JP2011232864A - 施設情報分類システムおよび施設情報分類プログラム - Google Patents

Abstract

【課題】監視カメラで撮影された画像の解析によって得られた、施設における来場者の統計情報に基づいて、同種の複数の施設について来場者の動向が類似するものに分類する施設情報分類システムを提供する。
【解決手段】監視カメラ２５と、監視カメラ２５によって撮影された画像を記録する監視カメラ制御部２１と、記録された画像を解析して来場者およびその属性を検出して、日付および時間帯毎に来場者数を集計する画像解析部２２とを有する監視カメラサーバ２０と、各監視カメラサーバ２０から来場者数の集計結果を収集して来場者統計１３として記録する収集部１１と、来場者統計１３から条件に基づいて抽出したデータによって、各店舗２における各時間帯での来場者数をヒストグラム化し、ヒストグラムの距離を類似度とみなして各店舗２を類似するものにクラスタリングして分類し、分類情報１４を出力する分類部１２とを有する分類サーバと、を有する。
【選択図】図１

Description

本発明は、店舗等の施設への来場者の状況を分析する技術に関し、特に、監視カメラによって得られた来場者の特性の情報に基づいて、来場者の特性が類似する施設に分類する施設情報分類システムおよび施設情報分類プログラムに適用して有効な技術に関するものである。

現在では、様々な施設において、事件や事故などの検知や事後的な証拠収集、犯罪の抑止などの様々な目的のために監視カメラや監視カメラシステム（以下では単に「監視カメラ」と記載する場合がある）が設置されている。監視カメラは高機能・高性能化し続けており、様々な機能を有するものが市場に提供されている。

施設内外の画像の撮影と記録という基本的な機能に加えて、監視カメラにおける付加的な機能としては、監視カメラが撮影した動画像に対する画像処理に基づく動体検出、および動体の特徴に基づく人物検出などの機能がある。また、人物の顔などの各部分を検出し、その特徴から人物の性別や年齢などを推定する機能を有するものもある。しかしながら、これらの有益な情報を事故や犯罪検知等の目的以外にどのように活用するかについては、設置施設のニーズ次第である。

例えば、これらの情報を利用して、顧客動向の重要な情報である店舗等の施設への入場者数等の情報を得る技術として、特開２０１０−１５４６５号公報（特許文献１）には、画像データと共に撮影した時刻を出力する監視カメラを備え、所定領域に入場した入場者を検出する入場者検出手段と、入場者が検出された位置関係に基づいて入場者をそれぞれ識別する入場者識別手段と、入場者の数を計測する入場者数計測手段とを有し、また、性別や年齢の特徴を表す特徴データと入場者に対応する画像データとを比較した結果に基づいて入場者毎に性別や年齢を判定する判定手段を有し、性別や年齢毎に入場者の数を計測することができる入場者管理システムが記載されている。

特開２０１０−１５４６５号公報

例えばスーパーやコンビニエンスストア等の小売店舗では、商品の陳列内容や追加・補充のタイミング等について、品切れや廃棄処分等の販売機会損失とのバランスをとって最適化することが求められる。どのような商品がどのようなタイミングでよく売れるかというような情報は、適切な商品陳列を行うための重要な参照情報の基礎となる。

従来、このような分析は主にＰＯＳ（Point of Sales）システムによる販売実績の情報に基づいて行われていた。しかし、ＰＯＳシステムの情報では実際に商品を購入した来店者の情報が把握できるのみであり、商品を購入しなかった来店者の動向については把握することができなかった。すなわち、販売機会の損失状況まで的確に把握することはできなかった。

これに対して、特許文献１に記載されたような技術により、店舗において商品を購入しなかった来店者も含む来店者数の統計情報を得ることが可能である。しかしながら、ここで得られた統計情報をどのように活用するか、例えば、適切な商品陳列などを行うのに資する参照情報としてどのように活用するか等の検討については未だ十分に行われていない。

例えば、売上が良好であり販売機会の損失も少ない店舗の陳列情報や店舗の運営情報を参照情報として他の店舗にも展開することを考えた場合に、これらの情報はどの店舗にも一律に適合するものではなく、店舗の属性や特徴（特に来店者の動向）に応じて最適なものは店舗毎に異なるものと考えられる。従って、各店舗の属性や特徴に応じた情報の展開を考慮する必要がある。

そこで本発明の目的は、監視カメラで撮影された画像の解析によって得られた、店舗などの施設における来場者の統計情報に基づいて、同種の複数の施設について来場者の動向が類似するものに分類する施設情報分類システムおよび施設情報分類プログラムを提供することにある。本発明の前記ならびにその他の目的と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、以下のとおりである。

本発明の代表的な実施の形態による施設情報分類システムは、同種の複数の施設においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、前記各施設における来場者の属性、日付、および時間帯毎の数の統計情報に基づいて、前記各施設を来場者の動向が類似するものに分類する施設情報分類システムであって、以下の特徴を有するものである。

すなわち、施設情報分類システムは、前記各施設に設置された監視カメラと、前記各施設に設置され、前記監視カメラを制御して前記監視カメラによって撮影された画像を記録する制御部と、記録された前記画像を解析して、前記各施設への来場者およびその属性を検出して、日付および時間帯毎に来場者数を集計する解析部とを有する監視カメラサーバと、前記各施設の前記監視カメラサーバとネットワーク経由で接続し、前記各監視カメラサーバから前記来場者数の集計結果をそれぞれ収集して前記統計情報として記録する収集部と、前記統計情報から来場者の属性、日付、および曜日のうち少なくとも１つを含む条件に基づいて抽出したデータによって、前記各施設における各時間帯での来場者数をヒストグラム化し、前記各施設間での正規化した前記ヒストグラムの距離を類似度とみなして、前記各施設を類似するものにクラスタリングして分類し、分類結果を出力する分類部とを有する分類サーバと、を有することを特徴とするものである。

また、本発明の代表的な実施の形態による施設情報分類プログラムは、同種の複数の施設においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、前記各施設における来場者の属性、日付、および時間帯毎の数の統計情報に基づいて、前記各施設を来場者の動向が類似するものに分類する施設情報分類サーバとしてコンピュータを機能させる施設情報分類プログラムであって、以下の特徴を有するものである。

すなわち、施設情報分類プログラムは、前記統計情報から来場者の属性、日付、および曜日のうち少なくとも１つを含む条件に基づいてデータを抽出するステップと、抽出した前記データによって、前記各施設における各時間帯での来場者数をヒストグラム化し、前記ヒストグラムを正規化するステップと、前記各施設間での前記ヒストグラムの距離を類似度とみなして、前記各施設を類似するものにクラスタリングして分類するステップと、分類結果を出力するステップとを実行することを特徴とするものである。

本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。

本発明の代表的な実施の形態によれば、監視カメラで撮影された画像の解析によって得られた、店舗などの施設における来場者の統計情報に基づいて、同種の複数の施設について来場者の動向が類似するものに分類することが可能となる。

本発明の一実施の形態である施設情報分類システムの構成例の概要について示した図である。 本発明の一実施の形態における店舗内の特定の領域を通過した人物を把握する例について概要を示した図である。 本発明の一実施の形態における各店舗を来場者の動向が類似するものにクラスタリングして分類する処理の例について概要を示したフローチャートである。 本発明の一実施の形態における店舗と代表店舗との間での来場者数のヒストグラムにおける距離の例について概要を示した図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一部には原則として同一の符号を付し、その繰り返しの説明は省略する。

本発明の一実施の形態である施設情報分類システムは、例えばスーパーやコンビニエンスストアなど、同種の複数の施設（例えばフランチャイズチェーンの店舗）においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、各店舗における来場者の属性、日付、および時間帯毎の数の統計情報に基づいて、各店舗を来場者の動向が類似するものにクラスタリングして分類する。クラスタリングの際は、例えば、来場者の属性（性別や年齢層など）や、日付、曜日等の指定された条件に基づいて各時間帯での来場者数をヒストグラム化し、店舗間での正規化したヒストグラムの距離を類似度とみなして類似する店舗にクラスタリングする。

分類されたクラスタに属する店舗は、来場者の動向が類似するものと判断でき、例えばその中で売上の良好な上位店舗の商品陳列情報や店舗のマネジメント情報などを、クラスタに属する他の店舗に対して提案したり展開したりして共有することで、効率的、効果的な店舗運営に資することができる。

＜システム構成＞
図１は、本発明の一実施の形態である施設情報分類システム１の構成例の概要について示した図である。施設情報分類システム１は、同種の施設である複数の店舗２にそれぞれ設置された、監視カメラサーバ２０と１つ以上の監視カメラ２５とからなる監視カメラシステムと、各監視カメラシステムとインターネット等のネットワーク３０を介して接続された分類サーバ１０とを有する。

監視カメラサーバ２０と監視カメラ２５とからなる監視カメラシステムは、例えば特許文献１などに記載されたようなシステムであり、店舗２内外の所定の位置を監視カメラ２５により撮影して動画像として監視カメラサーバ２０に記録し、その内容を解析することができるものである。

監視カメラサーバ２０は、例えば、コンピュータシステムからなるサーバ機器によって構成され、ネットワーク３０を介して分類サーバ１０に接続し、ソフトウェアプログラムによって実装される監視カメラ制御部２１および画像解析部２２の各部と、画像データ２３および来場者情報２４の各データもしくはデータベースを有する。

監視カメラ制御部２１は、監視カメラサーバ２０に接続された各監視カメラ２５の動作を制御する。ここでの制御には、例えば、監視カメラ２５による撮影の実行・停止、撮影領域の変更、露出等の撮影条件の変更などが含まれ得る。また、監視カメラ２５によって撮影された動画像をデジタルデータとして画像データ２３に記録する。

画像解析部２２は、画像データ２３に記録された動画像を公知の画像処理技術によって解析し、人物（来場者）を検出してさらにその性別および年齢層等の属性を検出し、時系列でその位置などの情報を取得する。また、この情報に基づいて、日付および時間帯毎に店舗２内に存在した来場者数の情報を集計し、来場者情報２４に記録する。この来場者情報２４のデータは、所定のタイミングで手動もしくは自動で分類サーバ１０に送信する。

なお、画像データ２３において検出した人物が来場者であるか否か（来場者としてカウントすべきか否か）の判定について、例えば、検出した人物は全て来場者としてカウントするようにしてもよいし、店舗２内の特定の領域を通過した人物のみを来場者としてカウントするようにしてもよい。

図２は、画像データ２３において店舗２内の特定の領域を通過した人物を把握する例について概要を示した図である。図２では、監視カメラ２５によって撮影され画像データ２３に記録された画像２５０を模式的に示しており、画像解析部２２によって検出された人物２５２および２５３が示されている。また、画像検出部２２によって算出された、人物２５２および２５３の移動経路（位置の時系列での変化）を示す動線２５４および２５５が示されている。

ここで、ユーザが画像データ上で境界線２５１を指定することにより、境界線で区切られた領域に入った人物（人物２５２）を特定することができる。すなわち、境界線２５１と動線２５４、２５５との交差状況を、画像データにおけるそれぞれの座標情報に基づく幾何計算によって算出することにより、動線２５４が境界線２５１で区切られた領域に入ったか否かを判断することができる。これにより、例えば、特定の商品陳列棚や広告の前を通過した来場者に限定するなど、来場者としてカウントする人物をより高い精度で絞り込むことができる。

分類サーバ１０は、例えば、コンピュータシステムからなるサーバ機器によって構成され、ソフトウェアプログラムによって実装される収集部１１および分類部１２の各部と、来場者統計１３のデータベースを有する。

収集部１１は、各店舗２の監視カメラサーバ２０から送信される来場者情報２４のデータを受け付けて、店舗２毎に来場者統計１３に記録する。分類部１２は、例えばユーザからの指示による条件に基づいて、来場者統計１３に記録された各店舗の来場者の動向に係る統計情報から抽出したデータによって、各店舗２間での来場者の動向の類似度を求め、各店舗２を来場者の動向が類似するものにクラスタリングして分類し、結果を分類情報１４として出力する。

分類情報１４において分類された各クラスタに属する店舗２は、来場者の動向が類似するものと判断できる。このとき例えば、図示しないＰＯＳシステムによって別途取得できる各店舗２の売上の情報に基づいて、分類されたクラスタに属する店舗２内での売上が上位の店舗２を抽出して出力する。これにより、ユーザは例えば、抽出された上位の店舗２の商品陳列情報や店舗のマネジメント情報などを、クラスタに属する他の店舗２に対して提案したり展開したりして共有することができる。

＜処理内容＞
図３は、分類サーバ１０の分類部１２において、来場者統計１３に基づいて各店舗２を来場者の動向が類似するものにクラスタリングして分類する処理の例について概要を示したフローチャートである。

分類部１２は、まず分類の際の条件の指定をユーザから受け付ける（Ｓ０１）。ここでの条件は、例えば、動向を解析する対象とする来場者の属性（性別や年齢層など）の他に、来場者の動向を解析する対象とする曜日や特定の日付が該当する。これらの各条件をＡＮＤ条件やＯＲ条件で複数指定してもよい。条件の指定を受けると、来場者統計１３から各店舗２について条件に該当する来場者についての時系列での来場者数のデータを抽出する（Ｓ０２）。

次に、抽出したデータに基づいて時間帯毎に各店舗２に存在した来場者の数のヒストグラムを作成する（Ｓ０３）。このとき、各店舗の規模によって来場者数の絶対値が大きく異なる場合があるため、各店舗２間での比較を可能とするためにヒストグラムにおける来場者数を正規化する（Ｓ０４）。例えば、各時間帯での来場者数をその最大値で除算することで０〜１の間の数値に正規化する。ここで得られたヒストグラムは、各店舗２における来場者の動向を示すデータとなる。

以降の処理では、各店舗２間の来場者数のヒストグラムにおける距離を類似度とみなして、各店舗２をクラスタリングする。クラスタリングの手法としては公知の各種の手法を適宜利用することができるが、本実施の形態では、広く用いられているＫ平均法（K-means法）を利用するものとする。

まず、各店舗２をクラスタリングする際のクラスタ数（Ｋ平均法におけるクラスタ数Ｋ）および各クラスタでの代表となる店舗の指定を受け付ける（Ｓ０５、Ｓ０６）。クラスタ数はユーザが任意の数（例えば３や４など）を指定してもよいし、分類サーバ１０に予め設定されたデフォルト値を使用してもよい。また、代表店舗は、ユーザがクラスタ数と同数の店舗２を全ての店舗２の中から任意に選択して指定してもよいし、分類部１２が全ての店舗２の中からランダムに決定してもよい。

次に、各店舗２について処理を繰り返すループ処理を開始する。ループ処理では、まず、対象の店舗２について、各クラスタの代表店舗との来場者数の動向の類似度をそれぞれ算出する（Ｓ０７）。本実施の形態では、対象の店舗２と各クラスタの代表店舗との来場者数のヒストグラムにおける距離を類似度とみなす。

図４は、店舗２と代表店舗との間での来場者数のヒストグラムにおける距離の例について概要を示した図である。図４では、ステップＳ０１において分類条件として「月曜日」「２０代」「男性」のＡＮＤ条件を指定した場合の、店舗ａと代表店舗における来場者数のヒストグラムの例を示している。ここで、例えば、各時間帯における両ヒストグラムの値の差分を算出し、これを時間帯毎に累積したものを両ヒストグラムの距離として定義する。このヒストグラムの距離が小さいほどヒストグラムの類似度が高いことになる。

ステップＳ０７において各代表店舗のヒストグラムとの類似度（距離）を算出すると、対象の店舗２を、最も類似する（類似度が高い）代表店舗に対応するクラスタに分類する（Ｓ０８）。すなわち、ヒストグラムの距離が最も小さい代表店舗に対応するクラスタに対象の店舗２を分類する。

ステップＳ０７、Ｓ０８の処理を全ての店舗２について繰り返してループ処理を終了すると、各クラスタに対する店舗２の分類が収束したか否かを判定する（Ｓ０９）。すなわち、ループ処理中において各クラスタ間で店舗２の移動が生じたか否かを判定する。分類が収束していない場合（クラスタ間で店舗２の移動が生じた場合）は、分類後の新たなクラスタについて、クラスタに属する全ての店舗２のヒストグラムにおける各時間帯での来場者数の平均値を算出する。このクラスタ内での来場者数の平均値からなるヒストグラムを有する仮想店舗を新たな代表店舗として（Ｓ１０）、ステップＳ０７、Ｓ０８のループ処理を再度実行する。

ステップＳ０９において、各クラスタに対する店舗２の分類が収束した場合（クラスタ間で店舗２の移動が生じなくなった場合）は、分類後の新たなクラスタにそれぞれ属する店舗２の情報を分類情報１４として出力し（Ｓ１１）、分類処理を終了する。なお、上記のフローチャートの処理の流れは一例であり、必要に応じて可能な範囲で適宜処理順序の入れ替えや処理の追加、省略などを行うことができる。

以上に説明したように、本発明の一実施の形態である施設情報分類システム１によれば、例えばスーパーやコンビニエンスストアなど、同種の複数の施設においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、各施設における来場者の統計情報に基づいて、来場者の動向が類似するものにクラスタリングして分類する。クラスタリングの際は、例えば、来場者の属性（性別や年齢層など）および日付、曜日等毎に各時間帯での来場者数をヒストグラム化し、店舗間でのヒストグラムの距離を類似度として類似する店舗にクラスタリングする。

分類されたクラスタに属する施設は、来場者の動向が類似するものと判断できるため、例えばその中で売上の良好な上位店舗の商品陳列情報や店舗のマネジメント情報などを、クラスタに属する他の店舗に対して提案したり展開したりして共有することができ、効率的、効果的な施設運営に資することができる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。

本発明は、監視カメラによって得られた来場者の特性の情報に基づいて、来場者の特性が類似する施設に分類する施設情報分類システムおよび施設情報分類プログラムに利用可能である。

１…施設情報分類システム、２…店舗、
１０…分類サーバ、１１…収集部、１２…分類部、１３…来場者統計、１４…分類情報、
２０…監視カメラサーバ、２１…監視カメラ制御部、２２…画像解析部、２３…画像データ、２４…来場者情報、２５…監視カメラ、
２５０…画像、２５１…境界線、２５２、２５３…人物、２５４、２５５…動線。

Claims (6)

1. 同種の複数の施設においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、前記各施設における来場者の属性、日付、および時間帯毎の数の統計情報に基づいて、前記各施設を来場者の動向が類似するものに分類する施設情報分類システムであって、
   前記各施設に設置された監視カメラと、
   前記各施設に設置され、前記監視カメラを制御して前記監視カメラによって撮影された画像を記録する制御部と、記録された前記画像を解析して、前記各施設への来場者およびその属性を検出して、日付および時間帯毎に来場者数を集計する解析部とを有する監視カメラサーバと、
   前記各施設の前記監視カメラサーバとネットワーク経由で接続し、前記各監視カメラサーバから前記来場者数の集計結果をそれぞれ収集して前記統計情報として記録する収集部と、前記統計情報から来場者の属性、日付、および曜日のうち少なくとも１つを含む条件に基づいて抽出したデータによって、前記各施設における各時間帯での来場者数をヒストグラム化し、前記各施設間での正規化した前記ヒストグラムの距離を類似度とみなして、前記各施設を類似するものにクラスタリングして分類し、分類結果を出力する分類部とを有する分類サーバと、を有することを特徴とする施設情報分類システム。
2. 請求項１に記載の施設情報分類システムにおいて、
   前記分類サーバの前記分類部は、前記各施設間での前記ヒストグラムの前記距離を前記類似度とみなして前記各施設をクラスタリングする際に、２つの前記施設間での正規化した前記ヒストグラムにおける各時間帯での差分を累積したものを、前記施設間の前記ヒストグラムの距離とすることを特徴とする施設情報分類システム。
3. 請求項１または２に記載の施設情報分類システムにおいて、
   前記分類サーバの前記分類部は、前記各施設間での前記ヒストグラムの前記距離を前記類似度とみなして前記各施設をクラスタリングする際に、Ｋ平均法によってクラスタリングすることを特徴とする施設情報分類システム。
4. 請求項１〜３のいずれか１項に記載の施設情報分類システムにおいて、
   前記分類サーバが保持する前記統計情報における来場者の属性の情報は、性別および年齢層のうち少なくとも１つを含むことを特徴とする施設情報分類システム。
5. 請求項１〜４のいずれか１項に記載の施設情報分類システムにおいて、
   前記監視カメラサーバの前記解析部は、前記制御部によって記録された前記画像における所定の領域に移動した人物を来場者として識別することを特徴とする施設情報分類システム。
6. 同種の複数の施設においてそれぞれ設置された監視カメラで撮影された画像の解析によって得られた、前記各施設における来場者の属性、日付、および時間帯毎の数の統計情報に基づいて、前記各施設を来場者の動向が類似するものに分類する施設情報分類サーバとしてコンピュータを機能させる施設情報分類プログラムであって、
   前記統計情報から来場者の属性、日付、および曜日のうち少なくとも１つを含む条件に基づいてデータを抽出するステップと、
   抽出した前記データによって、前記各施設における各時間帯での来場者数をヒストグラム化し、前記ヒストグラムを正規化するステップと、
   前記各施設間での前記ヒストグラムの距離を類似度とみなして、前記各施設を類似するものにクラスタリングして分類するステップと、
   分類結果を出力するステップとを実行することを特徴とする施設情報分類プログラム。