CN112578575A - 学习模型的生成方法、记录介质、眼镜镜片选择支持方法及系统 - Google Patents

学习模型的生成方法、记录介质、眼镜镜片选择支持方法及系统 Download PDF

Info

Publication number
CN112578575A
CN112578575A CN202011001369.6A CN202011001369A CN112578575A CN 112578575 A CN112578575 A CN 112578575A CN 202011001369 A CN202011001369 A CN 202011001369A CN 112578575 A CN112578575 A CN 112578575A
Authority
CN
China
Prior art keywords
information
user
lens
learning model
measurement
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.)
Granted
Application number
CN202011001369.6A
Other languages
English (en)
Other versions
CN112578575B (zh
Inventor
饭塚隆之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hoya Lens Thailand Ltd
Original Assignee
Hoya Lens Thailand Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP2019237429A external-priority patent/JP2021056985A/ja
Application filed by Hoya Lens Thailand Ltd filed Critical Hoya Lens Thailand Ltd
Publication of CN112578575A publication Critical patent/CN112578575A/zh
Application granted granted Critical
Publication of CN112578575B publication Critical patent/CN112578575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G02—OPTICS
    • G02C—SPECTACLES; SUNGLASSES OR GOGGLES INSOFAR AS THEY HAVE THE SAME FEATURES AS SPECTACLES; CONTACT LENSES
    • G02C7/00—Optical parts
    • G02C7/02—Lenses; Lens systems ; Methods of designing lenses
    • G02C7/024—Methods of designing ophthalmic lenses
    • G02C7/027—Methods of designing ophthalmic lenses considering wearer's parameters
    • G—PHYSICS
    • G02—OPTICS
    • G02C—SPECTACLES; SUNGLASSES OR GOGGLES INSOFAR AS THEY HAVE THE SAME FEATURES AS SPECTACLES; CONTACT LENSES
    • G02C13/00—Assembling; Repairing; Cleaning
    • G—PHYSICS
    • G02—OPTICS
    • G02C—SPECTACLES; SUNGLASSES OR GOGGLES INSOFAR AS THEY HAVE THE SAME FEATURES AS SPECTACLES; CONTACT LENSES
    • G02C7/00—Optical parts
    • G02C7/02—Lenses; Lens systems ; Methods of designing lenses
    • G02C7/024—Methods of designing ophthalmic lenses
    • G02C7/028—Special mathematical design techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Optics & Photonics (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Child & Adolescent Psychology (AREA)
  • Primary Health Care (AREA)
  • Eyeglasses (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明提供可以期待通过推测适合于用户的眼镜的镜片规格而支持眼镜镜片的选择的学习模型的生成方法、记录介质、眼镜镜片选择支持方法及眼镜镜片选择支持系统。本实施方式的眼镜镜片选择支持系统具备：存储单元，存储在输入了用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息的情况下输出眼镜的镜片规格信息的学习模型；用户信息获取单元，获取所述属性信息、所述测量信息及所述用途信息；以及规格信息获取单元，将所述用户信息获取单元获取的所述属性信息、所述测量信息及所述用途信息输入到所述学习模型，获取所述学习模型输出的所述规格信息。

Description

学习模型的生成方法、记录介质、眼镜镜片选择支持方法及 系统
技术领域
本发明涉及支持由用户进行的眼镜镜片的选择的学习模型的生成方法、记录介质、眼镜镜片选择支持方法及眼镜镜片选择支持系统。
背景技术
对于眼镜的镜片，除了单纯地矫正像近视、远视及散光等的眼睛的屈光误差(屈光力)的镜片之外，用于补偿老化造成的调节力下降的多焦点镜片已在被广泛使用。多焦点镜片是将因近视力而不足的屈光力附加在镜片的下方作为加入屈光力的镜片，使屈光力连续地变化以致外表上无法分界的渐进屈光力镜片已在普及。
进而各种各样种类的镜片被提供给渐进屈光力镜片，使得可以根据使用目的而选择，像通过在面向远视力的上部确保视野开阔而适合步行和驾驶的远近设计、以及与案头工作和手工作业匹配来确保中间距离和面向近视力的区域宽阔而适合室内的使用的中近距离设计(intermediate-near design)等。一方面准备了这样很多的选项，但正确地理解它们的特征(优点及缺点)的用户却较少。在制作眼镜时，商店的工作人员根据从用户听取的信息来提示镜片的候选，用户一般从被提示的候选之中决定并购买镜片。
在专利文献1中，提出了预先制作确定了多个种类的渐进多焦点镜片对老花眼者的年龄及佩戴环境等的单独适应性的评价数据，求老花眼者的年龄及佩戴环境等的信息，从评价数据求渐进多焦点镜片对这种信息的单独适应性，从求得的适应性中选择对老花眼者个人最合适的渐进多焦点镜片的渐进多焦点镜片的选择方法。
在专利文献2中，提出了在数据库中存储根据镜片的加入度而对多个类型的每一个设计的参数，运算佩戴了从数据库中选择的镜片时的最大远点距离及最大近点距离，对被选择出的镜片排列最大远点距离及最大近点距离并显示在显示装置上的渐进屈光力镜片选择装置。
现有技术文献
专利文献
专利文献1：日本特开平3-206417号公报
专利文献2：日本特开2013-52095号公报
发明内容
发明要解决的课题
在选择镜片时，根据用户的需求、年龄及屈光误差等而什么样的镜片合适，其候选通过由商店的工作人员的经验构建的规则而被缩减。作为调节力下降的所谓老花对策的渐进屈光力镜片，在其光学原理上，并不存在对什么样的使用环境(距离及目的等)都万能的镜片，通过优点及缺点的权衡而成立，若错误选择则导致使用中的不愉快感和不协调感、对外观不满。用于镜片选择的知识和经验，通过工作人员教育被继承，但将全部适当地形式化自身并不容易，还存在一部分最终会变成个人技能的情形。
专利文献1中记载的渐进多焦点镜片的选择方法是，根据预先确定的规则进行镜片的选择的规则库的选择方法。在存在多个参数作为选择镜片的因素的情况下，将多个参数的评价结果考虑到哪种程度，极大地影响到镜片的选择结果，所以存在难以预先确定最佳的规则的问题。专利文献2中记载的渐进屈光力镜片选择装置通过将最大远点距离及最大近点距离的组排列多个进行显示，由此支持用户的镜片的选择，但有对于没有专业知识的用户诱导错误的选择的风险。
本发明是鉴于这样的情况而完成的发明，其目的在于，提供可以期待通过推测适合于用户的眼镜的镜片规格而支持眼镜镜片的选择的学习模型的生成方法、计算机程序、眼镜镜片选择支持方法及眼镜镜片选择支持系统。
用于解决课题的方案
本发明的学习模型的生成方法，获取将用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息、和眼镜的镜片规格信息相关联的教师数据，使用所获取的所述教师数据，生成在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出所述规格信息的学习模型。
此外，本发明的记录介质记录了使计算机执行以下处理的计算机程序：获取用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息，对在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出眼镜的镜片规格信息的学习模型，输入所获取的所述属性信息、所述测量信息及所述用途信息，并获取所述学习模型输出的所述规格信息。
此外，本发明的眼镜镜片选择支持方法，获取用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息，对在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出眼镜的镜片规格信息的学习模型，输入所获取的所述属性信息、所述测量信息及所述用途信息，并获取所述学习模型输出的所述规格信息。
此外，本发明的眼镜镜片选择支持系统具备：存储单元，存储学习模型，该学习模型在输入了用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息的情况下，输出眼镜的镜片规格信息；用户信息获取单元，获取所述属性信息、所述测量信息及所述用途信息；以及规格信息获取单元，将所述用户信息获取单元获取的所述属性信息、所述测量信息及所述用途信息输入到所述学习模型，获取所述学习模型输出的所述规格信息。
发明效果
根据本发明，可以期待推测适合于用户的眼镜的镜片规格。
附图说明
图1是用于说明本实施方式的眼镜镜片选择支持系统的概要的示意图。
图2是表示本实施方式的服务器装置的结构的框图。
图3是表示用户信息DB的一结构例子的示意图。
图4是用于说明规格预测模型的结构例子的示意图。
图5是表示规格预测模型的分类模型的结构例子的示意图。
图6是表示规格预测模型的分类模型的结构例子的示意图。
图7是用于说明规格预测模型的另一结构例子的示意图。
图8是表示本实施方式的商店终端装置的结构的框图。
图9是用于说明本实施方式的检查装置的结构的示意图。
图10是表示本实施方式的平板型终端装置的结构的框图。
图11是表示平板型终端装置所显示的属性信息及用途信息的输入接受画面的一例子的示意图。
图12是表示本实施方式的平板型终端装置进行的处理过程的流程图。
图13是表示检查装置所显示的测量信息显示画面的一例子的示意图。
图14是表示本实施方式的商店终端装置进行的处理过程的流程图。
图15是表示本实施方式的服务器装置进行的规格推测处理过程的流程图。
图16是表示商店终端装置显示的规格信息显示画面的一例子的示意图。
图17是表示本实施方式的服务器装置进行的规格预测模型的生成处理过程的流程图。
图18是表示本实施方式的服务器装置进行的规格预测模型的再学习处理过程的流程图。
附图标记说明
1 服务器装置
3 商店终端装置
4 检查装置
5 平板型终端装置
11 处理单元
11a 用户信息获取单元
11b 镜片规格推测单元(规格信息获取单元)
11c 规格信息发送单元
11d 学习处理单元
12 存储单元
12a 服务器程序(计算机程序)
12b 规格预测模型(学习模型)
12c 用户信息DB
13 通信单元
31 处理单元
31a 属性信息获取单元
31b 用途信息获取单元
31c 测量信息获取单元
31d 用户信息发送单元
31e 推测结果输出单元
32 存储单元
32a 程序(计算机程序)
33 通信单元
34 显示单元
35 操作单元
41 处理单元
42 操作单元
43 测量用眼镜
44 圆盘
45 眼镜框
46 基座
47 光射出单元
48 距离传感器
51 处理单元
51a 显示处理单元
51b 输入接受单元
51c 信息发送单元
52 存储单元
52a 程序
具体实施方式
以下参照附图说明本发明的实施方式的眼镜镜片选择支持系统的具体例子。另外，本发明没有被限定于这些例示，意图在于包含由权利要求书所示的、与权利要求书等同意义及范围内的所有变更。
＜系统概要＞
图1是用于说明本实施方式的眼镜镜片选择支持系统的概要的示意图。本实施方式的眼镜镜片选择支持系统具备服务器装置1、多个商店终端装置3、多个检查装置4、多个平板型终端装置5而构成。商店终端装置3、检查装置4及平板型终端装置5是被设置在出售眼镜的商店内的装置，也可以在1个商店内被设置多个装置。相对于此，服务器装置1是被设置在与商店不同的场所中的装置，服务器装置1和各商店终端装置3可以通过互联网等网络N进行通信。但是，服务器装置1也可以被设置在例如本店等任一商店中。
被设置在各商店内的商店终端装置3可以与该商店内的检查装置4及平板型终端装置5之间进行通信。例如，商店终端装置3及检查装置4经由通信电缆被连接，并经由该通信电缆进行通信。此外，例如商店终端装置3及平板型终端装置5通过无线LAN(Local AreaNetwork；局域网)等无线通信进行通信。检查装置4是对为了购买眼镜而来访商店的用户进行屈光和视力检查的装置。检查装置4例如测量用户眼睛的屈光误差(屈光力)及近距视力等，将与用户的眼睛有关的测量信息发送到商店终端装置3。平板型终端装置5进行接受来自用户的信息的输入的处理。平板型终端装置5从用户接受例如用户的年龄及性别等的属性信息、与用户要购买的眼镜的使用目的及使用环境等有关的用途信息，并发送到商店终端装置3。
商店终端装置3例如是商店的店员操作的装置。商店终端装置3从检查装置4获取与用户眼睛有关的测量信息，并且从平板型终端装置5获取用户的属性信息及用户的眼镜的用途信息。商店终端装置3将获取的测量信息、属性信息及用途信息设为一组并发送到服务器装置1。之后，商店终端装置3将由服务器装置1推测的适合于用户的镜片规格信息显示在显示器等上，向用户建议适合的眼镜的镜片。
服务器装置1基于从商店终端装置3获取的用户的属性信息、测量信息及用途信息，推测适合于该用户的眼镜的镜片的规格(例如镜片的种类及下加光度(additionpower，附加度数)等)的处理。服务器装置1将推测结果即镜片规格信息发送到商店终端装置3。本实施方式的服务器装置1具备通过机器学习进行学习的学习模型、即规格预测模型。该规格预测模型被预先进行了学习，以对用户的属性信息、测量信息及用途信息的输入来输出眼镜的镜片规格信息。服务器装置1通过使用该规格预测模型，将从商店终端装置3获取的用户的属性信息、测量信息及用途信息输入到规格预测模型，获取规格预测模型输出的镜片规格信息，推测适合于用户的眼镜镜片的使用。
此外，服务器装置1进行规格预测模型的生成(学习)处理及再学习处理。在规格预测模型的最初的学习处理中，服务器装置1使用例如以与基于迄今为止商店的店员的判断等进行了提议及出售等的眼镜有关的信息为基础制作的教师数据，进行规格预测模型的学习处理。服务器装置1使用将用户的属性信息、测量信息及用途信息和眼镜的镜片规格信息相关联的教师数据进行规格预测模型的学习处理。
此外，商店终端装置3向用户提示服务器装置1所推测的眼镜的镜片规格信息，最终将与用户选择及购买等的眼镜的镜片有关的信息发送到服务器装置1。此时，在商店终端装置3发送的信息中，可包含例如用户的属性信息、测量信息及用途信息、以及与这些相关联的镜片规格信息。进一步地，商店终端装置3也可以获取有关购买了眼镜的用户的跟踪信息(例如，有无退货或更换等、使用后的用户的感想等)并发送到服务器装置1。服务器装置1将来自商店终端装置3的信息积累在数据库中，基于积累的信息生成教师数据，使用生成的教师数据进行规格预测模型的再学习处理。
另外，在本实施方式中，设为在各商店内将商店终端装置3、检查装置4及平板型终端装置5分别作为单独的装置来设置的结构，但不限于此。例如也可以将商店终端装置3、检查装置4及平板型终端装置5的功能汇集在1个装置中。例如，商店终端装置3也可以设为接受用户的属性信息及用途信息等的输入的结构，这种情况下，也可以在商店内不设置平板型终端装置5。此外，例如可以将商店终端装置3及检查装置4的功能汇集在1个装置中，此外，例如也可以将检查装置4及平板型终端装置5的功能汇集在1个装置中。此外，商店终端装置3及检查装置4也可以不是商店的店员操作的装置，而是用户操作的装置。平板型终端装置5也可以不是用户操作的装置，而是商店的店员操作的装置。
此外，也可以不存在多个商店，而有一个商店，这种情况下，商店终端装置3也可以具备服务器装置1的功能。即，商店终端装置3也可以进行使用了规格预测模型的镜片规格信息的推测处理。但是，这种情况下，可以是商店终端装置3进行规格预测模型的学习处理，也可以是与商店终端装置3不同的装置进行学习处理。也可以将服务器装置1、商店终端装置3、检查装置4及平板型终端装置5的功能汇集在1个装置中。
为了购买眼镜来访商店的用户，首先用平板型终端装置5输入自身的年龄及性别等的属性信息、要购买的眼镜的使用目的及使用环境等用途信息。平板型终端装置5将输入的属性信息及用途信息发送到商店终端装置3。接着，用户接受检查装置4的屈光和视力检查。由检查装置4进行的检查可以在商店的店员的主导下进行，也可以通过用户自己操作检查装置4进行。在本实施方式中，检查装置4至少测量用户眼睛的屈光误差和/或近距视力，将测量结果发送到商店终端装置3。商店终端装置3将从平板型终端装置5获取的用户的属性信息及用途信息、以及从检查装置4获取的测量信息设为一组并发送到服务器装置1。
服务器装置1从商店终端装置3获取用户的属性信息、用途信息及测量信息，将获取到的这些信息输入到预训练的规格预测模型。规格预测模型将与输入的属性信息、用途信息及测量信息相应的眼镜镜片的种类及下加光度等规格信息输出。服务器装置1获取规格预测模型输出的规格信息并发送到商店终端装置3。接收到来自服务器装置1的规格信息的商店终端装置3，显示由规格预测模型推测出的适合于用户的眼镜镜片的种类及下加光度等的信息，向用户建议眼镜的镜片规格。用户可以基于被显示在商店终端装置3上的规格信息，进行与该规格相对应的眼镜的试戴等，选择要购买的眼镜的镜片。
服务器装置1将从商店终端装置3获取的属性信息、用途信息及测量信息、以及规格预测模型对这种信息输出的规格信息相关联地存储积累在数据库中。此外，商店终端装置3获取基于来自服务器装置1的规格信息而用户最终购买的眼镜的镜片规格信息，将获取的规格信息发送到服务器装置1。进一步地，商店终端装置3获取例如购买了眼镜的用户期望日后更换镜片的情况、退货眼镜的情况、以及用户的眼镜的使用感等的跟踪信息并发送到服务器装置1。服务器装置1将这些信息积累在数据库中。
之后，每经过规定期间(例如1周或1个月等)，服务器装置1以被积累在数据库中的信息为基础来制作教师数据，使用制作的教师数据进行规格预测模型的再学习处理。另外，教师数据的制作，可以由服务器装置1自动地进行，也可以由管理服务器装置1的管理者制作。
＜装置结构＞
图2是表示本实施方式的服务器装置1的结构的框图。本实施方式的服务器装置1具备处理单元11、存储单元(存储器)12及通信单元(收发器)13等而构成。另外，在本实施方式中，说明了由1个服务器装置1进行处理的情况，但也可以多个服务器装置1分散进行处理。
处理单元11使用CPU(Central Processing Unit；中央处理单元)，MPU(Micro-Processing Unit；微处理单元)或GPU(Graphics Processing Unit；图形处理单元)等运算处理装置而构成。处理单元11通过读出并执行被存储在存储单元12中的服务器程序12a，进行推测适合于用户的眼镜的镜片规格的处理、积累用户所选择出的眼镜的镜片规格的信息的处理、以及基于积累的信息来学习规格预测模型的处理等各种各样的处理。
存储单元12使用例如硬盘等大容量的存储装置构成。存储单元12存储处理单元11执行的各种程序、以及处理单元11的处理中需要的各种数据。本实施方式中存储单元12存储处理单元11执行的服务器程序12a和推测眼镜的镜片规格的规格预测模型12b。此外，在存储单元12中设置有存储与用户选择出的眼镜的镜片规格等有关的信息的用户信息DB(数据库)12c。有关规格预测模型12b及用户信息DB12c的细节，将后述。
本实施方式中，服务器程序12a以被记录在存储卡或光盘等记录介质99中的方式提供，服务器装置1从记录介质99读出服务器程序12a并存储在存储单元12中。但是，服务器程序12a也可以例如在服务器装置1的制造阶段被写入存储单元12。此外，例如，服务器装置1也可以通过通信来获取另一远程的服务器装置等分发的服务器程序12a。例如，写入装置也可以读出被记录在记录介质99中的服务器程序12a并写入到服务器装置1的存储单元12中。服务器程序12a可以以经由网络的分发方式来提供，也可以以被记录在记录介质99中的方式来提供。
通信单元13经由包含互联网及移动电话通信网等的网络N，在各种各样的装置之间进行通信。在本实施方式中，通信单元13经由网络N，在多个商店终端装置3之间进行通信。通信单元13将从处理单元11提供的数据发送到另一装置，并且将从另一装置接收到的数据提供给处理单元11。
另外，存储单元12也可以是被连接到服务器装置1的外部存储装置。此外，服务器装置1可以是包含多个计算机构成的多计算机，也可以是通过软件虚拟地构建的虚拟机。此外，服务器装置1没有被限于上述的结构，例如也可以还包含读取被存储在可移动存储介质中的信息的读取单元、接受操作输入的输入单元、或者显示图像的显示单元等。
此外，在本实施方式的服务器装置1的处理单元11中，通过处理单元11读出并执行被存储在存储单元12中的服务器程序12a，用户信息获取单元11a、镜片规格推测单元11b、规格信息发送单元11c及学习处理单元11d等被作为软件性的功能单元实现。另外，这些功能单元是与推测眼镜的镜片规格的处理有关的功能单元，对于除此以外的功能单元，省略图示及说明。
用户信息获取单元11a通过用通信单元13与商店终端装置3之间进行通信，进行从商店终端装置3获取用户的属性信息、用途信息及测量信息等的信息的处理。如上述，在本实施方式的眼镜镜片选择支持系统中，用商店终端装置3获取用户用平板型终端装置5输入的属性信息及用途信息、以及有关用检查装置4进行的用户的检查结果的测量信息。用户信息获取单元11a通过通信从商店终端装置3获取商店终端装置3获取的这些信息。用户信息获取单元11a将获取的用户的属性信息、用途信息及测量信息等存储在存储单元12的用户信息DB12c中。此外，用户信息获取单元11a从商店终端装置3获取用户的眼镜的选择结果、以及与来自购买了眼镜的用户的后续查询或退货等的有无有关的信息并存储在用户信息DB12c中。
镜片规格推测单元11b基于用户信息获取单元11a获取的用户的属性信息、用途信息及测量信息，进行推测适合于该用户的眼镜的镜片规格的处理。在本实施方式中，镜片规格推测单元11b使用被存储在存储单元12中的机器学习完毕的规格预测模型12b，推测镜片规格。镜片规格推测单元11b通过将用户信息获取单元11a获取的属性信息、用途信息及测量信息输入到规格预测模型12b，获取对该输入的规格预测模型12b输出的镜片规格信息，推测适合于用户的眼镜的镜片规格。
规格信息发送单元11c进行将镜片规格推测单元11b推测的镜片规格信息作为镜片规格的推测结果发送到用户的属性信息、用途信息及测量信息的发送源即商店终端装置3的处理。
学习处理单元11d进行推测适合于用户的眼镜的镜片规格的规格预测模型12b的学习处理。学习处理单元11d在规格预测模型12b的最初的学习阶段、即在生成规格预测模型12b的阶段，使用本系统的管理者或开发者等预先制作的教师数据进行学习处理。此时，所用的教师数据可基于在出售眼镜的商店等中先前出售的眼镜的镜片规格信息和与购买了镜片的用户有关的信息来制作。此外，学习处理单元11d也可以使用通过本系统的运用而积累的数据进行规格预测模型12b的再学习。另外，可以是服务器装置1以外的装置进行规格预测模型12b的学习处理，这种情况下，服务器装置1也可以不具备学习处理单元11d。
图3是表示用户信息DB12c的一结构例子的示意图。被设置在本实施方式的服务器装置1的存储单元12中的用户信息DB12c将“用户名”、“属性信息”、“用途信息”、“测量信息”、“推测规格信息”、“购买规格信息”以及“跟踪信息”等信息相关联地存储。“用户名”可以是例如来访商店的用户的姓名(真名)，也可以是对用户附加的用户ID等识别信息。只要“用户名”是可唯一地识别用户的信息，什么样的信息都可以。
“属性信息”是与用户个人有关的信息，例如是用户的“年龄”以及“性别”等信息。此外，在“属性信息”中，还可另外包含职业、兴趣或有无慢性病等各种各样的信息。在本实施方式中，“属性信息”是在商店中用户使用平板型终端装置5自己输入的信息。
“用途信息”是与用户要购买的眼镜的用途有关的信息，可包含例如“距离”、“驾驶”以及“室内外”等信息。“距离”是与使用眼镜看对象物之间的距离，可被设定例如注重在室外的眼镜的使用的远距离、注重在室内的电势观赏或个人计算机的作业等的中距离、以及注重智能手机操作或阅读等的近距离等的信息。“驾驶”是表示用户是否将眼镜用于汽车的驾驶的信息。“室内外”是表示用户在室内或室外的哪一个中使用眼镜的可能性高的信息。在本实施方式中，“用途信息”是在商店中用户使用平板型终端装置5自己输入的信息。
“测量信息”是基于在商店中使用检查装置4进行的用户的眼睛的检查结果的信息，可包含例如用户的眼睛的“屈光误差(屈光力)”以及“近距视力”等信息。“屈光误差”是例如眼睛的屈光力的包围方向相对于眼睛对水平方向、垂直方向及45度的方位方向的3个方位方向的变化的信息。“近距视力”是看例如30cm左右的近的东西的情况下的视力。此外，在“测量信息”中，还可另外包含远距视力、瞳孔间距离或眼位等各种各样的信息。
“推测规格信息”是服务器装置1基于用户的属性信息、用途信息及测量信息推测的、与眼镜的镜片规格有关的信息，例如可包含“镜片种类”以及“下加光度”等信息。“镜片种类”可被设定例如单焦点镜片、远近两用类型、注重中近的远近两用类型及室内类型等镜片的种类。“下加光度”是，在远近两用类型(渐进屈光力镜片)的眼镜中，用于看远的镜片的度数和用于看近的镜片的度数之差，在镜片的种类为远近两用类型的情况下，设定下加光度的值。
“购买规格信息”是与用户实际地购买的眼镜的镜片规格有关的信息，可被包含与“推测规格信息”相同的项目的信息。在用户购买了服务器装置1推测的镜片规格的眼镜的情况下，“购买规格信息”和“推测规格信息”被设定为相同的信息。在本实施方式中，“购买规格信息”例如是商店的店员使用商店终端装置3输入的信息。
“跟踪信息”是有关购买了眼镜的用户的之后的信息，例如可包含有无购买的眼镜的退货或更换等、有无使用后的用户的感想以及索赔等的信息。此外，在“跟踪信息”中，例如将在购买后经过规定的期间也没有从用户请求更换的情况判断为对该用户推测的镜片规格信息为正确的信息，也可以将该意旨存储为跟踪信息。在本实施方式中，“跟踪信息”例如是商店的店员使用商店终端装置3输入的信息。
服务器装置1将各商店从商店终端装置3获取的信息存储并积累在用户信息DB12c中。
图4是用于说明规格预测模型12b的结构例子的示意图。本实施方式的服务器装置1所具备的规格预测模型12b为预先被进行了机器学习或深度学习等学习处理的学习模型。学习模型是对输入值进行规定的运算，输出运算结果的学习模型，规定该运算的函数的系数及阈值等的数据作为规格预测模型12b被存储在存储单元12中。本实施方式的规格预测模型12b被预先进行机器学习，以便对用户的属性信息、用途信息及测量信息的输入，将适合于该用户的眼镜镜片的种类及下加光度作为规格信息输出。
此外，本实施方式中，规格预测模型12b具备分类模型101及回归模型(regressionmodel，递归模型)102两个学习模型而构成。分类模型101是，对于用户的属性信息、用途信息及测量信息的输入，输出适合于该用户的眼镜镜片的种类的学习模型。分类模型101基于输入的信息，分类预测对用户的适合率高的镜片的种类。此外，回归模型102是，对于用户的属性信息、用途信息及测量信息的输入，输出适合于该用户的眼镜镜片的下加光度的学习模型。在本实施方式中，对在分类模型101中被预测为适合远近两用类型(渐进屈光力镜片)的用户，回归模型102回归预测镜片的下加光度。另外，对分类模型101及回归模型102，可采用例如决策树(分析树及回归树)的学习模型。但是，分类模型101及回归模型102也可以采用例如SVM(Support Vector Machine；支持向量机)或神经网络等的学习模型。
在规格预测模型12b的分类模型101及回归模型102的最初的学习处理(生成处理)中，例如使用以在多个商店中先前出售的眼镜的镜片规格信息、购买了眼镜的用户的属性信息、用途信息及测量信息为基础制作的学习用的教师数据。与先前出售的眼镜有关的信息是，与基于商店的店员具有的知识及经验等选择出的镜片有关的信息，通过使用以这种信息为基础制作的教师数据进行学习处理，规格预测模型12b可成为通过学习继承了商店的店员的知识及经验等的学习模型。在教师数据中，也可以对用户选择出的镜片，如果在之后的眼镜的使用中不发生问题则附加正标记，如果发生问题则附加负标记，也可以附加与店员的选择正确与否有关的信息。
图5及图6是表示规格预测模型12b的分类模型101的结构例子的示意图。例如，如图5所示，分类模型101可以设为对用户的属性信息、用途信息及测量信息的输入，分别输出对单焦点镜片、远近两用类型、注重中近的远近两用类型(intermediate-near focuseddistance-near progressive type)及室内类型等镜片的种类的适合性的学习模型。分类模型101的输出，例如对每个镜片的种类输出为从0.00至1.00的小数值，输出最大数值的镜片的种类被推测为适合于该用户的镜片的种类。此外，在列出多个候选的情况下，可以按该数值的顺序设为第1候选、第2候选…。
此外，如图6所示，例如分类模型101也可以对每个镜片的种类生成多个分类模型101a～101d。各分类模型101a～101d对各个镜片的种类的任一个，将该镜片对用户的适合性作为从0.00至1.00的小数值输出。
此外，虽然省略了图示，但对于回归模型102，同样也可被作为1个学习模型生成，对每个镜片的种类，也可以被作为另一学习模型生成。
图7是用于说明规格预测模型12b的另一结构例子的示意图。在图7所示的例子中，规格预测模型12b具有多个神经元相互结合的神经网络的构造。由于是现有技术而省略详细的说明，但神经元是对多个输入进行运算，并输出一个值作为运算结果的元素。神经元具有被用于运算的加权系数及阈值等的信息。神经网络的学习模型具备接受一个或多个数据的输入的输入层、对用输入层接受的数据进行运算处理的中间层、以及汇集中间层的运算结果并输出一个或多个值的输出层。深度学习的学习处理是，使用预先提供的大量学习用数据，对构成神经网络的各神经元的系数及阈值等设定合适的值的处理。本例子的规格预测模型12b是，对神经网络的学习模型进行了使用教师数据的深度学习的预训练的模型，例如通过梯度下降法、随机梯度下降法或误差反向传播法等方法进行学习。
本例子的规格预测模型12b被输入用户的属性信息、用途信息及测量信息，输出被推测为适合于该用户的镜片的种类及下加光度。另外，规格预测模型12b可以单独输出镜片的种类和下加光度，也可以成组输出镜片的种类和下加光度。规格预测模型12b的学习处理使用将用户的属性信息、用途信息及测量信息、和镜片的种类及下加光度相关联的教师数据来进行。
此外，即使在采用任意的学习模型的结构作为规格预测模型12b的情况下，服务器装置1也可以伴随本系统的运行而积累用户的属性信息、用途信息及测量信息、和镜片的种类及下加光度的信息，使用积累的信息进行规格预测模型12b的再学习处理。由此，可以伴随系统的运行而不断提高规格预测模型12b的预测精度。
图8是表示本实施方式的商店终端装置3的结构的框图。本实施方式的商店终端装置3具备处理单元31、存储单元(存储器)32、通信单元(收发器)33、显示单元(显示器)34及操作单元35等而构成。处理单元31使用CPU或MPU等运算处理装置构成。处理单元31通过读出并执行被存储在存储单元32中的程序32a，进行获取用户的属性信息、用途信息及测量信息的处理、以及将适合于用户的眼镜的镜片规格信息输出的处理等各种各样的处理。
存储单元32例如使用硬盘等的磁存储装置或闪存等的非易失性的存储器元件构成。存储单元32存储处理单元31执行的各种程序、以及处理单元31的处理上需要的各种数据。在本实施方式中，存储单元32存储处理单元31执行的程序32a。本实施方式中，程序32a通过远程服务器装置等被分发，商店终端装置3在通信中获取程序32a，并存储在存储单元32中。但是，例如在商店终端装置3的制造阶段，程序32a也可以被写入在存储单元32中。例如，商店终端装置3也可以读出被记录在存储卡或光盘等的记录介质中的程序32a，并将程序32a存储在储单元32中。例如，写入装置也可以读出被记录在记录介质中的程序32a，写入在商店终端装置3的存储单元32中。可以以通过网络的分发的方式提供程序32a，也可以以被记录在记录介质中的方式提供程序32a。
通信单元33通过包含互联网及移动电话通信网等的网络N，在各种各样的装置之间进行通信。本实施方式中通信单元33通过网络N，与服务器装置1、检查装置4及平板型终端装置5等之间进行通信。通信单元33将由处理单元31提供的数据发送到另一装置，并且将从另一装置接收的数据提供给处理单元31。
显示单元34使用液晶显示器等构成，基于处理单元31的处理显示各种各样的图像及字符等。本实施方式中显示单元34被用于显示服务器装置1产生的适合于用户的眼镜的镜片规格信息的推测结果。
操作单元35接受商店的店员等的操作，将接受的操作通知给处理单元31。例如，操作单元35通过机械式的按钮或被设置在显示单元34的表面上的触摸面板等输入设备来接受店员等的操作。此外，例如，操作单元35可以是鼠标及键盘等输入设备，这些输入设备也可以是相对商店终端装置3可拆卸的结构。
此外，本实施方式的商店终端装置3中，通过处理单元31读出并执行被存储在存储单元32中的程序32a，属性信息获取单元31a、用途信息获取单元31b、测量信息获取单元31c、用户信息发送单元31d及推测结果输出单元31e等在处理单元31被作为软件性的功能单元实现。属性信息获取单元31a进行通过用通信单元33与平板型终端装置5之间进行通信，获取用户输入到平板型终端装置5的年龄及性别等的属性信息的处理。同样地，用途信息获取单元31b进行通过用通信单元与平板型终端装置5之间进行通信，获取用户输入到平板型终端装置5的用途信息的处理。
测量信息获取单元31c进行通过用通信单元33与检查装置4之间进行通信，获取由检查装置4测量出的用户的屈光误差及近距视力等的测量信息的处理。用户信息发送单元31d进行将属性信息获取单元31a获取的属性信息、用途信息获取单元31b获取的属性信息及测量信息获取单元31c获取的测量信息相关联，作为用户信息发送到服务器装置1的处理。推测结果输出单元31e进行获取服务器装置1相对用户信息发送单元31d发送的用户信息发送的、适合于该用户的眼镜的镜片规格信息，并将获取的规格信息用显示单元34输出(显示)的处理。
图9是用于说明本实施方式的检查装置4的结构的示意图。图示的检查装置4为用于测量用户的眼睛的屈光特性(屈光误差)的装置。检查装置4具备处理单元41、操作单元42、测量用眼镜43、基座46、光射出单元47及距离传感器48等而构成。测量用眼镜43为由眼镜框45支承被形成了将入射的光缩小并使光通过的第1针孔及第2针孔(省略图示)的圆盘44的结构。测量用眼镜43被测量对象者即用户佩戴。
光射出单元47例如是被连接到处理单元41的显示器，射出第1光及第2光，使得穿过测量用眼镜43的第1针孔及第2针孔的光的同时，入射到用户的眼睛。处理单元41例如用计算机构成，进行从穿过了第1针孔的第1光及穿过了第2针孔的第2光到达用户的眼睛的视网膜上的到达位置的信息，计算眼睛的屈光特性(屈光误差)的处理。操作单元42、光射出单元47及距离传感器48被连接到处理单元41。
操作单元42例如用键盘及鼠标等输入装置构成，接受用户变更光射出单元47的发光部分的排布方向或位置偏移等操作。用户进行利用操作单元42变更光射出单元47的发光部分的位置偏移量的操作，以使穿过测量用眼镜43看到的光射出单元47的发光部分的像没有位置偏移。处理单元41根据用户对操作单元42的输入，调整光射出单元47的第1光及第2光的射出位置。
基座46是用于用户放置面部的台，使得用户的眼睛被配置在规定的位置。通过用户将面部放置在基座46上，用户的眼睛的位置被定位在成为适合于测量的规定的位置。距离传感器48是测量光射出单元47至圆盘44为止的距离的传感器，例如可用激光距离仪等构成。距离传感器48将测量出的距离提供给处理单元41。
处理单元41基于用操作单元42接受了输入的用户进行的位置偏移的调整量a、距离传感器48测量出的光射出单元47至圆盘44为止的距离d、以及被形成在圆盘44上的第1针孔及第2针孔之间的距离h，用以下的式(1)计算用户的屈光力(屈光误差)K。
K＝D×(h-a)/h…(1)
其中，D＝1000/d
此外，处理单元41可与商店终端装置3进行通信，将算出的用户的屈光力(屈光误差)发送到商店终端装置3。另外，在本例子中说明了检查装置4测量用户的屈光误差的结构，但不限于此。检查装置4例如可以是测量用户的近距视力的装置，也可以是这些以外的测量眼睛的特性的装置。此外，检查装置4可以为具备例如像测量屈光误差的装置和测量近距视力的装置那样的2个以上的装置而构成的装置，也可以是用1个装置能够进行屈光误差及近距视力等多个种类的测量的装置。
图10是表示本实施方式的平板型终端装置5的结构的框图。本实施方式的平板型终端装置5具备处理单元51、存储单元(存储器)52、通信单元(收发机)53、显示单元(显示器)54及操作单元55等而构成。处理单元51使用CPU或MPU等的运算处理装置构成。处理单元51通过读出并执行被存储在存储单元52中的程序52a，进行接受用户的属性信息及用途信息等的输入的处理、以及将接受了输入的信息发送到商店终端装置3的处理等各种各样的处理。
存储单元52例如使用硬盘等磁存储装置或闪存等非易失性的存储器元件构成。存储单元52存储处理单元51执行的各种程序、以及处理单元51的处理上需要的各种数据。本实施方式中，存储单元52存储了处理单元51执行的程序52a。本实施方式中，通过远程服务器装置等分发程序52a，平板型终端装置5通过通信而获取程序52a，并存储在存储单元52中。但是，程序52a例如也可以在平板型终端装置5的制造阶段被写入在存储单元52中。例如，平板型终端装置5也可以读出被记录在存储卡或光盘等的记录介质中的程序52a，并将程序52a存储在存储单元52中。例如，也可以是写入装置读出被记录在记录介质中的程序52a，写入在平板型终端装置5的存储单元52中。可以按经由网络的分发的方式提供程序52a，也可以按被记录在记录介质中的方式提供程序52a。
通信单元53经由包含互联网及移动电话通信网等的网络N，与各种各样的装置之间进行通信。本实施方式中，通信单元53经由网络N，与商店终端装置3之间进行通信。通信单元53将由处理单元51提供的数据发送到另一装置，并且将从其装置接收的数据提供给处理单元51。
显示单元54使用液晶显示器等构成，基于处理单元51的处理而显示各种各样的图像及字符等。本实施方式中，显示单元54被用于显示用于接受用户的属性信息及用途信息等的输入的画面。
操作单元55接受用户的操作，将接受的操作通知给处理单元51。例如，操作单元55通过机械式的按钮或被设置在显示单元54的表面上的触摸面板等输入设备接受用户的操作。此外，例如操作单元55可以是鼠标及键盘等输入设备，这些输入设备也可以是相对平板型终端装置5可拆卸的结构。
此外，本实施方式的平板型终端装置5，通过处理单元51读出并执行被存储在存储单元52中的程序52a，显示处理单元51a、输入接受单元51b及信息发送单元51c等在处理单元51中被作为软件性的功能单元实现。显示处理单元51a进行将用于从用户接受的属性信息及用途信息的输入的输入画面显示在显示单元54上的处理。输入接受单元51b进行基于输入画面被显示于显示单元54时对操作单元55进行的操作，接受用户的属性信息及用途信息的输入的处理。信息发送单元51c进行将输入接受单元51b接受了输入的用户的属性信息及用途信息用通信单元53发送到商店终端装置3的处理。
＜眼镜镜片选择支持处理＞
为购买眼镜来访商店的用户，首先用平板型终端装置5输入自身的年龄及性别等属性信息、以及想要购买的眼镜的使用目的及使用环境等用途信息。此时，平板型终端装置5在显示单元54上显示属性信息及用途信息的输入接受画面。图11是表示平板型终端装置5显示的属性信息及用途信息的输入接受画面的一例子的示意图。在图示的输入接受画面的上部，在“请回答以下问题”的消息的下方，设置有接受姓名的输入的输入框、接受年龄的输入的输入框、以及接受男性或女性的任一选择作为性别的单选按钮(选项按钮)。进而在其下方，被设置与“以前使用过眼镜吗？”的消息一起接受有无眼镜的使用经验的选择的单选按钮、以及与“有使用渐进屈光力镜片的经验吗？”的消息一起接受有无渐进屈光力镜片的使用经验的选择的单选按钮。平板型终端装置5通过被设置在这些输入接受画面的上部的输入框及单选按钮，接受用户的属性信息的输入。
在输入接受画面的下部，被设置用于接受与用户的眼镜的使用方法有关的选择的单选按钮、接受是否在汽车的驾驶中使用眼镜的选择的单选按钮。接受眼镜的使用方法，从被设置在“注重哪种使用方法？”的消息的下方的、“外出时可看清远处”、“在计算机作业和室内可清楚看见”以及“可清楚看见书籍和智能手机画面”的3个选择项中接受选择。接受是否将眼镜用于汽车的驾驶，从与“是开车时也使用的眼镜吗？”的消息一起被设置的“是”或“否”的选择项中接受选择。平板型终端装置5通过被设置这些输入接受画面的下部的单选按钮，接受用户的用途信息的输入。
平板型终端装置5在显示单元54上显示图11的输入接受画面，基于对操作单元55的操作来反映对各项目的输入。平板型终端装置5根据对被设置在输入接受画面的最下部的完成按钮的操作，接受有关输入接受画面的各项目的用户的最终信息的输入，将用户的属性信息及用途信息发送到商店终端装置3。
图12是表示本实施方式的平板型终端装置5进行的处理过程的流程图。本实施方式的平板型终端装置5的处理单元51的显示处理单元51a，将图11所示的输入接受画面显示在显示单元54上(步骤S1)。处理单元51的输入接受单元51b根据是否进行了对输入接受画面的完成按钮的操作，判定用户的信息的输入是否完成(步骤S2)。在输入未完成的情况下(S2：“否”)，处理单元51将处理返回到步骤S1，继续输入接受画面的显示。
在由用户进行的信息的输入完成的情况下(S2：“是”)，输入接受单元51b获取被输入到输入接受画面的各项目中的信息(步骤S3)。处理单元51的信息发送单元51c将在步骤S3中接受的信息作为用户的属性信息及用途信息发送到商店终端装置3(步骤S4)，并结束处理。
在平板型终端装置5中结束了属性信息及用途信息的输入的用户，进行检查装置4的屈光误差及近距视力等的测量。检查装置4的检查可以在商店的店员的主导下进行，也可以用户通过自己操作检查装置4来进行。例如，用户用图9所示结构的检查装置4进行屈光误差的测量。用户佩戴检查装置4的测量用眼镜43，将面部放置在基座46上，从被形成在测量用眼镜43的圆盘44中的第1针孔及第2针孔观察光射出单元47。用户进行用操作单元42调整基于从光射出单元47射出的第1光及第2光的发光像的位置偏移的操作。检查装置4基于用户的调整量计算屈光误差，将测量结果显示在显示器等上。
图13是表示检查装置4显示的测量信息显示画面的一例子的示意图。在图示的测量信息显示画面中，“您的屈光误差测量结果”的消息被显示在最上部分，右眼及左眼的屈光误差的测量结果被显示在其下方。在本例子中，例如分别对于右眼及左眼示出用户的球面度数S、圆柱(散光)度数C、以及散光轴AX等的测量结果，作为屈光误差的测量结果。
在结束了用户的屈光误差的测量后，检查装置4在显示器等上显示图13的测量信息显示画面。在接受了对被设置在测量信息显示画面的最下部的OK按钮的操作的情况下，检查装置4将该测量结果作为用户的测量信息发送到商店终端装置3。
图14是表示本实施方式的商店终端装置3进行的处理过程的流程图。本实施方式的商店终端装置3的处理单元31的属性信息获取单元31a及用途信息获取单元31b，获取从平板型终端装置5发送的属性信息及用途信息(步骤S11)。接着，处理单元31的测量信息获取单元31c获取从检查装置4发送的测量信息(步骤S12)。处理单元31的用户信息发送单元31d将在步骤S11中获取的属性信息及用途信息和在步骤S12中获取的测量信息发送到服务器装置1(步骤S13)。
处理单元31的推测结果输出单元31e判定是否接收到服务器装置1对于步骤S13的信息发送而发送的眼镜的规格信息(步骤S14)。在未接受到规格信息的情况下(S14：“否”)，推测结果输出单元31e等待到直至从服务器装置1接收到规格信息为止。在从服务器装置1接收到眼镜的规格信息的情况下(S14：“是”)，推测结果输出单元31e将接收到的规格信息作为适合于用户的眼镜镜片的候选显示在显示单元34上(步骤S15)。
之后，处理单元31判定对于作为候选显示的镜片规格信息，是否由用户进行了设为购买该候选的眼镜的规格的选择(步骤S16)。在显示的候选的镜片没有被用户选择的情况下(S16：“否”)，处理单元31获取作为下一个候选的镜片规格信息(步骤S17)，将处理返回到步骤S15，显示有关下一个候选的规格信息。在显示的候选的镜片被用户选择的情况下(S16：“是”)，处理单元31结束处理。另外，在有关多个候选的镜片规格被包含在步骤S14中从服务器装置1接收到的规格信息中的情况下，处理单元31可以从接收到的规格信息中获取下一个候选的规格。相对于此，在多个候选没有被包含在从服务器装置1接收到的规格信息中的情况下，处理单元31向服务器装置1请求发送作为下一个候选的镜片规格信息，服务器装置1根据该请求向商店终端装置3发送下一个候选的规格信息。
图15是表示本实施方式的服务器装置1进行的规格推测处理过程的流程图。本实施方式的服务器装置1的处理单元11的用户信息获取单元11a，获取商店终端装置3发送的用户的属性信息、用途信息及测量信息(步骤S21)。用户信息获取单元11a将在步骤S21中获取的信息存储在存储单元12的用户信息DB12c中(步骤S22)。
处理单元11的镜片规格推测单元11b将在步骤S21中获取的用户的属性信息、用途信息及测量信息输入到规格预测模型12b(步骤S23)。镜片规格推测单元11b根据步骤S23的信息输入而获取规格预测模型12b所输出的规格信息(镜片的种类及下加光度)(步骤S24)。镜片规格推测单元11b将在步骤S24中获取的规格信息作为推测规格信息存储在存储单元12的用户信息DB12c中(步骤S25)。处理单元11的规格信息发送单元11c将在步骤S24中获取的镜片规格信息发送到商店终端装置3(步骤S26)，并结束处理。
图16是表示商店终端装置3显示的规格信息显示画面的一例子的示意图。在图示的规格信息显示画面中，“为您推荐的镜片”的消息被显示在最上部分，在其下方，对单焦点镜片、远近两用类型、注重中近的远近两用类型及室内(中近)型的4个镜片种类大致示出其形状的图像以横向排列显示。在规格信息显示画面中，根据来自服务器装置1的规格信息以选择状态示出1个镜片种类。在本图中，通过以粗框包围镜片种类及其说明文来表现选择状态。
此外，在规格信息显示画面中，在远近两用类型(渐进屈光力镜片)被选择的情况下，下加光度根据来自服务器装置1的规格信息被示出。在图示的例子中，1.50D的值被示出作为远近两用类型的下加光度(ADD)。此外，在规格信息显示画面中，被显示与选择的镜片种类有关的简单的说明文。在图示的例子中，被显示了“应对从远处至手边的宽范围，也推荐用于室外活动”的句子，作为远近两用类型的说明文。
商店终端装置3基于从服务器装置1接收到的镜片规格信息，将选择了被推测为适合于用户的镜片种类的规格信息显示画面显示在显示单元54上。此外，在规格信息中被推测为远近两用类型(渐进屈光力镜片)适合的情况下，商店终端装置3将被包含在规格信息中的下加光度的推测值显示在规格信息显示画面上。
此外，在规格信息显示画面的最下部分，被设置附加了“选择推荐的类型的镜片”的标记的按钮和被附加了“选择另一类型的镜片”的标记(label)的按钮。在接受了对“选择推荐的类型的镜片”的按钮的操作的情况下，商店终端装置3进行后续的处理，在规格信息显示画面上所示的镜片的种类及下加光度的镜片设为被用户选择的镜片。作为后续的处理，例如向商店的店员通知用户的选择结果，提醒提供试佩戴的眼镜，或者，可进行显示有关被选择的镜片的眼镜的估计金额等处理。
此外，在接受了对“选择另一类型的镜片”的按钮的操作的情况下，商店终端装置3进行例如表示第2候选的镜片规格信息的规格信息显示画面的显示。服务器装置1也可以基于规格预测模型12b输出的数值，将多个镜片规格的候选包含在规格信息中，这种情况下，商店终端装置3显示被包含在从服务器装置1接收到的规格信息中的第2候选的信息。或者，商店终端装置3也可以对服务器装置1请求第2候选的镜片规格信息，根据该请求，服务器装置1推测作为第2候选的镜片规格并将规格信息发送到商店终端装置3。
例如，在规格预测模型12b对各镜片的种类输出对用户的适合性或推荐性等的数值的情况下，服务器装置1以该数值从高到低的顺序设为第1候选、第2候选…。服务器装置1在规格信息中包含例如有关像前3位那样规定的顺序范围的候选的多个候选的信息并发送，或者在规格信息中包含有关适合性的数值超过规定的阈值的候选的多个候选的信息并发送。在多个候选的信息被包含在从服务器装置1接收到的规格信息中的情况下，商店终端装置3在规格信息显示画面上从顺序最高的候选起顺序地向用户提示镜片规格，在用户没有选择该镜片的情况下，以同样的规格信息显示画面向用户提示下一个候选的镜片规格。另外，商店终端装置3例如可以在规格信息显示画面中向用户提示多个候选的规格信息，这种情况下也可以附带顺序显示多个候选。
用户可以基于在商店终端装置3的规格信息显示画面上被推荐的规格来选择镜片，例如进行具有该镜片的眼镜的试戴等。用户可以在满意试戴的眼镜情况下决定购买该眼镜，在不满意试戴的眼镜的情况下改变第2候选、第3候选…和镜片规格，反复进行眼镜的试戴。
＜学习处理＞
图17是表示本实施方式的服务器装置1进行的规格预测模型12b的生成处理过程的流程图。本实施方式的服务器装置1的处理单元11的学习处理单元11d获取将由本系统的设计者等预先制作的用户的属性信息、用途信息及测量信息、和眼镜的镜片规格信息相关联的教师数据(步骤S31)。学习处理单元11d使用在步骤S31中获取的教师数据，进行对预先准备的学习模型的有监督的学习处理(步骤S32)。学习处理单元11d将通过步骤S32的学习处理进行了学习的预训练的学习模型作为规格预测模型12b存储在存储单元12中(步骤S33)，结束生成处理。
图18是表示本实施方式的服务器装置1进行的规格预测模型12b的再学习处理过程的流程图。本实施方式的服务器装置1的处理单元11从商店终端装置3获取用户最终购买的眼镜的镜片规格信息，将获取的信息作为购买规格信息存储在存储单元12的用户信息DB12c中(步骤S41)。此外，处理单元11从商店终端装置3获取来自购买了眼镜的用户的咨询、有无有关退货、更换或索赔等的跟踪信息，将获取的跟踪信息存储在存储单元12的用户信息DB12c中(步骤S42)。处理单元11判定在用户信息DB12c中是否完成了对再学习积累足够量的信息(步骤S43)。在没有完成足够的信息的积累的情况下(S43：“否”)，处理单元11返回到步骤S41，继续进行信息的积累。
在完成了充分的信息积累的情况下(S43：“是”)，处理单元11的学习处理单元11d基于被存储在用户信息DB12c中的信息，制作用于再学习的教师数据(步骤S44)。此时，学习处理单元11d可以将例如被存储在用户信息DB12c中的用户的属性信息、用途信息及测量信息、和购买规格信息相关联而制作教师数据。此外，例如，在推测规格信息和购买规格信息不同的情况下，学习处理单元11d也可以在推测规格信息中对该推测规格信息附加负标记而用作教师数据。此外，例如学习处理单元11d也可以基于跟踪信息对进行了退货或更换等的购买规格信息附加负标记而用作教师数据。
学习处理单元11d读出被存储在存储单元12中的规格预测模型12b(步骤S45)。学习处理单元11d使用在步骤S44中制作的教师数据，进行在步骤S45中读出的规格预测模型12b的再学习处理(步骤S46)。学习处理单元11d通过将在步骤S46中进行了再学习的规格预测模型12b存储在存储单元12中，更新规格预测模型12b(步骤S47)，并结束处理。
＜总结＞
在以上结构的本实施方式的眼镜镜片选择支持系统中，服务器装置1通过从商店终端装置3获取用户的属性信息、用途信息及测量信息，将获取的这些信息输入到规格预测模型12b，获取规格预测模型12b输出的眼镜的镜片规格信息，预测适合于用户的眼镜的镜片规格。规格预测模型12b为使用将用户的属性信息、用途信息及测量信息、和眼镜的镜片规格信息相关联的教师数据，预先进行学习而生成的学习模型。由此，眼镜镜片选择支持系统可以推测适合于用户的眼镜的镜片规格并提示给用户，可以期待支持用户的眼镜镜片的选择。
此外，在本实施方式的眼镜镜片选择支持系统中，在输入到规格预测模型12b的属性信息中包含用户的年龄的信息，在测量信息中包含眼睛的屈光误差的测量结果。用户的年龄可能是导致老花的原因，此外，先前的研究表明用户的视力和屈光误差之间存在相关，通过将用户的年龄及屈光误差设为输入信息，可以期待眼镜镜片选择支持系统使用规格预测模型12b实现精度高的镜片规格的推测。
此外，在本实施方式的眼镜镜片选择支持系统中，商店终端装置3从可测量用户的屈光误差的检查装置4获取屈光误差的测量结果，服务器装置1从商店终端装置3获取屈光误差的测量信息。由此，服务器装置1可以容易地获取用户的屈光误差的测量信息而用于镜片规格的推测。
此外，在本实施方式的眼镜镜片选择支持系统中，在规格预测模型12b输出的规格信息中包含眼镜镜片的种类及镜片的下加光度的信息。由此，用户可以得知适合自身的眼镜镜片的种类及下加光度，可以容易地进行眼镜镜片的选择。
此外，在本实施方式的眼镜镜片选择支持系统中，服务器装置1将用户的属性信息、用途信息及测量信息、规格预测模型12b预测的预测规格信息、用户最终选择并购买的购买规格信息、以及与用户购买的眼镜有关的跟踪信息存储并积累在用户信息DB12c中，以被积累的这些信息为基础，生成教师数据，进行规格预测模型12b的再学习处理。由此，眼镜镜片选择支持系统基于系统运行所积累的信息更新规格预测模型12b，可以期待提高适合于用户的眼镜镜片的推测精度。
另外，在本实施方式中，设为眼镜镜片选择支持系统包含服务器装置1、商店终端装置3、检查装置4及平板型终端装置5等多个装置而构成，但不限于此。例如也可以是1个装置进行本实施方式中的服务器装置1、商店终端装置3、检查装置4及平板型终端装置5进行的处理的结构。可适当地变更本实施方式中所示的装置结构、以及各装置的作用分担。此外，图9所示的测量屈光误差的检查装置4的结构为一例子，并不限于此，检查装置4也可以是就那些任何测量的装置。此外，图11、图13及图16所示的画面为一例子，并不限于此。
此外，在本实施方式中，设为了商店终端装置3进行图16所示的规格信息显示画面的显示处理的结构，但不限于此，服务器装置1也可以进行规格信息显示画面的显示处理。即，服务器装置1基于规格预测模型12b输出的规格信息，生成用于显示图16所示的规格信息显示画面的图像数据等并发送到商店终端装置3，接收到该数据等的商店终端装置3基于接收到的数据，也可以在显示单元34上显示规格信息显示画面。
本次公开的实施方式在所有方面都是例示，而不应被认为是限制性的。本发明的范围不是上述含义，而意图在于由权利要求书表示、包含在与权利要求书同等含义及范围内的所有变更。

Claims (19)

1.一种学习模型的生成方法，其中，
获取将用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息、和眼镜的镜片规格信息相关联的教师数据，
使用所获取的所述教师数据，生成在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出所述规格信息的学习模型。
2.如权利要求1所述的学习模型的生成方法，其中，
在所述属性信息中，包含所述用户的年龄，
在所述测量信息中，包含所述用户眼睛的屈光误差的测量结果。
3.如权利要求1或权利要求2所述的学习模型的生成方法，其中，
在所述规格信息中，包含眼镜镜片的种类。
4.如权利要求1至权利要求3中任意一项所述的学习模型的生成方法，其中，
在所述规格信息中，包含眼镜镜片的下加光度。
5.如权利要求1至权利要求4中任意一项所述的学习模型的生成方法，其中，
获取将对于所生成的学习模型输入的用户的所述属性信息、所述测量信息及所述用途信息、和与所述用户选择出的镜片有关的跟踪信息相关联的教师数据，
使用所获取的所述教师数据，再次生成所述学习模型。
6.一种记录了计算机程序的非易失性的记录介质，其中，
使计算机执行以下处理：
获取用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息，
对于在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出眼镜的镜片规格信息的学习模型，输入所获取的所述属性信息、所述测量信息及所述用途信息，
获取所述学习模型输出的所述规格信息。
7.如权利要求6所述的记录介质，其中，
在所述属性信息中，包含所述用户的年龄，
在所述测量信息中，包含所述用户眼睛的屈光误差的测量结果。
8.如权利要求7所述的记录介质，其中，
从测量所述用户眼睛的屈光误差的屈光误差测量装置中获取所述测量结果。
9.如权利要求6至权利要求8中任意一项所述的记录介质，其中，
在所述规格信息中，包含眼镜镜片的种类。
10.如权利要求6至权利要求9中任意一项所述的记录介质，其中，
在所述规格信息中，包含眼镜镜片的下加光度。
11.如权利要求6至权利要求10中任意一项所述的记录介质，其中，
将输入到所述学习模型的所述属性信息、所述测量信息及所述用途信息、和所述学习模型输出的所述规格信息、和与所述用户选择出的镜片有关的信息相关联地存储在数据库中。
12.如权利要求6至权利要求11中任意一项所述的记录介质，其中，
基于从所述学习模型获取的所述规格信息，向所述用户显示用于提示眼镜规格的画面。
13.如权利要求12所述的记录介质，其中，
在所述画面中，将示意性表示眼镜镜片的种类的图像和所述镜片的下加光度相关联地提示。
14.如权利要求12或权利要求13所述的记录介质，其中，
接受与在所述画面中被提示的眼镜的规格有关的选择与否，
在接受了拒绝所述规格的选择的情况下，显示用于提示另一规格的画面。
15.一种记录介质，其中，
使计算机执行以下处理：
获取用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息，
对于在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出眼镜的镜片规格信息的学习模型，在被输入了所获取的所述属性信息、所述测量信息及所述用途信息情况下，获取所述学习模型输出的所述规格信息，
基于所获取的所述规格信息，向所述用户显示用于提示眼镜的规格的画面。
16.如权利要求15所述的记录介质，其中，
在所述画面中，将示意性表示眼镜镜片的种类的图像和所述镜片的下加光度相关联地提示。
17.如权利要求15或权利要求16所述的记录介质，其中，
接受与在所述画面中被提示的眼镜的规格有关的选择与否，
在接受了拒绝所述规格的选择的情况下，显示用于提示另一规格的画面。
18.一种眼镜镜片选择支持方法，其中，
获取用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息，
对于在输入了所述属性信息、所述测量信息及所述用途信息的情况下输出眼镜的镜片规格信息的学习模型，输入获取的所述属性信息、所述测量信息及所述用途信息，
获取所述学习模型输出的所述规格信息。
19.一种眼镜镜片选择支持系统，具备：
存储单元，存储学习模型，所述存储模型在输入了用户的属性信息、与所述用户的眼睛有关的测量信息及由所述用户进行的眼镜的用途信息的情况下，输出眼镜的镜片规格信息；
用户信息获取单元，获取所述属性信息、所述测量信息及所述用途信息；以及
规格信息获取单元，将所述用户信息获取单元获取的所述属性信息、所述测量信息及所述用途信息输入到所述学习模型，获取所述学习模型输出的所述规格信息。
CN202011001369.6A 2019-09-30 2020-09-22 学习模型的生成方法、记录介质、眼镜镜片选择支持方法及系统 Active CN112578575B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962907882P 2019-09-30 2019-09-30
US62/907,882 2019-09-30
JP2019237429A JP2021056985A (ja) 2019-09-30 2019-12-26 学習モデルの生成方法、コンピュータプログラム、眼鏡レンズ選択支援方法及び眼鏡レンズ選択支援システム
JP2019-237429 2019-12-26

Publications (2)

Publication Number Publication Date
CN112578575A true CN112578575A (zh) 2021-03-30
CN112578575B CN112578575B (zh) 2022-12-16

Family

ID=72613868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011001369.6A Active CN112578575B (zh) 2019-09-30 2020-09-22 学习模型的生成方法、记录介质、眼镜镜片选择支持方法及系统

Country Status (3)

Country Link
US (1) US20210097412A1 (zh)
EP (1) EP3798944A1 (zh)
CN (1) CN112578575B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0806694A2 (en) * 1996-05-09 1997-11-12 JOHNSON & JOHNSON VISION PRODUCTS, INC. Neural network analysis for multifocal contact lens design
CN105637512A (zh) * 2013-08-22 2016-06-01 贝斯普客公司 用于创造定制产品的方法和系统
US20170371178A1 (en) * 2016-06-22 2017-12-28 Indizen Optical Technologies of America, LLC Custom ophthalmic lens design derived from multiple data sources
US20190094532A1 (en) * 2017-09-28 2019-03-28 Carl Zeiss Ag Methods and apparatuses for designing optical systems
US20190147361A1 (en) * 2017-02-03 2019-05-16 Panasonic Intellectual Property Management Co., Ltd. Learned model provision method and learned model provision device

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2894500B2 (ja) 1990-01-09 1999-05-24 ホーヤ 株式会社 累進多焦点レンズ選択テーブル表
JP5897285B2 (ja) * 2011-09-02 2016-03-30 イーエイチエス レンズ フィリピン インク 累進屈折力レンズ選択装置、累進屈折力レンズ選択方法及び累進屈折力レンズ選択プログラム
US10085631B2 (en) * 2016-03-31 2018-10-02 Nidek Co., Ltd. Method for generating eyeglass-prescription assisting information
CA3040852C (en) * 2016-10-20 2023-04-04 Nikon-Essilor Co., Ltd. Image creation device, method for image creation, image creation program, method for designing eyeglass lens and method for manufacturing eyeglass lens
US20190213914A1 (en) * 2017-03-03 2019-07-11 Sandra Vallance Kitchen personal assistant
JP2019058486A (ja) * 2017-09-27 2019-04-18 国立大学法人 筑波大学 眼測定装置及び方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0806694A2 (en) * 1996-05-09 1997-11-12 JOHNSON & JOHNSON VISION PRODUCTS, INC. Neural network analysis for multifocal contact lens design
CN105637512A (zh) * 2013-08-22 2016-06-01 贝斯普客公司 用于创造定制产品的方法和系统
US20170371178A1 (en) * 2016-06-22 2017-12-28 Indizen Optical Technologies of America, LLC Custom ophthalmic lens design derived from multiple data sources
US20190147361A1 (en) * 2017-02-03 2019-05-16 Panasonic Intellectual Property Management Co., Ltd. Learned model provision method and learned model provision device
US20190094532A1 (en) * 2017-09-28 2019-03-28 Carl Zeiss Ag Methods and apparatuses for designing optical systems

Also Published As

Publication number Publication date
CN112578575B (zh) 2022-12-16
EP3798944A1 (en) 2021-03-31
US20210097412A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
CN104335103B (zh) 用于为佩戴者提供个性化眼镜片光学系统的方法
US20210271117A1 (en) Method for determining an ophthalmic equipment and system associated
US10146064B2 (en) Apparatus and method for ascertaining a type of spectacle lens and apparatus and method for determining a refractive power distribution of a progressive spectacle lens
Forkel et al. Personalized progressive addition lenses: correlation between performance and design
CN106461966A (zh) 用于提供高分辨率矫正眼科镜片的系统和方法
CN113272723A (zh) 用于预测眼睛注视参数的方法和系统以及用于推荐视觉设备的相关联方法
JP6220627B2 (ja) 計測方法、眼鏡レンズ選択方法、眼鏡レンズ設計方法、眼鏡レンズ製造方法および計測装置
CN112578575B (zh) 学习模型的生成方法、记录介质、眼镜镜片选择支持方法及系统
JP2022537702A (ja) コンタクトレンズ適合性を予測するために機械学習を使用するシステム及び方法
KR102387396B1 (ko) 개인을 위한 개인화된 시각적 보정을 위한 프로그레시브 안구 기기를 결정하기 위한 방법
US20240069366A1 (en) Method and apparatus for determining a fit of a visual equipment
KR20240089326A (ko) 대상자의 굴절 값의 진행과 관련된 데이터를 결정하기 위한 장치 및 방법
CN106030383A (zh) 眼镜镜片供应系统、其程序、棱镜量决定装置、棱镜量决定方法及眼镜镜片的制造方法
EP3006992B1 (en) A method for ordering an optical equipment
JP2021056985A (ja) 学習モデルの生成方法、コンピュータプログラム、眼鏡レンズ選択支援方法及び眼鏡レンズ選択支援システム
CN111163680B (zh) 用于适配个人的视觉和/或视觉运动行为的方法和系统
KR20230038248A (ko) 시각 작업을 수행하는 대상자의 피로 상태의 변화의 자동 예측을 제공하기 위한 방법 및 장치
EP4220282A1 (en) Determining a lens shape for producing an optical lens for an eye of a person
CN113039478A (zh) 用于确定镜片设计适于用户的程度的方法
Harvey Nicer kids, better future
KR20230142457A (ko) 시각 장비를 자동 평가하기 위한 장치 및 방법
Dumbleton et al. Presbyopia and multifocal contact lenses 2: Prescribing and fitting
Parescura Influence of customer relationship management in optometric practice
JPH04272741A (ja) 眼鏡レンズの選定装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant