KR20190121759A

KR20190121759A - 유희용 대용 화폐의 매수 계측 시스템

Info

Publication number: KR20190121759A
Application number: KR1020197023679A
Authority: KR
Inventors: 야스시 시게타
Original assignee: 엔제루 프레잉구 카도 가부시키가이샤
Priority date: 2017-02-21
Filing date: 2018-02-21
Publication date: 2019-10-28
Also published as: SG10201913031YA; US20230206720A1; PH12019501930A1; KR20220104122A; CN117975423A; US20220375184A1; AU2023201724A1; CN117372821A; EP4163889A1; PH12018000055A1; SG10201913044RA; CN108460759A; HK1256090A1; CN115719441A; CN117205535A; US20180239984A1; CN118115840A; SG10201801376TA; CA3054123A1; WO2018155497A1

Abstract

화상에 의해 칩의 색을 인식하고, 상이한 조명 환경 하에서도 칩의 매수 계측이 가능한 구조를 갖는 칩의 인식 시스템을 제공한다. 칩 (W) 은, 칩 (W) 의 가치를 나타내는 특정 색 (121) 을 적어도 부분적으로 갖는 구성으로서, 칩 인식 시스템 (10) 은, 칩 (W) 의 상태를 카메라 (212) 를 사용하여 화상으로서 기록하는 기록 장치 (11) 와, 상기 기록된 화상을 화상 분석하여 상기 특정 색 (121) 과 상기 화상 중에 존재하는 상기 특정 색 (121) 과는 상이한 기준색 (R) 의 적어도 2 색을 인식하는 화상 분석 장치 (14) 와, 화상 분석 장치 (14) 에 의한 화상 분석 결과를 이용하여, 칩 (W) 의 특정 색 (121) 을 특정하는 인공지능 장치 (12a) 를 적어도 포함하는 인식 장치 (12) 를 갖고, 상기 인식 장치 (12) 의 인공지능 장치 (12a) 는, 상이한 조도로 조사된 상기 칩 (W) 및 기준색 (R) 의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다.

Description

유희용 대용 화폐의 매수 계측 시스템

관련 출원의 상호 참조

본 출원에서는, 2017년 2월 21일에 일본에 출원된 특허출원번호 2017-045443 의 이익을 주장하고, 당해 출원의 내용은 인용함으로써 여기에 도입되어 있는 것으로 한다.

기술 분야

본 발명은, 유기장에 있어서 사용되는 다수의 칩을 화상으로 종류마다 인식하고, 칩의 종류마다 매수를 계측하는 시스템에 관한 것이다.

종래, 카지노 등의 유기장에서는, 유희용 대용 화폐 (이하 「칩」이라고 기재한다) 가 사용되고, 칩에 의해 게임의 배트 및 환불이 실시되고 있다. 테이블 상에 겹쳐 쌓인 칩을 정확하게 인식하기 위해서, 카메라를 사용하여 화상으로서 칩을 인식하는 방법이 채택되고 있다. 국제 공개 제2015/107902호에는, 게임 중의 칩의 움직임을 카메라로 인식하는 시스템의 일례가 개시되어 있다.

칩을 화상에 의해 카메라로 인식할 때에는, 칩의 윤곽을 인식할 뿐만 아니라 칩의 색 차이도 인식하고, 또 겹쳐진 칩의 매수를 칩의 종류마다 파악하는 것이 요구된다. 그러나, 카메라로 인식되는 칩의 색은 비록 동일한 칩이었다고 해도, 칩이 놓여져 있는 조명 환경의 차이에 따라 상이한 색으로서 촬상 혹은 인식되어, 동일 색이라고 인식되지 않는다. 그 때문에 종래에는, 화상으로부터 종류마다의 개수를 센다는 것은 불가능하였다.

본 발명은, 이와 같은 문제점을 감안하여 이루어진 것으로, 화상에 의해 칩의 색을 인식하고, 상이한 조명 환경 하에서도 칩의 매수 계측이 가능한 구조를 갖는 칩의 인식 시스템을 제공한다.

본 발명의 일 양태에 관련된 칩 인식 시스템은,

유기장의 유희 테이블에 있어서 사용하는 칩을 인식하는 칩 인식 시스템이고,

상기 칩은, 칩의 가치를 나타내는 특정 색을 적어도 부분적으로 갖는 구성으로서,

상기 칩의 상태를 카메라를 사용하여 화상으로서 기록하는 기록 장치와,

상기 기록된 화상을 화상 분석하여 상기 특정 색과 상기 화상 중에 존재하는 상기 특정 색과는 상이한 기준색의 적어도 2 색을 인식하는 화상 분석 장치와,

상기 화상 분석 장치에 의한 화상 분석 결과를 이용하여, 상기 칩의 특정 색을 특정하는 인공지능 장치를 적어도 포함하는 인식 장치를 갖고,

상기 칩 인식 장치의 인공지능 장치는, 상이한 조도로 조사된 상기 칩 및 기준색의 복수의 화상이 교사 (敎師) 데이터로서 교시된 인공지능 장치이다.

또한, 상기 칩은 칩의 가치를 나타내는 특정 색을 소정의 위치에 또는 소정의 형상으로 적어도 갖는 것이다.

나아가서는 상기 인식 장치는, 상기 칩의 특정 색을 특정함으로써 상기 칩의 매수를 특정한다. 또 복수의 상기 칩의 특정 색을 칩마다 특정함으로써 특정 색마다의 칩의 매수를 특정해도 된다.

또 추가로 상기 인식 장치의 인공지능 장치는, 상이한 조명 환경에서 조사된 상기 기준색 및 상기 칩의 복수의 화상이 교사 데이터로서 교시된 것이다. 또 상기 칩의 특정 색을 상기 기준색과의 상대 관계를 이용하여 판정하는 것이어도 된다.

그리고 상기 인식 장치는, 겹쳐 쌓인 복수의 상기 칩의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 칩의 특정 색 또는 매수의 판정이 가능한 구조여도 된다.

본 발명의 일 양태에 관련된 물품을 인식하는 인식 시스템은,

물품은, 물품 자체 또는 포장에 상기 물품 또는 포장을 특정 가능한 특정 색을 적어도 부분적으로 갖는 구성으로서,

상기 물품의 상태를 카메라를 사용하여 화상으로서 기록하는 기록 장치와,

상기 화상 분석 장치에 의한 화상 분석 결과를 이용하여, 상기 물품 자체 또는 포장의 특정 색을 특정하는 인공지능 장치를 적어도 포함하는 인식 장치를 갖고,

상기 물품 인식 장치의 인공지능 장치는, 상이한 조도로 조사된 상기 기준색 및 상기 물품 자체 또는 포장의 특정 색의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다.

또한 상기 물품 자체 또는 포장은, 상기 물품 또는 포장을 특정 가능한 특정 색을 소정의 위치에 또는 소정의 형상으로 적어도 부분적으로 갖는 것이다.

나아가서는 상기 인식 장치는, 상기 물품 자체 또는 포장의 특정 색을 특정함으로써 상기 물품의 개수를 특정한다. 또 복수의 상기 물품 자체 또는 포장의 특정 색을 물품마다 특정함으로써 상기 특정 색마다의 물품의 개수를 특정해도 된다.

또 추가로 상기 인식 장치의 인공지능 장치는, 상이한 조명 환경에서 조사된 상기 기준색 및 상기 물품 자체 또는 포장의 특정 색의 복수의 화상이 교사 데이터로서 교시된 것이다. 또, 상기 물품 자체 또는 포장의 특정 색을 상기 기준색과의 상대 관계를 이용하여 판정하는 것이어도 된다.

그리고 상기 인식 장치는, 겹쳐 쌓인 복수의 상기 물품 자체 또는 포장의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 상기 특정 색의 판정이 가능한 구성이다. 또 겹쳐 쌓인 복수의 상기 물품 자체 또는 포장의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 상기 물품의 총 개수 또는 상기 특정 색마다의 물품의 개수의 판정이 가능한 구성이다.

본 발명의 일 양태에 관련된 칩 인식 시스템은,

유희장의 유희 테이블에 있어서 사용하는 칩을 인식하는 칩 인식 시스템이고,

상기 인식 장치의 인공지능 장치는, 상기 칩의 화상으로부터 중심선을 추출하고, 상기 중심선을 중심으로 한 소정의 범위의 주변 화상을 화상 분석함으로써, 상기 주변 화상 중의 상기 특정 색과 특정 색과는 상이한 상기 기준색의 적어도 2 색을 인식하는 구성을 구비하고, 상이한 조도로 조사된 상기 칩 및 기준색의 복수의 상기 주변 화상이 교사 데이터로서 교시된 인공지능 장치이다.

물품을 인식하는 인식 시스템이고,

상기 인식 장치의 인공지능 장치는, 상기 물품 자체 또는 포장의 화상으로부터 특정 색을 인식하여 상기 특정 색의 화상 부분을 추출하고, 상기 특정 색의 주변 화상을 화상 분석함으로써, 상기 주변 화상 중의 상기 특정 색과 상기 기준색의 적어도 2 색을 인식하는 구성을 구비하고, 상이한 조도로 조사된 상기 물품 자체 또는 포장의 특정 색 및 기준색의 복수의 상기 주변 화상이 교사 데이터로서 교시된 인공지능 장치이다.

본 발명에 의하면, 유희 테이블에서 사용하는 칩을 화상으로부터 종류마다 인식하거나 매수를 카운트할 수 있다.

도 1 은, 본 발명의 실시형태에 있어서의 칩 인식 시스템을 모식적으로 나타내는 도면이다.
도 2 는, 본 발명의 실시형태에 있어서의 칩의 측면도이다.
도 3 은, 본 발명의 실시형태에 있어서의 칩의 인식 시스템의 개략 구성을 나타내는 블록도이다.
도 4 는, 본 발명의 다른 실시형태의 물품의 인식 시스템을 모식적으로 나타내는 도면이다.
도 5 는, 칩의 색을 판정할 때의 다른 실시예의 설명도이다.
도 6 은, 칩의 측면도와 그 확대도이다.

이하에, 첨부한 도면을 참조하여, 본 발명의 실시형태를 상세하게 설명한다. 또한, 각 도면에 있어서 동등한 기능을 갖는 구성 요소에는 동일한 부호를 붙여, 동일 기호의 구성 요소의 상세한 설명은 반복하지 않는다.

도 1 은, 본 발명의 실시형태에 있어서의 칩 인식 시스템 (10) 을 모식적으로 나타내는 도면이다. 도 1 에 나타내는 바와 같이, 본 실시형태에서는, 유기 테이블 (4) 에 겹쳐 쌓아 배치된 칩 (W) 의 상태를 촬상하는 카메라 (212) 가, 유기 테이블 (4) 의 외측에 형성되어 있다.

칩 (W) 은, 도 2 에 나타내는 바와 같이 칩 (W) 의 가치를 나타내는 특정 색 (121) 을 적어도 부분적으로 갖는 구성으로서,

칩 인식 시스템 (10) 은,

칩 (W) 의 상태를 카메라 (212) 를 사용하여 화상으로서 기록하는 기록 장치 (11) 와,

상기 기록된 화상을 화상 분석하여 상기 특정 색 (121) 과 상기 화상 중에 존재하는 상기 특정 색 (121) 과는 상이한 기준색 (R) 의 적어도 2 색을 인식하는 화상 분석 장치 (14) 와,

화상 분석 장치 (14) 에 의한 화상 분석 결과를 이용하여, 칩 (W) 의 특정 색 (121) 을 특정하는 인공지능 장치 (12a) 를 적어도 포함하는 인식 장치 (12) 를 갖고,

상기 칩 인식 장치 (12) 의 인공지능 장치 (12a) 는, 상이한 조도로 조사된 상기 칩 (W) 및 기준색 (R) 의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다.

또한 본 실시형태에 의한 칩의 인식 시스템 (10) 은 카메라 (212) 에 대해 통신 가능하게 접속되어 있다.

도 3 은, 본 실시형태에 의한 칩의 인식 시스템 (10) 의 개략 구성을 나타내는 블록도이다.

도 3 에 나타내는 바와 같이, 칩의 인식 시스템 (10) 은 기록 장치 (11) 와, 인식 장치 (12) 와, 학습기 (13) 와, 화상 분석 장치 (14) 를 갖고 있다. 또한, 칩의 인식 시스템 (10) 의 적어도 일부는 컴퓨터에 의해 실현되고 있다.

기록 장치 (11) 는, 예를 들어 하드 디스크 등의 고정형 데이터 스토리지를 포함하고 있다. 기록 장치 (11) 는 유기 테이블 (4) 상에 겹쳐 쌓인 칩 (W) 의 상태를 카메라 (212) 에 의해 촬상된 화상으로서 기록한다. 또한, 화상은, 동화상이어도 되고, 연속된 정지 (靜止) 화상이어도 된다.

기록 장치 (11) 는, 후술하는 인식 장치에 의해 촬상 기록이 나중에 분석 가능해지도록, 카메라 (212) 로부터 취득한 화상에 인덱스 혹은 시각을 부여해도 된다.

화상 분석 장치 (14) 는, 기록 장치 (11) 에 의해 기록된 화상을 화상 분석하여, 칩 (W) 에 적어도 부분적으로 부여되어 있는 특정 색 (121) 과 화상 중에 존재하는, 특정 색 (121) 과는 상이한 기준색 (R) 의 적어도 2 색을 인식한다. 또한 특정 색 (121) 은, 칩 (W) 의 소정의 위치 또는 소정의 형상으로 적어도 부분적으로 부여되어 있다. 예를 들어 칩 (W) 의 측면에 둘레 방향으로 부여되어 있거나, 칩 (W) 의 표면에 소정의 마크로서 부여되어 있어도 된다. 또, 기준색 (R) 은, 예를 들어 유기 테이블 (4) 의 특정 에어리어의 색이어도 되고, 칩 (W) 중의 특정 색 (121) 과는 상이한 장소에 부여된 색이어도 된다.

인식 장치 (12) 는, 화상 분석 장치 (14) 에 의한 화상 분석 결과를 이용하여, 예를 들어 심층 학습 (딥 러닝) 기술 등에 의해 특정 색의 특정을 실시하는 인공지능 장치 (12a) 를 포함하고 있고, 유기 테이블 (4) 에 배치된 칩 (W) 의 매수 및 종류를 판정한다. 인식 장치 (12) 는, 유기 테이블 (4) 에 있어서의 칩 (W) 의 위치를 추가로 판정해도 된다.

도 3 에 나타내는 바와 같이, 인식 장치 (12) 는, 판정 결과를 출력 장치 (15) 에 출력한다. 출력 장치 (15) 는, 인식 장치 (12) 의 판정 결과를 문자 정보로서 유기 테이블 (4) 상의 모니터 등에 출력해도 된다.

본 실시형태에서는, 학습기 (13) 는, 기록 장치 (11) 에 의해 기록된 상이한 조도로 조사된 칩 (W) 및 기준색 (R) 의 복수의 화상을 화상 분석 장치 (14) 를 통해 취득하고, 취득된 화상과, 각 화상의 칩 (W) 의 특정 색 (121) 및 기준색 (R) 의 정해 (正解) 의 색을, 교사 데이터로서 사람이 교시함으로써 학습하여, 학습 모델 (13a) (인식 프로그램) 을 작성한다. 또한 동일한 조건의 조도로 조사된 칩 (W) 및 기준색 (R) 의 화상은, 특정 색 (121) 과 기준색 (R) 이 동일한 조도로 비추어지고 있음으로써, 특정 색 (121) 과 기준색 (R) 의 상대적인 관계를 취득할 수 있다. 예를 들어 이 상대 관계가 특정 색 (121) 의 인식에 이용되어도 된다.

사람이 학습기 (13) 에 상기 교사 데이터를 입력하여 학습시킨다는 교사 동작을 반복 실시함으로써, 학습기 (13) 가 갖는 학습 모델 (13a) 에 의한 칩 (W) 의 특정 색 (121) 의 특정 정밀도를 높일 수 있다. 학습기 (13) 는, 유기 테이블 (4) 상에 놓인 복수의 칩 (W) 이 카메라 (212) 의 사각에 의해 일부가 숨은 상태로 되어 있어도, 그러한 화상을 반복 학습해 둠으로써, 유기 테이블 (4) 상의 칩 (W) 의 특정 색 (121) 을 판정 가능해지는 학습 모델 (13a) 을 작성할 수 있다.

작성된 학습 모델 (13a) 은, USB 메모리, HDD 등의 외부 매체, 혹은 통신 네트워크 등을 통하여, 인공지능 장치 (12a) 에 입력하는 것이 가능하다.

또 도 3 에 나타내는 바와 같이, 칩 (W) 및 기준색 (R) 의 화상과 화상 인식 장치 (12) 의 판정 결과를 학습기 (13) 에 입력하는 교사 데이터로 해도 된다.

또한, 상기 서술한 실시형태에 기초하여 여러가지 변경을 더하는 것이 가능하다. 이하, 도면을 참조하면서, 변형의 일례에 대해 설명한다. 이하의 설명 및 이하의 설명에서 사용하는 도면에서는, 상기 서술한 실시형태와 동일하게 구성될 수 있는 부분에 대해, 상기 서술한 실시형태에 있어서의 대응하는 부분에 대해 사용한 부호와 동일한 부호를 사용함과 함께 중복되는 설명을 생략한다.

도 4 는, 본 발명의 다른 실시형태에 있어서의 물품의 인식 시스템 (20) 을 모식적으로 나타내는 도면이다. 도 4 에 나타내는 바와 같이, 본 실시형태에서는, 물품 진열 선반 (5) 에 배치된 물품 (B) 의 상태를 촬상하는 카메라 (212) 가, 물품 진열 선반 (5) 의 외측에 형성되어 있다.

또 물품 (B) 은, 물품 자체 또는 포장에 상기 물품 또는 포장을 특정 가능한 특정 색 (121) 을 적어도 부분적으로 갖는 구성으로서,

칩 인식 시스템 (20) 은,

물품 (B) 의 상태를 카메라 (212) 를 사용하여 화상으로서 기록하는 기록 장치 (11) 와,

화상 분석 장치 (14) 에 의한 화상 분석 결과를 이용하여, 물품 (B) 의 특정 색 (121) 을 특정하는 인공지능 장치 (12a) 를 적어도 포함하는 인식 장치 (12a) 를 갖고,

상기 물품 인식 장치 (12) 의 인공지능 장치 (12a) 는, 상이한 조도로 조사된 상기 기준색 (R) 및 상기 물품 (B) 자체 또는 포장의 특정 색 (121) 의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다.

또한 본 실시형태에 의한 물품의 인식 시스템 (20) 은 카메라 (212) 에 대해 통신 가능하게 접속되어 있다.

물품의 인식 시스템 (20) 은 기록 장치 (11) 와, 인식 장치 (12) 와, 학습기 (13) 와, 화상 분석 장치 (14) 를 갖고 있다. 또한, 물품의 인식 시스템 (20) 의 적어도 일부는 컴퓨터에 의해 실현되고 있다.

기록 장치 (11) 는, 예를 들어 하드 디스크 등의 고정형 데이터 스토리지를 포함하고 있다. 기록 장치 (11) 는 물품 진열 선반 (5) 상에 배치된 물품 (B) 의 상태를 카메라 (212) 에 의해 촬상된 화상으로서 기록한다. 또한, 화상은, 동화상이어도 되고, 연속된 정지 화상이어도 된다.

화상 분석 장치 (14) 는, 기록 장치 (11) 에 의해 기록된 화상을 화상 분석하여, 물품 (B) 에 적어도 부분적으로 부여되어 있는 특정 색 (121) 과 화상 중에 존재하는, 특정 색 (121) 과는 상이한 기준색 (R) 의 적어도 2 색을 인식한다. 물품 (B) 자체 또는 포장에 부여되어 있는 특정 색 (121) 은, 물품 (B) 자체 또는 포장의 소정의 위치에 또는 소정의 형상으로 적어도 부분적으로 갖는 것이고, 물품 (B) 자체 또는 포장의 어느 위치에 부여되어 있어도 되고, 그 형상은 다양해도 된다. 또, 기준색 (R) 은, 예를 들어 물품 진열 선반 (5) 의 프레임의 일부의 색이어도 되고, 배경에 있는 벽의 색이어도 된다.

인식 장치 (12) 는 화상 분석 장치 (14) 에 의한 화상 분석 결과를 이용하여, 예를 들어 심층 학습 (딥 러닝) 기술 등에 의해 특정 색의 특정을 실시하는 인공지능 장치 (12a) 를 포함하고 있고, 물품 진열 선반 (5) 에 배치된 물품 (B) 의 개수 및 종류를 판정한다. 인식 장치 (12) 는, 물품 진열 선반 (5) 에 배치된 물품 (B) 의 위치를 추가로 판정해도 된다.

본 실시형태에서는, 학습기 (13) 는, 기록 장치 (11) 에 의해 기록된 상이한 조도로 조사된 물품 (B) 자체 또는 포장 및 기준색 (R) 의 복수의 화상을 화상 분석 장치 (14) 를 통해 취득하고, 취득된 화상과, 각 화상의 물품 (B) 자체 또는 포장에 부여된 특정 색의 정해의 색을, 교사 데이터로서 사람이 교시함으로써 학습하여, 학습 모델 (13a) (인식 프로그램) 을 작성한다. 또한 동일한 조건의 조도로 조사된 물품 (B) 및 기준색 (R) 의 화상은, 특정 색 (121) 과 기준색 (R) 이 동일한 조도로 비추어지고 있음으로써, 특정 색 (121) 과 기준색 (R) 의 상대적인 관계를 취득할 수 있다. 예를 들어 이 상대 관계가 특정 색 (121) 의 인식에 이용되어도 된다.

사람이 학습기 (13) 에 상기 교사 데이터를 입력하여 학습시킨다는 교사 동작을 반복 실시함으로써, 학습기 (13) 가 갖는 학습 모델 (13a) 에 의한 물품 (B) 자체 또는 포장에 부여된 특정 색의 특정 정밀도를 높일 수 있다. 학습기 (13) 는, 물품 진열 선반 (5) 에 놓인 복수의 물품 (B) 이 카메라 (212) 의 사각에 의해 일부가 숨은 상태로 되어 있어도, 그러한 화상을 반복 학습해 둠으로써, 물품 진열 선반 (5) 의 물품 (B) 의 특정 색을 판정 가능해지는 학습 모델 (13a) 을 작성할 수 있다.

또 도 3 에 나타내는 바와 같이, 물품 (B) 자체 또는 포장의 특정 색 (121) 및 기준색 (R) 의 화상과 인식 장치 (12) 의 판정 결과를 학습기 (13) 에 입력하는 교사 데이터로 해도 된다.

도 5 는, 칩의 색을 판정할 때의 다른 실시예를 모식적으로 나타내는 도면이다. 본 실시형태에서는 인식 장치 (12) 의 인공지능 장치 (12a) 는 칩 (W) 의 화상으로부터 칩 (W) 의 중심선 (C) 을 인공지능을 이용하여 추출한다.

구체적으로는, 도 3 에 나타내는 바와 같이, 학습기 (13) 는, 기록 장치 (11) 에 의해 기록된 상이한 조도로 조사된 칩 (W) 의 중심선 (C) 의 복수의 화상을 화상 분석 장치 (14) 를 통해 취득하고, 취득된 화상과, 각 화상의 칩 (W) 의 중심선 (C) 의 정해의 위치를, 교사 데이터로서 사람이 교시함으로써 학습하여, 학습 모델 (13a) (인식 프로그램) 을 작성한다.

사람이 학습기 (13) 에 상기 교사 데이터를 입력하여 학습시킨다는 교사 동작을 반복 실시함으로써, 학습기 (13) 가 갖는 학습 모델 (13a) 에 의한 칩 (W) 의 중심선 (C) 의 특정 정밀도를 높일 수 있다. 학습기 (13) 는, 유기 테이블 (4) 상에 놓인 복수의 칩 (W) 이 카메라 (212) 의 사각에 의해 일부가 숨은 상태로 되어 있어도, 그러한 화상을 반복 학습해 둠으로써, 유기 테이블 (4) 상의 칩 (W) 의 중심선 (C) 을 판정 가능해지는 학습 모델 (13a) 을 작성할 수 있다.

작성된 학습 모델 (13a) 은, USB 메모리, HDD 등의 외부 매체, 혹은 통신 네트워크 등을 통하여, 인공지능 장치 (12a) 에 입력함으로써, 인공지능 장치 (12a) 는 칩 (W) 의 화상으로부터 칩 (W) 의 중심선 (C) 을 인공지능을 이용하여 추출하는 것이 가능해진다.

또한 화상으로부터 중심선 (C) 을 화상 분석할 때에는, 화상을 그대로 분석해도 되고, 중심선 (C) 의 인식이 용이해지도록, 색의 강조나 노이즈의 제거 등의 화상 처리를 실시한 후에 분석해도 된다.

또 인식 장치 (12) 는 인공지능을 이용하지 않고, 카메라 (212) 에 의해 촬영되어 화상으로서 기록되고, 추가로 화상 분석된 결과를 이용하여, 형상, 명도, 채도, 색조 등의 화상 상의 특징을 계측하는 방법에 의해 칩 (W) 의 중심선 (C) 을 추출해도 된다.

도 6 에 나타내는 바와 같이, 인공지능 장치 (12a) 는 추가로, 추출된 상기 중심선 (C) 의 주위의 소정 범위의 주변 화상 (예를 들어 중심선을 중심으로, 중심선에 직교하는 8 픽셀분의 범위 등) 을 화상 분석함으로써, 상기 주변 화상 중의 상기 특정 색 (121) 과 특정 색 (121) 과는 상이한 상기 기준색 (R) 의 적어도 2 색을 인식하는 구성을 구비한다. 또한 추출된 상기 중심선 (C) 의 주위의 소정 범위의 주변 화상을 화상 분석할 때에는, 화상을 그대로 분석해도 되고, 특정 색 (121) 의 인식이 용이해지도록, 색의 강조나 노이즈의 제거 등의 화상 처리를 실시한 후에 분석해도 된다.

인공지능 장치 (12a) 는, 상이한 조도로 조사된 상기 칩 (W) 및 기준색 (R) 의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다. 또한 동일한 조건의 조도로 조사된 칩 (W) 의 중심선 (C) 의 주변 화상은, 특정 색 (121) 과 기준색 (R) 이 동일한 조도로 비추어지고 있음으로써, 특정 색 (121) 과 기준색 (R) 의 상대적인 관계를 취득할 수 있다. 예를 들어 이 상대 관계가 특정 색 (121) 의 인식에 이용되어도 된다.

또 인식 장치 (12) 는 인공지능을 이용하지 않고, 카메라 (212) 에 의해 촬영되어 화상으로서 기록되고, 추가로 화상 분석된 결과를 이용하여, 형상, 명도, 채도, 색조 등의 화상 상의 특징을 계측하는 방법에 의해 특정 색 (121) 을 인식 해도 된다.

정리하면, 인식 장치 (12) 의 인공지능 장치 (12a) 는, 칩 (W) 의 화상으로부터 중심선 (C) 을 추출하고, 상기 중심선 (C) 을 중심으로 한 소정의 범위의 주변 화상을 화상 분석함으로써, 상기 주변 화상 중의 특정 색 (121) 과 특정 색 (121) 과는 상이한 기준색 (R) 의 적어도 2 색을 인식하는 구성을 구비하고, 상이한 조도로 조사된 상기 칩 (W) 및 기준색 (R) 의 복수의 상기 주변 화상이 교사 데이터로서 교시된 인공지능 장치이다.

물품을 판정할 때의 다른 실시형태에서는, 물품 인식 장치 (12) 의 인공지능 장치 (12a) 는, 물품 (B) 자체 또는 포장의 화상으로부터 물품 (B) 자체 또는 포장의 특정 색 (121) 을 인공지능을 이용하여 추출한다.

구체적으로는, 도 3 에 나타내는 바와 같이, 학습기 (13) 는, 기록 장치 (11) 에 의해 기록된 상이한 조도로 조사된 물품 (B) 자체 또는 포장 및 기준색 (R) 의 복수의 화상을 화상 분석 장치 (14) 를 통해 취득하고, 취득된 화상과, 각 화상의 물품 (B) 자체 또는 포장에 부여된 특정 색 (121) 의 정해의 위치를, 교사 데이터로서 사람이 교시함으로써 학습하여, 학습 모델 (13a) (인식 프로그램) 을 작성한다.

작성된 학습 모델 (13a) 은, USB 메모리, HDD 등의 외부 매체, 혹은 통신 네트워크 등을 통하여, 인공지능 장치 (12a) 에 입력함으로써, 인공지능 장치 (12a) 는 물품 (B) 의 화상으로부터 물품 (B) 자체 또는 포장에 부여된 특정 색 (121) 부분을 인공지능을 이용하여 추출하는 것이 가능해진다.

또한 화상으로부터 특정 색 (121) 부분을 화상 분석할 때에는, 화상을 그대로 분석해도 되고, 특정 색 (121) 부분의 인식이 용이해지도록, 색의 강조나 노이즈의 제거 등의 화상 처리를 실시한 후에 분석해도 된다.

또 물품 인식 장치 (12) 는 인공지능을 이용하지 않고, 형상, 명도, 채도, 색조 등의 화상 상의 특징을 계측하는 방법에 의해 물품 (B) 자체 또는 포장의 특정 색 (121) 부분을 추출해도 된다.

인공지능 장치 (12a) 는 추가로, 추출된 상기 특정 색 (121) 부분의 주위의 소정 범위의 주변 화상 (예를 들어 특정 색 부분의 주위 8 픽셀분의 범위 등) 을 화상 분석함으로써, 상기 주변 화상 중의 상기 특정 색 (121) 과 특정 색 (121) 과는 상이한 상기 기준색 (R) 의 적어도 2 색을 인식하는 구성을 구비한다. 또한 추출된 상기 특정 색 (121) 부분의 주위의 소정 범위의 주변 화상을 화상 분석할 때에는, 화상을 그대로 분석해도 되고, 특정 색 (121) 부분의 인식이 용이해지도록, 색의 강조나 노이즈의 제거 등의 화상 처리를 실시한 후에 분석해도 된다.

인공지능 장치 (12a) 는, 상이한 조도로 조사된 상기 물품 (B) 자체 또는 포장의 특정 색 (121) 부분, 및 기준색 (R) 의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치이다. 또한 동일한 조건의 조도로 조사된 상기 물품 (B) 자체 또는 포장의 특정 색 (121) 부분의 주변 화상은, 특정 색 (121) 과 기준색 (R) 이 동일한 조도로 비추어지고 있음으로써, 특정 색 (121) 과 기준색 (R) 의 상대적인 관계를 취득할 수 있다. 예를 들어 이 상대 관계가 특정 색 (121) 의 인식에 이용되어도 된다.

또 물품 인식 장치 (12) 는 인공지능을 이용하지 않고, 카메라 (212) 에 의해 촬영되어 화상으로서 기록되고, 추가로 화상 분석된 결과를 이용하여, 형상, 명도, 채도, 색조 등의 화상 상의 특징을 계측하는 방법에 의해 특정 색 (121) 을 인식해도 된다.

정리하면, 인식 장치 (12) 의 인공지능 장치 (12a) 는, 물품 (B) 자체 또는 포장의 화상으로부터 특정 색 (121) 을 인식하여 상기 특정 색 (121) 의 화상 부분을 추출하고, 상기 특정 색 (121) 의 주변 화상을 화상 분석함으로써, 상기 주변 화상 중의 상기 특정 색 (121) 과 상기 기준색 (R) 의 적어도 2 색을 인식하는 구성을 구비하고, 상이한 조도로 조사된 상기 물품 (B) 자체 또는 포장의 특정 색 (121) 및 기준색 (R) 의 복수의 상기 주변 화상이 교사 데이터로서 교시된 인공지능 장치이다.

상기 서술한 실시형태는, 본 발명이 속하는 기술 분야에 있어서의 통상적인 지식을 갖는 자가 본 발명을 실시할 수 있는 것을 목적으로 하여 기재된 것이다. 상기 실시형태의 다양한 변형예는, 당업자이면 당연하게 이룰 수 있는 것이고, 본 발명의 기술적 사상은 다른 실시형태에도 적용할 수 있는 것이다. 따라서, 본 발명은, 기재된 실시형태로 한정되는 경우는 없고, 특허 청구의 범위에 의해 정의되는 기술적 사상에 따른 가장 넓은 범위로 해야 한다.

4 : 유기 테이블
5 : 물품 진열 선반
10 : 칩의 인식 시스템
11 : 기록 장치
12 : 인식 장치
12a : 인공지능 장치
13 : 학습기
13a : 학습 모델
14 : 화상 분석 장치
15 : 출력 장치
20 : 물품의 인식 시스템
121 : 특정 색
212 : 카메라
W : 칩
B : 물품
R : 기준색
C : 중심선

Claims

유희장의 유희 테이블에 있어서 사용하는 칩을 인식하는 인식 시스템이고,
상기 칩은, 칩의 가치를 나타내는 특정 색을 적어도 부분적으로 갖는 구성으로서,
상기 칩의 상태를 카메라를 사용하여 화상으로서 기록하는 기록 장치와,
기록된 상기 화상을 화상 분석하여 상기 특정 색과 상기 화상 중에 존재하는 상기 특정 색과는 상이한 기준색의 적어도 2 색을 인식하는 화상 분석 장치와,
상기 화상 분석 장치에 의한 화상 분석 결과를 이용하여, 상기 칩의 특정 색을 특정하는 인공지능 장치를 적어도 포함하는 인식 장치를 갖고,
상기 칩 인식 장치의 인공지능 장치는, 상이한 조도로 조사된 상기 칩 및 기준색의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치인, 인식 시스템.
제 1 항에 있어서,
상기 칩은, 칩의 가치를 나타내는 특정 색을 소정의 위치에 또는 소정의 형상으로 적어도 갖는 것인, 인식 시스템.
제 1 항 또는 제 2 항에 있어서,
상기 인식 장치는, 상기 칩의 특정 색을 특정함으로써 상기 칩의 매수를 특정하는 것인, 인식 시스템.
제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 인식 장치는, 복수의 상기 칩의 특정 색을 칩마다 특정함으로써 특정 색마다의 칩의 매수를 특정하는 것인, 인식 시스템.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 인식 장치의 인공지능 장치는, 상이한 조명 환경에서 조사된 상기 기준색 및 상기 칩의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치인, 인식 시스템.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 인식 장치의 인공지능 장치는, 상기 칩의 특정 색을 상기 기준색과의 상대 관계를 이용하여 판정하는 인공지능 장치인, 인식 시스템.
제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 인식 장치는, 겹쳐 쌓인 복수의 상기 칩의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 칩의 특정 색 또는 매수의 판정이 가능한 구조인, 인식 시스템.
물품을 인식하는 인식 시스템이고,
물품은, 물품 자체 또는 포장에 상기 물품 또는 포장을 특정 가능한 특정 색을 적어도 부분적으로 갖는 구성으로서,
상기 물품의 상태를 카메라를 사용하여 화상으로서 기록하는 기록 장치와,
기록된 상기 화상을 화상 분석하여 상기 특정 색과 상기 화상 중에 존재하는 상기 특정 색과는 상이한 기준색의 적어도 2 색을 인식하는 화상 분석 장치와,
상기 화상 분석 장치에 의한 화상 분석 결과를 이용하여, 상기 물품 자체 또는 포장의 특정 색을 특정하는 인공지능 장치를 적어도 포함하는 인식 장치를 갖고,
상기 물품 인식 장치의 인공지능 장치는, 상이한 조도로 조사된 상기 기준색 및 상기 물품 자체 또는 포장의 특정 색의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치인, 인식 시스템.
제 8 항에 있어서,
상기 물품 자체 또는 포장은, 상기 물품 또는 포장을 특정 가능한 특정 색을 소정의 위치에 또는 소정의 형상으로 적어도 부분적으로 갖는 것인, 인식 시스템.
제 8 항 또는 제 9 항에 있어서,
상기 인식 장치는, 상기 물품 자체 또는 포장의 특정 색을 특정함으로써 상기 물품의 개수를 특정하는 것인, 인식 시스템.
제 10 항에 있어서,
상기 인식 장치는, 복수의 상기 물품 자체 또는 포장의 특정 색을 물품마다 특정함으로써 상기 특정 색마다의 물품의 개수를 특정하는 것인, 인식 시스템.
제 8 항 내지 제 11 항 중 어느 한 항에 있어서,
상기 인식 장치의 인공지능 장치는, 상이한 조명 환경에서 조사된 상기 기준색 및 상기 물품 자체 또는 포장의 특정 색의 복수의 화상이 교사 데이터로서 교시된 인공지능 장치인, 인식 시스템.
제 8 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 인식 장치의 인공지능 장치는, 상기 물품 자체 또는 포장의 특정 색을 상기 기준색과의 상대 관계를 이용하여 판정하는 인공지능 장치인, 인식 시스템.
제 8 항 내지 제 13 항 중 어느 한 항에 있어서,
상기 인식 장치는, 겹쳐 쌓인 복수의 상기 물품 자체 또는 포장의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 상기 특정 색의 판정이 가능한 구성인, 인식 시스템.
제 8 항 내지 제 14 항 중 어느 한 항에 있어서,
상기 인식 장치는, 겹쳐 쌓인 복수의 상기 물품 자체 또는 포장의 특정 색을 판정하는 것으로서, 상기 카메라의 사각에 의해 일부가 숨은 상태로 되어 있어도, 상기 물품의 총 개수 또는 상기 특정 색마다의 물품의 개수의 판정이 가능한 구성인, 인식 시스템.