WO2018139302A1 - チップの認識学習システム - Google Patents

チップの認識学習システム Download PDF

Info

Publication number
WO2018139302A1
WO2018139302A1 PCT/JP2018/001172 JP2018001172W WO2018139302A1 WO 2018139302 A1 WO2018139302 A1 WO 2018139302A1 JP 2018001172 W JP2018001172 W JP 2018001172W WO 2018139302 A1 WO2018139302 A1 WO 2018139302A1
Authority
WO
WIPO (PCT)
Prior art keywords
chip
chips
determination
game
learning system
Prior art date
Application number
PCT/JP2018/001172
Other languages
English (en)
French (fr)
Inventor
泰 重田
Original Assignee
エンゼルプレイングカード株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN202310004127.XA priority Critical patent/CN116343405A/zh
Priority to US16/480,113 priority patent/US20200294346A1/en
Priority to JP2018564513A priority patent/JP7347934B2/ja
Priority to CN202310004543.XA priority patent/CN116363808A/zh
Priority to CN201880008195.0A priority patent/CN110678908A/zh
Priority to CN202310004075.6A priority patent/CN116778644A/zh
Priority to KR1020237020292A priority patent/KR102622512B1/ko
Priority to SG11201906801SA priority patent/SG11201906801SA/en
Application filed by エンゼルプレイングカード株式会社 filed Critical エンゼルプレイングカード株式会社
Priority to KR1020237045458A priority patent/KR20240008953A/ko
Priority to EP18744736.2A priority patent/EP3561767A4/en
Priority to AU2018211647A priority patent/AU2018211647A1/en
Priority to KR1020197022024A priority patent/KR20190110552A/ko
Publication of WO2018139302A1 publication Critical patent/WO2018139302A1/ja
Priority to PH12019501704A priority patent/PH12019501704A1/en
Priority to US17/881,913 priority patent/US20220406053A1/en
Priority to AU2022279468A priority patent/AU2022279468A1/en
Priority to JP2023145172A priority patent/JP2023172971A/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/04—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the shape
    • G06K19/041—Constructional details
    • G06K19/047—Constructional details the record carrier being shaped as a coin or a gambling token
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F1/00—Coin inlet arrangements; Coins specially adapted to operate coin-freed mechanisms
    • G07F1/06—Coins specially adapted to operate coin-freed mechanisms
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3202—Hardware aspects of a gaming system, e.g. components, construction, architecture thereof
    • G07F17/3216—Construction aspects of a gaming system, e.g. housing, seats, ergonomic aspects
    • G07F17/322—Casino tables, e.g. tables having integrated screens, chip detection means
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
    • G07F17/3232—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed
    • G07F17/3237—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed about the players, e.g. profiling, responsible gaming, strategy/behavior of players, location of players
    • G07F17/3239—Tracking of individual players
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3241—Security aspects of a gaming system, e.g. detecting cheating, device integrity, surveillance
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3244—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes
    • G07F17/3248—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes involving non-monetary media of fixed value, e.g. casino chips of fixed value
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3244—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes
    • G07F17/3251—Payment aspects of a gaming system, e.g. payment schemes, setting payout ratio, bonus or consolation prizes involving media of variable value, e.g. programmable cards, programmable tokens
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3286—Type of games
    • G07F17/3293—Card games, e.g. poker, canasta, black jack
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Definitions

  • the present invention relates to a chip recognition learning system.
  • An object of the present invention is to provide a chip recognition learning system capable of accurately recognizing a chip bet by a player.
  • a chip recognition learning system includes: A chip recognition and learning system in a game hall having a game table, A game recording device for recording the state of chips stacked on the gaming table as an image by a camera; A chip determination device including an artificial intelligence device that analyzes an image of the recorded state of the chip and determines the number and type of chips betted by the player; When it is determined that there is a suspicion of error in the determination result of the chip determination device, the image used for the determination of the chip determination device and the number and type of correct chips for the error are transmitted to the artificial intelligence device as teacher data.
  • a teaching device for inputting and learning.
  • the teacher device determines the number and types of correct images for the image and error used in the determination of the chip determination device. Therefore, the artificial intelligence device can efficiently learn the image pattern with relatively low determination accuracy of the chip determination device, and focus on the image pattern. The determination accuracy of the chip determination device can be increased. By repeating such teacher learning, the chip determination device can accurately recognize the chips betted by the player regardless of the state in which the chips are stacked.
  • the teacher device uses the image used for determination of the chip determination device and the number and type of chips of the determination result as teacher data, and the artificial intelligence device Further input may be made to learn.
  • an image pattern with a relatively low determination accuracy of the chip determination device can be further improved.
  • the determination device can recognize the chips betted by the player with higher accuracy.
  • a chip recognition learning system includes: A chip recognition and learning system in a game hall having a game table, A game recording device for recording the state of chips stacked on the gaming table as an image by a camera; A chip determination device including an artificial intelligence device that analyzes the image of the recorded chip state and determines the number and type of chips betted by the player, When the artificial intelligence device determines that there is a suspicion of an error in the determination result of the chip determination device, the artificial intelligence device determines the image used for the determination of the chip determination device and the number or type of correct chips for the error. To be learned by the teacher device.
  • the artificial intelligence device determines the number of correct chips for the image and error used for the determination of the chip determination device, and Since the type is input as the teacher data by the teacher device and learned, the artificial intelligence device can efficiently learn about the image pattern whose determination accuracy of the chip determination device is relatively low, and focus on the image pattern. The determination accuracy of the chip determination device can be increased. By repeating this, the chip determination device can accurately recognize the chips betted by the player regardless of the state in which the chips are stacked.
  • a chip recognition learning system includes: A control device for determining whether the determination result of the chip determination device is correct or not;
  • the chip determination device has recorded in the game recording device the type and number of chips on the chip tray provided in the gaming table and the position, type and number of chips betted by each player in a game played at the gaming table. Can be determined from the image,
  • the control device grasps the actual total amount of chips in the chip tray, and based on the determination result of the chip determination device, before the settlement of each game.
  • a chip recognition learning system includes: A chip recognition and learning system in a game hall having a game table, A game recording device for recording the state of chips stacked on the gaming table as an image by a camera; A chip determination device including an artificial intelligence device that analyzes an image of the recorded state of the chip and determines the number and type of chips betted by the player; When it is determined that the determination result of the chip determination device is correct, learning is performed by inputting the image used for the determination of the chip determination device and the number and type of chips of the determination result to the artificial intelligence device as teacher data. And a teacher device.
  • a chip recognition learning system includes: A chip recognition and learning system in a game hall having a game table, A game recording device for recording the state of chips stacked on the gaming table as an image by a camera; A chip determination device including an artificial intelligence device that analyzes the image of the recorded chip state and determines the number and type of chips betted by the player, When it is determined that the determination result of the chip determination device is correct, the artificial intelligence device uses an image used for determination of the chip determination device and the number or type of chips of the determination result as teacher data by a teacher device. Learn to be input.
  • a chip recognition learning system includes: A control device for determining whether the determination result of the chip determination device is correct or not;
  • the chip determination device has recorded in the game recording device the type and number of chips on the chip tray provided in the gaming table and the position, type and number of chips betted by each player in a game played at the gaming table. Can be determined from the image,
  • the control device grasps the actual total amount of chips in the chip tray, and based on the determination result of the chip determination device, before the settlement of each game.
  • the control device may grasp an actual total amount of chips in the chip tray with reference to an RFID provided on the chip.
  • control device can automatically grasp the actual total amount of chips in the chip tray using the RFID, and can enhance the measurement system rather than the visual measurement by the operator.
  • the control device includes an artificial intelligence device for determining a correct answer, which is different from the artificial intelligence device of the chip determination device, for grasping the actual total amount of chips in the chip tray from an image recorded in the game recording device. Also good.
  • control device can automatically grasp the actual total amount of chips in the chip tray using the artificial intelligence device for determining the correct answer, and the measurement system rather than the visual measurement by the operator. Can be increased.
  • the game recording device adds an index or time to an image acquired from the camera, or specifies a chip collection or payment scene so that the game record can be analyzed later by the chip determination device.
  • a tag may be added and recorded.
  • the chip determination device can easily obtain an image of the state of the chip to be analyzed from the recorded content of the game recording device by using the index, time, and tag attached to the image.
  • the time required for identification can be shortened.
  • the chip determination device determines the type, number, and position of chips bet even if a plurality of chips placed on a game table are partially or entirely hidden by the blind spot of the camera. It may be possible.
  • the player bets on the chip determination device particularly when a plurality of chips placed on the game table are partially or entirely hidden by the blind spot of the worker.
  • the measurement system can be enhanced compared to the visual measurement by the operator.
  • a chip recognition learning method includes: A chip recognition learning method in a game hall having a game table, A game recording step of recording a state of chips stacked on the gaming table as an image by a camera; A chip determination step by an artificial intelligence device that analyzes an image of the recorded state of the chip and determines the number and type of chips betted by the player; When it is determined that there is a suspicion of error in the determination result of the chip determination step, the image used in the determination of the chip determination step and the number and type of correct chips for the error are transmitted to the artificial intelligence apparatus as teacher data.
  • a teacher step for inputting and learning.
  • the artificial intelligence device can efficiently learn the image pattern having a relatively low determination accuracy in the chip determination step, and focus on the image pattern.
  • the determination accuracy can be increased.
  • a chip recognition learning method includes: A chip recognition learning method in a game hall having a game table, A game recording step of recording a state of chips stacked on the gaming table as an image by a camera; A chip determination step by an artificial intelligence device that analyzes an image of the recorded state of the chip and determines the number and type of chips betted by the player; When it is determined that the determination result of the chip determination step is correct, the image used for the determination of the chip determination step and the number and type of chips of the determination result are input to the artificial intelligence apparatus as teacher data and learned. And a teacher step.
  • FIG. 1 is a diagram schematically showing a game arcade provided with a chip recognition and learning system according to the first embodiment.
  • FIG. 2 is a diagram for explaining the progress of the baccarat game.
  • FIG. 3 is a block diagram showing a schematic configuration of the chip recognition learning system according to the first embodiment.
  • FIG. 4 is a flowchart for explaining a chip recognition learning method.
  • FIG. 5 is a flowchart for explaining a modification of the chip recognition learning method.
  • FIG. 6 is a flowchart for explaining another modification of the chip recognition learning method.
  • FIG. 7 is a diagram schematically showing a game arcade provided with a chip recognition learning system according to the second embodiment.
  • FIG. 8 is a block diagram showing a schematic configuration of a chip recognition learning system according to the second embodiment.
  • the game played in the game hall having the game table 4 will be described.
  • the game table 4 is a baccarat table and a baccarat game is performed will be described, but the present invention can also be applied to other game venues or other games.
  • FIG. 1 is a diagram schematically showing a game arcade provided with a chip recognition learning system 10 according to the first embodiment.
  • the game hall has a substantially semicircular game table 4 and a plurality of chairs 201 arranged so as to face the dealer D along the arc side of the game table 4. .
  • the number of chairs 201 is arbitrary, and in the example shown in FIG. 1, six chairs 201 are arranged.
  • a betting area BA is provided on the game table 4 corresponding to each of the chairs 201. In other words, in the illustrated example, six bet areas BA are arranged in an arc.
  • a customer (player) C sits on each chair 201.
  • the customer (player) C is provided in front of the seated chair 201 to determine whether the player (PLAYER) or the bunker (BANKER) wins or becomes a draw (TIE) as a result of winning or losing the baccarat game.
  • a bet is made by stacking chips W in the betting area BA (hereinafter referred to as “bet”).
  • the chip W to be bet may be only one type or a plurality of types.
  • the customer (player) C may arbitrarily determine the number of chips W to be bet on.
  • the chip recognition and learning system 10 recognizes the number and type of the chips W that are stacked.
  • the dealer D calls the timing “No More Bet” to end the betting by the customer (player) C, moves the hand in the horizontal direction, and so on.
  • the dealer D pulls out cards one by one from the card shooter device S to the game table 4.
  • the first card is a player (PLAYER)
  • the second card is a bunker (BANKER)
  • the third card is a player (PLAYER)
  • the fourth card is a bunker (BANKER). (Hereafter, the withdrawal of the first to fourth cards is called “dealing”).
  • the customer (player) who made a bet on the player (PLAYER) C (if there are multiple customers who made a bet on the player, the customer C who made the highest bet, bet on the player If there is no customer, dealer D) returns the first and third cards with the back side facing up.
  • a customer (player) C bets on a bunker (a player) C (a customer C who has bet on a bunker is the customer C who has bet the highest price, and a dealer D who has a bet on the bunker) )
  • Return the second and fourth cards to the front (generally, returning this back card to the front is called “squeeze”).
  • the dealer D draws the fifth card and the sixth card.
  • PLAYER or BANKER hand.
  • a customer (player) C bets a player (PLAYER) betting a card in the player's (PALYER) hand, and a customer (player) places a bet in the banker's hand (BANKER) Squeezes.
  • winning or losing may be determined by the 1st to 4th cards, and finally winning or losing may be determined by the 5th or 6th card.
  • the dealer D grasps the winning / losing result and the winning / losing result, presses the winning / losing result display button in the card shooter S, and notifies the customer (player) C of the winning / losing result. For this purpose, work such as displaying on a monitor is performed.
  • the winning / losing result of the game is determined by the winning / losing determining unit of the card shooter device S. If the dealer D tries to draw more cards without displaying the winning / losing result even though the winning / losing is decided, an error occurs. The card shooter device S detects the error and outputs an error signal. Finally, the dealer D pays out the premium by the customer (player) C while the winning / losing result is displayed, pays the winning customer (player) C, and pays the lost customer (player) C. Collect. After the settlement is completed, the display of the winning / losing result is terminated and the betting of the next game is started.
  • the card shooter device S is configured to read out the drawn card while taking a structure in which the card is pulled out by the dealer D.
  • the card shooter device has a result display button and a result display unit, and has a function of performing a win / loss determination and a win / loss result display.
  • a card shooter device S, a monitor, etc. are arranged for each gaming table 4 arranged in a plurality, and the cards to be used are packaged or set in each gaming table 4 or a cabinet below it. Is supplied and operated in cartons.
  • the chip recognition / learning system 10 relates to a system for recognizing and learning a chip W placed by a customer (player) C stacked in a betting area BA, and more specifically, the number and / or type of chips W are determined.
  • the present invention relates to a recognition learning system.
  • a monitoring camera 212 that images the state of the chips W stacked in the betting area BA is provided outside the gaming table 4.
  • Each chip W is provided with an RFID
  • the chip tray 23 managed by the dealer D is provided with an RFID reader 22 for reading the RFID of the chip W in the chip tray 23.
  • the chip recognition learning system 10 is connected to the monitoring camera 212 and the RFID reader 22 so as to communicate with each other.
  • FIG. 3 is a block diagram showing a schematic configuration of the chip recognition learning system 10 according to the present embodiment.
  • the chip recognition learning system 10 includes a game recording device 11, a chip determination device 12, a teacher device 13, and a control device 14. At least a part of the chip recognition and learning system 10 is realized by a computer.
  • the game recording device 11 includes a fixed data storage such as a hard disk.
  • the game recording device 11 records the state of the chips W stacked on the game table 4 as an image captured by the camera 212.
  • the image may be a moving image or a continuous still image.
  • the game recording device 11 assigns an index or time to an image acquired from the camera 212 so that the game recording can be analyzed later by the chip determination device 12 to be described later, or a chip W collection scene or a payment scene. You may record by attaching
  • the chip determination device 12 includes an artificial intelligence device 12a that performs image recognition using, for example, a deep learning technique.
  • the chip determination device 12 analyzes the image of the state of the chip W recorded in the game recording device 11, and (Player) The number and type of chips W bet by C are determined.
  • the chip determination device 12 may further determine the position of the chip W bet by the customer (player) C on the bet area BA.
  • the chip determination device 12 may analyze the image of the state of the chip W recorded in the game recording device 11 to determine the number and type of the chips W in the chip tray 23 before the settlement of each game.
  • the chip determination device 12 outputs the determination result to the output device 15.
  • the output device 15 may output the determination result of the chip determination device 12 to the monitor on the game table 4 as character information, or may output it to the headset of the dealer D as voice information.
  • the control device 14 is a device that determines whether the determination result of the chip determination device 12 is correct. When all of the chips W (losing chips) betted by the losing customer (player) C have been collected, the control device 14 grasps the actual total amount V0 of the chips W in the chip tray 23.
  • control device 14 acquires the RFID information of the chip W in the chip tray 23 from the RFID reader 22, and based on the acquired RFID information, the type and number of chips W in the chip tray 23 And grasp the actual total amount V0.
  • the control device 14 calculates the total amount of chips W betted by the winning player C and the amount V4 to be paid from the position, type and number of chips W betted by each player C.
  • the control device 14 grasps the actual total amount of the chip tray 23 after being reduced by the chip W that has paid for it, determines whether it matches V4 to be paid, and displays a lamp that does not match according to the determination result. .
  • the lamp may be lit, for example, green if matched or red if not matched.
  • the teacher device 13 acquires the correctness of the determination result of the chip determination device 12 from the control device 14.
  • the control device 14 determines that there is a suspicion of error in the determination result of the chip determination device 12
  • the teacher device 13 determines the image used for the determination (including the suspicion of error) of the chip determination device 12 and the error.
  • the number and type of correct chips W may be input to the artificial intelligence apparatus 12a of the chip determination apparatus 12 as teacher data for learning. It should be noted that the number and type of correct chips for the error are taught to the teacher device 13 by a person actually confirming the image. That is, the teacher device 13 learns the number and type of correct chips for an error by a person teaching through an apparatus that teaches an image at the time of an error and the number of correct answers at that time.
  • the teacher device 13 uses the image used for the (correct) determination of the chip determination device 12 and the chip of the determination result of the chip determination device 12.
  • the number and type of W may be further input as learning data to the artificial intelligence device 12a of the chip determination device 12 for learning.
  • the teacher device 13 can improve the determination accuracy of the chip W by the chip determination device 12 by repeatedly performing the teacher operation of inputting and learning the teacher data to the artificial intelligence device 12a of the chip determination device 12. Since the artificial intelligence device 12a of the chip determination device 12 performs image analysis of the image of the state of the chip W to determine the chip W, a plurality of chips W placed on the game table 4 are partially selected by the blind spot of the camera 212. Alternatively, even if the entire sheet is hidden, it is possible to determine the type, number and position of the betted chips W by repeatedly learning such incomplete images.
  • step S31 first, when a customer (player) C stacks and arranges chips W in the betting area BA of the gaming table 4 (betting chips W), the camera 212 displays an image of the state of the stacked chips W. And the image is recorded in the game recording device 11 (step S31).
  • the image recorded in the game recording device 11 is subjected to image analysis by the chip determination device 12, and the number and type of chips W bet by the customer (player) C are determined (step S32).
  • the image analyzed by the chip determination device 12 is selected based on the index assigned to the image by the game recording device 11, the time, or the tag that identifies the collection scene or payment scene of the chip W. May be.
  • step S32 the image of the state of the chip W recorded in the game recording device 11 is subjected to image analysis by the chip determination device 12, so that in addition to the number and type of chips W bet by the customer (player) C, the customer (Player) The position of the chip W bet by C on the betting area BA may be determined, or the number and type of chips W on the chip tray 23 before the settlement of each game may be determined.
  • the determination result of the chip determination device 12 is output to the output device 15.
  • the determination result of the chip determination device 12 may be output to the monitor on the game table 4 as character information by the output device 15, or may be output to the headset of the dealer D as sound information.
  • the determination result of the chip determination device 12 is also transmitted to the control device 14, and the control device 14 determines whether the determination result of the chip determination device 12 is correct (step S33).
  • step S34 When it is determined that there is a suspicion of error in the determination result of the chip determination device 12 by the control device 14 (step S34: No), an image used for the determination (including the suspicion of error) of the chip determination device 12; The number and type of correct chips W for the error are input from the teacher device 13 to the artificial intelligence device 12a of the chip determination device 12 as teacher data, and the artificial intelligence device 12a performs learning (step S36).
  • step S34: Yes the operation of the chip recognition learning system 10 in the game is terminated.
  • the teacher device 13 uses the image and error used for the determination of the chip determination device 12. Therefore, the artificial intelligence apparatus 12a efficiently learns an image pattern with a relatively low determination accuracy of the chip determination apparatus 12. It is possible to increase the determination accuracy of the chip determination device 12 with respect to the image pattern. By repeating such teacher learning, the chip determination device 12 can accurately recognize the chip W bet by the player C regardless of the state in which the chips W are stacked.
  • Suspected error in the determination result of the device 12 has a determining.
  • the control device 14 can automatically determine whether or not there is a suspicion of an error in the determination result of the chip determination device 12.
  • the control device 14 grasps the actual total amount V0 of the chips W in the chip tray 23 on the basis of the RFID provided on the chip W.
  • the actual total amount V0 of the chip W can be automatically grasped using RFID, and the measurement system can be enhanced as compared with the visual measurement by the operator.
  • the game recording apparatus 11 assigns an index or time to an image acquired from the camera 212 or adds a tag that specifies a chip collection scene or a payment scene for recording.
  • the chip determination device 12 can easily specify the image of the state of the chip W to be analyzed from the recorded content of the game recording device 11 by using the index, time, and tag attached to the image. And the time required for identification can be shortened.
  • the chip determination device 12 Since the type, number and position of the betted chips W can be determined, in particular, a plurality of chips W placed on the game table 4 are partially or entirely hidden by the worker's blind spots. In such a case, by causing the chip determination device 12 to determine the chip W bet by the player C, the measurement system can be enhanced as compared with the visual measurement by the operator.
  • FIG. 5 is a flowchart for explaining a modification of the chip recognition learning method.
  • step S ⁇ b> 34: No when the control device 14 determines that there is a suspicion of an error in the determination result of the chip determination device 12 (step S ⁇ b> 34: No), the determination of the chip determination device 12 (including a suspicion of error). And the number and type of correct chips W for the error are input as teacher data from the teacher device 13 to the artificial intelligence device 12a of the chip determination device 12, and the artificial intelligence device 12a performs learning (step) S36).
  • step S34 determines that the determination result of the chip determination device 12 is correct (step S34: Yes)
  • the image used for the (correct) determination of the chip determination device 12 and the determination of the chip determination device 12 The number and type of the resultant chips W (that is, the number and type of correct chips W) are further input as teacher data from the teacher device 13 to the artificial intelligence device 12a of the chip determination device 12, and the artificial intelligence device 12a further learns. Is performed (step S35).
  • an image pattern with a relatively low determination accuracy of the chip determination device 12 can be further improved.
  • the chip determination device 12 can recognize the chip W bet by the player C with higher accuracy.
  • FIG. 6 is a flowchart for explaining another modified example of the chip recognition learning method.
  • step S ⁇ b> 34: Yes when the control device 14 determines that the determination result of the chip determination device 12 is correct (step S ⁇ b> 34: Yes), the image used for the (correct) determination of the chip determination device 12 and the chip
  • the number and type of chips W determined by the determination device 12 are further input as teacher data from the teacher device 13 to the artificial intelligence device 12a of the chip determination device 12, and artificial intelligence The device 12a further learns (step S35).
  • step S34: No the operation of the chip recognition and learning system 10 in the game is terminated.
  • the teacher device 13 uses the image used for the determination of the chip determination device 12 and the (correct) chip W of the determination result. Therefore, the artificial intelligence device 12a can efficiently learn the image pattern having a relatively high determination accuracy of the chip determination device 12, The determination accuracy of the chip determination device 12 can be increased with emphasis on the image pattern. By repeating such teacher learning, the chip determination device 12 can accurately recognize the chip W bet by the player C.
  • FIG. 7 is a diagram schematically showing a game arcade provided with a chip recognition and learning system 100 according to the second embodiment.
  • FIG. 8 is a block diagram showing a schematic configuration of a chip recognition learning system 100 according to the second embodiment.
  • the chips W in the chip tray 23 managed by the dealer D are used.
  • a chip tray monitoring camera 24 for imaging the state is provided outside the gaming table 4.
  • the chip recognition and learning system 100 is connected to the monitoring camera 212 and the chip tray monitoring camera 24 so that they can communicate with each other.
  • the game recording device 11 records the state of the chip W in the chip tray 23 as an image captured by the chip tray camera 24.
  • the image may be a moving image or a continuous still image.
  • the control device 14 includes an artificial intelligence device 14a (artificial intelligence device for correct answer determination) that is different from the artificial intelligence device 12a of the chip determination device 12 and performs image recognition using, for example, a deep learning technique.
  • the image of the state of the chip W in the chip tray 23 recorded in the recording device 11 is subjected to image analysis, the number and type of the chips W in the chip tray 23 are determined, and the actual total amount V0 is grasped.
  • control device 14 can automatically grasp the actual total amount of the chips W in the chip tray 23 using the artificial intelligence device 14a for determining the correct answer, and is determined by the operator.
  • the measurement system can be enhanced rather than visual measurement.
  • unsupervised data learning it teaches whether the result determined by the artificial intelligence is correct or incorrect, and this is also considered as teacher data learning in the present invention.

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

チップの認識学習システム
　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。
     
PCT/JP2018/001172 2017-01-24 2018-01-17 チップの認識学習システム WO2018139302A1 (ja)

Priority Applications (16)

Application Number Priority Date Filing Date Title
KR1020237045458A KR20240008953A (ko) 2017-01-24 2018-01-17 칩의 인식 학습 시스템
US16/480,113 US20200294346A1 (en) 2017-01-24 2018-01-17 Chip recognizing and learning system
EP18744736.2A EP3561767A4 (en) 2017-01-24 2018-01-17 TOKEN RECOGNITION LEARNING SYSTEM
CN201880008195.0A CN110678908A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
CN202310004075.6A CN116778644A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
KR1020237020292A KR102622512B1 (ko) 2017-01-24 2018-01-17 칩의 인식 학습 시스템
SG11201906801SA SG11201906801SA (en) 2017-01-24 2018-01-17 Chip recognizing and learning system
CN202310004127.XA CN116343405A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
JP2018564513A JP7347934B2 (ja) 2017-01-24 2018-01-17 チップの認識学習システム
CN202310004543.XA CN116363808A (zh) 2017-01-24 2018-01-17 筹码的识别学习系统
AU2018211647A AU2018211647A1 (en) 2017-01-24 2018-01-17 Chip recognizing and learning system
KR1020197022024A KR20190110552A (ko) 2017-01-24 2018-01-17 칩의 인식 학습 시스템
PH12019501704A PH12019501704A1 (en) 2017-01-24 2019-07-24 Chip recognizing and learning system
US17/881,913 US20220406053A1 (en) 2017-01-24 2022-08-05 Chip recognizing and learning system
AU2022279468A AU2022279468A1 (en) 2017-01-24 2022-11-30 Chip recognizing and learning system
JP2023145172A JP2023172971A (ja) 2017-01-24 2023-09-07 チップの認識学習システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017010188 2017-01-24
JP2017-010188 2017-01-24

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US16/480,113 A-371-Of-International US20200294346A1 (en) 2017-01-24 2018-01-17 Chip recognizing and learning system
US17/881,913 Continuation US20220406053A1 (en) 2017-01-24 2022-08-05 Chip recognizing and learning system

Publications (1)

Publication Number Publication Date
WO2018139302A1 true WO2018139302A1 (ja) 2018-08-02

Family

ID=61094207

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/001172 WO2018139302A1 (ja) 2017-01-24 2018-01-17 チップの認識学習システム

Country Status (10)

Country Link
US (4) US20200294346A1 (ja)
EP (3) EP3561767A4 (ja)
JP (2) JP7347934B2 (ja)
KR (5) KR102622512B1 (ja)
CN (5) CN116363808A (ja)
AU (4) AU2018211647A1 (ja)
HK (1) HK1259288A1 (ja)
PH (2) PH12018000022A1 (ja)
SG (6) SG11201906801SA (ja)
WO (1) WO2018139302A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7347934B2 (ja) * 2017-01-24 2023-09-20 エンゼルグループ株式会社 チップの認識学習システム
US11288508B2 (en) * 2017-10-02 2022-03-29 Sensen Networks Group Pty Ltd System and method for machine learning-driven object detection
SG10202001539TA (en) * 2019-02-21 2020-09-29 Angel Playing Cards Co Ltd Management system for table game
US11205319B2 (en) 2019-06-21 2021-12-21 Sg Gaming, Inc. System and method for synthetic image training of a neural network associated with a casino table game monitoring system
US11183012B2 (en) 2019-08-19 2021-11-23 Sg Gaming, Inc. Systems and methods of automated linking of players and gaming tokens
CN111062237A (zh) * 2019-09-05 2020-04-24 商汤国际私人有限公司 识别图像中的序列的方法及装置、电子设备和存储介质
US11398127B2 (en) 2019-10-07 2022-07-26 Sg Gaming, Inc. Gaming systems and methods using image analysis authentication
US11393282B2 (en) 2019-10-09 2022-07-19 Sg Gaming, Inc. Systems and devices for identification of a feature associated with a user in a gaming establishment and related methods
WO2021202518A1 (en) 2020-03-30 2021-10-07 Sg Gaming, Inc. Gaming environment tracking optimization
US11495085B2 (en) 2020-07-13 2022-11-08 Sg Gaming, Inc. Gaming environment tracking system calibration
CN113508391A (zh) * 2021-06-11 2021-10-15 商汤国际私人有限公司 一种数据处理方法、装置和系统、介质和计算机设备
WO2022259031A1 (en) * 2021-06-11 2022-12-15 Sensetime International Pte. Ltd. Methods, apparatuses, systems, media, and computer devices for processing data
KR20220169469A (ko) * 2021-06-18 2022-12-27 센스타임 인터내셔널 피티이. 리미티드. 이미지 처리 방법, 장치, 에지 컴퓨팅 기기 및 컴퓨터 저장 매체
WO2022096954A1 (en) * 2021-06-18 2022-05-12 Sensetime International Pte. Ltd. Image processing method and device, edge computing device, and computer storage medium
AU2021240215B1 (en) * 2021-09-22 2023-02-23 Sensetime International Pte. Ltd. Item identification method and apparatus, device, and computer-readable storage medium
CN113853243A (zh) * 2021-09-27 2021-12-28 商汤国际私人有限公司 游戏道具分类及神经网络的训练方法和装置
US11967200B2 (en) 2022-01-12 2024-04-23 Lnw Gaming, Inc. Chip tracking system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008120749A1 (ja) 2007-03-30 2008-10-09 Angel Playing Cards Co., Ltd. Ｒｆｉｄを内包した遊戯用代用貨幣およびその製造方法
JP2009219588A (ja) * 2008-03-14 2009-10-01 Aruze Corp 遊技判定システム
US20110052049A1 (en) * 2009-08-26 2011-03-03 Bally Gaming, Inc. Apparatus, method and article for evaluating a stack of objects in an image
JP2012174222A (ja) * 2011-02-24 2012-09-10 Olympus Corp 画像認識プログラム、方法及び装置
JP2016143353A (ja) * 2015-02-04 2016-08-08 エヌ・ティ・ティ・コムウェア株式会社 学習装置、学習方法、およびプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004112923A1 (en) * 2003-06-26 2004-12-29 Tangam Gaming Technology Inc. System, apparatus and method for automatically tracking a table game
US7901285B2 (en) * 2004-05-07 2011-03-08 Image Fidelity, LLC Automated game monitoring
US20060160608A1 (en) * 2005-01-14 2006-07-20 Hill Otho D Card game system with automatic bet recognition
US7419160B1 (en) * 2005-09-27 2008-09-02 New Action Gaming, Llc Baccarat game
US8021231B2 (en) * 2005-12-02 2011-09-20 Walker Digital, Llc Problem gambling detection in tabletop games
SG182454A1 (en) * 2010-06-07 2012-08-30 Walker Digital Table Systems Methods and systems for facilitating table games
US20160328604A1 (en) * 2014-01-07 2016-11-10 Arb Labs Inc. Systems and methods of monitoring activities at a gaming venue
KR20140139466A (ko) * 2014-11-12 2014-12-05 변동삼 데이터 크롤링 및 관리자 입력에 기반한 판매 예측 자동화 장치
CN105989334B (zh) * 2015-02-12 2020-11-17 中国科学院西安光学精密机械研究所 基于单目视觉的道路检测方法
CA2947969C (en) * 2015-05-29 2017-09-26 Adrian BULZACKI Systems, methods and devices for monitoring betting activities
JP6049118B1 (ja) * 2016-05-24 2016-12-21 セガサミークリエイション株式会社 管理システム及びゲーム用テーブル
JP7347934B2 (ja) * 2017-01-24 2023-09-20 エンゼルグループ株式会社 チップの認識学習システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008120749A1 (ja) 2007-03-30 2008-10-09 Angel Playing Cards Co., Ltd. Ｒｆｉｄを内包した遊戯用代用貨幣およびその製造方法
JP2009219588A (ja) * 2008-03-14 2009-10-01 Aruze Corp 遊技判定システム
US20110052049A1 (en) * 2009-08-26 2011-03-03 Bally Gaming, Inc. Apparatus, method and article for evaluating a stack of objects in an image
JP2012174222A (ja) * 2011-02-24 2012-09-10 Olympus Corp 画像認識プログラム、方法及び装置
JP2016143353A (ja) * 2015-02-04 2016-08-08 エヌ・ティ・ティ・コムウェア株式会社 学習装置、学習方法、およびプログラム

Also Published As

Publication number Publication date
KR20230124529A (ko) 2023-08-25
AU2022279365A1 (en) 2023-01-19
KR102622512B1 (ko) 2024-01-09
PH12019501704A1 (en) 2020-07-06
SG10201913197QA (en) 2020-02-27
SG10201800601WA (en) 2018-08-30
CN108339261A (zh) 2018-07-31
CN116363808A (zh) 2023-06-30
US20200294346A1 (en) 2020-09-17
CN116343405A (zh) 2023-06-27
JP7347934B2 (ja) 2023-09-20
CN110678908A (zh) 2020-01-10
PH12018000022A1 (en) 2018-08-20
US20180211110A1 (en) 2018-07-26
SG10201913201YA (en) 2020-03-30
CN116778644A (zh) 2023-09-19
SG10201913203UA (en) 2020-03-30
KR20190110552A (ko) 2019-09-30
SG10201913199TA (en) 2020-02-27
AU2018200506A1 (en) 2018-08-09
KR20180087187A (ko) 2018-08-01
JPWO2018139302A1 (ja) 2019-12-26
EP3561767A4 (en) 2020-08-05
EP4068231A1 (en) 2022-10-05
EP3352150A1 (en) 2018-07-25
AU2022279468A1 (en) 2023-02-02
EP3561767A1 (en) 2019-10-30
SG11201906801SA (en) 2019-08-27
US20230394362A1 (en) 2023-12-07
JP2023172971A (ja) 2023-12-06
US20220406053A1 (en) 2022-12-22
KR20240008953A (ko) 2024-01-19
AU2018211647A1 (en) 2019-08-08
KR20230097204A (ko) 2023-06-30
HK1259288A1 (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
WO2018139302A1 (ja) チップの認識学習システム
WO2019097976A1 (ja) 認識システム
KR102536437B1 (ko) 칩 인식 시스템
NZ739329A (en) Chip recognizing and learning system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18744736

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018564513

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20197022024

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018211647

Country of ref document: AU

Date of ref document: 20180117

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2018744736

Country of ref document: EP

Effective date: 20190723