技术领域
[0005] 本发明涉及一种对通过图像对游艺场中使用的多个筹码按照种类进行识别，按照筹码的种类检测枚数的系统。
相关背景技术
[0006] 以往，在娱乐场等游艺场中，使用游艺用代用货币(以下称为“筹码”)，通过筹码来进行游戏的放置及偿还。为了正确地识别堆叠在桌上的筹码，采取使用摄像机将筹码识别为图像的方法。在国际公开第2015/107902号中，公开了通过摄像机识别游戏中的筹码的动向的系统的一例。
具体实施方式
[0055] 以下，参照附图，对本发明的实施方式进行详细说明。另外，对各图中具有相同功能的构成要素附加同一符号，对同一标号的构成要素不重复进行详细说明。
[0056] 图1是示意性地表示本发明的实施方式的筹码识别系统10的图。如图1所示，在本实施方式中，对堆叠地放置在游艺桌4上的筹码W的状态进行拍摄的摄像机212设置在游艺桌4的外侧。
[0057] 筹码W是至少部分具有如图2所示的表示筹码W的价值的特定色121的结构。
[0058] 筹码识别系统10具有：
[0059] 记录装置11，该记录装置11使用摄像机212将筹码W的状态记录为图像；
[0060] 图像分析装置14，该图像分析装置14对所述记录的图像进行图像分析，且识别所述特定色121和存在于所述图像中的与所述特定色121不同的基准色R中的至少两个颜色；以及
[0061] 识别装置12，该识别装置12至少包括人工智能装置12a，该人工智能装置12a使用图像分析装置14的图像分析结果，确定筹码W的特定色121，
[0062] 所述识别装置12的人工智能装置12a是将在不同照度下照射的所述筹码w及基准色R的多个图像教示为教师数据的人工智能装置。
[0063] 另外，根据本实施方式的筹码识别系统10与摄像机212可通信地连接。
[0064] 图3是表示本发明实施方式的筹码识别系统10的概略结构的框图。
[0065] 如图3所示，筹码识别系统10具有记录装置11、识别装置12、学习机13、及图像分析装置14。另外，筹码识别系统10的至少一部分通过计算机实现。
[0066] 记录装置11例如包括硬盘等固定型的数据存储器。记录装置11通过摄像机212将堆叠在游艺桌4上的筹码W的状态记录为被拍摄的图像。另外，图像也可以是动画、也可以是连续静止的图像。
[0067] 记录装置11可以对通过摄像机212获取的图像附加索引或时刻，以使之后能够通过后述的识别装置对拍摄记录进行分析。
[0068] 图像分析装置14对记录装置11所记录的图像进行图像分析，识别至少部分地附加在筹码W上的特定色121和存在于图像中的与特定色121不同的基准色R的至少两色。另外，特定色121至少部分地被附加在筹码W的规定位置或以规定的形状。例如，在圆周方向上附加在筹码W的侧面，也可以附加在筹码W的表面作为规定的标记。此外，基准色R例如也可以是游艺桌4的特定区域的颜色，也可以是附加在筹码W中的与特定色121不同位置的颜色。
[0069] 识别装置12使用图像分析装置14的图像分析结果，例如包括通过深度学习(Deep Learning)技术等进行特定色的确定的人工智能装置12a，对配置在游艺桌4的筹码W的枚数及种类进行判定。识别装置12还可以判定游艺桌4的筹码W的位置。
[0070] 如图3所示，识别装置12将判定结果输出给输出装置15。输出装置15也可以将识别装置12的判定结果作为文字信息输出给游艺桌4上的监视器等。
[0071] 在本实施方式中，学习机13通过图像分析装置14获取由记录装置11记录的在不同照度下照射的筹码W以及基准色R的多个图像，通过人的教授，将获取的图像和各图像的筹码W的特定色121及基准色R的正确的颜色作为教师数据进行学习，制作学习模型13a(识别程序)。另外，在相同条件的照度下照射的筹码W及基准色R的图像，能够通过将特定色121和基准色R在相同照度下进行照射，从而获得特定色121和基准色R的相对关系。该相对关系例如可利用于特定色121的识别上。
[0072] 通过反复进行人向学习机13输入上述教师数据并使其进行学习的教师动作，能够提高学习机13所具有的学习模型13a对筹码W的特定色121的确定精度。学习机13在放置于游艺桌4上的多个筹码W因摄像机212的死角而一部分处于隐匿状态下，也能够通过反复学习这样的图像，从而能够制作能够判定游艺桌4上的筹码W的特定色121的学习模型13a。
[0073] 所制作的学习模型13a可以经由USB存储器、HDD等外部介质、或通信网络等输入给人工智能装置12a。
[0074] 此外，如图3所示，也可以将筹码W及基准色R的图像和图像识别装置12的判定结果作为向学习机13输入的教师数据。
[0075] 另外，可以基于上述实施方式增加各种变更。以下，一边参照附图，一边对变形的一例进行说明。在以下说明及以下说明所使用的附图中，对于与上述实施方式能够构成为相同的部分，使用与上述实施方式中的相对应的部分所使用的符号相同的符号，并且省略重复的说明。
[0076] 图4是示意性地表示本发明的其他实施方式的物品识别系统20。如图4所示，在本实施方式中，对配置在物品陈列架5中的物品B的状态进行拍摄的摄像机212设置在物品陈列架5的外侧。
[0077] 此外，物品B是在物品本身或包装上至少部分具有能够确定所述物品或包装的特定色121的结构。
[0078] 物品识别系统20具有：
[0079] 记录装置11，该记录装置11使用摄像机212将物品B的状态记录为图像；
[0080] 图像分析装置14，该图像分析装置14对所述记录的图像进行图像分析，且识别所述特定色121和存在于所述图像中的与所述特定色121不同的基准色R的至少两色；以及[0081] 识别装置12，该识别装置12至少包括人工智能装置12a，该人工智能装置12a使用图像分析装置14的图像分析结果，确定物品B的特定色121，
[0082] 所述物品识别装置12的人工智能装置12a是将在不同照度下照射的所述基准色R及所述物品B本身或包装的特定色121的多个图像作为教师数据进行教授的人工智能装置。
[0083] 另外，根据本实施方式的物品识别系统20与摄像机212可通信地连接。
[0084] 物品识别系统20具有记录装置11、识别装置12、学习机13、及图像分析装置14。另外，物品识别系统20的至少一部分通过计算机实现。
[0085] 记录装置11例如包括硬盘等固定型的数据存储器。记录装置11通过摄像机212将放置在物品陈列架5上的物品B的状态记录为被拍摄的图像。另外，图像也可以是动画、也可以是连续静止的图像。
[0086] 记录装置11对通过摄像机212获取的图像附加索引或时刻，以使之后能够通过后述的识别装置对拍摄记录进行分析。
[0087] 图像分析装置14对记录装置11所记录的图像进行图像分析，识别至少部分地附加在物品B上的特定色121和存在于图像中的与特定色121不同的基准色R的至少两色。另外，附加在物品B本身或包装上的特定色121至少部分地被附加在物品B本身或包装的规定位置或以规定的形状，也可以附加在物品B本身或包装的任意位置，其形状也可以是多样的。此外，基准色R也可以是例如物品陈列架5的框架的一部分的颜色，也可以是作为背景的壁的颜色。
[0088] 识别装置12使用图像分析装置14的图像分析结果，例如包括通过深度学习(Deep Learning)技术等进行特定色的确定的人工智能装置12a，对配置于物品陈列架5的物品B的个数及种类进行判定。识别装置12还可以判定配置于物品陈列架5的物品B的位置。
[0089] 在本实施方式中，学习机13通过图像分析装置14获取由记录装置11记录的在不同照度下照射的物品B本身或包装及基准色R的多个图像，通过人的教授，将获取的图像和各图像中的附加在物品B本身或包装的特定色的正确的颜色作为教师数据进行学习，制作学习模型13a(识别程序)。另外，对在相同条件的照度下照射的物品B及基准色R的图像，能够通过将特定色121和基准色R在相同照度下进行照射，从而获得特定色121和基准色R的相对关系。该相对关系例如可利用于特定色121的识别上。
[0090] 通过反复进行人向学习机13输入上述教师数据并使其进行学习的教师动作，能够提高学习机13所具有的学习模型13a对附加在物品B本身或包装上的特定色121的确定精度。学习机13在放置于物品陈列架5的多个物品B因摄像机212的死角而一部分处于隐匿状态下，也能够通过反复学习这样的图像，从而能够制作可判定物品陈列架5的物品B的特定色的学习模型13a。
[0091] 所制作的学习模型13a可以经由USB存储器、HDD等外部介质、或通信网络等输入给人工智能装置12a。
[0092] 此外，如图3所示，也可以将物品B本身或包装的特定色121及基准色R的图像和识别装置12的判定结果作为向学习机13输入的教师数据。
[0093] 图5是示意性地表示判定筹码颜色时的其他实施例的图。在本实施方式中，识别装置12的人工智能装置12a使用人工智能从筹码W的图像中抽出筹码W的中心线C。
[0094] 具体地，如图3所示，学习机13通过图像分析装置14获取由记录装置11记录的在不同照度下照射的筹码W的中心线C的多个图像，通过人的教授，将获取的图像和各图像中的筹码W的中心线C的正确的位置作为教师数据进行学习，制作学习模型13a(识别程序)。
[0095] 通过反复进行人向学习机13输入上述教师数据并使其进行学习的教师动作，能够提高学习机13所具有的学习模型13a对筹码W的中心线C的确定精度。学习机13在放置于游艺桌4上的多个筹码W因摄像机212的死角而一部分处于隐匿状态下，也能够通过反复学习这样的图像，从而能够制作可判定游艺桌4上的筹码W的中心线C的学习模型13a。
[0096] 所制作的学习模型13a可以经由USB存储器、HDD等外部介质、或通信网络等输入给人工智能装置12a，从而人工智能装置12a能够使用人工智能从筹码W的图像中抽出筹码W的中心线C。
[0097] 另外，在从图像中对中心线C进行图像分析时，可以直接对图像进行分析，也可以在进行了颜色的强调或噪点的去除等图像处理之后再进行分析，以使更容易识别中心线C。
[0098] 此外，识别装置12也可以不使用人工智能，而通过使用摄像机212进行拍摄并记录为图像，并且使用图像分析的结果，检测形状、亮度、色彩饱和度、色调等图像上的特征的方法，从而抽出筹码W的中心线C。
[0099] 如图6所示，人工智能装置12a还具有以下结构：通过对所抽出的所述中心线C的周围的规定范围的周边图像(例如，以中心线为中心，与中心线垂直的8个像素的范围等)进行图像分析，识别所述周边图像中的所述特定色121和与特定色121不同的所述基准色R的至少两色。另外，在对抽出的所述中心线C的周围的规定范围的周边图像进行图像分析时，可以直接对图像进行分析，也可以在进行了颜色的强调或噪点的去除等图像处理之后再进行分析，以使更容易识别特定色121。
[0100] 人工智能装置12a是将在不同照度下照射的所述筹码W及基准色R的多个图像作为教师数据被教授的人工智能装置。另外，在相同条件的照度下照射的筹码W的中心线C的周边图像，能够通过将特定色121和基准色R在相同照度下进行照射，从而能够获得特定色121和基准色R的相对关系。例如，该相对关系可以用于特定色121的识别。
[0101] 此外，识别装置12也可以不使用人工智能，而通过使用摄像机212进行拍摄并记录为图像，并且使用图像分析的结果，检测形状、亮度、色彩饱和度、色调等图像上的特征的方法，从而识别特定色121。
[0102] 总而言之，识别装置12的人工智能装置12a是具有通过从筹码W的图像中抽出中心线C，对以所述中心线C为中心的规定范围的周边图像进行图像分析，从而识别所述周边图像中的特定色121和与特定色121不同的基准色R的至少两色的结构，且是将在不同照度下照射的所述筹码W及基准色R的多个周边图像作为教师数据被教授的人工智能装置。
[0103] 在判定物品时的其他实施方式中，物品识别装置12的人工智能装置12a使用人工智能从物品B本身或包装的图像中抽出物品B本身或包装的特定色121。
[0104] 具体地，如图3所示。学习机13通过图像分析装置14获取由记录装置11记录的在不同照度下照射的物品B本身或包装及基准色R的多个图像，通过人的教授，将获取的图像和各图像中的附加在物品B本身或包装上的特定色121的正确的位置作为教师数据进行学习，制作学习模型13a(识别程序)。
[0105] 通过反复进行人向学习机13输入上述教师数据并使其进行学习的教师动作，能够提高学习机13所具有的学习模型13a对附加在物品B本身或包装上的特定色的确定精度。学习机13在放置于物品陈列架5的多个物品B因摄像机212的死角而一部分处于隐匿状态下，也能够通过反复学习这样的图像，从而能够制作可判定物品陈列架5的物品B的特定色的学习模型13a。
[0106] 所制作的学习模型13a可以经由USB存储器、HDD等外部介质、或通信网络等输入给人工智能装置12a，从而人工智能装置12a能够使用人工智能从物品B的图像中抽出附加在物品B本身或包装上的特定色121部分。
[0107] 另外，在从图像中对特定色121部分进行图像分析时，可以直接对图像进行分析，也可以在进行了颜色的强调或噪点的去除等图像处理之后再进行分析，以使更容易识别特定色121部分。
[0108] 此外，物品识别装置12也可以不使用人工智能，而通过检测形状、亮度、色彩饱和度、色调等图像上的特征的方法，从而抽出物品B本身或包装的特定色121部分。
[0109] 人工智能装置12a还具有以下结构：通过对所抽出的所述特定色121部分的周围的规定范围的周边图像(例如，特定色部分的周围8个像素的范围等)进行图像分析，识别所述周边图像中的所述特定色121和与特定色121不同的所述基准色R的至少两色。另外，在对抽出的所述特定色121部分的周围的规定范围的周边图像进行图像分析时，可以直接对图像进行分析，也可以在进行了颜色的强调或噪点的去除等图像处理之后再进行分析，以使更容易识别特定色121部分。
[0110] 人工智能装置12a是将在不同照度下照射的所述物品B本身或包装的特定色121部分、及基准色R的多个图像作为教师数据被教授的人工智能装置。另外，在相同条件的照度下照射的所述物品B本身或包装的特定色121部分的周边图像，能够通过将特定色121和基准色R在相同照度下进行照射，从而能够获得特定色121和基准色R的相对关系。例如，该相对关系可以用于特定色121的识别。
[0111] 此外，物品识别装置12也可以不使用人工智能，而通过使用摄像机212进行拍摄并记录为图像，并且使用图像分析的结果，检测形状、亮度、色彩饱和度、色调等图像上的特征的方法，从而识别特定色121。
[0112] 总而言之，识别装置12的人工智能装置12a是具有通过从物品B本身或包装的图像中识别特定色121，抽出所述特定色121的图像，对所述特定色121的周边图像进行图像分析，从而识别所述周边图像中的特定色121和所述基准色R的至少两色的结构，且是将在不同照度下照射的所述物品B本身或包装的特定色121及基准色R的多个周边图像作为教师数据被教授的人工智能装置。
[0113] 上述实施方式是以本发明所属技术领域的具有一般知识的人能够实施本发明为目的而进行的记载。上述实施方式的各种变形例是本领域技术人员当然能够想到的，本发明的技术思想也能够适用于其他实施方式。因此，本发明并不限定于所记载的实施方式，应当理解为是依照专利请求的范围所定义的技术思想所达到的最广的范围。
[0114] 符号说明：
[0115] 4 游艺桌
[0116] 5 物品陈列架
[0117] 10 筹码识别系统
[0118] 11 记录装置
[0119] 12 识别装置
[0120] 12a 人工智能装置
[0121] 13 学习机
[0122] 13a 学习模型
[0123] 14 图像分析装置
[0124] 15 输出装置
[0125] 20 物品识别系统
[0126] 121 特定色
[0127] 212 摄像机
[0128] W 筹码
[0129] B 物品
[0130] R 基准色
[0131] C 中心线。
