JP2023077805A - 決済者監視装置及びそのプログラム、決済者監視方法 - Google Patents
決済者監視装置及びそのプログラム、決済者監視方法 Download PDFInfo
- Publication number
- JP2023077805A JP2023077805A JP2021191259A JP2021191259A JP2023077805A JP 2023077805 A JP2023077805 A JP 2023077805A JP 2021191259 A JP2021191259 A JP 2021191259A JP 2021191259 A JP2021191259 A JP 2021191259A JP 2023077805 A JP2023077805 A JP 2023077805A
- Authority
- JP
- Japan
- Prior art keywords
- person
- payment
- payer
- processor
- monitoring device
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims description 50
- 238000012544 monitoring process Methods 0.000 title description 10
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 description 35
- 230000010365 information processing Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 101150024393 ACT5 gene Proteins 0.000 description 7
- 101100492334 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ARP1 gene Proteins 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 102100031102 C-C motif chemokine 4 Human genes 0.000 description 5
- 101000777470 Mus musculus C-C motif chemokine 4 Proteins 0.000 description 5
- 230000004913 activation Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 101100215341 Arabidopsis thaliana ACT12 gene Proteins 0.000 description 3
- 101100434207 Arabidopsis thaliana ACT8 gene Proteins 0.000 description 3
- 101100490404 Dibothriocephalus dendriticus ACT6 gene Proteins 0.000 description 3
- 101100215344 Dictyostelium discoideum act17 gene Proteins 0.000 description 3
- 101100054770 Dictyostelium discoideum act29 gene Proteins 0.000 description 3
- 102100026620 E3 ubiquitin ligase TRAF3IP2 Human genes 0.000 description 3
- 101710140859 E3 ubiquitin ligase TRAF3IP2 Proteins 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 101150079344 ACT4 gene Proteins 0.000 description 2
- 101150026261 ACT7 gene Proteins 0.000 description 2
- 101100215339 Arabidopsis thaliana ACT11 gene Proteins 0.000 description 2
- 101000908384 Bos taurus Dipeptidyl peptidase 4 Proteins 0.000 description 2
- 101100161935 Caenorhabditis elegans act-4 gene Proteins 0.000 description 2
- 101100108071 Dictyostelium discoideum act10 gene Proteins 0.000 description 2
- 101100215368 Dictyostelium discoideum act21 gene Proteins 0.000 description 2
- 101100161922 Dictyostelium discoideum act22 gene Proteins 0.000 description 2
- 101100054763 Dictyostelium discoideum act23 gene Proteins 0.000 description 2
- 101100054766 Dictyostelium discoideum act25 gene Proteins 0.000 description 2
- 101100054768 Dictyostelium discoideum act27 gene Proteins 0.000 description 2
- 101100054769 Dictyostelium discoideum act28 gene Proteins 0.000 description 2
- HEFNNWSXXWATRW-UHFFFAOYSA-N Ibuprofen Chemical compound CC(C)CC1=CC=C(C(C)C(O)=O)C=C1 HEFNNWSXXWATRW-UHFFFAOYSA-N 0.000 description 2
- 101100217138 Mus musculus Actr10 gene Proteins 0.000 description 2
- 101100056774 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ARP3 gene Proteins 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 101100434208 Arabidopsis thaliana ACT9 gene Proteins 0.000 description 1
- 101100054764 Dictyostelium discoideum act24 gene Proteins 0.000 description 1
- 101100054767 Dictyostelium discoideum act26 gene Proteins 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G3/00—Alarm indicators, e.g. bells
- G07G3/003—Anti-theft control
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/18—Payment architectures involving self-service terminals [SST], vending machines, kiosks or multimedia terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/20—Point-of-sale [POS] network systems
- G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G3/00—Alarm indicators, e.g. bells
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G3/00—Alarm indicators, e.g. bells
- G07G3/006—False operation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Human Computer Interaction (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Emergency Management (AREA)
- Cash Registers Or Receiving Machines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Burglar Alarm Systems (AREA)
- Alarm Systems (AREA)
Abstract
【課題】決済が終了する前に会計場から立ち去った人物を容易に特定可能とする。【解決手段】決済者監視装置は、人物検出手段と、特徴取得手段と、出力手段とを備える。人物検出手段は、決済端末で取引の決済を行う決済者を検出する。特徴取得手段は、人物検出手段で検出された決済者の特徴を表す情報を取得する。出力手段は、決済端末での決済が終了する前に人物検出手段で検出されていた決済者が検出されなくなると、特徴取得手段で取得した情報とともにアラート信号を出力する。【選択図】 図6
Description
本発明の実施形態は、決済者監視装置及びそのプログラムと決済者監視方法に関する。
買上商品の登録から支払いまでの取引の決済を客自身が行うフルセルフ方式のチェックアウトシステムがある。この種のチェックアウトシステムは、客が決済を終える前に店を出てしまう場合が起こり得る。そこで従来、決済が開始されてから終了されるまでの間、人感センサが会計場にいる客を感知し、決済が終了する前に人感センサが客を感知しなくなるとその旨を報知する技術が知られている。
このような従来技術であれば、店員は、決済が終了する前に会計場から立ち去った人物がいることを知り得る。しかし、報知があった際に会計場から立ち去った人物が複数名いた場合、誰が報知対象の人物であるのかを特定するのかは容易ではない。
本発明の実施形態が解決しようとする課題は、決済が終了する前に会計場から立ち去った人物を容易に特定することができる決済者監視技術を提供しようとするものである。
一実施形態において、決済者監視装置は、人物検出手段と、特徴取得手段と、出力手段とを備える。人物検出手段は、決済端末で取引の決済を行う決済者を検出する。特徴取得手段は、人物検出手段で検出された決済者の特徴を表す情報を取得する。出力手段は、決済端末での決済が終了する前に人物検出手段で検出されていた決済者が検出されなくなると、特徴取得手段で取得した情報とともにアラート信号を出力する。
以下、決済者監視装置に係るいくつかの実施形態について、図面を用いて説明する。
各実施形態は、いずれも、買上商品の登録から支払いまでの取引の決済を客自身が行うフルセルフ方式のチェックアウトシステムを導入したスーパーマーケット等の小売店舗を一例とする。
各実施形態は、いずれも、買上商品の登録から支払いまでの取引の決済を客自身が行うフルセルフ方式のチェックアウトシステムを導入したスーパーマーケット等の小売店舗を一例とする。
<第1の実施形態>
初めに、第1の実施形態について、図1乃至図6を用いて説明する。
初めに、第1の実施形態について、図1乃至図6を用いて説明する。
[チェックアウトシステムの説明]
図1は、フルセルフ方式のチェックアウトシステム100を示す概略構成図である。チェックアウトシステム100は、複数台の決済端末10と店舗サーバ20とを含む。チェックアウトシステム100は、各決済端末10と店舗サーバ20とをLAN(Local Area Network)等の通信ネットワーク30で接続する。またチェックアウトシステム100は、通信ネットワーク30に、店員監視用のアテンダント端末40を接続する。
図1は、フルセルフ方式のチェックアウトシステム100を示す概略構成図である。チェックアウトシステム100は、複数台の決済端末10と店舗サーバ20とを含む。チェックアウトシステム100は、各決済端末10と店舗サーバ20とをLAN(Local Area Network)等の通信ネットワーク30で接続する。またチェックアウトシステム100は、通信ネットワーク30に、店員監視用のアテンダント端末40を接続する。
複数台の決済端末10は、それぞれ店舗の会計場に設置されており、買物を終えた客が操作者となる。商品が陳列された売場において買上商品を買物かご等に入れた客は、会計場へと移動し、決済端末10を操作して、買上商品の登録から支払いまでの取引の決済をセルフで行う。店舗サーバ20は、決済端末10で行われる取引の決済を支援する。アテンダント端末40は、会計場の出口近傍に設けられた監視場に設置され、決済端末10毎に登録された買上商品のリスト等を表示デバイスに表示する。またアテンダント端末40は、決済端末10でエラーが発生した場合にはそのエラー情報を報知する。監視場にいる店員、いわゆるアテンダントは、アテンダント端末40の情報を基に会計場の監視を行う。なお、図1では、アテンダント端末40の台数を1台としているが、複数台のアテンダント端末40が通信ネットワーク30に接続されてもよい。
各決済端末10は、それぞれ監視装置50を備える。監視装置50は、決済端末10の外部にあってもよいし、決済端末10の内部にあってもよい。本実施形態では、決済端末10の外部に監視装置50を設け、決済端末10と監視装置50とを信号ケーブル60で各々接続する場合を例示する。
監視装置50は、対応する決済端末10を操作する客、いわゆる決済者の動向を監視するための装置である。具体的には監視装置50は、対応する決済端末10を操作して取引の決済を行っている決済者を監視し、その決済者が決済を完了する前に会計場から退出する場合にアラートを通知する。アラートの通知先は、例えばアテンダント端末40である。各監視装置50は、アテンダント端末40と信号ケーブル70で各々接続しており、アラート信号をアテンダント端末40へと出力する。監視装置50は、決済者監視装置の一態様である。
[決済端末の説明]
図2は、決済端末10の外観構成を示す斜視図であり、図3は、決済端末10の要部回路構成を示すブロック図である。以下、図2及び図3を用いて、決済端末10の主要な構成について説明する。
図2は、決済端末10の外観構成を示す斜視図であり、図3は、決済端末10の要部回路構成を示すブロック図である。以下、図2及び図3を用いて、決済端末10の主要な構成について説明する。
図2に示すように、決済端末10は、本体101と、該本体101の左右に配置された第1の商品載置台102及び第2の商品載置台103とを備える。本体101に向かって右側に配置される第1の商品載置台102は、決済者である客が登録前の買上商品を載置するための場所である。登録前の買上商品は、通常、買物かごに入れられて第1の商品載置台102に載置される。登録前の買上商品は、ショッピングカートに入れられた状態で第1の商品載置台102の上方に配置されてもよい。
本体101に向かって左側に配置される第2の商品載置台103は、客が登録後の買上商品を載置するための場所である。登録後の買上商品は、例えば第2の商品載置台103に置かれた買い物袋(レジ袋、マイバッグ等)に入れられる。登録後の買上商品は、第2の商品載置台103に直接置かれてもよい。図2において、第2の商品載置台103は、上部に支柱を介して一時置き台104を設けている。一時置き台104は、例えば、商品を買い物袋に入れる前に一時的に載置するための台である。また、一時置き台104には、左右に離間させて2本の保持アーム105が設けられている。客は、これらの保持アーム105を用いて、買い物袋を開口した状態で第2の商品載置台103の上に置くことが可能である。
本体101は、入出力デバイスとしてタッチパネル11、カードリーダ12、プリンタ13、スキャナ14、ハンドスキャナ15、現金処理機16、スピーカ17等を備える。
タッチパネル11は、表示デバイスとしてのディスプレイと、入力デバイスとしてのタッチセンサとを含む。ディスプレイは、決済開始画面、登録明細画面、支払い方法選択画面、会計画面等の種々の画面情報を表示する。決済開始画面は、取引の決済開始を受け付ける画面である。決済開始画面には、取引の決済開始を指令するためのスタートキーが配置される。買上商品の登録を始める客は、スタートキーにタッチする。スタートキーがタッチ操作されたことをタッチセンサが検知すると、決済端末10のプロセッサ181(図3を参照)は、ディスプレイの画面を決済開始画面から登録明細画面へと遷移させる。
登録明細画面は、登録された買上商品の商品名、価格、合計金額等の明細情報を表示する画面である。登録明細画面には、登録を終えた買上商品の代金支払いへの移行を指令するための支払いキーが配置される。買上商品の登録を終えた客は、支払いキーにタッチする。支払いキーがタッチ操作されたことをタッチセンサが検知すると、決済端末10のプロセッサ181は、ディスプレイの画面を登録明細画面から支払い方法選択画面へと遷移させる。
支払い方法選択画面は、現金支払い、クレジットカード支払い、電子マネー支払い等の支払い方法の選択入力を受け付ける画面である。支払い方法選択画面には、現金支払いを指令するための現金キー、クレジットカード支払いを指令するためのクレジットキー、電子マネー支払いを指令するための電子マネーキー等が配置される。例えば、現金支払いを希望する客は、現金キーにタッチする。現金キーがタッチ操作されたことをタッチセンサが検知すると、決済端末10のプロセッサ181は、ディスプレイの画面を支払い方法選択画面から会計画面へと遷移させる。会計画面は、取引の合計金額、現金の預かり金額、及び、釣銭額等を表示する画面である。
カードリーダ12は、クレジットカード、電子マネーカード、ポイントカード等のカード媒体に記録されたデータを読み取るデバイスである。カード媒体が磁気カードの場合、カードリーダ12は磁気カードリーダである。カード媒体がICカードの場合、カードリーダ12は、ICカードリーダである。決済端末10は、カードリーダ12として磁気カードリーダ又はICカードリーダのいずれか一方を備えていてもよいし、両方を備えていてもよい。カードリーダ12は、カードへのデータ書込み機能を有したカードリーダ・ライタであってもよい。
プリンタ13は、レシート用紙に買上レシート、クレジットカード伝票等に係るデータを印刷するデバイスである。プリンタ13によって種々のデータが印刷されたレシート用紙は、カッタによりカットされて、レシート発行口から発行される。プリンタ13は、例えばサーマルプリンタ又はドットインパクトプリンタ等によって実現される。
スキャナ14及びハンドスキャナ15は、商品を識別する情報を読み取るものである。本実施形態において、スキャナ14及びハンドスキャナ15は、商品を識別する情報として商品に付されたバーコードを読み取るものとする。スキャナ14は、商品に付されたバーコードが相対するように読取窓に翳された商品のバーコードを光学的に読取る。ハンドスキャナ15は、決済者によって手持ちで操作されるもので、商品に付されたバーコードに近接されることによりバーコードを光学的に読取る。なお、スキャナ14及びハンドスキャナ15は、商品を認識する情報を読み取るものであればよく、例えば二次元コード等、バーコード以外の情報を読み取るものであってもよい。
現金処理機16は、現金を処理するものである。現金処理機16は、紙幣投入口161、紙幣排出口162、硬貨投入口163及び硬貨排出口164を有する。現金処理機16は、紙幣投入口161に投入された紙幣を処理する。現金処理機16は、釣銭としての紙幣を紙幣排出口162から排出する。現金処理機16は、硬貨投入口163に投入された硬貨を受け入れて処理する。現金処理機16は、釣銭としての硬貨を硬貨排出口164から排出する。
スピーカ17は、アラートしての警告音、あるいは、メッセージとしての音声などの音を出力する。
本体101の上方部には、撮像部としてのカメラ80が設けられている。カメラ80は、決済端末10を操作する決済者を撮影するものである。図2に示すように、タッチパネル11のディスプレイ、カードリーダ12のカード挿入口、プリンタ13のレシート発行口、スキャナ14の読取窓及び現金処理機16の紙幣投入口161、紙幣排出口162、硬貨投入口163及び硬貨排出口164は、本体101の1つの面(以下、正面とする)に配置されている。このため決済者は、本体101の正面と対峙するように立って、決済端末10を操作する。カメラ80は、その決済者のほぼ全身を上方から撮影する。したがって、決済者の頭部、顔面、両肩、両腕、胸部、腹部等がカメラ80によって撮影される。
図3に示すように、決済端末10は、制御回路18としてプロセッサ181、メインメモリ182、補助記憶デバイス183、時計184、ネットワークインターフェース(I/F)185、監視装置インターフェース(I/F)186、デバイスインターフェース(I/F)187及びシステム伝送路188等を備える。システム伝送路188は、アドレスバス、データバス、制御信号線等を含む。システム伝送路188は、プロセッサ181と他の各部とを接続し、相互間で授受されるデータ信号を伝送する。
決済端末10は、プロセッサ181と、メインメモリ182、補助記憶デバイス183、時計184、ネットワークインターフェース185、監視装置インターフェース186及びデバイスインターフェース187とをシステム伝送路188で接続することにより、コンピュータを構成する。そして決済端末10は、そのデバイスインターフェース187に、前述したタッチパネル11、カードリーダ12、プリンタ13、スキャナ14、ハンドスキャナ15、現金処理機16、スピーカ17等のデバイスを接続する。なお、決済端末10に接続されるデバイスは、これらに限定されない。決済端末10の用途において必要なデバイスを追加したり、一部のデバイスを省略してもよい。
プロセッサ181は、上記コンピュータの中枢部分に相当する。プロセッサ181は、オペレーティングシステム又はアプリケーションプログラムに従って、決済端末10としての各種の機能を実現するべく各部を制御する。プロセッサ181は、例えばCPU(Central Processing Unit)である。
メインメモリ182は、上記コンピュータの主記憶部分に相当する。メインメモリ182は、不揮発性のメモリ領域と揮発性のメモリ領域とを含む。メインメモリ182は、不揮発性のメモリ領域ではオペレーティングシステム又はアプリケーションプログラムを記憶する。メインメモリ182は、プロセッサ181が各部を制御するための処理を実行する上で必要なデータを不揮発性又は揮発性のメモリ領域で記憶する場合もある。メインメモリ182は、揮発性のメモリ領域を、プロセッサ181によってデータが適宜書き換えられるワークエリアとして使用する。不揮発性のメモリ領域は、例えばROM(Read Only Memory)である。揮発性のメモリ領域は、例えばRAM(Random Access Memory)である。
補助記憶デバイス183は、上記コンピュータの補助記憶部分に相当する。例えばEEPROM(Electric Erasable Programmable Read-Only Memory)、HDD(Hard Disk Drive)、あるいはSSD(Solid State Drive)等が補助記憶デバイス183となり得る。補助記憶デバイス183は、プロセッサ181が各種の処理を行う上で使用するデータ、プロセッサ181での処理によって作成されたデータ等を保存する。補助記憶デバイス183は、上記のアプリケーションプログラムを記憶する場合もある。
時計184は、日付と時刻を計時する。プロセッサ181は、時計184によって計時されている日付と時刻を現在日時として処理する。
ネットワークインターフェース185は、通信ネットワーク30を介して接続される店舗サーバ20及びアテンダント端末40との間でデータ通信を行う。
監視装置インターフェース186は、信号ケーブル60を介して監視装置50を接続する。監視装置インターフェース186は、監視装置50との間でデータ通信を行う。
[監視装置の構成説明]
図4は、監視装置50の要部回路構成を示すブロック図である。監視装置50は、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。システム伝送路57は、アドレスバス、データバス、制御信号線等を含む。システム伝送路57は、プロセッサ51と他の各部とを接続し、相互間で授受されるデータ信号を伝送する。
図4は、監視装置50の要部回路構成を示すブロック図である。監視装置50は、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。システム伝送路57は、アドレスバス、データバス、制御信号線等を含む。システム伝送路57は、プロセッサ51と他の各部とを接続し、相互間で授受されるデータ信号を伝送する。
監視装置50は、プロセッサ51と、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55及びアテンダント端末インターフェース56とをシステム伝送路57で接続することにより、コンピュータを構成する。
プロセッサ51は、上記コンピュータの中枢部分に相当する。プロセッサ51は、オペレーティングシステム又はアプリケーションプログラムに従って、監視装置50としての各種の機能を実現するべく各部を制御する。プロセッサ51は、例えばCPUである。
メインメモリ52は、上記コンピュータの主記憶部分に相当する。メインメモリ52は、不揮発性のメモリ領域と揮発性のメモリ領域とを含む。メインメモリ52は、不揮発性のメモリ領域ではオペレーティングシステム又はアプリケーションプログラムを記憶する。メインメモリ52は、プロセッサ51が各部を制御するための処理を実行する上で必要なデータを不揮発性又は揮発性のメモリ領域で記憶する場合もある。メインメモリ52は、揮発性のメモリ領域を、プロセッサ51によってデータが適宜書き換えられるワークエリアとして使用する。不揮発性のメモリ領域は、例えばROMである。揮発性のメモリ領域は、例えばRAMである。
補助記憶デバイス53は、上記コンピュータの補助記憶部分に相当する。例えばEEPROM、HDD、あるいはSSD等が補助記憶デバイス53となり得る。補助記憶デバイス53は、プロセッサ51が各種の処理を行う上で使用するデータ、プロセッサ51での処理によって作成されたデータ等を保存する。補助記憶デバイス53は、上記のアプリケーションプログラムを記憶する場合もある。
カメラインターフェース54は、対応する決済端末10に設けられたカメラ80を接続する。カメラインターフェース54は、カメラ80の駆動を制御する制御信号をカメラ80に対して出力する。カメラ80は、この制御信号に従って撮影動作を行う。カメラインターフェース54は、カメラ80によって撮影された画像データを取り込む。
決済端末インターフェース55は、信号ケーブル60を介して決済端末10を接続する。決済端末インターフェース55は、決済端末10との間でデータ通信を行う。
アテンダント端末インターフェース56は、信号ケーブル70を介してアテンダント端末40を接続する。アテンダント端末インターフェース56は、アテンダント端末40との間でデータ通信を行う。
かかる構成の監視装置50は、メインメモリ52における揮発性メモリ領域の一部を第1メモリ521及び第2メモリ522の領域としている。第1メモリ521及び第2メモリ522の用途については後述する。
また監視装置50は、図5に示すように、プロセッサ51が画像取得手段511、人物検出手段512、スコア算出手段513、記憶手段514及び出力手段515としての機能を有する。
画像取得手段511は、カメラインターフェース54を介して接続されたカメラ80で撮影される画像データをフレーム毎に順次取得する機能である。
人物検出手段512は、決済端末10で取引の決済を行う決済者を検出する機能である。人物検出手段512は、例えば画像取得手段511により取得したカメラ80での撮影画像を基に決済者を検出する。人物検出手段512は、例えばAIを活用した骨格推定技術を利用して撮影画像から人物の骨格情報を抽出することにより、決済者を検出する。
スコア算出手段513は、決済者の姿勢スコアを算出する機能である。スコア算出手段513は、例えば人物検出手段512において、骨格推定技術により抽出された人物の骨格情報を基に、姿勢スコアを算出する。スコア算出手段513は、例えば骨格を構成する体のパーツを点数化して、姿勢スコアを算出する。体のパーツには、右目、左目、右耳、左耳、鼻、口、首、右肩、左肩、右肘、左肘、右手首、左手首、右腰、左腰、右膝、左膝、右足首、左足首等がある。スコア算出手段513は、例えば抽出されたパーツの総数を姿勢スコアとする。スコア算出手段513は、人物を特定する上で有効な目、鼻等のパーツに対しては重みづけを行って、姿勢スコアを算出してもよい。また、スコア算出手段513は、体の軸となる右肩と左肩の中点と右腰と左腰の中点とを結ぶ線分が、上から見て手前側に傾いている場合、すなわち決済者が俯いている場合には、顔のパーツが不明のため、姿勢スコアが減少するように設定してもよい。
記憶手段514は、例えば人物検出手段512において、骨格推定技術を利用して撮影画像から人物の骨格情報が抽出された場合、その骨格情報を第1メモリ521に記憶させる機能である。第1メモリ521は、所定数の骨格情報を時系列に記憶可能である。第1メモリ521において既に所定数の骨格情報を記憶している場合、記憶手段514は、最も古い骨格情報を削除してから新たな骨格情報を第1メモリ521に記憶させる。
また記憶手段514は、スコア算出手段513において算出された姿勢スコアの最大値を、その姿勢スコアに対応したフレーム単位の撮影画像のデータとともに第2メモリ522に記憶させる機能でもある。姿勢スコアが最大値ということは、姿勢スコアに対応したフレーム単位の撮影画像には、人物検出手段512で検出された人物を特定できる情報が多数含まれていると言える。つまり、最大値の姿勢スコアに対応したフレーム単位の撮影画像のデータは、決済者の特徴を表す情報となり得る。ここに、スコア算出手段513及び記憶手段514は、決済者の特徴を表す情報を取得する特徴取得手段と言い換えることができる。
出力手段515は、決済端末10での決済が終了する前に人物検出手段512において決済者が検出されなくなると、アラート信号を出力する機能である。アラート信号は、第2メモリ522に記憶された情報、すなわち決済者の特徴を表す情報であるフレーム単位の撮影画像のデータを含む。アラート信号は、例えば信号ケーブル70を介してアテンダント端末40へと出力される。
上述した画像取得手段511、人物検出手段512、スコア算出手段513、記憶手段514及び出力手段515としての機能は、いずれもプロセッサ51が決済者監視プログラムに従って実行する第1の情報処理によって実現される。
決済者監視プログラムは、メインメモリ52又は補助記憶デバイス53に記憶されるアプリケーションプログラムの一種である。決済者監視プログラムをメインメモリ52又は補助記憶デバイス53にインストールする方法は特に限定されるものではない。リムーバブルな記録媒体に決済者監視プログラムを記録して、あるいはネットワークを介した通信により決済者監視プログラムを配信して、メインメモリ52又は補助記憶デバイス53にインストールすることができる。記録媒体は、CD-ROM,メモリカード等のようにプログラムを記憶でき、かつ装置が読み取り可能であれば、その形態は問わない。
[監視装置の作用説明]
図6は、監視装置50のプロセッサ51が決済者監視プログラムに従って実行する第1の情報処理の要部手順を示す流れ図である。以下、図6を用いて、監視装置50の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図6は、監視装置50のプロセッサ51が決済者監視プログラムに従って実行する第1の情報処理の要部手順を示す流れ図である。以下、図6を用いて、監視装置50の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図6に示すように、プロセッサ51は、ACT1として決済開始コマンドを待ち受ける。決済開始コマンドは、対応する決済端末10において、決済開始画面に表示されたスタートキーが入力されると、決済端末10から信号ケーブル60を介して監視装置50へと送信される。すなわち、会計場に来た決済者が空いている決済端末10の正面に立ち、タッチパネル11に表示されているスタートキーをタッチ操作すると、決済開始コマンドがその決済端末10と接続された監視装置50に入力される。
ACT1において、プロセッサ51は、決済端末インターフェース55を介して決済監視コマンドを受信すると、ACT2へと進む。プロセッサ51は、ACT2として第1メモリ521及び第2メモリ522を初期化する。この初期化により、第1メモリ521及び第2メモリ522に記憶されていたデータはクリアされる。
第1メモリ521及び第2メモリ522を初期化し終えると、プロセッサ51は、ACT3へと進む。プロセッサ51は、ACT3としてカメラインターフェース54に接続されたカメラ80に対し、起動信号を出力する。この起動信号により、カメラ80は、撮影動作を開始する。前述したように、カメラ80は、決済端末10の正面に立つ決済者を上方から撮影可能な位置に取り付けられている。したがって、カメラ80によって撮影された画像には、スタートキーをタッチ操作した決済者の頭髪、顔、服装等が映し出されている可能性が高い。
プロセッサ51は、ACT4として画像取得手段511としての機能により、カメラインターフェース54を介してカメラ80からフレーム単位の撮影画像を取得する。そしてプロセッサ51は、このフレーム単位の撮影画像を基にACT5以降の処理を実行する。
プロセッサ51は、ACT5として人物検出手段512としての機能により、その撮影画像に映し出されている人物を検出する。具体的にはプロセッサ51は、撮影画像に対して骨格推定処理を実行する。撮影画像に人物が映し出されている場合、骨格推定処理によりその人物の骨格情報が抽出される。つまり骨格情報が抽出された場合には、決済者であると想定される人物が決済端末10の正面に立っていると言える。
プロセッサ51は、ACT6として人物が検出されたか否か、つまりは撮影画像から骨格情報を抽出できたか否かを確認する。ACT6において、撮影画像から骨格情報を抽出できない場合、プロセッサ51は、ACT7へと進む。プロセッサ51は、ACT7として第2メモリ522にデータが記憶されているか否かを確認する。ACT2において、第2メモリ522が初期化された直後は、第2メモリ522にデータが記憶されていない。その場合、プロセッサ51は、ACT4へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT5以降の処理を前述したのと同様に実行する。
ACT6おいて、撮影画像から骨格情報を抽出できた場合、プロセッサ51は、ACT8へと進む。プロセッサ51は、ACT8として記憶手段514としての機能により、第1メモリ521にその骨格情報を記憶させる。プロセッサ51は、ACT9として第1メモリ521に別の骨格情報が既に記憶されているか否かを確認する。ACT2において、第1メモリ521が初期化された直後は、第1メモリ521に別の骨格情報が記憶されていない。その場合、プロセッサ51は、ACT15へと進む。ACT15の処理については、後述する。
ACT9において、第1メモリ521に別の骨格情報が既に記憶されている場合には、プロセッサ51は、ACT10へと進む。プロセッサ51は、ACT10として同一人物判定処理を実行する。具体的にはプロセッサ51は、ACT5において骨格情報が抽出された撮影画像に映し出されている人物が、第1メモリ521に記憶されている骨格情報が抽出された撮影画像に映し出されている人物と同一人物であるか否かを判定する。例えばプロセッサ51は、第1メモリ521に複数の骨格情報が記憶されている場合、それら複数の骨格情報から現在の骨格情報を外挿によって推定する。そしてプロセッサ51は、その推定された骨格情報とACT5において抽出された骨格情報とのマッチングを行う。その結果、骨格情報の類似度が所定値以上である場合には、プロセッサ51は、同一人物が映し出されていると判定する。骨格情報の類似度が所定値未満の場合には、プロセッサ51は、同一人物が映し出されていないと判定する。
通常、決済端末10を利用して買上商品の登録から支払いまでの取引の決済をセルフで行う決済者は、買上商品を第1の商品載置台102の上に置いて決済端末10の前に立つ。そして決済者は、決済開始画面に表示されたスタートキーを入力する。そうすると、タッチパネル11の画面が決済開始画面から登録明細画面へと遷移するので、決済者は、買上商品の登録作業を始める。具体的には決済者は、第1の商品載置台102から買上商品を1品ずつ手に取り、その買上商品に付されているバーコードをスキャナ14又はハンドスキャナ15で読み取らせた後、その買上商品を第2の商品載置台103の上に置く、という作業を繰り返す。したがって、買上商品の登録作業を行っている間、決済者は、決済端末10の正面に立ち続けると想定される。そしてその間、決済者はカメラ80によって撮影される。このため通常は、ACT11において同一人物が映し出されていると判定される。しかし、決済者又はその周囲にいる人物の意図しない動き等により、一時的に同一人物でないと判定される場合もあり得る。同一人物でないと判定された場合、プロセッサ51は、ACT15へと進む。ACT15の処理については、後述する。
ACT11において、同一人物であると判定された場合には、プロセッサ51は、ACT12へと進む。プロセッサ51は、ACT12としてスコア算出手段513としての機能により、ACT5において抽出された骨格情報から姿勢スコアを算出する。プロセッサ51は、ACT13として算出された姿勢スコアがそれまでの最大値であるか否かを確認する。
プロセッサ51は、後述するACT14において、姿勢スコアの最大値を第2メモリ522に記憶させる。したがってACT13においては、プロセッサ51は、第2メモリ522に姿勢スコアが記憶されていない場合、あるいは第2メモリ522に記憶されている姿勢スコアよりもACT12において算出された姿勢スコアの方が大きい場合には、最大値の姿勢スコアが算出されたと判定する。第2メモリ522に記憶されている姿勢スコアの方が、ACT12において算出された姿勢スコアよりも小さい又は等しい場合には、プロセッサ51は、最大値でない姿勢スコアが算出されたと判定する。最大値でない姿勢スコアが算出された場合、プロセッサ51は、ACT15へと進む。ACT15の処理については、後述する。
ACT13において、最大値の姿勢スコアが算出された場合には、プロセッサ51は、ACT14へと進む。プロセッサ51は、ACT14として記憶手段514としての機能により、ACT4において取得したフレーム単位の画像データと、ACT12において算出された姿勢スコアとを関連付けて第2メモリ522に記憶させる。その後、プロセッサ51は、ACT15へと進む。
このようにプロセッサ51は、ACT14において第2メモリ522にフレーム単位の画像データとその時点で最大値となる姿勢スコアとを記憶させるか、ACT11において同一人物判定処理により同一人物でないと判定されるか、ACT9にいて第1メモリ521に別の骨格情報が記憶されていない場合、ACT15へと進む。
プロセッサ51は、ACT15として決済終了コマンドを受信したか否かを確認する。決済終了コマンドは、対応する決済端末10において、会計画面が表示されると、決済端末10から信号ケーブル60を介して監視装置50へと送信される。すなわち、買上商品の登録作業を終えた決済者が、登録明細画面に表示された支払いキーを入力すると、タッチパネル11の画面が登録明細画面から支払い方法選択画面へと遷移するので、決済者は、所望の支払方法に対応したキーを入力する。そうすると、タッチパネル11の画面が支払方法に応じた会計画面に遷移するとともに、監視装置50に決済終了コマンドが入力される。
ACT15において、決済終了コマンドを受信していない場合、すなわち決済者が買上商品の登録作業を継続している場合には、プロセッサ51は、ACT4へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT5以降の処理を前述したのと同様に実行する。すなわちプロセッサ51は、買上商品の登録作業を継続している決済者の頭髪、顔、服装、等が映し出されている可能性が高い撮影画像を取得する毎に、ACT5の骨格推定処理、ACT8の骨格情報記憶処理、ACT10の同一人物判定処理、ACT12の姿勢スコア算出処理、ACT14の第2メモリ更新処理を実行する。
ACT15において、決済終了コマンドを受信した場合には、プロセッサ51は、ACT17へと進む。プロセッサ51は、ACT17としてカメラインターフェース54に接続されたカメラ80に対し、停止信号を出力する。この停止信号により、カメラ80は、撮影動作を停止する。以上で、プロセッサ51は、図6の流れ図で示す手順の第1の情報処理を終了する。その後、プロセッサ51は再び、ACT1として次の決済開始コマンドを待ち受ける。
このように、決済者が決済端末10を利用して買上商品の登録から支払いまでの取引の決済をセルフで行った場合には、決済者は、通常、決済が終了するまで決済端末10の正面に立ち続ける。したがって、カメラ80で撮影されたフレーム単位の画像からは決済者の骨格情報が継続して抽出されるので、プロセッサ51は、そのフレーム単位の撮影画像に対してACT8乃至ACT14の処理を繰り返し実行する。その結果、姿勢スコアが最大値となる撮影画像が第2メモリ522に記憶される。
ここで、決済者が決済端末10に対して買上商品の代金を支払うための操作を行って取引の決済が終了した場合には、プロセッサ51は、第1の情報処理を終了する。そして、次の決済者によるスタートキーのタッチ操作に応じて、プロセッサ51は、第2メモリ522をクリアする。したがって、取引の決済を終了した決済者の画像情報が第2メモリ522に残ることはない。
一方、決済が終了する前に、決済者が決済端末10の正面から離れると、ACT5の骨格推定処理において、撮影画像から骨格情報を抽出できなくなる。姿勢スコアが最大値となる撮影画像が第2メモリ522に記憶されている状態で、撮影画像から骨格情報を抽出できなくなると、プロセッサ51は、ACT16へと進む。プロセッサ51は、ACT16として出力手段515としての機能により、アラートを通知する。具体的にはプロセッサ51は、アテンダント端末インターフェース56を介してアテンダント端末40にアラート信号を出力する。このアラート信号には、第2メモリ522に記憶されたフレーム単位の撮影画像のデータが含まれる。
アラートを通知したプロセッサ51は、前述したACT17へと進む。すなわちプロセッサ51は、カメラインターフェース54に接続されたカメラ80に対し、停止信号を出力して、第1の情報処理を終了する。
このように、決済が終了する前に、決済者が決済端末10の正面から離れた場合には、監視装置50からアテンダント端末40に対し、アラート信号が出力される。このアラート信号により、アテンダント端末40においては、表示デバイスにアラート画面90(図7を参照)が表示される。
図7は、アラート画面90の一例である。図示するように、アラート画面90には、アラートメッセージ91とともに画像領域92に撮影画像が表示される。アラートメッセージ91は、アラート信号送信元の監視装置50に対応する決済端末10で決済者が未会計のまま立ち去ったことをアテンダントに通知する内容のメッセージである。撮影画像は、アラート信号とともに受信した撮影画像、すなわち、姿勢スコアが最大となる撮影画像である。また、アラート画面90には、アテンダント以外のセキュリティ担当者にアラート画面90の情報を転送する場合にチェックを入れるチェックボックス93と、OKボタン94も表示される。なお、アラート画面90のレイアウト、画像、テキスト等は、図7に示すものに限定されるものではない。
アラート画面90を確認したアテンダントは、No.3の決済端末10で決済を行っていた決済者が未会計のまま決済端末10を離れたことを知り得る。このとき、画像領域92には、その決済者の頭部、顔、服装等の特徴を示す画像が表示されているので、アテンダントは、その画像からアラート通知対象の決済者が誰であるのかを容易に特定することができる。
例えば、アラート通知対象の決済者を特定したアテンダントは、OKボタン94を入力する。そうすると、アラート画面90が消去される。例えば、アラート通知対象の決済者を特定できなかったアテンダントは、チェックボックス93にチェックを入れてからOKボタン94を入力する。そうすると、アテンダント端末40からセキュリティ担当者がオペレータである所定の端末に、アラート画面90の内容が転送される。その結果、未会計のまま会計場を立ち去った決済者の特徴を示す画像が端末に保存される。
[監視装置の効果]
以上詳述したように、第1の実施形態によれば、アテンダント端末40からアラートが通知された際に会計場から立ち去ろうとする人物が複数名いた場合においても、アテンダントは、アラート対象の人物を容易に特定することができる。その結果、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
以上詳述したように、第1の実施形態によれば、アテンダント端末40からアラートが通知された際に会計場から立ち去ろうとする人物が複数名いた場合においても、アテンダントは、アラート対象の人物を容易に特定することができる。その結果、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
監視装置50は、カメラ80によって撮影される画像については、姿勢スコアが最大となるフレーム単位の画像だけを第2メモリ522で記憶する。したがって、データ容量が大きい画像データを複数記憶する必要がないので、少ないメモリ容量で構成できる利点もある。
<第2の実施形態>
次に、第2の実施形態について、図8乃至図10を用いて説明する。
第2の実施形態においても、第1の実施形態と同様に、チェックアウトシステム100を構成する各決済端末10に対してそれぞれ設けられる監視装置50を決済者監視装置の一態様とする。このため、図1乃至図3については、第2の実施形態においてもそのまま適用し、その説明は省略する。また、図8乃至図10は、第1の実施形態における図4乃至図6と対応した図である。そこで、第1の実施形態と共通する要素には同一符号を付し、その詳しい説明は省略する。
次に、第2の実施形態について、図8乃至図10を用いて説明する。
第2の実施形態においても、第1の実施形態と同様に、チェックアウトシステム100を構成する各決済端末10に対してそれぞれ設けられる監視装置50を決済者監視装置の一態様とする。このため、図1乃至図3については、第2の実施形態においてもそのまま適用し、その説明は省略する。また、図8乃至図10は、第1の実施形態における図4乃至図6と対応した図である。そこで、第1の実施形態と共通する要素には同一符号を付し、その詳しい説明は省略する。
[監視装置の構成説明]
監視装置50は、第1の実施形態と構成及び作用の一部を異にする。そこで以下では、第2の実施形態に係る監視装置を監視装置501と表す。
図8は、監視装置501の要部回路構成を示すブロック図である。監視装置501は、監視装置50と同様に、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。
監視装置50は、第1の実施形態と構成及び作用の一部を異にする。そこで以下では、第2の実施形態に係る監視装置を監視装置501と表す。
図8は、監視装置501の要部回路構成を示すブロック図である。監視装置501は、監視装置50と同様に、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。
ただし、監視装置501は、メインメモリ52における揮発性メモリ領域の一部を検出済フラグFのメモリ523及び第3メモリ524の領域としている。検出済フラグFのメモリ523及び第3メモリ524の用途については後述する。
また監視装置501は、図9に示すように、プロセッサ51が画像取得手段581、人物検出手段582、記憶手段583及び出力手段584としての機能を有する。
画像取得手段581は、監視装置50の画像取得手段511と同様に、カメラインターフェース54を介して接続されたカメラ80で撮影される画像データをフレーム毎に順次取得する機能である。
人物検出手段582は、監視装置50の人物検出手段512と同様に、決済端末10で取引の決済を行う決済者を検出する機能である。人物検出手段582は、例えば画像取得手段581により取得したカメラ80での撮影画像を基に決済者を検出する。ただし、監視装置501はスコア算出手段513としての機能を有していないので、人物検出手段582は、骨格推定技術を利用する必要はない。例えば人物検出手段582は、SSD等の深層学習を用いた物体検出技術を利用して、撮影画像から人物のカテゴリに属する物体を決済者として検出すればよい。
記憶手段583は、メモリ523に、“0”又は“1”の1ビットデータである検出済フラグFを記憶させる機能である。また記憶手段583は、人物検出手段582によって決済者が最初に検出された撮影画像のデータを第3メモリ524に記憶させる機能でもある。
後述するが、第2の実施形態においても、プロセッサ51は、決済端末10から決済開始コマンドを受信すると、カメラ80に対して起動信号を出力する。決済開始コマンドは、決済者が決済端末10のタッチパネル11に表示されている決済開始画面に表示されたスタートキーをタッチ操作することによって、決済端末10から監視装置501へと送信される。したがって、そのタイミングでカメラ80により撮影された画像には、タッチパネル11に顔を向けた決済者が映し出される可能性が高い。つまりカメラ80は、決済端末10の上方に配置されているので、決済者の服装だけでなく顔が映し出される可能性が高い。また、第1の商品載置台102には、決済者の買上商品が全部置かれているので、買上商品が撮影画像に映し出されているはずである。したがって、第3メモリ524に記憶される撮影画像、すなわち人物検出手段582によって決済者が最初に検出された撮影画像のデータは、決済者の特徴を表す情報であると言える。ここに、記憶手段583は、決済者の特徴を表す情報を取得する特徴取得手段と言い換えることができる。
出力手段584は、監視装置50の出力手段515と同様に、決済端末10での決済が終了する前に人物検出手段582において決済者が検出されなくなると、アラート信号を出力する機能である。アラート信号は、第3メモリ524に記憶された情報、すなわち決済者の特徴を表す情報である撮影画像のデータを含む。アラート信号は、例えば信号ケーブル70を介してアテンダント端末40へと出力される。
上述した画像取得手段581、人物検出手段582、記憶手段583及び出力手段584としての機能は、いずれもプロセッサ51が決済者監視プログラムに従って実行する第2の情報処理によって実現される。
[監視装置の作用説明]
図10は、監視装置501のプロセッサ51が決済者監視プログラムに従って実行する第2の情報処理の要部手順を示す流れ図である。以下、図10を用いて、監視装置501の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図10は、監視装置501のプロセッサ51が決済者監視プログラムに従って実行する第2の情報処理の要部手順を示す流れ図である。以下、図10を用いて、監視装置501の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図10に示すように、プロセッサ51は、ACT21として決済開始コマンドを待ち受ける。対応する決済端末10において、決済開始画面に表示されたスタートキーが入力されことにより、決済端末インターフェース55を介して決済監視コマンドを受信すると、プロセッサ51は、ACT22へと進む。プロセッサ51は、ACT22として記憶手段583としての機能により、メモリ521に記憶される検出済フラグFを“0”とする。また、プロセッサ51は、ACT23として第3メモリ524を初期化する。この初期化により、第3メモリ524に記憶されていたデータはクリアされる。
第3メモリ524を初期化し終えると、プロセッサ51は、ACT24へと進む。プロセッサ51は、ACT24としてカメラインターフェース54に接続されたカメラ80に対し、起動信号を出力する。この起動信号により、カメラ80は、撮影動作を開始する。
プロセッサ51は、ACT25として画像取得手段581としての機能により、カメラインターフェース54を介してカメラ80からフレーム単位の撮影画像を取得する。そしてプロセッサ51は、このフレーム単位の撮影画像を基にACT26以降の処理を実行する。
プロセッサ51は、ACT26として人物検出手段582としての機能により、その撮影画像に映し出されている人物を検出する。具体的にはプロセッサ51は、物体検出技術を利用して、撮影画像から人物のカテゴリに属する物体を検出する。
プロセッサ51は、ACT27として撮影画像から人物のカテゴリに属する物体を検出できたか否かを確認する。ACT27において、撮影画像から人物のカテゴリに属する物体を検出できない場合、プロセッサ51は、ACT28へと進む。プロセッサ51は、ACT28として第3メモリ524にデータが記憶されているか否かを確認する。ACT23において、第3メモリ524が初期化された直後は、第3メモリ524にデータが記憶されていない。その場合、プロセッサ51は、ACT25へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT26以降の処理を前述したのと同様に実行する。
ACT27おいて、撮影画像から人物のカテゴリに属する物体を検出できた場合、プロセッサ51は、ACT29へと進む。プロセッサ51は、ACT29としてメモリ523の検出済フラグFを調べる。検出済フラグFが“0”の場合、プロセッサ51は、ACT30へと進む。プロセッサ51は、ACT30として記憶手段583としての機能により、ACT25において取得したフレーム単位の撮影画像のデータを第3メモリ524に記憶させる。まだプロセッサ51は、ACT31として記憶手段583としての機能により、メモリ523の検出済フラグFを“0”から“1”に書き換える。その後、プロセッサ51は、ACT32へと進む。
プロセッサ51は、ACT32として決済終了コマンドを受信したか否かを確認する。決済終了コマンドを受信していない場合、すなわち決済者が買上商品の登録作業を継続している場合には、プロセッサ51は、ACT25へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT26以降の処理を実行する。ただしこの場合には、ACT29において検出済フラグFが“1”であるので、プロセッサ51は、ACT30及びACT31の処理をスキップする。
ACT32において、決済終了コマンドを受信した場合には、プロセッサ51は、ACT34へと進む。プロセッサ51は、ACT34としてカメラインターフェース54に接続されたカメラ80に対し、停止信号を出力する。この停止信号により、カメラ80は、撮影動作を停止する。以上で、プロセッサ51は、図10の流れ図で示す手順の第2の情報処理を終了する。その後、プロセッサ51は再び、ACT21として次の決済開始コマンドを待ち受ける。
このように、決済者が決済端末10を利用して買上商品の登録から支払いまでの取引の決済をセルフで行った場合には、決済者は、通常、決済が終了するまで決済端末10の正面に立ち続ける。したがって、カメラ80で撮影されたフレーム単位の画像からは人物のカテゴリに属する物体が継続して検出されるので、プロセッサ51は、そのフレーム単位の撮影画像に対してACT29以降の処理を繰り返し実行する。その結果、決済者である人物が最初に検出された撮影画像が第3メモリ524に記憶される。
ここで、決済者が決済端末10に対して買上商品の代金を支払うための操作を行って取引の決済が終了した場合には、プロセッサ51は、第2の情報処理を終了する。そして、次の決済者によるスタートキーのタッチ操作に応じて、プロセッサ51は、第3メモリ524をクリアする。したがって、取引の決済を終了した決済者の画像情報が第3メモリ524に残ることはない。
一方、決済が終了する前に、決済者が決済端末10の正面から離れると、ACT26の人物検出処理において、撮影画像から人物を検出できなくなる。決済者である人物が最初に検出された撮影画像が第3メモリ524に記憶されている状態で、撮影画像から人物が検出されなくなると、プロセッサ51は、ACT33へと進む。プロセッサ51は、ACT33として出力手段584としての機能により、アラートを通知する。具体的にはプロセッサ51は、アテンダント端末インターフェース56を介してアテンダント端末40にアラート信号を出力する。このアラート信号には、第3メモリ524に記憶されたフレーム単位の撮影画像のデータが含まれる。
アラートを通知したプロセッサ51は、前述したACT34へと進む。すなわちプロセッサ51は、カメラインターフェース54に接続されたカメラ80に対し、停止信号を出力して、第2の情報処理を終了する。
このように、決済が終了する前に、決済者が決済端末10の正面から離れた場合には、監視装置50からアテンダント端末40に対し、アラート信号が出力される。このアラート信号により、アテンダント端末40においては、表示デバイスにアラート画面が表示される。このアラート画面は、例えば第1の実施形態のアラート画面90と同様のレイアウトを有する画面である。したがって、決済を終了する前に決済端末10から離れた決済者が、決済開始画面に表示されたスタートキーをタッチ操作した時点の撮影画像がアラート画面に表示される。
その撮影画像には、決済者の服装だけでなく顔が映し出される可能性が高い。したがって、アテンダントは、その画像からアラート通知対象の決済者が誰であるのかを容易に特定することができる。
[監視装置の効果]
以上詳述したように、第2の実施形態においても、第1の実施形態と同様に、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
以上詳述したように、第2の実施形態においても、第1の実施形態と同様に、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
その上、第2の実施形態においては、骨格推定処理及び姿勢スコアの算出処理が不要である。したがって、処理部であるプロセッサ51の処理負荷を軽減できる効果も奏し得る。
<第3の実施形態>
次に、第3の実施形態について、図11乃至図13を用いて説明する。
第3の実施形態においても、第1及び第2の実施形態と同様に、チェックアウトシステム100を構成する各決済端末10に対してそれぞれ設けられる監視装置50を決済者監視装置の一態様とする。このため、図1乃至図3については、第3の実施形態においてもそのまま適用し、その説明は省略する。また、図11乃至図13は、第1の実施形態における図4乃至図6と対応した図である。そこで、第1の実施形態と共通する要素には同一符号を付し、その詳しい説明は省略する。
次に、第3の実施形態について、図11乃至図13を用いて説明する。
第3の実施形態においても、第1及び第2の実施形態と同様に、チェックアウトシステム100を構成する各決済端末10に対してそれぞれ設けられる監視装置50を決済者監視装置の一態様とする。このため、図1乃至図3については、第3の実施形態においてもそのまま適用し、その説明は省略する。また、図11乃至図13は、第1の実施形態における図4乃至図6と対応した図である。そこで、第1の実施形態と共通する要素には同一符号を付し、その詳しい説明は省略する。
[監視装置の構成説明]
監視装置50は、第1又は第2の実施形態と構成及び作用の一部を異にする。そこで以下では、第3の実施形態に係る監視装置を監視装置502と表す。
図11は、監視装置502の要部回路構成を示すブロック図である。監視装置502は、監視装置50及び監視装置501と同様に、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。
監視装置50は、第1又は第2の実施形態と構成及び作用の一部を異にする。そこで以下では、第3の実施形態に係る監視装置を監視装置502と表す。
図11は、監視装置502の要部回路構成を示すブロック図である。監視装置502は、監視装置50及び監視装置501と同様に、プロセッサ51、メインメモリ52、補助記憶デバイス53、カメラインターフェース54、決済端末インターフェース55、アテンダント端末インターフェース56及びシステム伝送路57等を備える。
ただし、監視装置502は、メインメモリ52における揮発性メモリ領域の一部を第4メモリ525の領域としている。第4メモリ525の用途については後述する。
また監視装置502は、図12に示すように、プロセッサ51が画像取得手段591、人物検出手段592、リスト取得手段593、記憶手段594及び出力手段595としての機能を有する。
画像取得手段591は、監視装置50の画像取得手段511と同様に、カメラインターフェース54を介して接続されたカメラ80で撮影される画像データをフレーム毎に順次取得する機能である。
人物検出手段592は、監視装置50の人物検出手段512と同様に、決済端末10で取引の決済を行う決済者を検出する機能である。人物検出手段592は、例えば画像取得手段581により取得したカメラ80での撮影画像を基に決済者を検出する。ただし、監視装置502はスコア算出手段513としての機能を有していないので、人物検出手段592は、骨格推定技術を利用する必要はない。例えば人物検出手段592は、SSD等の深層学習を用いた物体検出技術を利用して、撮影画像から人物のカテゴリに属する物体を決済者として検出すればよい。
リスト取得手段593は、決済端末10で決済される取引の情報として登録された商品のリストを取得する機能である。決済端末10においては、例えばスキャナ14又はハンドスキャナ15において商品を識別する情報が読み取られると、その商品の商品名、価格等を含む買上商品データがトランザクションメモリに登録処理される。この登録処理により、トランザクションメモリには、決済者による買上商品の商品名,価格等が順次記憶される。リスト取得手段593は、決済端末10のトランザクションメモリに記憶されたデータを、買上商品のリストデータとして取得する。
記憶手段594は、リスト取得手段593によって取得した買上商品のリストデータを第4メモリ525に記憶させる機能である。
買上商品のリストデータは、決済端末10で取引の決済を行う決済者が手にしている商品のリストである。したがって、リストデータは、決済者の特徴を表す情報となり得る。ここに、リスト取得手段593は、決済者の特徴を表す情報を取得する特徴取得手段と言い換えることができる。
出力手段595は、監視装置50の出力手段515と同様に、決済端末10での決済が終了する前に人物検出手段592において決済者が検出されなくなると、アラート信号を出力する機能である。アラート信号は、第4メモリ525に記憶された情報、すなわち決済者の特徴を表す情報である買上商品のリストデータを含む。アラート信号は、例えば信号ケーブル70を介してアテンダント端末40へと出力される。
上述した画像取得手段591、人物検出手段592、リスト取得手段593、記憶手段594及び出力手段595としての機能は、いずれもプロセッサ51が決済者監視プログラムに従って実行する第3の情報処理によって実現される。
[監視装置の作用説明]
図13は、監視装置502のプロセッサ51が決済者監視プログラムに従って実行する第3の情報処理の要部手順を示す流れ図である。以下、図13を用いて、監視装置502の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図13は、監視装置502のプロセッサ51が決済者監視プログラムに従って実行する第3の情報処理の要部手順を示す流れ図である。以下、図13を用いて、監視装置502の主要な作用について説明する。なお、以下に説明する手順は一例である。同様な効果を奏し得るのであればその手順は適宜変更することができる。
図13に示すように、プロセッサ51は、ACT41として決済開始コマンドを待ち受ける。対応する決済端末10において、決済開始画面に表示されたスタートキーが入力されことにより、決済端末インターフェース55を介して決済監視コマンドを受信すると、プロセッサ51は、ACT42へと進む。プロセッサ51は、ACT42として第4メモリ525を初期化する。この初期化により、第4メモリ525に記憶されていたデータはクリアされる。
第4メモリ525を初期化し終えると、プロセッサ51は、ACT43へと進む。プロセッサ51は、ACT43としてカメラインターフェース54に接続されたカメラ80に対し、起動信号を出力する。この起動信号により、カメラ80は、撮影動作を開始する。
プロセッサ51は、ACT44として画像取得手段591としての機能により、カメラインターフェース54を介してカメラ80からフレーム単位の撮影画像を取得する。そしてプロセッサ51は、このフレーム単位の撮影画像を基にACT45以降の処理を実行する。
プロセッサ51は、ACT45として人物検出手段592としての機能により、その撮影画像に映し出されている人物を検出する。具体的にはプロセッサ51は、物体検出技術を利用して、撮影画像から人物のカテゴリに属する物体を検出する。
プロセッサ51は、ACT46として撮影画像から人物のカテゴリに属する物体を検出できたか否かを確認する。ACT46において、撮影画像から人物のカテゴリに属する物体を検出できない場合、プロセッサ51は、ACT47へと進む。プロセッサ51は、ACT47として第4メモリ525にデータが記憶されているか否かを確認する。ACT42において、第4メモリ525が初期化された直後は、第4メモリ525にデータが記憶されていない。その場合、プロセッサ51は、ACT44へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT45以降の処理を前述したのと同様に実行する。
ACT46おいて、撮影画像から人物のカテゴリに属する物体を検出できた場合、プロセッサ51は、ACT48へと進む。プロセッサ51は、ACT48としてリスト取得手段593としての機能により、決済端末インターフェース55からリストデータの要求コマンドを送信する。この要求コマンドは、信号ケーブル60を介して接続された決済端末10で受信される。要求コマンドを受信した決済端末10のプロセッサ181は、その要求に対する応答として、トランザクションメモリに記憶されている買上商品のリストデータを要求コマンド送信元の監視装置502に送信する。また、プロセッサ181は、支払い方法選択画面においていずれかの支払方法が選択されると、決済終了コマンドを送信する。
要求コマンドを送信した監視装置502のプロセッサ51は、ACT49としてリストデータを受信するか、ACT50として決済終了コマンドを受信するのを待ち受ける。ACT49及びACT550の待ち受け状態において、リストデータを受信すると、プロセッサ51は、ACT51へと進む。プロセッサ51は、ACT51として記憶手段594として機能により、そのリストデータを第4メモリに記憶させる。
その後、プロセッサ51は、ACT44へと戻る。プロセッサ51は、次のフレーム単位の撮影画像をカメラ80から取得して、ACT45以降の処理を実行する。
ACT49又はACT50の待ち受け状態において、決済終了コマンドを受信した場合には、プロセッサ51は、ACT53へと進む。プロセッサ51は、ACT53としてカメラインターフェース54に接続されたカメラ80に対し、停止信号を出力する。この停止信号により、カメラ80は、撮影動作を停止する。以上で、プロセッサ51は、図13の流れ図で示す手順の第3の情報処理を終了する。その後、プロセッサ51は再び、ACT41として次の決済開始コマンドを待ち受ける。
このように、決済者が決済端末10を利用して買上商品の登録から支払いまでの取引の決済をセルフで行った場合には、決済者は、通常、決済が終了するまで決済端末10の正面に立ち続ける。したがって、カメラ80で撮影されたフレーム単位の画像からは人物のカテゴリに属する物体が継続して検出されるので、プロセッサ51は、そのフレーム単位の撮影画像に対してACT48以降の処理を繰り返し実行する。その結果、決済者である人物が決済端末10に対して登録した買上商品のリストデータが第4メモリ525に記憶される。
ここで、決済者が決済端末10に対して買上商品の代金を支払うための操作を行って取引の決済が終了した場合には、プロセッサ51は、第3の情報処理を終了する。そして、次の決済者によるスタートキーのタッチ操作に応じて、プロセッサ51は、第4メモリ525をクリアする。したがって、取引の決済を終了した決済者のリストデータが第4メモリ525に残ることはない。
一方、決済が終了する前に、決済者が決済端末10の正面から離れると、ACT45の人物検出処理において、撮影画像から人物を検出できなくなる。買上商品のリストデータが第4メモリ525に記憶されている状態で、撮影画像から人物が検出されなくなると、プロセッサ51は、ACT52へと進む。プロセッサ51は、ACT52として出力手段595としての機能により、アラートを通知する。具体的にはプロセッサ51は、アテンダント端末インターフェース56を介してアテンダント端末40にアラート信号を出力する。このアラート信号には、第4メモリ525に記憶された買上商品のリストデータが含まれる。
アラートを通知したプロセッサ51は、前述したACT53へと進む。すなわちプロセッサ51は、カメラインターフェース54に接続されたカメラ80に対し、停止信号を出力して、第3の情報処理を終了する。
このように、決済が終了する前に、決済者が決済端末10の正面から離れた場合には、監視装置50からアテンダント端末40に対し、アラート信号が出力される。このアラート信号により、アテンダント端末40においては、表示デバイスにアラート画面が表示される。このアラート画面は、例えば第1の実施形態のアラート画面90と同様のレイアウトを有する画面である。そして、アラート画面90では撮影画像が表示されていた領域に、買上商品のリストデータが表示される。したがって、アテンダントは、買上商品のリストからアラート通知対象の決済者が誰であるのかを容易に特定することができる。
[監視装置の効果]
以上詳述したように、第3の実施形態においても、第2の実施形態と同様に、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
以上詳述したように、第3の実施形態においても、第2の実施形態と同様に、決済者が未会計のまま会計場から立ち去るのを高い確率をもって防ぐことができる。
その上、第3の実施形態においては、カメラ80によって撮影された画像を決済が終了するまで保持しておくためのメモリが必要ないので、より一層メモリ容量を節約できるメリットがある。
[変形例]
監視装置50は、1台の決済端末10に対応して設けなくてもよい。例えば、2台の決済端末10に対して1台の監視装置50を割り当てる。そして監視装置50は、各決済端末10に設けられたカメラ80からそれぞれ画像データを取得して、第1、第2又は第3の情報処理を並列的に実行する。こうすることにより、決済端末10の台数と比較して監視装置50の台数を少なくできるので、システムコストを低減できるメリットがある。
監視装置50は、1台の決済端末10に対応して設けなくてもよい。例えば、2台の決済端末10に対して1台の監視装置50を割り当てる。そして監視装置50は、各決済端末10に設けられたカメラ80からそれぞれ画像データを取得して、第1、第2又は第3の情報処理を並列的に実行する。こうすることにより、決済端末10の台数と比較して監視装置50の台数を少なくできるので、システムコストを低減できるメリットがある。
監視装置が監視する決済端末10は、フルセルフ方式のチェックアウトシステム100における決済端末10に限定されない。例えば、買上商品を登録処理する登録機と、買上商品の会計を処理する会計機とを分離し、登録機は店員が操作し、会計機は客が操作するようにしたセミセルフ方式のチェックアウトシステムがある。このようなチェックアウトシステムの会計機に対して監視装置50,501又は502を適用することも可能である。そうすることにより、会計機で会計を行わずに立ち去ろうとした客を容易に特定することができる。
カメラ80は、決済端末10毎に設けなくてもよい。例えば、会計場の天井などに取り付けられたカメラ80によって、複数台の決済端末10を操作する決済者を同時に撮影するようにしてもよい。また、第3の実施形態においては、決済者を検出できれば良いので、カメラ80は必須の要件ではない。例えば人感センサを用いて、決済者を検出してもよい。
なお、前記各実施形態は、カメラ80によって撮影される決済者が一人であることを前提としている。しかし、客によっては二人以上の人物が決済端末10の前に立って決済を行う場合もある。このような場合、監視装置50は、それぞれの人物を検出した画像から姿勢スコアを算出し、人物毎に最大となる姿勢スコアの画像データを第2メモリ522で記憶すればよい。監視装置501及び監視装置502は、少なくとも一人の人物を検出することによって、その後の処理を進めればよい。
第1の実施形態におけるACT10の同一人物判定処理は、骨格情報を推定する方法に限定されない。例えば、フレーム単位の撮影画像をCNN(Convolutional Neural Network)に入力して人物の特徴ベクトルを算出し、今回の特徴ベクトルと直前の人物の特徴ベクトルとの距離情報から同一人物であるか否かを判定してもよい。
第1の実施形態では、姿勢スコアが最大値となる撮影画像のデータを第2メモリ522で記憶した。この点に関しては、姿勢スコアが所定の閾値以上となる複数の撮影画像のデータを第2メモリ522で記憶し、アラート通知の際にはその複数の画像データを送信してもよい。そうすることにより、監視装置50のメモリ容量は増加するものの、決済を完了せずに立ち去る決済者をより精度よく特定することができる。
第1の実施形態において、第1メモリ521及び第2メモリ522を初期化するタイミングは、ACT2のタイミングに限定されない。例えば、ACT17の処理の後に第1メモリ521及び第2メモリ522を初期化してもよい。この点は、第2又は第3の実施形態においても同様である。
アラートの通知先は、アテンダント端末40に限定されない。例えば、店員が携帯するスマートフォン、タブレット端末等の情報端末にアラート信号とともに画像データ又はリストデータを送信してもよい。
決済終了コマンドが出力されるタイミングは、会計画面が表示されたタイミングには限定されない。例えば会計画面が表示され、買上レシートが発行されたタイミングで決済終了コマンドが出力されてもよい。
この他、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態及びその変形は、発明の範囲に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
10…決済端末、20…店舗サーバ、30…通信ネットワーク、40…アテンダント端末、50…監視装置、51…プロセッサ、52…メインメモリ、53…補助記憶デバイス、54…カメラインターフェース、55…決済端末インターフェース、56…アテンダント端末インターフェース、57…システム伝送路、60,70…信号ケーブル、511,581,591…画像取得手段、512,582,592…人物検出手段、513…スコア算出手段、514,583,594…記憶手段、515,584,595…出力手段、593…リスト取得手段、521…第1メモリ521…第2メモリ、523…検出済フラグのメモリ、524…第3メモリ、525…第4メモリ。
Claims (7)
- 決済端末で取引の決済を行う決済者を検出する人物検出手段と、
前記人物検出手段で検出された決済者の特徴を表す情報を取得する特徴取得手段と、
前記決済端末での決済が終了する前に前記人物検出手段で検出されていた決済者が検出されなくなると、前記特徴取得手段で取得した情報とともにアラート信号を出力する出力手段と、
を具備する決済者監視装置。 - 前記決済端末で取引の決済を行う決済者を撮影するためのカメラから撮影画像を取得する画像取得手段、
をさらに具備し、
前記人物検出手段は、前記画像取得手段により取得した撮影画像に基づいて前記決済者を検出する、
請求項1記載の決済者監視装置。 - 前記人物検出手段は、前記撮影画像に対して骨格推定処理を行い、当該撮影画像に映った人物の骨格情報から決済者を検出し、
前記特徴取得手段は、前記骨格情報を基に姿勢スコアを算出し、その姿勢スコアが最大値となる前記骨格情報の骨格が推定された前記撮影画像を決済者の特徴を表す情報として取得する、
請求項2記載の決済者監視装置。 - 前記特徴取得手段は、前記決済端末での決済開始後、前記人物検出手段で最初に決済者が検出されたときの前記撮影画像を決済者の特徴を表す情報として取得する、
請求項2記載の決済者監視装置。 - 前記特徴取得手段は、前記決済端末で決済される取引の情報として登録された商品のリストを決済者の特徴を表す情報として取得する、
請求項1又は2記載の決済者監視装置。 - 決済者監視装置のコンピュータを、
決済端末で取引の決済を行う決済者を検出する人物検出手段、
前記人物検出手段で検出された決済者の特徴を表す情報を取得する特徴取得手段、及び、
前記決済端末での決済が終了する前に前記人物検出手段で検出されていた決済者が検出されなくなると、前記特徴取得手段で取得した情報とともにアラート信号を出力する出力手段、
として機能させるためのプログラム。 - 人物検出手段が、決済端末で取引の決済を行う決済者を検出し、
特徴取得手段が、前記人物検出手段で検出された決済者の特徴を表す情報を取得し、
出力手段が、前記決済端末での決済が終了する前に前記人物検出手段で検出されていた決済者が検出されなくなると、前記特徴取得手段で取得した情報とともにアラート信号を出力する、決済者監視方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021191259A JP2023077805A (ja) | 2021-11-25 | 2021-11-25 | 決済者監視装置及びそのプログラム、決済者監視方法 |
US17/840,539 US20230162576A1 (en) | 2021-11-25 | 2022-06-14 | Monitoring device and monitoring method |
KR1020220097850A KR20230077629A (ko) | 2021-11-25 | 2022-08-05 | 결제자 감시 장치 및 그 프로그램, 결제자 감시 방법 |
US18/443,290 US20240185691A1 (en) | 2021-11-25 | 2024-02-15 | Monitoring device and monitoring method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021191259A JP2023077805A (ja) | 2021-11-25 | 2021-11-25 | 決済者監視装置及びそのプログラム、決済者監視方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023077805A true JP2023077805A (ja) | 2023-06-06 |
Family
ID=86384050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021191259A Pending JP2023077805A (ja) | 2021-11-25 | 2021-11-25 | 決済者監視装置及びそのプログラム、決済者監視方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US20230162576A1 (ja) |
JP (1) | JP2023077805A (ja) |
KR (1) | KR20230077629A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230297905A1 (en) * | 2022-03-18 | 2023-09-21 | Toshiba Global Commerce Solutions Holdings Corporation | Auditing purchasing system |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030018897A1 (en) * | 2001-07-20 | 2003-01-23 | Psc Scanning, Inc. | Video identification verification system and method for a self-checkout system |
US7909248B1 (en) * | 2007-08-17 | 2011-03-22 | Evolution Robotics Retail, Inc. | Self checkout with visual recognition |
US8429016B2 (en) * | 2008-10-31 | 2013-04-23 | International Business Machines Corporation | Generating an alert based on absence of a given person in a transaction |
JP5310776B2 (ja) | 2010-09-16 | 2013-10-09 | 株式会社寺岡精工 | Posシステム |
US9033227B2 (en) * | 2013-05-20 | 2015-05-19 | Ncr Corporation | Methods and systems for performing security weight checks at checkouts |
US9589433B1 (en) * | 2013-07-31 | 2017-03-07 | Jeff Thramann | Self-checkout anti-theft device |
WO2016015000A2 (en) * | 2014-07-25 | 2016-01-28 | Gatekeeper Systems, Inc. | Monitoring usage or status of cart retrievers |
US9390596B1 (en) * | 2015-02-23 | 2016-07-12 | Hand Held Products, Inc. | Device, system, and method for determining the status of checkout lanes |
US20170251183A1 (en) * | 2016-02-29 | 2017-08-31 | Ncr Corporation | Identification and imaging of terminal-proximate event occurences |
JP2018045297A (ja) * | 2016-09-12 | 2018-03-22 | 東芝テック株式会社 | 会計装置、会計システムおよびプログラム |
US11482082B2 (en) * | 2016-09-18 | 2022-10-25 | Ncr Corporation | Non-scan loss verification at self-checkout terminal |
CN110088813A (zh) * | 2016-12-20 | 2019-08-02 | 日本电气株式会社 | 信息处理***、顾客识别装置、信息处理方法和程序 |
JP7067485B2 (ja) * | 2016-12-22 | 2022-05-16 | 日本電気株式会社 | 情報処理システム、顧客特定装置、情報処理方法及びプログラム |
US20180208970A1 (en) * | 2017-01-23 | 2018-07-26 | America Diagnosis, Inc. | Direct quantitative pcr device and method of use thereof |
JP2018136731A (ja) * | 2017-02-22 | 2018-08-30 | 東芝テック株式会社 | 情報処理装置およびプログラム |
JP6967886B2 (ja) * | 2017-06-20 | 2021-11-17 | 東芝テック株式会社 | チェックアウト装置およびチェックアウトシステム |
JP6709862B6 (ja) * | 2017-07-24 | 2020-07-22 | ▲図▼▲霊▼通▲諾▼(北京)科技有限公司Yi Tunnel (Beijing) Technology Co.,Ltd. | 畳み込みニューラルネットワーク画像認識技術による会計方法及び設備 |
US10474988B2 (en) * | 2017-08-07 | 2019-11-12 | Standard Cognition, Corp. | Predicting inventory events using foreground/background processing |
CN110555356A (zh) * | 2018-06-01 | 2019-12-10 | 财团法人工业技术研究院 | 自助结帐***、方法与装置 |
US20210272086A1 (en) * | 2018-07-16 | 2021-09-02 | Accel Robotics Corporation | Automated vending case with an integrated credential reader |
CN109271847B (zh) * | 2018-08-01 | 2023-04-07 | 创新先进技术有限公司 | 无人结算场景中异常检测方法、装置及设备 |
JP2020035015A (ja) * | 2018-08-27 | 2020-03-05 | 東芝テック株式会社 | チェックアウト装置 |
JP6870669B2 (ja) * | 2018-08-30 | 2021-05-12 | 日本電気株式会社 | 精算装置及び制御方法 |
US20200387865A1 (en) * | 2019-06-05 | 2020-12-10 | Inokyo, Inc. | Environment tracking |
US11567562B2 (en) * | 2019-06-28 | 2023-01-31 | Ncr Corporation | Self-checkout terminal sleep and wake operations |
US11144899B2 (en) * | 2020-01-30 | 2021-10-12 | Ncr Corporation | Terminal access and load management |
US11208134B2 (en) * | 2020-03-11 | 2021-12-28 | Gatekeeper Systems, Inc. | Monitoring system capable of classifying items added to a shopping cart |
US20210319420A1 (en) * | 2020-04-12 | 2021-10-14 | Shenzhen Malong Technologies Co., Ltd. | Retail system and methods with visual object tracking |
US11462082B2 (en) * | 2020-05-29 | 2022-10-04 | Zebra Technologies Corporation | Compact self-checkout kiosks |
US11455869B2 (en) * | 2020-10-13 | 2022-09-27 | Trax Technology Solutions Pte Ltd. | Updating shopping list based on analysis of images |
US11481688B2 (en) * | 2020-11-11 | 2022-10-25 | Hammer of the Gods Inc. | Systems and methods for preparing cross-platform machine learning applications |
-
2021
- 2021-11-25 JP JP2021191259A patent/JP2023077805A/ja active Pending
-
2022
- 2022-06-14 US US17/840,539 patent/US20230162576A1/en not_active Abandoned
- 2022-08-05 KR KR1020220097850A patent/KR20230077629A/ko not_active Application Discontinuation
-
2024
- 2024-02-15 US US18/443,290 patent/US20240185691A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20230077629A (ko) | 2023-06-01 |
US20230162576A1 (en) | 2023-05-25 |
US20240185691A1 (en) | 2024-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6310885B2 (ja) | 商品情報処理装置 | |
US11676124B2 (en) | Checkout apparatus | |
US12008536B2 (en) | Log-in control apparatus, control method of log-in control apparatus, and information terminal | |
US20240185691A1 (en) | Monitoring device and monitoring method | |
KR20220103024A (ko) | 부정 행위 인식 장치 및 그 제어 프로그램, 부정 행위 인식 방법 | |
JP7034615B2 (ja) | チェックアウト装置およびプログラム | |
US20220058609A1 (en) | Image analysis apparatus, monitoring system, and checkout system | |
JP2022016494A (ja) | セルフ精算装置およびプログラム | |
CN107392587A (zh) | 管理装置及控制方法 | |
US20240220956A1 (en) | Checkout apparatus, monitoring apparatus, and monitoring method | |
JP2019096035A (ja) | 決済装置、登録決済装置及び情報処理プログラム | |
US20230259944A1 (en) | Monitoring apparatus, settlement apparatus, and programs | |
JP2022187268A (ja) | 情報処理システム、情報処理装置及びその制御プログラム | |
JP7309933B2 (ja) | 決済装置、登録決済装置及び情報処理プログラム | |
US20220189265A1 (en) | Checkout apparatus and number-of-commodities check method | |
US20220222472A1 (en) | Fraudulent act recognition device, control program therefor, and fraudulent act recognition method | |
JP2024047355A (ja) | 商品登録装置及びそのプロクラム、監視装置 | |
CN116266398A (zh) | 不正当行为推测装置、存储介质及不正当行为推测方法 | |
JP2022088173A (ja) | 商品読取装置および商品読取プログラム | |
JP2022027954A (ja) | 決済装置、登録決済装置及び情報処理プログラム | |
JP2024046221A (ja) | 情報処理装置およびプログラム | |
JP2023115159A (ja) | 決済装置、登録決済装置及び情報処理プログラム | |
JP2022134286A (ja) | 不正行為認識装置及びその制御プログラム、並びに不正行為認識方法 | |
JP2023089895A (ja) | 不正行為推定装置及びその制御プログラム、不正行為推定方法 | |
JP2019096048A (ja) | 決済装置、登録決済装置及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230104 |