JP7461051B2 - システム - Google Patents
システム Download PDFInfo
- Publication number
- JP7461051B2 JP7461051B2 JP2020209331A JP2020209331A JP7461051B2 JP 7461051 B2 JP7461051 B2 JP 7461051B2 JP 2020209331 A JP2020209331 A JP 2020209331A JP 2020209331 A JP2020209331 A JP 2020209331A JP 7461051 B2 JP7461051 B2 JP 7461051B2
- Authority
- JP
- Japan
- Prior art keywords
- size
- item
- classification
- image
- article
- 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 claims description 49
- 238000003384 imaging method Methods 0.000 claims description 46
- 230000010365 information processing Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000009795 derivation Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 244000291564 Allium cepa Species 0.000 description 3
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 3
- 244000000626 Daucus carota Species 0.000 description 3
- 235000002767 Daucus carota Nutrition 0.000 description 3
- 240000009088 Fragaria x ananassa Species 0.000 description 3
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 3
- 240000003768 Solanum lycopersicum Species 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 244000241235 Citrullus lanatus Species 0.000 description 2
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 2
- 244000241257 Cucumis melo Species 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000021012 strawberries Nutrition 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 240000005528 Arctium lappa Species 0.000 description 1
- 235000003130 Arctium lappa Nutrition 0.000 description 1
- 235000008078 Arctium minus Nutrition 0.000 description 1
- 240000000560 Citrus x paradisi Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- 235000009847 Cucumis melo var cantalupensis Nutrition 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 244000017020 Ipomoea batatas Species 0.000 description 1
- 235000002678 Ipomoea batatas Nutrition 0.000 description 1
- 240000008790 Musa x paradisiaca Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 235000003953 Solanum lycopersicum var cerasiforme Nutrition 0.000 description 1
- 240000003040 Solanum lycopersicum var. cerasiforme Species 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003306 harvesting 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
- 235000012015 potatoes Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Description
この画像認識技術を使用するPOSシステムでは、撮像された対象(画像)とデータベース内の対比データとを比べ、一致度や尤度の算定を行う。次に、POSシステムは、一致度や尤度の算定結果に基づいて、PLU(Price Look Up)コードに対応付いた1ないし複数の候補を求め、画像に描写されていた対象のPLUコード、もしくはPLUコード候補を求める。その後、既存のPOSシステム同様に代金の支払いや在庫管理に供される。
対象までの距離は、距離算定手段として物理装置を撮像部近傍に配置して識別してもよいし、距離算定手段として商品画像が描写された画像から画像解析によって識別してもよい。
例えば、”トマト”や”オレンジ”のように球に近い物品であれば、必ずしも体積を求めなくとも、直径や半径、円周などの一要素で”L”,”M”,”S”などの区分が可能になる。
例えば、既存の物体認識を実行するPOSシステムにおいて機械が区分けを精確にしきれていなかった、”トマト”と”ミニトマト”との区分けや、”イチゴパック”の値段分け、”スイカ”や”ねぎ”などの大きさ区分けなどが可能になる。
結果、作業者の手間などが低減され、レジ業務の高速化が図れる。
また、セルフレジであれば、顧客にとって煩雑な操作を削減できる。
また、店舗などで個々の商品に値段を付与する際にも本仕組みで値付けが可能であり、ハンドラベラーやバーコードプリンタなどによる値付け作業が簡便になる。
図3(b)に示した区分用サイズ判定テーブルでは、物品名に対応付いて、大きさを求めるか否かを示すフラグ、求める項目、追加で算定する区分要素を一覧に構成している。また、当該区分用サイズ判定テーブルを用いてPLUコードを特定できるように構成している。
上記実施形態のPOSシステムの特徴を別の表現で説明すれば、撮像手段を有する1ないし複数のPOS端末装置と、物体認識手段と、識別手段と、分類手段と、を有する情報処理装置と、を備えることになる。
[付記1]
対象の画像を撮像する撮像手段と、
前記対象を物体認識する物体認識手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有することを特徴とするPOS端末装置。
前記対象までの距離を識別する距離算定手段を有し、
前記識別手段は、
撮像された前記対象の画像に含まれている対象の画面領域範囲と前記距離算定手段で求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPOS端末装置。
前記撮像手段は、視差を有する複数の画像を取得し、
前記識別手段は、
視差を有した各々の対象の画像の差分から前記対象までの距離を識別処理し、
撮像された前記対象の画像に含まれている対象の画像領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、
前記撮像手段で異なる時間に取得された同一対象の画像の差分から、物体認識する画像の前記対象までの距離を識別し、
撮像された前記対象の画像に含まれている対象の領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、画像内に描写されていた複数物体を個別に大きさ若しくは大きさを定める1ないし複数の項目を求め、前記複数物体を1つの纏まった対象として大きさを導出処理することを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、前記撮像手段で撮像された前記対象の連続した複数画像をつなぎ合わせて、前記対象の大きさを推定処理することを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、前記撮像手段で撮像された前記対象の画像に写っている一部領域を識別して、該一部領域の有した輪郭の曲率から前記対象の大きさを推定処理することを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、予め準備された識別対象の大きさを定める基準に用いる項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、前記物体認識手段の物体認識結果とを参照して、前記対象の大きさを定める基準に用いる項目を特定し、該特定した項目に基づいて前記対象の大きさを識別処理することを特徴とする上記付記記載のPOS端末装置。
前記識別手段は、予め準備された識別対象の区分要素項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、前記物体認識手段の物体認識結果とを参照して、前記対象の区分要素項目を画像解析で求め、その結果を前記分類手段に出力することを特徴とする上記付記記載のPOS端末装置。
前記分類手段は、少なくとも前記対象の大きさを反映させた各項目の値に基づいて、PLUコードに対応している区分の何れかに、物体認識した前記対象を分類することを特徴とする上記付記記載のPOS端末装置。
該POS端末装置は、前記対象の大きさに基づいた区分結果に従った値付け処理を実行可能にすることを特徴とする上記付記記載のPOS端末装置。
前記対象を物体認識する物体認識手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有することを特徴とするサーバ。
前記識別手段は、
撮像された前記対象の画像に含まれている対象の画面領域範囲と通知された撮像位置からの距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のサーバ。
前記識別手段は、
視差を有する複数の画像を取得し、視差を有した各々の対象の画像の差分から前記対象までの距離を識別処理し、
撮像された前記対象の画像に含まれている対象の画像領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のサーバ。
前記識別手段は、
異なる時間に取得された同一対象の画像の差分から、物体認識する画像の前記対象までの距離を識別し、
撮像された前記対象の画像に含まれている対象の領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のサーバ。
前記識別手段は、画像内に描写されていた複数物体を個別に大きさ若しくは大きさを定める1ないし複数の項目を求め、前記複数物体を1つの纏まった対象として大きさを導出処理することを特徴とする上記付記記載のサーバ。
前記識別手段は、前記対象の連続した複数画像をつなぎ合わせて、前記対象の大きさを推定処理することを特徴とする上記付記記載のサーバ。
前記識別手段は、前記対象の画像に写っている一部領域を識別して、該一部領域の有した輪郭の曲率から前記対象の大きさを推定処理することを特徴とする上記付記記載のサーバ。
前記識別手段は、予め準備された識別対象の大きさを定める基準に用いる項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、前記物体認識手段の物体認識結果とを参照して、前記対象の大きさを定める基準に用いる項目を特定し、該特定した項目に基づいて前記対象の大きさを識別処理することを特徴とする上記付記記載のサーバ。
前記識別手段は、予め準備された識別対象の区分要素項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、前記物体認識手段の物体認識結果とを参照して、前記対象の区分要素項目を画像解析で求め、その結果を前記分類手段に出力することを特徴とする上記付記記載のサーバ。
前記分類手段は、少なくとも前記対象の大きさを反映させた各項目の値に基づいて、PLUコードに対応している区分の何れかに、物体認識した前記対象を分類することを特徴とする上記付記記載のサーバ。
前記対象の大きさに基づいた区分結果に従った値段を特定し、該値段を値付け処理用データとして出力することを特徴とする上記付記記載のサーバ。
対象の画像を撮像する撮像手段を有するPOS端末装置と、
前記対象を物体認識する物体認識手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有する情報処理装置と、
を備えるPOSシステム。
対象の画像を撮像する撮像手段と、
前記対象の大きさを識別処理する識別手段と、
を有するPOS端末装置と、
前記対象を物体認識する物体認識手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有する情報処理装置と、
を備えるPOSシステム。
対象を物体認識する物体認識手段を有する情報処理装置と、
前記対象の画像を撮像する撮像手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有するPOS端末装置と、
を備えるPOSシステム。
対象を物体認識する物体認識手段と、
前記対象の大きさを識別処理する識別手段と、
を有する情報処理装置と、
前記対象の画像を撮像する撮像手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段と、
を有するPOS端末装置と、
を備えるPOSシステム。
前記情報処理装置は、上記付記12から22の何れかに記載のサーバであるPOSシステム。
PLUデータにアクセス可能な情報処理システムは、
撮像部で撮像された対象画像と、該対象画像を物体認識処理して得られた認識結果とを取得し、
前記対象の大きさを識別処理し、
前記対象の大きさと前記対象の認識結果とに基づいて該対象をPLU区分の何れかに分類処理し、
前記対象の認識結果と分類結果に基づいて、前記PLUデータから該対象のPLUコードを特定する
ことを特徴とするPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
撮像された前記対象の画像に含まれている対象の画面領域範囲と、前記対象までの距離を識別する距離算定部で求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
前記撮像部で取得された視差を有する複数の画像を用いて、視差を有した各々の対象の画像の差分から前記対象までの距離を識別処理し、
撮像された前記対象の画像に含まれている対象の画像領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
前記撮像部で異なる時間に取得された同一対象の画像の差分から、物体認識する画像の前記対象までの距離を識別し、
撮像された前記対象の画像に含まれている対象の領域範囲と画像間の差分から求めた距離に基づいて前記対象の大きさを導出処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
画像内に描写されていた複数物体を個別に大きさ若しくは大きさを定める1ないし複数の項目を求め、前記複数物体を1つの纏まった対象として大きさを導出処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
前記撮像部で撮像された前記対象の連続した複数画像をつなぎ合わせて、前記対象の大きさを推定処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
前記撮像部で撮像された前記対象の画像に写っている一部領域を識別して、該一部領域の有した輪郭の曲率から前記対象の大きさを推定処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさを識別する処理として、
予め準備された識別対象の大きさを定める基準に用いる項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、物体認識結果とを参照して、前記対象の大きさを定める基準に用いる項目を特定し、該特定した項目に基づいて前記対象の大きさを識別処理する
ことを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、予め準備された識別対象の区分要素項目を 物体認識結果として出力される物体名に対応させて記録したテーブル情報と、物体認識結果とを参照して、前記対象の区分要素項目を画像解析で求め、その結果を分類することを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、少なくとも前記対象の大きさを反映させた各項目の値に基づいて、PLUコードに対応している区分の何れかに、物体認識した前記対象を分類することを特徴とする上記付記記載のPLU特定方法。
該情報処理システムは、前記対象の大きさに基づいた区分結果に従った値付け処理を実行可能にすることを特徴とする上記付記記載のPLU特定方法。
情報処理システムを、
撮像部で撮像された対象の画像から物体認識する画像認識手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を区分する分類手段、
として、動作させることを特徴とするプログラム。
情報処理装置を、
対象の画像を撮像する撮像手段と、
前記対象の大きさを識別処理する識別手段、
として、動作させることを特徴とするプログラム。
情報処理装置を、
対象を物体認識する物体認識手段と、
対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段、
として、動作させることを特徴とするプログラム。
情報処理装置を、
対象の画像を撮像する撮像手段と、
前記対象の大きさを識別処理する識別手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段、
として、動作させることを特徴とするプログラム。
情報処理装置を、
対象を物体認識する物体認識手段と、
前記対象の大きさを識別処理する識別手段、
として、動作させることを特徴とするプログラム。
情報処理装置を、
対象の画像を撮像する撮像手段と、
前記対象の大きさと前記対象の認識結果とに基づいて該対象を分類する分類手段、
として、動作させることを特徴とするプログラム。
上記付記1から11の何れかに記載のPOS端末装置として動作させることを特徴とするプログラム。
上記付記12から22の何れかに記載のサーバとして動作させることを特徴とするプログラム。
20 物体認識部(物体認識手段)
30 識別部(識別手段、画像解析手段)
40 分類部(分類手段)
Claims (13)
- 撮像手段によって撮像された画像から物品を物体認識する物体認識手段と、
前記画像に基づいて前記物品の大きさを識別する識別手段と、
物体認識される物品の大きさと物品の区分とが対応づけられた情報テーブルを参照し、前記識別手段で識別された前記物品の大きさに基づいて、物体認識された前記物品の区分を確定する分類手段と、
前記分類手段で確定された前記物品に関して商品データに有る前記物品の区分に対応付いた値段を読み出す照合手段と、
を含み、
前記情報テーブルには、物体認識される物品ごとに予め定めた物品毎の区分用大きさ項目が含まれ、
前記識別手段は、認識結果として前記物体認識手段で認識された物品について 前記物品毎の区分用大きさ項目を前記画像から計測して前記物品の大きさを演算により識別する、
ことを特徴とするシステム。 - 前記識別手段は、前記情報テーブルに準備されている物品毎の区分用大きさ項目を参照し、前記画像に含まれている前記物品の画像領域範囲と、前記物品までの測定された距離と、該認識結果の区分用大きさ項目とに基づいて前記物品の大きさを演算により識別する、ことを特徴とする請求項1に記載のシステム。
- 前記分類手段は、分類が必要な物品又は物品候補について、前記物体認識手段から得られた前記物品の認識結果と、前記識別手段から得た前記物品の大きさと、を参照し、前記情報テーブルに含まれる物品の区分の何れかに、前記画像に描写されていた物品の区分を確定し、その結果を前記照合手段に出力することを特徴とする請求項2に記載のシステム。
- 前記情報テーブルは、物体認識される物品に対応付けて、該物品に関して大きさを求めるか否かを示すフラグが設定可能に構成され、
前記識別手段は、前記物体認識手段で認識された物品について、該物品に関して大きさを求めるか否かを示すフラグを参照し、該物品の大きさを識別するか否かを決定する、
ことを特徴とする請求項1ないし3の何れか一項に記載のシステム。 - 前記物品毎の区分用大きさ項目には、物品の直径、物品の半径、物品の円周、物品の体積、物品の長辺の長さ、物品の短辺の長さ、物品の曲線に沿った長さ、の何れかが少なくとも設定可能に構成され、
前記識別手段は、前記物体認識手段で認識された物品について前記物品毎の区分用大きさ項目に示された指定項目を計測して前記物品の大きさを演算により識別する、
ことを特徴とする請求項1ないし4の何れか一項に記載のシステム。 - 前記識別手段は、大きさの導出手法と求める指定項目について、認識対象となる物品の大まかな物体形状に応じて、画像解析中に自動的に選定し、
前記物体認識手段で認識された物品について前記選定した指定項目を計測して前記物品の大きさを演算により識別する、
ことを特徴とする請求項1ないし4の何れか一項に記載のシステム。 - 前記識別手段は、画像内に描写されていた複数物体を個別に、区分用大きさ項目の値を求め、求めた複数物体各々の区分用大きさ項目の値と各物品までの測定された距離とを前記複数物体の1つの纏まった物品としての大きさを導出処理する際に用いるパラメータに含めることを特徴とする請求項1ないし6の何れか一項に記載のシステム。
- 前記識別手段は、前記撮像手段で撮像された前記物品の連続した複数画像をつなぎ合わせて一画像化し、一画像化した画像に描写されている前記物品の画像領域範囲と前記物品までの測定された距離とをパラメータに含めて、前記物品の大きさを推定処理することを特徴とする請求項1ないし7の何れか一項に記載のシステム。
- 前記識別手段は、前記撮像手段で撮像された前記物品の画像に写っている画像領域範囲とその一部領域を識別して、前記対象の画像領域範囲と該一部領域の有した輪郭の曲率と前記物品までの測定された距離とをパラメータに含めて、前記物品の大きさを推定処理することを特徴とする請求項1ないし8の何れか一項に記載のシステム。
- 前記照合手段は、クラウド上に設けられることを特徴とする請求項1ないし9の何れか一項に記載のシステム。
- 該システムは、
前記撮像手段を有する1ないし複数のPOS端末装置を含み、
前記1ないし複数のPOS端末装置は、タブレット端末もしくはスマートフォン端末を用い、
前記照合手段は、クラウド上に設けられる、
ことを特徴とする請求項1ないし9の何れか一項に記載のシステム。 - 商品データにアクセス可能な情報処理システムは、
物体認識される物品の大きさと物品の区分とが対応づけられた情報テーブルにアクセス可能であり、該情報テーブルには、物体認識される物品ごとに予め定めた物品毎の区分用大きさ項目が含まれており、
撮像手段で撮像された物品が写る画像を取得し、
前記画像から前記物品を物体認識手段により物体認識して得られた認識結果を取得すると共に、
前記画像に基づいて前記物品の大きさを、識別手段により、前記認識結果として前記物体認識手段で認識された物品について 前記物品毎の区分用大きさ項目を前記画像から計測して識別し、
前記情報テーブルを参照し、前記識別手段で識別された前記物品の大きさに基づいて、前記物体認識手段で認識された物品について、前記物品の区分を何れかに確定し、
その結果に基づいて、確定された前記物品に関して前記商品データに有る前記物品の区分に対応付いた値段を読み出す
ことを特徴とする商品特定方法。 - 前記情報処理システムは、前記商品データとしてPLU(Price Look Up)データを用いることを特徴とする請求項12記載の商品特定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020209331A JP7461051B2 (ja) | 2018-12-28 | 2020-12-17 | システム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018247317A JP6813808B2 (ja) | 2018-12-28 | 2018-12-28 | Pos端末装置 |
JP2020209331A JP7461051B2 (ja) | 2018-12-28 | 2020-12-17 | システム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018247317A Division JP6813808B2 (ja) | 2018-12-28 | 2018-12-28 | Pos端末装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021044019A JP2021044019A (ja) | 2021-03-18 |
JP7461051B2 true JP7461051B2 (ja) | 2024-04-03 |
Family
ID=90474147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020209331A Active JP7461051B2 (ja) | 2018-12-28 | 2020-12-17 | システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7461051B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130020391A1 (en) | 2011-01-24 | 2013-01-24 | Datalogic ADC, Inc. | Exception detection and handling in automated optical code reading systems |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001216571A (ja) * | 2000-02-03 | 2001-08-10 | Glory Ltd | 料金精算方法および装置 |
JP4544455B2 (ja) * | 2004-06-21 | 2010-09-15 | ヤンマー株式会社 | 共同選果施設 |
JP2013025428A (ja) * | 2011-07-19 | 2013-02-04 | Toshiba Tec Corp | 貨物受付装置、プログラム及び貨物受付方法 |
JP5554796B2 (ja) * | 2011-09-06 | 2014-07-23 | 東芝テック株式会社 | 情報処理装置およびプログラム |
-
2020
- 2020-12-17 JP JP2020209331A patent/JP7461051B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130020391A1 (en) | 2011-01-24 | 2013-01-24 | Datalogic ADC, Inc. | Exception detection and handling in automated optical code reading systems |
Also Published As
Publication number | Publication date |
---|---|
JP2021044019A (ja) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9412050B2 (en) | Produce recognition method | |
KR101678970B1 (ko) | 물품 감정 방법 | |
WO2019165892A1 (zh) | 自动售货方法、装置和计算机可读存储介质 | |
RU2739542C1 (ru) | Система автоматической регистрации для торговой точки | |
CN105608808B (zh) | 信息处理装置及其控制方法、店铺系统 | |
CN108780596A (zh) | 信息处理系统 | |
US9064161B1 (en) | System and method for detecting generic items in image sequence | |
US7416119B1 (en) | Methods and apparatus for automatically determining and deducting weight of containers for products | |
JP2019536121A (ja) | 畳み込みニューラルネットワーク画像認識技術による会計方法及び会計設備 | |
JP2022009251A (ja) | 情報処理装置およびプログラム | |
US20160300247A1 (en) | Sales data processing apparatus, server and method for acquiring attribute information | |
CN105448000A (zh) | 商品登录装置以及商品登录方法 | |
US20170083884A1 (en) | System and method for automatic identification of products | |
US20160063519A1 (en) | Data analysis apparatus, data analysis system, commodity exchange forecasting apparatus, commodity exchange forecasting system, data analysis method, commodity exchange forecasting method, and computer-readable medium | |
CN111406270B (zh) | 基于图像的伪造品检测 | |
WO2020215952A1 (zh) | 物品识别方法和系统 | |
BE1026846A1 (nl) | Werkwijze voor het automatiseren van een controlesignaal gedurende het trainen van een neuraal netwerk met een barcode scan | |
US20160307215A1 (en) | Server and method for determining attribute information of customer by the same | |
CN110909698A (zh) | 电子秤识别结果输出方法、系统、装置以及可读存储介质 | |
CN110998592A (zh) | 用于零售系统的非规范扫描 | |
US20180068534A1 (en) | Information processing apparatus that identifies an item based on a captured image thereof | |
JP2015194791A (ja) | Pos端末装置 | |
US10963896B2 (en) | Sales data processing apparatus, server and method for acquiring attribute information | |
JP2019028908A (ja) | 商品登録装置及びそのプログラム | |
JP6651169B2 (ja) | 陳列状況判定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220128 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220927 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220927 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221006 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221012 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20221202 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20221207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240314 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7461051 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |