有効であってもよい。機能性は、任意の方法で分散されてもよく、または１つのコンピューティングデバイス（たとえば、サーバ、クライアントコンピュータおよび同様なもの）に配置されてもよい。たとえば、代替実施の形態において、上記述べたコンピューティングシステムのうちの１以上を１つのコンピューティングシステムにまとめてもよく、各コンピューティングシステムのさまざまな機能を１つのコンピューティングシステムで行ってもよい。このような構成において、上記述べたコンピューティングシステム間の通信のいずれかおよび／またはすべては、１つのコンピューティングシステムによってアクセスされ、移動され、修正され、更新され、および／またはその他使用されるデータに対応してもよい。
開示の実施例は、その例示的な実施の形態に関して説明してきた。添付の特許請求の範囲の範囲および精神内の多数の他の実施の形態、修正および変型が、本開示の精査から当業者には思いつくであろう。たとえば、例示的な図面に記載されるステップの１以上は述べられる順番以外で行ってもよく、１つまたはそれ以上の記載されるステップは開示の実施例により任意であってもよい。
関連出願のクロスリファレンス
第一に、本出願は、２０２０年１月１３日に出願された米国特許出願第１６／７４１，５８１号（弁理士整理番号００９０３６．００００７）の一部継続であり、同出願は２０１９年１２月１７日に出願されてＷＯ２０２０／１３１８８１号として公開された国際特許出願第ＰＣＴ／ＵＳ２０１９／０６６８６９号（弁理士整理番号００９０３６．００００９）の優先出願日の利益を主張する一部継続であり、同出願は２０１８年１２月１７日に出願されて２０１９年４月２５日に米国特許出願公開第ＵＳ２０１９／０１２２２６３号として公開された米国特許出願第１６／２２２，６４３号の優先出願日の利益を主張する一部継続である。
第二に、本出願は、２０２０年５月１４日に出願された米国特許出願第１５／９３１，９７１号（弁理士整理番号００９０３６．０００１３）の優先出願日の利益を主張する一部継続であり、同出願は、２０２０年１月１３日に出願された米国特許出願１６／７４１，５８１号（弁理士整理番号００９０３６．００００７）の優先出願日の利益を主張する一部継続であり、同出願は、２０１９年１２月１７日に出願されてＷＯ２０２０／１３１８８１号として公開された国際特許出願第ＰＣＴ／ＵＳ２０１９／０６６８６９号（弁理士整理番号００９０３６．００００９）の優先出願日の利益を主張する一部継続であり、同出願は、２０１８年１２月１７日に出願されて２０１９年４月２５日に米国特許出願公開第ＵＳ２０１９／０１２２２６３号として公開された米国特許出願第１６／２２２，６４３号の優先出願日の利益を主張する一部継続であり、また２０２０年１月１３日に出願された米国特許出願１６／７４１，５８１号（弁理士整理番号００９０３６．００００７）は、２０１８年８月９日に出願された２０１９年２月１４日にＷＯ２０１９／０３２８９３号として公開された国際特許出願ＰＣＴ／ＵＳ２０１８／０４６１０３号の優先出願日の利益を主張する一部継続でもあり、同出願は、２０１７年８月１０日に出願された米国特許出願第１５／６７４，１９８号の優先出願日の利益を主張する一部継続であり、また２０２０年１月１３日に出願された米国特許出願１６／７４１，５８１号（弁理士整理番号００９０３６．００００７）は、２０１７年８月１０日に出願された米国特許出願第１５／６７４，１９８号の優先出願日の利益を主張する一部継続特許出願でもある。また、前述の出願のすべてはその全体が本明細書に援用される。

Claims (21)

  1. 外部商品棚周囲温度よりも低い温度で維持されるようになされた商品筐体を必要とする小売業環境への設置のために構成されるスマートな可動式閉鎖システムであって、前記システムは、
    それにアプリケーションがインストールされている顧客の無線通信機器と、
    小売用製品ケースから所定の距離内に顧客の人間の姿を検出するように構成される顧客検出器と、
    小売業環境での購入用に腐りやすい品物を保管する前記小売用製品ケースの内部保管容積と、
    前記内部保管容積の視認を妨げる可動式扉と、
    前記可動式扉に張り付けられているディスプレイデバイスであって、前記ディスプレイデバイスは前記内部保管容積の少なくとも棚割を表示するように構成され、前記棚割は欠品インジケータを備える、前記ディスプレイデバイスと、
    前記小売用製品ケースの前記内部保管容積の１つまたはそれ以上の画像を取り込むために、前記可動式扉に設置されている光学センサと、
    前記ディスプレイデバイスに通信可能に連結されているコントローラであって、前記コントローラは、前記顧客検出器による検出に応答して、顧客の前記無線通信デバイスで実行しているアプリケーションを通じて顧客と対話するように構成される、コントローラと、
    前記内部保管容積の入力された棚割マッピングおよび複数の製品の明細を備えるデータストアであって、明細は前記複数の製品の各々の形状、色および寸法を含む、データストアと、
    前記小売用製品ケースの近くの１つまたはそれ以上のプロセッサと、
    コンピュータ可読命令を格納するメモリであって、前記１つまたはそれ以上のプロセッサで実行されたときに、前記１つまたはそれ以上のプロセッサに、
    前記光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすることと、
    前記合成画像、前記入力された棚割マッピングおよび前記複数の製品の明細に基づいて、前記小売用製品ケース内の、前記複数の製品の中のある製品の在庫状態を判定することと、
    前記判定された在庫状況に基づいて、前記ディスプレイデバイスに表示する広告を判定することであって、前記広告は、前記製品の前記在庫状況が欠品であるときに、欠品インジケータを備える、前記判定することと、
    前記ディスプレイデバイスに表示するために前記広告を送信することと、
    を行わせるコンピュータ可読命令を格納する、前記メモリと、
    を備える、スマートな可動式閉鎖システム。
  2. 前記入力された棚割マッピングは、
    前記製品の指示と、
    前記製品の指定場所の指示と、
    を含む、請求項１に記載のスマートな可動式閉鎖システム。
  3. 前記製品の前記在庫状況を判定することは、前記合成画像に基づいて、前記指定場所に製品が検出されないと判定することを含む、請求項２に記載のスマートな可動式閉鎖システム。
  4. 前記光学センサは、前記可動式扉の動作中に複数の画像を取り込むように構成されて、前記動作は前記可動式扉が開くことおよび前記可動式扉が閉じることを含む、請求項３に記載のスマートな可動式閉鎖システム。
  5. 前記広告は異なる製品に関連付けられているアートワークを含む、請求項３に記載のスマートな可動式閉鎖システム。
  6. 前記１つまたはそれ以上のプロセッサで実行されたときに、前記１つまたはそれ以上のプロセッサに、前記製品が前記小売用製品ケース内にないことを指示するメッセージをコンピューティングデバイスに伝送させる、在庫トラッカを含む、請求項３に記載のスマートな可動式閉鎖システム。
  7. 前記製品の前記在庫状況を判定することは、前記合成画像に基づいて、前記小売用製品ケースに保管されている製品を特定することを含み、さらに、
    前記保管されている製品の場所、前記保管されている製品の形状、前記保管されている製品の色、前記保管されている製品の寸法、およびそれらの組合せ、から選択される少なくとも１つを判定することを含む、請求項２に記載のスマートな可動式閉鎖システム。
  8. 前記広告は前記製品に関連付けられているアートワークを備えており、前記製品の前記在庫状況を判定することは、
    前記保管されている製品の場所が前記指定場所に対応すると判定すること、
    前記保管されている製品の形状が前記明細の前記製品の形状に対応すると判定すること、
    前記保管されている製品の色が前記明細の前記製品の色に対応すると判定すること、ならびに、
    前記保管されている製品の寸法が前記明細の前記製品の寸法に対応すると判定すること、およびその組合せ、
    から選択される少なくとも１つに基づいて、前記製品が前記小売用製品ケースに存在すると判定することを含む、請求項７に記載のスマートな可動式閉鎖システム。
  9. 前記製品の前記在庫状況を判定することは、
    別の製品の形状が前記明細の前記製品の形状に対応しないと判定すること、
    前記別の製品の色が前記明細の前記製品の色に対応しないと判定すること、
    前記別の製品の寸法が前記明細の前記製品の寸法に対応しないと判定すること、およびその組合せ、
    から選択される少なくとも１つに基づいて、前記小売用製品ケースの前記指定場所に前記別の製品が存在すると判定することを含む、請求項２に記載のスマートな可動式閉鎖システム。
  10. 前記製品の前記在庫状況を判定することは、前記小売用製品ケース内の前記製品の数量を判定することを含む、請求項１に記載のスマートな可動式閉鎖システム。
  11. 前記広告は、前記複数の製品に関連付けられているアートワークを備える棚割を備える、請求項１に記載のスマートな可動式閉鎖システム。
  12. コンピューティングデバイスから、前記入力された棚割マッピングを受信することをさらに含む、請求項１に記載のスマートな可動式閉鎖システム。
  13. 前記データストアは前記小売業環境に配置されており、前記１つまたはそれ以上の画像は前記可動式扉の動作に基づいて取り込まれる、請求項１に記載のスマートな可動式閉鎖システム。
  14. 前記顧客の人間の姿は人間の顔を含んでおり、前記コントローラは、
    前記検出に応答して、前記小売用製品ケースのディスプレイにすでに出力されている第１グラフィック・レンダリング内にテキストメッセージを生成することと、
    顧客が前記テキストメッセージに応答するときに通知を受信することと、
    前記受信に応答して、顧客の前記無線通信デバイスで実行している前記アプリケーションを通じて顧客と対話することと、
    顧客が応答するとき、前記アプリケーションを通じて顧客情報を受信することと、
    前記顧客情報に基づいて、前記小売用製品ケースの前記ディスプレイの第２グラフィック・レンダリングをカスタマイズすることと、
    を行うように構成される、請求項１に記載のスマートな可動式閉鎖システム。
  15. 前記コントローラは、
    前記顧客情報に基づいて、顧客が寄るであろう第２小売用製品ケースを予測することと、
    前記第２小売用製品ケースに貯蔵されている製品について、前記小売用製品ケースの前記ディスプレイにグラフィック・レンダリングを表示することと、
    を行うように構成される、請求項１に記載のスマートな可動式閉鎖システム。
  16. 内部保管容積を備える小売用製品ケースに取り付けられている可動式扉に張り付けられているディスプレイ画面に広告コンテンツを生成するための方法であって、前記方法は、
    前記内部保管容積の棚割マッピングおよび複数の製品の明細を判定することであって、前記明細は前記複数の製品の各々の形状、色および寸法を含む、前記判定することと、
    前記可動式扉に設置されている光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすることと、
    前記合成画像、前記棚割マッピングおよび前記複数の製品の前記明細に基づいて、前記小売用製品ケース内の、前記複数の製品の中のある製品の在庫状況を判定することと、
    前記判定された在庫状況に基づいて、前記ディスプレイ画面に表示する広告を判定することと、
    前記ディスプレイ画面に表示するための広告を送信することと、
    を含む、方法。
  17. 前記棚割マッピングは、
    前記製品の指示と、
    前記製品の指定場所の指示と、
    を含む、請求項１６に記載の方法。
  18. 前記製品の前記在庫状況を判定することは、前記合成画像に基づいて、前記指定場所に製品が検出されないと判定することを含み、
    前記広告は、前記製品が欠品していることを指示する欠品インジケータを備える、
    請求項１７に記載の方法。
  19. 内部保管容積を有する小売用製品ケースと、前記内部保管容積の視認を妨げる可動式扉と、前記可動式扉に張り付けられているディスプレイであって、前記内部保管容積の少なくとも棚割を表示するよう構成されているディスプレイと、前記可動式扉に張り付けられている光学センサとを備える冷蔵システムのコンピューティングプラットフォームであって、前記コンピューティングプラットフォームは、
    １つまたはそれ以上のプロセッサと、
    メモリであって、前記１つまたはそれ以上のプロセッサで実行されたときに、前記１つまたはそれ以上のプロセッサに、
    前記内部保管容積の棚割マッピングおよび複数の製品の明細を判定することであって、前記明細は前記複数の製品の各々の形状、色および寸法を含む、前記判定すること、
    前記可動式扉に設置されている光学センサによって取り込まれた１つまたはそれ以上の画像を後処理して合成画像にすること、
    前記合成画像、前記入力された棚割マッピングおよび前記複数の製品の前記明細に基づいて、前記小売用製品ケース内の、前記複数の製品の中のある製品の在庫状況を判定すること、
    前記判定された在庫状況に基づいて、前記ディスプレイ画面に表示する広告を判定すること、および
    前記ディスプレイ画面に表示するための広告を送信すること、
    を行わせるコンピュータ実行可能命令を格納している前記メモリと、
    を備える、コンピューティングプラットフォーム。
  20. 前記棚割マッピングは、
    前記製品の指示と、
    前記製品の指定場所の指示と、
    を含む、請求項１９に記載のコンピューティングプラットフォーム。
  21. 前記製品の前記在庫状況を判定することは、
    前記合成画像および前記複数の製品の前記明細に基づいて、信頼性スコアを計算することと、
    前記信頼性スコアが閾値未満であるとき、前記製品が前記内部保管容積で欠品していると判定することであって、前記表示用の広告は前記製品が欠品であることを指示する欠品インジケータを備える、前記判定することと、
    を含む、請求項２０に記載のコンピューティングプラットフォーム。
JP2022537894A 2020-01-13 2021-01-13 冷蔵商品筐体のための可動式閉鎖システム Pending JP2023515297A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US16/741,581 2020-01-13
US16/741,581 US11698219B2 (en) 2017-08-10 2020-01-13 Smart movable closure system for cooling cabinet
US15/931,971 2020-05-14
US15/931,971 US11768030B2 (en) 2017-08-10 2020-05-14 Smart movable closure system for cooling cabinet
PCT/US2021/013247 WO2021150406A1 (en) 2019-12-17 2021-01-13 Smart movable closure system for cooling cabinet

Publications (2)

Publication Number Publication Date
JP2023515297A true JP2023515297A (ja) 2023-04-13
JPWO2021150406A5 JPWO2021150406A5 (ja) 2024-01-22

Family

ID=76993231

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022537894A Pending JP2023515297A (ja) 2020-01-13 2021-01-13 冷蔵商品筐体のための可動式閉鎖システム

Country Status (7)

Country Link
EP (1) EP4078053A4 (ja)
JP (1) JP2023515297A (ja)
KR (1) KR20220163929A (ja)
CN (1) CN115023578A (ja)
CA (1) CA3162267A1 (ja)
MX (1) MX2022007541A (ja)
WO (1) WO2021150406A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022061055A1 (en) * 2020-09-17 2022-03-24 Kooick Inc. Hardware system for identifying grab-and-go transactions in a cashierless store
CN115516424A (zh) * 2021-05-21 2022-12-23 商汤国际私人有限公司 基于边缘计算的控制方法、装置、边缘设备及存储介质
US20230184481A1 (en) 2021-12-09 2023-06-15 Anthony, Inc. Electronic display mounting in display case door
USD1019576S1 (en) 2022-02-28 2024-03-26 Anthony, Inc. Door switch casing

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030154141A1 (en) * 2001-09-18 2003-08-14 Pro Corp Holdings International Ltd. Image recognition inventory management system
US20060174641A1 (en) * 2004-12-13 2006-08-10 Liu Chi W Refrigerator with a display module
KR101493748B1 (ko) * 2008-06-16 2015-03-02 삼성전자주식회사 물품 제공장치, 디스플레이 장치 및 이를 이용한 ｇｕｉ제공방법
US20110191154A1 (en) * 2010-01-29 2011-08-04 Cedric Tremayne Johnson Methods and Apparatus for Networking and Controlling Electronic Displays
US8683745B2 (en) * 2011-05-10 2014-04-01 Anthony, Inc. Refrigerated display case door with transparent LCD panel
US10368662B2 (en) * 2013-05-05 2019-08-06 Trax Technology Solutions Pte Ltd. System and method of monitoring retail units
KR20150093289A (ko) * 2014-02-06 2015-08-18 지민수 고객 응대 및 가격 조정 기능을 구비한 무인 점포 시스템
US9928527B2 (en) * 2014-02-12 2018-03-27 Nextep Systems, Inc. Passive patron identification systems and methods
US20150269593A1 (en) * 2014-03-19 2015-09-24 Thao Le Product Authentication System
WO2016021751A1 (ko) * 2014-08-07 2016-02-11 엘지전자 주식회사 투명 디스플레이를 포함한 냉장고 및 제어 방법
KR102327848B1 (ko) * 2017-05-18 2021-11-18 삼성전자주식회사 냉장고 및 냉장고의 음식 관리방법
US10769666B2 (en) * 2017-08-10 2020-09-08 Cooler Screens Inc. Intelligent marketing and advertising platform

Also Published As

Publication number Publication date
EP4078053A1 (en) 2022-10-26
KR20220163929A (ko) 2022-12-12
WO2021150406A1 (en) 2021-07-29
EP4078053A4 (en) 2024-01-10
CA3162267A1 (en) 2021-07-29
CN115023578A (zh) 2022-09-06
MX2022007541A (es) 2022-09-29

Similar Documents

Publication Publication Date Title
US11768030B2 (en) Smart movable closure system for cooling cabinet
US11216868B2 (en) Computer vision system and method for automatic checkout
JP2023515297A (ja) 冷蔵商品筐体のための可動式閉鎖システム
JP2021513160A (ja) カスタマイズされた拡張現実品目フィルタリングシステム
US20190050900A1 (en) Intelligent Marketing and Advertising Platform
US20240219102A1 (en) Intelligent Marketing and Advertising Platform
US11763252B2 (en) Intelligent marketing and advertising platform
JP2024055919A (ja) インテリジェントなマーケティングおよび広告のためのプラットフォーム
US20240240853A1 (en) Smart Movable Closure System for Cooling Cabinet
US20240005271A1 (en) Intelligent Marketing and Advertising Platform
US20240232998A9 (en) Computer vision system and method for automatic checkout
US20240144173A1 (en) Suggesting a recipe to a customer of an online concierge system based on items likely to be available

Legal Events

Date Code Title Description
A529 Written submission of copy of amendment under article 34 pct

Free format text: JAPANESE INTERMEDIATE CODE: A529

Effective date: 20220816

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240111

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240111