TW201710991A - 分析系統及方法 - Google Patents

Abstract

本發明提供一種適合用於一即時博弈環境中之分析系統。該分析系統包括安置於該博弈環境內之多個位置中的多個博弈站。每一博弈站包括用於顯示多個博弈物件之一顯示區。該分析系統包括經組配以捕獲對應於顯示於該顯示區中之該等多個博弈物件之物件資料的至少一感測器。另外，該分析系統包括耦接至該感測器且經組配以產生針對該等多個博弈物件之識別資料的至少一處理器。此外，該分析系統亦包括一基於多代理之系統。最後，該分析系統包括一監視模組，其耦接至該基於多代理之系統且經組配以使得一使用者能夠監視在每一博弈站處發生之多個事件。

Description

分析系統及方法

本發明係有關於分析系統及方法。

發明背景

本發明大體上係關於分析系統，且更特定言之，係關於用於藉由使用經由網路互連之近接物件管理客戶交互的系統及方法。

通常，在組織中，快速業務決策對於組織之發展發揮至關重要的作用。當前，歸因缺少於精確資料，業務決策效率低下。在目前系統中，精確資料收集模組增加了實施成本。另外，資料收集及資料消費技術具有潛時週期，從而導致延遲的業務決策。業務決策通常依賴於捕獲且使資料可用之品質及速率。

當前，組織使用手動干預以捕獲資料。在已手動地捕獲資料之後，手動地進行決策制定，或將資料饋入至傳統EDW/大資料儲存中，其提供對業務操作之事後洞見。舉例而言，當今零售商由資料流動至企業中之速率以及大批來源、資料類型、資料組合而癱瘓，洞見及決策產生自該等來源、資料類型、資料組合。使自然零售環境中之資 料之捕獲及收集程序自動化產生更一致、經量化且精確之資料，從而減小來自手動觀測及觀點報告之變化及誤差。

在另一實例中，在娛樂場中，自類似於21點撲克博弈(Blackjack)、撲克或百家樂(Baccarat)之博弈桌捕獲即時資料為至關重要的。常常所要的是以極小潛時時段收集即時資料，以使得即時地產生業務洞見。隨後將業務洞見提供至樓層經理，該樓層經理可隨後對類似改變開放之博弈桌之數目、改變樓層上不同類型之牌局的分佈、提高發牌員效率等業務之動態需求作出回應。

因此，需要系統及方法以使跨越組織捕獲、收集及傳輸即時事件之資料的程序自動化。

發明概要

簡言之，根據本發明之一個態樣，提供一種適合於用於即時博弈環境中之分析系統。分析系統包括安置於博弈環境內之多個位置中的多個博弈站。每一博弈站包括用於顯示多個博弈物件之一顯示區。分析系統包括經組配以捕獲對應於顯示於顯示區中之多個博弈物件之物件資料的至少一感測器。另外，分析系統包括耦接至感測器且經組配以產生多個博弈物件之識別資料的至少一處理器。此外，分析系統亦包括基於多代理之系統。基於多代理之系統包括經組配以界定且部署多個代理的核心引擎。多個代理經組配以實行由一或多個使用者界定之可規劃任務集合。可規劃任務集合經組配以用物件資料操作。基於多代 理之系統亦包括經組配以監視多個代理之生命週期、多個代理之間的通訊及可規劃任務之處理時間的監視引擎。另外，基於多代理之系統包括耦接至核心引擎且經組配以執行可規劃任務集合的計算引擎。最後，分析系統包括耦接至基於多代理之系統且經組配以使得使用者能夠監視在每一博弈站處發生之多個事件的監視模組。

簡言之，根據本發明之又一態樣，提供用於改良客戶體驗之基於物聯網之分析系統。分析系統包括安置於機構內之多個位置中的所關注之多個物品。此外，分析系統包括經組配以捕獲對應於所關注之多個物品之影像資料的至少一感測器。分析系統包括耦接至感測器且經組配以產生所關注之多個物品之識別資料的至少一處理器。分析系統包括基於多代理之系統。基於多代理之系統包括經組配以界定且部署多個代理的核心引擎。多個代理經組配以實行由一或多個使用者界定之可規劃任務集合。可規劃任務集合經組配以用物件資料操作。基於多代理之系統包括經組配以監視多個代理之生命週期、多個代理之間的通訊及可規劃任務之處理時間的監視引擎。此外，基於多代理之系統包括耦接至核心引擎且經組配以執行可規劃任務集合之計算引擎。最後，分析系統包括耦接至基於多代理之系統且經組配以使得使用者能夠監視所關注之多個物品之多個業務參數的監視模組。

10‧‧‧基於物聯網之分析系統

14-A至14-N‧‧‧感測器

16-A至16-N‧‧‧處理器

18、40‧‧‧基於多代理之系統

20-A至20-N‧‧‧邊緣裝置

22-A至22-N‧‧‧使用者

30‧‧‧客戶空間

32-A至32-N‧‧‧博弈站

34-A至34-N‧‧‧撲克牌

36-A至36-N‧‧‧下注籌碼

38‧‧‧監視模組

42‧‧‧代理

44‧‧‧核心引擎

46‧‧‧監視引擎

48‧‧‧計算引擎

50‧‧‧即時博弈環境

60、80、100、130‧‧‧方法

62、64、66、68、70、72、76、82、84、86、88、90、92、94、96、98、102、104、106、108、110、132、134、136、138、140、142、144‧‧‧步驟

當參考隨附圖式閱讀以下詳細描述時，本發明之 此等及其他特徵、態樣及優勢將變得更好理解，其中貫穿圖式類似字符表示類似部分，其中：圖1為根據本技術之態樣實施的基於物聯網之分析系統之一個實施例的方塊圖；圖2為根據本技術之態樣實施的適合於用於即時博弈環境中之基於物聯網之分析系統的實例組配；圖3為說明根據本技術之態樣的識別諸如「撲克牌」之博弈物件藉由之一種方法的流程圖；圖4為說明根據本技術之態樣的識別諸如「籌碼」之博弈物件藉由之一種方法的流程圖；圖5為說明根據本技術之態樣的廣泛之多種業務資料經捕獲、經啟用而基於機器學習及統計技術用於即時決策制定藉由之一種方法的流程圖；且圖6為說明根據本技術之態樣的捕獲且分析關於來自零售商店之產品可獲得性之即時資料藉由之一種方法的流程圖。

較佳實施例之詳細說明

本發明提供一種基於物聯網(IoT)之分析系統，該分析系統經組配以適用於用於為若干客戶服務之環境中。更特定言之，本發明提供一種用於理解且改良客戶體驗之分析系統。亦稱作萬物互聯(Internet of Everything)之物聯網(IoT)為實體物件或「事物」之如下網路：嵌入有電子裝置、軟體、感測器及連接性以使得物件能夠基於國際 電信聯盟之全球初始標準之基礎結構與製造商、業者及/或其他已連接裝置交換資料。特定言之，物聯網允許跨現有網路基礎架構感測且遠程控制物件，從而製造實體世界與基於電腦之系統之間的更直接整合之機會，且從而產生經提高之效率、精確度及經濟利益。每一事物經由其嵌入型計算系統可唯一識別且能夠在現有網際網路基礎架構內交互操作。

以實例實施例及圖式描述基於物聯網之分析系統及方法。本說明書中對「一個實施例」、「一實施例」、「例示性實施例」等之參考指示所描述的實施例可包括一特定特徵、結構或特性，但每一實施例可能未必包括該特定特徵、結構或特性。此外，此等片語未必係指同一實施例。此外，在結合一實施例來描述一特定特徵、結構或特性時，應主張，無論是否予以明確描述，結合其他實施例實現此特徵、結構或特性係在熟習此項技術者之知識範圍內。

本文中所揭示之基於IoT之分析系統實現包括捕獲即時資料及推薦各種情境以制定精確業務決策之端對端能力。此外，基於IoT之分析系統捕獲廣泛之多種業務資料，基於機器學習及統計技術實現近即時的決策制定，且用定製視覺化組件整合其以使得終端使用者能夠制定快速且有效之業務決策。

圖1為根據本技術之態樣實施的基於物聯網之分析系統之一個實施例的方塊圖。基於IoT之分析系統10為包括一或多個邊緣裝置20-A至20-N及基於多代理之系統18的 互連系統。以下進一步詳細地描述每一組件。

邊緣裝置20-A至20-N經組配以捕獲安置於客戶空間30中之各種物品之即時影像資料。如本文中所使用，客戶空間指商業機構內之實體區域，客戶常去該客戶空間。在一個實施例中，機構包含商業組織、零售商店、零售消費型商店、娛樂場、旅館及餐館、圖書館、博物館等。邊緣裝置20-A至20-N包含感測器14-A至14-N及處理器16-A至16-N。感測器14-A至14-N之實例包括小且具成本效益之感測器，類似影像感測器、音訊感測器、熱量感測器、位置感測器及類似者。感測器14-A至14-N充當組織之「眼腈」及「耳朵」且以具成本效益之方式搜集即時業務操作資料。感測器14-A至14-N捕獲對應於所關注之多個物品之影像資料。

處理器16-A至16-N分別耦接至對應之感測器14-A至14-N且經組配以識別由感測器捕獲之物品。在一個實施例中，處理器16-A至16-N包括經組配以部署且管理感測器14-A至14-N上之智慧層的代理軟體抽象模組。在一個實施例中，代理為行動裝置且可跨越整體基礎架構即時加以複製、暫停及按比例調整。特定言之，處理器16-A至16-N產生所關注之多個物品之識別資料。

基於多代理之系統18經組配以接收由一或多個使用者22-A至22-N界定之可規劃任務集合。監視模組38耦接至基於多代理之系統18且經組配以使得使用者能夠監視所關注之多個物品之多個業務參數。如本文中所使用，術 語「使用者」可指自然人及作為「使用者」操作之其他實體兩者。實例包括公司、組織、企業、經理層、團隊或其他人員群組。在此實施例中，可規劃任務集合經組配以用即時資料操作。可規劃任務集合之實例包括自業務操作收集之即時資料、對應於博弈物件之物件資料、演算法交易、詐騙偵測、需求感測、付款及遊戲點監視、動態定價及收益管理、資料安全監視、供應鏈最佳化及類似者。

基於多代理之系統18包含經組配以表示由一或多個使用者22-A至22-N界定之應用的代理。代理進一步經組配以與由基於多代理之系統部署的其他代理通訊。基於多代理之系統18實行各種操作，類似建立並部署代理以實行可規劃任務及監視代理之生命週期。另外，基於多代理之系統18經組配以產生使得使用者能夠追蹤與所關注之多個物品相關聯之多個模式的多個報告。以下在圖2中詳細描述基於多代理之系統18。

圖2為根據本技術之態樣實施的適合於用於即時博弈環境中之基於物聯網(IoT)之分析系統的實例組配。基於IoT之分析系統10實施於即時博弈環境50中且包括經組配以經由邊緣裝置20-A至20-N自博弈站32-A至32-N捕獲資料的基於多代理之系統40。每一邊緣裝置鄰近於對應博弈站而安置。每一博弈站包含用於顯示多個博弈物件之顯示區。在一個實施例中，博弈站32-A至32-N包含博弈物件，該等博弈物件可包括一或多張撲克牌34-A至34-N及一或多個下注籌碼堆疊36-A至36-N。以下進一步詳細描述每一組 件。

基於多代理之系統40為基於即時代理之智慧框架，該智慧框架以諸如感知、記憶、相關、推斷、預期、反應、交流及回顧的智慧性質為特徵。基於多代理之系統40之功能性詳細描述於2014年7月25日申請之題為「Event Processing Systems and Methods」的印度專利申請案第3649/CHE/2014號中且併入本文中。

在一個實施例中，即時博弈環境50為娛樂場且多個博弈物件包含撲克牌34-A至34-N及下注籌碼堆疊36-A至36-N。在此實施例中，在娛樂場樓層上，基於IoT之分析系統10之部署可自類似21點撲克博弈、撲克或百家樂及類似者之博弈桌捕獲即時資料。

基於多代理之系統40包括多個代理42、核心引擎44、監視引擎46及計算引擎48。核心引擎44經組配以建立且部署代理以實行由一或多個使用者22-A至22-N界定之可規劃任務集合。代理亦可選自代理之預界定庫。此外，核心引擎44經組配以根據預界定代理行為而界定代理之功能。多個代理經組配以實行由一或多個使用者界定之可規劃任務集合。可規劃任務集合經組配以用物件資料操作。

監視引擎46耦接至核心引擎44且經組配以監視代理之生命週期、多個代理之間的通訊及可規劃任務之處理時間。計算引擎48耦接至監視引擎46且經組配以執行可規劃任務集合。特定言之，基於多代理之系統40經組配以判定下注模式、所識別籌碼及卡牌之異動或其組合。基於 多代理之系統40進一步包含統計套件，該統計套件包含用以處理物件資料之多個統計工具。在一個實施例中，物件資料包含多個遊博弈物件之影像資料。

監視模組38耦接至基於多代理之系統40且經組配以使得使用者22-A至22-N能夠監視在每一博弈站處發生之多個事件。博弈站32-A至32-N耦接至邊緣裝置20-A至20-N以提取對應於多個博弈物件之識別資料。在一個實施例中，每一邊緣裝置包括經組配以捕獲對應於顯示於顯示區中之多個博弈物件之物件資料的感測器。另外，每一邊緣裝置包括耦接至感測器且經組配以產生多個博弈物件之識別資料的處理器。處理器經組配以判定撲克牌之卡牌花色及卡牌值。另外，處理器經組配以判定由在博弈站處之一或多個玩家下注的多個籌碼。

此外，邊緣裝置經組配以判定撲克牌34-A至34-N上之顏色、牌型及數字。可進一步分析所識別且捕獲之資料以即時地產生業務洞見。業務洞見使得(例如)博弈樓層經理能夠對類似改變開放之博弈桌之數目、改變樓層上不同類型之牌局的分佈、提高發牌員效率等業務之動態需求作出回應。

邊緣裝置20-A至20-N經部署於博弈站32-A至32-N周圍之最佳位置處以捕獲關於在進行中之牌局的資料。邊緣裝置20-A至20-N主控並運行由核心引擎44部署之代理以識別置放於每一博弈站上之撲克牌34-A至34-N及下注籌碼36-A至36-N之堆疊。在以下圖3及圖4中詳細地解釋 實施卡牌及籌碼辨別技術之方式。

圖3為說明根據本技術之態樣的識別諸如「撲克牌」之博弈物件藉由之一種方法的流程圖。特定言之，方法60用以偵測、提取且識別已置放於博弈桌上之撲克牌。描述中所使用之詞語「卡牌」及「撲克牌」反映同一意義。以下進一步詳細描述每一步驟。

在步驟62處，記錄在博弈環境中之博弈站處的博弈活動。在此實例中，博弈環境為娛樂場且博弈站指幾個玩家正將注置放於21點撲克博弈牌局中的博弈桌。在步驟64處，捕獲博弈桌上之卡牌的影像。在一個實施例中，使用置放於桌子周圍之非侵入位置處的一或多個攝影機來記錄卡牌之視訊及/或影像。

在步驟66處，預處理影像以識別所關注之區並移除偽影。在一個實施例中，使用穩定圖框提取技術以選擇不包括玩家或牌局發牌員之手部移動的圖框。預處理步驟包括自桌子背景分離撲克牌。在一個實施例中，條帶經界定於博弈桌之底部處，且對其實行背景減除。檢查自上述步驟獲得之前景遮罩以用於博弈物件。具有某臨限位準之(撲克牌之)圖框被視為穩定圖框且經引導以用於進一步處理。捨棄低於某臨限位準之圖框，且重複上述步驟。

在步驟68處，自影像提取卡牌值及卡牌花色。在此實施例中，使用分段技術以自影像分段及/或提取卡牌值及卡牌花色。在一個實施例中，對測試圖框及參考圖框執行分段技術。測試圖框可能具有或可能不具有卡牌。參考 圖框為並不具有任何卡牌存在之圖框(在牌桌初始化時所捕獲的圖框)。在此實施例中，自測試圖框減除參考圖框且差分影像被視為用以標記出卡牌區的臨限值。

在步驟70處，使每一卡牌與對應玩家相關聯以識別正由每一玩家在牌桌上所下的注。在一個實施例中，使用卡牌關聯技術以將卡牌關聯至對應玩家。在此實施例中，收集現有輪廓清單。對於每一活動玩家，截取玩家之卡牌。否則，將以玩家之下注圈為中心的八角形添加至現有輪廓清單。對於陳舊輪廓集合中之每一輪廓，找尋最接近之一或多個新輪廓。若先前為不活動之玩家與一輪廓相關聯，則將卡牌輪廓添加至玩家之手部。若陳舊輪廓與單一新輪廓相關聯，則判定陳舊輪廓之邊緣與新輪廓之邊緣的距離。若陳舊輪廓與兩個新輪廓相關聯，則假設分離已發生且將兩個新輪廓兩者添加至玩家之手部。由卡牌關聯技術產生之資訊為博弈桌上之玩家的手上牌值。

在步驟72處，識別卡牌上之斑點，其中該等斑點表示卡牌花色及卡牌值周圍的區域。在一個實施例中，藉由濾波臨限影像來識別卡牌上的斑點。臨限影像之濾波涉及移除有助於花色之容易識別的斑點周圍之雜訊區域。保留具有卡牌區域之預定範圍內之區域的斑點且捨棄剩餘部分。在一個實施例中，藉由應用斑點計數程序及光學字符辨別(OCR)程序來識別卡牌。

斑點計數程序包括遮蔽在影像以外的卡牌及將雙向濾波應用於影像以移除雜訊同時保持邊界。接著，針 對每一通道選擇最小通道，且使用自適應定限方法來量測該最小通道以將其轉換為二進制影像。最後，對二進制影像實行輪廓偵測技術以判定卡牌區域內之輪廓。

光學字符辨別(OCR)程序包括藉由使卡牌輪廓之角度反覆來在所關注之區內選擇連續三聯體。接著，對照卡牌之標準長度/寬度檢查側面。若任一長度匹配，則以固定長度沿線揀選點，且所關注之區沿標準卡牌定向而定向。最後，ROI接著經預處理且藉由應用隨機森林數位分類器來分類。傳回卡牌清單，該卡牌清單隨後由下一步驟使用。

在步驟76處，將博弈桌上之每一玩家的手上牌值與卡牌值及卡牌花色整合。一旦判定出此資料，則需要判定正由博弈桌上之每一玩家下注的籌碼。在以下圖4中描述籌碼辨別之識別。

圖4為說明根據本技術之態樣的識別諸如「籌碼」之博弈物件藉由之一種方法的流程圖。特定言之，方法80用以追蹤牌局之進程且計算在牌局之過程期間由每一玩家置放的注。方法80識別每一玩家已下注之籌碼(及值)。可注意到，正參考很少玩家正將注置放於21點撲克博弈牌局之娛樂場中之博弈站描述本技術。以下進一步詳細描述每一步驟。

在步驟82處，記錄在博弈環境中之博弈站上的博弈活動。在牌局期間，玩家藉由將籌碼置放於被稱為下注圈之指定區域中來下注。玩家亦可藉由將籌碼置放於額外 注之指定區域中來下額外注。在步驟84處，捕獲博弈桌上之籌碼的影像。在一個實施例中，使用置放於桌子周圍之非侵入位置處的一或多個攝影機記錄籌碼之視訊及/或影像。

在步驟86處，預處理影像以識別所關注之區並移除偽影。在此實施例中，用以捕獲視訊及/或影像之攝影機可能並不穩定且因此可能間歇性地移動。因此，後續步驟可能有風險。為了防止此情形，圖框穩定技術在接收所捕獲之影像之每一圖框之後經應用且移除偽影。圖框穩定技術將第一圖框與所捕獲之影像之每一後續圖框相比較，計算類似於自動校準但使用更輕量尺度不變特徵變換(SIFT)而非仿射SIFT之變換。此情形觸發視訊之每「n個」圖框且更新變換矩陣。隨後使用此矩陣以變換來自下「n個」圖框之輸入源的每一圖框。

在步驟88處，偵測影像之每一圖框中的所關注區(ROI)。在此實施例中，使用自動校準技術以偵測圖框中之一或多個所關注區(ROI)。該等ROI為對應於每一玩家之額外下注圈的下注圈集合。在一個實例實施例中，下注圈為上面具有藍色星星的圓圈且額外下注圈為鄰近於下注圈的一個圓圈。在參考影像中標記出下注圈及額外下注圈。在一個實施例中，將仿射SIFT演算法應用於參考圖框上以給出此等圓圈之精確位置。

在步驟90處，偵測籌碼堆疊。在此實施例中，對於玩家之ROI中之每一者，藉由使用自適應高斯混合模型背 景減法器(Adaptive Gaussian Mixture Model Background Subtractor；MOG2)技術獲得前景遮罩，繼之以雜訊減少形態運算。此外，獲得存在於ROI中之斷開斑點集合。進行檢查以識別滿足關於形狀、大小、穩定性、距離等之多個條件的點。若滿足所有此等條件之斑點存在，則排除其他斑點。將滿足之斑點正規化、再成形並重設大小為正規化大小。此外，修整斑點之具有雜訊之部分。

在步驟92處，使籌碼堆疊分段。在此實施例中，籌碼分段技術採用先前正規化堆疊且移除最頂端籌碼之標記且使整個堆疊「平坦化」以使得堆疊將如同堆疊正自側面而非攝影機俯視其地檢視一般顯現。此情形藉由識別堆疊之最頂端籌碼來實行且將橢圓適配至最頂端籌碼並且隨後進一步剪除彼橢圓。以橢圓方式上拉籌碼堆疊，從而將圓柱形變為矩形。估算此堆疊之單一籌碼的高度。此情形藉由利用下注圈已經歷之變換來進行。長軸及短軸之值給出關於攝影機與牌桌所成角度之資訊。角度以及實際生活中之籌碼的已知高度允許推測當前堆疊中之單一籌碼的高度。此高度隨後用以使堆疊中之籌碼分段。

在步驟94處，識別籌碼堆疊。在一個實施例中，將每一籌碼區段進一步分為1像素高之區段且隨後傳遞至分類器。在步驟96處，計算籌碼堆疊之總值。在步驟98處，將籌碼堆疊值與卡牌辨別資料整合。

使用來自步驟98及步驟76(如圖3中所描述)之經整合資料以計算不同量度值以用於所有博弈桌。經整合資 料用以產生洞見以用於博弈環境中之全部博弈站。此資料向一或多個樓層經理提供建議以使業務量度最佳化。以下詳細描述整合圖3之卡牌識別程序及圖4中之籌碼識別程序以提供業務建議的方式。

圖5為說明根據本技術之態樣的廣泛之多種業務資料經捕獲、經啟用從而用於基於機器學習及統計技術在娛樂場環境中制定近即時決策藉由的一種方法之流程圖。特定言之，方法100用於捕獲博弈物件之影像且使用圖2中所描述之物聯網(IoT)分析系統10向博弈樓層經理提供建議。以下進一步詳細描述每一步驟。

在步驟102處，捕獲博弈環境中之博弈物件的多個影像。在一個實施例中，博弈環境為娛樂場且多個博弈物件包含撲克牌34-A至34-N及下注籌碼堆疊36-A至36-N(如圖2中所展示)。在此實施例中，在娛樂場樓層上，IoT分析系統10之部署可自類似21點撲克博弈、撲克或百家樂及類似者之博弈桌捕獲即時資料。在此實施例中，包含置放於博弈環境中之牌桌周圍的非侵入式位置處之攝影機的邊緣裝置用以捕獲影像。

在步驟104處，實行影像處理以識別博弈物件。在此實施例中，實施包含處理器之邊緣裝置以識別博弈物件(例如，撲克牌34-A至34-N及下注籌碼堆疊36-A至36-N)。圖3及圖4詳細描述對籌碼堆疊及撲克牌之影像處理。

在步驟106處，實行基於物聯網(IoT)之分析以例 證下注模式及/或關於置放於博弈站處之所識別籌碼及卡牌的異動。在一個實例實施例中，基於物聯網(IoT)之分析包含追蹤21點撲克博弈牌局之進度及計算在牌局之過程期間由每一玩家置放的注。藉由識別每一玩家已下注之籌碼(及其值)實行分析。在牌局期間，玩家藉由將籌碼置放於被稱為下注圈之指定區域中來下注。玩家亦可藉由將籌碼置放於額外注之指定區域中來下額外注。此外，用於大型資料分析之統計演算法套件用於下注模式分析。另外，在步驟106處實施經定製機器學習演算法以分析所捕獲之資料。

在步驟108處，介接來自每一博弈桌之資訊以用於整個博弈環境。在一個實施例中，實施網頁介面以建立、部署且監視整個娛樂場之博弈資訊。

在步驟110處，向博弈經理提供建議。在一個實施例中，基於機器學習及統計技術產生建議。所產生之建議與經定製視覺化組件整合以使得博弈經理能夠制定快速的業務決策。

上文所描述之技術並不限於博弈環境(諸如，娛樂場)。此等技術在廣泛之多種企業中得到應用。以下詳細描述關於零售部門之另一實例。

圖6為說明根據本技術之態樣的捕獲且分析關於來自零售商店之產品可獲得性之即時資料藉由之一種方法的流程圖。分析對於監管商店之零售經理而言使得能夠做出近即時決策制定。特定言之，方法130實施物聯網(IoT)分析系統10以用於捕獲零售商店中之貨架上的物品之影像 並向零售經理提供建議。以下進一步詳細描述每一步驟。

在步驟132處，捕獲安置於零售商店中之多個貨架上的物品之影像。在一個實施例中，攝影機經置放於具有一組貨架之合理視野的位置中且經組配以捕獲貨架上之物品的影像。可注意到，安置攝影機，使得存在可用於捕獲清晰、良好品質之影像的合理量之照明。在此實施例中，以週期性時間間隔捕獲貨架上之物品的影像。

視需要可固定或可改變類似變焦、縱橫比等之攝影機參數。在此實施例中，使用邊緣裝置(如圖2中所描述)以捕獲並播送(beam)零售貨架之影像。亦可實施行動攝影機及行動邊緣裝置以用於捕獲貨架上之物品的影像。在一個實施例中，邊緣裝置包括經組配以捕獲對應於所關注之多個物品之物件資料的感測器。舉例而言，所關注之多個物品包含安置於零售商店中之多個貨架上的多個消費型產品。物件資料包含安置於零售商店中之多個貨架上的多個消費型產品之影像資料。

在步驟134處，影像自攝影機接收且經濾波以移除雜訊。在一個實施例中，對圖框實行比較以濾除含有雜訊之影像。在步驟136處，將經濾波影像轉換為二進制影像。隨後將(二進制影像)經處理資料自邊緣平台移動至中央儲存庫。在此實施例中，耦接至感測器之處理器經組配以產生所關注之多個物品的識別資料。另外，處理器經組配以追蹤零售商店中之架上可用性且識別存在於貨架上之不同產品標識。

在步驟138處，將視訊分析技術應用於經處理資料以基於貨架佔用及產品置放判定資料。在一個實施例中，實施類似邊緣偵測、輪廓偵測及類似者之一或多項視訊分析技術以判定貨架佔用及產品置放。在此步驟處，獲得來自類似歷史資料、銷售點及貨架圖之若干來源之資料。

在步驟140處，將關於貨架上之物品之歷史資料與自視訊分析判定之資料進行比較。在一個實施例中，分析零售商店中之貨架上的物品之影像以區分出陳列於貨架上的產品。此外，可分析影像以追蹤零售環境中之架上可用性且識別存在於貨架上之不同產品標識。此外，可分析影像以識別個別消費型產品是否缺貨。

在步驟142處，基於預界定業務規則產生自動報告及警示。在一個實施例中，使用基於多代理之系統(如圖1及圖2中所描述)以接收關於零售商店中之操作(通常由一或多個商店經理、監察員及類似人員界定)的可規劃任務集合且經組配以用自步驟142接收之即時資料操作。在一個實施例中，基於多代理之系統經組配以判定進貨模式、銷售模式、產品再進貨資料、藉由開放新櫃台來管理結賬隊列、在零售商店內部追蹤消費者之路徑。此外，基於多代理之系統進一步包含統計套件，該統計套件包含用以處理物件資料之多個統計工具。

在步驟144處，與企業利益相關者共用所產生之報告及警示。在一個實施例中，經觸發資料為實現類似再進貨產品、藉由開放新櫃台來管理結賬隊列、在零售商店 內部追蹤消費者之路徑及/或其組合之即時決策制定的即時資料。

舉例而言，基於IoT之分析系統提供關於每一貨架(較佳為產品)之庫存位準的精確即時警示。此外，經實施以追蹤零售環境中之架上可用性的使用者介面為自適應的且與若干平台(諸如，關於Android、IOS、Windows Mobile 10及/或其組合之行動裝置)相容。所有警示及報告在桌上型電腦及行動設備(較佳為基於網頁的)上支援。

另外，IoT分析系統10包括經組配以識別缺貨率以及產品歷史分析及量度的架上可用性特徵。架上可用性特徵亦為零售經理提供具有捕獲商店級別資訊之即時量度及圖表的儀錶板視圖(dashboard view)。同樣，架上可用性特徵亦提供排程器以用於針對要求之即時更新及對於要求運行於背景中之程序之即時警示的任務。

本發明具有在各種經濟層級上具體而言在提高銷售量、零售利潤、營銷ROI、客戶體驗、存貨周轉及更多上影響零售商之可能性。本發明試圖解決若干類型之商業組織中之企業決策的關注事項。此外，本發明有助於以抑制成本之方式捕獲且分析即時資料，抑或具有限制商業影響之固有潛時。

熟習此項技術者應理解，一般而言，本文中且尤其在所附申請專利範圍中使所用之術語(例如，所附申請專利範圍之主體)一般意欲作為「開放式」術語(例如，術語「包括(including)」應解釋為「包括但不限於」，術語「具有」 應解釋為「至少具有」，術語「包括(includes)」應解釋為「包括但不限於」等)。熟習此項技術者將進一步理解，若意欲特定數目之所引入請求項敍述，則此意圖將明確敍述於請求項中，且在無此敍述的情況下不存在此意圖。

舉例而言，作為對理解之輔助，以下所附申請專利範圍可含有介紹性片語「至少一」及「一或多個」之使用以介紹請求項敍述。然而，此等片語之使用不應被理解為暗示由不定冠詞「一」對請求項敍述之引入將含有此類所引入請求項敍述之任何特定請求項限制於僅含有一個此類敍述的實施例，即使當同一請求項包含介紹性片語「一或多個」或「至少一」以及諸如「一」之不定冠詞時(例如，「一」應被解釋為意謂「至少一」或「一或多個」)；此情況同樣適用於用以介紹請求項敍述之定冠詞的使用。另外，即使明確敍述特定數目之經引入請求項敍述，熟習此項技術者仍將認識到，此類敍述應解釋為意謂至少所敍述之數目(例如，在無其他修飾語的情況下，「兩個敍述」之無修飾敍述意謂至少兩個敍述或兩個或兩個以上敍述)。

儘管已在本文中說明並描述了僅本若干實施例之某些特徵，但熟習此項技術者將想到許多修改及變化。因此，應理解，所附申請專利範圍意欲涵蓋如屬於本發明之真實精神內的所有此等修改及變化。

20-A至20-N‧‧‧邊緣裝置

22-A至22-N‧‧‧使用者

32-A至32-N‧‧‧博弈站

34-A至34-N‧‧‧撲克牌

36-A至36-N‧‧‧下注籌碼

38‧‧‧監視模組

40‧‧‧基於多代理之系統

42‧‧‧代理

44‧‧‧核心引擎

46‧‧‧監視引擎

48‧‧‧計算引擎

50‧‧‧即時博弈環境

Claims (15)

1. 一種適合於用於一即時博弈環境中之分析系統，該分析系統包含：多個博弈站，其安置於該博弈環境內之多個位置中；每一博弈站包含用於顯示多個博弈物件之一顯示區；至少一感測器，其經組配以捕獲對應於顯示於該顯示區中之該等多個博弈物件之物件資料；至少一處理器，其耦接至該感測器且經組配以產生該等多個博弈物件之識別資料；一基於多代理之系統，其包含：一核心引擎，其經組配以界定且部署多個代理；其中該等多個代理經組配以實行由一或多個使用者界定之一可規劃任務集合；其中該可規劃任務集合經組配以用該物件資料操作；一監視引擎，其經組配以監視該等多個代理之一生命週期、該等多個代理之間的通訊及該等可規劃任務之一處理時間；一計算引擎，其耦接至該核心引擎且經組配以執行該可規劃任務集合；以及一監視模組，其耦接至該基於多代理之系統且經組配以使得一使用者能夠監視在每一博弈站處發生之多個事件。
2. 如請求項1之分析系統，其中該即時博弈環境為一娛樂場且該等多個物件包含撲克牌及下注籌碼。
3. 如請求項1之分析系統，其中該物件資料包含該等多個博弈物件之影像資料。
4. 如請求項1之分析系統，其中該基於多代理之系統經組配以判定下注模式、該等所識別籌碼及卡牌之異動或其組合。
5. 如請求項1之分析系統，其中該處理器經組配以判定該撲克牌之一卡牌花色及一卡牌值。
6. 如請求項1之分析系統，其中該處理器經組配以判定由該博弈站處之一或多個玩家下注之籌碼之一數目。
7. 如請求項1之分析系統，其中該基於多代理之系統進一步包含一統計套件，該統計套件包含用以處理該物件資料之多個統計工具。
8. 一種用於改良客戶體驗之基於物聯網(IoT)之分析系統，該分析系統包含：所關注之多個物品，其安置於一機構內之多個位置中；至少一感測器，其經組配以捕獲對應於所關注之該等多個物品的物件資料；至少一處理器，其耦接至該感測器且經組配以產生所關注之該等多個物品的識別資料；一基於多代理之系統，其包含：一核心引擎，其經組配以界定且部署多個代 理；其中該等多個代理經組配以實行由一或多個使用者界定之一可規劃任務集合；其中該可規劃任務集合經組配以用該物件資料操作；一監視引擎，其經組配以監視該等多個代理之一生命週期、該等多個代理之間的通訊及該等可規劃任務之一處理時間；一計算引擎，其耦接至該核心引擎且經組配以執行該可規劃任務集合；以及一監視模組，其耦接至該基於多代理之系統且經組配以使得一使用者能夠監視所關注之該等多個物品的多個業務參數。
9. 如請求項8之基於物聯網(IoT)之分析系統，其中該基於多代理之系統經組配以產生使得一使用者能夠追蹤與所關注之該等多個物品相關聯之多個模式的多個報告。
10. 如請求項8之基於物聯網(IoT)之分析系統，其中該機構包含商業組織、零售商店、零售消費型商店、娛樂場、旅館及餐館、圖書館、博物館或其組合。
11. 如請求項8之基於物聯網(IoT)之分析系統，其中所關注之該等多個物品包含安置於該零售商店中之多個貨架上的多個消費型產品。
12. 如請求項11之基於物聯網(IoT)之分析系統，其中該物件資料包含安置於該零售商店中之該等多個貨架上之該等多個消費型產品的影像資料。
13. 如請求項8之基於物聯網(IoT)之分析系統，其中該基於 多代理之系統經組配以判定進貨模式、銷售模式、產品再進貨資料、藉由開放新櫃台來管理結賬隊列、在該零售商店內部追蹤一消費者之路徑。
14. 如請求項11之基於物聯網(IoT)之分析系統，其中該處理器經組配以在該零售商店中追蹤該上架可用性且識別存在於該貨架上之不同產品標識。
15. 如請求項8之基於物聯網(IoT)之分析系統，其中該基於多代理之系統進一步包含一統計套件，該統計套件包含用以處理該物件資料之多個統計工具。