JP6369319B2 - 売上処理装置、および客層別商品人気分析方法 - Google Patents
売上処理装置、および客層別商品人気分析方法Info
- Publication number
- JP6369319B2 JP6369319B2 JP2014253880A JP2014253880A JP6369319B2 JP 6369319 B2 JP6369319 B2 JP 6369319B2 JP 2014253880 A JP2014253880 A JP 2014253880A JP 2014253880 A JP2014253880 A JP 2014253880A JP 6369319 B2 JP6369319 B2 JP 6369319B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- customer
- information
- sales
- image
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 92
- 238000004458 analytical method Methods 0.000 title claims description 48
- 238000000034 method Methods 0.000 claims description 71
- 235000008429 bread Nutrition 0.000 description 71
- 238000010586 diagram Methods 0.000 description 21
- 238000003384 imaging method Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 15
- 230000005484 gravity Effects 0.000 description 11
- 235000012785 bread rolls Nutrition 0.000 description 10
- 238000001514 detection method Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000010902 straw Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 235000012813 breadcrumbs Nutrition 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101100412093 Schizosaccharomyces pombe (strain 972 / ATCC 24843) rec16 gene Proteins 0.000 description 1
- 241000207961 Sesamum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000012490 fresh bread Nutrition 0.000 description 1
- 238000010426 hand crafting Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 235000012771 pancakes Nutrition 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000006188 syrup Substances 0.000 description 1
- 235000020357 syrup Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cash Registers Or Receiving Machines (AREA)
Description
撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う売上処理装置であって、
顧客に提供される客層識別用物品毎に、客層の情報を対応付けて記憶する記憶手段と、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御手段と、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析手段と、
前記人気分析手段により分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力手段と、
を備えたことを特徴とする売上処理装置である。
撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う際に、顧客に提供される客層識別用物品毎に客層の情報を対応付けて記憶する記憶手段を用いて行う客層別商品人気分析方法であって、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御ステップと、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析ステップと、
前記人気分析ステップで分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力ステップと、
を含むことを特徴とする客層別商品人気分析方法である。
図1に示すように、売上処理装置1は、顧客用ディスプレイ11と、タッチディスプレイ12と、キャッシュドロワ13と、プリンタ14と、撮影装置15と、撮影台16とを備えており、ベーカリーにおいて商品の会計を行うカウンタ台2に設置される。なお、商品の会計を行う際、売上処理装置1を扱うオペレータ(店員)は、カウンタ台2の図面手前側に立つ。顧客は、カウンタ台2の図面奥側に立つ。
プリンタ14は、タッチディスプレイ12の左下に位置しており、商品の会計時に会計の内容(商品名、金額等)をレシートに印字する。
売上処理装置1は、図1で示した構成以外に、CPU(Central Processing Unit)101と、RAM(Random Access Memory)102と、ROM(Read Only Memory)103と、記憶部104と、スピーカ18とを備えている。なお、各構成は、内部バスや各入出力回路(不図示)を介して互いに通信可能に接続されている。
RAM102は、CPU101によって使用される一時記憶手段であり、CPU101が実行するプログラムに係る画像データや各種変数等を一時的に記憶する。
ROM103は、不揮発性の記憶手段であり、CPU101によって実行されるプログラム等を記憶する。
ディスプレイ12Aは、CPU101によって制御され、オペレータに対して商品等の撮影画像や商品の会計に関する情報(商品名、金額等)を表示する表示手段である。
タッチパネル12Bは、ディスプレイ12Aに表示した情報に対するオペレータのタッチ操作入力を受け付ける。
プリンタ14は、例えば熱転写プリンタであり、レシートを印字する。具体的には、プリンタ14は、商品の会計時にCPU101の指示により、会計の内容をレシートに印字する。
スピーカ18は、予め設定された報知音等を発生する。スピーカ18は、CPU101の制御の下で警告音や音声による報知を行う。
売上処理装置1のCPU101(図2)は、ROM103(図2)に格納された不図示のプログラムを実行することにより、処理部9を具現化する。処理部9は、画像記憶部91と、オブジェクト認識処理部92と、確定通知部93と、候補商品提示部94と、入力取得部95と、売上登録部96と、情報出力部97と、人気分析処理部98と、を含んで構成される。このオブジェクト認識処理部92は、物体検出部921と、類似度演算部922と、類似度判断部923とを備えている。
処理部9は、撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて記憶部104の売上マスタ107に記憶させると共に、撮影画像内に客層識別用物品(トレー3)が認識されていれば、記憶部104のオブジェクト認識用データ105を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を記憶部104の売上マスタ107に記憶させる。
物体検出部921は、エッジ検出等を用いて、取り込んだフレーム画像における商品等の候補となる画像を背景から分離する、すなわち識別対象の物体だけを切り出して検出する。具体的には、顧客がトレー3を撮影台16に載せて、オペレータが撮影を指示すると、処理部9は、撮影装置15によって撮影台16上の撮影領域151を撮影する。物体検出部921は、取り込まれたフレーム画像を二値化して輪郭線を抽出する。次いで物体検出部921は、前回のフレーム画像から抽出された輪郭線と、今回のフレーム画像から抽出された輪郭線とを比較して、画像を輪郭線に囲まれた各領域に分離して、物体を検出する。
柳井啓司,「一般物体認識の現状と今後」,[online]、情報処理学会論文誌,2007年11月15日,Vol.48,No.SIG16、1-24頁,[平成26年10月31日検索],インターネット<URL:http://mm.cs.uec.ac.jp/IPSJ-TCVIM-Yanai.pdf>
Jamie Shottonら,“Semantic Texton Forests for Image Categorization and Segmentation”, Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on,[平成26年10月31日検索],インターネット<URL:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.145.3036&rep=rep1&type=pdf>
(1)分離画像に対応する商品等(商品、付属品)が一意に決定された。
(2)分離画像に対応する商品等(商品、付属品)の候補が1つ以上存在する。
(3)分離画像に対応する商品等(商品、付属品)が無いと決定する。
条件Yは、充足すれば上記(2)と判断するための条件である。条件Yは、例えば、「類似度60%以上の商品等が1つ以上あること」である。具体的には、例えば、ある分離画像の物体について、類似度の一番大きい商品等が類似度80%の商品Aで、二番目が類似度75%の商品Bで、三番目が類似度65%の商品Cで、四番目が類似度55%の商品Dであったとする。このとき条件Yを満たすので、分離画像に対応する候補として類似度60%以上の対象である商品A,B,Cが存在すると判断する。
また、類似度の算出方法が相対評価の場合も、同様にして条件を設定すればよい。
より詳細には、確定通知部93は、類似度判断部923が上記(1)と判断した分離画像を、例えば、緑の枠線と共に顧客用ディスプレイ11やディスプレイ12Aに表示することで、分離画像に対応した商品等が一意に確定されたことを示す。
このとき候補商品提示部94は、条件Yを満たした商品等の写真画像および商品等の名称をオブジェクト認識用データ105および商品内容データ106から読み出し、類似度演算部922が算出した類似度の高いものから、ディスプレイ12Aに順次表示させる。
図4(a)に示すように、男性用トレー3A(3)は、半透明の水色のトレーである。
図4(b)に示すように、女性用トレー3B(3)は、半透明のピンク色のトレーである。
また、あんパン5B(5)は、真円度が低い楕円形状で、大きさが大きい。
また、あんパン5C(5)は、真円度が低い楕円形状で、大きさが小さい。
また、あんパン5D(5)は、真円度が高い円形状で、大きさが大きい。
図6(a)は、あんパン5(あんパン5A〜5Dのいずれか)を載せたトレー3が撮影台16に置かれたときの画面の例を示す図である。
売上処理装置1は、電源がオンされると、モードM10のスルー画表示モードに遷移する。
モードM10は、スルー画表示モードである。このとき、売上処理装置1は、撮影装置15のスルー画をそのままタッチディスプレイ12に表示する。具体的には、このスルー画とは、図6(a)に例示した画面である。モードM10において画面上の撮影ボタンがタッチされると、売上処理装置1はモードM11に遷移する。
モードM14の後、売上処理装置1は、一連の処理を終了する。
オブジェクト認識用データ105は、商品等に係る特徴量欄105aと、画像リンク欄105bと、種別欄105cと、対応する商品等名称欄105dと、客層欄105eと、を含んで構成される。なお、オブジェクト認識用データ105は、これらの欄に限定されず、オブジェクト認識に係る任意のデータの欄を含んでもよい。
画像リンク欄105bは、この商品等に係るリファレンス画像のリンク先情報を格納する。
商品等名称欄105dは、この商品等の名称を格納する。例えば、種別欄105cに「商品」が格納されているとき、商品等名称欄105dには、商品の商品名が格納される。
商品内容データ106は、商品名欄106aと、画像リンク欄106bと、単価欄106cとを含んで構成される。なお、商品内容データ106は、これらの欄に限定されず、商品に係る任意の内容データの欄を含んでもよい。
画像リンク欄106bには、オブジェクト認識用データ105の画像リンク欄105bと同様、商品の画像リンク先情報が格納される。
単価欄106cには、商品の単価が格納される。売上処理装置1の売上登録部96は、この単価欄106cを参照して、売上を算出する。
売上マスタ107は、顧客No.欄107aと、販売日時欄107bと、販売商品欄107cと、売上金額欄107dと、特徴量欄107eと、客層欄107fと、を含んで構成される。なお、売上マスタ107は、これらの欄に限定されず、売上に係る任意のデータの欄を含んでもよい。
また、販売日時欄107bには、商品の販売日時が格納される。
また、販売商品欄107cには、販売した商品の名称が格納される。
また、売上金額欄107dには、売上金額が格納される。
客層欄107fには、商品を購入した顧客の客層が格納される。売上処理装置1の売上登録部96は、オブジェクト認識用データ105(図8)の種別欄105c、客層欄105eを参照し、客層識別用付属品(トレー3)に対応する客層をこの客層欄107fに登録する。
顧客がトレー3を撮影台16に載せて、オペレータがタッチディスプレイ12上の撮影ボタンをタッチすると(図6(a))、処理部9は、一連の処理を開始する。
ステップS1において、処理部9は、撮影装置15に撮影オン信号を出力して画像のキャプチャ(撮影)を開始する。画像記憶部91は、撮影装置15が撮影したフレーム画像(撮影画像)をRAM102に記憶する。
なお、図7のアクティビティ図からわかるように、図11のモードM11において仮登録した販売商品情報と個別特徴量と客層の情報は、最終的に、モードM14の売上マスタ登録処理モードにおいて、売上登録部96によって売上マスタ107に反映(登録)される。
次に、第2の実施形態について、図15、図16を用いて説明する。図1〜図11は、第1の実施形態と共通なので、説明を省略する。第1の実施形態では、分析対象の販売商品であるあんパン5を、男性のみが購入したあんパン5と、女性のみが購入したあんパン5と、男女両方が購入したあんパン5と、に分類し、それぞれの代表画像と購入層を表示した。第2の実施形態は、分析対象の販売商品であるあんパン5を、男性が購入したあんパン5と、女性が購入したあんパン5とに分類し、それぞれの代表画像と購入層を表示する例である。また、第2の実施形態では、着目する2つの特徴量を特に指定せずに、特徴量X,Yとする。したがって、図15、図16は大まかなイメージ図である。
次に、第3の実施形態について、図17、図18を用いて説明する。図1〜図11は、第1の実施形態と共通なので、説明を省略する。第3の実施形態では、第2の実施形態と同様、着目する2つの特徴量を特に指定せずに、特徴量X,Yとする。したがって、図17、図18は大まかなイメージ図である。第3の実施形態は、分析対象の販売商品であるあんパン5について、女性のみが購入したあんパン5のグループが存在しない場合に、男性のみが購入したあんパン5のグループをさらに複数の子グループに分類して、それぞれの代表画像と購入層を表示する例である。
本発明は、上記実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲で、変更実施が可能であり、例えば、次の(a)〜(j)のようなものがある。
〔付記〕
<請求項1>
撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う売上処理装置であって、
顧客に提供される客層識別用物品毎に、客層の情報を対応付けて記憶する記憶手段と、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御手段と、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析手段と、
前記人気分析手段により分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力手段と、
を備えたことを特徴とする売上処理装置。
<請求項2>
前記記憶制御手段は、前記商品個別情報として、前記撮影画像の認識処理により取得した前記商品の個別特徴量を、前記記憶手段に記憶させ、
前記人気分析手段は、前記記憶手段に記憶された同一種別の複数の商品を、前記客層の情報に基づいて、購入した客層の傾向で複数のグループに分類し、
前記複数のグループそれぞれについて、属する商品の前記個別特徴量に基づいて、前記商品個別情報に基づく特徴情報として代表画像を生成し、
前記出力手段は、前記複数のグループ毎の代表画像を、前記購入した客層の傾向とともに出力する、
ことを特徴とする請求項1に記載の売上処理装置。
<請求項3>
撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う際に、顧客に提供される客層識別用物品毎に客層の情報を対応付けて記憶する記憶手段を用いて行う客層別商品人気分析方法であって、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御ステップと、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析ステップと、
前記人気分析ステップで分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力ステップと、
を含むことを特徴とする客層別商品人気分析方法。
101 CPU (制御手段、記憶制御手段の一例)
102 RAM
103 ROM
104 記憶部 (記憶手段の一例)
105 オブジェクト認識用データ
106 商品内容データ
107 売上マスタ
11 顧客用ディスプレイ
12 タッチディスプレイ
12A ディスプレイ
12B タッチパネル
13 キャッシュドロワ
14 プリンタ
15 撮影装置
151 撮影領域
16 撮影台
17 バックライト光源
18 スピーカ
2 カウンタ台
3、3A、3B トレー (客層識別用物品の一例)
5、5A〜5D あんパン (商品の一例)
6 陳列台
9 処理部
91 画像記憶部
92 オブジェクト認識処理部
921 物体検出部
922 類似度演算部
923 類似度判断部
93 確定通知部
94 候補商品提示部
95 入力取得部
96 売上登録部
97 情報出力部 (出力手段の一例)
98 人気分析処理部 (人気分析手段の一例)
Claims (3)
- 撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う売上処理装置であって、
顧客に提供される客層識別用物品毎に、客層の情報を対応付けて記憶する記憶手段と、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御手段と、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析手段と、
前記人気分析手段により分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力手段と、
を備えたことを特徴とする売上処理装置。 - 前記記憶制御手段は、前記商品個別情報として、前記撮影画像の認識処理により取得した前記商品の個別特徴量を、前記記憶手段に記憶させ、
前記人気分析手段は、前記記憶手段に記憶された同一種別の複数の商品を、前記客層の情報に基づいて、購入した客層の傾向で複数のグループに分類し、
前記複数のグループそれぞれについて、属する商品の前記個別特徴量に基づいて、前記商品個別情報に基づく特徴情報として代表画像を生成し、
前記出力手段は、前記複数のグループ毎の代表画像を、前記購入した客層の傾向とともに出力する、
ことを特徴とする請求項1に記載の売上処理装置。 - 撮影画像の認識処理により商品の種別を特定して当該商品の売上処理を行う際に、顧客に提供される客層識別用物品毎に客層の情報を対応付けて記憶する記憶手段を用いて行う客層別商品人気分析方法であって、
前記撮影画像の認識処理により前記商品の種別を特定して当該商品の売上処理を行う際に、当該撮影画像の認識処理により取得した当該商品の外観上の個体差に基づく商品個別情報を、当該商品の種別に対応付けて前記記憶手段に記憶させると共に、前記撮影画像内に前記客層識別用物品が認識されていれば、前記記憶手段を参照して当該客層識別用物品に対応する客層の情報を取得し、当該取得した客層の情報を前記記憶手段に記憶させる記憶制御ステップと、
前記記憶手段に記憶された同一種別の複数の商品について、前記客層の情報および前記商品個別情報を参照することで、客層別の人気度を分析する人気分析ステップと、
前記人気分析ステップで分析された商品の客層別の人気度を、前記商品個別情報に基づく特徴情報と共に出力する出力ステップと、
を含むことを特徴とする客層別商品人気分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014253880A JP6369319B2 (ja) | 2014-12-16 | 2014-12-16 | 売上処理装置、および客層別商品人気分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014253880A JP6369319B2 (ja) | 2014-12-16 | 2014-12-16 | 売上処理装置、および客層別商品人気分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016115173A JP2016115173A (ja) | 2016-06-23 |
JP6369319B2 true JP6369319B2 (ja) | 2018-08-08 |
Family
ID=56141839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014253880A Active JP6369319B2 (ja) | 2014-12-16 | 2014-12-16 | 売上処理装置、および客層別商品人気分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6369319B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3632219B1 (en) * | 2017-05-23 | 2024-05-08 | Nisshin Seifun Welna Inc. | Low-carbohydrate noodle mix |
CN110059993B (zh) * | 2018-01-19 | 2024-07-19 | 北京京东乾石科技有限公司 | 一种仓储管理的方法和装置 |
WO2019163095A1 (ja) * | 2018-02-23 | 2019-08-29 | 日本電気株式会社 | 登録装置、登録方法及びプログラム |
WO2020174526A1 (ja) * | 2019-02-25 | 2020-09-03 | 日本電気株式会社 | 処理装置、処理方法及びプログラム |
CN110728551A (zh) * | 2019-08-19 | 2020-01-24 | 深圳市思派德光学科技有限公司 | 基于5g通信及视觉识别的租赁方法、装置、终端及存储 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006134033A (ja) * | 2004-11-05 | 2006-05-25 | Nec Corp | 情報記憶発信機、サーバ装置、商品モニタリングシステム、商品モニタリング方法、及びプログラム |
JP2006252387A (ja) * | 2005-03-14 | 2006-09-21 | Brother Ind Ltd | 商品情報管理装置 |
JP5238933B2 (ja) * | 2008-08-27 | 2013-07-17 | 株式会社アセットソリューション | 客層付販売情報生成システム |
JP2010231390A (ja) * | 2009-03-26 | 2010-10-14 | Sato Knowledge & Intellectual Property Institute | 回転寿司の注文嗜好管理システム |
JP5379716B2 (ja) * | 2010-02-22 | 2013-12-25 | 東芝テック株式会社 | 客情報処理装置及びプログラム |
JP5510924B2 (ja) * | 2010-02-22 | 2014-06-04 | 株式会社ブレイン | パンの識別装置とそのプログラム |
-
2014
- 2014-12-16 JP JP2014253880A patent/JP6369319B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016115173A (ja) | 2016-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11074610B2 (en) | Sales promotion system, sales promotion method, non-transitory computer readable medium, and shelf system | |
JP6369319B2 (ja) | 売上処理装置、および客層別商品人気分析方法 | |
JP6141207B2 (ja) | 情報処理装置、店舗システム及びプログラム | |
JP6274097B2 (ja) | 商品識別装置および商品認識ナビゲーション方法 | |
JP6468497B2 (ja) | 情報提供方法 | |
JP6220679B2 (ja) | 情報処理装置、店舗システム及びプログラム | |
US20130057692A1 (en) | Store system and method | |
JP6360350B2 (ja) | 情報処理装置、店舗システム及びプログラム | |
TWM560634U (zh) | 具影像識別及結合多媒體購物之展示系統 | |
JP6439415B2 (ja) | 売上処理装置、および売上処理方法 | |
JP2017139019A (ja) | 情報処理装置、及びプログラム | |
JP6459447B2 (ja) | 商品注文装置、商品注文方法、商品価格出力装置、商品価格出力方法およびプログラム | |
JP2001216571A (ja) | 料金精算方法および装置 | |
JP6417912B2 (ja) | 商品処理システム、商品処理方法及びプログラム | |
CN111832590A (zh) | 物品识别方法和*** | |
US20170344973A1 (en) | Sales data processing apparatus and method for easily finding customer | |
JP2017102574A (ja) | 情報表示プログラム、情報表示方法、及び情報表示装置 | |
JP6375924B2 (ja) | 商品登録装置、商品特定方法及びプログラム | |
JP6336351B2 (ja) | 情報処理装置及びプログラム | |
JP6394340B2 (ja) | 商品登録装置、商品登録方法およびプログラム | |
JP5797703B2 (ja) | 情報処理装置、店舗システム及びプログラム | |
CN105825597A (zh) | 物品识别装置、销售数据处理装置 | |
JP6503814B2 (ja) | 商品登録装置、商品登録方法及びプログラム | |
JP2018097883A (ja) | 情報表示装置および誘導表示方法 | |
JP6528397B2 (ja) | 売上処理装置、商品人気分析方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171011 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180612 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180625 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6369319 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |