JP6874177B2 - 棚割り情報作成装置およびプログラム - Google Patents
棚割り情報作成装置およびプログラム Download PDFInfo
- Publication number
- JP6874177B2 JP6874177B2 JP2020018002A JP2020018002A JP6874177B2 JP 6874177 B2 JP6874177 B2 JP 6874177B2 JP 2020018002 A JP2020018002 A JP 2020018002A JP 2020018002 A JP2020018002 A JP 2020018002A JP 6874177 B2 JP6874177 B2 JP 6874177B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- shelf
- information
- products
- image
- 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
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 12
- 238000012935 Averaging Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008707 rearrangement Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 201000003373 familial cold autoinflammatory syndrome 3 Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明の実施形態は、棚割り情報作成装置およびプログラムに関する。
商品の棚割りを支援するために、棚や商品の大きさ、または商品の販売優先順位に基づいて、商品の陳列レイアウトである棚割り情報を作成する技術が開示されている。このような棚割り情報は、顧客に商品をより印象付けるように、単に商品の大きさや販売優先順位のみならず、商品の見た目を考慮して作成することが求められている。
本発明が解決しようとする課題は、商品を陳列した際の見た目を考慮した棚割り情報を作成することができる棚割り情報作成装置およびプログラムを提供することである。
実施形態の棚割り情報作成装置は、画像特徴算出部と、棚割り算出部を有する。画像特徴算出部は、複数の商品を撮像した画像の中から、当該商品が有する色情報を含む画像特徴を算出する。棚割り算出部は、複数の商品のサイズに関する情報と、複数の商品を並べる所定の場所のサイズに関する情報とに基づいて、複数の商品のそれぞれに割り当てる所定の場所のサイズを算出して、算出された所定の場所に並べられた複数の商品の画像特徴の分布が所定の見せ方になるように、複数の商品の棚割りを算出する。
(第1の実施形態)
本発明の一実施形態である棚割り情報作成装置について、図面を用いて説明する。なお、この実施形態によりこの発明が限定されるものではない。図1は、第1の実施形態に係る棚割り情報作成装置100aのハードウェア構成図である。棚割り情報作成装置100aは、一般的なコンピュータシステムの構成を有する。
本発明の一実施形態である棚割り情報作成装置について、図面を用いて説明する。なお、この実施形態によりこの発明が限定されるものではない。図1は、第1の実施形態に係る棚割り情報作成装置100aのハードウェア構成図である。棚割り情報作成装置100aは、一般的なコンピュータシステムの構成を有する。
棚割り情報作成装置100aは、店舗の事務所等に設置されて、商品棚に商品を陳列する際の並べ方(棚割り)を決定する。棚割り情報作成装置100aは、CPU(Central Processing Unit)90、ROM(Read Only Memory)92、RAM(Random Access Memory)93、LANコントローラ94、HDD(Hard Disk Drive)装置96、モニタコントローラ60a、プリンタコントローラ60bを備える。CPU90は、ROM92、RAM93、LANコントローラ94、HDD装置96、モニタコントローラ60a、プリンタコントローラ60bとバスライン98で接続する。モニタコントローラ60aはモニタ62aと、プリンタコントローラ60bはプリンタ62bと接続する。
CPU90は、制御主体となって必要な演算処理を行う。ROM92およびRAM93は、CPU90が演算を行う際に、必要に応じて記憶部として機能する。また、LANコントローラ94は、棚割り情報作成装置100aをネットワークと接続する。
HDD装置96は、棚割り情報作成装置100aが実行する棚割り情報作成プログラム、および棚割り情報の作成に必要なデータベース(後述)を記憶している。モニタコントローラ60aとプリンタコントローラ60bは、作成された棚割り情報を、モニタ62aとプリンタ62bに出力する。
HDD装置96は、棚割り情報作成装置100aが実行する棚割り情報作成プログラム、および棚割り情報の作成に必要なデータベース(後述)を記憶している。モニタコントローラ60aとプリンタコントローラ60bは、作成された棚割り情報を、モニタ62aとプリンタ62bに出力する。
棚割り情報作成装置100aが実行する棚割り情報作成プログラムは、インストール可能な形式または実行可能な形式のファイルで、CD−ROM、フレキシブルディスク、CD−R、DVD(Digital Versatile Disc)等のコンピュータで読み取り可能な記録媒体に記録されて提供される。また、棚割り情報作成装置100aが実行する棚割り情報作成プログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納して、ネットワーク経由で棚割り情報作成装置100aにダウンロードしてもよい。
棚割り情報作成装置100aのCPU90は、棚割り情報作成プログラムに従うことにより、図2に示す、情報入力部5a、画像特徴算出部40a、棚割り算出部50a、出力部60を機能部として実現する。
また、データベース(以下、DBと呼ぶ)70aは、画像情報S1、商品情報S2、棚情報S3を夫々格納している。
画像情報S1は、商品の外観を含む画像である。画像情報S1は、例えばRGB信号で記述されて、商品の色情報を含む。すなわち、画像を構成する各画素がR(赤)、G(緑)、B(青)の各色に対応する画素値を有する。商品情報S2は、商品の分類名、商品名、通路番号、棚番号、棚サイズ、販売促進情報を有する。また、棚情報S3は、棚が置かれた通路番号および棚番号と、各棚の長さを夫々有する。
また、データベース(以下、DBと呼ぶ)70aは、画像情報S1、商品情報S2、棚情報S3を夫々格納している。
画像情報S1は、商品の外観を含む画像である。画像情報S1は、例えばRGB信号で記述されて、商品の色情報を含む。すなわち、画像を構成する各画素がR(赤)、G(緑)、B(青)の各色に対応する画素値を有する。商品情報S2は、商品の分類名、商品名、通路番号、棚番号、棚サイズ、販売促進情報を有する。また、棚情報S3は、棚が置かれた通路番号および棚番号と、各棚の長さを夫々有する。
図2に示すように、情報入力部5aは、画像入力部10aと商品情報入力部20と棚情報入力部30aからなる。画像入力部10aは、DB70aから画像情報S1を読み出して画像特徴算出部40aに出力する。なお、画像情報S1は、DB70aに格納されるものに限定されず、デジタルカメラやスキャナ等の画像入力装置から入力してもよい。
商品情報入力部20は、DB70aから商品情報S2を読み出して棚割り算出部50aに出力する。また、棚情報入力部30aは、DB70aから棚情報S3を読み出して棚割り算出部50aに出力する。
商品情報入力部20は、DB70aから商品情報S2を読み出して棚割り算出部50aに出力する。また、棚情報入力部30aは、DB70aから棚情報S3を読み出して棚割り算出部50aに出力する。
画像特徴算出部40aは、画像情報S1の中から、商品の画像が有する色相情報(画像特徴S4)を算出し、算出した色相情報を棚割り算出部50aに出力する。棚割り算出部50aは、商品の色相情報(画像特徴S4)と、商品情報S2と、棚情報S3から、商品の棚割りを表す棚配置情報S5(棚割り情報)を算出し、算出した棚配置情報S5を出力部60に出力する。出力部60は、図1に示すモニタ62aおよびプリンタ62bで構成されており、棚配置情報S5を、商品の陳列を行う作業者が可視化できる形で出力する。
以下、棚割り情報作成装置100aが行う処理の内容を説明する。ここでは、5種類の商品(りんご)である商品1〜商品5を店舗の棚に棚割りする。図3(a)は、画像情報S1の一例を示す。棚割りを行う商品1〜商品5を、夫々個別の画像情報Sa、Sb、Sc、Sd、Seとして商品情報入力部20に入力する。このとき、画像の背景の輝度は一様であるとする。また、全ての商品は同じ大きさであるとする。
図3(b)は、商品情報S2の一例を示す。分類名は商品を表す「果実」というラベルを有する。商品名は「商品1」等の商品名を有する。通路番号は商品を配置する通路番号を有する。棚番号は商品を配置する棚番号を有する。棚サイズは棚における各商品の占有空間のサイズを有する。販売促進情報は販売促進対象か否かを示すフラグを有する。
図3(b)の商品情報S2は、5種類の商品を、通路番号Aの通路にあるNo.3−2の棚に棚割りすることを示す。さらに、商品2は他の商品よりも2倍の空間に配置すべきこと、および、商品1は他の商品よりも販売促進すべきであることを示す。
図3(c)は、棚情報S3の一例を示す。図3(c)の例は、通路番号Aの通路に5種類の棚があること、および各棚の長さを表す。
図3(b)は、商品情報S2の一例を示す。分類名は商品を表す「果実」というラベルを有する。商品名は「商品1」等の商品名を有する。通路番号は商品を配置する通路番号を有する。棚番号は商品を配置する棚番号を有する。棚サイズは棚における各商品の占有空間のサイズを有する。販売促進情報は販売促進対象か否かを示すフラグを有する。
図3(b)の商品情報S2は、5種類の商品を、通路番号Aの通路にあるNo.3−2の棚に棚割りすることを示す。さらに、商品2は他の商品よりも2倍の空間に配置すべきこと、および、商品1は他の商品よりも販売促進すべきであることを示す。
図3(c)は、棚情報S3の一例を示す。図3(c)の例は、通路番号Aの通路に5種類の棚があること、および各棚の長さを表す。
画像特徴算出部40aは、図4(a)に示すように、平均化処理部42と色相算出部44を備える。平均化処理部42は、まず、画像情報Sa〜Se(画像情報S1)の中から商品の領域のみを抽出する。このとき、画像情報S1の背景の輝度は一様であるため、例えば、背景と所定値以上の輝度差を有する画素を抽出することによって、商品の領域のみを抽出することができる。
平均化処理部42は、さらに、商品の領域の中で、RGB信号の各色成分の平均化処理を行って平均化信号S6を出力する。平均化処理を行うのは、画像情報S1を生成する際に照明の設置位置や照明光量が変動すると、商品の外観に色むらが発生して、色情報が不均一になる虞があるためである。第1の実施形態では、平均化信号S6として、画像情報Sa〜Seに対して、夫々RGB信号の平均値(Ra,Ga,Ba)を得るものとする。
色相算出部44は、平均化処理部42が算出した平均値(Ra,Ga,Ba)に基づいて商品の領域の色相値Hを算出して画像特徴S4とする。なお、色相値Hは色相環110(図5(c))上の方位角で表され、式1〜式3に示す周知の算出式で算出する。
すなわち、Imax=max(Ra,Ga,Ba)、Imin=min(Ra,Ga,Ba)として、
Imax=Raのとき、
H=60°*((Ga−Ba)/(Imax−Imin)) (式1)
Imax=Gaのとき、
H=60°*((Ba−Ra)/(Imax−Imin))+120°(式2)
Imax=Baのとき、
H=60°*((Ra−Ga)/(Imax−Imin))+240°(式3)
ただし、H<0のときは、H=H+360°とする。
すなわち、Imax=max(Ra,Ga,Ba)、Imin=min(Ra,Ga,Ba)として、
Imax=Raのとき、
H=60°*((Ga−Ba)/(Imax−Imin)) (式1)
Imax=Gaのとき、
H=60°*((Ba−Ra)/(Imax−Imin))+120°(式2)
Imax=Baのとき、
H=60°*((Ra−Ga)/(Imax−Imin))+240°(式3)
ただし、H<0のときは、H=H+360°とする。
図4(b)は、図3(a)に示した画像情報Sa〜Se(画像情報S1)から算出した平均値(Ra,Ga,Ba)の一例と色相値Hの一例である。
棚割り算出部50aは、図5(a)に示すように、商品棚サイズ算出部52と色相並べ替え部54と棚位置決定部56を備える。商品棚サイズ算出部52は、商品情報S2と棚情報S3から、各商品に割り当てる棚サイズである商品棚サイズ情報S7を算出して、棚位置決定部56に出力する。
色相並べ替え部54は、各商品の画像特徴S4(色相値H)に基づいて、色相環110(図5(c))上に商品を配置した際の並び順である色相配置情報S8を算出して、棚位置決定部56に出力する。棚位置決定部56は、商品棚サイズ情報S7と色相配置情報S8に基づいて商品の棚割りを決定し、決定した棚割りを棚配置情報S5(棚割り情報)として出力部60に出力する。
次に、棚割り算出部50aが行う処理について説明する。商品棚サイズ算出部52は、商品情報S2(図3(b))を参照して、商品を通路番号Aの通路にある棚番号No.3−2の棚に棚割りすることを認識する。次に、商品棚サイズ算出部52は、商品情報S2と棚情報S3(図3(c))を参照して、棚番号No.3−2の棚長さと、各商品を配置した際の棚の占有空間を読み出す。そして、商品棚サイズ算出部52は、各商品j(j=1,2,…,5)に割り当てる商品棚サイズPj(j=1,2,…,5)を表す商品棚サイズ情報S7(図5(b))を算出する。商品棚サイズPjは、式4によって算出する。
Pj=(Xj/Σ(Xj))*棚長さ(Xj:各商品jに必要な棚長さ) (式4)
式4は、各商品jの陳列に必要な商品棚サイズPjを比率演算で算出する。算出した商品棚サイズPjが整数値でないときは、適宜算出規則を規定する。本実施形態では、商品棚サイズ算出部52は、図5(b)に示すように、商品1、3、4、5を夫々棚番号No.3−2の棚の1/6の空間に陳列すべきであること、および商品2を棚番号No.3−2の棚の1/3の空間に陳列すべきであることを算出する。
Pj=(Xj/Σ(Xj))*棚長さ(Xj:各商品jに必要な棚長さ) (式4)
式4は、各商品jの陳列に必要な商品棚サイズPjを比率演算で算出する。算出した商品棚サイズPjが整数値でないときは、適宜算出規則を規定する。本実施形態では、商品棚サイズ算出部52は、図5(b)に示すように、商品1、3、4、5を夫々棚番号No.3−2の棚の1/6の空間に陳列すべきであること、および商品2を棚番号No.3−2の棚の1/3の空間に陳列すべきであることを算出する。
色相並べ替え部54は、各商品jを色相環110(図5(c))上に配置する並び順を算出する。色相環110は、色相情報を環状に表した図であり、広く用いられる色相の表現方法である。色相環110の中には、赤(R)から反時計回りに、黄色(Y)、緑(G)、水色(C)、青(B)、赤紫(M)の順に色が配置されている。色相環110上の並び順に沿って商品を並べると、顧客に整った印象を与えることができる。なお、図5(c)は、商品1〜5の各色相値Hを、実際に色相環110上にプロットした状態を示す。
図5(d)は、色相並べ替え部54で算出される色相配置情報S8の一例である。図5(d)から、商品4、商品3、商品1、商品5、商品2の順に並べると、色相値Hが昇順に並ぶため、似た色の商品が隣接して並ぶことがわかる。
実際の棚割りは、円環状ではなく列状に並べるため、陳列時の先頭と後尾を決定する必要がある。そのため、色相並べ替え部54は、各商品の色相値Hを昇順または降順に並べ替える。色相値Hが0〜360の範囲にないときは補正を行う。次に、色相並べ替え部54は、隣接する商品間、および並べ替えた両端の商品間で色相値Hの差ΔHの絶対値を夫々算出して、差ΔHの絶対値が最大となる2つの商品を、夫々先頭と後尾に配置する。これによって、商品を連続した色相順に並べることができる。
図5(d)は、色相並べ替え部54で算出される色相配置情報S8の一例である。図5(d)から、商品4、商品3、商品1、商品5、商品2の順に並べると、色相値Hが昇順に並ぶため、似た色の商品が隣接して並ぶことがわかる。
実際の棚割りは、円環状ではなく列状に並べるため、陳列時の先頭と後尾を決定する必要がある。そのため、色相並べ替え部54は、各商品の色相値Hを昇順または降順に並べ替える。色相値Hが0〜360の範囲にないときは補正を行う。次に、色相並べ替え部54は、隣接する商品間、および並べ替えた両端の商品間で色相値Hの差ΔHの絶対値を夫々算出して、差ΔHの絶対値が最大となる2つの商品を、夫々先頭と後尾に配置する。これによって、商品を連続した色相順に並べることができる。
棚位置決定部56は、色相並べ替え部54が算出した色相配置情報S8に基づいて、棚割りすべき棚に、各商品を商品棚サイズ情報S7に合わせて割り当てる。
棚割り対象棚である棚番号No.3−2の棚には、図6(a)に示すように、棚長さを等間隔に分割して番号(図6(b)に示す棚サブ番号)が付与されている。棚位置決定部56は、各棚サブ番号の位置に、商品棚サイズ情報S7として算出した商品棚サイズPj(図5(b))と色相配置情報S8(図5(d))に基づいて各商品を配置する。このようにして、図6(b)に示す棚配置情報S5(棚割り情報)が決定する。なお、図6(b)では、商品を左から右に向かってより赤くなる色相順に並べているが、これは、逆順に並べてもよい。
棚割り対象棚である棚番号No.3−2の棚には、図6(a)に示すように、棚長さを等間隔に分割して番号(図6(b)に示す棚サブ番号)が付与されている。棚位置決定部56は、各棚サブ番号の位置に、商品棚サイズ情報S7として算出した商品棚サイズPj(図5(b))と色相配置情報S8(図5(d))に基づいて各商品を配置する。このようにして、図6(b)に示す棚配置情報S5(棚割り情報)が決定する。なお、図6(b)では、商品を左から右に向かってより赤くなる色相順に並べているが、これは、逆順に並べてもよい。
以上の処理の流れを、図7のフローチャートを用いて説明する。情報入力部5aは、DB70aから画像情報S1、商品情報S2、棚情報S3を夫々読み出す(ステップS10)。画像特徴算出部40aは、画像特徴S4を算出する(ステップS20)。画像特徴算出部40aは、全商品の画像特徴S4を算出したか否かを確認する(ステップS30)。条件を満足するとき(ステップS30:Yes)はステップS40に進み、それ以外のとき(ステップS30:No)はステップS20に戻る。商品棚サイズ算出部52は、商品棚サイズ情報S7を算出する(ステップS40)。色相並べ替え部54は、色相配置情報S8を算出する(ステップS50)。棚割り算出部50aは、棚配置情報S5を算出する(ステップS60)。出力部60は、棚配置情報S5を出力する(ステップS70)。
このように、第1の実施形態の棚割り情報作成装置100aによれば、情報入力部5aが、商品に関する情報(商品情報S2)と画像情報S1、および商品を並べる場所に関する情報(棚情報S3)、を夫々入力して、画像特徴算出部40aが、画像情報S1から、各商品の色相値H(画像特徴S4)を算出する。そして、棚割り算出部50aが、商品情報S2と棚情報S3に応じて、商品の色相値Hが連続的に並ぶ分布をなす棚割り情報(棚配置情報S5)を算出する。したがって、顧客の見た目を考慮した棚割りを行うことができる。
また、第1の実施形態の棚割り情報作成装置100aによれば、棚割り算出部50aが、商品の色相値Hが昇順(または降順)に並ぶ分布をなす棚配置情報S5を算出する。したがって、見た目が整った印象を与える棚割りを行うことができる。
また、第1の実施形態の棚割り情報作成装置100aによれば、棚割り算出部50aが、商品の色相値Hが昇順(または降順)に並ぶ分布をなす棚配置情報S5を算出する。したがって、見た目が整った印象を与える棚割りを行うことができる。
(第1の実施形態の変形例)
棚割りを行う際に利用する商品の画像特徴は、色相値Hに限定されない。以下、第1の実施形態の変形例として、色差ΔEを用いて、商品1を目立たせる棚配置情報S5(棚割り情報)を作成する棚割り情報作成装置100bについて説明する。ここでは、第1の実施形態と同じ画像情報S1、商品情報S2、棚情報S3を用いるものとする。
棚割りを行う際に利用する商品の画像特徴は、色相値Hに限定されない。以下、第1の実施形態の変形例として、色差ΔEを用いて、商品1を目立たせる棚配置情報S5(棚割り情報)を作成する棚割り情報作成装置100bについて説明する。ここでは、第1の実施形態と同じ画像情報S1、商品情報S2、棚情報S3を用いるものとする。
図8は、棚割り情報作成装置100bの機能構成図である。棚割り情報作成装置100bは、棚割り情報作成装置100aに対して、画像特徴算出部40aの代わりに画像特徴算出部40bを備える。また、棚割り算出部50aの代わりに棚割り算出部50bを備える。以下、棚割り情報作成装置100aと差異がある部分について説明する。
画像特徴算出部40bは、平均化処理部42と色相算出部44と色差算出部46を備える。色差算出部46は、棚割りすべき商品間の色差ΔEを算出する。棚割り算出部50bは、商品棚サイズ算出部52と色差判定部58と棚位置決定部56を備える。色差判定部58は、特定の商品が目立つような商品の並び順を算出する。
色差算出部46は、平均化処理部42が算出した平均値(Ra,Ga,Ba)に基づいて色空間L*a*b*における座標値(L*,a*,b*)を算出する(図9(a))。色空間L*a*b*は、人間が心理的に色の差を弁別する感覚を表現した空間(均等色空間)であり、等しい大きさに知覚される色差が、空間内の等距離に対応するように形成される。
色空間L*a*b*における異なる2つの色の座標値(L*1,a*1,b*1)、(L*2,a*2,b*2)に対して、式5に示す色差ΔEを定義することができる。式5において、色差ΔEが大きいほど、人間にとって異なる色として知覚される。
ΔE=√((L*1−L*2)^2+(a*1−a*2)^2+(b*1−b*2)^2) (式5)
色差算出部46は、平均化処理部42が算出した平均値(Ra,Ga,Ba)に基づいて色空間L*a*b*における座標値(L*,a*,b*)を算出する(図9(a))。色空間L*a*b*は、人間が心理的に色の差を弁別する感覚を表現した空間(均等色空間)であり、等しい大きさに知覚される色差が、空間内の等距離に対応するように形成される。
色空間L*a*b*における異なる2つの色の座標値(L*1,a*1,b*1)、(L*2,a*2,b*2)に対して、式5に示す色差ΔEを定義することができる。式5において、色差ΔEが大きいほど、人間にとって異なる色として知覚される。
ΔE=√((L*1−L*2)^2+(a*1−a*2)^2+(b*1−b*2)^2) (式5)
色差判定部58は、販売を促進する商品1を目立たせるために、商品1をどの商品の間に置くべきかを算出する。そのため、まず、商品1を取り除いて、商品2〜商品5を色相順に並べた仮の並び順を生成する(図9(b))。そして、仮の並び順のどこかに商品1を置くと仮定して、隣接する商品間の色差ΔEを夫々算出する(図9(c))。図9(c)の場合、商品1を商品4と商品3の間に置いたときに色差ΔEが最大になる。
棚位置決定部56は、図9(d)に示すように、商品1を、商品4と商品3の間に置く棚配置情報S5を算出する。
棚位置決定部56は、図9(d)に示すように、商品1を、商品4と商品3の間に置く棚配置情報S5を算出する。
このように、第1の実施形態の変形例である棚割り情報作成装置100bによれば、棚割り算出部50bが、複数の商品の中の特定の商品と別の商品の色差ΔEを算出して、特定の商品と隣接する商品の間で色差ΔEができるだけ大きくなるように分布する棚配置情報S5を算出する。したがって、特定の商品の視覚的な訴求効果を高めることができるため、販売を促進したい商品が目立つ棚割りを行うことができる。
(第2の実施形態)
次に、第2の実施形態について説明する。なお、前述した第1の実施形態と同じ部分は同じ符号で示し説明も省略する。
次に、第2の実施形態について説明する。なお、前述した第1の実施形態と同じ部分は同じ符号で示し説明も省略する。
第2の実施形態は、インターネットを通して配信されるWeb(World Wide Web)ページに複数の商品を提示して通信販売を行う際に、Webページに商品を配置する作業(Webページ上への棚割り)を行う例である。
図10(a)は、第2の実施形態である棚割り情報作成装置100cの機能構成図である。棚割り情報作成装置100cは、Webページ上の商品配置に本発明を適用してカラーシャツの通信販売を行う。棚割り情報作成装置100cは、棚割り情報作成装置100a(図2)に対して、情報入力部5aの代わりに情報入力部5bを備える。また、棚割り算出部50aの代わりにWebページ配置算出部50cを備える。さらに、DB70aの代わりにDB70bを備える。
DB70bは、画像情報S1(図2)の代わりに各商品の画像特徴S12を格納する。具体的には、各商品の色相値Hを格納している。この色相値Hは、予め、図10に非図示の計算機環境で算出してDB70bに登録しておく。またDB70bは、棚情報S3(図2)の代わりにWebページのレイアウトを含むレイアウト情報S11を格納する。
DB70bは、画像情報S1(図2)の代わりに各商品の画像特徴S12を格納する。具体的には、各商品の色相値Hを格納している。この色相値Hは、予め、図10に非図示の計算機環境で算出してDB70bに登録しておく。またDB70bは、棚情報S3(図2)の代わりにWebページのレイアウトを含むレイアウト情報S11を格納する。
情報入力部5bは、画像入力部10a(図2)の代わりに画像特徴入力部15を備える。画像特徴入力部15は、DB70bが格納する画像特徴S12を読み出して、Webページ配置算出部50cに出力する。また、棚情報入力部30a(図2)の代わりにレイアウト情報入力部30bを備える。レイアウト情報入力部30bは、DB70bが格納するレイアウト情報S11を読み出して、Webページ配置算出部50cに出力する。
Webページ配置算出部50cは、図10(b)に示すように、閲覧者が指定した色相値Hに近い色の商品を、Webページのレイアウトにしたがって色相順に並べて、モニタ62a等の出力部60に出力する。図10(b)は、閲覧者がWebページ120上に表示した色相環112上でカーソル114を移動させて緑色を指定したときに、緑色に近い色相値Hを有する3点の商品115,116,117を選択して表示した例である。
なお、ここでは色相値Hに基づいて商品を選択する例を示したが、使用する画像特徴は色相値Hに限定されるものではない。すなわち、色相値Hの他に、明度や彩度を組み合わせて、より細かい色調を選択することも可能である。
Webページ配置算出部50cは、図10(b)に示すように、閲覧者が指定した色相値Hに近い色の商品を、Webページのレイアウトにしたがって色相順に並べて、モニタ62a等の出力部60に出力する。図10(b)は、閲覧者がWebページ120上に表示した色相環112上でカーソル114を移動させて緑色を指定したときに、緑色に近い色相値Hを有する3点の商品115,116,117を選択して表示した例である。
なお、ここでは色相値Hに基づいて商品を選択する例を示したが、使用する画像特徴は色相値Hに限定されるものではない。すなわち、色相値Hの他に、明度や彩度を組み合わせて、より細かい色調を選択することも可能である。
第2の実施形態では、商品の色相値Hは、予め算出してDB70bに登録しておく。その際、チェック柄のシャツのように複数の色からなる商品の場合には、商品の領域の平均的な色を算出すると、実際の色とずれが生じる虞がある。そこで、色相値Hを算出する際には、まず商品の領域に対してカラーヒストグラムを作成する。そして、カラーヒストグラムの頻度分布に基づいて商品の主要な色の範囲を特定する。こうして特定された主要な色の範囲に属する画素のみの平均化処理を行って色相値Hを算出する。このような算出を行うことにより、主要な印象を与える色情報に基づいた色相値Hが得られる。
このように、第2の実施形態の棚割り情報作成装置100cによれば、画像特徴入力部15が、DB70bに登録された画像特徴S12を読み取って、Webページ配置算出部50cが、商品の色相値Hが連続的に並ぶ分布をなす棚割り(Webページのレイアウト)を算出する。したがって、画像を入力する度に画像特徴を算出する必要がないため、商品の画像特徴の算出をより高速に行うことができる。
このように、第2の実施形態の棚割り情報作成装置100cによれば、画像特徴入力部15が、DB70bに登録された画像特徴S12を読み取って、Webページ配置算出部50cが、商品の色相値Hが連続的に並ぶ分布をなす棚割り(Webページのレイアウト)を算出する。したがって、画像を入力する度に画像特徴を算出する必要がないため、商品の画像特徴の算出をより高速に行うことができる。
(第3の実施形態)
次に、第3の実施形態について説明する。なお、前述した第1の実施形態、第2の実施形態と同じ部分は同じ符号で示し説明も省略する。第3の実施形態は、実際の店舗等で撮影された、複数の商品が写った1枚の画像に基づいて、棚割りされた状態を示す画像および棚割り情報を作成する例である。第3の実施形態は、棚割りの対象が画像である点と、1枚の画像情報S1に複数の商品が写っている点が、第1の実施形態と異なっている。
次に、第3の実施形態について説明する。なお、前述した第1の実施形態、第2の実施形態と同じ部分は同じ符号で示し説明も省略する。第3の実施形態は、実際の店舗等で撮影された、複数の商品が写った1枚の画像に基づいて、棚割りされた状態を示す画像および棚割り情報を作成する例である。第3の実施形態は、棚割りの対象が画像である点と、1枚の画像情報S1に複数の商品が写っている点が、第1の実施形態と異なっている。
図11は、第3の実施形態である棚割り情報作成装置100dの機能構成図である。棚割り情報作成装置100dは、棚割り情報作成装置100a(図2)が有する情報入力部5aの代わりに情報入力部5cを備える。また、棚割り算出部50aの代わりに棚割り画像作成部50dを備える。さらに画像分離部32を備える。なお、DB70aは不要である。この棚割り情報作成装置100dは、実際の店舗等で撮影された画像の中に写っている複数の商品を商品毎に分離し、分離された各商品を色相順に並べ替えて、棚割りした状態を表す仮想的な画像を出力する。すなわち、本実施形態は、仮想的な画像の中に商品の棚割りを行う例である。
情報入力部5cは画像入力部10bを有する。画像入力部10bは例えばデジタルカメラを備えて、実店舗等において実際の商品の画像を入力する。画像分離部32は、複数の商品が写った棚画像I1(図13(a))を、図13(b)に示す分離商品画像I2(画像i1,…,画像i5)に分離する。分離商品画像I2は、第1の実施形態で説明したように、背景との輝度差に基づいて商品の領域のみを抽出することによって作成する。
棚割り画像作成部50dは、画像i1,…,画像i5の中に含まれる各商品が有する画像特徴(色相値Hや色差ΔE等)に基づいて、各商品を所定の基準(色相値Hの昇順または降順に並べる、特定の商品と隣接する商品の色差ΔEを最大にする等)に従って並べた棚割り画像I3(図13(c))を作成する。出力部60は、作成された棚割り画像I3をモニタやプリンタに出力する。棚割り作業者は、棚割り画像I3を見て、目的にあう棚割りができていることを確認する。問題があるときは、使用する画像特徴の種類や商品の並び順を決定する規則を変更して、棚割り画像I3の作成を繰り返す。
棚割り画像作成部50dは、画像i1,…,画像i5の中に含まれる各商品が有する画像特徴(色相値Hや色差ΔE等)に基づいて、各商品を所定の基準(色相値Hの昇順または降順に並べる、特定の商品と隣接する商品の色差ΔEを最大にする等)に従って並べた棚割り画像I3(図13(c))を作成する。出力部60は、作成された棚割り画像I3をモニタやプリンタに出力する。棚割り作業者は、棚割り画像I3を見て、目的にあう棚割りができていることを確認する。問題があるときは、使用する画像特徴の種類や商品の並び順を決定する規則を変更して、棚割り画像I3の作成を繰り返す。
このように、第3の実施形態の棚割り情報作成装置100dによれば、画像分離部32が、店舗等で実際に撮影された複数の商品が写った棚画像I1から、個々の商品を分離した分離商品画像I2を生成する。そして、棚割り画像作成部50dが、分離商品画像I2に写った各商品を並べ替えて棚割り画像I3を作成する。したがって、実際の棚割りを行う前に、照明条件等実際の店舗での商品の見え方を考慮して棚割りした状態を確認することができる。
(第3の実施形態の変形例)
第3の実施形態に、具体的な商品情報と棚情報を与えることによって、分離商品画像I2に含まれる各商品名を特定することができるとともに、実際の棚割りを行うことができる。図12は、第3の実施形態の変形例である棚割り情報作成装置100eの機能構成図である。棚割り情報作成装置100eは、棚割り情報作成装置100dに、DB70cと画像認識部48を付加したものである。そして、棚割り画像作成部50dの代わりに棚割り算出部50aを備える。
第3の実施形態に、具体的な商品情報と棚情報を与えることによって、分離商品画像I2に含まれる各商品名を特定することができるとともに、実際の棚割りを行うことができる。図12は、第3の実施形態の変形例である棚割り情報作成装置100eの機能構成図である。棚割り情報作成装置100eは、棚割り情報作成装置100dに、DB70cと画像認識部48を付加したものである。そして、棚割り画像作成部50dの代わりに棚割り算出部50aを備える。
DB70cは、商品情報S21と棚情報S3を格納している。商品情報S21は、商品情報S2(図3(b))の他に、各商品を特徴付ける、色相,彩度,明度等の色情報・形状特徴等の画像特徴S41を格納している。画像特徴S41は、商品表面の色合いや模様、凹凸状態、形状等、商品を特徴付ける情報である。
画像認識部48は、分離商品画像I2(図13(b))に写っている商品が、夫々DB70cに登録されたどの商品であるかを認識する。画像認識部48は、画像i1〜画像i5に写る各商品の画像特徴S4と、DB70cの商品情報S21に登録された各商品(商品1〜商品5)の画像特徴S41とを比較し、その類似度Dを夫々算出する。なお、画像i1〜画像i5から抽出した画像特徴S4と、商品情報S21として登録された画像特徴S41との一致度を示す値を類似度Dとする。類似度Dが所定の閾値を超えたときに、画像の中にある商品を、登録された商品であると認識(オブジェクト認識)する。
このようなオブジェクト認識の具体的な処理方法は、例えば、特許第3223064号公報に記載されている。
このようなオブジェクト認識の具体的な処理方法は、例えば、特許第3223064号公報に記載されている。
画像認識部48は、分離商品画像I2に写っている全ての商品に対して、このような認識処理を行って、各商品が、登録されたどの商品であるかを認識する。そして、図13(d)に示す、各商品に夫々商品名を対応付けたラベル付分離商品画像I4が得られる。
棚割り算出部50aは、商品の画像特徴S4と、商品情報S21と、棚情報S3から、棚割りを表す棚配置情報S5を算出する。この棚配置情報S5は、例えば図6(b)に示すように、分離商品画像I2に含まれる具体的な商品名を有するものである。
棚割り算出部50aは、商品の画像特徴S4と、商品情報S21と、棚情報S3から、棚割りを表す棚配置情報S5を算出する。この棚配置情報S5は、例えば図6(b)に示すように、分離商品画像I2に含まれる具体的な商品名を有するものである。
このように、第3の実施形態の変形例である棚割り情報作成装置100eによれば、画像認識部48が、分離商品画像I2に写る商品の画像特徴S4と、DB70cの商品情報S21に登録された各商品の画像特徴S41に基づいて類似度Dを算出して、算出された類似度Dに基づいて商品を特定する。したがって、棚割りすべき商品の名称が不明であっても、登録された商品のいずれであるかを認識したうえで棚割りすることができる。
(第4の実施形態)
次に、第4の実施形態について説明する。なお、前述した第1の実施形態から第3の実施形態と同じ部分は同じ符号で示し説明も省略する。第4の実施形態は、倉庫の棚に商品を保管(倉入れ)する際に、保管位置を決定する例である。すなわち、一部に商品が配置された空き棚に対して棚割りを行う例である。
倉入れした商品を店頭の棚に陳列する際には、作業者が倉庫の棚から商品を必要な個数だけ取り出す(ピッキング)必要がある。その際、作業者は、商品の写真と各商品の必要数が書かれたメモを見ながら作業を行う。そのため、見た目が似た商品を並べると、誤った商品を取り出す虞がある。したがって、商品を倉入れする際には、隣接する商品間で色差ΔEが大きくなる配置とするのが望ましい。
次に、第4の実施形態について説明する。なお、前述した第1の実施形態から第3の実施形態と同じ部分は同じ符号で示し説明も省略する。第4の実施形態は、倉庫の棚に商品を保管(倉入れ)する際に、保管位置を決定する例である。すなわち、一部に商品が配置された空き棚に対して棚割りを行う例である。
倉入れした商品を店頭の棚に陳列する際には、作業者が倉庫の棚から商品を必要な個数だけ取り出す(ピッキング)必要がある。その際、作業者は、商品の写真と各商品の必要数が書かれたメモを見ながら作業を行う。そのため、見た目が似た商品を並べると、誤った商品を取り出す虞がある。したがって、商品を倉入れする際には、隣接する商品間で色差ΔEが大きくなる配置とするのが望ましい。
図14は、第4の実施形態である棚割り情報作成装置100fの機能構成図である。棚割り情報作成装置100fは、商品間の色差ΔEに基づいて倉入れする商品の棚割りを行う。棚割り情報作成装置100fは、棚割り情報作成装置100b(図8)に対して、情報入力部5aの代わりに情報入力部5dを備える。また、棚割り算出部50bの代わりに棚割り算出部50eを備える。さらに、DB70dは、棚情報S3の代わりに、空き棚の位置を表す空き棚情報S9を格納する。
情報入力部5dは、棚情報入力部30a(図2)の代わりに空き棚情報入力部30cを備える。空き棚情報入力部30cは、DB70dに記憶された、空き棚の棚番号と空き空間の両隣に置かれている商品名を含む空き棚情報S9を読み出す。
棚割り算出部50eは、倉入れする商品の画像特徴S4と、商品情報S2と、空き棚情報S9から、棚割りを表す棚配置情報S5を算出する。具体的には、画像特徴算出部40bが、倉入れする商品と棚の空き空間の両隣に置かれている各商品の色差ΔEを算出して、棚割り算出部50eが、色差ΔEが最大となる空き空間を算出する。
棚割り算出部50eは、倉入れする商品の画像特徴S4と、商品情報S2と、空き棚情報S9から、棚割りを表す棚配置情報S5を算出する。具体的には、画像特徴算出部40bが、倉入れする商品と棚の空き空間の両隣に置かれている各商品の色差ΔEを算出して、棚割り算出部50eが、色差ΔEが最大となる空き空間を算出する。
以下、第1の実施形態の説明で用いた商品1を倉入れする場合を例にあげて、棚割り情報作成装置100fの作用を説明する。図15(a)は、空き棚情報S9の一例であり、棚R1と棚R2は倉入れ可能であるとする。そして、棚R1の左隣には商品4が保管されて、棚R1の右隣には商品3が保管されている。さらに、棚R2の左隣には商品3が保管されて、棚R2の右隣には商品5が保管されている。
棚割り算出部50fは、図15(b)に示すように、商品1と、棚R1の空き空間の両隣に置かれた商品(商品4と商品3)の色差ΔEの総和を求める。また、商品1と、棚R2の空き空間の両隣に置かれた商品(商品3と商品5)の色差ΔEの総和を求める。図15(b)の例では、商品1を棚R1の空き空間に置いた方が、隣接する商品との色差ΔEがより大きくなることがわかる。
棚割り算出部50fは、色差の算出結果を受けて、棚R1の空き空間を商品1の倉入れ位置に決定する。そして、商品1が棚R1の空き空間に倉入れされた状態を表す棚配置情報S5を出力部60に出力する。この棚配置情報S5を参照した倉入れ作業者は、商品1を棚R1の空き空間に倉入れする。なお、本実施形態で用いる画像特徴は、色差ΔEに限定されるものではない。例えば、第3の実施形態の変形例で説明した類似度Dを用いて、左右に隣接する商品の間で類似度Dがなるべく低くなるような棚割りを行ってもよい。
このように、第4の実施形態の棚割り情報作成装置100fによれば、棚割り算出部50eが、棚の空き空間に商品を倉入れする際に、隣接する商品との色差ΔEができるだけ大きくなるように分布する棚配置情報S5(棚割り情報)を算出する。したがって、倉入れする商品を目立たせて、誤ピッキングの虞を低減することができる。
棚割り算出部50fは、色差の算出結果を受けて、棚R1の空き空間を商品1の倉入れ位置に決定する。そして、商品1が棚R1の空き空間に倉入れされた状態を表す棚配置情報S5を出力部60に出力する。この棚配置情報S5を参照した倉入れ作業者は、商品1を棚R1の空き空間に倉入れする。なお、本実施形態で用いる画像特徴は、色差ΔEに限定されるものではない。例えば、第3の実施形態の変形例で説明した類似度Dを用いて、左右に隣接する商品の間で類似度Dがなるべく低くなるような棚割りを行ってもよい。
このように、第4の実施形態の棚割り情報作成装置100fによれば、棚割り算出部50eが、棚の空き空間に商品を倉入れする際に、隣接する商品との色差ΔEができるだけ大きくなるように分布する棚配置情報S5(棚割り情報)を算出する。したがって、倉入れする商品を目立たせて、誤ピッキングの虞を低減することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、いずれも例示であり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
5a 情報入力部
10a 画像入力部
20 商品情報入力部
30a 棚情報入力部
40a 画像特徴算出部
50a 棚割り算出部
70a データベース(DB)
100a 棚割り情報作成装置
10a 画像入力部
20 商品情報入力部
30a 棚情報入力部
40a 画像特徴算出部
50a 棚割り算出部
70a データベース(DB)
100a 棚割り情報作成装置
Claims (6)
- 複数の商品を撮像した画像の中から、当該商品が有する色情報を含む画像特徴を算出する画像特徴算出部と、
前記複数の商品のサイズに関する情報と、前記複数の商品を並べる所定の場所のサイズに関する情報とに基づいて、前記複数の商品のそれぞれに割り当てる前記所定の場所のサイズを算出して、算出された前記所定の場所に並べられた前記複数の商品の前記画像特徴の分布が所定の見せ方になるように、前記複数の商品の棚割りを算出する棚割り算出部と、
を有することを特徴とする棚割り情報作成装置。 - 前記棚割り算出部は、前記複数の商品の前記画像特徴が昇順または降順に並ぶように、前記商品の棚割りを算出することを特徴とする請求項1に記載の棚割り情報作成装置。
- 前記棚割り算出部は、前記複数の商品の中の特定の商品と前記特定の商品に隣接する商品との間の前記画像特徴の差が所定値より大きくなるように、前記商品の棚割りを算出することを特徴とする請求項1に記載の棚割り情報作成装置。
- 前記画像特徴算出部は、データベースに登録された前記画像特徴を読み取ることを特徴とする請求項1から請求項3のいずれか1項に記載の棚割り情報作成装置。
- 前記画像特徴は、前記商品の色相、明度、彩度、前記商品と特定の商品との類似度のうち少なくとも1つであることを特徴とする請求項1から請求項4のいずれか1項に記載の棚割り情報作成装置。
- コンピュータを、
複数の商品を撮像した画像の中から、当該商品が有する色情報を含む画像特徴を算出する画像特徴算出部と、
前記複数の商品のサイズに関する情報と、前記複数の商品を並べる所定の場所のサイズに関する情報とに基づいて、前記複数の商品のそれぞれに割り当てる前記所定の場所のサイズを算出して、算出された前記所定の場所に並べられた前記複数の商品の前記画像特徴の分布が所定の見せ方になるように、前記複数の商品の棚割りを算出する棚割り算出部と、
して機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020018002A JP6874177B2 (ja) | 2020-02-05 | 2020-02-05 | 棚割り情報作成装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020018002A JP6874177B2 (ja) | 2020-02-05 | 2020-02-05 | 棚割り情報作成装置およびプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015233965A Division JP6659330B2 (ja) | 2015-11-30 | 2015-11-30 | 棚割り情報作成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020074228A JP2020074228A (ja) | 2020-05-14 |
JP6874177B2 true JP6874177B2 (ja) | 2021-05-19 |
Family
ID=70610522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020018002A Active JP6874177B2 (ja) | 2020-02-05 | 2020-02-05 | 棚割り情報作成装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6874177B2 (ja) |
-
2020
- 2020-02-05 JP JP2020018002A patent/JP6874177B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020074228A (ja) | 2020-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8644605B2 (en) | Mapping colors of an image | |
US8013869B2 (en) | Color selection interface | |
WO2018040756A1 (zh) | 一种车身颜色识别的方法及装置 | |
CN104899586B (zh) | 对图像中包含的文字内容进行识别方法及装置 | |
JP2007272456A5 (ja) | ||
WO2001013263A2 (en) | System and method for performing region-based image retrieval using color-based segmentation. | |
JP2004361987A (ja) | 画像検索システム、画像分類システム、画像検索プログラム及び画像分類プログラム、並びに画像検索方法及び画像分類方法 | |
US11250570B2 (en) | Display rack image processing device, image processing method, and recording medium | |
JP6659330B2 (ja) | 棚割り情報作成装置 | |
JP4250619B2 (ja) | 代表画像抽出装置及びその方法 | |
TW201020973A (en) | Foreground region extracting program, foreground region extracting apparatus, and foreground region extracting method | |
JP2013030183A (ja) | 環境認識装置及びプログラム | |
JP6485452B2 (ja) | 画像処理装置 | |
JP2009157821A (ja) | 距離画像生成装置、環境認識装置、及びプログラム | |
WO2019171574A1 (ja) | 商品分析システム、商品分析方法および商品分析プログラム | |
JP6874177B2 (ja) | 棚割り情報作成装置およびプログラム | |
US11430154B2 (en) | Classification of change related to display rack | |
JP2013210793A (ja) | Ar表示最適化のためのシステム、方法、およびプログラム | |
KR20110105437A (ko) | 공간 변화를 이용한 비디오 요약 방법 및 시스템과 이를 위한 기록매체 | |
WO2013128522A1 (ja) | 配色判定装置、配色判定方法および配色判定プログラム | |
JP4941299B2 (ja) | 画像識別システム及び方法 | |
JP4334981B2 (ja) | 画像処理装置及び画像処理方法 | |
EP2614489B1 (en) | Method and system for obtaining a control information related to a digital image | |
JP6540220B2 (ja) | 画像処理装置、画像処理方法、および、画像処理プログラム | |
JP3632758B2 (ja) | 2次元グラフによる3次元データ表示方法、2次元グラフにより3次元データを表示させるためのプログラム、及び、それを記録した記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200206 |
|
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: 20210413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210421 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6874177 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |