JP7295292B1 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

Abstract

【課題】より適切に、商品の提供に関連する時間を出力する情報処理装置などを提供する。【解決手段】 本発明の情報処理装置は、標準モデルを取得する標準モデル手段と、店舗における、商品を提供するための作業者の動作の動画と、商品の状態の動画とを取得する動画取得手段と、店舗における作業者の動作の動画及び商品の状態の動画を用いて標準モデルに対する学習を行い、店舗における作業者の動作の動画と商品の状態の動画とを用いて商品の完成までの所要時間を判定する店舗用モデルを生成する学習手段と、商品に対する作業の開始を検出すると、作業者の動作の動画と商品の状態の動画とを店舗用モデルに適用して、商品の完成までの所要時間を取得する所要時間取得手段と、商品の完成までの所要時間を出力する出力手段とを含む。【選択図】図１

Description

本発明は、商品の情報に関し、特に、商品の提供に関連する情報に関する。

特許文献１は、料理を客に提供する時間を算出する料理提供時間管理装置を開示している。特許文献２は、注文した商品の調理に関連する画像を提供する情報提供装置を開示している。

特開２０１９－１４４９６３号公報 特開２０２０－０８７１８２号公報

調理器具の種類、数、及び、配置は、店舗ごとに異なる場合がある。また、作業者は、店舗ごとに異なる。そのため、同じ料理を提供する場合でも、作業を開始してから料理を提供可能となるまでの時間は、店舗ごとに異なる。特許文献１及び特許文献２は、店舗ごとの時間については開示していない。

本発明の目的は、より適切に、商品の提供に関連する時間を出力する情報処理装置などを提供することにある。

本発明の一形態における情報処理装置は、標準モデルを取得する標準モデル手段と、店舗における、商品を提供するための作業者の動作の動画と、商品の状態の動画とを取得する動画取得手段と、店舗における作業者の動作の動画及び商品の状態の動画を用いて標準モデルに対する学習を行い、店舗における作業者の動作の動画と商品の状態の動画とを用いて商品の完成までの所要時間を判定する店舗用モデルを生成する学習手段と、商品に対する作業の開始を検出すると、作業者の動作の動画と商品の状態の動画とを店舗用モデルに適用して、商品の完成までの所要時間を取得する所要時間取得手段と、商品の完成までの所要時間を出力する出力手段とを含む。

本発明の一形態における情報処理方法は、標準モデルを取得し、店舗における、商品を提供するための作業者の動作の動画と、商品の状態の動画とを取得し、店舗における作業者の動作の動画及び商品の状態の動画を用いて標準モデルに対する学習を行い、店舗における作業者の動作の動画と商品の状態の動画とを用いて商品の完成までの所要時間を判定する店舗用モデルを生成し、商品に対する作業の開始を検出すると、作業者の動作の動画と商品の状態の動画とを店舗用モデルに適用して、商品の完成までの所要時間を取得し、商品の完成までの所要時間を出力する。

本発明の一形態におけるプログラムは、標準モデルを取得する処理と、店舗における、商品を提供するための作業者の動作の動画と、商品の状態の動画とを取得する処理と、店舗における作業者の動作の動画及び商品の状態の動画を用いて標準モデルに対する学習を行い、店舗における作業者の動作の動画と商品の状態の動画とを用いて商品の完成までの所要時間を判定する店舗用モデルを生成する処理と、商品に対する作業の開始を検出すると、作業者の動作の動画と商品の状態の動画とを店舗用モデルに適用して、商品の完成までの所要時間を取得する処理と、商品の完成までの所要時間を出力する処理とをコンピュータに実行させる。

本発明に基づけば、より適切に、商品の提供に関連する時間を出力するとの効果を奏することができる。

本発明における第１実施形態にかかる情報処理装置の構成の一例を示すブロック図である。 情報処理装置における店舗用モデルを取得する動作の一例を示すフロー図である。 情報処理装置における所要時間を出力する動作の一例を示すフロー図である。 第２実施形態にかかる情報処理装置の構成の一例を示すブロック図である。 情報処理装置を利用するシステムの一例を示す図である。 システムの概念図である。 システムの動作の一例を示すシーケンス図である。 ハードウェア構成の一例を示すブロック図である。

次に、本発明における実施形態について図面を参照して説明する。各図面は、実施形態を説明するためのものである。ただし、実施形態は、各図面の記載に限られるわけではない。また、各図面における同様の構成には、同じ番号を付し、その繰り返しの説明を、省略する場合がある。

各実施形態において、商品は、提供するために、店舗における作業を必要とする物品である。例えば、商品は、店舗で調理する料理である。この場合、商品を提供するための作業は、例えば、調理である。ただし、商品は、料理に限定されない。例えば、商品は、裾上げなど一部を修正する衣装、又は、組立パーソナルコンピュータのような指定された部品を組み合わせる機器でもよい。これらの場合、作業は、例えば、衣装の修正でもよいし、機器の組立でもよい。作業は、商品を作成する作業に加え、梱包など商品を提供するために必要な作業を含んでもよい。なお、以下の説明では、商品の一例として料理を用いる。

＜第１の実施形態＞
第１の実施形態にかかる情報処理装置１０の構成について、図面を参照して説明する。図１は、第１の実施形態にかかる情報処理装置１０の構成の一例を示すブロック図である。情報処理装置１０は、標準モデル取得部１０１と、動画取得部１０２と、学習部１０３と、所要時間取得部１０４と、出力部１０５とを含む。

標準モデル取得部１０１は、標準モデルを取得する。標準モデルは、店舗において、店舗用モデルを生成するための学習に用いられるモデルである。店舗用モデルは、後ほどさらに説明するが、店舗において商品の完成までの所要時間を取得するために用いられるモデルである。そのため、標準モデルは、少なくとも所要時間を判定するモデルである。例えば、標準モデル取得部１０１は、チェーンストア又はフランチャイズを管理する管理本部などから、標準モデルを取得する。管理本部などは、予め、商品に対して標準となる作業の動画と商品の状態の動画とを用いた学習の結果として、標準モデルを作成しておく。標準モデルは、店舗において提供する商品それぞれに対応したモデルでもよいし、複数の商品に対応したモデルでもよい。また、標準モデルは、所要時間に加え、商品の完成を判定するモデルでもよい。

動画取得部１０２は、店舗における、商品を提供するための作業者の動作の動画と、商品の状態の動画とを取得する。動画取得部１０２が取得する動画は、作業者の動作と商品の状態との両方が判別可能であればよい。例えば、動画取得部１０２は、店舗に設置されたカメラから、作業者の動作の動画と、商品の状態の動画とを取得する。例えば、商品が料理の場合、作業者の動作は、調理の動作である。商品の状態は、調理される材料の状態である。なお、動画取得部１０２は、作業者の動作の動画と商品の状態の動画として、それぞれの動画を取得してもよいし、作業者の動作と商品の状態との両方を含む動画を取得してもよい。なお、以下の説明では、特に区別が必要な場合を除いて、作業者の動作の動画と、商品の状態との動画とをまとめて、「動画」と呼ぶ場合もある。

学習部１０３は、動画取得部１０２が取得した店舗における作業者の動作の動画及び商品の状態の動画を用いて標準モデルに対する学習を行うことにより、店舗用モデルを生成する。つまり、店舗用モデルは、店舗における作業者の動作と商品の状態とを学習させたモデルである。さらに、店舗用モデルは、店舗における作業者の動作の動画と商品の状態の動画とを用いて、店舗における商品の完成までの所要時間を判定するモデルである。学習部１０３が用いる学習は、特に限定されない。例えば、学習部１０３は、作業者の動作の動画に骨格検知の技術を適用して、作業者の動作を判定する。さらに、学習部１０３は、商品の動画に物体判別の技術を適用して、商品の状態を判定する。そして、学習部１０３は、判定した作業者の動作と商品の状態とを用いた学習を実行して、店舗用モデルを生成してもよい。店舗における作業者が複数の場合、学習部１０３は、店舗における複数の作業者それぞれの動画を用いる学習を実行してもよい。この場合、学習部１０３は、店舗における全ての作業者の動画を用いる学習を実行してもよいし、一部の作業者の動画を用いる学習を実行してもよい。標準モデルが商品ごとのモデルの場合、学習部１０３は、商品ごとに学習を実行して、商品ごとの店舗用モデルを取得する。標準モデルが複数の商品に対応したモデルの場合、学習部１０３は、複数の商品に対応した学習を実行して、店舗用モデルを取得する。なお、店舗用モデルは、所要時間に加え、商品の完成を判定するモデルでもよい。

このように、学習部１０３は、店舗における作業者の動作と、商品の状態とを用いて、店舗用モデルを取得する。そのため、店舗用モデルは、店舗それぞれに対応して、適切に、商品の完成までの所要時間を判定する。さらに、店舗用モデルは、店舗における作業者の動作と商品の状態との両方を用いる。そのため、店舗用モデルは、商品の状態、又は、作業者の動作のどちらかを用いる場合に比べ、より正確な所要時間を判定する。

所要時間取得部１０４は、商品に対する作業の開始を検出すると、動画取得部１０２が取得した作業者の動画と商品の状態の動画とを店舗用モデルに適用して、商品の完成までの所要時間を取得する。例えば、所要時間取得部１０４は、作業者が入力した作業開始の情報に基づいて、商品に対する作業の開始を検出する。そして、作業の開始を検知すると、所要時間取得部１０４は、動画取得部１０２から、商品の対する作業者の動画と、商品の状態の動画とを取得する。例えば、所要時間取得部１０４は、動画取得部１０２から、店舗に設置されたカメラが撮影した動画を取得する。所要時間取得部１０４は、作業の開始時刻を取得してもよい。そして、所要時間取得部１０４は、取得した動画を店舗用モデルに適用して、商品が完成するまでの所要時間を取得する。所要時間取得部１０４は、商品の完成まで、動画の取得と所要時間の取得の動作を繰り返す。所要時間取得部１０４は、商品の完成の判断のため、店舗用モデルから商品の完成の判定を取得してもよい。あるいは、所要時間取得部１０４は、作業者が入力した作業の完了を、商品の完成とみなしてもよい。

出力部１０５は、商品の注文を管理する管理サーバなどの装置に、商品の完成までの所要時間を出力する。商品の注文者は、商品の完成までの所要時間を参照して、適切なタイミングで商品を受け取るための行動を開始できる。例えば、店舗で商品を受け取る場合、注文者は、店舗までの移動時間と、商品の完成までの所要時間とを考慮して、待ち時間のないように店舗に向かうことができる。あるいは、出力部１０５は、店舗内のモニタなど店舗内の装置に、所要時間を出力してもよい。この場合、例えば、店舗の到着した注文者は、モニタを参照して、商品を受け取るまでの所要時間を把握できる。所要時間取得部１０４が店舗用モデルから商品の完成の判断を取得する場合、出力部１０５は、判定された商品の完成を出力してもよい。

次に、図面を参照して、情報処理装置１０の動作を説明する。図２は、情報処理装置１０における店舗用モデルを取得する動作の一例を示すフロー図である。情報処理装置１０は、商品ごとに以下の動作を繰り返す（ステップＳ２０１）。まず、標準モデル取得部１０１は、対象となる商品の標準モデルを取得する（ステップＳ２０２）。そして、情報処理装置１０は、対象となる店舗の作業者それぞれに対して以下の動作を繰り返す（ステップＳ２０３）。

動画取得部１０２は、作業者の動作の動画と商品の状態の動画とを取得する（ステップＳ２０４）。学習部１０３は、動画を用いて店舗用モデルを生成する（ステップＳ２０５）。なお、詳細には、ステップＳ２０５における学習部１０３の動作は、次の通り、１回目の動作と、２回目以降の動作とで異なるモデルを用いる動作となる。１回目の動作の場合、学習部１０３は、動画を用いて標準モデルに対する学習を行い、店舗用モデルを生成する。２回目以降の動作において、学習部１０３は、動画を用いて前回生成した店舗用モデルに対する学習を行い、修正された店舗用モデルを生成する。情報処理装置１０は、対象となる全ての作業者に対して、ステップＳ２０４及びＳ２０５を繰り返す。そして、上記の動作の結果として、情報処理装置１０は、店舗用モデルを取得する。

なお、図２は、標準モデルが商品それぞれに対応したモデルの場合の動作である。標準モデルが、複数の商品に対応するモデルの場合、情報処理装置１０は、まず、標準モデルを取得し（ステップＳ２０２）、それから、対象となる商品すべてに対して、ステップＳ２０２を除いた上記の動作を繰り返して、店舗用モデルを生成すればよい。

次に、図面を参照して、情報処理装置１０における所要時間を出力する動作を説明する。図３は、情報処理装置１０における所要時間を出力する動作の一例を示すフロー図である。所要時間取得部１０４は、商品に対する作業の開始を検出すると、以下の作業を開始する（ステップＳ２１１）。動画取得部１０２は、店舗における作業者の動作の動画と、商品の状態の動画とを取得する（ステップＳ２１２）。所要時間取得部１０４は、作業者の動作の動画と、商品の状態の動画とを店舗用モデルに適用して、所要時間を取得する（ステップＳ２１３）。そして、出力部１０５は、所要時間を出力する（ステップＳ２１４）。情報処理装置１０は、上記動作を、商品が完成するまで、繰り返す（ステップＳ２１５）。

このように、情報処理装置１０は、店舗における作業者の動作と、その作業における商品の状態とに基づいた学習の結果として店舗用モデルを取得する。そして、情報処理装置１０は、その店舗用モデルを用いて、商品が完成するまでの所要時間を取得する。そのため、情報処理装置１０は、商品の提供に関連する時間として、店舗それぞれに対応した、より適切な所要時間を出力できる。その結果、例えば、商品を注文者は、所要時間を参照して商品を取りに行くための動作の開始時刻を調整するなど、商品の取得における無駄な時間を削減できる。

＜第２実施形態＞
第２実施形態にかかる情報処理装置１１は、所要時間に加え、店舗の作業者に対する情報を出力する。図４は、第２実施形態にかかる情報処理装置１１の構成の一例を示すブロック図である。情報処理装置１１は、情報処理装置１０の構成に加え、指示判定部１０６と、指示保存部１０７とを含む。以下、第２実施形態において、第１実施形態とは異なる構成及び動作を中心に説明する。

標準モデル取得部１０１は、第１実施形態の標準モデル取得部１０１と同様に、標準モデルを取得する。ただし、第２実施形態の標準モデル取得部１０１は、所要時間に加え、作業の状況を判定する標準モデルを取得する。作業の状況は、例えば、作業の遅れ、又は、作業の進みである。学習部１０３は、第１実施形態の学習部１０３と同様に、動画と標準モデルとを用いた学習の結果として、店舗用モデルを取得する。ただし、第２実施形態の学習部１０３は、所要時間に加え、作業の状況を判定する標準モデルを取得する。例えば、学習部１０３は、学習に用いる作業者の動作の動画及び商品の状態の動画として、遅れとなる場合の動画、進みとなる場合の動画、及び、標準的な場合の動画とを用意する。そして、学習部１０３は、これらの動画を用いた学習を実行して、店舗用モデルを取得する。なお、学習部１０３は、動画を用いる学習において、動画におけるタイムコードなどの時間情報を用いてよい。そして、第２実施形態の所要時間取得部１０４は、店舗用モデルを用いて、所要時間に加え、作業の状況を取得する。

指示保存部１０７は、作業の状況に対応した、作業者への指示を保存する。例えば、予め、店舗の管理者は、指示保存部１０７に、作業者に対する指示を保存する。作業者に対する指示は、例えば、作業が遅れている場合の対する挽回策、又は、作業が進んでいる場合に対する追加作業などであるが、これらに限定されない。挽回策は、例えば、応援の依頼であるが、これに限定されない。追加作業は、例えば、並列に進める追加作業などであるが、これに限定されない。

指示判定部１０６は、作業の状況に対応して、作業者に対する指示を判定する。例えば、指示判定部１０６は、所要時間取得部１０４から作業の状況を取得する。そして、指示判定部１０６は、作業の状況に対応した作業者への指示を、指示保存部１０７から取得する。例えば、作業状態が遅れている場合、指示判定部１０６は、指示保存部１０７から挽回策を取得してもよい。あるいは、作業が進んでいる場合、指示判定部１０６は、指示保存部１０７から追加作業を取得してよい。そして、指示判定部１０６は、取得した指示を出力部１０５に出力する。出力部１０５は、店舗のモニタなどの装置に、作業者への指示を出力する。作業者は、出力された指示に対応して、適切な作業を実行すればよい。

このように、情報処理装置１１は、店舗における適切な情報として、商品の完成までの所要時間に加え、作業の状況に対応した作業者への指示を出力する。その結果、店舗の作業者は、その情報に基づいて、商品に対する作業として、適切な行動を実行できる。

＜情報処理装置を利用するシステム＞
次に、情報処理装置１０及び１１の説明として、情報処理装置１０を用いて、情報処理装置１０及び１１を利用するシステムについて説明する。図５は、情報処理装置１０を利用するシステムの一例を示すブロック図である。図６は、システムの概念図である。図５及び６において、情報処理装置１０は、管理サーバ２０と、タッチパネル４０と、カメラ５０とに接続されている。管理サーバ２０は、さらに、端末装置３０と接続されている。次に、システムの各構成を説明する。

端末装置３０は、注文者が望む商品の注文を、管理サーバ２０に出力する。さらに、端末装置３０は、管理サーバ２０から商品が完成するまでの所要時間を取得して表示する。端末装置３０は、管理サーバ２０から商品の完成の通知を取得して、商品の完成を表示してもよい。端末装置３０は、例えば、注文者のスマートフォン又はタブレットであるが、これらに限定されない。

管理サーバ２０は、端末装置３０から商品の注文を取得すると、情報処理装置１０に注文された商品を出力する。そして、管理サーバ２０は、情報処理装置１０から、商品の所要時間を取得すると、所要時間を保存する。そして、管理サーバ２０は、端末装置３０から所要時間の問合せを取得すると、端末装置３０に所要時間を出力する。管理サーバ２０は、情報処理装置１０から、商品の完成を取得すると、端末装置の３０に商品の完成を通知してもよい。管理サーバ２０は、例えば、チェーンストアのオーダーシステムであるが、これに限定されない。また、管理サーバ２０は、物理的な装置ではなく、クラウドコンピューティングを利用した仮想的な装置又はシステムでもよい。

タッチパネル４０は、店舗に設けられ、作業者などへの情報の表示と、作業者の情報入力を受け付ける。カメラ５０は、店舗における、作業者の動作の動画と、商品の状態の動画とを取得する。

情報処理装置１０は、既に説明した動作を実行して店舗用モデルを取得する。その際、情報処理装置１０は、店舗用モデルの学習に用いる動画として、カメラ５０を用いて動画を取得する。そして、情報処理装置１０は、管理サーバ２０から商品の情報を取得すると、既に説明した動作を実行して、所要時間を管理サーバ２０に出力する。情報処理装置１０は、次のように、タッチパネル４０及びカメラ５０を利用してもよい。例えば、商品の情報を取得すると、情報処理装置１０は、商品をタッチパネル４０に出力する。タッチパネル４０は、商品を表示する。店舗の作業者は、商品に対する作業の開始において、タッチパネル４０に表示された商品をペン又は指など選択する。タッチパネル４０は、選択された商品を情報処理装置１０に通知する。情報処理装置１０は、タッチパネル４０から商品の選択の通知を取得して、商品に対する作業の開始を検出する。そして、情報処理装置１０は、カメラ５０から動画を取得して、既に説明した動作を実行し、所要時間を管理サーバ２０に出力する。なお、情報処理装置１１を用いる場合、情報処理装置１１は、タッチパネル４０に、作業者への指示を出力してもよい。なお、情報処理装置１０は、例えば、店舗に設置されている店舗サーバであるが、これに限定されない。

図７は、図５及び６のシステムの動作の一例を示すシーケンス図である。端末装置３０は、管理サーバ２０に商品を出力する（ステップＳ３１１）。管理サーバ２０は、端末装置３０から商品を取得すると、商品を情報処理装置１０に出力する（ステップＳ３２１）。情報処理装置１０は、商品の情報を取得すると、タッチパネル４０などに商品の情報を出力してもよい。そして、情報処理装置１０は、商品に対する作業開始を検出すると、動作を開始する（ステップＳ３３１）。例えば、作業者が作業の開始においてタッチパネル４０を用いて動作の開始を入力すると、情報処理装置１０は、タッチパネル４０からの情報に基づいて、作業の開始を検出する。そして、情報処理装置１０は、作業者の動作の動画と、商品の状態の動画との取得を開始する（ステップＳ３３２）。例えば、情報処理装置１０は、カメラ５０との接続を確立する。そして、情報処理装置１０は、作業者の動作の動画と、商品の状態の動画とを取得する（ステップＳ３３３）。例えば、情報処理装置１０は、カメラ５０からの動画を取得する。そして、情報処理装置１０は、動画に基づいて所要時間を判定し、管理サーバ２０に出力する（ステップＳ３３４）。

管理サーバ２０は、情報処理装置１０から取得した所要時間を保存する（ステップＳ３２２）。端末装置３０は、管理サーバ２０に所要時間を問い合わせる（ステップＳ３１２）。例えば、端末装置３０は、注文者の指示に対応して、管理サーバの２０に所要時間の問い合わせを出力する。管理サーバ２０は、問い合わせに対応して、保存している所要時間を端末装置３０に出力する（ステップＳ３２３）。端末装置３０は、管理サーバ２０から取得した所要時間を表示する（ステップＳ３１３）。端末装置３０は、所要時間の問合せを繰り返してもよい。

所要時間を出力後、情報処理装置１０は、商品が完成したか否かを判定する（ステップＳ３３５）。商品が完成していない場合（ステップＳ３３５でＮｏ）、情報処理装置１０は、動画の取得の動作（ステップＳ３３３）に戻る。商品が完成している場合（ステップＳ３３５でＹｅｓ）、情報処理装置１０は、商品の完成を管理サーバ２０に出力する（ステップＳ３３６）。管理サーバ２０は、情報処理装置１０から商品の完成を取得すると、端末装置３０に商品の完成を出力する（ステップＳ３２４）。管理サーバ２０は、商品の完を保存してもよい。端末装置３０は、管理サーバ２０から商品の完成を取得すると、商品の完成を表示する。

＜ハードウェア構成＞
次に、情報処理装置１０及び１１のハードウェア構成について、情報処理装置１０を用いて説明する。情報処理装置１０の各構成部は、ハードウェア回路で構成されてもよい。あるいは、情報処理装置１０において、各構成部は、ネットワークを介して接続した複数の装置を用いて、構成されてもよい。例えば、情報処理装置１０は、クラウドコンピューティングを利用して構成されてもよい。あるいは、情報処理装置１０において、複数の構成部は、１つのハードウェアで構成されてもよい。

情報処理装置１０は、中央処理装置（Central Processing Unit（ＣＰＵ））と、読み取り専用メモリ（Read Only Memory（ＲＯＭ））と、ランダム・アクセス・メモリ（Random Access Memory（ＲＡＭ））とを含むコンピュータ装置として実現されてもよい。情報処理装置１０は、上記構成に加え、さらに、ネットワークインターフェース回路（Network Interface Circuit（ＮＩＣ））を含むコンピュータ装置として実現されてもよい。図８は、情報処理装置１０のハードウェア構成の一例であるコンピュータ装置６００の構成を示すブロック図である。

コンピュータ装置６００は、ＣＰＵ６１０と、ＲＯＭ６２０と、ＲＡＭ６３０と、記憶装置６４０と、ＮＩＣ６５０とを含み、コンピュータ装置を構成している。ＣＰＵ６１０は、ＲＯＭ６２０及び記憶装置６４０の少なくとも一方からプログラムを読み込む。そして、ＣＰＵ６１０は、読み込んだプログラムに基づいて、ＲＡＭ６３０と、記憶装置６４０と、ＮＩＣ６５０とを制御する。そして、ＣＰＵ６１０を含むコンピュータ装置６００は、これらの構成を制御し、図１に示されている、標準モデル取得部１０１と、動画取得部１０２と、学習部１０３と、所要時間取得部１０４と、出力部１０５としての各機能を実現する。なお、コンピュータ装置６００は、図４に示されている指示判定部１０６としての機能を実現してもよい。

ＣＰＵ６１０は、各機能を実現する際に、ＲＡＭ６３０又は記憶装置６４０を、プログラム及びデータの一時的な記憶媒体として使用してもよい。また、ＣＰＵ６１０は、コンピュータで読み取り可能にプログラムを記憶した記録媒体６９０が含むプログラムを、図示しない記録媒体読み取り装置を用いて読み込んでもよい。あるいは、ＣＰＵ６１０は、ＮＩＣ６５０を介して、図示しない外部の装置からプログラムを受け取り、ＲＡＭ６３０又は記憶装置６４０に保存して、保存したプログラムを基に動作してもよい。

ＲＯＭ６２０は、ＣＰＵ６１０が実行するプログラム及び固定的なデータを記憶する。ＲＯＭ６２０は、例えば、プログラマブルＲＯＭ（Programmable-ROM（Ｐ－ＲＯＭ））又はフラッシュＲＯＭである。ＲＡＭ６３０は、ＣＰＵ６１０が実行するプログラム及びデータを一時的に記憶する。ＲＡＭ６３０は、例えば、ダイナミックＲＡＭ（Dynamic-RAM（Ｄ－ＲＡＭ））である。記憶装置６４０は、コンピュータ装置６００が長期的に保存するデータ及びプログラムを記憶する。記憶装置６４０は、指示保存部１０７としての機能を実現してもよい。記憶装置６４０は、ＣＰＵ６１０の一時記憶装置として動作してもよい。記憶装置６４０は、例えば、ハードディスク装置、光磁気ディスク装置、ソリッド・ステート・ドライブ（Solid State Drive（ＳＳＤ））又はディスクアレイ装置である。

ＲＯＭ６２０と記憶装置６４０とは、不揮発性（non-transitory）の記録媒体である。一方、ＲＡＭ６３０は、揮発性（transitory）の記録媒体である。そして、ＣＰＵ６１０は、ＲＯＭ６２０、記憶装置６４０、又は、ＲＡＭ６３０に記憶されているプログラムを基に動作可能である。つまり、ＣＰＵ６１０は、不揮発性記録媒体又は揮発性記録媒体を用いて動作可能である。

ＮＩＣ６５０は、ネットワークを介した図示しない外部の装置とのデータのやり取りを中継する。ＮＩＣ６５０は、例えば、ローカル・エリア・ネットワーク（Local Area Network（ＬＡＮ））カードである。さらに、ＮＩＣ６５０は、有線に限らず、無線を用いてもよい。

このように構成されたコンピュータ装置６００は、プログラムに基づいて情報処理装置１０の各構成における動作と同様の動作を実行して、情報処理装置１０と同様の機能を実現する。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成及び詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

１０ 情報処理装置
１１ 情報処理装置
２０ 管理サーバ
３０ 端末装置
４０ タッチパネル
５０ カメラ
１０１ 標準モデル取得部
１０２ 動画取得部
１０３ 学習部
１０４ 所要時間取得部
１０５ 出力部
１０６ 指示判定部
１０７ 指示保存部
６００ コンピュータ装置
６１０ ＣＰＵ
６２０ ＲＯＭ
６３０ ＲＡＭ
６４０ 記憶装置
６５０ ＮＩＣ
６９０ 記録媒体

Claims (9)

1. 標準モデルを取得する標準モデル手段と、
   店舗における、商品を提供するための作業者の動作の動画と、前記商品の状態の動画とを取得する動画取得手段と、
   店舗における前記作業者の動作の動画及び前記商品の状態の動画を用いて前記標準モデルに対する学習を行い、店舗における前記作業者の動作の動画と前記商品の状態の動画とを用いて前記商品の完成までの所要時間を判定する店舗用モデルを生成する学習手段と、
   前記商品に対する作業の開始を検出すると、前記動画取得手段が取得した前記作業者の動作の動画と前記商品の状態の動画とを前記店舗用モデルに適用して、前記商品の完成までの所要時間を取得する所要時間取得手段と、
   前記商品の完成までの所要時間を出力する出力手段と
   を含む情報処理装置。
2. 前記学習手段は、前記店舗における複数の前記作業者それぞれの動画を用いる学習の結果として、前記店舗用モデルを取得する
   請求項１に記載の情報処理装置。
3. 前記商品に対する作業の状況に対応して、前記作業者に対する指示を判定する指示判定手段を含み、
   前記出力手段は、前記作業者に対する指示を出力する
   請求項１又は２に記載の情報処理装置。
4. 標準モデルを取得し、
   店舗における、商品を提供するための作業者の動作の動画と、前記商品の状態の動画とを取得し、
   店舗における前記作業者の動作の動画及び前記商品の状態の動画を用いて前記標準モデルに対する学習を行い、店舗における前記作業者の動作の動画と前記商品の状態の動画とを用いて前記商品の完成までの所要時間を判定する店舗用モデルを生成し、
   前記商品に対する作業の開始を検出すると、前記作業者の動作の動画と前記商品の状態の動画とを前記店舗用モデルに適用して、前記商品の完成までの所要時間を取得し、
   前記商品の完成までの所要時間を出力する
   情報処理方法。
5. 前記店舗用モデルの取得は、前記店舗における複数の前記作業者それぞれの動画を用いる学習の結果として、前記店舗用モデルを取得する
   請求項４に記載の情報処理方法。
6. 前記商品に対する作業の状況に対応して、前記作業者に対する指示を判定し、
   前記作業者に対する指示を出力する
   請求項４又は５に記載の情報処理方法。
7. 標準モデルを取得する処理と、
   店舗における、商品を提供するための作業者の動作の動画と、前記商品の状態の動画とを取得する処理と、
   店舗における前記作業者の動作の動画及び前記商品の状態の動画を用いて前記標準モデルに対する学習を行い、店舗における前記作業者の動作の動画と前記商品の状態の動画とを用いて前記商品の完成までの所要時間を判定する店舗用モデルを生成する処理と、
   前記商品に対する作業の開始を検出すると、前記作業者の動作の動画と前記商品の状態の動画とを前記店舗用モデルに適用して、前記商品の完成までの所要時間を取得する処理と、
   前記商品の完成までの所要時間を出力する処理と
   をコンピュータに実行させるプログラム。
8. 前記店舗用モデルを取得する処理は、前記店舗における複数の前記作業者それぞれの動画を用いる学習の結果として、前記店舗用モデルを取得する処理
   をコンピュータに実行させる請求項７に記載のプログラム。
9. 前記商品に対する作業の状況に対応して、前記作業者に対する指示を判定する処理と、
   前記作業者に対する指示を出力する処理と
   をコンピュータに実行させる請求項７又は８に記載のプログラム。

Images