特開2023-75380廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023075380
(43)【公開日】2023-05-31
(54)【発明の名称】廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20230524BHJP
【ＦＩ】
G06Q50/10
【審査請求】有
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2021188242
(22)【出願日】2021-11-19
(71)【出願人】
【識別番号】504381021
【氏名又は名称】株式会社ＪＥＭＳ
(74)【代理人】
【識別番号】100090033
【弁理士】
【氏名又は名称】荒船 博司
(74)【代理人】
【識別番号】100093045
【弁理士】
【氏名又は名称】荒船 良男
(72)【発明者】
【氏名】深山 慎二
(72)【発明者】
【氏名】章 真怡
(72)【発明者】
【氏名】平沢 智史
(72)【発明者】
【氏名】姚 雪
(72)【発明者】
【氏名】斉藤 真郷
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC11
(57)【要約】 （修正有）
【課題】逐一計量を行わずとも、店舗からの廃棄物の発生量を把握することを可能とする廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラムを提供する。
【解決手段】廃棄物発生量管理システムは、管理サーバ１と、店舗端末２と、各店舗におけるごみの排出場所に備えられたカメラ３と、を備える。廃棄物が詰められたごみ袋の画像を多数、教師データとして入力することで、画像中から廃棄物が詰められたごみ袋を識別可能な学習モデルである識別モデル１２１を予め生成の上、記憶させておくことで、カメラ３によって撮影された撮影データ中から、廃棄物が詰められたごみ袋を識別することが可能となる。
【選択図】図１
【解決手段】廃棄物発生量管理システムは、管理サーバ１と、店舗端末２と、各店舗におけるごみの排出場所に備えられたカメラ３と、を備える。廃棄物が詰められたごみ袋の画像を多数、教師データとして入力することで、画像中から廃棄物が詰められたごみ袋を識別可能な学習モデルである識別モデル１２１を予め生成の上、記憶させておくことで、カメラ３によって撮影された撮影データ中から、廃棄物が詰められたごみ袋を識別することが可能となる。
【選択図】図１
【特許請求の範囲】
【請求項1】
店舗において撮影された動画に係るデータである撮影データを取得する取得手段と、
前記撮影データから廃棄物収納容器を識別する識別手段と、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段と、
を備えることを特徴とする廃棄物発生量管理装置。
前記撮影データから廃棄物収納容器を識別する識別手段と、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段と、
を備えることを特徴とする廃棄物発生量管理装置。
【請求項2】
前記識別手段は、廃棄物収納容器の画像を学習させた学習モデルを用いて、前記廃棄物収納容器を識別することを特徴とする請求項１に記載の廃棄物発生量管理装置。
【請求項3】
前記識別手段は、前記撮影データに係る動画を構成する複数の静止画像のそれぞれから前記廃棄物収納容器を識別することを特徴とする請求項１又は２に記載の廃棄物発生量管理装置。
【請求項4】
前記容器数カウント手段は、前記識別手段が識別した前記廃棄物収納容器が、一の静止画像において所定の領域外に存在し、前記一の静止画像の後に撮影された他の静止画像において前記所定の領域内に存在していた場合に、前記廃棄物収納容器の数を加算することを特徴とする請求項３に記載の廃棄物発生量管理装置。
【請求項5】
前記容器数カウント手段は、一の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、前記一の静止画像の後に撮影された他の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、を比較し、前記識別手段が識別した前記廃棄物収納容器の数が増加した場合に、前記廃棄物収納容器の数を加算することを特徴とする請求項３に記載の廃棄物発生量管理装置。
【請求項6】
前記容器数カウント手段は、前記廃棄物収納容器が所定の方向に移動した場合にのみ、前記廃棄物収納容器の数を加算することを特徴とする請求項４又は５に記載の廃棄物発生量管理装置。
【請求項7】
前記識別手段は、前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさを識別し、
前記容器数カウント手段は、前記識別手段によって識別された前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさ毎に、前記廃棄物収納容器の数を数えることを特徴とする請求項１から６のいずれか一項に記載の廃棄物発生量管理装置。
前記容器数カウント手段は、前記識別手段によって識別された前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさ毎に、前記廃棄物収納容器の数を数えることを特徴とする請求項１から６のいずれか一項に記載の廃棄物発生量管理装置。
【請求項8】
前記容器数カウント手段が数えた前記廃棄物収納容器の数から、前記店舗が排出した廃棄物の量を推定する推定手段を備えることを特徴とする請求項１から７のいずれか一項に記載の廃棄物発生量管理装置。
【請求項9】
店舗において撮影された動画に係るデータである撮影データを取得する取得ステップと、
前記撮影データから廃棄物収納容器を識別する識別ステップと、
前記識別ステップにおいて識別した廃棄物収納容器の数を数える容器数カウントステップと、
を含むことを特徴とする廃棄物発生量管理方法。
前記撮影データから廃棄物収納容器を識別する識別ステップと、
前記識別ステップにおいて識別した廃棄物収納容器の数を数える容器数カウントステップと、
を含むことを特徴とする廃棄物発生量管理方法。
【請求項10】
コンピュータを、
店舗において撮影された動画に係るデータである撮影データを取得する取得手段、
前記撮影データから廃棄物収納容器を識別する識別手段、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段、
として機能させることを特徴とする廃棄物発生量管理プログラム。
店舗において撮影された動画に係るデータである撮影データを取得する取得手段、
前記撮影データから廃棄物収納容器を識別する識別手段、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段、
として機能させることを特徴とする廃棄物発生量管理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラムに関する。
【背景技術】
【0002】
近時、環境意識の高まりに伴い、店舗から排出される食品廃棄物等の廃棄物について、排出量の削減及びリサイクルされる割合を高めることが重要となっているが、そのためには、前提として、各店舗が、当該店舗から発生している廃棄物の量を把握する必要がある。
そこで、計量器によって計量することで、店舗からの廃棄物の発生量を把握することを目的としたシステムが知られている（例えば、特許文献１参照）。
そこで、計量器によって計量することで、店舗からの廃棄物の発生量を把握することを目的としたシステムが知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１２－２６９８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
計量器によって逐一計量することによって廃棄物の発生量を把握する場合、例えば、各店舗に計量器を設置する必要があり導入コストが高い、狭い店舗だと設置場所を確保することが難しい、使用方法を従業員に覚えさせる必要があり教育コストが生じる、汚れた計量器を従業員が使用することで衛生面のリスクが生じる等の様々の問題が生じることから、逐一計量を行うことなく、廃棄物の発生量を把握できるようにすることが求められていた。
【0005】
本発明の課題は、逐一計量を行わずとも、店舗からの廃棄物の発生量を把握することを可能とする廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラムを提供することである。
【課題を解決するための手段】
【0006】
上記課題を解決するために、請求項１に記載の発明は、廃棄物発生量管理装置において、
店舗において撮影された動画に係るデータである撮影データを取得する取得手段と、
前記撮影データから廃棄物収納容器を識別する識別手段と、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段と、
を備えることを特徴とする。
店舗において撮影された動画に係るデータである撮影データを取得する取得手段と、
前記撮影データから廃棄物収納容器を識別する識別手段と、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段と、
を備えることを特徴とする。
【0007】
請求項２に記載の発明は、請求項１に記載の廃棄物発生量管理装置において、
前記識別手段は、廃棄物収納容器の画像を学習させた学習モデルを用いて、前記廃棄物収納容器を識別することを特徴とする。
前記識別手段は、廃棄物収納容器の画像を学習させた学習モデルを用いて、前記廃棄物収納容器を識別することを特徴とする。
【0008】
請求項３に記載の発明は、請求項１又は２に記載の廃棄物発生量管理装置において、
前記識別手段は、前記撮影データに係る動画を構成する複数の静止画像のそれぞれから前記廃棄物収納容器を識別することを特徴とする。
前記識別手段は、前記撮影データに係る動画を構成する複数の静止画像のそれぞれから前記廃棄物収納容器を識別することを特徴とする。
【0009】
請求項４に記載の発明は、請求項３に記載の廃棄物発生量管理装置において、
前記容器数カウント手段は、前記識別手段が識別した前記廃棄物収納容器が、一の静止画像において所定の領域外に存在し、前記一の静止画像の後に撮影された他の静止画像において前記所定の領域内に存在していた場合に、前記廃棄物収納容器の数を加算することを特徴とする。
前記容器数カウント手段は、前記識別手段が識別した前記廃棄物収納容器が、一の静止画像において所定の領域外に存在し、前記一の静止画像の後に撮影された他の静止画像において前記所定の領域内に存在していた場合に、前記廃棄物収納容器の数を加算することを特徴とする。
【0010】
請求項５に記載の発明は、請求項３に記載の廃棄物発生量管理装置において、
前記容器数カウント手段は、一の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、前記一の静止画像の後に撮影された他の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、を比較し、前記識別手段が識別した前記廃棄物収納容器の数が増加した場合に、前記廃棄物収納容器の数を加算することを特徴とする。
前記容器数カウント手段は、一の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、前記一の静止画像の後に撮影された他の静止画像から前記識別手段が識別した前記廃棄物収納容器の数と、を比較し、前記識別手段が識別した前記廃棄物収納容器の数が増加した場合に、前記廃棄物収納容器の数を加算することを特徴とする。
【0011】
請求項６に記載の発明は、請求項４又は５に記載の廃棄物発生量管理装置において、
前記容器数カウント手段は、前記廃棄物収納容器が所定の方向に移動していた場合にのみ、前記廃棄物収納容器の数を加算することを特徴とする。
前記容器数カウント手段は、前記廃棄物収納容器が所定の方向に移動していた場合にのみ、前記廃棄物収納容器の数を加算することを特徴とする。
【0012】
請求項７に記載の発明は、請求項１から６のいずれか一項に記載の廃棄物発生量管理装置において、
前記識別手段は、前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさを識別し、
前記容器数カウント手段は、前記識別手段によって識別された前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさ毎に、前記廃棄物収納容器の数を数えることを特徴とする。
前記識別手段は、前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさを識別し、
前記容器数カウント手段は、前記識別手段によって識別された前記廃棄物収納容器の色、前記廃棄物収納容器に記載された模様の種類、前記廃棄物収納容器に記載された模様の数、又は前記廃棄物収納容器に記載された模様の大きさ毎に、前記廃棄物収納容器の数を数えることを特徴とする。
【0013】
請求項８に記載の発明は、請求項１から７のいずれか一項に記載の廃棄物発生量管理装置において、
前記容器数カウント手段が数えた前記廃棄物収納容器の数から、前記店舗が排出した廃棄物の量を推定する推定手段を備えることを特徴とする。
前記容器数カウント手段が数えた前記廃棄物収納容器の数から、前記店舗が排出した廃棄物の量を推定する推定手段を備えることを特徴とする。
【0014】
請求項９に記載の発明は、廃棄物発生量管理方法において、
店舗において撮影された動画に係るデータである撮影データを取得する取得ステップと、
前記撮影データから廃棄物収納容器を識別する識別ステップと、
前記識別ステップにおいて識別した廃棄物収納容器の数を数える容器数カウントステップと、
を含むことを特徴とする。
店舗において撮影された動画に係るデータである撮影データを取得する取得ステップと、
前記撮影データから廃棄物収納容器を識別する識別ステップと、
前記識別ステップにおいて識別した廃棄物収納容器の数を数える容器数カウントステップと、
を含むことを特徴とする。
【0015】
請求項１０に記載の発明は、廃棄物発生量管理プログラムにおいて、
コンピュータを、
店舗において撮影された動画に係るデータである撮影データを取得する取得手段、
前記撮影データから廃棄物収納容器を識別する識別手段、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段、
として機能させることを特徴とする。
コンピュータを、
店舗において撮影された動画に係るデータである撮影データを取得する取得手段、
前記撮影データから廃棄物収納容器を識別する識別手段、
前記識別手段が識別した廃棄物収納容器の数を数える容器数カウント手段、
として機能させることを特徴とする。
【発明の効果】
【0016】
本発明によれば、逐一計量を行わずとも、店舗からの廃棄物の発生量を把握することを可能とする廃棄物発生量管理装置、廃棄物発生量管理方法及び廃棄物発生量管理プログラムを提供することができる。
【図面の簡単な説明】
【0017】
【図1】本発明の実施形態に係る廃棄物発生量管理システムの構成を示すブロック図である。
【図2】本発明の実施形態に係る廃棄物発生量管理システムの動作の流れを示すフローチャートである。
【図3】本発明の実施形態に係る廃棄物発生量管理システムにおけるごみ袋のカウントの一例を示す図であり、（ａ）は図中で従業員が手に持ったごみ袋がカウントされる前を示す図、（ｂ）は図中で従業員が手に持ったごみ袋がカウントされた後を示す図である。
【発明を実施するための形態】
【0018】
【0019】
［第１ 構成の説明］
廃棄物発生量管理システム１００は、図１に示すように、本システムの管理者が管理するサーバである管理サーバ１と、本システムを利用する店舗が所持する店舗端末２と、本システムを利用する各店舗におけるごみの排出場所に備えられたカメラ３と、を備えて構成されている。
また、各装置の間は、図１に示すように通信ネットワークＮを介して接続されている。
廃棄物発生量管理システム１００は、図１に示すように、本システムの管理者が管理するサーバである管理サーバ１と、本システムを利用する店舗が所持する店舗端末２と、本システムを利用する各店舗におけるごみの排出場所に備えられたカメラ３と、を備えて構成されている。
また、各装置の間は、図１に示すように通信ネットワークＮを介して接続されている。
【0020】
［１ 管理サーバ］
管理サーバ１は、例えば、本システムを管理・運営する企業等が保有するＰＣ（Personal Computer）、ＷＳ（Work Station）等の情報機器であり、後述のように、各店舗に備えられたカメラ３によって撮影された動画からのごみ袋の識別、識別したごみ袋の数のカウント等を行う。
管理サーバ１は、図１に示すように、例えば、制御部１１と、記憶部１２と、通信部１３と、を備えて構成されている。
管理サーバ１は、例えば、本システムを管理・運営する企業等が保有するＰＣ（Personal Computer）、ＷＳ（Work Station）等の情報機器であり、後述のように、各店舗に備えられたカメラ３によって撮影された動画からのごみ袋の識別、識別したごみ袋の数のカウント等を行う。
管理サーバ１は、図１に示すように、例えば、制御部１１と、記憶部１２と、通信部１３と、を備えて構成されている。
【0021】
制御部１１は、管理サーバ１の動作を制御する部分であり、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を備えて構成され、ＣＰＵと、記憶部１２に記憶されたプログラム等との協働により、管理サーバ１の各部を統括制御する。
【0022】
記憶部１２は、管理サーバ１の運用に必要となる各種情報が記憶される部分であり、例えば、ＨＤＤ（Hard Disk Drive）、半導体メモリ等により構成され、プログラムデータ等の管理サーバ１の運用に必要となるデータを、制御部１１から読み書き可能に記憶する。
【0023】
記憶部１２には、後述のようにカメラ３によって撮影された画像からごみ袋を識別するための識別モデル１２１と、撮影データＤ１が記憶される撮影データ記憶部１２２と、廃棄物発生量情報Ｄ２が記憶される廃棄物発生量情報記憶部１２３と、が備えられている。
なお、各記憶部に記憶される情報の詳細は、後述の動作の説明において述べる。
なお、各記憶部に記憶される情報の詳細は、後述の動作の説明において述べる。
【0024】
識別モデル１２１は、例えば、廃棄物が詰められたごみ袋の画像を多数用いた機械学習を行うことによって、カメラ３によって撮影された画像中から廃棄物が詰められたごみ袋を識別することができるように作成された学習モデルである。
識別モデル１２１の生成に使用する機械学習のアルゴリズムは特に限定されず、例えば、ニューラルネットワークなど公知の機械学習アルゴリズムを利用して生成すればよい。
識別モデル１２１の生成に使用する機械学習のアルゴリズムは特に限定されず、例えば、ニューラルネットワークなど公知の機械学習アルゴリズムを利用して生成すればよい。
【0025】
管理サーバ１においては、このような機械学習のアルゴリズムに、廃棄物が詰められたごみ袋の画像を多数、教師データとして入力することで、画像中から廃棄物が詰められたごみ袋を識別可能な学習モデルである識別モデル１２１を予め生成の上、記憶部１２に記憶させておく。これによって、後述のようにカメラ３によって撮影された撮影データＤ１中から、廃棄物が詰められたごみ袋を識別することが可能となる。
【0026】
また、記憶部１２には、管理サーバ１を動作させるための制御部１１への各種命令を含むプログラムが記憶され、後述の動作の説明において述べる管理サーバ１の動作は、このようなプログラムと制御部１１との協働によって実現されることとなる。
【0027】
通信部１３は、管理サーバ１と、本システムを構成する他の装置との間の通信に用いられる部分であり、例えば、通信用ＩＣ（Integrated Circuit）及び通信コネクタなどを有する通信インターフェイスであり、制御部１１の制御の元、所定の通信プロトコルを用いて、通信ネットワークＮを介したデータ通信を行う。
【0028】
［２ 店舗端末］
店舗端末２は、例えば、本システムを利用する各店舗においてごみの排出量を管理する所定の担当者が使用するＰＣ、スマートフォン、タブレット端末等の情報機器であり、後述のように、管理サーバ１において推定された店舗におけるごみの排出量の推定結果の表示等に用いられる。
店舗端末２は、図１に示すように、例えば、管理サーバ１と同様に、制御部２１と、記憶部２２と、通信部２３と、を備えると共に、さらに、表示部２４と、操作部２５と、を備えて構成されている。
店舗端末２は、例えば、本システムを利用する各店舗においてごみの排出量を管理する所定の担当者が使用するＰＣ、スマートフォン、タブレット端末等の情報機器であり、後述のように、管理サーバ１において推定された店舗におけるごみの排出量の推定結果の表示等に用いられる。
店舗端末２は、図１に示すように、例えば、管理サーバ１と同様に、制御部２１と、記憶部２２と、通信部２３と、を備えると共に、さらに、表示部２４と、操作部２５と、を備えて構成されている。
【0029】
制御部２１及び通信部２３の構成は、それぞれ管理サーバ１における制御部１１及び通信部１３と変わるところはない。
記憶部２２には、後述の動作の説明において述べるように店舗端末２を動作させるための制御部２１への各種命令を含むプログラムが記憶されている。
記憶部２２には、後述の動作の説明において述べるように店舗端末２を動作させるための制御部２１への各種命令を含むプログラムが記憶されている。
【0030】
表示部２４は、例えば、ＬＣＤ（Liquid Crystal Display）等のディスプレイを備え、制御部２１から出力された表示制御信号に基づいた画像を表示画面に表示する。
【0031】
操作部２５は、例えば、文字入力キー、数字入力キー、その他各種機能に対応付けられたキーを有するキーボード等を備え、店舗端末２の使用者からの操作入力を受け付けて、操作入力に応じた操作信号を制御部２１へと出力する。操作部２５は、例えば、表示部２４と一体的に形成されたタッチパネル等であってもよく、店舗端末２の使用者による操作入力を受け付けることができるものであれば特に限定されない。
【0032】
［３ カメラ］
カメラ３は、本システムを利用する各店舗に備えられたカメラであり、後述のように店舗におけるごみの排出場所（店舗において発生した廃棄物を詰めたごみ袋をまとめて置く場所）の撮影を行う。なお、この場合の店舗には、店舗としての建物内に限らず、ごみの排出場所が建物外にある場合等においては、建物外のごみの排出場所までを含むものとする。
カメラ３の具体的な構成としては、後述のようにごみの排出場所の撮影を行うことができるものであれば特に限定されず、市販のカメラを使用することができるが、少なくとも動画を撮影可能であり、かつ撮影したデータを一定期間分記憶の上、通信ネットワークＮを介して管理サーバ１へと送信可能であることが求められる。
カメラ３は、本システムを利用する各店舗に備えられたカメラであり、後述のように店舗におけるごみの排出場所（店舗において発生した廃棄物を詰めたごみ袋をまとめて置く場所）の撮影を行う。なお、この場合の店舗には、店舗としての建物内に限らず、ごみの排出場所が建物外にある場合等においては、建物外のごみの排出場所までを含むものとする。
カメラ３の具体的な構成としては、後述のようにごみの排出場所の撮影を行うことができるものであれば特に限定されず、市販のカメラを使用することができるが、少なくとも動画を撮影可能であり、かつ撮影したデータを一定期間分記憶の上、通信ネットワークＮを介して管理サーバ１へと送信可能であることが求められる。
【0033】
また、カメラ３は、赤外線カメラ等の色情報を取得できないものではなく、カラー撮影によって色情報を取得できるものであることが好ましい。
【0034】
［４ 通信ネットワーク］
通信ネットワークＮは、例えば、インターネット、電話回線網、携帯電話通信網、無線ＬＡＮ通信網等であり、図１に示すように、廃棄物発生量管理システム１００を構成する各装置の間を接続する。
通信ネットワークＮとしては、上記のように各装置間を繋ぎ、これらの間でデータの送受信を行うことが可能なものであれば特に限定されない。
通信ネットワークＮは、例えば、インターネット、電話回線網、携帯電話通信網、無線ＬＡＮ通信網等であり、図１に示すように、廃棄物発生量管理システム１００を構成する各装置の間を接続する。
通信ネットワークＮとしては、上記のように各装置間を繋ぎ、これらの間でデータの送受信を行うことが可能なものであれば特に限定されない。
【0035】
［第２ 動作の説明］
以下、本実施形態に係る廃棄物発生量管理システム１００の使用時の動作について説明する。
以下、本実施形態に係る廃棄物発生量管理システム１００の使用時の動作について説明する。
【0036】
まず、各店舗に備えられたカメラ３は、カメラ３が設置された店舗のごみの排出場所において、動画の撮影を行う（ステップＳ１）。撮影は常時行うようにしてもよいし、例えば、ごみの排出場所となる部屋の入口に人感センサーを設け、当該センサーによって人の立ち入りを検知の上、人が立ち入った際にのみ撮影を行うようにしてもよい。
【0037】
なお、この場合の動画とは、複数の静止画像が連続して撮影されるものであればよく、例えば、１５ｆｐｓ、３０ｆｐｓ、６０ｆｐｓ等の一般に「動画」として認識されるものには限られない。例えば、１秒間隔、２秒間隔等の一般に動画とは認識されない程度の間隔で連続して静止画像を撮影するようにしてもよい。また、例えば、ごみの排出場所に入った人が複数箇所設けられた所定の撮影場所に至った時点で撮影する等、静止画像の撮影の間隔が一定でなくてもよい。
いずれの場合も、連続して複数枚の静止画像が撮影されていれば、本発明における「動画」に含まれるものとする。
いずれの場合も、連続して複数枚の静止画像が撮影されていれば、本発明における「動画」に含まれるものとする。
【0038】
カメラ３は、撮影した動画に係るデータ（撮影データＤ１）を、１日分まとめて、通信ネットワークＮを介して、管理サーバ１へと送信する（ステップＳ２）。
【0039】
カメラ３から送信された撮影データＤ１を通信部１３によって受信した管理サーバ１においては、制御部１１が、受信した撮影データＤ１を記憶部１２の撮影データ記憶部１２２に記憶させる（ステップＳ３）。
【0040】
撮影データＤ１を記憶部１２の撮影データ記憶部１２２に記憶させると、制御部１１は、撮影データＤ１に含まれる動画中から、ごみ袋を識別する（ステップＳ４）。
なお、ステップＳ４以下の工程は、カメラ３から受信した撮影データＤ１の単位（すなわち１日分）で行ってもよいし、撮影データ記憶部１２２に記憶されたデータについて、所定期間分（例えば、１週間分、１か月分等）まとめて行うようにしてもよい。
なお、ステップＳ４以下の工程は、カメラ３から受信した撮影データＤ１の単位（すなわち１日分）で行ってもよいし、撮影データ記憶部１２２に記憶されたデータについて、所定期間分（例えば、１週間分、１か月分等）まとめて行うようにしてもよい。
【0041】
具体的には、制御部１１は、撮影データＤ１に含まれる動画の各フレーム（動画の元になる一コマ一コマの静止画像）に係るデータを、記憶部１２に記憶された識別モデル１２１に入力することによって、各フレームに係る静止画像中から、ごみ袋が撮影されている部分を識別する。
【0042】
撮影データＤ１に含まれる動画の各フレームに係る静止画像中から、ごみ袋が撮影されている部分を識別すると、制御部１１は、識別されたごみ袋の数のカウントを行う。すなわち、制御部１１は、所定期間分（撮影データＤ１の単位でカウントする場合は１日分、まとめて行う場合は１週間分、１か月分等）の撮影データＤ１中に含まれる、ステップＳ４で識別されたごみ袋の数を数える（ステップＳ５）。
【0043】
この際のカウント方法としては、以下のようにして、所定の領域外に存在していたごみ袋が、所定の領域内に入った場合にごみ袋の数を加算するようにしてカウントすることが好ましい。
【0044】
すなわち、制御部１１は、撮影データＤ１に含まれるある静止画像中において、図３（ａ）に示すように、ごみの排出場所において排出されたごみが置かれる所定の領域（図３（ａ）においては、中央のライン（区画ラインＬ）の右側がこれに該当する。）外に位置していたごみ袋Ｇが、その後に撮影された静止画像中において、図３（ｂ）に示すように、ごみの排出場所において排出されたごみが置かれる所定の領域（区画ラインＬの右側）内に位置していた場合に、上記所定の期間分の撮影データＤ１中から識別されたごみ袋の数の集計結果を一つ加算する。
図３においては、上記所定の期間内に識別されたごみ袋の数が５０個から５１個に増加した場合について図示している。
図３においては、上記所定の期間内に識別されたごみ袋の数が５０個から５１個に増加した場合について図示している。
【0045】
具体的には、図３（ａ）に示すように、各フレームに係る静止画像中において、ステップＳ４で識別されたごみ袋Ｇのうち所定の領域外に位置しているものが表示された領域を矩形状の枠Ｆで囲った上で、枠Ｆの中心Ｏを求め、中心Ｏの位置が、図３（ｂ）に示すように、所定の領域（区画ラインＬの右側）外から所定の領域（区画ラインＬの右側）内に移動していた場合に、上記所定の期間分の撮影データＤ１中から識別されたごみ袋の数の集計結果を一つ加算するようにすればよい。
【0046】
この場合、さらに、ごみ袋Ｇの動きの向きを考慮し、所定の方向に移動した場合にのみカウントするようにしてもよい。すなわち、店舗におけるごみの排出場所において、従業員等がごみ袋を搬入する際のごみ袋を持った移動経路は、通常入口からごみの載置場所に向かう経路のみであるから、当該経路に沿った方向に移動したごみ袋のみを数えるようにする。
【0047】
図３の例においては、撮影された動画の左に入口、右にごみの載置場所が存在するとした場合、左から右に移動した（あるフレームにおいて識別されたごみ袋Ｇの位置より、その後のフレームにおいて識別されたごみ袋Ｇの位置が右であった場合）にのみ、ごみ袋Ｇの数を数えるようにすればよい。反対に、ごみの回収業者がごみを回収するための扉（図３においては右端に位置する扉Ｄ）から入ってきた際に所持していたごみ袋等、右から左へと動いて所定の領域内に移動したごみ袋は数えないようにする。
【0048】
所定期間分の撮影データＤ１中で識別されたごみ袋の数を数えると、続いて制御部１１は、店舗毎の上記期間中のごみの排出量を推定する（ステップＳ６）。
【0049】
すなわち、店舗によって使用されるごみ袋の容量は一定であることが通常であることから、管理サーバ１においては、使用するごみ袋の容量（例えば、４５Ｌ、７０Ｌ等）を、店舗毎に予め記憶部１２に記憶させておいた上で、ステップＳ５で数えた所定期間分のごみ袋の数に、当該容量を掛けることで、店舗毎の所定期間中のごみの排出量を推定すればよい。
【0050】
例えば、ある店舗で使用するごみ袋が４５Ｌ、当該店舗に係る１か月分の撮影データＤ１から識別されたごみ袋の数が１００個であれば、４５Ｌ×１００個＝４５００Ｌと、１か月分のごみの排出量が推定されることとなる。
【0051】
なお、ごみの排出量の推定は、ごみの重量で行ってもよい。この場合、ごみ袋の容量毎に一袋に詰められるゴミの平均的な重量に係る情報を予め記憶部１２に記憶させておき、当該重量を、識別されたごみ袋の数に掛けることで、ごみの排出量を、その重量で推定することとなる。
例えば、ある店舗で使用するごみ袋が４５Ｌ、４５Ｌごみ袋に詰められるごみの平均的な重量が２ｋｇ、当該店舗に係る１か月分の撮影データＤ１から識別されたごみ袋の数が１００個であれば、２ｋｇ×１００個＝２００ｋｇと、１か月分のごみの排出量が推定されることとなる。
例えば、ある店舗で使用するごみ袋が４５Ｌ、４５Ｌごみ袋に詰められるごみの平均的な重量が２ｋｇ、当該店舗に係る１か月分の撮影データＤ１から識別されたごみ袋の数が１００個であれば、２ｋｇ×１００個＝２００ｋｇと、１か月分のごみの排出量が推定されることとなる。
【0052】
店舗毎の所定期間中のごみの排出量を推定すると、制御部１１は、店舗毎のごみの排出量に係る情報（廃棄物発生量情報Ｄ２）を、通信部１３から通信ネットワークＮを介して、各店舗が使用する店舗端末２へと送信し（ステップＳ７）、通信部２３によって管理サーバ１から送信された廃棄物発生量情報Ｄ２を受信した店舗端末２においては、制御部２１が、受信した廃棄物発生量情報Ｄ２に係るごみの排出量を、表示部２４に表示させる（ステップＳ８）。
【0053】
なお、廃棄物発生量情報Ｄ２については、逐一店舗端末２に送信することなく、店舗端末２から所定のウェブページ等にアクセスすることによって、各店舗の担当者が任意に確認できるようにしてもよい。
【0054】
［第３ 効果の説明］
次に、本実施形態に係る廃棄物発生量管理システム１００の効果について説明する。
次に、本実施形態に係る廃棄物発生量管理システム１００の効果について説明する。
【0055】
本実施形態に係る廃棄物発生量管理システム１００によれば、管理サーバ１において、店舗に設置されたカメラ３によって撮影された撮影データＤ１を取得した上で、撮影データＤ１中からごみ袋を識別し、所定期間中に識別したごみ袋の数を数えた上で、所定期間中に識別したごみ袋の数を基に、店舗が排出した廃棄物の量を推定する。
これによって、逐一排出されるごみの計量を行わずとも、各店舗からの廃棄物の発生量を把握することが可能となる。
これによって、逐一排出されるごみの計量を行わずとも、各店舗からの廃棄物の発生量を把握することが可能となる。
【0056】
さらに、複数店舗について同様の方法によって廃棄物の発生量を推定することで、店舗間の比較も行い易くなる。
【0057】
また、各店舗において、排出されるごみの計量を行わずとも廃棄物の発生量を把握することが可能となることで、波及的に以下の効果を得ることも期待できる。
すなわち、まず、各店舗において、当該店舗からの廃棄物の発生量を容易に把握できることから、廃棄物発生量の削減及びリサイクル割合の向上のための取り組みを行い易くなると共に、店舗従業員の廃棄物発生量の削減及びリサイクル割合の向上に関する意識の向上を図ることもできる。
また、計量器を用いる場合と異なり、店舗の従業員が機器を操作して計量することを要しないことから、従業員への機器の操作方法の教育コストの削減、従業員の業務負担の軽減及び労働力不足の軽減も期待できる。
また、廃棄物発生量の把握が容易となることは、静脈分野でのＤＸの促進にもつながる。
また、計量器を設置せずとも廃棄物の発生量を把握することが可能となることから、計量器を設置できず廃棄物の発生量の把握が困難な場合が多かった小型店舗（コンビニエンスストア等）にも普及させることができ、このような店舗における廃棄物発生量の実態の把握が可能となる。
すなわち、まず、各店舗において、当該店舗からの廃棄物の発生量を容易に把握できることから、廃棄物発生量の削減及びリサイクル割合の向上のための取り組みを行い易くなると共に、店舗従業員の廃棄物発生量の削減及びリサイクル割合の向上に関する意識の向上を図ることもできる。
また、計量器を用いる場合と異なり、店舗の従業員が機器を操作して計量することを要しないことから、従業員への機器の操作方法の教育コストの削減、従業員の業務負担の軽減及び労働力不足の軽減も期待できる。
また、廃棄物発生量の把握が容易となることは、静脈分野でのＤＸの促進にもつながる。
また、計量器を設置せずとも廃棄物の発生量を把握することが可能となることから、計量器を設置できず廃棄物の発生量の把握が困難な場合が多かった小型店舗（コンビニエンスストア等）にも普及させることができ、このような店舗における廃棄物発生量の実態の把握が可能となる。
【0058】
また、管理サーバ１において、所定期間中に識別されたごみ袋の数を数える際に、識別されたごみ袋が、所定の領域外から所定の領域内に移動した場合にごみ袋の数を加算するようにすることで、人の動きまでを考慮の上、ごみ袋の載置場所となる所定の領域内に外部から運び込まれたごみ袋のみを集計することができ、正確に排出されたごみ袋の数を数えることが可能となる。
【0059】
また、ごみ袋の移動の向きを考慮し、あるフレームにおけるごみ袋の位置と、その後のフレームにおけるごみ袋の位置とを比較し、ごみ袋の位置が所定の方向に移動していた場合にのみ、ごみ袋の数を数えるようにすることで、より正確に排出されたごみ袋の数を数えることが可能となる。
すなわち、通常、店舗におけるごみの排出場所において、従業員等がごみ袋を搬入する際のごみ袋を持った移動経路は、従業員用の入口からごみの載置場所に向かう経路のみである。そこで、当該経路に沿った方向に移動したごみ袋の数のみを数えるようにすることで、例えば、ごみの搬出に使用する別の入口からごみの回収業者がごみ袋を持って一時的に立ち入った場合等において、店舗の従業員によるごみの排出場所へのごみ袋の搬入以外のごみ袋の移動を、当該排出場所へのごみ袋の搬入と誤認してごみ袋の数を加算してしまうおそれを低減できる。
すなわち、通常、店舗におけるごみの排出場所において、従業員等がごみ袋を搬入する際のごみ袋を持った移動経路は、従業員用の入口からごみの載置場所に向かう経路のみである。そこで、当該経路に沿った方向に移動したごみ袋の数のみを数えるようにすることで、例えば、ごみの搬出に使用する別の入口からごみの回収業者がごみ袋を持って一時的に立ち入った場合等において、店舗の従業員によるごみの排出場所へのごみ袋の搬入以外のごみ袋の移動を、当該排出場所へのごみ袋の搬入と誤認してごみ袋の数を加算してしまうおそれを低減できる。
【0060】
［第４ 変形例］
以下、本実施形態の変形例について説明する。
以下、本実施形態の変形例について説明する。
【0061】
［１ 変形例１：色、模様毎の集計］
上記実施形態の説明においては、ステップＳ５のごみ袋のカウントにおいて、カメラ３が設置されたごみの排出場所に搬入されたごみ袋を一律に数える場合について説明したが、これに代えて、ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさ毎に、ごみ袋の数を数えるようにしてもよい。
なお、この場合の「ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさ」には、これら４項目から１又は複数の項目（４項目全ての場合を含む）を選択した場合を全て含むものとする。
また、この場合の「ごみ袋に記載された模様の大きさ」には、例えばストライプ柄等である場合においては、模様の太さを含む。
上記実施形態の説明においては、ステップＳ５のごみ袋のカウントにおいて、カメラ３が設置されたごみの排出場所に搬入されたごみ袋を一律に数える場合について説明したが、これに代えて、ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさ毎に、ごみ袋の数を数えるようにしてもよい。
なお、この場合の「ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさ」には、これら４項目から１又は複数の項目（４項目全ての場合を含む）を選択した場合を全て含むものとする。
また、この場合の「ごみ袋に記載された模様の大きさ」には、例えばストライプ柄等である場合においては、模様の太さを含む。
【0062】
すなわち、この場合、予め各店舗で使用するごみ袋について、例えば、ごみ袋の色を店舗毎に変える、ごみ袋に記載された模様の種類を中に入れるごみの種類（ごみ袋の用途）毎に変える、ごみ袋に記載された模様の数をごみ袋の容量毎に変える等して区別した上で、各店舗はごみの排出時に、店舗毎、ごみの種類毎に、対応するごみ袋のみを使用する。
例えば、ピンク色でドット柄が１０個付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドット数が１０個は７０リットルと予め設定したり、緑色でストライプ柄が５本付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプ数が５本は４５リットルと予め設定したりすればよい。
例えば、ピンク色でドット柄が１０個付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドット数が１０個は７０リットルと予め設定したり、緑色でストライプ柄が５本付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプ数が５本は４５リットルと予め設定したりすればよい。
【0063】
また、例えば、模様の数に代えて模様の大きさを考慮し、予め各店舗で使用するごみ袋について、ごみ袋の色を店舗毎に変える、ごみ袋に記載された模様の種類を中に入れるごみの種類（ごみ袋の用途）毎に変える、ごみ袋に記載された模様の大きさをごみ袋の容量毎に変えることで、区別するようにしてもよい。
例えば、ピンク色でドット柄が付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドットが大きいものは７０リットル・ドットが小さいものは４５Ｌと予め設定したり、緑色でストライプ柄が付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプが太いものは７０Ｌ・ストライプが細いものは４５Ｌと予め設定したりすればよい。
例えば、ピンク色でドット柄が付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドットが大きいものは７０リットル・ドットが小さいものは４５Ｌと予め設定したり、緑色でストライプ柄が付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプが太いものは７０Ｌ・ストライプが細いものは４５Ｌと予め設定したりすればよい。
【0064】
その上で、識別モデル１２１を予めごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさを識別可能に生成した上で、ステップＳ４におけるごみ袋の識別時に、ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさについても識別し、ステップＳ５において、所定期間内に撮影された撮影データＤ１中から識別されたごみ袋の数を、ごみ袋の色、ごみ袋に記載された模様の種類、ごみ袋に記載された模様の数、又はごみ袋に記載された模様の大きさ毎に集計する。
【0065】
これによって、例えば、単一のごみの排出場所に複数の店舗がごみ袋を置く場合に店舗毎にごみ袋の排出数を数えたり、単一の店舗から複数種類のごみが排出される場合にごみの種類毎にごみ袋の数を数えたり、単一の店舗が複数のサイズのごみ袋を用いる場合にサイズ毎にごみ袋の数を数えたりすることが可能となる。
【0066】
なお、この場合、ごみの種類毎の平均的な比重の差を考慮して、ごみの排出量の推定の際に識別されたごみ袋の数に掛ける一袋毎の重量の値を、ごみの種類毎に変えるようにしてもよい。
この場合、例えば、４５Ｌのごみ袋に詰められる可燃ごみの平均重量を２ｋｇ、７０Ｌのごみ袋に詰められる可燃ごみの平均重量を３ｋｇ、４５Ｌのごみ袋に詰められる不燃ごみの平均重量を４ｋｇ、７０Ｌのごみ袋に詰められる不燃ごみの平均重量を６ｋｇ等と予め記憶部１２に記憶させておく。
その上で、例えば、ピンク色でドット柄が１０個付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドット数が１０個は７０リットルと予め設定した場合に、Ａ店舗に係る１か月分の撮影データＤ１から識別された当該ごみ袋の数が１００個であれば、３ｋｇ×１００個＝３００ｋｇと、１か月分の可燃ごみの排出量が推定されることとなる。
また、例えば、緑色でストライプ柄が５本付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプ数が５本は４５リットルと予め設定した場合に、Ｂ店舗に係る１か月分の撮影データＤ１から識別された当該ごみ袋の数が１００個であれば、４ｋｇ×１００個＝４００ｋｇと、１か月分の不燃ごみの排出量が推定されることとなる。
この場合、例えば、４５Ｌのごみ袋に詰められる可燃ごみの平均重量を２ｋｇ、７０Ｌのごみ袋に詰められる可燃ごみの平均重量を３ｋｇ、４５Ｌのごみ袋に詰められる不燃ごみの平均重量を４ｋｇ、７０Ｌのごみ袋に詰められる不燃ごみの平均重量を６ｋｇ等と予め記憶部１２に記憶させておく。
その上で、例えば、ピンク色でドット柄が１０個付いたごみ袋について、ピンク色はＡ店舗、ドット柄は可燃ごみ、ドット数が１０個は７０リットルと予め設定した場合に、Ａ店舗に係る１か月分の撮影データＤ１から識別された当該ごみ袋の数が１００個であれば、３ｋｇ×１００個＝３００ｋｇと、１か月分の可燃ごみの排出量が推定されることとなる。
また、例えば、緑色でストライプ柄が５本付いたごみ袋について、緑色はＢ店舗、ストライプ柄は不燃ごみ、ストライプ数が５本は４５リットルと予め設定した場合に、Ｂ店舗に係る１か月分の撮影データＤ１から識別された当該ごみ袋の数が１００個であれば、４ｋｇ×１００個＝４００ｋｇと、１か月分の不燃ごみの排出量が推定されることとなる。
【0067】
［２ 変形例２：ごみ袋以外への適用］
上記実施形態の説明においては、排出数を数える対象がごみ袋である場合について説明したが、排出数を数える対象は、廃棄物が収納される容器であればよく、ごみ袋には限られない。
例えば、ごみをポリバケツ、発泡スチロールのケース等にいれて廃棄する店舗については、このようなポリバケツ、発泡スチロールのケース等が所定のごみの排出場所に搬入された数を数えるようにしてもよい。
上記実施形態の説明においては、排出数を数える対象がごみ袋である場合について説明したが、排出数を数える対象は、廃棄物が収納される容器であればよく、ごみ袋には限られない。
例えば、ごみをポリバケツ、発泡スチロールのケース等にいれて廃棄する店舗については、このようなポリバケツ、発泡スチロールのケース等が所定のごみの排出場所に搬入された数を数えるようにしてもよい。
【0068】
この場合、ステップＳ４で使用する識別モデル１２１を、ポリバケツ、発泡スチロールケース等の識別対象とする容器の画像を使用して、ポリバケツ、発泡スチロールケース等を識別可能となるように作成した上で、当該識別モデルを使用して撮影データＤ１中からポリバケツ、発泡スチロールケース等を識別し、ステップＳ５において、識別したポリバケツ、発泡スチロールケース等の数を数えるようにすればよい。
【0069】
［３ 変形例３：ごみの排出量の推定処理の省略］
上記実施形態の説明においては、ステップＳ６において、ごみ袋の数から店舗毎のごみの排出量を推定した上で、推定結果に係る情報である廃棄物発生量情報Ｄ２を店舗端末２へと送信し、各店舗に提供する場合について説明したが、これに代えて、ステップＳ６におけるごみの排出量の推定処理を省略し、ステップＳ５における所定期間分の店舗毎のごみ袋の排出数に係る情報を、そのまま各店舗の店舗端末２へと送信し、店舗端末２において表示させるようにしてもよい。
上記実施形態の説明においては、ステップＳ６において、ごみ袋の数から店舗毎のごみの排出量を推定した上で、推定結果に係る情報である廃棄物発生量情報Ｄ２を店舗端末２へと送信し、各店舗に提供する場合について説明したが、これに代えて、ステップＳ６におけるごみの排出量の推定処理を省略し、ステップＳ５における所定期間分の店舗毎のごみ袋の排出数に係る情報を、そのまま各店舗の店舗端末２へと送信し、店舗端末２において表示させるようにしてもよい。
【0070】
この場合、店舗において、ごみ袋の排出数にごみ袋の容量を掛けてごみの排出量を算出する必要があることから、店舗における手間は増えるものの、逐一計量を行わずとも、店舗において排出した廃棄物の量を把握することが可能となる点において変わるところはない。
【0071】
［４ 変形例４：ごみ袋のカウント方法の変更］
上記実施形態の説明においては、ステップＳ５におけるごみ袋のカウント方法として、所定の領域外に位置していたごみ袋が、所定の領域内に移動した場合にこれを数える場合について説明した。ごみ袋のカウント方法としてはステップＳ５において説明した方法が最も好ましいものの、これに限られものではない。
他の方法としては、例えば以下のものが採用可能である。
上記実施形態の説明においては、ステップＳ５におけるごみ袋のカウント方法として、所定の領域外に位置していたごみ袋が、所定の領域内に移動した場合にこれを数える場合について説明した。ごみ袋のカウント方法としてはステップＳ５において説明した方法が最も好ましいものの、これに限られものではない。
他の方法としては、例えば以下のものが採用可能である。
【0072】
［（１） フレーム比較］
撮影データＤ１に係る動画のあるフレームと直前のフレームとを比較し、ごみ袋の数が変動（増加）していた場合にごみ袋の数をカウントするようにしてもよい。
撮影データＤ１に係る動画のあるフレームと直前のフレームとを比較し、ごみ袋の数が変動（増加）していた場合にごみ袋の数をカウントするようにしてもよい。
【0073】
すなわち、制御部１１は、撮影データＤ１に含まれるある静止画像中において、ごみ袋が置かれる所定の領域内に位置するごみ袋の数が、直前に撮影されたフレームと比較して増加していた場合に、増加した分の数を、所定期間内に撮影された撮影データＤ１中から識別されたごみ袋の数の集計結果に加算するようにすればよい。
この方法によっても、ごみ袋の数の増加時にのみごみ袋の数を数えることで、正確なごみ袋の数の集計を実現することができる。
この方法によっても、ごみ袋の数の増加時にのみごみ袋の数を数えることで、正確なごみ袋の数の集計を実現することができる。
【0074】
また、この場合も、ごみ袋の動きの向きを考慮するようにしてもよい。例えば、図３と同様に、ごみの排出場所となる部屋において、撮影された動画の左に入り口、右にごみの載置場所が存在する場合であれば、ごみ袋が左から右に移動した（あるフレームにおいて識別されたごみ袋の位置より、その後のフレームにおいて識別されたごみ袋の位置が右であった）後に、所定の領域内に位置するごみ袋の数が増えた場合にのみ、ごみ袋の数を数えるようにすればよい。
【0075】
［（２） 入口通過時のカウント］
ごみの排出場所となる部屋の入口の直上にカメラ３を備え、カメラ３によって当該入口を通るものを撮影するようにした上で、当該カメラ３によって撮影されたごみ袋の数を数えることで、当該入口を通過したごみ袋の数を数えるようにしてもよい。
ごみの排出場所となる部屋の入口の直上にカメラ３を備え、カメラ３によって当該入口を通るものを撮影するようにした上で、当該カメラ３によって撮影されたごみ袋の数を数えることで、当該入口を通過したごみ袋の数を数えるようにしてもよい。
【0076】
この場合も、ごみ袋の動きの向きを考慮し、ごみの排出場所となる部屋に入る方向に移動した（あるフレームにおいて識別されたごみ袋の位置より、その後のフレームにおいて識別されたごみ袋の位置が部屋の内部側の位置であった場合）にのみ、ごみ袋の数を数えるようにしてもよい。
【0077】
［５ 変形例５：識別モデルの更新］
管理サーバ１において、例えば、１月に一度等の所定の期間毎に、当該期間においてステップＳ４の工程で識別されたごみ袋の画像を一括して教師データに加えた上で、再度機械学習を行って識別モデル１２１を生成することで、記憶部１２に記憶された識別モデル１２１が、所定の期間毎に更新されるようにしてもよい。
これによって、本システムを利用したごみ袋の識別を行う程に、識別モデル１２１の生成に使用されるデータが増加し、ごみ袋の識別の精度を向上させることが可能となる。
管理サーバ１において、例えば、１月に一度等の所定の期間毎に、当該期間においてステップＳ４の工程で識別されたごみ袋の画像を一括して教師データに加えた上で、再度機械学習を行って識別モデル１２１を生成することで、記憶部１２に記憶された識別モデル１２１が、所定の期間毎に更新されるようにしてもよい。
これによって、本システムを利用したごみ袋の識別を行う程に、識別モデル１２１の生成に使用されるデータが増加し、ごみ袋の識別の精度を向上させることが可能となる。
【0078】
［６ 変形例６：撮影データの送信単位の変更］
上記実施形態の説明においては、ステップＳ２の撮影データの送信時において、カメラ３が、１日分まとめて撮影データＤ１を管理サーバ１へと送信する場合について説明したが、撮影データＤ１の送信の単位は１日分には限られず、例えば所定の時間で区切られた１動画毎にリアルタイムに送信するようにしてもよい。
この場合、ステップＳ４以下の工程は、記憶部１２の撮影データ記憶部１２２に記憶されたデータについて、１日分、１週間分、１か月分等の所定期間分まとめて行うこととなる。
上記実施形態の説明においては、ステップＳ２の撮影データの送信時において、カメラ３が、１日分まとめて撮影データＤ１を管理サーバ１へと送信する場合について説明したが、撮影データＤ１の送信の単位は１日分には限られず、例えば所定の時間で区切られた１動画毎にリアルタイムに送信するようにしてもよい。
この場合、ステップＳ４以下の工程は、記憶部１２の撮影データ記憶部１２２に記憶されたデータについて、１日分、１週間分、１か月分等の所定期間分まとめて行うこととなる。
【符号の説明】
【0079】
１００ 廃棄物発生量管理システム
１ 管理サーバ（廃棄物発生量管理装置）
１１ 制御部（識別手段、容器数カウント手段、推定手段）
１２ 記憶部
１２１ 識別モデル
１３ 通信部（取得手段）
２ 店舗端末
３ カメラ
Ｎ 通信ネットワーク
Ｇ ごみ袋（廃棄物収納容器）
Ｄ１ 撮影データ
Ｄ２ 廃棄物発生量情報
１ 管理サーバ（廃棄物発生量管理装置）
１１ 制御部（識別手段、容器数カウント手段、推定手段）
１２ 記憶部
１２１ 識別モデル
１３ 通信部（取得手段）
２ 店舗端末
３ カメラ
Ｎ 通信ネットワーク
Ｇ ごみ袋（廃棄物収納容器）
Ｄ１ 撮影データ
Ｄ２ 廃棄物発生量情報
【図1】
【図2】
【図3】