JP6776384B2 - 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 - Google Patents
紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 Download PDFInfo
- Publication number
- JP6776384B2 JP6776384B2 JP2019023919A JP2019023919A JP6776384B2 JP 6776384 B2 JP6776384 B2 JP 6776384B2 JP 2019023919 A JP2019023919 A JP 2019023919A JP 2019023919 A JP2019023919 A JP 2019023919A JP 6776384 B2 JP6776384 B2 JP 6776384B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- new
- image data
- bundle
- data set
- 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
- 238000000034 method Methods 0.000 title claims description 36
- 238000012545 processing Methods 0.000 claims description 96
- 238000003860 storage Methods 0.000 claims description 46
- 238000004519 manufacturing process Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 230000008602 contraction Effects 0.000 claims description 8
- 238000004148 unit process Methods 0.000 claims 2
- 238000009795 derivation Methods 0.000 description 19
- 230000000644 propagated effect Effects 0.000 description 13
- 238000013135 deep learning Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D9/00—Counting coins; Handling of coins not provided for in the other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Controlling Sheets Or Webs (AREA)
Description
紙葉類束の特性判定用画像データ形成装置1は、いわゆる電子計算機(コンピュータ)であって、図1に示されるように、主に、本体10、入力装置31、及びディスプレイ32を備える。なお、ここで、紙葉類束とは、例えば、紙幣束(札束)等である。以下、これらの構成要素について詳述した後に紙葉類束の特性判定用画像データ形成装置1の動作についても説明する。
(1)本体
本体10は、図1に示されるように、主に、中央処理部11、メインメモリ13、ストレージ14、接続部12、STRインターフェイス15、入力インターフェイス16およびDSPインターフェイス17から構成されている。そして、この本体10では、中央処理部11が第1バス線21を介して、メインメモリ13が第2バス線22を介して、各種インターフェイス15〜17が第3バス線23を介して接続部12に接続されている。以下、これらの構成要素について説明する。
中央処理部11は、例えば、マイクロプロセッサと呼ばれる半導体チップ等であって、主に、制御部11Aおよび演算部11Bから構成される(なお、この中央処理部11には、他に1次キャッシュメモリや2次キャッシュメモリ等が含まれてもよい)。
メインメモリ13は、例えば、RAM(ランダムアクセスメモリ)等の揮発性高速メモリである。
接続部12は、チップセット等の半導体チップである。
ストレージ14は、ハードディスクドライブやソリッドステートドライブ等の補助記憶装置である。そして、このストレージ14には、図2に示されるように、オペレーティングシステム14a、デバイスドライバ14bおよび紙葉類束の特性判定用画像データ形成アプリケーション14c等のプログラム等が格納されている。なお、このストレージ14は、内蔵タイプに限られず、外付けタイプであってもかまわない。
STRインターフェイス15は、IDE(Integrated Drive Electronics)やSerial ATA等の補助記憶装置用インターフェイスであって、ストレージ14を接続部12に接続する。入力インターフェイス16は、例えば、PS/2、USB、IEEE1284、RS232あるいはIrDA(Infrared Data Association)等のインターフェイスであって、メインメモリ13にデータを入力するためのキーボード、マウス、スキャナ、あるいはOCR(Optical Character Reader)等といった入力装置31を接続する。DSPインターフェイス17は、例えば、AGP(Accelerated Graphics Port)、PCI(Peripheral Component Interconnect)あるいはRS232等のインターフェイス等であって、メインメモリ13から送信されてきたデータを文字や画像として表示するためのCRTディスプレイ、液晶ディスプレイ、あるいはプラズマディスプレイ等といったディスプレイ32を接続する。
次に、図3を用いて紙葉類束の特性判定用画像データ形成装置1の動作について説明する。
入力装置30は、例えば、キーボード、マウス、スキャナ、あるいはOCR(Optical Character Reader)等の入力装置である。
ディスプレイ32は、例えば、CRTディスプレイ、液晶ディスプレイ、あるいはプラズマディスプレイ等の情報表示装置である。
上述の通り、本発明の実施の形態に係る紙葉類束の特性判定用画像データ形成アプリケーション14cは、深層学習に代表される機械学習用のビッグデータを人工的に生み出すプログラムである。この紙葉類束の特性判定用画像データ形成アプリケーション14cは、データベース14jに保存されるメインテーブルTo1のデータセットに対してデータ加工を施した後に、加工済みのデータセットを新規のデータセットとしてメインテーブルTo1に保存することによってデータセットを増殖させるものである。以下、このデータセット増殖処理について詳述する。
先ず、この紙葉類束の特性判定用画像データ形成アプリケーション14cを用いてメインテーブルTo1のデータセットを増殖させようとする者(以下「利用者」という。)は、厚みを測定すると共に第1状態指標値を付与した紙葉類束を、前扉を開けた状態の紙葉類束収容箱の規定位置に収納した後、その状態でその紙葉類束収容箱を正面側から定点デジタルカメラ(図示せず)で撮像し、紙葉類束を含む紙葉類束収容箱の正面の実画像データ(以下「実画像データ」と略する。)を入手する。なお、ここで、第1状態指標値を付与する際、例えば、多人数による主観評価の平均値などが用いられることが好ましい。次に、利用者は、画像編集アプリケーション等を用いてその実画像中の紙葉類束以外の箇所をトリミングして紙葉類束の領域画像データ(以下、これを「領域データ」という。)を作成する。そして、その利用者は、紙葉類束の厚みや状態を変える度に、その紙葉類束の厚みを測定すると共にその紙葉類束に対して第1状態指標値を付与し、さらにその基本実画像データDt2を入手した後に領域データDt3を作成する。すなわち、基本実画像データDt2、領域データDt3、厚みデータDt4、第1状態指標値データDt5から成る複数種類のデータセットを用意する。なお、ここで、上述の紙葉類束の厚み測定、紙葉類束への第1状態指標値付与、紙葉類束を含む紙葉類束収容箱の正面画像データ入手は、順不同で行われてもかまわない。
上述の準備が完了し、紙葉類束の特性判定用画像データ形成アプリケーション14cにおいて自動データセット増殖処理が開始されると、以下の通りにして自動的に新たなデータセットが増殖される。なお、ここでは、基本モジュール14f、画像加工モジュール14g、厚み導出モジュール14hおよび第1状態指標値導出モジュール14iがその主な役割を担う。基本モジュール14fは、データベース14jのメインテーブルTo1からデータセットを読み出したり、画像加工用データテーブルTo2からデータセットを読み出したりした後、さらにメインテーブルTo1のデータセット中の基本実画像データDt2を読み出して、画像加工モジュール14gにその基本実画像データDt2を加工させる。画像加工モジュール14gは、その基本実画像データDt2を加工して厚みデータDt4’の導出用の加工画像データDt2’を作成するか、第1状態指標値データDt5’の導出用の加工画像データDt2’を作成する。なお、データセットを読み出す順序やデータ導出用の画像データの作成順序は、規則的であってもよいし、不規則的であってもよい。なお、この画像加工モジュール14gは、画像加工モジュール14gによって加工された加工画像データDt2’をさらに加工して厚みデータDt4’の導出用の加工画像データDt2’を作成するか、第1状態指標値データDt5’の導出用の加工画像データDt2’を作成してもよい。そして、厚み導出モジュール14hは厚みデータDt4’の導出用の画像作成時にその厚みデータDt4’を導出し、第1状態指標値導出モジュール14iは第1状態指標値データDt5’の導出用の画像作成時にその第1状態指標値データDt5’を導出する。このため、以下では、厚みデータDt4’の導出と第1状態指標値データDt5’の導出とを分けて自動データセット増殖処理の詳細について説明する。
以下、図6を用いて厚みデータ導出用画像データ作成および厚みデータ導出について説明する。なお、図6において(a)および(b)は共に紙葉類束収容箱CBを前から見た図であるが、(a)には元の実画像データDt12が示されており、(b)には加工画像データDt12’が示されている。すなわち、図6では、データセット中の領域データDt13を上下方向に沿って規定の倍率で引き伸ばす加工が行われている。図中の符号「OL」は元の実画像データにおける領域データDt13に対応する紙葉類束の厚みを示し、符号「ML」は加工画像データにおける領域データDt13’に対応する紙葉類束の厚みを示し、符号「MD」は加工前後における押え具部分PDの移動距離を示している。なお、押え具部分PDは、例えば、図8における実際の紙葉類束収容箱210では、上側支持板230とその上側に配設される付勢部材(コイルスプリング等)によって構成される。
先ず、画像加工モジュール14gが、図7に示されるように、データセット中の領域データDt3の一部または全部を、データベース14jの画像加工用データテーブルTo2から読み出した1または複数の置換画像データDt12で置換し、加工領域データDt3’を作成する。なお、この際、領域データDt3の置換位置、および、用いられる置換画像データDt12の種類は、規則的に決められてもよいし、不規則的に決められてもよい。次に、画像加工モジュール14gが、基本実画像データDt2中の領域データDt3を加工領域データDt3’で置き換えて加工画像データDt2’を作成する。そして、その領域データDt3に関連付けられている第1状態指標値データDt5、および、置換画像データDt12に関連付けられている第2状態指標値データDt13の少なくとも第2状態指標値データDt13の線形和を面積比率で算出して新たな第1状態指標値データDt5’を導出する。すなわち、図7における加工領域データDt3’において、置換画像データDt12bに関連付けられる第2状態指標値データDt13が「0.90」であり、置換画像データDt12cに関連付けられる第2状態指標値データDt13が「0.80」であり、置換画像データDt12eに関連付けられる第2状態指標値データDt13が「0.60」であり、置換画像データDt12fに関連付けられる第2状態指標値データDt13が「0.50」であり、置換画像データDt12hに関連付けられる第2状態指標値データDt13が「0.30」である場合、新たな第1状態指標値データDt5’は0.61(=0.9×(2/8)+0.8×(1/8)+0.6×(2/8)+0.50×(1/8)+0.30×(2/8))となる。このようにして、元データセット(基本実画像データDt2,領域データDt3,厚みデータDt4,第1状態指標値データDt5)中3つのデータが新たにされた新データセット(加工画像データDt2’,加工領域データDt3’,厚みデータDt4,第1状態指標値データDt5’)が作成され、この新データセットが、固有の数値データDt1と共にデータベース14jのメインテーブルTo1に新たに登録される。
本発明の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1によって形成された多数のデータセット(すなわちビッグデータ)は、例えば、ロボットハンドの制御に利用される。具体的には、増殖したデータセットを利用して深層学習に代表される機械学習を実施して判定モデルを生成し、把持対象となる紙葉類束のデジタル画像を定点デジタルカメラで取得した後に、その紙葉類束の画像データ又は紙葉類束の領域データから、上記判定モデルによってその紙葉類束の厚みデータDt4,Dt4’および状態指標値データDt5,Dt5’を出力した後、その厚みデータDt4,Dt4’に基づいてロボットハンドの把持時の指部間隔を制御したり、状態指標値データDt5,Dt5’に基づいてロボットハンドの紙葉類束の把持方法や把持圧力、紙葉類束を箱体から引き出す方法を調整したりする。
本発明の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1は、手作業で作成したデータセットから自動的に新たなデータセットを増産することができる。このため、増殖したデータセットを利用して深層学習に代表される機械学習を実施して判定モデルを生成し、処理しようとする紙葉類束(以下「処理対象紙葉類束」という。)をデジタル式のカメラで撮像してその処理対象紙葉類束の画像データを生成した後に、その処理対象紙葉類束の画像データ又は紙葉類束の領域データから、上記判定モデルによってその処理対象紙葉類束の厚みデータDt4,Dt4’や状態指標値データDt5,Dt5’を出力することができる。
(A)
先の実施の形態では紙葉類束の特性判定用画像データ形成装置として図1に示されるようなスタンドアローン型の電子計算機が利用されたが、通信ネットワークで相互接続されたグリッドコンピュータ等が利用されてもよい。
先の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1では、データベース14jのメインテーブルTo1に領域フィールドFo3が設けられ、その領域フィールドFo3に予め領域データDt3が格納されていたが、(i)エッジ抽出プログラム等により基本実画像データDt2から領域データDt3が自動的に抽出され、その領域データDt3が領域フィールドFo3に自動的に格納されるようにしてもよいし、(ii)領域フィールドFo3を設けず、エッジ抽出プログラム等により基本実画像データDt2から領域データDt3が自動的に抽出された後に、それを用いて加工画像データDt2’を作成するようにしてもよい。
先の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1では特に言及しなかったが、紙葉類束が複数国の紙幣等である場合、メインテーブルTo1に国識別フィールドが追加されてもよい。
先の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1では、メインテーブルTo1に厚みデータとして厚みの実寸データが登録されたが、この実寸データに代えて相対データを登録してもよい。この相対データとしては、例えば、紙葉類束収容箱の最大収容時厚みに対する紙葉類束の厚みの比率データ等が挙げられる。
先の実施の形態に係る紙葉類束の特性判定用画像データ形成装置1を利用するに際し、利用者が、厚みを測定すると共に第1状態指標値を付与した紙葉類束を、前扉を開けた状態の紙葉類束収容箱の規定位置に収納した後、その状態でその紙葉類束収容箱を正面側から定点デジタルカメラ(図示せず)で撮像し、紙葉類束を含む紙葉類束収容箱の実画像データを入手したが、利用者は、紙葉類束に第1状態指標値を付与せず、加工領域データDt3’および複数の置換画像データDt12を利用して加工画像データDt2’に第1状態指標値を自動付与するようにしてもよい。
11B 新データセット生成処理部(演算部)
14 ストレージ(記憶部)
Dt2 基本実画像データ
Dt2’ 加工画像データ
Dt3,Dt3’ 領域データ
Dt4 厚みデータ(厚み関連データ)
Dt5 状態指標値データ(損傷状態指標値データ)
Dt4’ 厚みデータ(第1次新厚み関連データ)
Dt5’ 状態指標値データ(第1次新損傷状態指標値データ)
Claims (8)
- 少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の厚みに関するデータ(以下「厚み関連データ」という。)とを関連付けた基本データセットを複数記憶する記憶部と、
前記実画像データにおいて前記紙葉類束の領域データを伸縮加工すると共に、その加工対象の実画像データに関連付けられた前記厚み関連データに前記伸縮の倍率を乗じて、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する新たな厚み関連データ(以下「第1次新厚み関連データ」という。)を生成し、前記第1次新厚み関連データを前記加工画像データに関連付けて新たなデータセットを生成する第1次新データセット生成処理を実行する新データセット生成処理部と
を備え、
前記新データセット生成処理部は、複数の基本データセットに対して前記第1次新データセット生成処理を繰り返して新たなデータセットを増産する
紙葉類束の特性判定用画像データ形成装置。 - 前記新データセット生成処理部は、前記加工画像データにおいて少なくとも前記紙葉類束の領域データを加工すると共に、加工された前記領域データを含む画像データ(以下「再加工画像データ」という。)に対応する更に新たな厚み関連データ(以下「第2次新厚み関連データ」という。)を生成し、前記第2次新厚み関連データを前記再加工画像データに関連付けて更に新たなデータセットを生成する第2次新データセット生成処理をさらに実行する
請求項1に記載の紙葉類束の特性判定用画像データ形成装置。 - 少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の損傷状態を示す損傷状態指標値データとを関連付けた基本データセットを複数記憶する記憶部と、
前記実画像データにおいて前記紙葉類束の領域データの少なくとも一部を、少なくとも一つの置換画像で置換加工すると共に、前記置換画像に関連付けられた損傷状態指標値から、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する前記紙葉類束の新たな損傷状態指標値データ(以下「第1次新損傷状態指標値データ」という。)を生成し、前記第1次新損傷状態指標値データを前記加工画像データに関連付けて新たなデータセットを生成する第1次新データセット生成処理を実行する新データセット生成処理部と
を備え、
前記新データセット生成処理部は、複数の基本データセットに対して前記第1次新データセット生成処理を繰り返して新たなデータセットを増産する
紙葉類束の特性判定用画像データ形成装置。 - 前記新データセット生成処理部は、前記加工画像データにおいて少なくとも前記紙葉類束の領域データを加工すると共に、加工された前記領域データを含む画像データ(以下「再加工画像データ」という。)に対応する更に新たな状態指標値データ(以下「第2次新状態指標値データ」という。)を生成し、前記第2次新状態指標値データを前記再加工画像データに関連付けて更に新たなデータセットを生成する第2次新データセット生成処理をさらに実行する
請求項3に記載の紙葉類束の特性判定用画像データ形成装置。 - 電子計算機に対して、
少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の厚みに関するデータ(以下「厚み関連データ」という。)とを関連付けた基本データセットを複数入力受付させる基本データセット入力受付ステップと、
前記基本データセット入力受付ステップにおいて前記基本データセットの入力が完了された後に、前記実画像データにおいて前記紙葉類束の領域データを伸縮加工させると共に、その加工対象の実画像データに関連付けられた前記厚み関連データに前記伸縮の倍率を乗じさせて、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する新たな厚み関連データ(以下「新厚み関連データ」という。)を生成させ、前記新厚み関連データを前記加工画像データに関連付けて新たなデータセットを生成させる新データセット生成処理ステップと
を実行させるプログラムであり、
前記電子計算機に、複数の基本データセットに対して前記新データセット生成処理ステップを繰り返させて新たなデータセットを増産させる
紙葉類束の特性判定用画像データ形成プログラム。 - 電子計算機に対して、
少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の損傷状態を示す損傷状態指標値データとを関連付けた基本データセットを複数入力受付させる基本データセット入力受付ステップと、
前記基本データセット入力受付ステップにおいて前記基本データセットの入力が完了された後に、前記実画像データにおいて前記紙葉類束の領域データの少なくとも一部を、少なくとも一つの置換画像で置換加工させると共に、前記置換画像に関連付けられた損傷状態指標値から、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する前記紙葉類束の新たな損傷状態指標値データ(以下「新損傷状態指標値データ」という。)を生成させ、前記新損傷状態指標値データを前記加工画像データに関連付けて新たなデータセットを生成させる新データセット生成処理ステップと
を実行させるプログラムであり、
前記電子計算機に、複数の基本データセットに対して前記新データセット生成処理ステップを繰り返させて新たなデータセットを増産させる
紙葉類束の特性判定用画像データ形成プログラム。 - 前記電子計算機に対して、
少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の厚みに関するデータ(以下「厚み関連データ」という。)とを関連付けた基本データセットを複数入力受付させる基本データセット入力受付ステップと、
前記基本データセット入力受付ステップにおいて前記基本データセットの入力が完了された後に、前記実画像データにおいて前記紙葉類束の領域データを伸縮加工させると共に、その加工対象の実画像データに関連付けられた前記厚み関連データに前記伸縮の倍率を乗じさせて、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する新たな厚み関連データ(以下「新厚み関連データ」という。)を生成させ、前記新厚み関連データを前記加工画像データに関連付けて新たなデータセットを生成させる新データセット生成処理ステップと
を実施させる方法であり、
前記電子計算機に、複数の基本データセットに対して前記新データセット生成処理ステップを繰り返させて新たなデータセットを増産させる
紙葉類束の特性判定用画像データ形成方法。 - 前記電子計算機に対して、
少なくとも紙葉類束の実画像を含む実画像データと、前記紙葉類束の損傷状態を示す損傷状態指標値データとを関連付けた基本データセットを複数入力受付させる基本データセット入力受付ステップと、
前記基本データセット入力受付ステップにおいて前記基本データセットの入力が完了された後に、前記実画像データにおいて前記紙葉類束の領域データの少なくとも一部を、少なくとも一つの置換画像で置換加工させると共に、前記置換画像に関連付けられた損傷状態指標値から、加工された前記領域データを含む画像データ(以下「加工画像データ」という。)に対応する前記紙葉類束の新たな損傷状態指標値データ(以下「新損傷状態指標値データ」という。)を生成させ、前記新損傷状態指標値データを前記加工画像データに関連付けて新たなデータセットを生成させる新データセット生成処理ステップと
を実施させる方法であり、
前記電子計算機に、複数の基本データセットに対して前記新データセット生成処理ステップを繰り返させて新たなデータセットを増産させる
紙葉類束の特性判定用画像データ形成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019023919A JP6776384B2 (ja) | 2019-02-13 | 2019-02-13 | 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 |
PCT/JP2019/040672 WO2020166133A1 (ja) | 2019-02-13 | 2019-10-16 | 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019023919A JP6776384B2 (ja) | 2019-02-13 | 2019-02-13 | 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020135067A JP2020135067A (ja) | 2020-08-31 |
JP6776384B2 true JP6776384B2 (ja) | 2020-10-28 |
Family
ID=72045265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019023919A Active JP6776384B2 (ja) | 2019-02-13 | 2019-02-13 | 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6776384B2 (ja) |
WO (1) | WO2020166133A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015180982A (ja) * | 2014-03-06 | 2015-10-15 | グローリー株式会社 | 異物検出装置及び異物検出方法 |
JP6934231B2 (ja) * | 2016-10-14 | 2021-09-15 | アイディー メトリクス グループ インコーポレイテッド | 身分証明書の改ざん検出方法 |
-
2019
- 2019-02-13 JP JP2019023919A patent/JP6776384B2/ja active Active
- 2019-10-16 WO PCT/JP2019/040672 patent/WO2020166133A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020166133A1 (ja) | 2020-08-20 |
JP2020135067A (ja) | 2020-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2908268B1 (en) | Face detector training method, face detection method, and apparatus | |
CN110348441A (zh) | 增值税发票识别方法、装置、计算机设备及存储介质 | |
CN101159064A (zh) | 画像生成系统以及按照图像生成画像的方法 | |
CN108647736A (zh) | 一种基于感知损失和匹配注意力机制的图像分类方法 | |
CN100517343C (zh) | 生成印刷制版用的工作流程的装置和方法 | |
CN109446982A (zh) | 一种基于ar眼镜的电力屏柜压板状态识别方法及系统 | |
JP5372183B2 (ja) | 硬貨分類装置および硬貨分類方法 | |
JP3214737U (ja) | 経営分析用の信号グラフ表示装置 | |
CN100595559C (zh) | 一种花粉影像数据分析方法和系统 | |
JP6776384B2 (ja) | 紙葉類束の特性判定用画像データ形成装置、プログラムおよび方法 | |
CN109858428A (zh) | 基于机器学习和深度学习的ana荧光片自动识别方法 | |
CN107862685B (zh) | 一种人工智能学习和识别蓝牙钱箱纸币张数的系统和方法 | |
CN112861782A (zh) | 票据照片关键信息提取系统及方法 | |
CN101196995A (zh) | 图像中最大人脸的检测方法 | |
US8010564B2 (en) | Logical structure analyzing apparatus, method, and computer product | |
EP3958171A1 (en) | Automatic method to determine the authenticity of a product | |
JP6776385B2 (ja) | ロボットハンド付きロボットアームの制御方法、制御装置および制御システム | |
CN112214557B (zh) | 数据匹配分类方法及装置 | |
Jadhav et al. | Currency Recognition using Machine Learning | |
CN111753913A (zh) | 假币分类的方法及装置、电子设备及计算机可读存储介质 | |
CN110706399A (zh) | 一种票据归集类的自助设备 | |
CN110135363A (zh) | 基于判别词典嵌入行人图像检索方法、系统、设备及介质 | |
JP2001351104A (ja) | パターン認識方法及びパターン認識装置、並びにパターン照合方法及びパターン照合装置 | |
CN115063267A (zh) | 一种阅卷评分方法及装置 | |
EP4396792A1 (en) | System and method for identifying and counting biological species |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191016 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200827 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200827 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200904 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200908 |
|
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: 20201006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201007 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6776384 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |