WO2023175765A1 - 学習用データ生成装置、商品数確認装置、学習用データ生成方法、商品数確認方法、及び記録媒体 - Google Patents

Abstract

学習用データ生成装置（１０）は、取得部（１１０）及び選択部（１２０）を備えている。取得部（１１０）は、撮影手段が生成した複数の画像を取得する。選択部（１２０）は、取得部（１１０）が取得した複数の画像のうち、予め定められた条件を満たす画像を、対象商品を含まないネガティブデータとして、学習用データの少なくとも一部に含めるために選択する。この学習用データを用いて生成されたモデルを用いることにより、画像に含まれる商品の個数を精度よく検出できる。

Description

学習用データ生成装置、商品数確認装置、学習用データ生成方法、商品数確認方法、及び記録媒体

　本発明は、学習用データ生成装置、商品数確認装置、学習用データ生成方法、商品数確認方法、及び記録媒体に関する。

　近年は、顧客が商品を購入する際に、顧客自らが商品登録装置を操作することがある。この場合、商品が正確に登録されない可能性がある。これに対して特許文献１には、以下の処理を行う情報処理装置が記載されている。まず、情報処理装置は、第１所定エリアにある商品、例えば未登録商品を置くためのエリアにある商品を検出する。次いで情報処理装置は、検出された商品が、このエリアの外に移動してから所定時間以内に、第２所定エリア、例えば商品スキャンエリアに移動したか否かを判定する。

国際公開第２０１６／０５２２２９号

　上記したように、顧客自らが商品登録装置を操作する場合、商品が正確に登録されない可能性がある。特許文献１に記載の技術では、第１所定エリアに配置された商品しか追跡することはできない。このため、商品登録装置に対する商品の登録結果の精度が低下する可能性が残る。

　これに対し、本発明者は、商品登録装置で登録された商品の個数と、商品登録装置を含む領域を撮影した画像に含まれる商品の個数とを比較することにより、商品が正確に登録されていない可能性の有無を判断することを検討した。しかし、この処理を行う場合、画像に含まれる商品の個数を精度よく検出する必要がある。

　本発明の目的の一例は、上述した課題を鑑み、画像を処理して商品の個数を検出する際に、この検出の精度を高めることができる、学習用データ生成装置、商品数確認装置、学習用データ生成方法、商品数確認方法、及び記録媒体を提供することにある。

　本発明の一態様によれば、モデルを生成するための学習用データの少なくとも一部を生成する学習用データ生成装置であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記学習用データ生成装置は、
　前記撮影手段が生成した複数の画像を取得する取得手段と、
　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択手段と、
を備える学習用データ生成装置が提供される。

　本発明の一態様によれば、上記した学習用データ生成装置と共に使用され、
　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出手段と、
　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力手段と、
を備える商品数確認装置が提供される。

　本発明の一態様によれば、モデルを生成するための学習用データの少なくとも一部を生成するコンピュータが行う学習用データ生成方法であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記コンピュータは、
　　前記撮影手段が生成した複数の画像を取得し、
　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する、学習用データ生成方法が提供される。

　本発明の一態様によれば、上記した学習用データ生成装置と共に使用されるコンピュータが、
　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出し、
　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する、商品数確認方法が提供される。

　本発明の一態様によれば、コンピュータに、モデルを生成するための学習用データの少なくとも一部を生成させるプログラムを記録した記録媒体であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記プログラムは、前記コンピュータに、
　　前記撮影手段が生成した複数の画像を取得する取得機能と、
　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択機能と、
を持たせる記録媒体が提供される。

　本発明の一態様によれば、上記した学習用データ生成装置と共に使用されるコンピュータに用いられるプログラムを記録した記録媒体であって、
　前記プログラムは、前記コンピュータに、
　　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出機能と、
　　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力機能と、
を持たせる記録媒体が提供される。

　本発明の一態様によれば、画像を処理して商品の個数を検出する際に、この検出の精度を高めることができる、学習用データ生成装置、商品数確認装置、学習用データ生成方法、商品数確認方法、及び記録媒体を提供できる。

実施形態に係る学習用データ生成装置の概要を示す図である。 実施形態に係る商品数確認装置の概要を示す図である。 学習用データ生成装置及び商品数確認装置の使用環境を説明するための図である。 商品数確認装置の配置の一例を示す図である。 学習用データ生成装置の機能構成の一例を示す図である。 画像処理部による物体検出処理の対象領域の例を説明するための図である。 学習用データ記憶部が記憶している学習用データの一例を示す図である。 商品数確認装置の機能構成の一例を示す図である。 学習用データ生成装置のハードウェア構成例を示す図である。 学習用データ生成装置が行う処理の一例を示すフローチャートである。 商品数確認装置が行う処理の一例を示すフローチャートである。 図４の変形例を示す図である。

　以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

　図１は、実施形態に係る学習用データ生成装置１０の概要を示す図である。学習用データ生成装置１０は、モデルを生成するための学習用データの少なくとも一部を生成する。このモデルは、撮影装置が生成した画像に含まれる対象商品の数を算出する。対象商品は、精算の対象となる商品である。撮影装置の撮影範囲は、対象商品が配置される領域を含んでいる。

　学習用データ生成装置１０は、取得部１１０及び選択部１２０を備えている。取得部１１０は、撮影手段が生成した複数の画像を取得する。選択部１２０は、取得部１１０が取得した複数の画像のうち、予め定められた条件を満たす画像を、対象商品を含まないネガティブデータとして、学習用データの少なくとも一部に含めるために選択する。

　学習用データ生成装置１０によれば、学習用データには、予め定められた条件を満たす画像が、対象商品を含まないネガティブデータとして含まれる。このため、この学習用データを用いて生成されたモデルを用いることにより、画像に含まれる商品の個数を精度よく検出できる。

　図２は、実施形態に係る商品数確認装置２０の概要を示す図である。商品数確認装置２０は、学習用データ生成装置１０と共に使用され、算出部２１０及び出力部２２０を備えている。算出部２１０は、学習用データ生成装置１０が生成した学習用データを用いて生成されたモデルを用いて、顧客が商品登録装置を利用する際に撮影装置が撮影した画像を処理することにより、対象商品の数である第１の数を算出する。出力部２２０は、商品登録装置に登録された対象商品の数である第２の数と、第１の数との差が基準を満たしたときに、所定の情報を出力する。

　商品数確認装置２０による第１の数の検出精度は高い。また、商品数確認装置２０は、画像に含まれていた対象商品の数と、商品登録装置に登録された対象商品の数の差が基準を満たしていなかった場合に、所定の出力を行う。このため、商品数確認装置２０の管理者又は顧客は、商品が正確に登録されていない可能性があることを認識できる。

　以下、学習用データ生成装置１０及び商品数確認装置２０の詳細例について説明する。

　図３は、学習用データ生成装置１０及び商品数確認装置２０の使用環境を説明するための図である。本図に示す例において、商品数確認装置２０は、商品登録装置も兼ねている。そして学習用データ生成装置１０及び商品数確認装置２０は、撮影装置３０及び商品情報記憶部４０と共に使用される。

　商品数確認装置２０は、店舗又はオフィスに設置されている。この店舗又はオフィスには商品が配置されている。商品数確認装置２０は、顧客が購入しようとする商品を登録し、登録された商品の精算処理を行う。すなわち商品数確認装置２０は、商品登録装置及び精算装置としても機能する。商品数確認装置２０は、ＰＯＳ端末であってもよい。対象商品の登録処理及び精算処理において、商品数確認装置２０は顧客によって操作される。また、商品数確認装置２０は、対象商品の登録処理及び精算処理において、商品情報記憶部４０を使用する。

　ただし、商品数確認装置２０は対象商品の登録処理及び精算処理を行わなくてもよい。この場合、商品数確認装置２０は、例えばクラウドサーバなど、ＰＯＳ端末とは別の装置になる。

　商品情報記憶部４０は、商品の精算処理に必要な情報、例えば商品の価格をその商品の商品識別情報に対応付けて記憶している。商品情報記憶部４０は、例えば店舗内に設置されたサーバの一部であるが、これに限定されない。

　撮影装置３０は、少なくとも商品数確認装置２０の電源が入っている間は動作している。撮影装置３０は、２４時間動作していてもよい。また、撮影装置３０は、画素ごとにＲＧＢデータを有する画像を生成してもよいし、画素ごとに深度情報を有する画像を生成してもよい。撮影装置３０は、定期的に画像を生成する。これらの画像は動画を構成していてもよい。撮影装置３０のフレームレートは、例えば０．１ｆｐｓ以上３０ｆｐｓ以下であるが、これらに限定されない。

　撮影装置３０の取り付け位置は任意である。撮影装置３０は、商品数確認装置２０の上方、例えば商品数確認装置２０が配置されている部屋の天井に取り付けられていてもよいし、商品数確認装置２０に取り付けられていてもよい。

　撮影装置３０の撮影範囲は、対象商品の登録処理が行われる際に対象商品が配置される領域を含んでいる。対象商品が配置される領域は、一時的に対象商品が配置される領域、及び、対象商品の商品識別情報が商品数確認装置２０に登録される際に当該対象商品が配置される領域、の少なくとも一方を含んでいる。前者の例は台５０のうち対象商品が一時的に載せられる領域である。後者の例は、商品識別情報を対象商品から読み取る付属機器６０が、商品識別情報を読み取ることができる領域（空間）である。

　なお、撮影装置３０の撮影範囲は、さらに、商品数確認装置２０、及び商品陳列領域を含んでいてもよい。商品数確認装置２０が登録可能な商品は、この撮影範囲に含まれている商品陳列領域にのみ配置されていてもよいし、この撮影範囲外の商品陳列領域に配置されていてもよい。

　学習用データ生成装置１０は、撮影装置３０が生成した画像を用いて、モデルを生成するための学習用データを生成する。このモデルは、撮影範囲に位置する対象商品の数を算出するために用いられる。学習用データ生成装置１０は、撮影装置３０が生成した画像のうち予め定められた条件を満たす画像を、対象商品を含まないネガティブデータとして学習用データに追加する。

　なお、本図に示す例において、学習用データ生成装置１０は、上記したモデルも生成する。ただし、このモデル生成処理は、学習用データ生成装置１０とは異なる装置によって行われてもよい。

　商品数確認装置２０は、撮影装置３０が撮影した画像を処理することにより、撮影範囲に位置する対象商品の数すなわち第１の数を算出する。この際、商品数確認装置２０は、学習用データ生成装置１０が生成したモデルを使用する。そして商品数確認装置２０は、第１の数と、商品数確認装置２０に登録された対象商品の数すなわち第２の数との差が基準を満たした場合に、所定の出力を行う。

　図４は、商品数確認装置２０の配置の一例を示す図である。商品数確認装置２０は、台５０の上に載置されている。台５０は、商品数確認装置２０よりも十分大きく、その一部は商品陳列領域５１０となっている。本図に示す例において、撮影装置３０の撮影範囲は、商品数確認装置２０及び商品陳列領域５１０を含んでいる。なお、図３を用いて説明したように、商品数確認装置２０に登録され得る対象商品は、商品陳列領域５１０以外の場所に陳列されていることもある。

　台５０の上には、商品数確認装置２０の付属機器６０、例えばカードリーダ、バーコードリーダ、２次元コードリーダ、商品に取り付けられた無線通信タグと通信する近距離無線通信装置、携帯端末と通信する近距離無線通信装置、及びレシート印刷装置の少なくとも一つが配置されていることが多い。また、台５０の周囲には、ごみ箱などの物体７０が配置されていることがある。撮影範囲に付属機器６０及び物体７０が含まれている場合、これら付属機器６０及び物体７０は、対象商品として誤認識される可能性がある。上記したネガティブデータは、これらが対象商品として誤認識されることを防ぐために用いられる。

　図１２は、撮影装置３０の撮影範囲の変形例を示す図である。本図に示す例において、撮影範囲は、商品陳列領域５１０及び付属機器６０を含んでいるが、商品数確認装置２０を含んでいない。このように、撮影装置３０の撮影範囲は、対象商品が配置される領域を含んでいればよい。

　図５は、学習用データ生成装置１０の機能構成の一例を示す図である。学習用データ生成装置１０は、取得部１１０、選択部１２０、画像処理部１３０、記憶処理部１４０、モデル生成部１５０、及び通信部１６０を備えている。学習用データ生成装置１０は、学習用データ記憶部１７０を利用可能である。

　取得部１１０は、撮影装置３０が生成した複数の画像を取得する。取得部１１０は、例えば撮影装置３０からこれらの画像を取得するが、これらの画像を記憶する記憶装置からこれらの画像を取得してもよい。取得部１１０は、撮影装置３０が生成したすべての画像を取得してもよいし、一部の画像のみを取得してもよい。また取得部１１０は、画像を取得する際、これらの画像の撮影日時データも取得する。

　なお、取得部１１０は、取得した複数の画像を記憶部、例えば学習用データ記憶部１７０に記憶させてもよい。

　選択部１２０は、取得部１１０が取得した複数の画像のうち、予め定められた条件を満たす画像を、対象商品を含まないネガティブデータとして選択し、学習用データの少なくとも一部として学習用データ記憶部１７０に記憶させる。この際、選択部１２０は、必要に応じて、各画像の撮影日時データを用いる。ここで、予め定められた条件は、例えば、商品数確認装置２０が使用されていない可能性が高いことを示す条件である。予め定められた条件の例は、例えば以下の（１）～（５）の少なくとも一つである。

（１）当該画像と基準画像との差分が第１基準を満たすこと。
　基準画像は、例えば、予め設定された背景画像、又は撮影装置３０が生成した画像のうち当該画像から所定時間（又は所定枚数前）に生成された画像である。また、第１基準の一例は、差分が基準値以下であること、である。この条件を満たす場合、商品数確認装置２０の周囲で動いている物体は無いため、商品数確認装置２０は使用されていない可能性が高い。

（２）当該画像の生成タイミングにおいて商品数確認装置２０の状態が第２基準を満たすこと。
　この場合、取得部１１０は、商品数確認装置２０又は商品数確認装置２０を管理する装置から、日時毎に商品数確認装置２０の状態を示す情報すなわち状態の推移を示す情報を取得する。選択部１２０は、この情報を用いる。また、第２基準は、商品数確認装置２０が使用されていないことを示す状態である。第２基準の例は、以下の通りである。
・商品数確認装置２０が商品の登録処理を行っていないこと
・商品数確認装置２０が待機モード及び電源オフになっていること

（３）当該画像の生成タイミングが予め定められた日時であること。
　予め定められた日時は、店舗が閉店又はオフィスが閉鎖している日時、又は、商品数確認装置２０の運用計画において商品数確認装置２０が使用されない日時である。なお、ここでの日時は、月日又は曜日別での時間帯を指すこともある。

（４）当該画像が特定の物体を含むこと。
　特定の物体は、商品数確認装置２０が使用できないことを示す物体、例えば看板である。この場合、選択部１２０は、この物体の特徴量を予め記憶している。そして選択部１２０は、画像処理を行うことにより、この特徴量を有する物体の有無を判断する。

（５）当該画像の生成タイミングにおいて、予め定められた領域に人がいないこと
　予め定められた領域は、店舗又はオフィスの特定の領域である。この領域は、撮影装置３０の撮影範囲を含んでいてもよいし、含んでいなくてもよい。後者の場合、予め定められた領域は、商品数確認装置２０の撮影範囲の周辺領域、例えば商品数確認装置２０に向かう通路を含んでいてもよい。ここで行われる処理の例は、以下の（５－１）～（５－３）である。

（５－１）選択部１２０は、取得部１１０が取得した画像に対して人検出処理を行い、人が検出できなかった画像をネガティブデータにする。

（５－２）選択部１２０は、店舗又はオフィスに配置された監視用の撮影装置から画像を取得し、この画像に対して人検出処理を行う。そして選択部１２０は、予め定められた領域に人がいないタイミングを特定し、このタイミングに撮影装置３０によって生成された画像をネガティブデータにする。

（５－３）選択部１２０は、予め定められた領域を検出範囲とする人感センサの検出結果を用いて、予め定められた領域に人がいないタイミングを特定する。人感センサは、例えば赤外線センサである。そして商品数確認装置２０は、このタイミングに撮影装置３０によって生成された画像をネガティブデータにする。

　画像処理部１３０は、選択部１２０が選択した画像すなわちネガティブデータとなる画像に対して、物体検出処理を行う。ここで行われる物体検出処理のアルゴリズムは、商品数確認装置２０が第１の数を算出するために用いるアルゴリズム、例えば商品数確認装置２０が使用するモデルと同じであるのが好ましい。

　記憶処理部１４０は、商品数確認装置２０が選択した複数の画像のそれぞれを、学習用データとして学習用データ記憶部１７０に記憶させる。この際、これら複数の画像は、ネガティブデータとして学習用データ記憶部１７０に記憶される。具体的には、記憶処理部１４０は、複数の画像のそれぞれを、当該画像に対する画像処理部１３０の処理結果に紐づけて、学習用データ記憶部１７０に記憶させる。

　学習用データ記憶部１７０に記憶されるネガティブデータは、画像と、その画像には商品が含まれていないことを示すデータとを含んでいる。商品が含まれていないことを示すデータの一例は、「商品位置の示すデータがないこと」である。一方、画像に商品が含まれているポジティブデータは、画像と、その画像内における商品の位置を示すデータと、を含んでいる。学習用データ記憶部１７０は、このポジティブデータも含んでいるのが好ましい。

　モデル生成部１５０は、学習用データ記憶部１７０が記憶している学習データを用いて、モデルを生成又は更新する。ここで行われる処理の一例は、以下の通りである。

　まず、モデル生成部１５０は、学習データに対して、現状のモデルで物体の検出処理を行う。この処理により、各画像において、当該画像内の部分別に、物体らしさを示す値が生成される。そして、モデル生成部１５０は、検出されるべき物体のある領域（ポジティブ）については、物体らしさを示す値が増加するようにモデルのパラメータを調整する。一方、モデル生成部１５０は、検出されるべき物体のない領域（ネガティブ）については、上記の物体らしさを示す値が減少するようにモデルのパラメータを調整する。

　この処理において、モデル生成部１５０は、学習用データとして、上記したネガティブデータのみを使用してもよいし、商品を含むポジティブデータを含んでいてもよい。ネガティブデータにおいて、説明変数は、画像及び画像を加工したデータ（例えば画像処理部１３０に寄る物体検出の結果）の少なくとも一方であり、目的変数は０である。一方、ポジティブデータにおいて、説明変数は、画像及び画像を加工したデータの少なくとも一方であり、目的変数は、その画像に含まれている商品の数である。モデル生成部１５０は、生成又は更新したモデルを、学習用データ記憶部１７０に記憶させる。

　通信部１６０は、モデル生成部１５０が生成又は更新したモデルを、商品数確認装置２０に送信する。

　図６は、画像処理部１３０による物体検出処理の対象領域の例を説明するための図である。画像処理部１３０による処理は、処理の対象となる画像のうち、予め定められた部分に対して行われてもよい。例えば、商品数確認装置２０が第１の数を算出する処理において、撮影装置３０が生成した画像の特定の部分のみに対して商品の検出処理を行うことがある。この場合、画像処理部１３０は、この特定の部分に対してのみ、物体検出処理を行ってもよい。

　予め定められた部分は、例えば、商品陳列領域５１０を含まず、かつ、付属機器６０を含むように設定される。一例として、予め定められた部分は、コードリーダとしての付属機器６０が商品のコードを読み取る際に商品が配置される領域を含んでいる。また、この予め定められた部分は、さらに物体７０を含むように設定されてもよい。

　なお、予め定められた部分の指定方法には、この部分を指定する場合と、この部分以外の領域を指定する場合と、の２通りがある。

　図７は、学習用データ記憶部１７０が記憶している学習用データの一例を示す図である。本図に示す例において、学習用データ記憶部１７０は、複数の画像のそれぞれを、その画像の撮影日時データ、及び画像処理部１３０による物体検出の結果を示すデータに紐づけて記憶している。

　図８は、商品数確認装置２０の機能構成の一例を示す図である。商品数確認装置２０は、モデル記憶部２６０を利用できる。モデル記憶部２６０は、学習用データ生成装置１０のモデル生成部１５０が生成したモデルを記憶している。モデル記憶部２６０は商品数確認装置２０の外にあってもよいし、商品数確認装置２０の一部であってもよい。

　そして商品数確認装置２０は、算出部２１０、出力部２２０、登録処理部２３０、精算処理部２４０、及び通信部２５０を有している。

　通信部２５０は、学習用データ生成装置１０と通信して、モデルを取得する。そして通信部２５０は、取得したモデルをモデル記憶部２６０に記憶させる。

　登録処理部２３０は、例えば付属機器６０による読み取り結果を用いて、精算対象となる商品すなわち対象商品の登録処理を行う。例えば付属機器６０は、対象商品に付与されたコードを読み取る。このコードは、商品識別情報を含んでいる。登録処理部２３０は、付属機器６０が読み取ったコードを用いて、対象商品の登録処理を行う。登録処理の結果によって生成された登録情報は、少なくとも一つの商品識別情報を含んでいる。

　精算処理部２４０は、登録処理部２３０が生成した登録情報及び商品情報記憶部４０が記憶している情報を用いて、顧客が支払うべき金額を算出する。そして精算処理部２４０は、この金額の精算処理を行う。この際、精算処理部２４０は、決済方法を特定するために、付属機器６０によるカードや携帯端末の読み取り結果を用いる。ここで用いられる決済方法は、電子的な決済であり、例えば、クレジットカードを用いた決済、電子マネーを用いた決済、及び２次元コードを用いた決済の少なくとも一つである。

　算出部２１０は、モデル記憶部２６０が記憶しているモデルを用いて、顧客が商品数確認装置２０を利用する際に撮影装置３０が生成した画像を処理することにより、第１の数を算出する。ここで用いられる画像は、対象商品の登録処理の間の顧客の動作を示す動画、すなわち複数のフレーム画像であってもよい。なお、算出された第１の数は、顧客が購入しようとしている対象商品の数に相当している。

　算出部２１０による処理対象となる画像は、例えば、登録処理部２３０が動作している間に生成された画像を含んでいる。この画像が生成されたタイミングにおいて、対象商品は、台５０に載置されている場合もあれば、顧客に持たれている場合もある。算出部２１０による処理対象となる画像は、さらに、登録処理部２３０が動作する前の所定時間以内に生成された画像を含んでいてもよい。この所定時間は、例えば１秒以上３０秒以下の範囲、好ましくは５秒以上１５秒以下の範囲から選択される。

　出力部２２０は、登録処理部２３０が生成した登録情報を用いて、商品数確認装置２０に登録された対象商品の数すなわち第２の数を算出する。そして出力部２２０は、第２の数と第１の数との差が基準を満たしたときに、所定の情報を出力する。この基準となる数は、１であってもよいし、２以上であってもよい。出力部２２０が出力する所定の情報は、商品数確認装置２０に対する商品の登録結果が誤っている可能性を示すものであり、例えば商品数確認装置２０のディスプレイに表示される。この際、出力部２２０は、商品数確認装置２０のスピーカから所定の音声を出力してもよい。商品数確認装置２０を操作している顧客は、出力部２２０による出力を認識することにより、商品数確認装置２０に対する商品の登録結果が誤っている可能性がある、と認識できる。

　なお、商品数確認装置２０がクラウドサーバなど、ＰＯＳ端末とは別の装置として用いられる場合、商品数確認装置２０は、登録処理部２３０及び精算処理部２４０を有していない。この場合、商品数確認装置２０とは別に、登録処理部２３０及び精算処理部２４０を有する端末、例えばＰＯＳ端末が、例えば図５の商品数確認装置２０の位置に配置される。そして商品数確認装置２０の出力部２２０は、第２の数と第１の数との差が基準を満たすか否かを示す情報をこの端末に送信する。この端末は、第２の数と第１の数との差が基準を満たしたときに、所定の情報を、当該端末のディスプレイに表示させたり、当該端末のスピーカから出力させる。

　図９は、学習用データ生成装置１０のハードウェア構成例を示す図である。学習用データ生成装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

　バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

　プロセッサ１０２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

　メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

　ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカードなどのリムーバブルメディア、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置であり、記録媒体を有している。ストレージデバイス１０４０の記録媒体は学習用データ生成装置１０の各機能（例えば取得部１１０、選択部１２０、画像処理部１３０、記憶処理部１４０、モデル生成部１５０、及び通信部１６０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は学習用データ記憶部１７０として機能してもよい。

　入出力インタフェース１０５０は、学習用データ生成装置１０と各種入出力機器とを接続するためのインタフェースである。

　ネットワークインタフェース１０６０は、学習用データ生成装置１０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。学習用データ生成装置１０は、ネットワークインタフェース１０６０を介して商品数確認装置２０及び撮影装置３０と通信してもよい。

　なお、商品数確認装置２０のハードウェア構成も、図９に示した学習用データ生成装置１０のハードウェア構成と同様である。そしてストレージデバイス１０４０の記録媒体は商品数確認装置２０の各機能（例えば算出部２１０、出力部２２０、登録処理部２３０、精算処理部２４０、及び通信部２５０）を実現するプログラムモジュールを記憶している。ストレージデバイス１０４０は、モデル記憶部２６０として機能してもよい。

　図１０は、学習用データ生成装置１０が行う処理の一例を示すフローチャートである。

　まず、取得部１１０は、撮影装置３０が生成した複数の画像を取得する（ステップＳ１０）。次いで選択部１２０は、ステップＳ１０で取得された画像から、学習用データとして用いるべき画像を選択する。ここで選択される画像は、少なくともネガティブデータとして使用されるべき画像を含んでいる（ステップＳ２０）。そして画像処理部１３０及び記憶処理部１４０は、学習用データを生成又は追加するための処理を行う（ステップＳ３０）。

　その後、学習用データ生成装置１０のモデル生成部１５０は、所定のタイミングで、モデルの生成又は更新を行う。通信部１６０は、生成又は更新されたモデルを、商品数確認装置２０に送信する。通信部１６０がモデルを商品数確認装置２０に送信するタイミングは、例えば、商品数確認装置２０が商品登録処理を行っていないときである。

　図１１は、商品数確認装置２０が行う処理の一例を示すフローチャートである。顧客は、購入しようとする商品を商品数確認装置２０まで運び、その後、商品数確認装置２０の付属機器６０を操作し、商品のコードを付属機器６０に読み取らせる。

　商品数確認装置２０の登録処理部２３０は、付属機器６０による読み取り結果を用いて、精算対象となる商品の登録処理を行い、登録情報を生成する（ステップＳ１１０）。この登録処理が終了したら（ステップＳ１２０）、商品数確認装置２０の算出部２１０は、撮影装置３０が上記した登録処理中に生成した画像を処理し、第１の数を算出する（ステップＳ１３０）。

　そして出力部２２０は、登録処理部２３０が生成した登録情報を用いて、第２の数を特定する。出力部２２０は、第２の数と第１の数との差が基準を満たしたとき、すなわち登録情報が誤っている可能性があるとき（ステップＳ１４０：Ｙｅｓ）に、所定の情報を出力し（ステップＳ１５０）、ステップＳ１１０に戻る。

　一方、第２の数と第１の数との差が基準を満たしていないとき、すなわち登録情報が正しいと推定されるとき（ステップＳ１４０：Ｎｏ）、精算処理部２４０は精算処理を行う（ステップＳ１６０）。

　なお、ステップＳ１５０において、出力部２２０は、さらに、商品の販売者が操作する端末、例えば店舗の店員が操作する端末に、所定の情報を出力してもよい。

　以上、本実施形態によれば、商品数確認装置２０は、画像を処理して商品の数を示す第１の数を算出する際に、モデルを用いる。このモデルを生成するときの学習用データの少なくとも一部は、学習用データ生成装置１０によって生成される。学習用データ生成装置１０は、学習用データに、予め定められた条件を満たす画像を、対象商品を含まないネガティブデータとして含める。従って、このモデルによる第１の数の算出制度は高くなる。

　そして商品数確認装置２０は、第１の数と、商品数確認装置２０に登録された対象商品の数である第２の数と、の差が基準を満たしていなかった場合に、所定の出力を行う。このため、商品数確認装置２０の管理者又は顧客は、商品が正確に登録されていない可能性があることを認識できる。

　以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

　また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

　上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
　１．モデルを生成するための学習用データの少なくとも一部を生成する学習用データ生成装置であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記学習用データ生成装置は、
　前記撮影手段が生成した複数の画像を取得する取得手段と、
　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択手段と、
を備える学習用データ生成装置。
２．上記１に記載の学習用データ生成装置において、
　前記予め定められた条件の少なくとも一つは、当該画像と基準画像との差分が第１基準を満たすこと、である学習用データ生成装置。
３．上記１又は２に記載の学習用データ生成装置において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて前記対象商品の登録処理を行う商品登録装置の状態が第２基準を満たすこと、である学習用データ生成装置。
４．上記３に記載の学習用データ生成装置において、
　前記第２基準の少なくとも一つは、前記商品登録装置が前記登録処理を行っていないこと、である学習用データ生成装置。
５．上記３又は４に記載の学習用データ生成装置において、
　前記第２基準の少なくとも一つは、前記商品登録装置が待機モード及び電源オフになっていること、である学習用データ生成装置。
６．上記１～５のいずれか一項に記載の学習用データ生成装置において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングが予め定められた日時であること、である学習用データ生成装置。
７．上記１～６のいずれか一項に記載の学習用データ生成装置において、
　前記予め定められた条件の少なくとも一つは、当該画像が特定の物体を含むこと、である学習用データ生成装置。
８．上記７に記載の学習用データ生成装置において、
　前記特定の物体は、前記対象商品の登録処理を行う商品登録装置が使用できないことを示している、学習用データ生成装置。
９．上記１～８のいずれか一項に記載の学習用データ生成装置において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて、予め定められた領域に人がいないこと、である学習用データ生成装置。
１０．上記９に記載の学習用データ生成装置において、
　前記予め定められた領域は、前記撮影範囲を含む、学習用データ生成装置。
１１．上記１～１０のいずれか一項に記載の学習用データ生成装置において、
　前記ネガティブデータとなる前記画像に対して物体検出処理を行う画像処理手段と、
　前記物体検出処理が行われた前記画像を、商品が含まれていないことを示すデータに紐づけて、前記学習用データの少なくとも一部として記憶手段に記憶させる記憶処理手段と、
を備える、学習用データ生成装置。
１２．上記１１に記載の学習用データ生成装置において、
　前記画像処理手段は、前記対象商品の数を算出するためのアルゴリズムを用いて、前記物体検出処理を行う学習用データ生成装置。
１３．上記１１又は１２に記載の学習用データ生成装置において、
　前記画像処理手段は、前記画像のうち予め定められた部分に対して、前記物体検出処理を行う学習用データ生成装置。
１４．上記１～１３のいずれか一項に記載の学習用データ生成装置において、
　前記学習用データを用いて前記モデルを生成するモデル生成手段を備える、学習用データ生成装置。
１５．上記１～１４のいずれか一項に記載の学習用データ生成装置と共に使用され、
　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出手段と、
　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力手段と、
を備える商品数確認装置。
１６．モデルを生成するための学習用データの少なくとも一部を生成するコンピュータが行う学習用データ生成方法であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記コンピュータは、
　　前記撮影手段が生成した複数の画像を取得し、
　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する、学習用データ生成方法。
１７．上記１６に記載の学習用データ生成方法において、
　前記予め定められた条件の少なくとも一つは、当該画像と基準画像との差分が第１基準を満たすこと、である学習用データ生成方法。
１８．上記１６又は１７に記載の学習用データ生成方法において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて前記対象商品の登録処理を行う商品登録装置の状態が第２基準を満たすこと、である学習用データ生成方法。
１９．上記１８に記載の学習用データ生成方法において、
　前記第２基準の少なくとも一つは、前記商品登録装置が前記登録処理を行っていないこと、である学習用データ生成方法。
２０．上記１８又は１９に記載の学習用データ生成方法において、
　前記第２基準の少なくとも一つは、前記商品登録装置が待機モード及び電源オフになっていること、である学習用データ生成方法。
２１．上記１６～２０のいずれか一項に記載の学習用データ生成方法において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングが予め定められた日時であること、である学習用データ生成方法。
２２．上記１６～２１のいずれか一項に記載の学習用データ生成方法において、
　前記予め定められた条件の少なくとも一つは、当該画像が特定の物体を含むこと、である学習用データ生成方法。
２３．上記２２に記載の学習用データ生成方法において、
　前記特定の物体は、前記対象商品の登録処理を行う商品登録装置が使用できないことを示している、学習用データ生成方法。
２４．上記１６～２３のいずれか一項に記載の学習用データ生成方法において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて、予め定められた領域に人がいないこと、である学習用データ生成方法。
２５．上記２４に記載の学習用データ生成方法において、
　前記予め定められた領域は、前記撮影範囲を含む、学習用データ生成方法。
２６．上記１６～２５のいずれか一項に記載の学習用データ生成方法において、
　前記コンピュータが、
　　前記ネガティブデータとなる前記画像に対して物体検出処理を行い、
　前記物体検出処理が行われた前記画像を、商品が含まれていないことを示すデータに紐づけて、前記学習用データの少なくとも一部として記憶手段に記憶させる、学習用データ生成方法。
２７．上記２６に記載の学習用データ生成方法において、
　前記コンピュータは、前記対象商品の数を算出するためのアルゴリズムを用いて、前記物体検出処理を行う学習用データ生成方法。
２８．上記２６又は２７に記載の学習用データ生成方法において、
　前記コンピュータは、前記画像のうち予め定められた部分に対して、前記物体検出処理を行う学習用データ生成方法。
２９．上記１６～２８のいずれか一項に記載の学習用データ生成方法において、
　前記コンピュータは、前記学習用データを用いて前記モデルを生成する、学習用データ生成方法。
３０．上記１～１４のいずれか一項に記載の学習用データ生成装置と共に使用されるコンピュータが、
　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出し、
　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する、商品数確認方法。
３１．コンピュータに、モデルを生成するための学習用データの少なくとも一部を生成させるプログラムを記録した記録媒体であって、
　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
　前記プログラムは、前記コンピュータに、
　　前記撮影手段が生成した複数の画像を取得する取得機能と、
　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択機能と、
を持たせる記録媒体。
３２．上記３１に記載の記録媒体において、
　前記予め定められた条件の少なくとも一つは、当該画像と基準画像との差分が第１基準を満たすこと、である記録媒体。
３３．上記３１又は３２に記載の記録媒体において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて前記商品登録装置の状態が第２基準を満たすこと、である記録媒体。
３４．上記３３に記載の記録媒体において、
　前記第２基準の少なくとも一つは、前記商品登録装置が前記登録処理を行っていないこと、である記録媒体。
３５．上記３３又は３４に記載の記録媒体において、
　前記第２基準の少なくとも一つは、前記商品登録装置が待機モード及び電源オフになっていること、である記録媒体。
３６．上記３１～３５のいずれか一項に記載の記録媒体において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングが予め定められた日時であること、である記録媒体。
３７．上記３１～３６のいずれか一項に記載の記録媒体において、
　前記予め定められた条件の少なくとも一つは、当該画像が特定の物体を含むこと、である記録媒体。
３８．上記３７に記載の記録媒体において、
　前記特定の物体は、前記対象商品の登録処理を行う商品登録装置が使用できないことを示している、記録媒体。
３９．上記３１～３８のいずれか一項に記載の記録媒体において、
　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて、予め定められた領域に人がいないこと、である記録媒体。
４０．上記３９に記載の記録媒体において、
　前記予め定められた領域は、前記撮影範囲を含む、記録媒体。
４１．上記３１～４０のいずれか一項に記載の記録媒体において、
　前記プログラムは、前記コンピュータに、
　　前記ネガティブデータとなる前記画像に対して物体検出処理を行う画像処理機能と、
　前記物体検出処理が行われた前記画像を、商品が含まれていないことを示すデータに紐づけて、前記学習用データの少なくとも一部として記憶手段に記憶させる記憶処理機能と、
を持たせる、記録媒体。
４２．上記４１に記載の記録媒体において、
　前記画像処理機能は、前記対象商品の数を算出するためのアルゴリズムを用いて、前記物体検出処理を行う記録媒体。
４３．上記４１又は４２に記載の記録媒体において、
　前記画像処理機能は、前記画像のうち予め定められた部分に対して、前記物体検出処理を行う記録媒体。
４４．上記３１～４３のいずれか一項に記載の記録媒体において、
　前記プログラムは、前記コンピュータに、前記学習用データを用いて前記モデルを生成するモデル生成機能を持たせる、記録媒体。
４５．上記１～１４のいずれか一項に記載の学習用データ生成装置と共に使用されるコンピュータに用いられるプログラムを記録した記録媒体であって、
　前記プログラムは、前記コンピュータに、
　　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出機能と、
　　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力機能と、
を持たせる記録媒体。
４６．上記４１～４４のいずれか一項に記載のプログラム。
４７．上記４５に記載のプログラム。

１０　学習用データ生成装置
２０　商品数確認装置
３０　撮影装置
４０　商品情報記憶部
５０　台
６０　付属機器
７０　物体
１１０　取得部
１２０　選択部
１３０　画像処理部
１４０　記憶処理部
１５０　モデル生成部
１６０　通信部
１７０　学習用データ記憶部１７０
２１０　算出部
２２０　出力部
２３０　登録処理部
２４０　精算処理部
２５０　通信部
２６０　モデル記憶部

Claims (19)

1. 　モデルを生成するための学習用データの少なくとも一部を生成する学習用データ生成装置であって、
   　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
   　前記学習用データ生成装置は、
   　前記撮影手段が生成した複数の画像を取得する取得手段と、
   　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択手段と、
   を備える学習用データ生成装置。
2. 　請求項１に記載の学習用データ生成装置において、
   　前記予め定められた条件の少なくとも一つは、当該画像と基準画像との差分が第１基準を満たすこと、である学習用データ生成装置。
3. 　請求項１又は２に記載の学習用データ生成装置において、
   　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて、前記対象商品の登録処理を行う商品登録装置の状態が第２基準を満たすこと、である学習用データ生成装置。
4. 　請求項３に記載の学習用データ生成装置において、
   　前記第２基準の少なくとも一つは、前記商品登録装置が前記登録処理を行っていないこと、である学習用データ生成装置。
5. 　請求項３又は４に記載の学習用データ生成装置において、
   　前記第２基準の少なくとも一つは、前記商品登録装置が待機モード及び電源オフになっていること、である学習用データ生成装置。
6. 　請求項１～５のいずれか一項に記載の学習用データ生成装置において、
   　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングが予め定められた日時であること、である学習用データ生成装置。
7. 　請求項１～６のいずれか一項に記載の学習用データ生成装置において、
   　前記予め定められた条件の少なくとも一つは、当該画像が特定の物体を含むこと、である学習用データ生成装置。
8. 　請求項７に記載の学習用データ生成装置において、
   　前記特定の物体は、前記対象商品の登録処理を行う商品登録装置が使用できないことを示している、学習用データ生成装置。
9. 　請求項１～８のいずれか一項に記載の学習用データ生成装置において、
   　前記予め定められた条件の少なくとも一つは、当該画像の生成タイミングにおいて、予め定められた領域に人がいないこと、である学習用データ生成装置。
10. 　請求項９に記載の学習用データ生成装置において、
    　前記予め定められた領域は、前記撮影範囲を含む、学習用データ生成装置。
11. 　請求項１～１０のいずれか一項に記載の学習用データ生成装置において、
    　前記ネガティブデータとなる前記画像に対して物体検出処理を行う画像処理手段と、
    　前記物体検出処理が行われた前記画像を、商品が含まれていないことを示すデータに紐づけて、前記学習用データの少なくとも一部として記憶手段に記憶させる記憶処理手段と、
    を備える、学習用データ生成装置。
12. 　請求項１１に記載の学習用データ生成装置において、
    　前記画像処理手段は、前記対象商品の数を算出するためのアルゴリズムを用いて、前記物体検出処理を行う学習用データ生成装置。
13. 　請求項１１又は１２に記載の学習用データ生成装置において、
    　前記画像処理手段は、前記画像のうち予め定められた部分に対して、前記物体検出処理を行う学習用データ生成装置。
14. 　請求項１～１３のいずれか一項に記載の学習用データ生成装置において、
    　前記学習用データを用いて前記モデルを生成するモデル生成手段を備える、学習用データ生成装置。
15. 　請求項１～１４のいずれか一項に記載の学習用データ生成装置と共に使用され、
    　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出手段と、
    　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力手段と、
    を備える商品数確認装置。
16. 　モデルを生成するための学習用データの少なくとも一部を生成するコンピュータが行う学習用データ生成方法であって、
    　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
    　前記コンピュータは、
    　　前記撮影手段が生成した複数の画像を取得し、
    　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する、学習用データ生成方法。
17. 　請求項１～１４のいずれか一項に記載の学習用データ生成装置と共に使用されるコンピュータが、
    　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出し、
    　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する、商品数確認方法。
18. 　コンピュータに、モデルを生成するための学習用データの少なくとも一部を生成させるプログラムを記録した記録媒体であって、
    　前記モデルは、精算の対象となる対象商品が配置される領域を撮影範囲に含む撮影手段が生成した画像に含まれる前記対象商品の数を算出し、
    　前記プログラムは、前記コンピュータに、
    　　前記撮影手段が生成した複数の画像を取得する取得機能と、
    　　前記複数の画像のうち、予め定められた条件を満たす画像を、前記対象商品を含まないネガティブデータとして、前記学習用データの少なくとも一部に含めるために選択する選択機能と、
    を持たせる記録媒体。
19. 　請求項１～１４のいずれか一項に記載の学習用データ生成装置と共に使用されるコンピュータに用いられるプログラムを記録した記録媒体であって、
    　前記プログラムは、前記コンピュータに、
    　　前記学習用データを用いて生成された前記モデルを用いて、顧客が前記対象商品の登録処理を行う商品登録装置を利用する際に前記撮影手段が撮影した前記画像を処理することにより、前記対象商品の数である第１の数を算出する算出機能と、
    　　前記商品登録装置に登録された前記対象商品の数である第２の数と、前記第１の数との差が基準を満たしたときに、所定の情報を出力する出力機能と、
    を持たせる記録媒体。

Images