[发明专利]商品确定装置、程序和学习方法

说明书

本发明提供一种商品确定装置(1)，其特征在于，包括：获得部，其获得拍摄图像；标章检测部，其对所获得的所述拍摄图像使用标章检测器，判定是否为具有相应标章的商品；商品群确定部，其对检测出所述标章的所述拍摄图像使用学习了具有所述标章的商品的第一神经网络确定属于多个商品群中的哪一个；和商品确定部，其使用按所述多个商品群的每一个进行了学习的第二神经网络确定商品。

技术领域

本发明涉及商品确定装置、程序和学习方法。

背景技术

有对拍摄商品得到的拍摄图像进行图像识别并确定所拍摄的商品的技术。例如，专利文献1中公开了一种信息处理系统，其使用基于深度学习的识别模型，从拍摄图像识别已事先登记的商品，并对商品的大小和颜色进行验证，由此精度良好地确定商品。

先行技术文献

专利文献

【专利文献1】日本专利第6209717号公报

发明内容

发明要解决的课题

但是，专利文献1的发明中，前提是所拍摄的物体为已事先登记的商品群中的任意一个。因此存在以下问题：当拍摄了未登记的商品时，要将该商品强制分类为已登记商品中的任意一种。

本发明的一个目的在于，提供能够根据拍摄图像恰当地确定商品的商品确定装置等。

用于解决课题的手段

本发明的一种商品确定装置，其特征在于，包括：获得部，其获得拍摄图像；标章检测部，其对所获得的所述拍摄图像使用标章检测器，判定是否为具有相应标章的商品；商品群确定部，其对检测出所述标章的所述拍摄图像使用学习了具有所述标章的商品的第一神经网络确定属于多个商品群中的哪一个；和商品确定部，其使用按所述多个商品群的每一个进行了学习的第二神经网络确定商品。

本发明的一种程序，其特征在于，使计算机执行下述处理：获得拍摄图像；通过从所获得的所述拍摄图像中检测相应的标章，判定是否为具有该标章的商品；对检测出所述标章的所述拍摄图像，使用学习了具有所述标章的商品的第一神经网络确定属于多个商品群中的哪一个；使用按所述多个商品群的每一个进行了学习的第二神经网络确定商品。

本发明的一种学习方法，其特征在于，使计算机执行下述处理：获得训练数据，该训练数据包含拍摄商品得到的训练用图像、和表示所述商品、该商品所属的商品群以及该商品所具有的标章的信息；基于该训练数据分别生成识别所述商品、商品群以及标章的识别器。

发明的效果

本发明的一个效果在于:能够根据拍摄图像恰当地确定商品。

附图说明

图1是表示商品确定系统的结构例的示意图。

图2是表示服务器的结构例的框图。

图3是表示本实施方式的概要的说明图。

图4A是用于说明标章确定处理的说明图。

图4B是用于说明标章确定处理的说明图。

图5是用于说明商品确定处理的说明图。

图6是表示商品确定画面的一例的说明图。

图7是表示学习模型的学习处理的处理顺序的一例的流程图。

图8是表示商品确定处理的处理顺序的一例的流程图。

图9是表示变形例的概要的说明图。

图10是表示变形例的商品确定处理的处理顺序的一例的流程图。

图11是表示上述方式的服务器的动作的功能框图。