特表2023-538048画像基盤のパック詰め肉類の品質分類及販売方法、装置及びシステム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-09-06
(54)【発明の名称】画像基盤のパック詰め肉類の品質分類及販売方法、装置及びシステム
(51)【国際特許分類】
G06Q 30/06 20230101AFI20230830BHJP
【ＦＩ】
G06Q30/06
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2023511838
(86)(22)【出願日】2021-08-04
(85)【翻訳文提出日】2023-02-14
(86)【国際出願番号】 KR2021010202
(87)【国際公開番号】W WO2022050584
(87)【国際公開日】2022-03-10
(31)【優先権主張番号】10-2020-0113404
(32)【優先日】2020-09-04
(33)【優先権主張国・地域又は機関】KR
(81)【指定国・地域】
(71)【出願人】
【識別番号】523052214
【氏名又は名称】オネストチョイス カンパニー リミテッド
【氏名又は名称原語表記】ＨＯＮＥＳＴＣＨＯＩＣＥ ＣＯ．， ＬＴＤ．
【住所又は居所原語表記】ＨＯＮＥＳＴＢｕｉｌｄｉｎｇ， ２０２ Ｗｉｒｙｅｓｅｏｎｇ－ｄａｅｒｏ Ｓｏｎｇｐａ－ｇｕ Ｓｅｏｕｌ ０５６５４ Ｒｅｐｕｂｌｉｃ ｏｆ Ｋｏｒｅａ
(74)【代理人】
【識別番号】110002262
【氏名又は名称】ＴＲＹ国際弁理士法人
(72)【発明者】
【氏名】ベ スヒョン
(72)【発明者】
【氏名】パク ソンチョル
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049BB22
(57)【要約】
画像基盤のパック詰め肉類の品質分類及び販売方法、装置、及びシステムが開示される。サーバによって行われる画像基盤のパック詰め肉類の品質分類及び販売方法は、それぞれのパック詰め肉類の画像を獲得するステップと、それぞれのパック詰め肉類を保管するステップと、それぞれのパック詰め肉類の画像に基づいて、それぞれのパック詰め肉類の品質を分類するステップと、それぞれのパック詰め肉類の品質分類に基づいて、それぞれのパック詰め肉類の価格を算定するステップと、それぞれのユーザ端末にそれぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイするステップと、第１ユーザ端末を介して第１ユーザが選択した第１パック詰め肉類の購入要請を獲得するステップと、第１パック詰め肉類の販売を確定するステップと、第１パック詰め肉類を出荷するステップと、それぞれのユーザ端末にそれぞれのパック詰め肉類から第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別ディスプレイするステップと、を含むが、それぞれのパック詰め肉類の品質を分類するステップは、それぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類が行われる。
【特許請求の範囲】
【請求項1】
サーバによって行われる画像基盤のパック詰め肉類の品質分類及び販売方法は、パック詰め肉類の保管するパック詰め肉類ＩｏＴ管理装置にそれぞれのパック詰め肉類に対する予め定義された保管命令を下すステップと、
前記それぞれのパック詰め肉類の画像を獲得するステップと、
前記それぞれのパック詰め肉類の画像に基づいて、前記それぞれのパック詰め肉類の品質を分類するステップと、
前記それぞれのパック詰め肉類の品質分類に基づいて、前記それぞれのパック詰め肉類の価格を算定するステップと、
それぞれのユーザ端末に前記それぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイするステップと、
第１ユーザ端末を介して第１ユーザが選択した第１パック詰め肉類の購入要請を獲得するステップと、
前記第１パック詰め肉類の販売を確定するステップと、
前記パック詰め肉類ＩｏＴ管理装置に前記第１パック詰め肉類の出荷を命令するステップと、
それぞれのユーザ端末に前記それぞれのパック詰め肉類から前記第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別にディスプレイするステップと、
を含み、
前記それぞれのパック詰め肉類の品質を分類するステップは、
前記それぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類が行われる、
画像基盤のパック詰め肉類の品質分類及び販売方法。
【請求項2】
前記それぞれのパック詰め肉類の品質を分類するステップは、予め定義された方法によって分類対象のパック詰め肉類が細切りされる前の原肉から細切りされた後、細切りされたパック詰め肉類を比較対象のパック詰め肉類として定義するステップと、
前記分類対象のパック詰め肉類がパック詰めされた状態での前面画像を参照するステップと、
前記比較対象のパック詰め肉類がパック詰めされた状態での前面画像を参照するステップと、
前記分類対象のパック詰め肉類の前面画像及び比較対象のパック詰め肉類の前面画像を人工知能に適用し、前記分類対象のパック詰め肉類の位置別の肉質情報を推論するステップと、
前記分類対象のパック詰め肉類の位置別の肉質情報に基づいて、前記分類対象のパック詰め肉類の品質を分類するステップと、
を含む、
請求項１に記載の画像基盤のパック詰め肉類の品質分類及び販売方法。
【請求項3】
画像基盤のパック詰め肉類の品質分類及び販売システムは、パック詰め肉類を冷蔵管理し、パック詰め肉類の状態を撮影するパック詰め肉類ＩｏＴ管理装置と、
前記パック詰め肉類ＩｏＴ管理装置及びそれぞれのユーザ端末と有無線で通信するサーバと、
を含み、
前記パック詰め肉類ＩｏＴ管理装置は、
管理中のそれぞれのパック詰め肉類の画像と製品コードを撮影し、
前記サーバに前記それぞれのパック詰め肉類の画像と製品コードを伝送し、
前記サーバは、
前記パック詰め肉類ＩｏＴ管理装置に前記それぞれのパック詰め肉類に対する予め定義された保管命令を下し、
前記それぞれのパック詰め肉類の画像と製品コードに基づいて、それぞれのユーザ端末に前記それぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイし、
第１ユーザ端末を介して第１ユーザが選択した第１パック詰め肉類の購入要請を獲得し、
前記パック詰め肉類ＩｏＴ管理装置に前記第１パック詰め肉類の購入要請を伝送し、
前記パック詰め肉類ＩｏＴ管理装置は、
前記サーバに前記第１パック詰め肉類の在庫があることを伝送し、
前記サーバは、
前記第１パック詰め肉類の販売を確定し、
前記パック詰め肉類ＩｏＴ管理装置に前記第１パック詰め肉類の出荷を命令し、
それぞれのユーザ端末に前記それぞれのパック詰め肉類から前記第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別にディスプレイし、
前記サーバがそれぞれのパック詰め肉類の品質を分類する動作は、
前記それぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類が行われる、
画像基盤のパック詰め肉類の品質分類及び販売システム。
【請求項4】
前記パック詰め肉類ＩｏＴ管理装置は、パック詰めされる直前にトレイに置かれた製品のパック詰めされていない肉類の画像を撮影し、
前記パック詰めされていない肉類をパック詰めし、
前記パック詰めされた肉類を保管し、
前記サーバは、
パック詰めされる直前にトレイに置かれた製品のパック詰めされていない肉類の画像を獲得し、
前記それぞれのパック詰めされていない肉類の画像に基づいて、前記それぞれのパック詰め肉類の品質を分類し、
前記それぞれのパック詰めされていない肉類の品質分類に基づいて、前記それぞれのパック詰め肉類の価格を想定し、
それぞれのユーザ端末に前記それぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイし、
前記サーバが前記それぞれのパック詰め肉類の品質を分類する動作は、
前記それぞれのパック詰めされていない肉類の画像に基づいて行われる、
請求項３に記載の画像基盤のパック詰め肉類の品質分類及び販売システム。
【請求項5】
前記第１パック詰め肉類の出荷を命令された前記パック詰め肉類ＩｏＴ管理装置が行う動作は、第１パック詰め肉類の保管位置を記憶し取り出す（ｐｉｃｋｉｎｇ）ステップと、
第１パック詰め肉類を出荷地域に移送するステップと、
第１パック詰め肉類の出荷情報及びお届け先を出力するステップと、
第１パック詰め肉類を最終パック詰めするステップと、
第１パック詰め肉類を配送するステップと、
を含む、
請求項３に記載の画像基盤のパック詰め肉類の品質分類及び販売システム。
【発明の詳細な説明】
【技術分野】
【0001】
下記実施例は、画像基盤にパック詰め肉類の品質を分類し、分類に基づいてパック詰め肉類をオンラインで販売する技術に関する。
【背景技術】
【0002】
一実施例に関する背景技術として、特許文献１は、流通のための肉類の処理方法を開示する。詳しくは、特許文献１は、骨が含まれた肉類の画像を第１撮影し、第１撮影データを介して肉類の種類、肉類の色相、脂肪の分布程度、脂肪の位置関係を分析し、前記肉類の種類によって分類する第１肉類分析ステップと、前記第１肉類分析ステップを経た肉類を種類別に骨抜きし、予め設定されたサイズに細切りする肉類細切りステップと、細切りされた肉類の上部と側部を第２撮影し、第２撮影データを介して肉類の厚さと重さを自動分析する第２肉類分析ステップと、前記第２肉類分析ステップで分析された肉類を植物性オイルで上側面がコーティングされたプレートに位置させ、前記第１肉類分析ステップ及び前記第２肉類分析ステップで分析した肉類の情報を第１ラベルにプリントし、前記第１ラベルを前記プレートに貼り付ける第１ラベル貼り付けステップと、肉類を内部が植物性オイルでコーティングされた真空パックに真空パック詰めする肉類ハック詰めステップと、前記肉類パック詰めステップの後、パック詰め肉の上部を第３撮影し、前記第１撮影データ、第２撮影データ、第３撮影データ、分析データ、及び肉類の固有番号を第２ラベルにプリントし、前記第２ラベルを前記パック詰め肉に貼り付ける第２ラベル貼り付けステップと、前記第１撮影データ、第２撮影データ、第３撮影データ、分析データ、及び肉類の固有番号を予め設定された肉類販売サーバにアップロードする肉類情報アップロードステップと、前記肉類販売サーバからのパック詰め肉のオンライン注文及び決済が完了されたら、注文されたパック詰め肉を箱詰めして配送する配送ステップと、を含む流通のための肉類の処理方法を開示する。
【0003】
それによって、特許文献１は肉類をエアでマッサージし、植物性オイルで塗布して肉類の質を柔らかくして、流通過程で微生物が繁殖することを防止すると共に、病原菌の感染を最小化する流通のための肉類の処理方法を提供する。
【0004】
また、特許文献２は、輸入肉類の管理システムを開示する。詳しくは、特許文献２は、複数の海外の肉類生産企業の端末１００からなる海外肉類生産企業端末グループ１００ｇと、ネットワーク２００と、輸入肉類管理サーバ３００と、複数の顧客会社端末６００からなる顧客会社端末グループ６００ｇとを含む輸入肉類管理システム１において、輸入肉類管理サーバ３００は、海外の肉類生産企業端末１００からネットワーク２００を介した生産者会員の加入手順によって生産者会員ＩＤ、生産者パスワードの設定過程を経た後、輸出しようとする肉類の種類情報、肉類の加工状態情報を受信して生産者会員ＩＤをメタデータとして生産者パスワードと共にデータベース３３０上に海外肉類生産企業端末１００に対する「海外肉類生産企業単位情報」として保存する方式で海外肉類生産企業端末グループ１００ｇを形成し、海外肉類生産企業単位情報には、各海外肉類生産企業端末１００を運営する海外の肉類生産企業の生産地情報、肉類の生産施設情報、飼料情報を追加に海外肉類生産企業端末１００から要請して生産者会員ＩＤをメタデータとしてデータベース３３０上の保存し、顧客会社端末６００からネットワーク２００を介した顧客会員の加入手順によって顧客会社会員ＩＤ、顧客会社パスワード設定過程を経た後、輸入しようとする肉類の種類情報、肉類の加工状態情報を受信して顧客会社会員ＩＤをメタデータとして顧客会社パスワードと共にデータベース３３０上に顧客会社端末６００に対する「顧客会社単位情報」として保存する方式で顧客会社会員に当たる顧客会社端末グループ６００ｇを形成する方式で輸入肉類のためのＤＢを生成する会員加入モジュール３２１を含む輸入肉類管理システムを開示する。
【0005】
しかし、特許文献らはＩｏＴ技術を利用してパック詰め肉類などパック単位の生鮮食品の状態を分類・モニタリング・管理し、ビックデータと人工知能を利用してパック詰め肉類などの情報を消費者に提供する方法、装置、及びシステムを開示していない。また、特許文献らは生鮮食品のパック詰め状態から見える様子に基づいて、パック詰め肉類などの見えない裏面及び内部の品質を推論し、パック詰め肉類の品質を分類する方法、装置、及びシステムを開示していない。更に、特許文献らは、ウェブページまたはアプリケーションで消費者が実際に配送される生鮮食品の撮影画像である「Ａｓ ｉｓ 画像」に基づいてインターネットでパック詰め肉類などを販売する方法、装置、及びシステムを開示していない。
【0006】
それによって、ＩｏＴ技術を利用してパック詰め肉類などパック単位の生鮮食品の状態を分類・モニタリング・管理し、ビックデータと人工知能を利用してパック詰め肉類などの情報を消費者に提供する技術の具現が求められている。また、生鮮食品のパック詰め状態から見える様子に基づいて、パック詰め肉類などの見えない裏面及び内部の品質を推論し、パック詰め肉類の品質を分類する技術の具現が求められている。更に、ウェブページまたはアプリケーションで消費者が実際に配送される生鮮食品の撮影画像である「Ａｓ ｉｓ 画像」に基づいてインターネットでパック詰め肉類などを販売する技術の具現が求められている。
【先行技術文献】
【特許文献】
【0007】
【特許文献1】韓国登録特許公報ＫＲ１０－１８９２９９５Ｂ１
【特許文献2】韓国登録特許公報ＫＲ１０－２０８６９７６Ｂ１
【特許文献3】韓国登録特許公報ＫＲ１０－１８８２４９４Ｂ１
【特許文献4】韓国登録特許公報ＫＲ１０－１５９４６６６Ｂ１
【発明の概要】
【発明が解決しようとする課題】
【0008】
実施例は、ＩｏＴ技術を利用してパック詰め肉類などパック単位の生鮮食品の状態を分類・モニタリング・管理し、ビックデータと人工知能を利用してパック詰め肉類などの情報を消費者に提供する方法、装置、及びシステムを提供しようとする。
【0009】
実施例は、生鮮食品のパック詰め状態から見える様子に基づいて、パック詰め肉類などの見えない裏面及び内部の品質を推論し、パック詰め肉類の品質を分類する方法、装置、及びシステムを提供しようとする。
【0010】
実施例は、ウェブページまたはアプリケーションで消費者が実際に配送される生鮮食品の撮影画像である「Ａｓ ｉｓ 画像」に基づいてインターネットでパック詰め肉類などを販売する方法、装置、及びシステムを提供しようとする。
【0011】
なお、実施例は背景技術で言及した課題及び本明細書から明確になる該当技術分野の課題を解決するための方法、装置、及びシステムを提供しようとする。
【課題を解決するための手段】
【0012】
一実施例によるサーバによって行われる画像基盤のパック詰め肉類の品質分類及び販売方法は、それぞれのパック詰め肉類の画像を獲得するステップと、前記それぞれのパック詰め肉類の画像に基づいて、前記それぞれのパック詰め肉類の品質を分類するステップと、前記それぞれのパック詰め肉類の品質分類に基づいて、前記それぞれのパック詰め肉類の価格を算定するステップと、それぞれのユーザ端末に前記それぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイするステップと、第１ユーザ端末を介して第１ユーザが選択した第１パック詰め肉類の購入要請を獲得するステップと、前記第１パック詰め肉類の販売を確定するステップと、それぞれのユーザ端末に前記それぞれのパック詰め肉類から前記第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別ディスプレイするステップと、を含み、前記それぞれのパック詰め肉類の品質を分類するステップは、前記それぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類が行われる。
【0013】
一実施例によると、前記それぞれのパック詰め肉類の品質を分類するステップは、予め定義された方法によって分類対象のパック詰め肉類が切断された屠畜肉から切断された後、切断されたパック詰め肉類を比較対象のパック詰め肉類として定義するステップと、前記分類対象のパック詰め肉類がパック詰めされた状態での前面画像を参照するステップと、前記比較対象のパック詰め肉類がパック詰めされた状態での前面画像を参照するステップと、前記分類対象のパック詰め肉類の前面画像及び比較対象のパック詰め肉類の前面画像を人工知能に適用し、前記分類対象のパック詰め肉類の厚さ別肉質情報を推論するステップと、前記分類対象のパック詰め肉類の厚さ別肉質情報に基づいて、前記分類対象のパック詰め肉類の品質を分類するステップと、を含む。
【0014】
一実施例による画像基盤のパック詰め肉類の品質分類及び販売システムは、パック詰め肉類を冷蔵管理し、パック詰め肉類の状態を撮影するパック詰め肉類ＩｏＴ管理装置と、前記パック詰め肉類ＩｏＴ管理装置とそれぞれのユーザ端末と有無線で通信するサーバとを含み、前記パック詰め肉類ＩｏＴ管理装置は、管理中のそれぞれのパック詰め肉類の画像を撮影し、前記サーバに前記それぞれのパック詰め肉類の画像を伝送するが、前記サーバは、前記それぞれのパック詰め肉類の画像に基づいて、前記それぞれのパック詰め肉類の品質を分類し、前記それぞれのパック詰め肉類の品質分類に基づいて、前記それぞれのパック詰め肉類の価格を算定し、それぞれのユーザ端末に前記それぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイし、第１ユーザ端末を介して前記第１ユーザが選択した第１パック詰め肉類の購入要請を獲得し、前記パック詰め肉類ＩｏＴ管理装置に前記第１パック詰め肉類の購入要請を伝送し、前記パック詰め肉類ＩｏＴ管理装置は、前記サーバに前記第１パック詰め肉類の在庫があることを伝送し、前記サーバは、前記第１パック詰め肉類の販売を確定し、それぞれのユーザ端末に前記それぞれのパック詰め肉類から前記第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別にディスプレイし、前記サーバがそれぞれのパック詰め肉類の品質を分類する動作は、前記それぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類が行われる。
【発明の効果】
【0015】
実施例は、ＩｏＴ技術を利用してパック詰め肉類などパック単位の生鮮食品の状態を分類・モニタリング・管理し、ビックデータと人工知能を利用してパック詰め肉類などの情報を消費者に提供する方法、装置、及びシステムを提供する。
【0016】
実施例は、生鮮食品のパック詰め状態から見える様子またはパック詰めされる直線の形態に基づいて、パック詰め肉類などの見えない裏面及び内部の品質を推論し、パック詰め肉類の品質を分類する方法、装置、及びシステムを提供する。
【0017】
実施例は、ウェブページまたはアプリケーションで消費者が実際に配送される生鮮食品の撮影画像である「Ａｓ ｉｓ 画像」に基づいてインターネットでパック詰め肉類などを販売する方法、装置、及びシステムを提供する。
【0018】
一方、実施例による効果は以上で言及したものに限らず、言及していない他の効果は、以下の記載から該当技術分野における通常の知識を有する者に明確に理解されるはずである。
【図面の簡単な説明】
【0019】
【図1】一実施例によるシステム構成の例示図である。
【図2】一実施例によるシステムの動作を説明するための図である。
【図3】一実施例によるパック詰め肉類を説明するための図である。
【図4】一実施例によるパック詰め肉類の品質分類動作を説明するための図である。
【図5】一実施例によるパック詰め肉類のディスプレイ及びパック詰め肉類の価格算定動作を説明するための図である。
【図6】一実施例による人工神経網の学習を説明するための図である。
【図7】一実施例による装置構成の例示図である。
【発明を実施するための形態】
【0020】
以下、添付した図面を参照して実施例を詳細に説明する。しかし、実施例は多様な変更が加えられることができるため、特許出願の権利範囲はこのような実施例によって制限されるか限定されない。実施例に対する全ての変更、均等物乃至代替物が権利範囲に含まれると理解すべきである。
【0021】
実施例に関する特定の構造的または機能的説明は単に例示のための目的で開示されたものであり、多様な形態に変形されて実施される。よって、実施例は特定の開示形態に限らず、本明細書の範囲は技術的思想に含まれる変更、均等物、または代替物を含む。
【0022】
第１または第２などの用語は多用な構成要素を説明するのに使用されるが、このような用語は一つの構成要素を他の構成要素から区別する目的にのみ解析されるべきである。例えば、第１構成要素は第２構成要素と称されてもよく、類似して第２構成要素は第１構成要素とも称されてもよい。
【0023】
ある構成要素が他の構成要素に「連結されて」いると言及されれば、その他の構成要素に直接連結されているか、または接続されていてもよいが、中間に他の構成要素が存在する可能性もあると理解すべきである。
【0024】
実施例で使用した用語は単に説明を目的に使用されたものであって、限定しようとする意図で解釈されてはならない。単数の表現は、文脈上明白に異なるように意味しない限り、複数の表現を含む。本明細書において、「含む」または「有する」などの用語は明細書の上に記載された特徴、数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものが存在することを指定するものであって、一つまたはそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものの存在または付加可能性を予め排除しないと理解すべきである。
【0025】
空間的に相対的な用語である「下（ｂｅｌｏｗ）」、「下（ｂｅｎｅａｔｈ）」、「上（ａｂｏｖｅ）」、「上部（ｕｐｐｅｒ）」などは、図面に示されているように一つの構成要素と他の構成要素との相関関係を容易に記述するために使用される。空間的に相対的な用語は、図面に示されている方向に加えて、使用時に、または動作時に構成要素の互いに異なる方向を含む用語して理解すべきである。例えば、図面に示されている構成要素をひっくり返す場合、他の構成要素の「下（ｂｅｌｏｗ）」または「下（ｂｅｎｅａｔｈ）」と記述された構成要素は他の構成要素の「上（ａｂｏvｅ）」に置かれる。よって、例示的な用語である「下」は下と上の方向をいずれも含む。構成要素は他の方向に配向されてもよく、それによって空間的に相対的な要素は配向によって解釈される。
【0026】
異なるように定義されない限り、ここで使用される技術的か科学的な用語を含む全ての用語は、実施例が属する技術分野における通常の知識を有する者によって一般的に理解されるものと同じ意味を有する。一般的に使用される辞書に定義されているものと同じ用語は、関連技術の文脈上有する意味と一致する意味を有すると解析すべきであり、本出願で明白に定義しない限り、理想的にまたは過度に形式的な意味で解析されない。
【0027】
また、添付図面を参照して、図面符号に関わらず同じ構成要素は同じ参照符号を付与し、それに関する重複する説明は省略する。実施例を説明するに当たって、関連する公知技術に関する具体的な説明が実施例の要旨を不明確にする恐れがあると判断される場合、その詳細な説明を省略する。
【0028】
図１は、一実施例によるシステム構成の例示図である。
【0029】
一実施例によるシステムは、サーバ１００と、ユーザ端末１１１－１１３と、パック詰め肉類ＩｏＴ管理装置１３０と、を含む。サーバ１００、ユーザ端末１１１－１１３、及びパック詰め肉類ＩｏＴ管理装置１３０はネットワークに連結されて有無線通信を介してデータを交換する。
【0030】
システムはパック詰め肉類の画像に基づいてパック詰め肉類の品質を分類し、分類に基づいて、「Ａｓ ｉｓ 画像」に基づく生鮮食品（パック詰め肉類）のインターネットでの実物展示販売を提供する。詳しくは、システムは、２次的に細切りされパック詰めされた韓牛を電子商取引する際、ＩｏＴ技術を利用して実施に売る商品の画像を自動的にネットショップ上に展示する。更に、システムは、人工知能を利用してロースの正確な部位別情報と適切に策定された価格を提供する。
【0031】
ここで、「Ａｓ ｉｓ 画像」とは、オンライン及びネットショッピングにおいて、消費者が実際に配送される商品のそのままの画像をウェブページまたはアプリケーションに掲載するための商品の実物画像を意味する。Ａｓ ｉｓ 画像は一般工産品ではないパック詰め肉類などの生鮮食品のオンラインショッピングにおける消費者の商品の選択幅を広げ、正当な商品を選択する権利を保障する。
【0032】
サーバ１００は、サーバ１００を利用してサービスを提供する者乃至団体が保有する自体サーバ１００であってもよく、クラウドサーバ１００であってもよく、分散されたノード（ｎｏｄｅ）のｐ２ｐ（ｐｅｅｒ－ｔｏ－ｐｅｅｒ）集合であってもよい。サーバ１００は、通常のコンピュータが有する演算機能と、保存／参照機能と、入出力機能と、制御機能とをいずれもまたは一部行うように構成される。サーバ１００は推論機能を行う少なくとも一つ以上の人工知能を備える。サーバ１００はユーザ端末１１１－１１３と有無線で通信するように構成される。
【0033】
サーバ１００はウェブページまたはアプリケーションと連動する。ウェブページまたはアプリケーションは、Ａｓ ｉｓ 画像を利用して実際に販売されるパック詰め肉類をディスプレイする。会員アカウントまたは非会員ユーザは、ウェブページまたはアプリケーションを介してＡｓ ｉｓ 画像に対応する実際のパック詰め肉類を購入する。ウェブページまたはアプリケーションは、Ａｓ ｉｓ 画像で販売されるそれぞれの肉類別、部位別、等級別パック詰め肉類の品質情報及びそれによる価格を表示する。
【0034】
ユーザ端末１１１－１１３は、デスクトップパソコン、ノートブックパソコン、タブレット、スマートフォンなどである。例えば、図１のように、第１ユーザ端末１１１はデスクトップであってもよく、第２ユーザ端末１２２はノートブックであってもよく、第３ユーザ端末１１３はスマートフォンであってもよい。ユーザ端末１１１－１１３の種類は実施例によっていくらでも異なり得る。ユーザ端末１１１－１１３は、通常のコンピュータが有する演算機能と、保存／参照機能と、入出力機能と、制御機能とをいずれもまたは一部行うように構成される。ユーザ端末１１１－１１３はサーバ１００と有無線で通信するように構成される。ユーザ端末１１１－１１３はサーバ１００と連動するウェブページにアクセスするか、サーバ１００と連動するアプリケーションが設置される。ユーザ端末１１１－１１３は、ウェブページまたはアプリケーションを介してサーバ１００とデータを交換する。
【0035】
アカウント１２１－１２３はユーザ端末１１１－１１３にログインする。例えば、第１ユーザアカウント１２１は第１ユーザ端末１１１にログインし、第２ユーザアカウント１２２は第２ユーザ端末１１２にログインし、第３ユーザアカウント１２３は第３ユーザ端末１１３にログインする。ユーザ端末１１１－１１３にログインしたアカウント１２１－１２３はウェブページまたはアプリケーションを介してサーバ１００とデータを交換する。それぞれのアカウント１２１、１２２、１２３は、サーバ１００に保存されているそれぞれのユーザの基本情報及びそれぞれのユーザのパック詰め肉類の購入情報に接近する権限を有する。
【0036】
パック詰め肉類ＩｏＴ管理装置１３０は、自動物流装置１３１と撮影装置１３２とを含む。パック詰め肉類ＩｏＴ管理装置１３０は、通常のコンピュータが有する演算機能と、保存／参照機能と、入出力機能と、制御機能とをいずれもまたは一部行うように構成される。
【0037】
自動物流装置１３１はパック詰め肉類を冷蔵保管する。自動物流装置１３１はサーバ１００のパック詰め肉類管理情報と共有される。自動物流装置１３１に保管されているパック詰め肉類は、電子ディスプレイまたはプリントされたバーコードの形式で管理情報が表示される。
【0038】
詳しくは、自動物流装置１３１は肉類別、部位別、等級別にパック詰め肉類が分類・保管されている。例えば、パック詰め肉類が韓牛であれば、韓牛の約肉用部位としてはロース、チェクッサル（腰肉の下方の牛肉）、ヒレ肉などがあり、特殊部位としてはプチェサル（牛肩肉）、チマッサル（牛バラ肉）、オプジンサル（牛のあばら肉）などに分類される。自動物流装置１３１は、韓牛の部位別のパック詰め肉類を効率的に配置し保管する冷蔵倉庫を含む。自動物流装置１３１は、部位別のパック詰め肉類を冷蔵倉庫の部位別保管台に作業者が位置させる際、作業者のミスで間違った位置に置かれたパック詰め肉類を認識しアラームを鳴らす。自動物流装置１３１は、パック詰め肉類を自動的に空いている場所に移動し、ウェブページまたはアプリケーションを介してパック詰め肉類が決済が行われたら自動的にピックアップして出荷区域に移す。自動物流装置１３１は、作業者が決済済みのパック詰め肉類であることを区別するための出荷書をプリントする装置を含む。
【0039】
撮影装置１３２は、自動物流装置１３１に保管中のパック詰め肉類の状態を撮影する。撮影装置１３２はスタンディング式カメラまたはスキャナ装置などを含む。肉類の屠畜・切断施設に対するＨＡＣＣＰ認証などの問題のため、生産の中間ステップよりはパック詰めが完了されて実際に販売されるパック詰め肉類を画像として撮影することが衛星性を確保できる。この際、パック詰め肉類はパック詰めされているため、撮影装置１３２は販売される肉の全体的な様子ではなく、販売される肉の前面のみを撮影するようになる。パック詰め肉類の画像はサーバ１００に伝送されるが、サーバ１００はパック詰め肉類の前面に基づいて、アルゴリズムによってパック詰め肉類の全般的な品質を分類する。撮影装置１３２は照明を最適化し、反射光を最小化した状態で撮影が行われる。
【0040】
サーバ１００はパック詰め肉類ＩｏＴ管理装置１３０の自動物流装置１３１と連動して、パック詰め肉類の管理情報を記録する。サーバ１００はパック詰め肉類の画像に基づいてパック詰め肉類の品質を分類し、分類に基づいて、「Ａｓ ｉｓ 画像」に基づく生鮮食品（パック詰め肉類）のインターネットでの実物展示販売をウェブページまたはアプリケーションを介して提供する。サーバ１００はアカウント１２１、１２２、１２３の基本情報及び購入情報などを保存・参照し、人工知能を利用して韓牛のロースなどのパック詰め肉類の正確な品質分類情報及びそれに基づいて算定された価格を提供する。
【0041】
一方、説明の便宜上、図１では３つのユーザ端末１１１－１１３及び一つのパック詰め肉類ＩｏＴ管理装置１３０のみを示したが、端末及び装置の数はいくらでも異なり得る。サーバ１００の処理容量が許容する限り、端末及び装置の数は特に制限されない。
【0042】
以下ではサーバ１００の動作を中心に実施例を記述するが、実施例は通信の主体や様相によって制限されず、多様な応用例が採用されてもよい。以下、図２を参照して、システムの動作に関する実施例が説明される。図３を参照して、パック詰め肉類に関する実施例が説明される。図４を参照して、パック詰め肉類の品質分類動作に関する実施例が説明される。図５を参照して、パック詰め肉類の価格算定動作に関する実施例が説明される。図６を参照して、人工知能の学習動作に関する実施例が説明される。
【0043】
図２は、一実施例によるシステムの動作を説明するための図である。
【0044】
サーバ１００は、パック詰め肉類を保管するパック詰め肉類ＩｏＴ管理装置にそれぞれのパック詰め肉類に対する予め定義された保管命令を下すＳ２００。
【0045】
予め定義された保管命令は、パック詰め肉類ＩｏＴ管理装置１３０を制御する命令を含む。予め定義された保管命令は、保管単位別の温度、湿度などを含む。また、予め定義された保管命令は、新しく配送されたパック詰め肉類の保管開始命令、パック詰め肉類の保管日付カウント命令、古くなったパック詰め肉類の廃棄命令などを含む。
【0046】
次に、パック詰め肉類ＩｏＴ管理装置１３０は、管理中のそれぞれのパック詰め肉類の画像を撮影するＳ２０１。
【0047】
パック詰め肉類ＩｏＴ管理装置１３０は、撮影装置１３２によって自動物流装置１３１に保管されている生鮮食品の「Ａｓ ｉｓ 画像」を撮影する。詳しくは、撮影装置１３２はパック詰めが完了されて実際に販売されるパック詰め肉類を撮影する。肉類は切断された韓牛のロースなどである。肉類のパック詰めはＭＡＰ方式のパック詰め肉を基準にする。パック詰め肉類を撮影する際には照明を最適化して反射光を最小化する。
【0048】
次に、パック詰め肉類ＩｏＴ管理装置１３０は、サーバ１００にそれぞれのパック詰め肉類の画像を伝送するＳ２０２。
【0049】
サーバ１００は、それぞれのパック詰め肉類の画像を獲得し、パック詰め肉類の画像とパック詰め肉類の管理情報を同期化する。パック詰め肉類ＩｏＴ管理装置１３０の自動物流装置１３１は、サーバ１００のパック詰め肉類管理情報を共有する。自動物流装置１３１に保管されているパック詰め肉類は、電子ディスプレイまたはプリントされたバーコードの形式で管理情報が表示される。
【0050】
次に、サーバ１００は、それぞれのパック詰め肉類の画像に基づいてそれぞれのパック詰め肉類の品質を分類するＳ２０３。
【0051】
サーバ１００はそれぞれのパック詰め肉類のパックを開封していない状態でのパック詰め肉類の画像に基づいてパック詰め肉類の品質分類を行う。そのために、サーバ１００は、予め定義された方法によって分析対象のパック詰め肉類が切断された屠畜肉から切断されてから切断されたパック詰め肉類を比較対象のパック詰め肉類として定義する。次に、サーバ１００は、分析対象のパック詰め肉類がパック詰めされている状態の前面画像を参照する。次に、サーバ１００は、比較対象のパック詰め肉類がパック詰めされている状態の前面画像を参照する。次に、サーバ１００は、分析対象のパック詰め肉類の前面画像及び比較対象のパック詰め肉類の前面画像を第２人工知能に適用し、分析対象のパック詰め肉類の厚さ別または細部部位別の肉質情報を推論する。次に、サーバ１００は、分析対象のパック詰め肉類の厚さ別または細部部位別肉質情報に基づいて、分析対象のパック詰め肉類の品質を分類する。サーバ１００がそれぞれのパック詰め肉類の品質を分類する具体的な動作は、図４を参照して後述する。
【0052】
次に、サーバ１００は、それぞれのパック詰め肉類の品質分類に基づいてそれぞれのパック詰め肉類の価格を算定するＳ２０４。
【0053】
それぞれのパック詰め肉類は、肉類別、部位別、等級別に品質分類を有する。例えば、肉類別、部位別、等級別のパック詰め肉類は、韓牛、ロース、１＋等級である。韓牛、ロース、１＋等級の品質分類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。品質分類が高いほど価格が高い。サーバ１００は、予め定義された期間内に在庫が消尽する品質分類に属するパック詰め肉類の価格を引き上げる。サーバ１００は、予め定義された期間内に在庫が残る品質分類に属するパック詰め肉類の価格を引き下げる。サーバ１００がパック詰め肉類の価格を算定する具体的な動作は、図５を参照して後述する。
【0054】
次に、サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイするＳ２０５。
【0055】
サーバ１００は、管理情報によって自動物流装置１３１に保管中のパック詰め肉類の画像写真をウェブページまたはアプリケーションにアップロードする。サーバ１００は、画像化されたパック詰め肉類を肉類別（牛、豚、鶏、羊など）、部位別（ヒレ肉、ロース、肩ロースなど）、等級別（１＋＋、１＋、１、２、３など）に分類し、対応する重量と価格情報と共にウェブページまたはアプリケーションにアップロードする。それぞれのアカウント１２１、１２２、１２３または非会員は、ウェブページまたはアプリケーションにログインしてＡｓ ｉｓ 画像に基づく実物写真の肉類別、部位別、等級別のパック詰め肉類を確認し、パック詰め肉類を購入する。
【0056】
また、サーバ１００は肉類別、部位別、等級別のパック詰め肉類の品質分類をディスプレイする。例えば、ユーザが肉類別、部位別、等級別のパック詰め肉類のうちから韓牛、ロース、１＋等級を照会する場合、サーバ１００はそれぞれのパック詰め韓牛のロースの品質分類をディスプレイする。品質分類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。サーバ１００は、韓牛のロースにおいて品質が分類される基準は何なのかに関する専門的な説明をディスプレイする。
【0057】
更に、サーバ１００はユーザが肉の前面のみを確認できるパック詰め肉類のＡｓ ｉｓ 画像を選択したら、選択されたパック詰め肉類の内部の様子をシミュレーションして提示する。パック詰め肉類の内部の様子は、霜降りの程度、筋の程度、色相、肉質、そして筋肉の構成などが示される。パック詰め肉類の内部の様子は、第２人工知能が推論した厚さ別または細部部位別の肉質情報に基づいてシミュレーションされる。第２人工知能の学習過程は、図６を参照して後述する。
【0058】
次に、サーバ１００は、第１ユーザ端末１１１を介して第１ユーザが選択した第１パック詰め肉類の購入要請を獲得するＳ２０６。
【0059】
第１ユーザ端末１１１を使用する第１ユーザアカウント１２１は、ウェブページまたはアプリケーションでＡｓ ｉｓ 画像でディスプレイされた肉類別、部位別、等級別、品質分類別のパック詰め肉類の購入を選択する。例えば、第１ユーザアカウント１２１は、韓牛のロース１＋等級から品質分類：上に属する第１パック詰め肉類の購入を選択する。第１ユーザ端末１１１は、サーバ１００に第１ユーザが選択した第１パック詰め肉類の購入要請を伝送する。
【0060】
次に、サーバ１００は、パック詰め肉類ＩｏＴ管理装置１３０に第１パック詰め肉類の購入要請を伝送するＳ２０７。
【0061】
パック詰め肉類ＩｏＴ管理装置１３０は、第１パック詰め肉類が実際に自動物流装置１３１保管中であるのかを確認する。第１パック詰め肉類が自動物流装置１３１に保管中であると確認されたら、パック詰め肉類ＩｏＴ管理装置１３０はサーバ１００に第１パック詰め肉類の在庫があるということを伝送する。
【0062】
次に、サーバ１００は第１パック詰め肉類の販売を確定するＳ２０８。
【0063】
サーバ１００は、パック詰め肉類管理情報で第１パック詰め肉類を「保管中」から「販売完了」に変更する。サーバ１００のパック詰め肉類管理情報はパック詰め肉類ＩｏＴ管理装置１３０と共有される。サーバ１００と連動するウェブページまたはアプリケーションのカート及び決済システムとパック詰め肉類ＩｏＴ管理装置１３０の商品自動出荷システムはが互いに連動される。サーバ１００はウェブページまたはアプリケーションを利用するユーザが商品をカートに入れる瞬間、他のユーザが購入できないようにする。カートに保管可能な時間は１５分に限定される。決済が行われる時間はカート保管時間から除外され、決済が完了したら自動的に出荷が行われる。
【0064】
次に、サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め肉類から第１パック詰め肉類を除いたパック詰め肉類を肉類別、部位別、等級別にディスプレイするＳ２０９。
【0065】
例えば、第１ユーザが購入した第１パック詰め肉類が韓牛のロースで品質分類：上の特定商品であったら、サーバ１００は該当製品のＡｓ ｉｓ 画像をウェブページまたはアプリケーションから除外した残りのパック詰め肉類の実際の画像のみをウェブページまたはアプリケーションにディスプレイする。それによって、ユーザが実際に購入するパック詰め肉類の画像に基づくパック詰め肉類のオンライン販売が行われる。それによって、一般工産品ではないパック詰め肉類など生鮮食品のオンラインショッピングにおける消費者の商品の選択幅を広げ、購入決定に関する根拠を提示し、正当な商品を選択する権利を保障する。一方、サーバ１００は予め定義された期間が過ぎても売れていないパック詰め肉類に対するアラーム機能を設定し、それらに対してウェブページまたはアプリケーションで割引販売などの後続措置を行う。
【0066】
次に、パック詰め肉類ＩｏＴ管理装置１３０はパック詰め肉類を出荷するＳ２１０。
【0067】
そのために、サーバ１００はパック詰め肉類ＩｏＴ管理装置１３０に第１パック詰め肉類に対する出荷を命令する。パック詰め肉類ＩｏＴ管理装置が第１パック詰め肉類に対する出荷命令を受けた後で行う出荷動作は以下を含む。
【0068】
まず、パック詰め肉類ＩｏＴ管理装置１３０は第１パック詰め肉類の保管位置を記憶して取り出す（ｐｉｃｋｉｎｇ）ステップを行う。次に、パック詰め肉類ＩｏＴ管理装置１３０は第１パック詰め肉類を出荷地域を移送するステップを行う。次に、パック詰め肉類ＩｏＴ管理装置１３０は第１パック詰め肉類の出荷情報及びお届け先を出力するステップを行う。次に、パック詰め肉類ＩｏＴ管理装置１３０は第１パック詰め肉類をもう一度パック詰めする。次に、パック詰め肉類ＩｏＴ管理装置１３０は第１パック詰め肉類を配送する。
【0069】
一方、システムの動作は実施例によってはパック詰め肉類だけでなくパック詰めされていない肉類に対しても行われる。この場合、システムの動作は以下を含む。
【0070】
パック詰め肉類ＩｏＴ管理装置１３０は、パック詰めされる直前にトレイに置かれた製品のパック詰めされていない肉類の画像を撮影する。サーバ１００は、パック詰めされる直前にトレイに置かれた製品のパック詰めされていない肉類の画像を獲得する。パック詰め肉類ＩｏＴ管理装置１３０はパック詰めされていない肉類をパック詰めする。パック詰め肉類ＩｏＴ管理装置１３０はパック詰めされた肉類を保管送する。
【0071】
サーバ１００は、パック詰めされる直前にトレイに置かれた製品のパック詰めされていない肉類の画像を獲得する。サーバ１００は、それぞれのパック詰めされていない肉類の画像に基づいて前記それぞれのパック詰め肉類の品質を分類する。サーバ１００は、それぞれのパック詰めされていない肉類の品質分類に基づいてそれぞれのパック詰め肉類の価格を想定する。サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイする。サーバ１００がそれぞれのパック詰め肉類の品質を分類する動作は、それぞれのパック詰めされていない肉類の画像に基づいてパック詰め肉類の品質分類が行われる。
【0072】
図３は、一実施例によるパック詰め肉類を説明するための図である。
【0073】
韓牛は、個体別に部位別の等級が付けられるＳ３００。詳しくは、ロース部位の場合、韓牛個体の胸椎が終わって腰椎が始まる部分の最長筋の断面から筋間の脂肪分布の程度（霜降り）を測定して個体の等級が付けられる。
【0074】
ロースは歯ごたえと風味がよいため、最も人気があって高い部位のうち一つである。しかし、同じ個体で生産されたロース３１０であっても、位置別にロースの筋肉組成と脂肪分布が異なり得る。詳しくは、胸椎１番から６番までのロース部位を「上ロース」、６番から１３番までの部位を「下ロース」と区分する。
【0075】
例えば、図３のように、同じ個体の１＋等級の第１ロース３１１は１０番胸椎近くの下ロース部位であって、棘筋であるセウサル（エビの形に似た肉）が大きく存在し、「アルドンシム（リブロース）」部位である最長筋が中間に存在する。一方、同じ個体の１＋等級の第２ロース３１２は胸椎３、４番近くの上ロース部位であって、腹側鋸歯筋であるサルチサル（霜降りロース）が約３０％程度を占め、下に棘筋と半棘筋が４０％、左上部に菱形筋であるモンエサル（肩ロース）と僧帽筋が約３０％程度分布している。
【0076】
堅くて風味が相対的に低いモンエサルの割合が高いほど一般にロースの品質が低いにもかかわらず、韓牛個体によってロースの等級を区分する現在の市場システムでは、モンエサルの割合に関係なく全てのロースが同じ価格で流通されている。それによって、堅くて風味が落ちる肩ロース近くのロースを顧客が高く購入する場合が生じてしまう。一方、世間でおいしいといわれている胸椎５～９番の「霜降りロース」部位は通常一般人はよく知られておらず、選択権もなくて不合理に流通されている可能性がある。
【0077】
特に、パック詰め肉類のオンライン販売の場合、同じ個体の同じ部位であれば（例えば、同じ韓牛個体のロース）、細部分類区分なしに同じ価格で販売されており、消費者はインターネット上の例示写真のみを見て肉を購入しなければならないため、不確実性に露出されている。更に、パック詰め肉類の前面を提示するネットショップがあるとしても、消費者がパック詰め肉類の裏面及び厚さ別または細部部位別の肉質状態を知ることは難しい。一実施例によるシステムは、韓牛ロースの多様な筋肉構成、特にパック詰め肉類の厚さ別状態を第２人工知能を利用して分析してパック詰め肉類の品質を分類し、韓牛ロースの価格に差等をつけて供給・販売することができる。
【0078】
そのために、パック詰め肉類ＩｏＴ管理装置１３０は、管理中のそれぞれのパック詰め韓牛ロースの画像を撮影するＳ２０１。パック詰め肉類ＩｏＴ管理装置１３０は、撮影装置１３２によって自動物流装置１３１に保管されている生鮮食品の「Ａｓ ｉｓ 画像」を撮影する。
【0079】
次に、パック詰め肉類ＩｏＴ管理装置１３０は、サーバ１００にそれぞれのパック詰め韓牛ロースの画像を伝送するＳ２０２。サーバ１００は、それぞれのパック詰め韓牛ロースの画像を獲得し、パック詰め韓牛ロースの画像とパック詰め韓牛ロースの管理情報を同期化する。パック詰め肉類ＩｏＴ管理装置１３０の自動物流装置１３１は、サーバ１００のパック詰め韓牛ロース管理情報を共有する。
【0080】
次に、サーバ１００は、それぞれのパック詰め韓牛ロースの画像に基づいてそれぞれのパック詰め韓牛ロースの品質を分類するＳ２０３。サーバ１００はそれぞれのパック詰め韓牛ロースのパックを開封していない状態でのパック詰め韓牛ロースの画像に基づいてパック詰め韓牛ロースの品質分類を行う。そのために、サーバ１００は、予め定義された方法によって分析対象のパック詰め韓牛ロースが切断された屠畜肉から切断されてから切断されたパック詰め韓牛ロースを比較対象のパック詰め韓牛ロースとして定義する。次に、サーバ１００は、分析対象のパック詰め韓牛ロースがパック詰めされている状態の前面画像を参照する。次に、サーバ１００は、比較対象のパック詰め韓牛ロースがパック詰めされている状態の前面画像を参照する。次に、サーバ１００は、分析対象のパック詰め韓牛ロースの前面画像及び比較対象のパック詰め韓牛ロースの前面画像を第２人工知能に適用し、分析対象のパック詰め韓牛ロースの厚さ別または細部部位別の肉質情報を推論する。次に、サーバ１００は、分析対象のパック詰め韓牛ロースの厚さ別または細部部位別肉質情報に基づいて、分析対象のパック詰め韓牛ロースの品質を分類する。サーバ１００がそれぞれのパック詰め韓牛ロースの品質を分類する具体的な動作は、図４を参照して後述する。
【0081】
次に、サーバ１００は、それぞれのパック詰め韓牛ロースの品質分類に基づいてそれぞれのパック詰め韓牛ロースの価格を算定するＳ２０４。韓牛ロースの品質分類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。パック詰め韓牛ロースの品質分類は、霜降りの割合、モンエサルの割合、アルドンシムの存在有無、切断される前の胸椎における位置などによって決定される。品質分類が高いほど価格が高い。サーバ１００は、予め定義された期間内に在庫が消尽する品質分類に属するパック詰め韓牛ロースの価格を引き上げる。サーバ１００は、予め定義された期間内に在庫が残る品質分類に属するパック詰め韓牛ロースの価格を引き下げる。サーバ１００がパック詰め韓牛ロースの価格を算定する具体的な動作は、図５を参照して後述する。
【0082】
次に、サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め韓牛ロースをディスプレイするＳ２０５。サーバ１００は、管理情報によって自動物流装置１３１に保管中のパック詰め韓牛ロースの画像写真をウェブページまたはアプリケーションにアップロードする。それぞれのアカウント１２１、１２２、１２３または非会員は、ウェブページまたはアプリケーションにログインしてＡｓ ｉｓ 画像に基づく実物写真のパック詰め韓牛ロースを確認し、パック詰め韓牛ロースを購入する。
【0083】
また、サーバ１００はパック詰め韓牛ロースの品質分類をディスプレイする。品質分類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。サーバ１００は、韓牛のロースにおいて品質が分類される基準は何なのかに関する専門的な説明をディスプレイする。例えば、サーバ１００は、霜降りの割合が多いほど品質分類が高くなり、モンエサルの割合が多いほど品質分類が低くなり、アルドンシムが存在すれば品質分類が高くなり、切断される前の胸椎における位置が胸椎骨の５～９番の位置に近いほど品質分類が高くなるという説明をディスプレイする。
【0084】
更に、サーバ１００はユーザが肉の前面のみを確認できるパック詰め韓牛ロースのＡｓ ｉｓ 画像を選択したら、選択されたパック詰め韓牛ロースの内部の様子をシミュレーションして提示する。パック詰め韓牛ロースの内部の様子は、霜降りの程度、筋の程度、色相、肉質、モンエサルの有無、アルドンシム有無などが示される。パック詰め韓牛ロースの内部の様子は、第２人工知能が推論した厚さ別の肉質情報に基づいてシミュレーションされる。第２人工知能の学習過程は、図６を参照して後述する。
【0085】
次に、サーバ１００は、第１ユーザ端末１１１を介して第１ユーザが選択した第１パック詰め韓牛ロースの購入要請を獲得するＳ２０６。第１ユーザ端末１１１を使用する第１ユーザアカウント１２１は、ウェブページまたはアプリケーションでＡｓ ｉｓ 画像でディスプレイされた、品質分類：上に属する第１パック詰め韓牛ロースの購入を選択する。第１ユーザ端末１１１は、サーバ１００に第１ユーザが選択した第１パック詰め韓牛ロース類の購入要請を伝送する。
【0086】
次に、サーバ１００は、パック詰め肉類ＩｏＴ管理装置１３０に第１パック詰め韓牛ロースの購入要請を伝送するＳ２０７。パック詰め肉類ＩｏＴ管理装置１３０は、第１パック詰め韓牛ロースが実際に自動物流装置１３１保管中であるのかを確認する。第１パック詰め韓牛ロースが自動物流装置１３１に保管中であると確認されたら、パック詰め肉類ＩｏＴ管理装置１３０はサーバ１００に第１パック詰め韓牛ロースの在庫があるということを伝送する。
【0087】
次に、サーバ１００は第１パック詰め韓牛ロースの販売を確定するＳ２０８。サーバ１００は、パック詰め韓牛ロース管理情報で第１パック詰め韓牛ロースを「保管中」から「販売完了」に変更する。サーバ１００のパック詰め韓牛ロース管理情報はパック詰め肉類ＩｏＴ管理装置１３０と共有される。サーバ１００と連動するウェブページまたはアプリケーションのカート及び決済システムとパック詰め肉類ＩｏＴ管理装置１３０の商品自動出荷システムはが互いに連動される。サーバ１００はウェブページまたはアプリケーションを利用するユーザが商品をカートに入れる瞬間、他のユーザが購入できないようにする。カートに保管可能な時間は１５分に限定される。決済が行われる時間はカート保管時間から除外され、決済が完了したら自動的に出荷が行われる。
【0088】
次に、サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め韓牛ロースから第１パック詰め韓牛ロースを除いたパック詰め韓牛ロースをディスプレイするＳ２０９。例えば、第１ユーザが購入した第１パック詰め韓牛ロースが韓牛ロースの品質部類：上の特定製品であったら、サーバ１００は、該当製品のＡｓ ｉｓ 画像をウェブページまたはアプリケーションから除いた残りのパック詰め韓牛ロースの実際の画像のみをウェブページまたはアプリケーションにディスプレイする。それによって、ユーザが実際に購入するパック詰め韓牛ロースの画像に基づくパック詰め韓牛ロースのオンライン販売が行われる。それによって、一般工産品ではないパック詰め韓牛ロースなどの生鮮食品のオンラインショッピングにおける消費者の商品の選択幅を広げ、正当な商品を選択する権利を保障する。
【0089】
図４は、一実施例によるパック詰め肉類の品質分類動作を説明するための図である。
【0090】
サーバ１００がそれぞれのパック詰め肉類の品質を分類する動作は以下を含む。以下では、パック詰め肉類がパック詰め韓牛ロースである場合を例に挙げて説明する。
【0091】
まず、サーバ１００は、予め定義された方法によって分析対象のパック詰め肉類４０１が切断された屠畜肉から切断されてから切断されたパック詰め肉類を比較対象のパック詰め肉類４０２として定義するＳ４１０。
【0092】
予め定義された方法としては、それぞれのパック詰め肉類固有の一連番号を紹介する方法が採択される。この場合、分析対象のパック詰め肉類４１０固有の一連番号がＮであれば、比較対象のパック詰め肉類４０２は少なくともＮより大きい数である。
【0093】
また、予め定義された方法として、屠畜肉から切断された順番が速いほど低い「切断順番」を付与し、それぞれのパック詰め肉類を切断順番によって整列する方法が採択されてもよい。そのために、サーバ１００は予め学習された第１人工知能を含む。サーバ１００は、パック詰め肉類の画像リスト（ｌｉｓｔ）を定義し、パック詰め肉類ＩｏＴ管理装置１３０から伝送されたそれぞれのパック詰め肉類の画像をパック詰め肉類の画像リストに追加（ａｐｐｅｎｄ）する。第１人工知能はパック詰め肉類の画像リストを入力されて、リストに含まれているそれぞれのパック詰め肉類の切断順番を推論する。第１人工知能の具体的な学習動作は、図６を参照して後述する。
【0094】
サーバ１００は、それぞれのパック詰め肉類を切断順番によって整列する。サーバ１００は、整列結果で分析対象のパック詰め肉類４０１の切断順番の直後に来る切断順番を有するパック詰め肉類を分析対象のパック詰め肉類４０１の比較対象のパック詰め肉類４０２と定義する。
【0095】
次に、サーバ１００は、分析対象のパック詰め肉類４０１がパック詰めされている状態の前面画像を参照するＳ４２０。
【0096】
サーバ１００は、分析対象のパック詰め肉類４０１の前面画像を第２人工知能に適用し、分析対象のパック詰め肉類４０１の前面画像による肉質情報を推論する。分析対象のパック詰め肉類４０１の前面画像による肉質情報は、霜降りの割合、モンエサルの割合、アルドンシムの存在有無、筋の有無、肉質の色相、切断される前の胸椎における位置などの細部情報を含む。分析対象のパック詰め肉類４０１の前面画像による肉質情報は、細部情報に基づく品質部類を含む。品質部類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。
【0097】
次に、サーバ１００は、比較対象のパック詰め肉類４０２がパック詰めされている状態の前面画像を参照するＳ４３０。
【0098】
次に、サーバ１００は、分析対象のパック詰め肉類４０１の前面画像及び比較対象のパック詰め肉類４０２の前面画像を第２人工知能に適用し、分析対象のパック詰め肉類の４０１厚さ別または細部部位別の肉質情報を推論するＳ４４０。
【0099】
分析対象のパック詰め肉類４０１の厚さ別または細部部位別の様子は、分析対象のパック詰め肉類４０１の前面画像と比較対象のパック詰め肉類４０２の前面画像を基準に推論される。例えば、分析対象のパック詰め肉類４０１の韓牛ロースの前面画像に比べ、比較対象のパック詰め肉類４０２の韓牛ロースの前面画像は脂肪の割合（白い部分）が多い。よって、分析対象のパック詰め肉類４０１の厚さ層が比較対象のパック詰め肉類４０２の前面画像に近い厚さ層であるほど、分析対象のパック詰め肉類４０１の前面画像から見えるより多くの脂肪の割合を有すると解釈される。総合的に、分析対象のパック詰め肉類４０１は、分析対象のパック詰め肉類４０１の前面画像から確認される脂肪の割合より高い脂肪の割合を有すると解釈される。
【0100】
サーバ１００は、分析対象のパック詰め肉類４０１の厚さ別または細部部位別の肉質情報を推論するための第２人工知能を含む。第２人工知能は、分析対象のパック詰め肉類４０１の前面画像と比較対象のパック詰め肉類４０２の前面画像を入力されて、分析対象のパック詰め肉類の４０１厚さ別または細部部位別の肉質情報を生成するように学習される。厚さ別または細部部位別の肉質情報は、予め定義された厚さ層の霜降りの割合、モンエサルの割合、アルドンシムの存在有無、筋の有無、肉質の色相、切断される前の胸椎における位置などの細部情報を含む。厚さ別または細部部位別の肉質情報は、それぞれの厚さ層の細部情報に基づくそれぞれの厚さ層の品質分類を含む。品質部類は、品質分類：上、品質分類：中上、品質分類：中のように予め定義された品質分類ステップのうち一つのステップを有する。予め定義された厚さ層の品質個数は、例えば３つであるが、実施例によって異なるように採用されてもよい。予め定義された厚さ層の個数は分析対象のパック詰め肉類４０１の厚さが厚いほど増加する。第２人工知能の具体的な学習動作は、図６を参照して後述する。
【0101】
サーバ１００は、分析対象のパック詰め肉類４０１の厚さ別または細部部位別肉質情報に基づいて、分析対象のパック詰め肉類４０１の品質を分類するＳ４５０。
【0102】
サーバ１００は、分析対象のパック詰め肉類４０１の前面画像による肉質情報及び分析対象のパック詰め肉類４０１のそれぞれの厚さの肉質情報に基づいて、分析対象のパック詰め肉類４０１の総合的な品質を分類する。例えば、分析対象のパック詰め肉類４０１の前面画像による品質分類は上である。しかし、分析対象のパック詰め肉類４０１のそれぞれの厚さ層が比較対象のパック詰め肉類４０２の前面画像に近いほど、アルドンシムが消え、霜降りの割合が低くなり、筋が増加する割合が高い可能性がある。分析対象のパック詰め肉類４０１の厚さ層において、比較対象のパック詰め肉類４０２に最も近い厚さ層の品質分類は中である。この場合、サーバ１００は、分析対象のパック詰め肉類４０１の品質を中上と分類する。
【0103】
一方、サーバ１００はパック詰め肉類の内部の様子をウェブページまたはアプリケーションでシミュレーションしてユーザに提供するように、分析対象のパック詰め肉類４０１の厚さ情報に基づいてそれぞれの厚さ層のグラフィックをレンダリングする。ユーザがウェブページまたはアプリケーションにて肉の前面のみ確認できるパック詰め肉類のＡｓ ｉｓ 画像を選択したら、サーバ１００は選択されたパック詰め肉類それぞれの厚さ層のグラフィックレイヤをディスプレイする。
【0104】
以上によって、サーバ１００はパック詰め肉類の前面画像のみに基づいてそれぞれのパック詰め肉類の厚さ別または細部部位別の肉質情報を推論し提供することができる。それによって、サーバ１００はパック詰め肉類のパックを開封していない状態で肉類の分類を行うことができるため衛星性が確保される。また、サーバ１００は、ウェブページまたはアプリケーションでパック詰め肉類の前面画像に基づいてパック詰め肉類を購入するユーザにそれぞれのパック詰め肉類の厚さ別または細部部位別の品質情報、及びパック詰め肉類の前面画像とそれぞれの厚さ層を考慮した総合的な情報を視覚的・説明的に提供することができる。それによって、ウェブページまたはアプリケーションでパック詰め肉類を購入するユーザの生鮮食品の選択権を保障することができる。
【0105】
図５は、一実施例によるパック詰め肉類のディスプレイ及びパック詰め肉類の価格算定動作を説明するための図である。
【0106】
従来のパック詰め肉類などの生鮮食品のオンライン販売方式５００利用する場合、ユーザは肉類（韓牛）及び部位（ロース）、韓牛個体による等級（例えば、１＋）などは選択することができたが、自分が配送されるパック詰め肉類を実際に選択することはできなかった。
【0107】
また、従来パック詰め肉類などの生鮮食品は定量製（２００ｇ、５００ｇなど）で販売されているが、パック詰め肉類などの生鮮食品の特性上、重量損失が発生する恐れがある。つまり、販売者の立場では定量測定のため生産性が低下し、定量以下に配送することはできないため、常に定量を超過してパック詰めするしかなく、少なからずの損失（約１０％）が発生していた。
【0108】
また、従来パック詰め肉類などの生鮮食品はオンラインで代表画像を展示し定量を販売しているが、家庭消費者の立場ではオンラインの代表画像を見るだけではどのような商品が販売されるのか知ることができず、不確実な地位に置かれるようになっていた。つまり、韓牛ロースを例に挙げると、同じ個体等級の韓牛であっても、柔らかくて香ばしい部位もあれば、相対的に堅くてうまみがない部位もある。同じろロースであっても、筋間脂肪の量に差があり、おいしいといわれているセウサル、サルチサルなどが混在しているが、いずれも同じに処理されて堅い部位を高く購入する場合も発生する恐れがある。
【0109】
従来の問題を解決するために、サーバ１００は、ウェブページまたはアプリケーションでＡｓ ｉｓ 画像でパック詰め肉類をディスプレイするＳ５９０。
【0110】
サーバ１００は、それぞれのユーザ端末にそれぞれのパック詰め肉類を肉類別、部位別、等級別にディスプレイする。そのために、サーバ１００はウェブページまたはアプリケーションにパック詰め肉類ＩｏＴ管理装置１３０と自動物流装置１３１に対応する肉の陳列台をディスプレイする。サーバ１００は肉類別、部位別、等級別に互いに異なる肉の陳列台をディスプレイする。肉の陳列台には「Ａｓ ｉｓ 画像」のパック詰め肉類がディスプレイされている。それによって、ユーザはオンライン購入の際に実際に配送されるパック詰め肉類製品の実物写真の画像、重量、価格、品質情報などを確認することができる。それによって、ユーザはまるでオフラインのスーパーマーケットで細切りされてパック詰めされている韓牛を直接目で見て選ぶ方式と同じ購入経験をすることができる。
【0111】
サーバ１００は肉類別、部位別、等級別のパック詰め肉類の品質分類が表示されるように、肉類別、部位別、等級別のパック詰め肉類をディスプレイする。例えば、サーバ１００は、韓牛ロースの陳列台から、韓牛ロース１＋等級のパック詰め肉類を品質分類によって第１領域５９１、第２領域５９２、第３領域５９３、第４領域５９４などに分類してディスプレイする。例えば、韓牛１＋等級の第１ロース５９８は１０番胸椎近くの下ロース部位であって、棘筋であるセウサルが大きく存在し、「アルドンシム」部位である最長筋が中間に存在する。サーバ１００は第１ロース５９８の品質分類を行う。サーバ１００は第１領域５９１に第１ロース５９８をディスプレイする。一方、韓牛１＋等級の第２ロース３１２は胸椎３、４番近くの上ロース部位であって、腹側鋸歯筋であるサルチサルが約３０％程度を占め、下に棘筋と半棘筋が４０％、左上部に菱形筋であるモンエサルと僧帽筋が約３０％程度分布している。サーバ１００は第２ロース５９９の品質分類を行う。第２ロース５９９の品質分類は第１ロース５９８の品質分類と異なり得る。サーバ１００は第３領域５９３に第２ロース５９９をディスプレイする。サーバ１００は同じ韓牛等級のパック詰め肉類であっても、品質分類によってパック詰め肉類の価格を異なるように算定する。サーバ１００は第１ロース５９８の価格を第２ロース５９９の価格より高く算定する。
【0112】
サーバ１００は、肉類別、部位別、等級別のパック詰め肉類のうちからそれぞれのユーザ端末を使用するそれぞれのユーザが好むと判別された品質分類のパック詰め肉類を、それぞれのユーザ端末に強調して表示する。例えば、第１ユーザアカウント１２１は１＋の韓牛ロースのうちでも香ばしい味が強い第１ロース５９８のような部位をよく購入する。一方、第２ユーザアカウント１２２は１＋の韓牛ロースのうちでも歯ごたえがあって相対的に安価に算定される第２ロース５９９のような部位をよく購入する。サーバ１００はアカウント１２１、１２２、１２３の購入履歴に基づいて、第１アカウント１２１がアクセスした第１ユーザ端末１１１には第１領域５９１を強調表示してディスプレイし、第２アカウント１２２がアクセスした第２ユーザ端末１１２には第３領域５９３を強調表示してディスプレイする。一方、ユーザが特定のパック詰め肉類をカートに入れるか購入を要請したら、サーバ１００はロボットアームで該当パック詰め肉類を肉の陳列台から移動するグラフィックをディスプレイする。
【0113】
サーバ１００は、販売されるパック詰め肉類の価格を自動的に算定する。サーバ１００がパック詰め肉類の価格を算定する動作は以下を含む。
【0114】
まず、サーバ１００は肉類別、部位別、等級別にパック詰め肉類を細部区分するＳ５１０。
【0115】
細部区分はそれぞれのパック詰め肉類の品質分類に基づいて行われる。それぞれのパック詰め肉類は、肉類別、部位別、等級別に予め定義された品質分類を有する。例えば、同じ韓牛ロース１＋等級であるとしても、第１ロース５９８の品質分類は第２ロース５９９の品質分類より高い。サーバ１００は、韓牛ロース１＋等級のパック詰め肉類を品質分類によって第１領域５９１、第２領域５９２、第３領域５９３、及び第４領域５９４に細部区分する。
【0116】
次に、サーバ１００は、予め定義された期間内に在庫が消尽する品質分類に属するパック詰め肉類の価格を引き上げる。
【0117】
また、サーバ１００は、予め定義された期間内に在庫が残る品質分類に属するパック詰め肉類の価格を引き下げる。
【0118】
予め定義された期間は肉類別、部位別、等級別のパック詰め肉類によって異なり得る。予め定義された期間は、肉類別、部位別、等級別のパック詰め肉類がパック詰め肉類ＩｏＴ管理装置１３０に流通される周期である。
【0119】
肉類、部位、等級が異なってもパック詰め肉類の細部品質位分類が異なり得る。例えば、香ばしい味が強い第１ロース５９８の品質分類は歯ごたえがある第２ロース５９９の品質分類より高い。第１ロース５９８の価格は第２ロース５９９の価格より高い。しかし、ユーザのうち一部は歯ごたえのある味を好む場合があり、価格が相対的に安いという理由で第２ロース５９９を求める場合もある。サーバ１００は肉類別、部位別、等級別のパック詰め肉類に対し、全ての細部品質分類５９１、５９２、５９３、５９４のパック詰め肉類が予め定義された期間内に最大売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格を算定する。
【0120】
そのために、サーバ１００は予め学習された第３人工知能を含む。第３人工知能は、予め定義された期間内の肉類別、部位別、等級別のパック詰め肉類の購入ヒストリに基づいて、肉類別、部位別、等級別に存在する全ての細部品質分類のパック詰め肉類が予め定義された期間内に最大全て売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格を算定するように学習される。第３人工知能の具体的な学習動作は、図６を参照して後述する。
【0121】
以上によって、サーバ１００は、パック詰め肉類のような生鮮食品のＡｓ ｉｓ 画像をオンラインに展示し販売する。また、サーバ１００は、電子商取引方式に韓牛を適用して多様な部位別の筋内脂肪、筋間脂肪の分布など、同じ肉類、部位、等級内にも存在する細部品質を判別し、消費者が商品を選ぶ技術を提供する。それによって、オンライン上のパック詰め肉類の代表画像とは異なるパック詰め肉類が実施に配送されるというクレームを除去することができる。また、Ａｓ ｉｓ 画像に対応するパック詰め肉類をそのまま販売するのであるため、非定型のパック詰め肉類の場合、定量分配のために多数の肉の切れ端を集めることで発生する生産性低下の問題と、超過提供による定量損失の問題も解消することができる。更に、サーバ１００は、第３人工知能によって肉類別、部位別、等級別に存在する全ての細部品質分類されたパック詰め肉類が予め定義された期間内に最大売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格を算定する。それによって、予め定義された期間ごとに肉類別、部位別、等級別のパック詰め肉類がパック詰め肉類ＩｏＴ管理装置１３０に新しく流入されるようにし、ウェブページまたはアプリケーションで販売するパック詰め肉類の新鮮度を確保することができる。
【0122】
図６は、一実施例による人工知能の学習を説明するための図である。
【0123】
人工知能はサーバ１００に含まれる構成であり、サーバ１００または別途の学習装置によって学習される。
【0124】
第１人工知能は切断された個体（牛、豚、羊など）及び部位（ヒレ肉、ロース、肩ロースなど）が同じであるパック詰め肉類を元素（ｅｌｅｍｅｎｔ）とするパック詰め肉類の画像リストを入力されて、パック詰め肉類の画像リストに含まれているそれぞれのパック詰め肉類の切断順番を推論するように学習される。切断順番が低いほど、屠畜された肉から先に切断されたパック詰め肉類に当たる。
【0125】
第２人工知能は、分析対象のパック詰め肉類の前面画像と比較対象のパック詰め肉類の前面画像を入力されて、分析対象のパック詰め肉類の厚さ別または細部部位（位置）別の肉質情報を推論するように学習される。分析対象のパック詰め肉類の肉質情報は、それぞれの厚さ層の霜降りの程度、筋の程度、色相、肉質、モンエサルの有無、アルドンシムの有無、細切りされる前の原肉における位置、及びそれぞれの厚さ層の品質分類を含む。
【0126】
第３人工知能は、予め定義された期間内の消費者のパック詰め肉類の購入ヒストリを入力されて、肉類別、部位別、等級別のパック詰め肉類に対し、全ての細部品質分類されたパック詰め肉類が予め定義された期間内に最大全て売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格を推論するように学習される。予め定義された期間は、肉類別、部位別、等級別のパック詰め肉類がパック詰め肉類ＩｏＴ管理装置に流通される周期である。
【0127】
以下では学習装置によって人工知能が学習される過程を説明する。
【0128】
まず、学習装置はトレーニングデータ（ｔｒａｉｎｉｎｇ ｄａｔａ）とラベル（ｌａｂｅｌ）を獲得するＳ６００。
【0129】
第１人工知能の学習のために、学習装置は一つの個体のある部位から切断されたパック詰め肉類の前面画像を含むデータセットをそれぞれのトレーニングデータとして獲得する。また、学習装置は、それぞれのパック詰め肉類の切断順番をそれぞれのトレーニングデータに対応するラベルとして獲得する。
【0130】
第２人工知能の学習のために、学習装置は、厚さ別の肉質情報を知ろうとするパック詰め肉類と、厚さ別の肉質情報を知ろうとするパック詰め肉類より高い切断順番を有するパック詰め肉類の対をそれぞれのトレーニングデータとして獲得する。また、学習装置は、厚さ別の肉質情報を知ろうとするパック詰め肉類の実際の厚さ別肉質情報をそれぞれのトレーニングデータに対応するラベルとして獲得する。また、学習装置は、細部部位（位置）別の肉質情報を知ろうとするパック詰め肉類をそれぞれのトレーニングデータとして獲得し、パック詰め肉類が細切りされる前の原肉における位置をそれぞれのトレーニングデータに対応するラベルとして獲得する。
【0131】
第３人工知能の学習のために、予め定義された期間内の消費者の肉類別、部位別、等級別のパック詰め肉類の購入ヒストリを含むデータセットをそれぞれのトレーニングデータとして獲得する。また、学習装置は、「予め定義された期間内に肉類別、部位別、等級別のパック詰め肉類が細部品質分類別に販売された価格」に「予め定義された期間内のパック詰め肉類の細部品質分類別の在庫量」に比例する差引分を適用した「補正価格」をそれぞれのトレーニングデータに対応するラベルとして獲得する。予め定義された期間内にある細部品質分類のパック詰め肉類の在庫量が高いほど、該当細部品質分類を有するパック詰め肉類の補正価格は元の価格から更に差引された価格である。
【0132】
次に、学習装置はトレーニングデータから人工知能の入力を生成するＳ６１０。
【0133】
学習装置はトレーニングデータを人工知能の入力としてそのまま使用するか、それぞれのトレーニングデータから不必要な情報を除去する通常のプロセスを経てから人工知能の入力を生成する。
【0134】
次に、学習装置は入力を人工知能に適用するＳ６２０。
【0135】
サーバ１００に服編まれた人工知能は教師あり学習（ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ）によって学習される人工知能である。人工知能は、教師あり学習によって学習させるのに適合した畳み込みニューラルネットワーク（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ、ＣＮＮ）、ＲＣＮＮ（Ｒｅｇｉｏｎａｌ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、または回帰型ニューラルネットワーク（ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ、ＲＮＮ）構造である。
【0136】
次に、学習装置は人工知能から出力を獲得するＳ６３０。
【0137】
第１人工知能の出力は、パック詰め肉類の画像リストに含まれているそれぞれのパック詰め肉類の切断順番である。切断順番が低いほど、屠畜された肉から先に切断されたパック詰め肉類に当たる。第２人工知能の出力は、分析対象のパック詰め肉類の厚さ別または細部部位（位置）別の肉質情報である。肉質情報は、それぞれの厚さ層の霜降りの程度、筋の程度、色相、肉質、モンエサルの有無、アルドンシムの有無、細切りされる前の原肉における位置、及びそれぞれの厚さ層の品質分類を含む。第３人工知能の出力は、全ての細部品質分類されたパック詰め肉類が予め定義された期間内に最大売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格の推論である。予め定義された期間は、肉類別、部位別、等級別のパック詰め肉類がパック詰め肉類ＩｏＴ管理装置に流通される周期である。
【0138】
次に、学習装置は出力とラベルを比較するＳ６４０。推論に当たる人工知能の出力と正解に当たるラベルを比較する過程は損失関数（ｌｏｓｓ ｆｕｎｃｔｉｏｎ）を計算して行われる。損失関数としては、既に知られている平均二乗誤差（ｍｅａｎ ｓｑｕａｒｅｄ ｅｒｒｏｒ、ＭＳＥ）、交差エントロピー誤差（ｃｒｏｓｓ ｅｎｔｒｏｐｙ ｅｒｒｏｒ、ＣＥＥ）などが利用される。しかし、これに限らず、人工知能の出力とラベルとの間の偏差、誤差、乃至差を測定できるのであれば、多様な人工知能モデルで利用されている損失関数を利用してもよい。
【0139】
次に、学習装置は比較値に基づいて人工知能を最適化するＳ６５０。学習装置比較値が次第に小さくなるように人工知能のノードの重み（ｗｅｉｇｈｔ）を更新することで、推論に当たる人工知能の出力と正解に当たるラベルを次第に一致させることができるが、それによって人工知能は正解に近い推論を出力するように最適化される。詳しくは、学習装置は比較値に当たる損失関数が最小値の推定値に近づくよう、人工知能の重みを再設定する過程を繰り返すことで人工知能を最適化する。人工知能を最適化するために、既に知られているバックプロパゲーション（ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）アルゴリズム、確率的勾配降下法（ｓｔｏｃｈａｓｔｉｃ ｇｒａｄｉｅｎｔ ｄｅｓｃｅｎｔ）などが利用される。しかし、これに限らず、多様な神経網モデルで利用される重みの最適化アルゴリズム利用されてもよい。
【0140】
学習装置はこのような過程を繰り返すことで人工知能を学習させる。
【0141】
それによって、人工知能は切断された個体（牛、豚、羊など）及び部位（ヒレ肉、ロース、肩ロースなど）が同じであるパック詰め肉類を元素とするパック詰め肉類の画像リストに基づいて、パック詰め肉類の画像リストに含まれているそれぞれのパック詰め肉類の切断順番を出力する第１人工知能を学習させる。第１人工知能は、図４を参照して説明したパック詰め肉類の品質分類動作において、分析対象のパック詰め肉類の比較対象のパック詰め肉類を定義するのに使用される。
【0142】
また、分析対象のパック詰め肉類の前面画像と比較対象のパック詰め肉類の前面画像を入力されて、分析対象のパック詰め肉類の厚さ別の肉質情報を出力するか、パック詰め肉類の細部部位（位置）別の肉質情報を出力する第２人工知能を学習させる。第２人工知能は、図４を参照して説明したパック詰め肉類の品質分類動作において、分析対象のパック詰め肉類の厚さ別または細部部位別の肉質情報を分類するのに使用される。
【0143】
また、予め定義された期間内の消費者のパック詰め肉類の購入ヒストリを入力されて、肉類別、部位別、等級別のパック詰め肉類に対し、全ての細部品質分類されたパック詰め肉類が予め定義された期間内に最大全て売れるようにするそれぞれの品質分類に属するパック詰め肉類の価格を出力する第３人工知能を学習させる。第３人工知能は、図５を参照して説明した肉類の価格算定動作に使用される。
【0144】
図７は、一実施例による装置構成の例示図である。
【0145】
一実施例による装置は、プロセッサ７０とメモリ７０３とを含む。プロセッサ７０２は図１乃至図６を参照して上述した少なくとも一つの装置を含むか、図１乃至図６を参照して上述した少なくとも一つの方法を行う。詳しくは、装置７０１は、サーバ１００、ユーザ端末１１１、１１２、１１３、パック詰め肉類ＩｏＴ管理装置１３０、または人工知能学習装置などである。装置７０１を利用する者または団体は、図１乃至図６を参照して上述した方法のうち一部または全部に関するサービスを提供する。
【0146】
メモリ７０３は上述した方法に関する情報を保存するか、上述した方法が具現されたプログラムを保存する。メモリ７０３は揮発性メモリまたは非揮発性メモリである。
【0147】
プロセッサ７０２はプログラムを実行し、装置７０１を制御する。プロセッサ７０２によって実行されるプログラムのコードはメモリ７０３に保存される。装置７０１は入出力装置（図示せず）を介して外部装置（例えば、パソコンまたはネットワーク）に連結され、有無線通信を介してデータを交換する。
【0148】
装置７０１は人工知能を学習させるか、学習された人工知能を利用するのに使用される。メモリ７０３は学習中の、または学習された事項知能を含む。プロセッサ７０２は、メモリ７０３に保存されている人工知能アルゴリズムを学習させるか実行させる。人工知能を学習させる装置７０１や学習された人工知能を利用する装置７０１は同じであってもよく、個別であってもよい。
【0149】
これまで説明した実施例は、ハードウェア構成要素、ソフトウェア構成要素、及び／またはハードウェア構成要素及びソフトウェア構成要素の組み合わせで具現される。例えば、実施例で説明された装置、方法、及び構成要素は、例えば、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行し応答する他のいずれかの装置のように、一つ以上の汎用コンピュータまたは解き主目的のコンピュータを利用して具現される。処理装置は、運営体制（ＯＳ）及び運営体制上で行われるひとつ以上のソフトウェアアプリケーションを行う。また、処理装置はソフトウェアの実行に応答し、データを接近、貯蔵、操作、処理、及び生成する。理解の便宜上、処理装置は一つが使用されると説明されることがあるが、該当技術分野における通常の知識を有する者であれば、処理装置が複数個の処理要素（ｐｒｏｃｅｓｓｉｎｇ ｅｌｅｍｅｎｔ）、及び／または複数累計の処理要素を含むことが分かる。例えば、処理装置は複数個のプロセッサまたは一つのプロセッサ、及び一つのコントローラを含む。また、並列プロセッサ（ｐｒａｌｌｅｌ ｐｒｏｃｅｓｓｏｒ）のような他の処理構成（ｐｒｏｃｅｓｓｉｎｇ ｃｏｎｆｉｇｕｒａｔｉｏｎ）も可能である。
【0150】
実施例による方法は、多様なコンピュータ手段を介して行われるプログラム命令の形態に具現されてコンピュータで読取可能な媒体に記録される。コンピュータで読取可能な媒体は、プログラム命令、データファイル、データ構造などを単独にまたは組み合わせて含む。媒体に記録されるプログラム命令は、実施例のために特別設計され構成されたものであるか、コンピュータソフトウェアの当業者に公知されて使用可能なものであってもよい。コンピュータで読み出し可能な媒体としては、ハードディスク、フロッピーディスク、及び磁気テープのような磁気媒体（ｍａｇｎｅｔｉｃ ｍｅｄｉａ)、ＣＤ－ＲＯＭ、ＤＶＤのような光記録媒体（ｏｐｔｉｃａｌ ｍｅｄｉａ）、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ)のような磁気－光媒体（ｍａｇｎｅｔｏｏｐｔｉｃａｌ ｍｅｄｉａ)、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存し行うように特別に構成されたハードウェア装置が含まれる。プログラム命令の例としては、コンパイラによって作られるもののような機械語コードだけでなく、インタプリタなどを使用してコンピュータによって実行される高級言語コードを含む。ハードウェア装置は、実施例の動作を行うために一つ以上のソフトウェアモジュールとして作動するように構成されるが、その逆も同じである。
【0151】
ソフトウェアはコンピュータプログラム（ｃｏｍｐｕｔｅｒ ｐｒｏｇｒａｍ）、コード（ｃｏｄｅ）、命令（ｉｎｓｔｒｕｃｔｉｏｎ）、またはこれらのうちひとつ以上の組み合わせを含むが、所望のように動作するように処理装置を構成するか、独立的にまたは結合的に（ｃｏｌｌｅｃｔｉｖｅｌｙ）処理装置を命令する。ソフトウェア及び／またはデータは、処理装置によって解析されるか処理装置に命令またはデータを提供するために、ある累計の機械、構成要素（ｃｏｍｐｏｎｅｎｔ）、物理的装置、仮想装置（ｖｉｒｔｕａｌ ｅｑｕｉｐｍｅｎｔ）、コンピュータ貯蔵媒体または装置、または伝送される信号波（ｓｉｇｎａｌ ｗａｖｅ）に永久的に、または一時的に具体化（ｅｍｂｏｄｙ）される。ソフトウェアは、ネットワークで連結されたシステム上に分散されて、分散された方法で貯蔵されるか実行される。ソフトウェア及びデータは、一つ以上のコンピュータで読み出し可能な記録媒体に貯蔵される。
【0152】
前記のように実施例が限定されたたとえ図面によって説明されていても、該当技術分野における通常の知識を有する者であればこれに基づいて多様な技術的修正及び変形を適用することができる。例えば、説明した技術が説明した方法と異なる順序で行われるか、及び／または説明したシステム、構造、装置、回路などの構成要素が説明した方法と異なる形で結合または組み合わされるか、他の構成要素または均等物によって対置されるか置換されても、適切な結果が達成される。
【0153】
したがって、他の具現、他の実施例、及び特許請求の範囲と均等なものも後述する特許請求の範囲に属する。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【国際調査報告】