JPWO2018139302A1 - チップの認識学習システム - Google Patents

Abstract

チップの認識学習システム１０は、遊技テーブル４上に積み重ねられたチップＷの状態をカメラ２１２により画像として記録するゲーム記録装置１１と、記録されたチップＷの状態の画像を画像分析して、プレーヤＣが賭けたチップＷの枚数および種類を判定する人工知能装置１２ａを含むチップ判定装置１２と、チップ判定装置１２の判定結果に誤りの疑いありと判定された場合に、チップ判定装置１２の判定に用いられた画像および誤りに対する正解のチップＷの枚数および種類を教師データとして人工知能装置１２ａに入力して学習させる教師装置１３と、を備える。

Description

本発明は、チップの認識学習システムに関する。

バカラゲームなどのゲームでは、客（プレーヤ）がテーブル上に複数のチップを積み重ねることによって賭けが行われる。そのため、積み重ねられたチップを正確に認識する必要がある。なお、国際公開第２００８／１２０７４９号には、ゲームに用いられるチップの一例が開示されている。

本発明の目的は、プレーヤが賭けたチップを精度よく認識できるチップの認識学習システムを提供することである。

本発明の一態様に係るチップの認識学習システムは、
遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、
前記チップ判定装置の判定結果に誤りの疑いありと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記誤りに対する正解のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師装置と、を備える。

このような態様によれば、チップ判定装置の判定結果に誤りの疑いありと判定された場合に、教師装置が、チップ判定装置の判定に用いられた画像および誤りに対する正解のチップの枚数および種類を教師データとして人工知能装置に入力して学習させるため、人工知能装置は、チップ判定装置の判定精度が相対的に低い画像パターンについて効率的に学習することができ、当該画像パターンについて重点的にチップ判定装置の判定精度を高めることができる。このような教師学習が繰り返されることで、チップ判定装置は、チップがどのような状態で積み重ねられていても、プレーヤが賭けたチップを精度よく認識できるようになる。

本発明の一態様に係るチップの認識学習システムにおいて、
前記教師装置は、前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に更に入力して学習させてもよい。

このような態様によれば、チップ判定装置の判定精度が相対的に低い画像パターンだけでなく、判定精度が相対的に高い画像パターンについても、判定精度を一層高めることができ、これにより、チップ判定装置は、プレーヤが賭けたチップを一層精度よく認識できるようになる。

本発明の一態様に係るチップの認識学習システムは、
遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、を備え、
前記人工知能装置は、前記チップ判定装置の判定結果に誤りの疑いありと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記誤りに対する正解のチップの枚数または種類を教師データとして教師装置により入力されて学習する。

このような態様によれば、チップ判定装置の判定結果に誤りの疑いありと判定された場合に、人工知能装置が、チップ判定装置の判定に用いられた画像および誤りに対する正解のチップの枚数および種類を教師データとして教師装置により入力されて学習するため、人工知能装置は、チップ判定装置の判定精度が相対的に低い画像パターンについて効率的に学習することができ、当該画像パターンについて重点的にチップ判定装置の判定精度を高めることができる。これを繰り返すことで、チップ判定装置は、チップがどのような状態で積み重ねられていても、プレーヤが賭けたチップを精度よく認識できるようになる。

本発明の一態様に係るチップの認識学習システムは、
前記チップ判定装置の判定結果の正否を判定する制御装置を更に備え、
前記チップ判定装置は、前記遊技テーブルで行われるゲームにおいて前記遊技テーブルが備えるチップトレイのチップの種類および枚数、ならびに各プレーヤが賭けるチップの位置、種類および枚数を、前記ゲーム記録装置に記録された画像から判定可能であり、
前記制御装置は、各プレーヤが賭けた負けチップのすべての回収が終わったときに、チップトレイにおけるチップの現実の総額を把握し、前記チップ判定装置の判定結果に基づいて各ゲームの精算前のチップトレイにおけるチップの総額に、負けたプレーヤが賭けたチップの種類および枚数から算出される当該ゲームにおけるチップトレイの増額を加算した当該チップトレイにおけるチップのあるべき総額を計算し、当該チップトレイにおけるチップのあるべき総額と当該チップトレイにおけるチップの現実の総額とを比較し、あるべき総額と現実の総額との間に相違があったときに、前記チップ判定装置の判定結果に誤りの疑いありと判定してもよい。

このような態様によれば、チップ判定装置の判定結果に誤りの疑いがあるか否かを制御装置により自動的に判定することができる。

本発明の一態様に係るチップの認識学習システムは、
遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、
前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師装置と、を備える。

本発明の一態様に係るチップの認識学習システムは、
遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、を備え、
前記人工知能装置は、前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数または種類を教師データとして教師装置により入力されて学習する。

本発明の一態様に係るチップの認識学習システムは、
前記チップ判定装置の判定結果の正否を判定する制御装置を更に備え、
前記チップ判定装置は、前記遊技テーブルで行われるゲームにおいて前記遊技テーブルが備えるチップトレイのチップの種類および枚数、ならびに各プレーヤが賭けるチップの位置、種類および枚数を、前記ゲーム記録装置に記録された画像から判定可能であり、
前記制御装置は、各プレーヤが賭けた負けチップのすべての回収が終わったときに、チップトレイにおけるチップの現実の総額を把握し、前記チップ判定装置の判定結果に基づいて各ゲームの精算前のチップトレイにおけるチップの総額に、負けたプレーヤが賭けたチップの種類および枚数から算出される当該ゲームにおけるチップトレイの増額を加算した当該チップトレイにおけるチップのあるべき総額を計算し、当該チップトレイにおけるチップのあるべき総額と当該チップトレイにおけるチップの現実の総額とを比較し、あるべき総額と現実の総額とが一致していたときに、前記チップ判定装置の判定結果が正しいと判定してもよい。

本発明の一態様に係るチップの認識学習システムにおいて、
前記制御装置は、前記チップトレイにおけるチップの現実の総額を、前記チップに設けられたＲＦＩＤを基準に把握してもよい。

このような態様によれば、制御装置は、チップトレイにおけるチップの現実の総額を、ＲＦＩＤを用いて自動的に把握することができ、作業者による目視計測よりも計測制度を高めることができる。

本発明の一態様に係るチップの認識学習システムにおいて、
前記制御装置は、前記チップトレイにおけるチップの現実の総額を前記ゲーム記録装置に記録された画像から把握する、前記チップ判定装置の人工知能装置とは異なる正解決定用の人工知能装置を含んでいてもよい。

このような態様によれば、制御装置は、チップトレイにおけるチップの現実の総額を、正解決定用の人工知能装置を用いて自動的に把握することができ、作業者による目視計測よりも計測制度を高めることができる。

本発明の一態様に係るチップの認識学習システムにおいて、
当該ゲームの記録が前記チップ判定装置により後で分析可能となるように、前記ゲーム記録装置は、カメラから取得した画像にインデックスもしくは時刻を付与するか、もしくはチップの回収シーンあるいは支払シーンを特定するタグを付与して記録してもよい。

このような態様によれば、チップ判定装置は、画像に付与されたインデックスや時刻やタグを利用することで、ゲーム記録装置の記録内容から、分析対象とすべきチップの状態の画像を容易に特定することができ、特定に要する時間を短縮できる。

本発明の一態様に係るチップの認識学習システムにおいて、
前記チップ判定装置は、遊技テーブル上に置かれた複数のチップが前記カメラの死角により一部もしくは一枚全体が隠れた状態となっていても、賭けられたチップの種類、枚数および位置を判定可能であってもよい。

このような態様によれば、特に遊技テーブル上に置かれた複数のチップが作業者の死角により一部もしくは一枚全体が隠れた状態になっている場合に、チップ判定装置にプレーヤが賭けたチップを判定させることで、作業者による目視計測よりも計測制度を高めることができる。

本発明の一態様に係るチップの認識学習方法は、
遊技テーブルを有する遊技場におけるチップの認識学習方法であって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録ステップと、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置によるチップ判定ステップと、
前記チップ判定ステップの判定結果に誤りの疑いありと判定された場合に、前記チップ判定ステップの判定に用いられた画像および前記誤りに対する正解のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師ステップと、を備える。

このような態様によれば、チップ判定ステップにおける判定結果に誤りの疑いありと判定された場合に、教師ステップにおいて、チップ判定ステップにおける判定に用いられた画像および誤りに対する正解のチップの枚数および種類を教師データとして人工知能装置に入力して学習させるため、人工知能装置は、チップ判定ステップにおける判定精度が相対的に低い画像パターンについて効率的に学習することができ、当該画像パターンについて重点的に判定精度を高めることができる。これを繰り返すことで、チップ判定ステップにおいて、チップがどのような状態で積み重ねられていても、プレーヤが賭けたチップを精度よく認識できるようになる。

本発明の一態様に係るチップの認識学習方法は、
遊技テーブルを有する遊技場におけるチップの認識学習方法であって、
前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録ステップと、
前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置によるチップ判定ステップと、
前記チップ判定ステップの判定結果が正しいと判定された場合に、前記チップ判定ステップの判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師ステップと、を備える。

図１は、第１の実施の形態によるチップの認識学習システムを備えた遊技場を模式的に示す図である。 図２は、バカラゲームの進行を説明するための図である。 図３は、第１の実施の形態によるチップの認識学習システムの概略構成を示すブロック図である。 図４は、チップの認識学習方法を説明するためのフローチャートである。 図５は、チップの認識学習方法の一変形例を説明するためのフローチャートである。 図６は、チップの認識学習方法の別の変形例を説明するためのフローチャートである。 図７は、第２の実施の形態によるチップの認識学習システムを備えた遊技場を模式的に示す図である。 図８は、第２の実施の形態によるチップの認識学習システムの概略構成を示すブロック図である。

以下に、添付の図面を参照して、本発明の実施の形態を詳細に説明する。なお、各図において同等の機能を有する構成要素には同一の符号を付し、同一符号の構成要素の詳しい説明は繰り返さない。

まずは、遊技テーブル４を有する遊技場において行われるゲームについて説明する。本実施の形態では、遊技テーブル４がバカラテーブルであり、バカラゲームが行われる例を説明するが、他の遊技場あるいは他のゲームにも本発明は適用可能である。

図１は、第１の実施の形態によるチップの認識学習システム１０を備えた遊技場を模式的に示す図である。図１に示すように、遊技場には、略半円状の遊技テーブル４と、遊技テーブル４の円弧側に沿ってディーラーＤと向かい合うように並べられた複数の椅子２０１とが配置されている。椅子２０１の数は任意であり、図１に示す例では、６つの椅子２０１が並べられている。また、椅子２０１のそれぞれに対応して、遊技テーブル４上にベットエリアＢＡが設けられている。すなわち、図示された例では、６個のベットエリアＢＡが円弧状に並んで設けられている。

図１に示すように、椅子２０１のそれぞれに客（プレーヤ）Ｃが着席する。客（プレーヤ）Ｃは、バカラゲームの勝敗結果として、プレーヤ（ＰＬＡＹＥＲ）とバンカー（ＢＡＮＫＥＲ）のどちらが勝利するか、または引き分け（ＴＩＥ）となるかを、着席した椅子２０１の目の前に設けられたベットエリアＢＡにチップＷを積み重ねて配置することにより賭ける（以下、これを「ベット」とする）。

ベットするチップＷは、１種類のみであってもよいし、複数種類であってもよい。また、ベットするチップＷの枚数は、客（プレーヤ）Ｃが任意に決定してよい。本実施の形態によるチップの認識学習システム１０は、この積み重ねて配置されたチップＷの枚数および種類を認識するものである。

ディーラーＤは、客（プレーヤ）Ｃによるベットを終了させるため、タイミングを計り“Ｎｏ Ｍｏｒｅ Ｂｅｔ（ベットの受付終了）”とコールし、手を横方向に動かすなどを行う。次いで、ディーラーＤは、カードシュータ装置Ｓからカードを１枚ずつ遊技テーブル４に引き出す。図２に示すように、１枚目のカードはプレーヤ（ＰＬＡＹＥＲ）、２枚目のカードはバンカー（ＢＡＮＫＥＲ）、３枚目のカードはプレーヤ（ＰＬＡＹＥＲ）、４枚目のカードはバンカー（ＢＡＮＫＥＲ）の手となる（以下、１〜４枚目のカードの引き出しを、「ディーリング」とする）。

なお、カードはカードシュータ装置Ｓからすべて裏面が上向きの状態で引き出される。そのため、引き出されたカードのランク（数）やスート（ハート・ダイヤ・スペード・クラブ）は、ディーラーＤからも客（プレーヤ）Ｃからも把握することはできない。

４枚目のカードが引き出された後、プレーヤ（ＰＬＡＹＥＲ）にベットをした客（プレーヤ）Ｃ（ＰＬＡＹＥＲにベットをした客が複数いる場合は一番高額のベットをした客Ｃ、ＰＬＡＹＥＲにベットをした客がいない場合はディーラーＤ）は、裏面が上向きになっている１枚目と３枚目のカードを表面に返す。同様に、バンカー（ＢＡＮＫＥＲ）にベットをした客（プレーヤ）Ｃ（ＢＡＮＫＥＲにベットをした客が複数いる場合は一番高額のベットをした客Ｃ、ＢＡＮＫＥＲにベットをした客がいない場合はディーラーＤ）は、２枚目と４枚目のカードを表面に返す（一般に、この裏面のカードを表面に返すことを、「スクイーズ」と呼ぶ）。

そして、この１〜４枚目のカードのランク（数）と、バカラゲームの詳細なルールに基づき、ディーラーＤにより５枚目のカード、さらに６枚目のカードが引き出され、これらは各々プレーヤ（ＰＬＡＹＥＲ）またはバンカー（ＢＡＮＫＥＲ）の手となる。同じくプレーヤ（ＰＡＬＹＥＲ）の手となるカードをプレーヤ（ＰＬＡＹＥＲ）にベットをした客（プレーヤ）Ｃがスクイーズし、バンカー（ＢＡＮＫＥＲ）の手となるカードをバンカー（ＢＡＮＫＥＲ）にベットをした客（プレーヤ）がスクイーズする。

１〜４枚目のカードが引き出された後、５枚目、６枚目のカードをスクイーズして勝敗結果が判明するまでの時間は、客（プレーヤ）Ｃにとって醍醐味となる時間である。

さらに、カードのランク（数）によっては１〜４枚目までで勝敗が決まることもあり、また５枚目、さらには６枚目でようやく勝敗が決まることもある。ディーラーＤは、スクイーズされたカードのランク（数）に基づき、勝敗が決まったことや勝敗結果を把握し、カードシュータ装置Ｓにおける勝敗結果表示ボタンを押して、勝敗結果を客（プレーヤ）Ｃに知らせるためにモニタに表示させるなどの作業を行う。

また同時に、カードシュータ装置Ｓが有する勝敗判定部により、ゲームの勝敗結果が判定される。勝敗が決まっているにもかかわらず、ディーラーＤが勝敗結果の表示を行わずにさらにカードを引こうとした場合はエラーとなる。カードシュータ装置Ｓは前記エラーを検知し、エラー信号が出力される。最後に、ディーラーＤは、勝敗結果が表示されている間、客（プレーヤ）Ｃによる掛け金の精算を行い、勝った客（プレーヤ）Ｃへの支払い、および負けた客（プレーヤ）Ｃの掛け金の回収を行う。精算が完了した後、勝敗結果の表示を終了し、次のゲームのベットを開始する。

なお、上記のバカラゲームの流れは、一般のカジノで広く行われているものであり、カードシュータ装置Ｓは、カードをディーラーＤの手により引き出す構造をとりつつ、引き出されるカードを読み取るように構成され、さらに結果表示ボタンや結果表示部を有し、勝敗判定や勝敗結果の表示を行う機能を備えた、既存のカードシュータ装置である。一般のカジノフロアにおいて、複数台並べられている遊技テーブル４ごとにカードシュータ装置Ｓやモニタなどが配置され、各遊技テーブル４またはその下のキャビネットに、使用するカードがパッケージまたはセット単位で、さらにはカートン単位で供給され、運用されている。

本実施の形態に係るチップの認識学習システム１０は、客（プレーヤ）ＣがベットエリアＢＡに積み重ねて配置したチップＷを認識学習するシステムに関し、より詳しくは、チップＷの枚数および／または種類を認識学習するシステムに関する。

図１に示すように、本実施の形態では、ベットエリアＢＡに積み重ねて配置されたチップＷの状態を撮像する監視カメラ２１２が、遊技テーブル４の外側に設けられている。また、各チップＷにはＲＦＩＤが設けられおり、ディーラーＤが管理するチップトレイ２３には、チップトレイ２３内のチップＷのＲＦＩＤを読み取るＲＦＩＤ読取装置２２が設けられている。

本実施の形態によるチップの認識学習システム１０は、監視カメラ２１２およびＲＦＩＤ読取装置２２に対してそれぞれ通信可能に接続されている。

図３は、本実施の形態に係るチップの認識学習システム１０の概略構成を示すブロック図である。

図３に示すように、チップの認識学習システム１０は、ゲーム記録装置１１と、チップ判定装置１２と、教師装置１３と、制御装置１４とを有している。なお、チップの認識学習システム１０の少なくとも一部は、コンピュータにより実現されている。

ゲーム記録装置１１は、たとえばハードディスク等の固定型データストレージを含んでいる。ゲーム記録装置１１は、遊技テーブル４上に積み重ねられたチップＷの状態を、カメラ２１２により撮像された画像として記録する。なお、画像は、動画像であってもよいし、連続した静止画像であってもよい。

ゲーム記録装置１１は、後述するチップ判定装置１２によりゲームの記録が後で分析可能となるように、カメラ２１２から取得した画像にインデックスもしくは時刻を付与するか、もしくはチップＷの回収シーンあるいは支払シーンを特定するタグを付与して記録してもよい。

チップ判定装置１２は、たとえば深層学習（ディープラーニング）技術などにより画像認識を行う人工知能装置１２ａを含んでおり、ゲーム記録装置１１に記録されたチップＷの状態の画像を画像分析して、客（プレーヤ）Ｃが賭けたチップＷの枚数および種類を判定する。チップ判定装置１２は、客（プレーヤ）Ｃが賭けたチップＷのベットエリアＢＡ上における位置をさらに判定してもよい。

チップ判定装置１２は、ゲーム記録装置１１に記録されたチップＷの状態の画像を画像分析して、各ゲームの精算前のチップトレイ２３におけるチップＷの枚数および種類を判定してもよい。

図３に示すように、チップ判定装置１２は、判定結果を出力装置１５に出力する。出力装置１５は、チップ判定装置１２の判定結果を、文字情報として遊技テーブル４上のモニタに出力してもよいし、音声情報としてディーラーＤのヘッドセットなどに出力してもよい。

制御装置１４は、チップ判定装置１２の判定結果の正否を判定する装置である。制御装置１４は、負けた客（プレーヤ）Ｃが賭けたチップＷ（負けチップ）のすべての回収が終わったときに、チップトレイ２３におけるチップＷの現実の総額Ｖ０を把握する。

本実施の形態では、制御装置１４は、チップトレイ２３内のチップＷのＲＦＩＤの情報をＲＦＩＤ読取装置２２から取得し、取得したＲＦＩＤの情報に基づいて、チップトレイ２３におけるチップＷの種類および枚数を判定し、その現実の総額Ｖ０を把握する。

また、制御装置１４は、チップ判定装置１２から判定結果を取得し、取得した判定結果に基づいて、各ゲームの精算前のチップトレイ２３におけるチップＷの種類および枚数から、その総額Ｖ１を算出するとともに、各プレーヤＣが賭けたチップＷの位置、種類および枚数から、負けたプレーヤＣが賭けたチップＷの総額（すなわち当該ゲームにおけるチップトレイ２３の増額）Ｖ２を算出する。そして、制御装置１４は、各ゲームの精算前のチップトレイ２３におけるチップＷの総額Ｖ１に、当該ゲームにおけるチップトレイ２３の増額Ｖ２を加算して、当該チップトレイ２３におけるチップのあるべき総額Ｖ３（＝Ｖ１＋Ｖ２）を計算する。

制御装置１４は、当該チップトレイ２３におけるチップＷのあるべき総額Ｖ３と当該チップトレイ２３におけるチップＷの現実の総額Ｖ０とを比較し、あるべき総額Ｖ３と現実の総額Ｖ０との間に相違があったときに（Ｖ３≠Ｖ０）、チップ判定装置１２の判定結果に誤りの疑いありと判定する。他方、制御装置１４は、あるべき総額Ｖ３と現実の総額Ｖ０とが一致しているときに（Ｖ３＝Ｖ０）、チップ判定装置１２の判定結果が正しいと判定する。

負けたプレーヤＣからのチップＷの回収が終わると、勝ったプレーヤＣへのチップＷの支払が行われる。制御装置１４は、各プレーヤＣが賭けたチップＷの位置、種類および枚数から、勝ったプレーヤＣが賭けたチップＷの総額およびそれに対する支払うべき額Ｖ４を算出する。制御装置１４は、チップトレイ２３の、支払いを行ったチップＷによって減少した後の現実の総額を把握し、支払うべきＶ４と一致するか判定し、判定結果に応じて一致不一致のランプを表示する。

制御装置１４は、チップトレイ２３におけるチップＷのあるべき総額Ｖ５（＝Ｖ１＋Ｖ２−Ｖ４）と、回収したチップの増加及び支払ったチップの減少のあとのチップトレイ２３のチップＷの現実の総額とを比較し、相違があったときに、チップ判定装置１２の判定結果に誤りの疑いありと判定する。制御装置１４は、あるべき総額Ｖ５と現実の総額とが一致しているときに、チップ判定装置１２の判定結果が正しいと判定する。

それぞれの一致不一致の判定に対して、例えば一致ならば緑色、不一致ならば赤色というようにランプが点灯してもよい。

教師装置１３は、制御装置１４からチップ判定装置１２の判定結果の正否を取得する。教師装置１３は、制御装置１４によりチップ判定装置１２の判定結果に誤りの疑いありと判定された場合に、チップ判定装置１２の（誤りの疑いを含む）判定に用いられた画像と、誤りに対する正解のチップＷの枚数および種類とを、教師データとしてチップ判定装置１２の人工知能装置１２ａに入力して学習させてもよい。なお、誤りに対する正解のチップの枚数および種類は、実際に人が画像を確認して、教師装置１３に教示する。すなわち、教師装置１３は、誤りに対する正解のチップの枚数および種類を、誤ったときの画像とその時に正解である枚数を教示する装置を介して、人が教示することで学ぶ。

教師装置１３は、制御装置１４によりチップ判定装置１２の判定結果が正しいと判定された場合に、チップ判定装置１２の（正しい）判定に用いられた画像と、チップ判定装置１２の判定結果のチップＷの枚数および種類（すなわち正解のチップＷの枚数および種類）を、教師データとしてチップ判定装置１２の人工知能装置１２ａに更に入力して学習させてもよい。

教師装置１３は、チップ判定装置１２の人工知能装置１２ａに上記教師データを入力して学習させるという教師動作を繰り返し行うことで、チップ判定装置１２によるチップＷの判定精度を高めることができる。チップ判定装置１２の人工知能装置１２ａは、チップＷの状態の画像を画像分析してチップＷの判定を行うため、遊技テーブル４上に置かれた複数のチップＷがカメラ２１２の死角により一部もしくは一枚全体が隠れた状態となっていても、そのような不完全な画像を繰り返し学習しておくことで、賭けられたチップＷの種類、枚数および位置を判定可能となる。

次に、図４を参照して、本実施の形態によるチップの認識学習システム１０の動作（チップの認識学習方法）を説明する。

図４に示すように、まず、客（プレーヤ）Ｃが遊技テーブル４のベットエリアＢＡにチップＷを積み重ねて配置する（チップＷを賭ける）と、積み重ねられたチップＷの状態がカメラ２１２により画像として撮像され、当該画像がゲーム記録装置１１に記録される（ステップＳ３１）。

次に、ゲーム記録装置１１に記録された画像が、チップ判定装置１２により画像分析され、客（プレーヤ）Ｃが賭けたチップＷの枚数および種類が判定される（ステップＳ３２）。なお、チップ判定装置１２により画像分析される画像は、ゲーム記録装置１１により画像に付与されたインデックス、時刻、またはチップＷの回収シーンあるいは支払シーンを特定するタグに基づいて選択されたものであってもよい。

ステップＳ３２において、ゲーム記録装置１１に記録されたチップＷの状態の画像がチップ判定装置１２により画像分析されることで、客（プレーヤ）Ｃが賭けたチップＷの枚数および種類に加えて、客（プレーヤ）Ｃが賭けたチップＷのベットエリアＢＡ上における位置が判定されてもよいし、各ゲームの精算前のチップトレイ２３におけるチップＷの枚数および種類が判定されてもよい。

チップ判定装置１２の判定結果は、出力装置１５に出力される。チップ判定装置１２の判定結果は、出力装置１５により、文字情報として遊技テーブル４上のモニタに出力されてもよいし、音声情報としてディーラーＤのヘッドセットなどに出力されてもよい。

チップ判定装置１２の判定結果は、また、制御装置１４に送信され、制御装置１４において、チップ判定装置１２の判定結果の正否が判定される（ステップＳ３３）。

制御装置１４によりチップ判定装置１２の判定結果に誤りの疑いありと判定された場合には（ステップＳ３４：Ｎｏ）、チップ判定装置１２の（誤りの疑いを含む）判定に用いられた画像と、誤りに対する正解のチップＷの枚数および種類とが、教師データとして教師装置１３からチップ判定装置１２の人工知能装置１２ａに入力され、人工知能装置１２ａが学習を行う（ステップＳ３６）。

一方、制御装置１４によりチップ判定装置１２の判定結果が正しいと判定された場合には（ステップＳ３４：Ｙｅｓ）、当該ゲームにおけるチップの認識学習システム１０の動作を終了する。

以上のように、本実施の形態によれば、チップ判定装置１２の判定結果に誤りの疑いありと判定された場合に、教師装置１３が、チップ判定装置１２の判定に用いられた画像および誤りに対する正解のチップＷの枚数および種類を教師データとして人工知能装置１２ａに入力して学習させるため、人工知能装置１２ａは、チップ判定装置１２の判定精度が相対的に低い画像パターンについて効率的に学習することができ、当該画像パターンについて重点的にチップ判定装置１２の判定精度を高めることができる。このような教師学習が繰り返されることで、チップ判定装置１２は、チップＷがどのような状態で積み重ねられていても、プレーヤＣが賭けたチップＷを精度よく認識できるようになる。

また、本実施の形態によれば、制御装置１４が、各プレーヤＣが賭けた負けチップのすべての回収が終わったときに、チップトレイ２３におけるチップＷの現実の総額Ｖ０を把握し、チップ判定装置１２の判定結果に基づいて各ゲームの精算前のチップトレイ２３におけるチップＷの総額Ｖ１に、負けたプレーヤＣが賭けたチップＷの種類および枚数から算出される当該ゲームにおけるチップトレイ２３の増額Ｖ２を加算した当該チップトレイ２３におけるチップＷのあるべき総額Ｖ３（＝Ｖ１＋Ｖ２）を計算し、当該チップトレイ２３におけるチップＷのあるべき総額Ｖ３と当該チップトレイ２３におけるチップＷの現実の総額Ｖ０とを比較し、あるべき総額Ｖ３と現実の総額Ｖ０との間に相違があったときに（Ｖ３≠Ｖ０）、チップ判定装置１２の判定結果に誤りの疑いありと判定する。これにより、チップ判定装置１２の判定結果に誤りの疑いがあるか否かを制御装置１４により自動的に判定することができる。

また、本実施の形態によれば、制御装置１４は、チップトレイ２３におけるチップＷの現実の総額Ｖ０を、チップＷに設けられたＲＦＩＤを基準に把握するため、制御装置１４は、チップトレイ２３におけるチップＷの現実の総額Ｖ０を、ＲＦＩＤを用いて自動的に把握することができ、作業者による目視計測よりも計測制度を高めることができる。

また、本実施の形態によれば、ゲーム記録装置１１が、カメラ２１２から取得した画像にインデックスもしくは時刻を付与するか、もしくはチップの回収シーンあるいは支払シーンを特定するタグを付与して記録するため、チップ判定装置１２は、画像に付与されたインデックスや時刻やタグを利用することで、ゲーム記録装置１１の記録内容から、分析対象とすべきチップＷの状態の画像を容易に特定することができ、特定に要する時間を短縮できる。

また、本実施の形態によれば、遊技テーブル４上に置かれた複数のチップＷがカメラ２１２の死角により一部もしくは一枚全体が隠れた状態となっていても、チップ判定装置１２が、賭けられたチップＷの種類、枚数および位置を判定可能であるため、特に遊技テーブル４上に置かれた複数のチップＷが作業者の死角により一部もしくは一枚全体が隠れた状態になっている場合に、チップ判定装置１２にプレーヤＣが賭けたチップＷを判定させることで、作業者による目視計測よりも計測制度を高めることができる。

なお、上述の実施の形態に対して様々な変更を加えることが可能である。以下、図面を参照しながら、変形の一例について説明する。以下の説明および以下の説明で用いる図面では、上述した実施の形態と同様に構成され得る部分について、上述の実施の形態における対応する部分に対して用いた符号と同一の符号を用いるとともに重複する説明を省略する。

図５は、チップの認識学習方法の一変形例を説明するためのフローチャートである。

図５に示す例では、制御装置１４によりチップ判定装置１２の判定結果に誤りの疑いありと判定された場合には（ステップＳ３４：Ｎｏ）、チップ判定装置１２の（誤りの疑いを含む）判定に用いられた画像と、誤りに対する正解のチップＷの枚数および種類とが、教師データとして教師装置１３からチップ判定装置１２の人工知能装置１２ａに入力され、人工知能装置１２ａが学習を行う（ステップＳ３６）。

一方、制御装置１４によりチップ判定装置１２の判定結果が正しいと判定された場合に（ステップＳ３４：Ｙｅｓ）、チップ判定装置１２の（正しい）判定に用いられた画像と、チップ判定装置１２の判定結果のチップＷの枚数および種類（すなわち正解のチップＷの枚数および種類）とが、教師データとして教師装置１３からチップ判定装置１２の人工知能装置１２ａに更に入力され、人工知能装置１２ａが更に学習を行う（ステップＳ３５）。

このような態様によれば、チップ判定装置１２の判定精度が相対的に低い画像パターンだけでなく、判定精度が相対的に高い画像パターンについても、判定精度を一層高めることができ、これにより、チップ判定装置１２は、プレーヤＣが賭けたチップＷを一層精度よく認識できるようになる。

図６は、チップの認識学習方法の別の変形例を説明するためのフローチャートである。

図６に示す例では、制御装置１４によりチップ判定装置１２の判定結果が正しいと判定された場合に（ステップＳ３４：Ｙｅｓ）、チップ判定装置１２の（正しい）判定に用いられた画像と、チップ判定装置１２の判定結果のチップＷの枚数および種類（すなわち正解のチップＷの枚数および種類）とが、教師データとして教師装置１３からチップ判定装置１２の人工知能装置１２ａに更に入力され、人工知能装置１２ａが更に学習を行う（ステップＳ３５）。

一方、制御装置１４によりチップ判定装置１２の判定結果に誤りの疑いありと判定された場合には（ステップＳ３４：Ｎｏ）、当該ゲームにおけるチップの認識学習システム１０の動作を終了する。

このような態様によれば、チップ判定装置１２の判定結果が正しいと判定された場合に、教師装置１３が、チップ判定装置１２の判定に用いられた画像および判定結果の（正解の）チップＷの枚数および種類を教師データとして人工知能装置１２ａに入力して学習させるため、人工知能装置１２ａは、チップ判定装置１２の判定精度が相対的に高い画像パターンについて効率的に学習することができ、当該画像パターンについて重点的にチップ判定装置１２の判定精度を高めることができる。このような教師学習が繰り返されることで、チップ判定装置１２は、プレーヤＣが賭けたチップＷを精度よく認識できるようになる。

図７は、第２の実施の形態によるチップの認識学習システム１００を備えた遊技場を模式的に示す図である。図８は、第２の実施の形態によるチップの認識学習システム１００の概略構成を示すブロック図である。

図７に示すように、第２の実施の形態では、ベットエリアＢＡに積み重ねて配置されたチップＷの状態を撮像する監視カメラ２１２に加えて、ディーラーＤが管理するチップトレイ２３内のチップＷの状態を撮像するチップトレイ用の監視カメラ２４が、遊技テーブル４の外側に設けられている。

第２の実施の形態によるチップの認識学習システム１００は、監視カメラ２１２およびチップトレイ用監視カメラ２４に対してそれぞれ通信可能に接続されている。

図８に示すように、ゲーム記録装置１１は、チップトレイ２３内のチップＷの状態を、チップトレイ用カメラ２４により撮像された画像として記録する。なお、画像は、動画像であってもよいし、連続した静止画像であってもよい。

制御装置１４は、たとえば深層学習（ディープラーニング）技術などにより画像認識を行う、チップ判定装置１２の人工知能装置１２ａとは異なる人工知能装置１４ａ（正解決定用人工知能装置）を含んでおり、ゲーム記録装置１１に記録されたチップトレイ２３内のチップＷの状態の画像を画像分析して、チップトレイ２３内のチップＷの枚数および種類を判定し、その現実の総額Ｖ０を把握する。

第２の実施の形態によれば、制御装置１４は、チップトレイ２３におけるチップＷの現実の総額を、正解決定用の人工知能装置１４ａを用いて自動的に把握することができ、作業者による目視計測よりも計測制度を高めることができる。

なお、一般的には無教師データ学習と呼ばれるものがあるが、人工知能が判定した結果が正しいか間違っているかを教えるものであり、これも本発明では教師データ学習と考えている。

上述した実施の形態は、本発明が属する技術分野における通常の知識を有する者が本発明を実施できることを目的として記載されたものである。上記実施形態の様々の変形例は、当業者であれば当然になしうることであり、本発明の技術的思想は他の実施形態にも適用しうることである。したがって、本発明は、記載された実施形態に限定されることはなく、特許請求の範囲によって定義される技術的思想に従った最も広い範囲とすべきである。

Claims (17)

1. 遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
   前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
   前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、
   前記チップ判定装置の判定結果に誤りの疑いありと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記誤りに対する正解のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師装置と、を備えたチップの認識学習システム。
2. 請求項１に記載のチップの認識学習システムであって、
   前記教師装置は、前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に更に入力して学習させる、チップの認識学習システム。
3. 遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
   前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
   前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、を備え、
   前記人工知能装置は、前記チップ判定装置の判定結果に誤りの疑いありと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記誤りに対する正解のチップの枚数または種類を教師データとして教師装置により入力されて学習する、チップの認識学習システム。
4. 請求項１または３に記載のチップの認識学習システムであって、
   前記チップ判定装置の判定結果の正否を判定する制御装置を更に備え、
   前記チップ判定装置は、前記遊技テーブルで行われるゲームにおいて前記遊技テーブルが備えるチップトレイのチップの種類および枚数、ならびに各プレーヤが賭けるチップの位置、種類および枚数を、前記ゲーム記録装置に記録された画像から判定可能であり、
   前記制御装置は、各プレーヤが賭けた負けチップのすべての回収が終わったときに、チップトレイにおけるチップの現実の総額を把握し、前記チップ判定装置の判定結果に基づいて各ゲームの精算前のチップトレイにおけるチップの総額に、負けたプレーヤが賭けたチップの種類および枚数から算出される当該ゲームにおけるチップトレイの増額を加算した当該チップトレイにおけるチップのあるべき総額を計算し、当該チップトレイにおけるチップのあるべき総額と当該チップトレイにおけるチップの現実の総額とを比較し、あるべき総額と現実の総額との間に相違があったときに、前記チップ判定装置の判定結果に誤りの疑いありと判定する、チップの認識学習システム。
5. 請求項４に記載のチップの認識学習システムであって、
   前記制御装置は、前記チップトレイにおけるチップの現実の総額を、前記チップに設けられたＲＦＩＤを基準に把握する、チップの認識学習システム。
6. 請求項４に記載のチップの認識学習システムであって、
   前記制御装置は、前記チップトレイにおけるチップの現実の総額を前記ゲーム記録装置に記録された画像から把握する、前記チップ判定装置の人工知能装置とは異なる正解決定用の人工知能装置を含む、チップの認識学習システム。
7. 請求項４から６のいずれかに記載のチップの認識学習システムであって、
   当該ゲームの記録が前記チップ判定装置により後で分析可能となるように、前記ゲーム記録装置は、カメラから取得した画像にインデックスもしくは時刻を付与するか、もしくはチップの回収シーンあるいは支払シーンを特定するタグを付与して記録する、チップの認識学習システム。
8. 請求項１から７のいずれかに記載のチップの認識学習システムであって、
   前記チップ判定装置は、遊技テーブル上に置かれた複数のチップが前記カメラの死角により一部もしくは一枚全体が隠れた状態となっていても、賭けられたチップの種類、枚数および位置を判定可能である、チップの認識学習システム。
9. 遊技テーブルを有する遊技場におけるチップの認識学習方法であって、
   前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録ステップと、
   前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置によるチップ判定ステップと、
   前記チップ判定ステップの判定結果に誤りの疑いありと判定された場合に、前記チップ判定ステップの判定に用いられた画像および前記誤りに対する正解のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師ステップと、を備えたチップの認識学習方法。
10. 遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
    前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
    前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、
    前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師装置と、を備えたチップの認識学習システム。
11. 遊技テーブルを有する遊技場におけるチップの認識学習システムであって、
    前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録装置と、
    前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置を含むチップ判定装置と、を備え、
    前記人工知能装置は、前記チップ判定装置の判定結果が正しいと判定された場合に、前記チップ判定装置の判定に用いられた画像および前記判定結果のチップの枚数または種類を教師データとして教師装置により入力されて学習する、チップの認識学習システム。
12. 請求項１０または１１に記載のチップの認識学習システムであって、
    前記チップ判定装置の判定結果の正否を判定する制御装置を更に備え、
    前記チップ判定装置は、前記遊技テーブルで行われるゲームにおいて前記遊技テーブルが備えるチップトレイのチップの種類および枚数、ならびに各プレーヤが賭けるチップの位置、種類および枚数を、前記ゲーム記録装置に記録された画像から判定可能であり、
    前記制御装置は、各プレーヤが賭けた負けチップのすべての回収が終わったときに、チップトレイにおけるチップの現実の総額を把握し、前記チップ判定装置の判定結果に基づいて各ゲームの精算前のチップトレイにおけるチップの総額に、負けたプレーヤが賭けたチップの種類および枚数から算出される当該ゲームにおけるチップトレイの増額を加算した当該チップトレイにおけるチップのあるべき総額を計算し、当該チップトレイにおけるチップのあるべき総額と当該チップトレイにおけるチップの現実の総額とを比較し、あるべき総額と現実の総額とが一致していたときに、前記チップ判定装置の判定結果が正しいと判定する、チップの認識学習システム。
13. 請求項１２に記載のチップの認識学習システムであって、
    前記制御装置は、前記チップトレイにおけるチップの現実の総額を、前記チップに設けられたＲＦＩＤを基準に把握する、チップの認識学習システム。
14. 請求項１２に記載のチップの認識学習システムであって、
    前記制御装置は、前記チップトレイにおけるチップの現実の総額を前記ゲーム記録装置に記録された画像から把握する、前記チップ判定装置の人工知能装置とは異なる正解決定用の人工知能装置を含む、チップの認識学習システム。
15. 請求項１２から１４のいずれかに記載のチップの認識学習システムであって、
    当該ゲームの記録が前記チップ判定装置により後で分析可能となるように、前記ゲーム記録装置は、カメラから取得した画像にインデックスもしくは時刻を付与するか、もしくはチップの回収シーンあるいは支払シーンを特定するタグを付与して記録する、チップの認識学習システム。
16. 請求項１０から１５のいずれかに記載のチップの認識学習システムであって、
    前記チップ判定装置は、遊技テーブル上に置かれた複数のチップが前記カメラの死角により一部もしくは一枚全体が隠れた状態となっていても、賭けられたチップの種類、枚数および位置を判定可能である、チップの認識学習システム。
17. 遊技テーブルを有する遊技場におけるチップの認識学習方法であって、
    前記遊技テーブル上に積み重ねられたチップの状態をカメラにより画像として記録するゲーム記録ステップと、
    前記記録されたチップの状態の画像を画像分析して、プレーヤが賭けたチップの枚数および種類を判定する人工知能装置によるチップ判定ステップと、
    前記チップ判定ステップの判定結果が正しいと判定された場合に、前記チップ判定ステップの判定に用いられた画像および前記判定結果のチップの枚数および種類を教師データとして前記人工知能装置に入力して学習させる教師ステップと、を備えたチップの認識学習方法。
    

Images