JP6744633B2 - 物品判定装置、システム、学習方法及びプログラム - Google Patents
物品判定装置、システム、学習方法及びプログラム Download PDFInfo
- Publication number
- JP6744633B2 JP6744633B2 JP2017124003A JP2017124003A JP6744633B2 JP 6744633 B2 JP6744633 B2 JP 6744633B2 JP 2017124003 A JP2017124003 A JP 2017124003A JP 2017124003 A JP2017124003 A JP 2017124003A JP 6744633 B2 JP6744633 B2 JP 6744633B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- article
- output
- correct answer
- answer rate
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
<全体構成>
図1は、本発明の一実施形態における物品判定システムとしての商取引支援システム10の全体構成図である。商取引支援システム10は、サービスの利用登録がなされたユーザが、自身の所有物(以下、物品12)を取引対象の商品として、オンラインで出品可能に構成されるシステムである。
本実施形態における商取引支援システム10は、以上のように構成される。続いて、商取引支援システム10の概略的な動作について、図1を参照しながら説明する。
先ず、ユーザは、出品対象である物品12を準備した後、携帯端末18のカメラ44を用いて物品12を撮像する。その後、携帯端末18は、ユーザの操作に応じて、ユーザ情報及び画像情報D1を含む問合せデータを、取引管理サーバ14に向けて送信する。これにより、取引管理サーバ14は、中継機器42、ネットワークNW及び通信部20を介して、携帯端末18からの問合せデータを取得する。
次いで、取引管理サーバ14(具体的には、物品判定部28)は、ユーザから供給された画像情報D1に基づいて、物品12の種別(商品名を含む)及び/又は真贋の判定処理を行う。これにより、物品判定部28は、該当する種別(商品名)又は判定の信頼度(例えば、後述する一致度)を含む判定結果D3を出力する。
次いで、取引管理サーバ14(具体的には、データベース処理部26)は、物品12の種別が正しく判定された場合、この種別に応じた最新の相場情報D4を商取引情報DB40から取得する。この相場情報D4は、例えば、取引価格(買取価格・レート)、直近の取引量・在庫数量、今後の需要予測を含む。
次いで、ユーザは、表示部46に提示される相場情報D4の内容を確認し、出品に同意した旨の操作を行う。そうすると、取引管理サーバ14(具体的には、取引管理部30)は、ユーザの操作を受け付けた後、ユーザ情報、画像情報D1及び判定結果D3を集約し、取引単位毎の出品データを生成する。
<機能ブロック図>
図3は、図1に示す物品判定部28の機能ブロック図である。物品判定部28は、特徴量生成部60と、学習器62と、学習処理部64と、を備える。
続いて、物品判定部28の動作(学習器62に対する学習処理)について、図4のフローチャートを参照しながら説明する。
X=X(i) ‥(1)
Y=Mtn(i)/{Mtn(i)+Mfp(i)} ‥(2)
Y=Mtp(i)/{Mtp(i)+Mfn(i)} ‥(3)
Y={Mtn(i)+Mtp(i)}
/{Mtn(i)+Mfp(i)+Mtp(i)+Mfn(i)} ‥(4)
以上のように、商取引支援システム10(物品判定システム)は、物品12を撮像可能なカメラ44を有する携帯端末18と、カメラ44により得られた物品12の画像情報D1を携帯端末18から取得可能に構成される取引管理サーバ14と、を備える。
<第1例>
図6A〜図6Cの例では、1組の学習データにつき1つの出力値(最大値のみ)を用いて正答率曲線80を作成したが、この作成方法に限られない。
また、取引管理サーバ14は、学習器62から出力された物品12の一致度、該一致度に基づく物品12の分類結果、及び/又は、物品12の商取引、搬入出若しくは通関に関する情報を、外部に向けて出力可能に構成される出力装置(通信部20の他、ディスプレイ、スピーカ)をさらに備えてもよい。
なお、この発明は、上述した実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。或いは、技術的に矛盾が生じない範囲で各々の構成を任意に組み合わせてもよい。
12…物品 14…取引管理サーバ(物品判定装置)
16…ストレージ装置 18…携帯端末
20…通信部(情報出力部) 22…制御部
24…記憶部 26…データベース処理部
28…物品判定部 30…取引管理部
32…パラメータ群 36…学習情報DB
38…出品情報DB 40…商取引情報DB
44…カメラ 46…表示部
60…特徴量生成部 62…学習器
64…学習処理部 66…入力層
68…中間層 70…出力層
72…パラメータ更新部 74…収束判断部
80、84、86…正答率曲線 D1…画像情報
D2…学習データ群 D3…判定結果
D4…相場情報
Claims (8)
- 物品の画像特徴量を入力とし、前記物品の一致度を示す多値又は連続値を出力値として出力する学習器と、
学習データ群を用いて前記学習器に対する学習処理を実行する学習処理部と、
を備え、
前記学習器は、出力層から複数の前記出力値を出力し、
前記学習処理部は、
複数の前記出力値のうち最も大きい値を所定の幅で区分した出力レベルごとに出力結果の正答率を並べたヒストグラムを用いて、前記出力レベルに対する出力結果の正答率の関係を示す正答率曲線を作成し、
前記正答率曲線が収束条件を満たす場合に前記学習処理を終了することを特徴とする物品判定装置。 - 請求項1に記載の物品判定装置において、
前記学習処理部は、前記学習処理の前後にわたる前記正答率曲線の変化量が閾値よりも小さくなった場合に、前記収束条件を満たすとして前記学習処理を終了することを特徴とする物品判定装置。 - 請求項1又は2に記載の物品判定装置において、
前記学習処理部は、前記物品の本物及び偽物に関する学習データのうち、いずれか一方のみで構成される前記学習データ群における前記正答率曲線を作成することを特徴とする物品判定装置。 - 請求項1〜3のいずれか1項に記載の物品判定装置において、
前記学習器は、前記画像特徴量の入力に対して前記物品の分類に応じた一致度を示す複数の前記出力値を一括で出力し、
前記学習処理部は、前記学習器により一括で出力された複数の前記出力値のうち上位の2つ以上の前記出力値を用いて、複数の前記正答率曲線を作成することを特徴とする物品判定装置。 - 請求項1〜4のいずれか1項に記載の物品判定装置において、
前記学習器から出力された前記物品の一致度、該一致度に基づく前記物品の分類結果、及び/又は、前記物品の商取引、搬入出若しくは通関に関する情報を、外部に向けて出力可能に構成される情報出力部をさらに備えることを特徴とする物品判定装置。 - 物品を撮像可能なカメラを有する携帯端末と、
前記カメラにより得られた前記物品の画像情報を前記携帯端末から取得可能に構成される請求項1〜5のいずれか1項に記載の物品判定装置と、
を備えることを特徴とする物品判定システム。 - 物品の画像特徴量を入力とし、前記物品の一致度を示す多値又は連続値を出力値として出力する学習器に、コンピュータが学習を行わせる学習方法であって、
前記学習器は、出力層から複数の前記出力値を出力するものであり、
複数の前記出力値のうち最も大きい値を所定の幅で区分した出力レベルごとに出力結果の正答率を並べたヒストグラムを用いて、前記出力レベルに対する出力結果の正答率の関係を示す正答率曲線を作成するステップと、
前記正答率曲線が収束条件を満たす場合に、前記学習器に対する学習処理を終了するステップと、
を含むことを特徴とする学習方法。 - 物品の画像特徴量を入力とし、前記物品の一致度を示す多値又は連続値を出力値として出力する学習器を含むコンピュータに実行させる物品判定プログラムであって、
前記コンピュータに、
前記学習器の出力層から複数の出力値を出力するステップと、
複数の前記出力値のうち最も大きい値を所定の幅で区分した出力レベルごとに出力結果の正答率を並べたヒストグラムを用いて、前記出力レベルに対する出力結果の正答率の関係を示す正答率曲線を作成するステップと、
前記正答率曲線が収束条件を満たす場合に、前記学習器に対する学習処理を終了するステップと、
を実行させることを特徴とする物品判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017124003A JP6744633B2 (ja) | 2017-06-26 | 2017-06-26 | 物品判定装置、システム、学習方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017124003A JP6744633B2 (ja) | 2017-06-26 | 2017-06-26 | 物品判定装置、システム、学習方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019008574A JP2019008574A (ja) | 2019-01-17 |
JP6744633B2 true JP6744633B2 (ja) | 2020-08-19 |
Family
ID=65025964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017124003A Active JP6744633B2 (ja) | 2017-06-26 | 2017-06-26 | 物品判定装置、システム、学習方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6744633B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102358607B1 (ko) * | 2019-03-26 | 2022-02-07 | 주식회사 캐시고 | 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체 |
KR102202788B1 (ko) * | 2020-05-04 | 2021-01-14 | 주식회사 아우라제이 | 모조품 판별을 위한 인공지능 장치 및 방법 |
CN115810135A (zh) * | 2021-09-14 | 2023-03-17 | 日本电气株式会社 | 样本分析的方法、电子设备、存储介质和程序产品 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2865738B2 (ja) * | 1989-10-20 | 1999-03-08 | 株式会社日立製作所 | プロセス制御方法 |
US5732697A (en) * | 1995-11-22 | 1998-03-31 | Arch Development Corporation | Shift-invariant artificial neural network for computerized detection of clustered microcalcifications in mammography |
JP3170622B2 (ja) * | 1996-09-09 | 2001-05-28 | 住友金属工業株式会社 | 文字認識方法及び装置 |
JP4412306B2 (ja) * | 2006-06-08 | 2010-02-10 | パナソニック電工株式会社 | 異常判定方法および異常判定装置 |
JP6767966B2 (ja) * | 2014-04-09 | 2020-10-14 | エントルピー インコーポレーテッドEntrupy Inc. | 微視的差異からの機械学習を使用する物体の真贋鑑定 |
WO2016167779A1 (en) * | 2015-04-16 | 2016-10-20 | Mitsubishi Electric Corporation | Speech recognition device and rescoring device |
-
2017
- 2017-06-26 JP JP2017124003A patent/JP6744633B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019008574A (ja) | 2019-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140344013A1 (en) | Method and apparatus for interactive evolutionary optimization of concepts | |
WO2020216033A1 (zh) | 用于面部图像生成的数据处理方法、设备和介质 | |
JP6744633B2 (ja) | 物品判定装置、システム、学習方法及びプログラム | |
JP2004529406A (ja) | 動的なリアルタイムマーケットセグメンテーションのための方法および装置 | |
CN111401521B (zh) | 神经网络模型训练方法及装置、图像识别方法及装置 | |
CN113742492B (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
CN113761388B (zh) | 一种推荐方法、装置、电子设备及存储介质 | |
CN112633927B (zh) | 一种基于知识图谱规则嵌入的组合商品挖掘方法 | |
KR102531185B1 (ko) | 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템 | |
KR20220084136A (ko) | 학습 지원 장치, 학습 장치, 학습 지원 방법 및 학습 지원 프로그램 | |
CN114511387A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
Hassen et al. | Application of cloud model in qualitative forecasting for stock market trends | |
Ahamed et al. | A recommender system based on deep neural network and matrix factorization for collaborative filtering | |
CN111861679A (zh) | 一种基于人工智能的商品推荐方法 | |
Spelta et al. | Wasserstein barycenter for link prediction in temporal networks | |
CN112528140A (zh) | 信息推荐方法、装置、设备、系统及存储介质 | |
CN115294405B (zh) | 农作物病害分类模型的构建方法、装置、设备及介质 | |
JP2023018101A (ja) | 学習装置、機械学習モデル及び学習方法 | |
Martinez et al. | Towards estimating and predicting user perception on software product variants | |
CN115222203A (zh) | 风险识别方法以及装置 | |
CN115408611A (zh) | 菜单推荐方法、装置、计算机设备和存储介质 | |
US11436816B2 (en) | Information processing device, learning device, and storage medium storing learnt model | |
CN114916238A (zh) | 学习系统、学习方法和程序 | |
Vinothkumar et al. | Predictions Of Consumer Behaviour And Their Impact On Visual Merchandising Using Combined Machine Learning Concept | |
US11699256B1 (en) | Apparatus for generating an augmented reality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170707 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190403 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200727 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6744633 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |