特許 7060353 売上金額集計システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-04-18

(45)【発行日】2022-04-26

(54)【発明の名称】売上金額集計システム

(51)【国際特許分類】

   G06Q 50/12 20120101AFI20220419BHJP

   G06Q 10/06 20120101ALI20220419BHJP

   G06Q 30/06 20120101ALI20220419BHJP

   G06T 7/00 20170101ALI20220419BHJP

   G07G 1/00 20060101ALI20220419BHJP

   G07G 1/12 20060101ALI20220419BHJP

【ＦＩ】

G06Q50/12

G06Q10/06 332

G06Q30/06

G06T7/00 350C

G07G1/00 311D

G07G1/12 361C

【請求項の数】 6

(21)【出願番号】P 2017194757

(22)【出願日】2017-10-05

(65)【公開番号】P2019067320

(43)【公開日】2019-04-25

【審査請求日】2020-08-04

(73)【特許権者】

【識別番号】509177119

【氏名又は名称】高田 雄史

(74)【代理人】

【識別番号】100141092

【弁理士】

【氏名又は名称】山本 英生

(74)【代理人】

【識別番号】100108442

【弁理士】

【氏名又は名称】小林 義孝

(72)【発明者】

【氏名】高田 雄史

【審査官】岸 健司

(56)【参考文献】

【文献】特開平１０－０１１６６５（ＪＰ，Ａ）

【文献】特開２０１６－１２３７８８（ＪＰ，Ａ）

【文献】特開２０１５－２１０６５１（ＪＰ，Ａ）

【文献】特開２００１－２１６５７１（ＪＰ，Ａ）

【文献】特開２０１６－０３８６６３（ＪＰ，Ａ）

【文献】特開２００４－２０６３９３（ＪＰ，Ａ）

【文献】株式会社ブレイン，第３回スマートSME（中小企業）研究会 パン画像識別システム BakeryScan，[online]，株式会社ブレイン，2017年05月17日，[令和3年5月31日検索], インターネット＜ＵＲＬ：https://www.chusho.meti.go.jp/koukai/kenkyukai/smartsme/2017/170517smartsme04B.pdf＞

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ０７Ｇ １／１２

Ｇ０７Ｇ １／００

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

人工知能を利用しつつ、所定面積の売り場スペースを有する店舗に来店した来店者に販売した商品の売上金額を集計する売上金額集計システムにおいて、
前記売上金額集計システムが、前記人工知能がセットアップされたサーバと、前記売り場スペースに設置された撮影カメラとから形成され、
前記店舗が、各種複数の飲食物を提供する飲食店であり、
前記売り場スペースが、前記飲食物を食する所定面積の飲食スペースであり、
前記飲食スペースが、複数の第１～第ｎ飲食スペースに区分され、
前記サーバが、
各種複数のサンプル画像から必要な各種複数の飲食物画像を高い精度で認識することができるように前記人工知能に学習させるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように該人工知能に学習させる学習手段と、
前記撮影カメラを利用して前記第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物画像を含む第１～第ｎ飲食スペース画像を該第１～第ｎ飲食スペース毎に撮影するスペース画像撮影手段と、
前記スペース画像撮影手段によって撮影された第１～第ｎ飲食スペース画像に含まれる飲食物画像が前記学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを前記人工知能に判断させる商品種類判断手段と、
前記商品種類判断手段によって判断された各飲食物の金額を特定しつつ、前記第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物の金額を合計した合計金額を該第１～第ｎ飲食スペース毎に算出する合計金額算出手段と、を有し、
前記学習手段が、
各種複数のサンプル画像から必要な各種複数の容器画像を高い精度で認識することができるように前記人工知能に学習させ、
前記第１～第ｎ飲食スペースに飲食物を収容した第１番目の容器が提供されたときから該第１～第ｎ飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を前記１回の飲食行為と判断するように前記人工知能に学習させるとともに、前記飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が前記第１～第ｎ飲食スペースに提供された場合を前記１日の営業時間における飲食行為と判断するように前記人工知能に学習させることを特徴とする売上金額集計システム。

【請求項2】

人工知能を利用しつつ、所定面積の売り場スペースを有する店舗に来店した来店者に販売した商品の売上金額を集計する売上金額集計システムにおいて、
前記売上金額集計システムが、前記人工知能がセットアップされたサーバと、前記売り場スペースに設置された撮影カメラとから形成され、
前記店舗が、各種複数の飲食物を提供する飲食店であり、
前記売り場スペースが、前記飲食物を食する所定面積の飲食スペースであり、
前記飲食スペースが、複数の第１～第ｎ飲食スペースに区分され、
前記サーバが、
各種複数のサンプル画像から必要な各種複数の飲食物画像を高い精度で認識することができるように前記人工知能に学習させるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように該人工知能に学習させる学習手段と、
前記撮影カメラを利用して前記第１～第ｎ飲食スペースでの１回の飲食行為において提供された飲食物画像を含む第１～第ｎ飲食スペース画像を該第１～第ｎ飲食スペース毎に撮影するスペース画像撮影手段と、
前記スペース画像撮影手段によって撮影された第１～第ｎ飲食スペース画像に含まれる飲食物画像が前記学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを前記人工知能に判断させる商品種類判断手段と、
前記商品種類判断手段によって判断された各飲食物の金額を特定しつつ、前記第１～第ｎ飲食スペースでの１回の飲食行為において提供された飲食物の金額を合計した合計金額を該第１～第ｎ飲食スペース毎に算出する合計金額算出手段と、を有し、
前記学習手段が、
各種複数のサンプル画像から必要な各種複数の容器画像を高い精度で認識することができるように前記人工知能に学習させ、
前記第１～第ｎ飲食スペースに飲食物を収容した第１番目の容器が提供されたときから該第１～第ｎ飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を前記１回の飲食行為と判断するように前記人工知能に学習させることを特徴とする売上金額集計システム。

【請求項3】

人工知能を利用しつつ、所定面積の売り場スペースを有する店舗に来店した来店者に販売した商品の売上金額を集計する売上金額集計システムにおいて、
前記売上金額集計システムが、前記人工知能がセットアップされたサーバと、前記売り場スペースに設置された撮影カメラとから形成され、
前記店舗が、各種複数の飲食物を提供する飲食店であり、
前記売り場スペースが、前記飲食物を食する所定面積の飲食スペースであり、
前記飲食スペースが、複数の第１～第ｎ飲食スペースに区分され、
前記サーバが、
各種複数のサンプル画像から必要な各種複数の飲食物画像を高い精度で認識することができるように前記人工知能に学習させるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように該人工知能に学習させる学習手段と、
前記撮影カメラを利用して前記第１～第ｎ飲食スペースでの１日の営業時間における飲食行為において提供された飲食物画像を含む第１～第ｎ飲食スペース画像を該第１～第ｎ飲食スペース毎に撮影するスペース画像撮影手段と、
前記スペース画像撮影手段によって撮影された第１～第ｎ飲食スペース画像に含まれる飲食物画像が前記学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを前記人工知能に判断させる商品種類判断手段と、
前記商品種類判断手段によって判断された各飲食物の金額を特定しつつ、前記第１～第ｎ飲食スペースでの１日の営業時間における飲食行為において提供された飲食物の金額を合計した合計金額を該第１～第ｎ飲食スペース毎に算出する合計金額算出手段と、を有し、
前記学習手段が、
各種複数のサンプル画像から必要な各種複数の容器画像を高い精度で認識することができるように前記人工知能に学習させ、
前記飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が前記第１～第ｎ飲食スペースに提供された場合を前記１日の営業時間における飲食行為と判断するように前記人工知能に学習させることを特徴とする売上金額集計システム。

【請求項4】

前記学習手段では、各種複数の正解のサンプル画像と各種複数の過誤のサンプル画像とを前記人工知能に入力し、前記人工知能が正解のそれらサンプル画像および過誤のそれらサンプル画像から該正解の飲食物画像を所定の正解率で認識することができるように該人工知能に学習させる請求項１から請求項３の何れかに記載の売上金額集計システム。

【請求項5】

前記学習手段では、前記正解のそれらサンプル画像と前記過誤のそれらサンプル画像とから該正解の飲食物画像を認識する前記人工知能の正解率が８０～１００％の範囲である請求項４に記載の売上金額集計システム。

【請求項6】

前記学習手段では、前記人工知能が各種複数のサンプル画像から飲食物画像以外の不要な画像を除去して必要な各種複数の飲食物画像を取得する請求項４または請求項５に記載の売上金額集計システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、人工知能を利用しつつ、所定面積の売り場スペースを有する店舗に来店した来店者に販売した商品の売上金額を集計する売上金額集計システムに関する。

【背景技術】

【0002】

飲食物搬送装置の搬送路に載せられた飲食物収容体に収容されて搬送される飲食物を管理するための飲食物管理装置が開示されている（特許文献１参照）。飲食物収容体は、飲食物が盛られた容器を載置するための容器載置部を有する載置台と、載置台の容器載置部上を覆うための蓋体とを備え、蓋体は、容器載置部に対して開閉可能に取り付けられている。飲食物管理装置は、飲食物収容体に取り付けられたＩＣタグと、搬送路を介して搬送される飲食部収容体のＩＣタグから飲食物の情報を読み取るためのリーダーと、飲食物収容体の蓋体の開閉を検出するための開閉検出器と、リーダーによって読み取った情報と開閉検出器で検出した蓋体の開閉情報とに基づいて搬送路を介して搬送される飲食物の情報を算出するためのコントローラを備えている。飲食物管理装置は、飲食物の提供に使用する皿にＩＣタグを設置する必要はなく、食された飲食物の情報や食されずに搬送路上に一定時間以上滞留する飲食物の情報を確実に取得することができる。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１４－３３８８６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

前記特許文献１に開示の飲食物管理装置は、飲食物を提供する飲食店の各飲食スペースを第１～第ｎ飲食スペースに区分しつつ、それら飲食スペース毎に提供された飲食物の金額を合計した合計金額を算出することはなく、飲食店の各飲食スペース毎の飲食物の合計売上金額を把握することができない。また、飲食店の各第１～第ｎスペース毎に投資家を募り、各第１～第ｎスペースに投資家が所定の金額を投資するとともに、各第１～第ｎスペース毎の飲食物の売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する仕組みを提供することができず、店舗におけるあらたな資金集め方法としてのビジネスモデルを構築することができない。

【0005】

本発明の目的は、人工知能を利用し、店舗の売場スペースを複数の第１～第ｎスペースに区分しつつ、第１～第ｎスペースにおいて販売された商品の金額を合計した合計金額を第１～第ｎスペース毎に算出することができ、店舗の各スペース毎における商品の売上の良否を正確に判断することができる売上金額集計システムを提供することにある。本発明の他の目的は、店舗の各第１～第ｎスペース毎の商品の合計売上金額を把握することができ、第１～第ｎスペース毎の合計金額を参考に売場スペースの模様替えや配置替え等の売上向上や利益向上に向けた改変を検討することができる売上金額集計システムを提供することにある。本発明の他の目的は、店舗の各第１～第ｎスペース毎に投資家を募り、各第１～第ｎスペースに投資家が所定の金額を投資するとともに、各第１～第ｎスペース毎の商品の売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する仕組みを提供することができ、店舗におけるあらたな資金集め方法としてのビジネスモデルを構築することができる売上金額集計システムを提供することにある。

【課題を解決するための手段】

【0006】

前記課題を解決するための本発明の前提は、人工知能を利用しつつ、所定面積の売り場スペースを有する店舗に来店した来店者に販売した商品の売上金額を集計する売上金額集計システムである。

【0007】

前記前提における本発明の特徴は、売上金額集計システムが、人工知能がセットアップされたサーバと、売り場スペースに設置された撮影カメラとから形成され、店舗の売り場スペースが、複数の第１～第ｎスペースに区分され、サーバが、各種複数のサンプル画像から必要な各種複数の商品画像を高い精度で認識することができるように人工知能に学習させるとともに、認識した各種複数の商品画像をそれら商品画像が属する各種複数の商品種類に区分することができるように人工知能に学習させる学習手段と、撮影カメラを利用して第１～第ｎスペースにおいて販売された商品画像を含む第１～第ｎスペース画像を第１～第ｎスペース毎に撮影するスペース画像撮影手段と、スペース画像撮影手段によって撮影された第１～第ｎスペース画像に含まれる商品画像が学習手段によって学習した商品種類のうちのいずれの種類に属するかを人工知能に判断させる商品種類判断手段と、商品種類判断手段によって判断された各商品の金額を特定しつつ、第１～第ｎスペースにおいて販売された商品の金額を合計した合計金額を第１～第ｎスペース毎に算出する合計金額算出手段とを有することにある。

【0008】

本発明の一例としては、店舗が、各種複数の飲食物を提供する飲食店であり、売り場スペースが、飲食物を食する所定面積の飲食スペースであり、飲食スペースが、複数の第１～第ｎ飲食スペースに区分され、学習手段が、各種複数のサンプル画像から必要な各種複数の飲食物画像を高い精度で認識することができるように人工知能に学習させるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させ、スペース画像撮影手段が、第１～第ｎ飲食スペースにおいて提供された飲食物画像を含む第１～第ｎ飲食スペース画像を第１～第ｎ飲食スペース毎に撮影し、商品種類判断手段が、スペース画像撮影手段によって撮影された第１～第ｎ飲食スペース画像に含まれる飲食物画像が学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを人工知能に判断させ、合計金額算出手段が、商品種類判断手段によって判断された各飲食物の金額を特定しつつ、第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出する。

【0009】

本発明の他の一例としては、スペース画像撮影手段が、第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物画像を含む第１～第ｎ飲食スペース画像を第１～第ｎ飲食スペース毎に撮影し、合計金額算出手段が、第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物の金額を合計した合計金額を各第１～第ｎ飲食スペース毎に算出する。

【0010】

本発明の他の一例としては、学習手段が、各種複数のサンプル画像から必要な各種複数の容器画像を高い精度で認識することができるように人工知能に学習させ、第１～第ｎ飲食スペースに飲食物を収容した第１番目の容器が提供されたときから第１～第ｎ飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を１回の飲食行為と判断するように人工知能に学習させるとともに、飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が第１～第ｎ飲食スペースに提供された場合を１日の営業時間における飲食行為と判断するように人工知能に学習させる。

【0011】

本発明の他の一例として、学習手段では、各種複数の正解のサンプル画像と各種複数の過誤のサンプル画像とを人工知能に入力し、人工知能が正解のそれらサンプル画像および過誤のそれらサンプル画像から正解の飲食物画像を所定の正解率で認識することができるように人工知能に学習させる。

【0012】

本発明の他の一例として、学習手段では、正解のそれらサンプル画像と過誤のそれらサンプル画像とから正解の飲食物画像を認識する人工知能の正解率が８０～１００％の範囲である。

【0013】

本発明の他の一例として、学習手段では、人工知能が各種複数のサンプル画像から飲食物画像以外の不要な画像を除去して必要な各種複数の飲食物画像を取得する。

【発明の効果】

【0014】

本発明に係る売上金額集計システムによれば、店舗の売り場スペースが複数の第１～第ｎスペースに区分され、各種複数のサンプル画像から必要な各種複数の商品画像を高い精度で認識することができるように人工知能に学習させるとともに、認識した各種複数の商品画像をそれら商品画像が属する各種複数の商品種類に区分することができるように人工知能に学習させ、売り場スペースに設置された撮影カメラを利用して第１～第ｎスペースにおいて販売された商品画像を含む第１～第ｎスペース画像を第１～第ｎスペース毎に撮影し、撮影された第１～第ｎスペース画像に含まれる商品画像が学習手段によって学習した商品種類のうちのいずれの種類に属するかを人工知能に判断させ、人工知能によって判断された各商品の金額を特定しつつ、第１～第ｎスペースにおいて販売された商品の金額を合計した合計金額を第１～第ｎスペース毎に算出するから、店舗の売場スペースを複数の第１～第ｎスペースに区分しつつ、販売された商品の種類を人工知能によって確実に特定することができ、第１～第ｎスペースにおいて販売された商品の金額を合計した合計金額を第１～第ｎスペース毎に算出することができるとともに、店舗の各スペース毎における商品の売上の良否を正確に判断することができる。売上金額集計システムは、第１～第ｎスペース毎に商品の正確な売上合計金額を算出することで、店舗の各第１～第ｎスペース毎の合計売上金額を的確に把握することができ、第１～第ｎスペース毎の合計金額を参考に売場スペースの模様替えや配置替え等の売上向上や利益向上に向けた改変を検討することができる。売上金額集計システムは、たとえば、店舗の各第１～第ｎスペース毎に投資家を募り、各第１～第ｎスペースに投資家が所定の金額を投資するとともに、各第１～第ｎスペース毎の商品やサービスの売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する仕組みを提供することができ、店舗におけるあらたな資金集め方法としてのビジネスモデルを構築することができる。

【0015】

店舗が各種複数の飲食物を提供する飲食店であり、売り場スペースが飲食物を食する所定面積の飲食スペースであり、飲食スペースが複数の第１～第ｎ飲食スペースに区分され、各種複数のサンプル画像から必要な各種複数の飲食物画像を高い精度で認識することができるように人工知能に学習させるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させ、第１～第ｎ飲食スペースにおいて提供された飲食物画像を含む第１～第ｎ飲食スペース画像を該第１～第ｎ飲食スペース毎に撮影し、撮影された第１～第ｎ飲食スペース画像に含まれる飲食物画像が飲食物種類のうちのいずれの種類に属するかを人工知能に判断させ、人工知能によって判断された各飲食物の金額を特定しつつ、第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出する売上金額集計システムは、飲食店の飲食スペースを複数の第１～第ｎ飲食スペースに区分しつつ、提供された飲食物の種類を人工知能によって確実に特定することができ、第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の各飲食スペース毎における飲食物の売上の良否を正確に判断することができる。売上金額集計システムは、第１～第ｎ飲食スペース毎に飲食物の正確な売上合計金額を算出することで、飲食店の各第１～第ｎ飲食スペース毎の合計売上金額を的確に把握することができ、第１～第ｎ飲食スペース毎の合計金額を参考に飲食スペースの模様替えや配置替え等の売上向上や利益向上に向けた改変を検討することができる。売上金額集計システムは、たとえば、飲食店の各第１～第ｎ飲食スペース毎に投資家を募り、各第１～第ｎ飲食スペースに投資家が所定の金額を投資するとともに、各第１～第ｎ飲食スペース毎の飲食物の売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する仕組みを提供することができ、飲食店におけるあらたな資金集め方法としてのビジネスモデルを構築することができる。

【0016】

第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物画像を含む第１～第ｎ飲食スペース画像を第１～第ｎ飲食スペース毎に撮影し、第１～第ｎ飲食スペースでの１回の飲食行為または１日の営業時間における飲食行為において提供された飲食物の金額を合計した合計金額を各第１～第ｎ飲食スペース毎に算出する売上金額集計システムは、提供された飲食物の種類を人工知能によって確実に特定することができ、１回の飲食行為または１日の営業時間における飲食行為における第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の１回の飲食行為または１日の営業時間における飲食行為における各飲食スペース毎の飲食物の売上の良否を正確に判断することができる。

【0017】

各種複数のサンプル画像から必要な各種複数の容器画像を高い精度で認識することができるように人工知能に学習させ、第１～第ｎ飲食スペースに飲食物を収容した第１番目の容器が提供されたときから第１～第ｎ飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を１回の飲食行為と判断するように人工知能に学習させるとともに、飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が第１～第ｎ飲食スペースに提供された場合を１日の営業時間における飲食行為と判断するように人工知能に学習させる飲食物金額集計システムは、第１～第ｎ飲食スペースに飲食物を収容した第１番目の容器が提供されたときから第１～第ｎ飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を１回の飲食行為と判断するように人工知能に学習させることで、第１～第ｎ飲食スペースにおける１回の飲食行為が人工知能によって明確に区分され、１回の飲食行為における第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の１回の飲食行為における各飲食スペース毎の飲食物の売上の良否を正確に判断することができる。売上金額集計システムは、飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が第１～第ｎ飲食スペースに提供された場合を１日の営業時間における飲食行為と判断するように人工知能に学習させることで、第１～第ｎ飲食スペースにおける１日の営業時間の飲食行為が人工知能によって明確に区分され、１日の営業時間の飲食行為における第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の１日の営業時間の飲食行為における各飲食スペース毎の飲食物の売上の良否を正確に判断することができる。

【0018】

各種複数の正解のサンプル画像と各種複数の過誤のサンプル画像とを人工知能に入力し、人工知能が正解のそれらサンプル画像および過誤のそれらサンプル画像から正解の飲食物画像を所定の正解率で認識することができるように人工知能に学習させる売上金額集計システムは、所定の正解率を設定することで、各種複数の飲食物サンプル画像から各種複数の飲食物画像を的確に認識することができるように人工知能に学習させることができるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させることができる。売上金額集計システムは、人工知能によって飲食物の種類が的確に区分され、提供された飲食物の種類を人工知能によって確実に特定することができ、第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の各飲食スペース毎における飲食物の売上の良否を正確に判断することができる。

【0019】

正解のそれらサンプル画像と過誤のそれらサンプル画像とから正解の飲食物画像を認識する人工知能の正解率が８０～１００％の範囲である売上金額集計システムは、人工知能の正解率を８０～１００％の範囲に設定することで、各種複数のサンプル画像から各種複数の飲食物画像を的確に認識することができるように人工知能に学習させることができるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させることができる。売上金額集計システムは、人工知能によって飲食物の種類が的確に区分され、提供された飲食物の種類を人工知能によって確実に特定することができ、第１～第ｎ飲食スペースにおいて提供された飲食物の金額を合計した合計金額を第１～第ｎ飲食スペース毎に算出することができるとともに、飲食店の各飲食スペース毎における飲食物の売上の良否を正確に判断することができる。

【0020】

人工知能が各種複数のサンプル画像から飲食物画像以外の不要な画像を除去して必要な各種複数の飲食物画像を取得する売上金額集計システムは、正解の飲食物画像を所定の正解率で認識することができるように学習した人工知能がサンプル画像から飲食物画像以外の不要な画像を除去して必要な各種複数の飲食物画像を取得するから、各種複数のサンプル画像から各種複数の飲食物画像を確実に取得することができ、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるとともに、提供された飲食物の種類を確実に特定することができる。

【図面の簡単な説明】

【0021】

【図1】一例として示す売上金額集計システムの構成図。

【図2】サンプル画像撮影の一例を示す図。

【図3】サンプル画像撮影の他の一例を示す図。

【図4】サンプル画像撮影の他の一例を示す図。

【図5】第１～第４飲食スペースにおける飲食物画像の撮影の一例を示す図。

【図6】第１～第４飲食スペースにおける飲食物画像の撮影の他の一例を示す図。

【発明を実施するための形態】

【0022】

一例として示す売上金額集計システム１０の構成図である図１等の添付の図面を参照し、本発明に係る売上金額集計システムの詳細を説明すると、以下のとおりである。なお、図２は、サンプル画像撮影の一例を示す図であり、図３は、サンプル画像撮影の他の一例を示す図である。図４は、サンプル画像撮影の他の一例を示す図である。

【0023】

売上金額集計システム１０は、所定面積の飲食スペース１１（売り場スペース）を有する飲食店１２（店舗）に来店した来店者に提供した飲食物１３（販売した商品と提供したサービスとの少なくとも一方）の売上金額を集計する。なお、飲食店１２を例として売上金額集計システム１０Ａを説明するが、飲食店１２のみならず、商品の販売とサービスの提供との少なくとも一方を業とするあらゆる業種の店舗において売上金額集計システム１０Ａ（売上金額集計システム１０Ｂを含む）を利用することができる。また、飲食物１３に特に限定はなく、飲食物１３には各種の飲食店１２で提供（販売）されるあらゆる飲食物１３が含まれる。

【0024】

売上金額集計システム１０は、人工知能がセットアップされたサーバ１４（クラウドコンピューティングを含む）と、第１～第４飲食スペース１１ａ～１１ｄ（第１～第ｎ飲食スペース、第１～第ｎ売り場スペース）に個別に設置された第１～第４撮影カメラ１５ａ～１５ｄ（第１～第ｎ撮影カメラ）とから形成されている。サーバ１４は、売上金額集計システム１０を管理・提供する事業者が契約するデータセンターに設置されているが、売上金額集計システム１０を利用する飲食店１２（店舗）に設置されていてもよい。

【0025】

飲食店１２の飲食スペース１１は、複数の第１～第４飲食スペース１１ａ～１１ｄ（第１～第ｎ飲食スペース）に区分されている。飲食スペース１１を第１～第４飲食スペース１１ａ～１１ｄに区分する一例としては、飲食店１２に設置された飲食テーブル１８単位（第１～第４飲食テーブル１８ａ～１８ｄ）で区分し、または、飲食店１２の飲食スペース１１を面積単位（たとえば、飲食スペース１１の面積を均等に区分、または、飲食スペース１１の面積を不均等に区分）で区分する。なお、図１では、飲食スペース１１を飲食テーブル１８で区分している。

【0026】

売上金額集計システム１０では、第１～第４飲食スペース１１ａ～１１ｄ毎に投資家（オーナー）を募集し、各飲食スペース１１ａ～１１ｄに投資家が所定の金額を投資している。売上金額集計システム１０Ａでは、第１～第４飲食スペース１１ａ～１１ｄ毎の飲食物１３の売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する。 サーバ１４は、中央処理部（ＣＰＵまたはＭＰＵ）とメモリ（メインメモリおよびキャッシュメモリ）とを有して独立したオペレーティングシステム（ＯＳ）によって動作するコンピュータ（バーチャルマシンを含む。）であり、大容量記憶領域を実装している。サーバ１４には、図示はしていないが、キーボードやマウス等の入力装置、ディスプレイやタッチパネル、プリンタ等の出力装置がインターフェイスを介して接続されている。

【0027】

サーバ１４は、ＤＮＳサーバ機能、データベースサーバ機能、Ｗｅｂサーバ機能、メールサーバ機能、ドキュメントサーバ機能の各種サーバ機能を有し、インターネット１６に接続された各種複数のＤＮＳサーバ等を経由しつつ、インターネット１６を利用してアクセス制限がない不特定多数の他のあらゆるサーバ（物理サーバや仮想サーバ）にアクセスかつログインすることができる。サーバ１４には、売上金額集計システム１０Ａの各手段を実施するための人工知能（ＡＩ）を含むアプリケーションが格納（記憶）されている。

【0028】

サーバ１４の大容量記憶領域には、第１～第４飲食スペース１１ａ～１１ｄがそれらスペース１１ａ～１１ｄを特定する第１～第４飲食スペース特定識別子および投資家を特定する投資家識別子に関連付けられた状態で格納（記憶）されている。サーバ１４の大容量記憶領域には、第１撮影カメラ１５ａが第１飲食スペース特定識別子に関連付けられた状態で格納（記憶）され、第２撮影カメラ１５ｂが第２飲食スペース特定識別子に関連付けられた状態で格納（記憶）され、第３撮影カメラ１５ｃが第３飲食スペース特定識別子に関連付けられた状態で格納（記憶）されているとともに、第４撮影カメラ１５ｄが第４飲食スペース特定識別子に関連付けられた状態で格納（記憶）されている。

【0029】

第１～第４撮影カメラ１５ａ～１５ｄ（第１～第ｎ撮影カメラ）は、飲食店１２に設置されたルーター１９に接続され、ルーター１９を経由して第１～第４飲食スペース画像（第１～第ｎ飲食スペース画像）を利用してサーバ１４に送信する。サーバ１４とルーター１９とは、インターネット１６（ネットワーク）によって接続される。第１撮影カメラ１５ａは、第１飲食スペース１１ａ（第１飲食テーブル１８ａ）の上方に設置され、第１飲食スペース１１ａに提供された飲食物１３を含む第１飲食スペース画像（第１飲食テーブル画像）を撮影する。第１撮影カメラ１５ａは、ルーター１９を利用してインターネット１６に接続し、撮影した第１飲食スペース画像をルーター１９を経由してサーバ１４に送信する。第２撮影カメラ１５ｂは、第２飲食スペース１１ｂ（第２飲食テーブル１８ｂ）の上方に設置され、第２飲食スペース１１ｂに提供された飲食物１３を含む第２飲食スペース画像（第２飲食テーブル画像）を撮影する。第２撮影カメラ１５ｂは、ルーター１９を利用してインターネット１６に接続し、撮影した第２飲食スペース画像をルーター１９を経由してサーバ１４に送信する。

【0030】

第３撮影カメラ１５ｃは、第３飲食スペース１１ｃ（第３飲食テーブル１８ｃ）の上方に設置され、第３飲食スペース１１ｃに提供された飲食物１３を含む第３飲食スペース画像（第３飲食テーブル画像）を撮影する。第３撮影カメラ１５ｃは、ルーター１９を利用してインターネット１６に接続し、撮影した第３飲食スペース画像をルーター１９を経由してサーバ１４に送信する。第４撮影カメラ１５ｄは、第４飲食スペース１１ｄ（第４飲食テーブル１８ｄ）の上方に設置され、第４飲食スペース１１ｄに提供された飲食物を含む第４飲食スペース画像（第４飲食テーブル画像）を撮影する。第４撮影カメラ１５ｄは、ルーター１９を利用してインターネット１６に接続し、撮影した第４飲食スペース画像をルーター１９を経由してサーバ１４に送信する。

【0031】

売上金額集計システム１０を管理・提供する事業者は、サーバ１４を起動し、図２～図４に示すように、デジタルカメラ２０（２Ｄデジタルカメラおよび３Ｄデジタルカメラ）のデジタル撮影機能（デジタルカメラ機能）を利用して各種複数のサンプル（飲食物被写体や容器被写体、その他各種複数の被写体）を撮影し、撮影したサンプルの各種複数の２次元サンプル画像（サンプルの２次元画像データ）や３各種複数の次元サンプル画像（サンプルの３次元画像データ）をサーバ１４に入力する。

【0032】

売上金額集計システム１０を管理・提供する事業者は、インターネット１６を利用して各ポータルサイト（ウェブサイト）にアクセスし、それらポータルサイトに掲載された各種複数のサンプル（飲食物被写体や容器被写体、その他各種複数の被写体）の各種複数の２次元サンプル画像（サンプルの２次元画像データ）や各種複数の３次元サンプル画像（サンプルの３次元画像データ）をサーバ１４に入力する。サーバ１４は、事業者によって入力された２次元サンプル画像（入力日時を含む）や３次元サンプル画像（入力日時を含む）を大容量記憶領域に記憶（格納）する（サンプル画像記憶手段）。

【0033】

各飲食店や飲食店の利用者は、デジタルカメラ２０（２Ｄデジタルカメラおよび３Ｄデジタルカメラ）やデジタル撮影機能（デジタルカメラ機能）を有するタブレットやスマートフォン等を利用し、サンプル（各飲食店で提供（販売）する飲食物被写体、各飲食店で使用する容器被写体、その他各種複数の被写体）を撮影し、撮影したサンプルの各種複数の２次元サンプル画像（サンプルの２次元画像データ）や各種複数の３次元サンプル画像（サンプルの３次元画像データ）をインターネット１６を介してサーバ１４に送信することができる。サーバ１４は、各飲食店や飲食店の利用者から送信されたサンプルの２次元サンプル画像や３次元サンプル画像を受信するとともに、受信した２次元サンプル画像（受信日時を含む）や３次元サンプル画像（受信日時を含む）を大容量記憶領域に記憶（格納）する（サンプル画像記憶手段）。

【0034】

２次元サンプル画像や３次元サンプル画像には、各種複数の飲食物画像（飲食物自体）や各種複数の容器画像（容器自体）の他に、容器に収納された飲食物、袋に収容された飲食物、ショーケースに収容された飲食物等が含まれる。その他各種複数の被写体として図４では、にんじん（野菜）、ペン（筆記用具）、鍋（調理用具）を例示しているが、その他各種複数の被写体には、デジタルカメラ２０やタブレット、スマートフォン等で撮影可能な現存するあらゆる物品（被写体）が含まれる。

【0035】

サーバ１４は、オペレーティングシステムの制御に従ってアプリケーションを起動し、以下の各手段を実行する。サーバ１４にセットアップされた人工知能には、大量（数万枚）の２次元サンプル画像や３次元サンプル画像が売上金額集計システム１０を管理・提供する事業者によって入力されるとともに、大量（数万枚）の２次元サンプル画像や３次元サンプル画像が各飲食店や飲食店を利用する利用者から送信（入力）される。

【0036】

サーバ１４は、各種複数の２次元サンプル画像や３次元サンプル画像から必要な各種複数の２次元飲食物画像（２次元商品画像）や３次元飲食物画像（３次元商品画像）を高い精度で認識することができるように人工知能に学習させるとともに、各種複数の２次元サンプル画像や３次元サンプル画像から必要な各種複数の２次元容器画像や３次元容器画像を高い精度で正確に認識することができるように人工知能に学習させる（学習手段）。

【0037】

学習手段では、各種複数のサンプル画像（各種複数の２次元サンプル画像や３次元サンプル画像）を人工知能に入力し、人工知能がそれらサンプル画像から正解の飲食物画像および正解の容器画像を所定の正解率で認識することができるように人工知能に学習させるとともに、人工知能が認識した正解の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させる。正解の飲食物画像および正解の容器画像を認識する人工知能の正解率は、８０～１００％の範囲であり、正解の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分する人工知能の正解率は、８０～１００％の範囲である。

【0038】

なお、学習手段では、各種複数の正解の２次元サンプル画像や３次元サンプル画像と各種複数の過誤の２次元サンプル画像や３次元サンプル画像とを人工知能に入力し、人工知能が正解の２次元飲食物画像や解の３次元飲食物画像、解の２次元容器画像、解の３次元容器画像、正解の２次元その他各種被写体画像、正解の３次元その他各種被写体画像を所定の正解率で認識することができるように人工知能に学習させるとともに、正解の２次元飲食物画像や解の３次元飲食物画像、解の２次元容器画像、解の３次元容器画像、正解の２次元その他各種被写体画像、正解の３次元その他各種被写体画像をそれら画像が属する各種複数の種類に所定の正解率で区分することができるように人工知能に学習させることもできる。正解のそれらサンプル画像と過誤のそれらサンプル画像とから正解の画像を認識する人工知能の正解率や正解の画像を各画像が属する各種複数の種類に区分する人工知能の正解率は、８０～１００％の範囲で設定可能である。なお、人工知能における学習には、既存の教師ありの学習や教師なし学習等の各種複数の学習方法が含まれるとともに、今後開発される様々な学習方法が含まれる。

【0039】

人工知能は、自ら考えて知を創造するコンピュータである。その一例として、脳のニューロン（神経細胞）のネットワークが学習を重ねて次第に正解の画像を理解し、さらに自ら決断する方法を習得している過程を模擬する人工ニューラルネットワークに基づくディープラーニングを行う。特定の飲食物や容器、物品を認識（理解）することを目指して複雑なリンクを有する人工ニューラルネットワークは、大量の画像を入力して訓練すると、飲食物という分類や容器という分類、各種物品の分類を学び、個々の飲食物や個々の容器、個々の物品を検出することを学習することで、過去に見たことのある飲食物や容器、物品を訓練画像（過誤のサンプル画像）とわずかに異なっていたとしても認識することができるようになる。

【0040】

飲食物や容器、その他の各種物品の認識のため、人工ニューラルネットワークの入力層では入力画像（２次元サンプル画像や３次元サンプル画像）の個々の画像が解析され、次の層（隠れ層）ではある特定の飲食物画像や容器画像、その他の物品画像が有する特有の幾何学的な形状を抽出する。中間の層（隠れ層）では各飲食物や各容器、その他の各物品の特徴が検出され、さらに深い層（隠れ層）ではそれらを組み合わせた飲食物全体や容器全体、その他の物品全体を認識する。そして、人工ニューラルネットワークの出力層では、その飲食物がラーメンや餃子ではなく、チャーハンであると推測し、その容器が丼や茶碗ではなく、平皿であると推測する。さらに、その野菜がキャベツではなく、にんじんであると推測し、その筆記用具が定規ではなく、ペンであると推測するとともに、その調理用具がフライパンではなく、鍋であると推測する。

【0041】

学習手段において人工知能の学習が進み、人工知能の正解率が８０～１００％の範囲になると、人工知能は、各種複数の２次元サンプル画像から飲食物画像や容器画像以外の不要な画像（テーブルクロスやフォーク、ナイフ等の画像）を除去して（切り取って）必要な各種複数の２次元飲食物画像や２次元容器画像を取得するとともに、各種複数の３次元サンプル画像から飲食物画像や容器画像以外の不要な画像（テーブルクロスやフォーク、ナイフ等の画像）を除去して（切り取って）必要な各種複数の３次元飲食物画像や３次元容器画像を取得する。

【0042】

さらに、人工知能は、各種複数の２次元サンプル画像からにんじん画像（その他の物品画像）、ペン画像（その他の物品画像）、鍋画像（その他の物品画像）以外（物品画像以外）の不要な画像（背景画像）を除去し（切り取って）、必要な各種複数の２次元にんじん画像、２次元ペン画像、２次元鍋画像を取得するとともに、各種複数の３次元サンプル画像からにんじん画像（その他の物品画像）、ペン画像（その他の物品画像）、鍋画像（その他の物品画像）以外（物品画像以外）の不要な画像（背景画像）を除去し（切り取って）、必要な各種複数の３次元にんじん画像、３次元ペン画像、３次元鍋画像を取得する。

【0043】

学習手段では、第１～第４飲食スペースに飲食物を収容した第１番目の容器が提供されたときから第１～第４飲食スペースに飲食物を収容した容器が存在しなくなるまでの間を１回の飲食行為と判断するように人工知能に学習させる。さらに、学習手段では、飲食店における営業開始時間から営業終了時間での間に飲食物を収容した容器が第１～第４飲食スペースに提供された場合を１日の営業時間における飲食行為と判断するように人工知能に学習させる。

【0044】

サーバ１４は、人工知能の学習手段によって認識されたそれら飲食物画像を大容量記憶領域に記憶（格納）し（飲食物画像記憶手段）、人工知能の学習手段によって認識されたそれら容器画像を大容量記憶領域に記憶（格納）するとともに（容器画像記憶手段）、人工知能の学習手段によって認識されたその他の物品画像を大容量記憶領域に記憶（格納）する（物品画像記憶手段）。

【0045】

サーバ１４の大容量記憶領域には、飲食店１２において提供される各種複数の飲食物１３の飲食物画像データ（各飲食物の複数の飲食物画像データ）と各飲食物画像データの飲食物名称とその飲食物名称の飲食物金額（売価または利益）とが飲食物１３を特定する飲食物特定識別子に関連付けられた状態で格納（記憶）されている。サーバ１４の大容量記憶領域には、飲食店１２において提供される各種の飲食物１３を収容する各種複数の容器１７の容器画像データが格納（記憶）されている。

【0046】

売上金額集計システム１０は、人工知能の正解率を８０～１００％の範囲に設定することで、各種複数のサンプル画像から各種複数の飲食物画像を的確に認識することができるように人工知能に学習させることができるとともに、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるように人工知能に学習させることができる。

【0047】

売上金額集計システム１０は、正解の飲食物画像を所定の正解率で認識することができるように学習した人工知能がサンプル画像から飲食物画像以外の不要な画像を除去して必要な各種複数の飲食物画像を取得するから、各種複数のサンプル画像から各種複数の飲食物画像を確実に取得することができ、認識した各種複数の飲食物画像をそれら飲食物画像が属する各種複数の飲食物種類に区分することができるとともに、提供された飲食物の種類を確実に特定することができる。

【0048】

図５は、第１～第４飲食スペース１１ａ～１１ｄにおける飲食物画像の撮影の一例を示す図であり、図６は、第１～第４飲食スペース１１ａ～１１ｄにおける飲食物画像の撮影の他の一例を示す図である。売上金額集計システム１０（サーバ１４および第１～第４撮影カメラ１５ａ～１５ｄ）を起動すると、サーバ１４は、第１～第４撮影カメラ１５ａ～１５ｄを利用して第１～第４飲食スペース１１ａ～１１ｄに提供された飲食物１３を含む第１～第４飲食スペース画像を第１～第４飲食スペース１１ａ～１１ｄ毎に撮影する（スペース画像撮影手段）。

【0049】

サーバ１４は、インターネット１６を利用して（ルーター１９を経由して）第１～第４撮影カメラ１５ａ～１５ｄに第１～第４飲食スペース画像の撮影開始信号を送信する。第１～第４撮影カメラ１５ａ～１５ｄは、サーバ１４から撮影開始信号を受信すると、第１～第４飲食スペース１１ａ～１１ｄの撮影を開始し、飲食店１２における営業時間開始から営業時間終了での間、第１～第４飲食スペース画像を撮影するとともに、ルーター１９を経由して第１～第４飲食スペース画像をサーバ１４に送信する。

【0050】

人工知能は、第１～第４飲食スペース１１ａ～１１ｄに飲食物１３を収容した第１番目の容器１７が提供され、第１～第４飲食スペース画像に含まれる容器画像を認識したときから飲食スペース１１ａ～１１ｄに飲食物１３を収容した容器１７が存在しなくなり、第１～第４飲食スペース画像に含まれる容器画像の不存在を認識するまでの間を１回の飲食行為と認定する。

【0051】

サーバ１４は、図５に示すように、第１～第４飲食スペース１１ａ～１１ｄ（飲食テーブル）に飲食物１３を収容した第１番目（最初）の容器１７が提供され、人工知能が第１番目の容器画像（容器１７）を認識すると、人工知能における第１番目の容器画像の認識をトリガーとして第１～第４撮影カメラ１５ａ～１５ｄから送信された第１～第４飲食スペース画像に含まれる飲食物画像の飲食物種類を人工知能に判断させる。サーバ１４は、第１～第４飲食スペース１１ａ～１１ｄ（飲食テーブル）に提供された飲食物１３が食され、図６に示すように、飲食物１３を収容した容器１７が飲食スペース１１ａ～１１ｄから下げられ、飲食スペース１１ａ～１１ｄから容器画像（容器１７）が消失した場合、人工知能における容器画像の不存在の認識をトリガーとして人工知能における飲食物種類の判断を停止させる。

【0052】

人工知能は、飲食店における１日の営業開始時間から第１～第４飲食スペース１１ａ～１１ｄに飲食物１３を収容した容器１７が提供され、１日の営業時間が終了した時点で１日の営業時間における飲食行為が終了したと判断する。サーバ１４は、１日の営業開始時間から第１～第４飲食スペース１１ａ～１１ｄ（飲食テーブル）に飲食物１３を収容した第１番目（最初）の容器１７が提供され、人工知能が第１番目の容器画像（容器１７）を認識すると、人工知能における第１番目の容器画像の認識をトリガーとして第１～第４撮影カメラ１５ａ～１５ｄから送信された第１～第４飲食スペース画像に含まれる飲食物画像の飲食物種類を人工知能に判断させ、１日の営業時間が終了した時点をトリガーとして人工知能における飲食物種類の判断を停止させる。

【0053】

第１～第４撮影カメラ１５ａ～１５ｄによって撮影された第１～第４飲食スペース画像がサーバ１４に送信されると、サーバ１４は、第１飲食スペース画像に含まれる飲食物画像が学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを１回の飲食行為毎または１日の営業時間の飲食行為毎に人工知能に判断させる（飲食物種類判断手段、商品種類判断手段）。サーバ１４は、人工知能が判断した第１飲食スペース画像の飲食物画像（飲食物１３）の種類（飲食物名称）を人工知能から取得し、取得した飲食物画像（飲食物１３）の種類（飲食物名称）に対応する飲食物金額を特定しつつ、第１飲食スペース１１ａにおいて１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物１３の金額を合計した合計金額を算出する（合計金額算出手段）。

【0054】

サーバ１４は、第１撮影カメラ１５ａから送信された飲食物画像と人工知能によって判断された飲食物画像の飲食物名称とその飲食物名称の飲食物金額と撮影日時とを第１飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）するとともに（飲食物画像記憶手段）、合計金額算出手段によって算出した飲食物１３の合計金額を第１飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（合計金額記憶手段）。

【0055】

サーバ１４は、合計金額算出によって算出した第１飲食スペース１１ａにおける飲食物１３の合計金額にマージン率を乗じ、第１飲食スペース１１ａに投資した投資家に還元するマージン（利益の一部）を算出する（マージン算出手段）。サーバ１４は、マージン算出手段によって算出したマージンと算出日時とを第１飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（マージン記憶手段）。第１飲食スペース１１ａにおける１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物名称および飲食物金額並びに撮影日時、各飲食物の合計金額および算出日時、マージンおよび算出日時、投資家名は、プリンタによってプリントされる。なお、第１飲食スペース１１ａにおける合計金額やマージン（投資家名を含む）は、日別、月別、１０日間合計、２ヶ月間合計等の所定の期間毎に算出することができる。

【0056】

サーバ１４は、第２飲食スペース画像に含まれる飲食物画像が学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを１回の飲食行為毎または１日の営業時間の飲食行為毎に人工知能に判断させる（飲食物種類判断手段、商品種類判断手段）。サーバ１４は、人工知能が判断した第２飲食スペース画像の飲食物画像（飲食物１３）の種類（飲食物名称）を人工知能から取得し、取得した飲食物画像（飲食物１３）の種類（飲食物名称）に対応する飲食物金額を特定しつつ、第２飲食スペース１１ｂにおいて１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物１３の金額を合計した合計金額を算出する（合計金額算出手段）。

【0057】

サーバ１４は、第２撮影カメラ１５ｂから送信された飲食物画像と人工知能によって判断された飲食物画像の飲食物名称とその飲食物名称の飲食物金額と撮影日時とを第２飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）するとともに（飲食物画像記憶手段）、合計金額算出手段によって算出した飲食物１３の合計金額を第２飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（合計金額記憶手段）。

【0058】

サーバ１４は、合計金額算出によって算出した第２飲食スペース１１ｂにおける飲食物１３の合計金額にマージン率を乗じ、第２飲食スペース１１ｂに投資した投資家に還元するマージン（利益の一部）を算出する（マージン算出手段）。サーバ１４は、マージン算出手段によって算出したマージンと算出日時とを第２飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（マージン記憶手段）。第２飲食スペース１１ｂにおける１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物名称および飲食物金額並びに撮影日時、各飲食物の合計金額および算出日時、マージンおよび算出日時、投資家名は、プリンタによってプリントされる。なお、第２飲食スペース１１ｂにおける合計金額やマージン（投資家名を含む）は、日別、月別、１０日間合計、２ヶ月間合計等の所定の期間毎に算出することができる。

【0059】

サーバ１４は、第３飲食スペース画像に含まれる飲食物画像が学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを１回の飲食行為毎または１日の営業時間の飲食行為毎に人工知能に判断させる（飲食物種類判断手段、商品種類判断手段）。サーバ１４は、人工知能が判断した第３飲食スペース画像の飲食物画像（飲食物１３）の種類（飲食物名称）を人工知能から取得し、取得した飲食物画像（飲食物１３）の種類（飲食物名称）に対応する飲食物金額を特定しつつ、第３飲食スペース１１ｃにおいて１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物１３の金額を合計した合計金額を算出する（合計金額算出手段）。

【0060】

サーバ１４は、第３撮影カメラ１５ｃから送信された飲食物画像と人工知能によって判断された飲食物画像の飲食物名称とその飲食物名称の飲食物金額と撮影日時とを第３飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）するとともに（飲食物画像記憶手段）、合計金額算出手段によって算出した飲食物１３の合計金額を第３飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（合計金額記憶手段）。

【0061】

サーバ１４は、合計金額算出によって算出した第３飲食スペース１１ｃにおける飲食物１３の合計金額にマージン率を乗じ、第３飲食スペース１１ｃに投資した投資家に還元するマージン（利益の一部）を算出する（マージン算出手段）。サーバ１４は、マージン算出手段によって算出したマージンと算出日時とを第３飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（マージン記憶手段）。第３飲食スペース１１ｃにおける１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物名称および飲食物金額並びに撮影日時、各飲食物の合計金額および算出日時、マージンおよび算出日時、投資家名は、プリンタによってプリントされる。なお、第３飲食スペース１１ｃにおける合計金額やマージン（投資家名を含む）は、日別、月別、１０日間合計、２ヶ月間合計等の所定の期間毎に算出することができる。

【0062】

サーバ１４は、第４飲食スペース画像に含まれる飲食物画像が学習手段によって学習した飲食物種類のうちのいずれの種類に属するかを１回の飲食行為毎または１日の営業時間の飲食行為毎に人工知能に判断させる（飲食物種類判断手段、商品種類判断手段）。サーバ１４は、人工知能が判断した第４飲食スペース画像の飲食物画像（飲食物１３）の種類（飲食物名称）を人工知能から取得し、取得した飲食物画像（飲食物１３）の種類（飲食物名称）に対応する飲食物金額を特定しつつ、第４飲食スペース１１ｄにおいて１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物１３の金額を合計した合計金額を算出する（合計金額算出手段）。

【0063】

サーバ１４は、第４撮影カメラ１５ｄから送信された飲食物画像と人工知能によって判断された飲食物画像の飲食物名称とその飲食物名称の飲食物金額と撮影日時とを第４飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）するとともに（飲食物画像記憶手段）、合計金額算出手段によって算出した飲食物１３の合計金額を第４飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（合計金額記憶手段）。

【0064】

サーバ１４は、合計金額算出によって算出した第４飲食スペース１１ｄにおける飲食物１３の合計金額にマージン率を乗じ、第４飲食スペース１１ｄに投資した投資家に還元するマージン（利益の一部）を算出する（マージン算出手段）。サーバ１４は、マージン算出手段によって算出したマージンと算出日時とを第４飲食スペース特定識別子、投資家識別子に関連付けた状態で大容量記憶領域に格納（記憶）する（マージン記憶手段）。第４飲食スペース１１ｄにおける１回の飲食行為または１日の営業時間の飲食行為で提供された飲食物名称および飲食物金額並びに撮影日時、各飲食物の合計金額および算出日時、マージンおよび算出日時、投資家名は、プリンタによってプリントされる。なお、第４飲食スペース１１ｄにおける合計金額やマージン（投資家名を含む）は、日別、月別、１０日間合計、２ヶ月間合計等の所定の期間毎に算出することができる。

【0065】

売上金額集計システム１０は、飲食店１２（店舗）の飲食スペース１１（売り場スペース）を複数の第１～第４飲食スペース１１ａ～１１ｄ（第１～第ｎ飲食スペース）に区分しつつ、提供された飲食物１３の種類を人工知能によって確実に特定することができ、１回の飲食行為または１日の営業時間における飲食行為における第１～第４飲食スペース１１ａ～１１ｄにおいて提供された飲食物１３の金額を合計した合計金額を第１～第ｎ飲食スペース１１ａ～１１ｄ毎に算出することができるとともに、飲食店１２の１回の飲食行為または１日の営業時間における飲食行為における各飲食スペース１１ａ～１１ｄ毎における飲食物の売上の良否を正確に判断することができる。

【0066】

売上金額集計システム１０は、第１～第４飲食スペース１１ａ～１１ｄ毎に飲食物１３の正確な売上合計金額を算出することで、飲食店１２の各第１～第４飲食スペース１１ａ～１１ｄ毎の合計売上金額を的確に把握することができ、第１～第４飲食スペース１１ａ～１１ｄ毎の合計金額を参考に飲食スペース１１の模様替えや配置替え等の売上向上や利益向上に向けた改変を検討することができる。

【0067】

売上金額集計システム１０は、飲食店１２（店舗）の各第１～第４飲食スペース１１ａ～１１ｄ毎（各第１～第４スペース毎）に投資家を募り、各第１～第４飲食スペース１１ａ～１１ｄに投資家が所定の金額を投資するとともに、各第１～第４飲食スペース１１ａ～１１ｄ毎の飲食物１３の売上合計金額に応じて投資家にマージン（利益の一部）をキックバック（還元）する仕組みを提供することができ、飲食店１２におけるあらたな資金集め方法としてのビジネスモデルを構築することができる。

【符号の説明】

【0068】

１０ 売上金額集計システム
１１ 飲食スペース（売り場スペース）
１１ａ 第１飲食スペース
１１ｂ 第２飲食スペース
１１ｃ 第３飲食スペース
１１ｄ 第４飲食スペース
１２ 飲食店（店舗）
１３ 飲食物（販売した商品と提供したサービス）
１４ サーバ
１５ａ 第１撮影カメラ
１５ｂ 第２撮影カメラ
１５ｃ 第３撮影カメラ
１５ｄ 第４撮影カメラ
１６ インターネット
１７ 容器
１８ 飲食テーブル
１８ａ 第１飲食テーブル
１８ｂ 第２飲食テーブル
１８ｃ 第３飲食テーブル
１８ｄ 第４飲食テーブル
１９ ルーター
２０ デジタルカメラ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】