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
施設情報分類システムおよび施設情報分類プログラム Download PDFInfo
- Publication number
- JP2011232864A JP2011232864A JP2010100955A JP2010100955A JP2011232864A JP 2011232864 A JP2011232864 A JP 2011232864A JP 2010100955 A JP2010100955 A JP 2010100955A JP 2010100955 A JP2010100955 A JP 2010100955A JP 2011232864 A JP2011232864 A JP 2011232864A
- Authority
- JP
- Japan
- Prior art keywords
- facility
- visitors
- facilities
- classification
- information
- 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.)
- Pending
Links
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
【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。
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。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010100955A JP2011232864A (ja) | 2010-04-26 | 2010-04-26 | 施設情報分類システムおよび施設情報分類プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010100955A JP2011232864A (ja) | 2010-04-26 | 2010-04-26 | 施設情報分類システムおよび施設情報分類プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011232864A true JP2011232864A (ja) | 2011-11-17 |
Family
ID=45322137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010100955A Pending JP2011232864A (ja) | 2010-04-26 | 2010-04-26 | 施設情報分類システムおよび施設情報分類プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011232864A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015040790A1 (ja) * | 2013-09-20 | 2015-03-26 | 日本電気株式会社 | 払出量予測装置、払出量予測方法、記録媒体、及び払出量予測システム |
JP2015103221A (ja) * | 2013-11-28 | 2015-06-04 | オムロン株式会社 | 来店者属性分布情報推定装置およびプログラム |
JP2016081509A (ja) * | 2014-10-17 | 2016-05-16 | 富士ゼロックス株式会社 | 施設特性を更新する方法、施設をプロファイリングする方法、及びコンピュータ・システム |
KR20160097872A (ko) * | 2015-02-10 | 2016-08-18 | 한화테크윈 주식회사 | 매장 방문 정보 제공 시스템 및 방법 |
JP2018136594A (ja) * | 2017-02-20 | 2018-08-30 | 株式会社ビジュアルジャパン | 注文支援装置及び注文支援プログラム |
JP2018180104A (ja) * | 2017-04-06 | 2018-11-15 | 株式会社オークローンマーケティング | 分析支援装置 |
WO2022176513A1 (ja) * | 2021-02-18 | 2022-08-25 | パナソニックIpマネジメント株式会社 | 情報提示システム及び情報提示方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092352A (ja) * | 2004-09-24 | 2006-04-06 | Hitachi Software Eng Co Ltd | 人員配置適正化システム |
JP2006215737A (ja) * | 2005-02-02 | 2006-08-17 | Osaka Prefecture | 新規クラスター分析方法 |
JP2007179302A (ja) * | 2005-12-28 | 2007-07-12 | Canon Marketing Japan Inc | 店舗分析システム及び店舗分析システムのサーバ及びその制御プログラム |
JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
JP2008134750A (ja) * | 2006-11-28 | 2008-06-12 | Nippon Telegr & Teleph Corp <Ntt> | データ分類装置、データ分類方法およびデータ分類プログラムならびに記録媒体 |
-
2010
- 2010-04-26 JP JP2010100955A patent/JP2011232864A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092352A (ja) * | 2004-09-24 | 2006-04-06 | Hitachi Software Eng Co Ltd | 人員配置適正化システム |
JP2006215737A (ja) * | 2005-02-02 | 2006-08-17 | Osaka Prefecture | 新規クラスター分析方法 |
JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
JP2007179302A (ja) * | 2005-12-28 | 2007-07-12 | Canon Marketing Japan Inc | 店舗分析システム及び店舗分析システムのサーバ及びその制御プログラム |
JP2008134750A (ja) * | 2006-11-28 | 2008-06-12 | Nippon Telegr & Teleph Corp <Ntt> | データ分類装置、データ分類方法およびデータ分類プログラムならびに記録媒体 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015040790A1 (ja) * | 2013-09-20 | 2015-03-26 | 日本電気株式会社 | 払出量予測装置、払出量予測方法、記録媒体、及び払出量予測システム |
JPWO2015040790A1 (ja) * | 2013-09-20 | 2017-03-02 | 日本電気株式会社 | 払出量予測装置、払出量予測方法、プログラム、及び、払出量予測システム |
JP2015103221A (ja) * | 2013-11-28 | 2015-06-04 | オムロン株式会社 | 来店者属性分布情報推定装置およびプログラム |
JP2016081509A (ja) * | 2014-10-17 | 2016-05-16 | 富士ゼロックス株式会社 | 施設特性を更新する方法、施設をプロファイリングする方法、及びコンピュータ・システム |
JP2019117670A (ja) * | 2014-10-17 | 2019-07-18 | 富士ゼロックス株式会社 | 施設特性を更新するプログラム、施設をプロファイリングするプログラム、コンピュータ・システム、及び施設特性を更新する方法 |
KR20160097872A (ko) * | 2015-02-10 | 2016-08-18 | 한화테크윈 주식회사 | 매장 방문 정보 제공 시스템 및 방법 |
KR102340134B1 (ko) * | 2015-02-10 | 2021-12-15 | 한화테크윈 주식회사 | 매장 방문 정보 제공 시스템 및 방법 |
JP2018136594A (ja) * | 2017-02-20 | 2018-08-30 | 株式会社ビジュアルジャパン | 注文支援装置及び注文支援プログラム |
JP7004992B2 (ja) | 2017-02-20 | 2022-01-21 | 株式会社ビジュアルジャパン | 注文支援装置及び注文支援プログラム |
JP2018180104A (ja) * | 2017-04-06 | 2018-11-15 | 株式会社オークローンマーケティング | 分析支援装置 |
WO2022176513A1 (ja) * | 2021-02-18 | 2022-08-25 | パナソニックIpマネジメント株式会社 | 情報提示システム及び情報提示方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5731766B2 (ja) | 販売機会損失の分析システム及び分析方法 | |
US7957565B1 (en) | Method and system for recognizing employees in a physical space based on automatic behavior analysis | |
US9846811B2 (en) | System and method for video-based determination of queue configuration parameters | |
JP2011232864A (ja) | 施設情報分類システムおよび施設情報分類プログラム | |
US8565539B2 (en) | System and method for determining estimated age using an image collection | |
US20170169297A1 (en) | Computer-vision-based group identification | |
US20080109397A1 (en) | Automatic detection and aggregation of demographics and behavior of people | |
CN103578018A (zh) | 检测由于缺货状况导致的销售损失的方法、装置和系统 | |
JP2017033547A (ja) | 情報処理装置及びその制御方法及びプログラム | |
US20190327451A1 (en) | Video image analysis apparatus and video image analysis method | |
JP5113721B2 (ja) | メディア情報の注目度測定装置、メディア情報の注目度測定方法、メディア情報の注目度測定プログラムおよびそのプログラムを記録した記録媒体 | |
US11017330B2 (en) | Method and system for analysing data | |
JP6489170B2 (ja) | 解析装置、解析方法及びプログラム | |
CN110717358B (zh) | 访客人数统计方法、装置、电子设备及存储介质 | |
TW201710991A (zh) | 分析系統及方法 | |
US9922257B2 (en) | Image auditing method and system | |
US20170330206A1 (en) | Motion line processing system and motion line processing method | |
JP2015108990A (ja) | 異常検出装置及び異常検出方法 | |
JP2015090579A (ja) | 行動分析システム | |
JP2010211485A (ja) | 注視度合測定装置、注視度合測定方法、注視度合測定プログラムおよびそのプログラムを記録した記録媒体 | |
JPWO2019123714A1 (ja) | 情報処理装置、商品推薦方法、およびプログラム | |
JP6418270B2 (ja) | 情報処理装置及び情報処理プログラム | |
RU2756780C1 (ru) | Система и способ формирования отчетов на основании анализа местоположения и взаимодействия сотрудников и посетителей | |
JP2016219065A (ja) | 滞留分析システム及び方法 | |
JP6428062B2 (ja) | 情報処理装置及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130312 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131203 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140617 |