JP7388531B2 - 物品特定装置、物品特定方法、及びプログラム - Google Patents

Description

本発明は、物品特定装置、物品特定方法、及びプログラムに関する。

画像を用いて商品などの物品を特定することは、様々な場所で行われている。一例としては、店舗や倉庫などにおいて、人が棚から取り出した物品を特定することが行われている。そして特許文献１には、ニューラルネットワークを用いて複数の画像を学習し、この学習結果を用いて商品の類別を特定することが記載されている。特許文献１において、画像から商品を含む矩形領域が切り出され、この矩形領域を用いて上記した処理が行われる。

特表２０１９－５２６８４８号公報

本発明者は、画像処理を用いて物品を特定する際に、物品の特定精度を向上させることを検討した。本発明の目的は、画像処理を用いて物品を特定する際に、物品の特定精度を向上させることにある。

本発明によれば、物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用される物品特定装置であって、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記物品特定装置は、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得する取得手段と、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する画像処理手段と、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する判定手段と、
を備える物品特定装置が提供される。

本発明によれば、物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータが行う方法であって、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記コンピュータは、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得し、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成し、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する、物品特定方法が提供される。

本発明によれば、物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータに用いられるプログラムで会って、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記プログラムは、前記コンピュータに、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得する機能と、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する機能と、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する機能と、
を持たせるプログラムが提供される。

本発明によれば、画像処理を用いて物品を特定する際に、物品の特定精度を向上させることができる。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

実施形態に係る物品特定装置の使用環境を示す図である。 撮像装置を説明するための図である。 物品特定装置の機能構成の一例を示すブロック図である。 物品特定装置のハードウェア構成例を示す図である 基準記憶部が記憶している基準の生成方法の一例を示すフローチャートである。 物品特定装置が行う物品の特定処理の第１例を示すフローチャートである。 物品特定装置が行う物品の特定処理の第２例を示すフローチャートである。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

図１は、実施形態に係る物品特定装置１０の使用環境を示す図である。図２は、撮像装置２００を説明するための図である。物品特定装置１０は、撮像装置２００が生成した画像を処理することにより、物品棚４０に載置された物品５０、又は物品棚４０から取り出された物品５０を特定する。

物品棚４０は、例えば店舗や倉庫に配置されており、少なくとも一つの棚を有している。棚の上には物品５０が載置されている。すなわち物品棚４０の棚は、物品載置領域の一例である。

撮像装置２００は、物品棚４０の棚及びその前方の少なくとも一方を撮影する。図２に示す例において、撮像装置２００は物品棚４０の棚及びその前方の双方を撮影する。そして撮像装置２００は２つの撮像ユニット２１０を有している。２つの撮像ユニット２１０は、いずれも照明部２２０及び撮像部２０を有している。一方の撮像部２０は第１撮像部の一例であり、他方の撮像部２０は第２撮像部の一例である。

照明部２２０の光放射面は一方向に延在しており、発光部及び発光部を覆うカバーを有している。照明部２２０は、主に、光放射面の延在方向に直交する方向に光を放射する。発光部は、ＬＥＤなどの発光素子を有しており、カバーによって覆われていない方向に光を放射する。なお、発光素子がＬＥＤの場合、照明部２２０が延在する方向（図において上下方向）に、複数のＬＥＤが並んでいる。

そして撮像部２０は、照明部２２０の一端側に設けられており、照明部２２０の光が放射される方向を撮像範囲としている。例えば図１及び図２の左側の撮像ユニット２１０において、撮像部２０は下方及び右斜め下を撮像範囲としている。また、図１及び図２の右側の撮像ユニット２１０において、撮像部２０は上方及び左斜め上を撮像範囲としている。

図２に示すように、２つの撮像ユニット２１０は、物品棚４０の前面フレーム（又は両側の側壁の前面）４２に取り付けられる。この際、第１の撮像ユニット２１０は、一方の前面フレーム４２に、撮像部２０が上方に位置する向きに取り付けられ、第２の撮像ユニット２１０は、第１の撮像ユニット２１０とは逆側の前面フレーム４２に、撮像部２０が下方に位置する向きに取り付けられる。このため、棚が延在する方向（第１方向の一例）において、一方の撮像部２０、物品棚４０、及び他方の撮像部２０は、この順に並んでいる。また、一方の撮像部２０は物品棚４０の棚より上に位置し、他方の撮像部２０は物品棚４０の棚より下に位置している。これにより、２つの撮像部２０の間隔は広くなる。

そして第１の撮像ユニット２１０の撮像部２０は、物品棚４０の開口部及びその前方を撮像範囲に含むように、その撮像部２０の下方及び斜め下方を撮像する。一方、第２の撮像ユニット２１０の撮像部２０は、物品棚４０の開口部及びその前方を撮像範囲に含むように、上方及び斜め上方を撮像する。このように２つの撮像ユニット２１０を用いることで、物品棚４０の開口部及びその前方の全範囲を撮影することができる。このため、撮像装置２００が生成した画像を処理すると、物品棚４０から取り出された物品を特定することができる。

そして物品特定装置１０は、特定した物品５０の品名を示す情報を、外部装置３０に出力する。

物品棚４０が店舗に配置されている場合、外部装置３０は、物品５０に対する顧客の動向を集める装置、例えば顧客がいったん手に取ったが棚に戻した商品を特定する装置であってもよいし、ＰＯＳ（Point of sale system）の商品登録装置であってもよい。後者の場合、物品特定装置１０の後述する画像処理部１２０は、２つの撮像部２０のいずれかが生成した画像から、物品棚４０から物品５０を取り出した顧客の顔画像又はその特徴量を抽出し、物品５０の品名を示す情報、例えば商品コードと共に外部装置３０に出力してもよい。

また、物品棚４０が物流の倉庫に配置されている場合、外部装置３０は、例えば物品の出荷を管理する装置である。

図３は、物品特定装置１０の機能構成の一例を示すブロック図である。物品特定装置１０は、取得部１１０、画像処理部１２０、及び判定部１３０を有している。

取得部１１０は、２つの撮像部２０が生成した画像を取得する。

画像処理部１２０は、取得部１１０が取得した画像を処理することにより、第１サイズデータ及び第２サイズデータを生成する。第１サイズデータは、一方の撮像部２０（例えば図１及び図２において右側の撮像部２０）が生成した画像（以下、第１画像と記載）において物品が写っている領域の大きさを示している。第２サイズデータは、他方の撮像部２０（例えば図１及び図２において左側の撮像部２０）が生成した画像（以下、第２画像と記載）において物品が写っている領域の大きさを示している。一例として、物品領域が矩形である場合、第１サイズデータ及び第２サイズデータは、矩形の面積であってもよいし、矩形の長辺及び短辺の長さであってもよい。ここで面積及び長さは、いずれも画素数で示されてもよい。

判定部１３０は、第１サイズデータと第２サイズデータの関係が基準を満たすときに、第１画像及び第２画像の少なくとも一方を用いた画像処理による物品の品名の推定結果を正しいと判定する。

２つの撮像ユニット２１０の相対位置は固定されている。このため、物品５０の大きさ及び位置が決まっていた場合、第１サイズデータ及び第２サイズデータはいずれも一意に定まる。このため、物品５０の大きさが決まると、第２サイズデータは、第１サイズデータを変数とした関数で算出することができる。判定部１３０は、この関数に相当する情報を、基準として用いる。なお、この基準は、例えば後述するように機械学習を用いて生成される。

本図に示す例において、判定部１３０が用いる基準は基準記憶部１３２に記憶されている。基準記憶部１３２は、物品棚４０別、かつ物品５０の品目（例えば特定のサイズのペットボトル）又は品名（例えば商品名）別に、上記した基準を記憶している。言い換えると、物品棚４０が変わらなくても物品５０の品目が変わると、上記した基準は変わる。また、物品棚４０が変わって２つの撮像ユニット２１０の相対位置が変わっても、上記した基準は変わる。なお、基準記憶部１３２は、物品特定装置１０の一部であってもよいし、物品特定装置１０の外部に位置していてもよい。

なお、物品の品名を推定するための画像処理は、例えば画像処理部１２０によって行われる。画像処理部１２０は、第１サイズデータと第２サイズデータの関係が基準を満たすか否かを判定する前に、品名の推定を行ってもよいし、この判定の後に品名の推定を行ってもよい。前者の場合、判定部１３０は、推定された品名に対応する基準を基準記憶部１３２から読み出して使用する。

図４は、物品特定装置１０のハードウェア構成例を示す図である。物品特定装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０２０は、ＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は物品特定装置１０の各機能（例えば取得部１１０、画像処理部１２０、及び判定部１３０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は基準記憶部１３２としても機能する。

入出力インタフェース１０５０は、物品特定装置１０と各種入出力機器とを接続するためのインタフェースである。例えば物品特定装置１０は、入出力インタフェース１０５０を介して撮像装置２００と通信する。

ネットワークインタフェース１０６０は、物品特定装置１０ネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。物品特定装置１０は、ネットワークインタフェース１０６０を介して撮像装置２００及び外部装置３０と通信してもよい。

図５は、基準記憶部１３２が記憶している基準の生成方法の一例を示すフローチャートである。本図に示す処理は、例えば物品棚４０、物品５０の品名又は品目、及び物品棚４０に対する撮像装置２００の位置の組み合わせ毎に行われる。このため、本図に示す処理は、物品棚４０に対して撮像装置２００が取り付けられた後に、物品５０の品目（又は品名）別に行われるのが好ましい。また、本図において、基準記憶部１３２が記憶している基準は物品特定装置１０によって生成されているが、他の装置によって生成されてもよい。

まず、物品特定装置１０の使用者は、物品棚４０に物品５０を配置し、この物品５０を物品棚４０から取り出す。すると、撮像装置２００の２つの撮像部２０は、物品棚４０から取り出された物品５０を撮像し、第１画像及び第２画像を生成する。物品特定装置１０の取得部１１０は、この第１画像及び第２画像を取得する（ステップＳ１０）。

次いで物品特定装置１０の画像処理部１２０は、第１画像から物品５０が写っている領域（以下、物品領域と記載）を切り出し、この物品領域の大きさを示すデータを第１サイズデータとする。また、画像処理部１２０は、第２画像から物品５０の物品領域を切り出し、この物品領域の大きさを示すデータを第２サイズデータとする（ステップＳ２０）。

そして物品特定装置１０の画像処理部１２０は、第１画像及び第２画像の少なくとも一方を処理することにより、物品５０の品名を特定する（ステップＳ３０）。例えば画像処理部１２０は、物品５０の品名別に用意された特徴量を用いて、物品５０の品名を特定する。

物品特定装置１０は、画像処理部１２０が生成した第１サイズデータ、第２サイズデータ、及び物品５０の品名を、一つの教師データとする。そしてステップＳ１０～Ｓ３０に示す処理を、教師データが必要な数集まるまで繰り返す（ステップＳ４０）。ここで、ステップＳ１０～Ｓ３０を繰り返すたびに、物品５０は、物品棚４０のうち互いに異なる場所に配置されるのが好ましい。

ここで、教師データは、品目別に設けられてもよい。この場合、複数の品名別の教師データは、品目別に集約される。

その後、物品特定装置１０は、物品５０の品名又は品目別に教師データを機械学習することにより、上記した基準を生成し、この基準を基準記憶部１３２に記憶させる（ステップＳ５０）。

図６は、物品特定装置１０が行う物品５０の特定処理の第１例を示すフローチャートである。本図に示す例において、物品棚４０には同じ品目かつ同じ大きさの物品５０のみが載置されている。このため、判定部１３０が用いる基準は一つでよい。判定部１３０は、予めこの基準を基準記憶部１３２から読み出しておく。

店舗の顧客や倉庫の従業員などの人が物品棚４０から物品５０を取り出すと、撮像装置２００の２つの撮像部２０は、第１画像及び第２画像を生成する。物品特定装置１０の取得部１１０は、この第１画像及び第２画像を取得する（ステップＳ１１０）。すると物品特定装置１０の画像処理部１２０は、図５のステップＳ２０と同様の処理を行うことにより、第１サイズデータ及び第２サイズデータを生成する（ステップＳ１２０）。次いで判定部１３０は、画像処理部１２０が生成した第１サイズデータ及び第２サイズデータの関係性が基準を満たすか否かを判断する（ステップＳ１３０）。基準を満たした場合（ステップＳ１３０：Ｙｅｓ）、判定部１３０は、画像処理による物品５０の特定結果を採用することにする（ステップＳ１４０）。一方、基準を満たさなかった場合（ステップＳ１３０：Ｎｏ）、判定部１３０は、画像処理による物品５０の特定結果を採用しないことにする（ステップＳ１４２）。そして判定部１３０は、品名の特定結果を外部装置３０に出力する（ステップＳ１５０）。

なお、本図に示す例において、画像処理部１２０による物品５０の品名の推定が行われるタイミングは、ステップＳ１１０の後であれば、いつでもよい。例えば画像処理部１２０は、ステップＳ１１０とステップＳ１２０の間に物品５０の品名を推定してもよいし、ステップＳ１４０の後に物品５０の品名を推定してもよい。後者の場合、ステップＳ１３０でＮｏとなった場合、画像処理部１２０は、物品５０の品名の推定処理を行わない。

図７は、物品特定装置１０が行う物品５０の特定処理の第２例を示すフローチャートである。ステップＳ１１０及びステップＳ１２０で行われる処理は、図６と同様である。

ステップＳ１２０の後、画像処理部１２０は、第１画像及び第２画像の少なくとも一方を用いることにより、物品５０の品名を推定する（ステップＳ１２２）。そして判定部１３０は、画像処理部１２０が推定した品名に対応する基準を基準記憶部１３２から読み出す（ステップＳ１２４）。

その後の処理（ステップＳ１３０～ステップＳ１５０）は、図６と同様である。

以上、本実施形態によれば、物品特定装置１０は、２つの撮像部２０が撮像した画像の少なくとも一方を用いて物品５０の品名を推定する。２つの撮像部２０は、物品棚４０を挟むように配置されている。そして物品特定装置１０は、一方の撮像部２０が生成した第１画像において物品５０が写っている領域の大きさと、他方の撮像部２０が生成した第２画像において物品５０が写っている領域の大きさと、の関係が基準を満たすときに、５０の品目の推定結果が正しいと判断する。このため、画像処理を用いて物品を特定する際に、物品の特定精度は向上する。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
１．物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用される物品特定装置であって、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記物品特定装置は、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得する取得手段と、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する画像処理手段と、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する判定手段と、
を備える物品特定装置。
２．上記１に記載の物品特定装置において、
前記画像処理手段は、前記判定手段が前記第１サイズデータと前記第２サイズデータが基準を満たすか否かを判定する前に、前記画像処理により前記物品の品名を推定し、
前記判定手段は、前記物品の品名の推定結果に応じた前記基準を用いる物品特定装置。
３．上記１又は２に記載の物品特定装置において、
前記第１撮像手段は前記物品載置領域より上に位置しており、前記第２撮像手段は前記物品載置領域より下に位置している物品特定装置。
４．上記１～３のいずれか一項に記載の物品特定装置において、
前記基準は機械学習を用いて設定されている物品特定装置。
５．物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータが行う方法であって、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記コンピュータは、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得し、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成し、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する、物品特定方法。
６．上記５に記載の物品特定方法において、
前記コンピュータは、
前記判定手段が前記第１サイズデータと前記第２サイズデータが基準を満たすか否かを判定する前に、前記画像処理により前記物品の品名を推定し、
前記物品の品名の推定結果に応じた前記基準を用いる物品特定方法。
７．上記５又は６に記載の物品特定方法において、
前記第１撮像手段は前記物品載置領域より上に位置しており、前記第２撮像手段は前記物品載置領域より下に位置している物品特定方法。
８．上記５～７のいずれか一項に記載の物品特定方法において、
前記基準は機械学習を用いて設定されている物品特定方法。
９．物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータに用いられるプログラムで会って、
前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
前記プログラムは、前記コンピュータに、
前記第１撮像手段が生成した第１画像を取得するとともに、第２撮像手段が生成した第２画像を取得する機能と、
前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する機能と、
前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する機能と、
を持たせるプログラム。
１０．上記９に記載のプログラムにおいて、
前記コンピュータに、
前記判定手段が前記第１サイズデータと前記第２サイズデータが基準を満たすか否かを判定する前に、前記画像処理により前記物品の品名を推定させ、
前記物品の品名の推定結果に応じた前記基準を用いさせるプログラム。
１１．上記９又は１０に記載のプログラムにおいて、
前記第１撮像手段は前記物品載置領域より上に位置しており、前記第２撮像手段は前記物品載置領域より下に位置しているプログラム。
１２．上記９～１１のいずれか一項に記載のプログラムにおいて、
前記基準は機械学習を用いて設定されているプログラム。

１０ 物品特定装置
２０ 撮像部
３０ 外部装置
４０ 物品棚
４２ 前面フレーム
５０ 物品
１１０ 取得部
１２０ 画像処理部
１３０ 判定部
１３２ 基準記憶部
２００ 撮像装置
２１０ 撮像ユニット
２２０ 照明部

Claims (6)

1. 物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用される物品特定装置であって、
   前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
   前記物品特定装置は、
   前記第１撮像手段が生成した第１画像を取得するとともに、前記第２撮像手段が生成した第２画像を取得する取得手段と、
   前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する画像処理手段と、
   前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する判定手段と、
   を備える物品特定装置。
2. 請求項１に記載の物品特定装置において、
   前記画像処理手段は、前記判定手段が前記第１サイズデータと前記第２サイズデータの関係が前記基準を満たすか否かを判定する前に、前記画像処理により前記物品の品名を推定し、
   前記判定手段は、前記物品の品名の推定結果に応じた前記基準を用いる物品特定装置。
3. 請求項１又は２に記載の物品特定装置において、
   前記第１撮像手段は前記物品載置領域より上に位置しており、前記第２撮像手段は前記物品載置領域より下に位置している物品特定装置。
4. 請求項１～３のいずれか一項に記載の物品特定装置において、
   前記基準は機械学習を用いて設定されている物品特定装置。
5. 物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータが行う方法であって、
   前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
   前記コンピュータは、
   前記第１撮像手段が生成した第１画像を取得するとともに、前記第２撮像手段が生成した第２画像を取得し、
   前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成し、
   前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する、物品特定方法。
6. 物品載置領域及びその前方の少なくとも一方を撮影する第１撮像手段及び第２撮像手段と共に使用されるコンピュータに用いられるプログラムであって、
   前記第１撮像手段、前記物品載置領域、及び前記第２撮像手段は、第１方向においてこの順に並んでおり、
   前記プログラムは、前記コンピュータに、
   前記第１撮像手段が生成した第１画像を取得するとともに、前記第２撮像手段が生成した第２画像を取得する機能と、
   前記第１画像において物品が写っている領域の大きさを示す第１サイズデータを生成するとともに、前記第２画像において前記物品が写っている領域の大きさを示す第２サイズデータを生成する機能と、
   前記第１サイズデータと前記第２サイズデータの関係が基準を満たすときに、前記第１画像及び前記第２画像の少なくとも一方を用いた画像処理による前記物品の品名の推定結果を正しいと判定する機能と、
   を持たせるプログラム。

Images