JP2012118581A - Advertisement effect measurement device and advertisement effect measurement system - Google Patents
Advertisement effect measurement device and advertisement effect measurement system Download PDFInfo
- Publication number
- JP2012118581A JP2012118581A JP2010264871A JP2010264871A JP2012118581A JP 2012118581 A JP2012118581 A JP 2012118581A JP 2010264871 A JP2010264871 A JP 2010264871A JP 2010264871 A JP2010264871 A JP 2010264871A JP 2012118581 A JP2012118581 A JP 2012118581A
- Authority
- JP
- Japan
- Prior art keywords
- person
- information
- unit
- time
- advertisement effect
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、広告の設置領域を通過する人物の観察に基づき広告の効果を測定する広告効果測定装置、及び広告効果測定システムに関するものである。 The present invention relates to an advertisement effect measuring device and an advertisement effect measuring system for measuring the effect of an advertisement based on observation of a person passing through an advertisement installation area.
広告の効果を測定する方法として、広告の設置領域をカメラで撮影し、撮影した画像から人物の顔を検出し、さらに検出した顔の視線方向を検出することにより、広告設置領域における人物の滞留時間や視聴時間、視聴人数等を計測する技術が知られている。 As a method of measuring the effectiveness of advertisements, the area where the advertisement is placed is photographed with a camera, the face of the person is detected from the captured image, and the direction of the detected face is detected, so that the person stays in the advertisement placement area. Techniques for measuring time, viewing time, number of viewers, etc. are known.
例えば、特許文献１には、広告表示装置を設置したエリアを撮影し、撮影されたエリアに存在する人物の顔画像を認識し、認識した顔画像から人物の視線方向を抽出し、抽出した人物の視線方向と人物のエリアにおける座標位置情報に基づき、表示されている広告コンテンツを視聴している人数を計測する広告効果測定装置が提案されている。
For example, in
しかしながら、広告設置領域を撮影した画像から人物の顔を検出して広告効果を測定する方法では、例えば広告が設置されている店舗の従業員等、広告が対象とする本来の顧客以外の人物まで含めて検出される。特に店舗の従業員等は本来の顧客よりも広告設置領域を通過する頻度が高いことが考えられるため、本来の顧客以外の人物まで含めて検出することにより、広告効果測定の精度が低下してしまうことが課題であった。 However, in the method of detecting a person's face from an image of the advertisement installation area and measuring the advertisement effect, for example, to a person other than the original customer targeted by the advertisement, such as an employee of a store where the advertisement is installed Are detected. In particular, store employees, etc., are likely to pass through the advertisement installation area more frequently than the original customers, so the detection of even people other than the original customers reduces the accuracy of the advertising effectiveness measurement. It was a problem.
そこで、本発明は、広告の設置領域を通過する人物の観察に基づき、広告が対象とする本来の顧客のみを検出することにより、広告効果測定の精度を高めることができる広告効果測定装置、及び広告効果測定システムを提供することを目的とする。 Therefore, the present invention is based on the observation of a person passing through the advertisement installation area, and by detecting only the original customer targeted by the advertisement, the advertisement effect measurement apparatus capable of increasing the accuracy of the advertisement effect measurement, and An object is to provide an advertising effectiveness measurement system.
上記目的を達成するため、本発明に係る広告効果測定装置（１）の第１の特徴は、人物の顔特徴量を抽出する顔特徴量抽出部（１０３）と、前記顔特徴量から同一人物を特定し、その人物の人物情報を出力する同一人物特定部（１１５）と、前記同一人物特定部（１１５）からの前記人物情報に含まれる出現時刻に関する時間情報を生成する時刻分析部（１０８）と、前記時刻分析部（１０８）からの前記時間情報を評価し、その評価に基づいて顧客とする前記人物を選択した顧客情報を生成する時間情報評価部（１０９）と、前記時間情報評価部（１０９）からの前記顧客情報を分析し、広告効果情報を生成する広告効果分析部（１１０）と、を備えることにある。 In order to achieve the above object, the first feature of the advertisement effect measuring apparatus (1) according to the present invention is a face feature amount extraction unit (103) for extracting a person's face feature amount, and the same person from the face feature amount. The same person specifying unit (115) for outputting the person information of the person, and the time analyzing unit (108) for generating time information regarding the appearance time included in the person information from the same person specifying unit (115) ), A time information evaluation unit (109) that evaluates the time information from the time analysis unit (108), and generates customer information that selects the person as a customer based on the evaluation, and the time information evaluation An advertisement effect analysis unit (110) that analyzes the customer information from the unit (109) and generates advertisement effect information.
また、上記目的を達成するため、本発明に係る広告効果測定装置の第２の特徴は、前記広告効果測定装置（１）において、前記時刻分析部（１０８）は、前記人物情報から前記人物の出現頻度を計算する出現頻度計算部（１０８ａ）と、前記人物情報から前記人物の出現日率を計算する出現日率計算部（１０８ｂ）と、記人物情報から前記人物の出現時刻分散を計算する出現時刻分散計算部（１０８ｃ）と、うちの少なくとも一つを備えることにある。 In order to achieve the above object, a second feature of the advertising effectiveness measuring device according to the present invention is that, in the advertising effectiveness measuring device (1), the time analysis unit (108) An appearance frequency calculation unit (108a) that calculates an appearance frequency, an appearance date rate calculation unit (108b) that calculates the appearance date rate of the person from the person information, and an appearance time variance of the person from the character information There is an appearance time distribution calculation unit (108c) and at least one of them.
また、上記目的を達成するため、本発明に係る広告効果測定システム（９）の特徴は、人物の顔特徴量を含む人物情報を送信する人物情報収集装置（１０ａ〜１０ｃ）と、前記人物情報収集装置（１０ａ〜１０ｃ）から送信される前記人物情報を受信する広告効果測定装置（１１）と、がネットワーク（９０１）を介して接続される広告効果測定システム（９）であって、前記広告効果測定装置（１１）は、前記顔特徴量から同一人物を特定し、その人物の人物情報を出力する同一人物特定部（１１１５）と、前記同一人物特定部（１１１５）からの前記人物情報に含まれる出現時刻に関する時間情報を生成する時刻分析部（１１０８）と、前記時刻分析部（１１０８）からの前記時間情報を評価し、その評価に基づいて顧客とする前記人物を選択した顧客情報を生成する時間情報評価部（１１０９）と、前記時間情報評価部（１０９）からの前記顧客情報を分析し、広告効果情報を生成する広告効果分析部（１１１０）と、を備えることにある。 In order to achieve the above object, the advertising effectiveness measurement system (9) according to the present invention is characterized by a person information collecting device (10a to 10c) that transmits person information including a face feature amount of a person, and the person information. An advertisement effect measurement system (9) connected via a network (901) to an advertisement effect measurement device (11) that receives the person information transmitted from a collection device (10a to 10c), wherein the advertisement The effect measuring device (11) specifies the same person from the facial feature quantity, outputs the person information of the person, and the person information from the same person specifying unit (1115). A time analysis unit (1108) that generates time information relating to the appearance time included, and the person who evaluates the time information from the time analysis unit (1108) and makes a customer based on the evaluation A time information evaluation unit (1109) for generating selected customer information; and an advertisement effect analysis unit (1110) for analyzing the customer information from the time information evaluation unit (109) and generating advertisement effect information. There is.
本発明の広告効果測定装置、及び広告効果測定システムによれば、広告が対象とする本来の顧客のみを検出することにより、広告効果測定の精度を高めることができる。 According to the advertisement effect measuring device and the advertisement effect measuring system of the present invention, it is possible to improve the accuracy of the advertisement effect measurement by detecting only the original customer targeted by the advertisement.
以下、本発明を実施するための形態について、実施例を示して詳細に説明する。 Hereinafter, the form for implementing this invention is demonstrated in detail, showing an Example.
本発明の実施例１では、広告の効果を測定する広告効果測定装置について説明する。 In the first embodiment of the present invention, an advertisement effect measuring apparatus that measures the effect of an advertisement will be described.
＜広告効果測定装置の構成＞
図１は、本発明の実施例１である広告効果測定装置１の構成例を示した図である。
<Configuration of advertising effect measurement device>
FIG. 1 is a diagram illustrating a configuration example of an advertisement
図１において、広告効果測定装置１は、カメラ１０１と、顔検出部１０２と、顔特徴量抽出部１０３と、視線検出部１０４と、属性推定部１０５と、人物情報収集部１０６と、人物情報記憶部１０７と、同一人物特定部１１５と、時刻分析部１０８と、時間情報評価部１０９と、広告効果分析部１１０と、広告効果情報記憶部１１１と、広告効果情報送信部１１２とを有している。
In FIG. 1, the advertisement
カメラ１０１は、広告の設置領域を撮影するものである。そして、撮影した画像を顔検出部１０２、顔特徴量抽出部１０３、視線検出部１０４、及び属性推定部１０５に供給する。
The
顔検出部１０２は、人物情報収集部１０６の指示によりカメラ１０１から供給される画像を解析し、顔検出処理を行う。そして、画像から検出された顔の位置と大きさの情報を人物情報収集部１０６に供給する。
The
顔特徴量抽出部１０３は、人物情報収集部１０６から顔の位置と大きさの情報が供給されると、カメラ１０１から供給される画像を解析し、人物情報収集部１０６から供給された顔の位置と大きさの情報により特定される人物の顔特徴量を抽出する。そして、抽出された人物の顔特徴量を人物情報収集部１０６に供給する。
When face information and face size information is supplied from the person
視線検出部１０４は、人物情報収集部１０６から顔の位置と大きさの情報が供給されると、カメラ１０１から供給される画像を解析し、人物情報収集部１０６から供給された顔の位置と大きさの情報により特定される人物の視線を検出し、検出された人物の視線角度を人物情報収集部１０６に供給する。
When the information on the face position and size is supplied from the person
属性推定部１０５は、人物情報収集部１０６から顔の位置と大きさの情報が供給されると、カメラ１０１から供給される画像を解析し、人物情報収集部１０６から供給された顔の位置と大きさの情報により特定される人物の属性、すなわち年齢及び性別を推定し、推定された人物の属性を人物情報収集部１０６に供給する。
When the face position and size information is supplied from the person
人物情報収集部１０６は、例えば１秒等の予め定められた時間間隔で動作し、人物情報収集処理を行う。具体的には、顔検出部１０２に顔検出を指示する。また、顔特徴量抽出部１０３に顔特徴量抽出を指示する。また、視線検出部１０４に視線検出を指示する。また、属性推定部１０５に属性推定を指示する。そして、顔特徴量抽出部１０３から供給される顔特徴量、視線検出部１０４から供給される視線角度、及び属性推定部１０５から供給される属性を人物情報として人物情報記憶部１０７に記憶させる。
The person
人物情報記憶部１０７は、例えばハードディスク等の記憶装置により構成され、次の図２に示すような人物情報２を記憶する。
The person
図２は、本発明の実施例１である広告効果測定装置１における人物情報記憶部１０７に記憶される人物情報２の構成例を示した図である。
FIG. 2 is a diagram illustrating a configuration example of the
図２において、人物情報２は、顔特徴量２０２と、視線角度２０３と、属性２０４とを、人物情報２を収集した時刻２０１と関連付けたものである。また、属性２０４は、年齢２０４ａと、性別２０４ｂとを有している。
In FIG. 2, the
図１に戻り、同一人物特定部１１５は、例えば、１日等の予め定められた時間間隔で動作し、同一人物特定処理を行う。具体的には、人物情報記憶部１０７から人物情報２を読み出し、同一人物をグループ化して人物グループを生成し、読み出した人物情報２と、生成した人物グループとを時刻分析部１０８に供給する。
Returning to FIG. 1, the same
時刻分析部１０８は、同一人物特定部１１５から人物情報２及び人物グループが供給されると、出現時刻分析処理を行う。具体的には、人物情報２に含まれる時刻２０１を分析し、各人物グループに関する時間情報を生成して時間情報評価部１０９に供給する。ここで、時刻分析部１０８は、その機能上、出現頻度計算部１０８ａと、出現日率計算部１０８ｂと、出現時刻分散計算部１０８ｃとを有している。
When the
出現頻度計算部１０８ａは、人物グループの出現頻度を計算する。
The appearance
出現日率計算部１０８ｂは、人物グループの出現日率を計算する。
The appearance date
出現時刻分散計算部１０８ｃは、人物グループの出現時刻分散を計算する。
The appearance time
時間情報評価部１０９は、時刻分析部１０８から人物情報２及び各人物グループの時間情報が供給されると、時間情報評価処理を行う。具体的には、時間情報評価部１０９は、各人物グループの時間情報を評価し、その評価に基づいて顧客に該当する人物グループを選択して、選択された人物グループに対する顧客情報を生成し、生成した顧客情報を広告効果分析部１１０に供給する。つまり、時間情報評価部１０９は、各人物グループの時間情報を評価し、その評価に基づいて顧客に該当する人物グループを選択し、顧客以外の従業員等は、顧客として選択しないようにしたことを特徴とする。
When the
図３は、本発明の実施例１である広告効果測定装置１における時間情報評価部１０９が生成する顧客情報３の構成例を示した図である。
FIG. 3 is a diagram illustrating a configuration example of the customer information 3 generated by the time
図３において、顧客情報３は、顧客ＩＤ３０５と、時刻２０１と、視線角度２０３と、属性２０４とが関連付けられたものである。これらのうち、時刻２０１と、視線角度２０３と、属性２０４とは、図２の人物情報２２における同一符号が付された情報と同一である。顧客ＩＤ３０５は、顧客を一意に識別する番号である。
In FIG. 3, customer information 3 is obtained by associating
図１に戻り、広告効果分析部１１０は、時間情報評価部１０９から供給される顧客情報３を分析し、広告効果情報を生成する。ここで生成する広告効果情報は、顧客情報３を統計的に分析して得られる広告の効果を示す情報である。具体的には、例えば、広告設置領域における顧客の滞留時間、及び広告視聴時間等である。また、それらの滞留時間や広告視聴時間等を顧客の属性毎に算出したもの等である。そして、生成した広告効果情報を広告効果情報記憶部１１１に記憶させる。
Returning to FIG. 1, the advertisement
広告効果情報記憶部１１１は、例えばハードディスク等の記憶装置により構成され、広告効果情報を記憶する。
The advertisement effect
広告効果情報送信部１１２は、広告効果測定装置１によって測定された広告効果を広告効果測定装置１の外部で利用するためのものである。具体的には、広告効果情報送信部１１２は、ネットワークに接続する機能を備え、ネットワークに接続する外部機器から広告効果情報が要求されると、広告効果情報記憶部１１１から広告効果情報を読み出し、読み出した広告効果情報を外部機器に送信する。
The advertisement effect
なお、本発明の実施例１である広告効果測定装置１は、広告設置領域を撮影した画像から人物に関する人物情報２を生成する構成として、視線検出部１０４と、属性推定部１０５とを備える構成としているが、人物情報２を生成する構成はこれらに限定されない。人物の顔画像からこれ以外の人物情報２を生成する構成を備えてもよいし、人物の顔以外の部分から人物情報２を生成する構成を備えてもよい。
The advertisement
また、本発明の実施例１である広告効果測定装置１における時刻分析部１０８は、出現頻度計算部１０８ａと、出現日率計算部１０８ｂと、出現時刻分散計算部１０８ｃとを備える構成としているが、時刻を分析する構成はこれらに限定されない。つまり、時刻分析部１０８は、出現頻度計算部１０８ａと、出現日率計算部１０８ｂと、出現時刻分散計算部１０８ｃとのうちいずれかの手段を備えない構成としてもよいし、顧客を選択するために有効なその他の時刻分析手段を備える構成としてもよい。
In addition, the
また、本発明の実施例１である広告効果測定装置１は、人物情報記憶部１０７と、広告効果情報記憶部１１１とを別々の記憶装置として構成しているが、各々の記憶部を部分的に共用したり、全ての記憶部を１つの記憶装置で共用したりする構成としてもよい。
In addition, in the advertising
＜実施例１の広告効果測定装置１の動作＞
本発明の実施例１である広告効果測定装置１は、主に、人物情報収集処理と、同一人物特定処理と、時刻分析処理と、時間情報評価処理とを行う。よって以下に、これらの処理について詳細に説明する。
<Operation | movement of the advertising
The advertisement
≪人物情報収集処理≫
本発明の実施例１である広告効果測定装置１の人物情報収集部１０６における人物情報収集処理について説明する。
≪Personal information collection process≫
A person information collection process in the person
図４は、本発明の実施例１である広告効果測定装置１の人物情報収集部１０６において、予め定められた時間間隔で定期的に動作している人物情報収集処理のうちの１周期分の主要な処理を示したフローチャートである。
FIG. 4 shows one period of human information collection processing that is periodically operating at a predetermined time interval in the human
人物情報収集部１０６は、人物情報収集処理を開始すると、顔検出部１０２に顔検出処理を実行させる（ステップＳ４０１）。顔検出部１０２は、顔検出を、カメラ１０１から供給される画像に対して、例えば、特許文献３に記載されている公知の属性推定処理の顔領域検出行程の方法で行う。顔検出部１０２は、検出された０個、１個、または２個以上の顔領域の位置と大きさの情報を人物情報収集部１０６に供給する。
When the person
次に、人物情報収集部１０６は、ステップＳ４０１で検出された顔の数を変数Ｎに代入し、変数ｉに０を代入する（ステップＳ４０２）。
Next, the person
次に、人物情報収集部１０６は、変数ｉの値が変数Ｎの値より小さいか否かを判定する（ステップＳ４０３）。人物情報収集部１０６は、変数Ｎの値より小さいと判定した場合（ステップＳ４０３“ＹＥＳ”）、ステップＳ４０４の処理へ移行する一方、変数Ｎの値より小さくない、すなわち変数Ｎの値以上であると判定した場合（ステップＳ４０３“ＮＯ”）、人物情報収集処理を終了する。
Next, the person
つまり、人物情報収集部１０６は、ステップＳ４０３において、変数ｉの値が変数Ｎの値より小さいと判定した場合（ステップＳ４０３“ＹＥＳ”）、変数ｉの値に１を加算して変数ｉに代入する（ステップＳ４０４）。
That is, when it is determined in step S403 that the value of variable i is smaller than the value of variable N (step S403 “YES”), person
次に、人物情報収集部１０６は、顔特徴量抽出部１０３に、ステップＳ４０１で顔が検出されたｉ番目の人物の顔特徴量抽出処理を実行させる（ステップＳ４０５）。具体的には、人物情報収集部１０６は、ステップＳ４０１で顔検出部１０２から供給されたｉ番目の人物の顔領域の位置と大きさを顔特徴量抽出部１０３に供給すると、顔特徴量抽出部１０３は、カメラ１０１から供給される画像に対して、例えば、特許文献２に記載されている公知の特徴量抽出部における特徴量抽出処理を行う。そして、抽出されたｉ番目の人物の顔特徴量が顔特徴量抽出部１０３から人物情報収集部１０６に供給される。
Next, the person
次に、人物情報収集部１０６は、視線検出部１０４に、ステップＳ４０１で顔が検出されたｉ番目の人物の視線検出処理を実行させる（ステップＳ４０６）。具体的には、人物情報収集部１０６は、ステップＳ４０１で顔検出部１０２から供給されたｉ番目の人物の顔領域の位置と大きさを視線検出部１０４に供給する。視線検出部１０４は、カメラ１０１から供給される画像に対して、例えば、特許文献４に記載されている公知の視線方向計測部における視線方向計測処理を行う。そして、視線検出部１０４は、顔領域の位置から設置されている広告の中心に向かう方向を０°とし、広告の中心からのずれの角度を視線角度として求め、求めたｉ番目の人物の視線角度を人物情報収集部１０６に供給する。
Next, the person
次に、人物情報収集部１０６は、属性推定部１０５に、ステップＳ４０１で顔が検出されたｉ番目の人物の属性推定処理を実行させる（ステップＳ４０７）。具体的には、人物情報収集部１０６は、ステップＳ４０１で顔検出部１０２から供給されたｉ番目の人物の顔領域の位置と大きさを属性推定部１０５に供給する。属性推定部１０５は、カメラ１０１から供給される画像に対して、例えば、特許文献３に記載されている属性推定処理の特徴ベクトル作成工程、顔向き推定工程、類似者判別工程、性別推定工程、及び年代推定工程の方法で行うことにより、人物の属性、すなわち年齢及び性別を推定する。そして、推定されたｉ番目の人物の属性が属性推定部１０５から人物情報収集部１０６に供給される。
Next, the person
次に、人物情報収集部１０６は、ステップＳ４０１で顔が検出されたｉ番目の人物の人物情報２を人物情報記憶部１０７に記憶させる（ステップＳ４０８）。具体的には、人物情報収集部１０６は、現在時刻と、ステップＳ４０５で顔特徴量抽出部１０３から供給されたｉ番目の人物の顔特徴量と、ステップＳ４０６で視線検出部１０４から供給されたｉ番目の人物の視線角度と、ステップＳ４０７で属性推定部１０５から供給されたｉ番目の人物の属性、すなわち年齢及び性別とを図２で示すような人物情報２２として記憶させる。
Next, the person
≪同一人物特定処理≫
次に、本発明の実施例１である広告効果測定装置１の同一人物特定部１１５における同一人物特定処理について説明する。
≪Identical person identification process≫
Next, the same person specifying process in the same
図５（ａ）は、本発明の実施例１である広告効果測定装置１の同一人物特定部１１５において、予め定められた時間間隔で定期的に動作している同一人物特定処理のうちの１周期分の主要な処理を示したフローチャートである。
FIG. 5A illustrates one of the same person specifying processes that are periodically operated at predetermined time intervals in the same
同一人物特定部１１５は、同一人物特定処理を開始すると、人物情報記憶部１０７から人物情報２を読み出す（ステップＳ５０１）。
When the same
次に、同一人物特定部１１５は、ステップＳ５０１で読み出した人物情報２における同一人物を特定する（ステップＳ５０２）。具体的には、人物情報２に含まれる顔特徴量について、例えば、特許文献２に記載されている認識部における特徴量の比較方法により各人物同士の顔特徴量を比較し、同一人物を特定する。そして、同一人物同士をまとめて人物グループを生成する。
Next, the same
≪時刻分析処理≫
次に、本発明の実施例１である広告効果測定装置１の時刻分析部１０８における時刻分析処理について説明する。
≪Time analysis process≫
Next, time analysis processing in the
図５（ｂ）は、本発明の実施例１である広告効果測定装置１の時刻分析部１０８における時刻分析処理を示したフローチャートである。
FIG. 5B is a flowchart showing time analysis processing in the
時刻分析部１０８は、同一人物特定部１１５から人物情報２、及び人物グループが供給されると時刻分析処理を開始する。先ず、時刻分析部１０８における出現頻度計算部１０８ａが、各人物グループの出現頻度を計算する（ステップＳ５０３）。具体的には、出現頻度計算部１０８ａは、各人物グループに含まれる人物の数をその人物グループの出現頻度とする。
When the
次に、時刻分析部１０８における出現日率計算部１０８ｂは、各人物グループの出現日率を計算する（ステップＳ５０４）。具体的には、出現日率計算部１０８ｂは、人物情報記憶部１０７に記憶されている人物情報２２の時刻２０１（図２参照。）の範囲を日数単位で表したもの、すなわち、人物情報記憶部１０７に人物情報２２を記憶し始めてから現在までに経過した日数をＤとするとき、計算対象の人物グループｇに対する出現日率Ｒｇを、以下の（数式１）によって求める。
Next, the appearance date
ここで、ｅｘｉｓｔ（ｇ，ｄ）は、人物グループｇに該当する人物情報２２の時刻２０１のうち、人物情報記憶部１０７に人物情報２２を記憶し始めてからｄ日目の０時から２４時までの範囲に含まれるものが存在するか否か、すなわち、ｄ日目に人物グループｇが出現したか否かを示すものである。ｅｘｉｓｔ（ｇ，ｄ）は、以下の（数式２）に示すように、ｄ日目に出現した場合は「１」、出現しなかった場合は「０」を返す関数である。
Here, exist (g, d) is the
次に、時刻分析部１０８における出現時刻分散計算部１０８ｃは、出現時刻分散を計算する（ステップＳ５０５）。具体的には、出現時刻分散計算部１０８ｃは、計算対象の人物グループｇに対して、人物グループｇに該当する人物情報２２の数をＮｇ、人物グループｇに該当するｉ番目の人物情報２２に含まれる時刻２０１をＴｇｉとするとき、出現時刻分散Ｖｇを以下の（数式３）によって求める。
Next, the appearance time
ここで、ｄｓｅｃ（Ｔｇｉ）は、時刻Ｔｇｉの含まれる日付の０時からの経過時間を秒単位で返す関数である。例えば、時刻Ｔｇｉが２００９年１０月１３日１６時１７分２８秒である場合、ｄｓｅｃ（Ｔｇｉ）は２００９年１０月１３日０時０分０秒からの経過時間である「５８６４８」を返す。また、Ｅｇは人物グループｇに該当する人物情報２２に含まれる時刻２０１の日付部分を省いた時間の平均であり、以下の（数式４）によって求める。
Here, dsec (Tgi) is a function that returns the elapsed time from 0:00 of the date included in time Tgi in seconds. For example, when the time Tgi is 2009/10/13 16:17:28, dsec (Tgi) returns “58648” which is the elapsed time from 00: 00: 00: 00 on October 13, 2009. Eg is an average of the time excluding the date portion of the
≪時間情報評価処理≫
次に、本発明の実施例１である広告効果測定装置１の時間情報評価部１０９における時間情報評価処理について説明する。
≪Time information evaluation process≫
Next, the time information evaluation process in the time
図６は、本発明の実施例１である広告効果測定装置１の時間情報評価部１０９における時間情報評価処理を示したフローチャートである。
FIG. 6 is a flowchart showing the time information evaluation process in the time
時間情報評価部１０９は、時刻分析部１０８から人物情報２、及び各人物グループの時間情報、すなわち出現頻度、出現日率、及び出現時刻分散が供給されると時間情報評価処理を開始し、供給された人物グループの数を変数Ｎに代入し、変数ｉに０を代入する（ステップＳ６０１）。
The time
次に、時間情報評価部１０９は、変数ｉの値が変数Ｎの値より小さいか否かを判定する（ステップＳ６０２）。ここで、時間情報評価部１０９は、変数Ｎの値より小さいと判定した場合（ステップＳ６０２“ＹＥＳ”）、ステップＳ６０３の処理へ移行する一方、変数Ｎの値より小さくない、すなわち変数Ｎの値以上であると判定した場合（ステップＳ６０２“ＮＯ”）、ステップＳ６１３の処理へ移行する。
Next, the time
つまり、時間情報評価部１０９は、ステップＳ６０２において、変数ｉの値が変数Ｎの値より小さいと判定した場合（ステップＳ６０２“ＹＥＳ”）、変数ｉの値に１を加算して変数ｉに代入する（ステップＳ６０３）。
That is, when the time
次に、時間情報評価部１０９は、ｉ番目の人物グループに対する評価値を０とする（ステップＳ６０４）。
Next, the time
次に、時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれるｉ番目の人物グループに対する出現頻度の値が、予め定められた閾値以下か否かを判定する（ステップＳ６０５）。ここで、時間情報評価部１０９は、閾値以下であると判定した場合（ステップＳ６０５“ＹＥＳ”）、ステップＳ６０６の処理へ移行する。一方、閾値以下ではない、すなわち閾値より大きいと判定した場合（ステップＳ６０５“ＮＯ”）、ステップＳ６０６の処理を行わず、ステップＳ６０７の処理へ移行する。なお、ここで用いる閾値は、広告の設置領域における顧客の出現頻度と、従業員等の顧客以外の人物の出現頻度とを考慮して適切に定める。
Next, the time
つまり、時間情報評価部１０９は、ステップＳ６０５において、出現頻度の値が閾値以下であると判定した場合（ステップＳ６０５“ＹＥＳ”）、ｉ番目の人物グループに対する評価値に予め定められた値Ｓｆを加算する（ステップＳ６０６）。ここで用いる値Ｓｆは、出現頻度による判定を顧客選択に反映させる度合いを考慮して適切に定める。
That is, when the time
次に、時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれるｉ番目の人物グループに対する出現日率の値が、予め定められた閾値以下か否かを判定する（ステップＳ６０７）。ここで、時間情報評価部１０９は、閾値以下であると判定した場合（ステップＳ６０７“ＹＥＳ”）、ステップＳ６０８の処理へ移行する。一方、閾値以下ではない、すなわち閾値より大きいと判定した場合（ステップＳ６０７“ＮＯ”）、ステップＳ６０８の処理を行わず、ステップＳ６０９の処理へ移行する。なお、ここで用いる閾値は、広告の設置領域における顧客の出現日率と、従業員等の顧客以外の人物の出現日率とを考慮して適切に定める。
Next, the time
つまり、時間情報評価部１０９は、ステップＳ６０７において、出現日率の値が閾値以下であると判定した場合（ステップＳ６０７“ＹＥＳ”）、ｉ番目の人物グループに対する評価値に予め定められた値Ｓｄを加算する（ステップＳ６０８）。ここで用いる値Ｓｄは、出現日率による判定を顧客選択に反映させる度合いを考慮して適切に定める。
That is, if the time
次に、時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれるｉ番目の人物グループに対する出現時刻分散の値が、予め定められた閾値以下か否かを判定する（ステップＳ６０９）。ここで、時間情報評価部１０９は、閾値以下であると判定した場合（ステップＳ６０９“ＹＥＳ”）、ステップＳ６１０の処理へ移行する。一方、閾値以下ではない、すなわち閾値より大きいと判定した場合（ステップＳ６０９“ＮＯ”）、ステップＳ６１０の処理を行わず、ステップＳ６１１の処理へ移行する。なお、ここで用いる閾値は、広告の設置領域における顧客の出現時刻分散と、従業員等の顧客以外の人物の出現時刻分散とを考慮して適切に定める。
Next, the time
つまり、時間情報評価部１０９は、ステップＳ６０９において、出現時刻分散の値が閾値以下であると判定した場合（ステップＳ６０９“ＹＥＳ”）、ｉ番目の人物グループに対する評価値に予め定められた値Ｓｖを加算する（ステップＳ６１０）。ここで用いる値Ｓｖは、出現時刻分散による判定を顧客選択に反映させる度合いを考慮して適切に定める。
That is, when the time
次に、時間情報評価部１０９は、ｉ番目の人物グループに対する評価値が予め定められた閾値以上であるか否かを判定する（ステップＳ６１１）。ここで、時間情報評価部１０９は、閾値以上であると判定した場合（ステップＳ６１１“ＹＥＳ”）、ステップＳ６１２の処理へ移行する。一方、閾値以上ではない、すなわち閾値より小さいと判定した場合（ステップＳ６１１“ＮＯ”）、ステップＳ６１２の処理を行わずに、ステップＳ６０２の処理へ戻る。なお、ここで用いる閾値は、以上のステップによって求められる評価値について、顧客の評価値と、従業員等の顧客以外の人物の評価値とを考慮して適切に定める。
Next, the time
つまり、時間情報評価部１０９は、ステップＳ６１１において、評価値が閾値以上であると判定した場合（ステップＳ６１１“ＹＥＳ”）、出現頻度計算部１０８から供給されたｉ番目の人物グループに該当する人物情報２に顧客ＩＤを付加する（ステップＳ６１２）。具体的には、時間情報評価部１０９は、ｉ番目の人物グループを顧客として選択し、選択された顧客を識別する一意のＩＤを生成する。そして、時間情報評価部１０９は、出現頻度計算部１０８から供給された各人物情報２のうち、ｉ番目の人物グループに該当する人物情報２に生成した顧客ＩＤを付加して顧客情報を生成する。そして、ステップＳ６１１の処理後は、ステップＳ６０２の処理へ移行する。
That is, if the time
一方、時間情報評価部１０９は、ステップＳ６０２において、変数ｉの値が変数Ｎの値以上であると判定した場合（ステップＳ６０２“ＮＯ”）、ステップＳ６１２で生成した顧客情報を広告効果分析部１１０に供給する（ステップＳ６１３）。
On the other hand, when the time
従って、実施例１の広告効果測定装置１によれば、出現する人物と、出現時刻に関する時間情報を関連付けて評価する時間情報評価部１０９を備え、時間情報評価部１０９は、時間情報として出現頻度、出現日率、出現時刻分散の３つの値で総合的に評価するようにしたので、従業員等を除外して、本来の顧客のみで広告効果を測定することができ、広告効果測定の精度を高めることが可能となる。
Therefore, according to the advertisement
なお、上述した本発明の実施例１である広告効果測定装置１は、コンピュータ装置にインストールした広告効果測定プログラムを実行させることにより実現することもできる。この広告効果測定プログラムは、例えば、広告効果測定プログラムが記憶された記録媒体から読み出され、ＣＰＵで実行されることにより広告効果測定装置１を構成するようにしてもよいし、通信ネットワークを介して伝送されてインストールされ、ＣＰＵで実行されることにより広告効果測定装置１を構成するようにしてもよい。
The above-described advertisement
本発明の実施例２は、実施例１の広告効果測定装置１において、時間情報評価部１０９の作用が実施例１とは異なるものである。よって、実施例２の時間情報評価部１０９の作用について説明する。なお、その説明も、図１に示す実施例１の広告効果測定装置１の構成を参照して、説明するものとする。
The second embodiment of the present invention is different from the first embodiment in the operation of the time
＜広告効果測定装置の作用＞
≪時間情報評価処理≫
図７は、本発明の実施例２である広告効果測定装置１の時間情報評価部１０９における時間情報評価処理を示したフローチャートである。
<Advertising effect measuring device>
≪Time information evaluation process≫
FIG. 7 is a flowchart showing the time information evaluation process in the time
図７に示す実施例２の時間情報評価部１０９による時間情報評価処理における各ステップのうち、図６の本発明の実施例１である広告効果測定装置１の時間情報評価部１０９における時間情報評価処理の各ステップと同一符号を付したステップは、それぞれ図６の同一符号が付されたステップと同一であるので、説明を省略する。
Of the steps in the time information evaluation process by the time
つまり、図７に示すように、実施例２の時間情報評価部１０９は、時間情報評価処理を開始すると、まず、ステップＳ７１４において、時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれる出現頻度を利用し、公知の技術であるクラスタ分析処理を実行する。ここで、クラスタとは、１つまたは２つ以上の人物グループを含むものである。そして、クラスタ分析処理により、各人物グループは出現頻度が大きいクラスタと小さいクラスタの２つのクラスタに分類されるとともに、２つのクラスタの出現頻度の平均の差が計算される。
That is, as illustrated in FIG. 7, when the time
次に、実施例２の時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれる出現日率を利用し、公知の技術であるクラスタ分析処理を実行する（ステップＳ７１５）。そして、クラスタ分析処理により、各人物グループは出現日率が大きいクラスタと小さいクラスタの２つのクラスタに分類されるとともに、２つのクラスタの出現日率の平均の差が計算される。
Next, the time
次に、実施例２の時間情報評価部１０９は、時刻分析部１０８から供給された時間情報に含まれる出現時刻分散を利用し、公知の技術であるクラスタ分析処理を実行する（ステップＳ７１６）。そして、クラスタ分析処理により、各人物グループは出現時刻分散が大きいクラスタと小さいクラスタの２つのクラスタに分類されるとともに、２つのクラスタの出現時刻分散の平均の差が計算される。
Next, the time
実施例２では、このステップＳ７１６の後、前述した実施例１の図６に示すステップＳ６０１〜Ｓ６０４の処理を実行し、その後、ステップＳ７１７の処理へ以降する。 In the second embodiment, after step S716, the processing of steps S601 to S604 shown in FIG. 6 of the first embodiment described above is executed, and thereafter, the processing proceeds to step S717.
そして、実施例２の時間情報評価部１０９は、ステップＳ７１７において、ステップＳ７１４で計算された２つのクラスタの出現頻度の平均の差が、予め定められた閾値以上であるか否かを判定する。ここで、実施例２の時間情報評価部１０９は、２つのクラスタの出現頻度の平均の差が閾値以上であると判定した場合（ステップＳ７１７“ＹＥＳ”）、ステップＳ７０５の処理へ移行する。一方、閾値以上ではない、すなわち閾値より小さいと判定した場合（ステップＳ７１７“ＮＯ”）、ステップＳ６０６の処理へ移行する。なお、ここで用いる閾値は、対象の人物グループが２つのクラスタのいずれに含まれるかに係わらず評価値を加算することにより、時間情報評価に出現頻度を反映させないように、適切な値に定める。なぜなら、２つのクラスタの出現頻度の平均の差が小さい場合、時間情報評価において出現頻度が有効ではないと考えられるからである。
In step S717, the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ７１７において、２つのクラスタの出現頻度の平均の差が閾値以上であると判定した場合（ステップＳ７１７“ＹＥＳ”）、続いてｉ番目の人物グループがステップＳ７１４で分類された出現頻度が小さいクラスタに含まれるか否かを判定する（ステップＳ７０５）。ここで、実施例２の時間情報評価部１０９は、出現頻度が小さいクラスタに含まれると判定した場合（ステップＳ７０５“ＹＥＳ”）、実施例１と同様のステップＳ６０６の処理へ移行する。一方、出現頻度が小さいクラスタに含まれない、すなわち出現頻度が大きいクラスタに含まれると判定した場合（ステップＳ７０５“ＮＯ”）、ステップＳ６０６の処理を行わず、ステップＳ７１８の処理へ移行する。
That is, when the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ７１８において、ステップＳ７１５で計算された２つのクラスタの出現日率の平均の差が、予め定められた閾値以上であるか否かを判定する。ここで、実施例２の時間情報評価部１０９は、２つのクラスタの出現日率の平均の差が閾値以上であると判定した場合（ステップＳ７１８“ＹＥＳ”）、ステップＳ７０７の処理へ移行する。一方、閾値以上ではない、すなわち閾値より小さいと判定した場合（ステップＳ７１８“ＮＯ”）、実施例１と同様のステップＳ６０８の処理へ移行する。なお、ここで用いる閾値は、対象の人物グループが２つのクラスタのいずれに含まれるかに係わらず評価値を加算することにより、時間情報評価に出現日率を反映させないように、適切な値に定める。なぜなら、２つのクラスタの出現日率の平均の差が小さい場合、時間情報評価において出現日率が有効ではないと考えられるからである。
That is, in step S718, the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ７１８において、２つのクラスタの出現日率の平均の差が閾値以上であると判定した場合（ステップＳ７１８“ＹＥＳ”）、続いてｉ番目の人物グループがステップＳ７１５で分類された出現日率が小さいクラスタに含まれるか否かを判定する（ステップＳ７０７）。ここで、実施例２の時間情報評価部１０９は、出現日率が小さいクラスタに含まれると判定した場合（ステップＳ７０７“ＹＥＳ”）、ステップＳ６０８の処理へ移行する。一方、出現日率が小さいクラスタに含まれない、すなわち出現日率が大きいクラスタに含まれると判定した場合（ステップＳ７０７“ＮＯ”）、ステップＳ７０９の処理へ移行する。
That is, when the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ７１９において、ステップＳ７１６で計算された２つのクラスタの出現時刻分散の平均の差が、予め定められた閾値以上であるか否かを判定する。ここで、実施例２の時間情報評価部１０９は、２つのクラスタの出現時刻分散の平均の差が閾値以上であると判定した場合（ステップＳ７１９“ＹＥＳ”）、ステップＳ７０９の処理へ移行する。一方、閾値以上ではない、すなわち閾値より小さいと判定した場合（ステップＳ７１９“ＮＯ”）、実施例１と同様のステップＳ６１０の処理へ移行する。なお、ここで用いる閾値は、対象の人物グループが２つのクラスタのいずれに含まれるかに係わらず評価値を加算することにより、時間情報評価に出現時刻分散を反映させないように、適切な値に定める。なぜなら、２つのクラスタの出現時刻分散の平均の差が小さい場合、時間情報評価において出現時刻分散が有効ではないと考えられるからである。
That is, in step S719, the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ７１９において、２つのクラスタの出現時刻分散の平均の差が閾値以上であると判定した場合（ステップＳ７１９“ＹＥＳ”）、続いてｉ番目の人物グループがステップＳ７１６で分類された出現時刻分散が小さいクラスタに含まれるか否かを判定する（ステップＳ７０９）。ここで、実施例２の時間情報評価部１０９は、出現時刻分散が小さいクラスタに含まれると判定した場合（ステップＳ７０９“ＹＥＳ”）、実施例１と同様のステップＳ６１０の処理へ移行する。一方、出現時刻分散が小さいクラスタに含まれない、すなわち出現時刻分散が大きいクラスタに含まれると判定した場合（ステップＳ７０９“ＮＯ”）、実施例１と同様のステップＳ６１１〜Ｓ６１３の処理へ移行して、終了する。
In other words, if the time
≪クラスタ分析処理≫
次に、図７の時間情報評価処理のステップＳ７１４、Ｓ７１５、及びＳ７１６におけるクラスタ分析処理の詳細について説明する。
≪Cluster analysis process≫
Next, details of the cluster analysis processing in steps S714, S715, and S716 of the time information evaluation processing of FIG. 7 will be described.
図８は、本発明の実施例２である広告効果測定装置１の時間情報評価部１０９におけるステップＳ７１４、Ｓ７１５、及びＳ７１６のクラスタ分析処理を示したフローチャートである。
FIG. 8 is a flowchart showing the cluster analysis processing of steps S714, S715, and S716 in the time
実施例２の時間情報評価部１０９は、クラスタ分析処理を開始すると、各人物グループをクラスタとする（ステップＳ８０１）。すなわち、１つの人物グループを含むクラスタが人物グループと同じ数だけ生成される。
When starting the cluster analysis process, the time
次に、実施例２の時間情報評価部１０９は、ステップＳ８０１で生成されたクラスタの数を変数ｎに代入する（ステップＳ８０２）。
Next, the time
次に、実施例２の時間情報評価部１０９は、変数ｎの値が２より大きいか否かを判定する（ステップＳ８０３）。変数ｎの値が２より大きいと判定した場合（ステップＳ８０３“ＹＥＳ”）、ステップＳ８０４の処理へ移行する。一方、２より大きくない、すなわち２以下であると判定した場合（ステップＳ８０３“ＮＯ”）、ステップＳ８０７の処理へ移行する。
Next, the time
つまり、実施例２の時間情報評価部１０９は、ステップＳ８０３において、変数ｎの値が２より大きいと判定した場合（ステップＳ８０３“ＹＥＳ”）、各クラスタに含まれる人物グループの値の平均を計算する（ステップＳ８０４）。ここで用いる人物グループの値は、ステップＳ７１４におけるクラスタ分析の場合は出現頻度であり、ステップＳ７１５におけるクラスタ分析の場合は出現日率であり、ステップＳ７１６におけるクラスタ分析の場合は出現時刻分散である。
That is, if the time
次に、実施例２の時間情報評価部１０９は、ステップＳ８０４で求めた平均値の差が最小となる２つのクラスタを選択し、選択された２つのクラスタを統合する（ステップＳ８０５）。すなわち、実施例２の時間情報評価部１０９は、選択された２つのクラスタそれぞれに含まれる人物グループを全て含むクラスタを新たに生成し、選択された２つのクラスタを破棄する。
Next, the time
次に、実施例２の時間情報評価部１０９は、変数ｎの値から１を減算して変数ｎに代入する（ステップＳ８０６）。そして、ステップＳ８０３の処理へ戻る。
Next, the time
これに対し、実施例２の時間情報評価部１０９は、ステップＳ８０３において、変数ｎの値が２以下であると判定した場合（ステップＳ８０３“ＮＯ”）、各クラスタ、すなわち２つのクラスタに含まれる人物グループの値の平均を計算し、それらの平均の差を計算する（ステップＳ８０７）。ここで用いる人物グループの値は、ステップＳ７１４におけるクラスタ分析の場合は出現頻度であり、ステップＳ７１５におけるクラスタ分析の場合は出現日率であり、ステップＳ７１６におけるクラスタ分析の場合は出現時刻分散である。
On the other hand, when the time
実施例２の時間情報評価部１０９は、以上のクラスタ分析処理を含む顧客分析処理により、実施例１の広告効果測定装置１の時間情報評価部１０９における時間情報分析処理のように予め閾値を設定することなく、人物グループを出現頻度、出現日率、または出現時刻分散が大きいクラスタと小さいクラスタの２つに分類する。そして、それら２つのクラスタの出現頻度、出現日率、または出現時刻分散の平均の差を計算することができる。
The time
従って、実施例２の広告効果測定装置１によっても、実施例１の広告効果測定装置１と同様に、従業員等を除外して、本来の顧客のみで広告効果を測定することができ、広告効果測定の精度を高めることが可能となる。
Therefore, the advertising
また、実施例２の広告効果測定装置１では、時間情報の値をクラスタ分析で２つのクラスタに分類し、時間情報の値の低い方のクラスタを顧客として選択するので、予め閾値等のパラメータを設定することなく、顧客を選択することが可能となる。
In the advertisement
特に、実施例２の広告効果測定装置１では、２つのクラスタの時間情報の値の差が大きい場合に顧客選択に反映させる一方、小さい場合に反映させないようにしたので、有効な時間情報を使って効果的に顧客を選択することが可能となる。
In particular, in the advertising
本発明の実施例３では、広告の効果を測定する広告効果測定システムについて説明する。 In the third embodiment of the present invention, an advertisement effect measurement system for measuring the effect of an advertisement will be described.
＜広告効果測定システムの構成＞
図９は、本発明の実施例３である広告効果測定システム９の構成例を示した図である。
<Advertising effect measurement system configuration>
FIG. 9 is a diagram illustrating a configuration example of an advertisement effect measurement system 9 that is Embodiment 3 of the present invention.
図９において、広告効果測定システム９は、複数の人物情報収集装置１０ａ〜１０ｃと、広告効果測定装置１１とが、ネットワーク９０１を介して接続される。
In FIG. 9, the advertisement effect measurement system 9 includes a plurality of person
人物情報収集装置１０ａ〜１０ｃは、広告設置領域を通過する人物の人物情報２を収集し、収集した人物情報２をネットワーク９０１を介して広告効果測定装置１１に送信するものである。
The person
広告効果測定装置１１は、人物情報収集装置１０ａ〜１０ｃから送信される人物情報２を受信して記憶するものである。そして、広告効果測定装置１１は、記憶した人物情報２から顧客に該当する人物情報２を選択して顧客情報を生成し、生成した顧客情報を分析し、広告効果情報を生成する。
The advertisement
＜人物情報収集装置の構成＞
次に、広告効果測定システム９における人物情報収集装置１０ａの構成について説明する。なお、広告効果測定システム９における人物情報収集装置１０ｂ及び１０ｃの構成は、人物情報収集装置１０ａの構成と同一であるので、説明を省略する。
<Configuration of person information collection device>
Next, the configuration of the person
図１０は、本発明の実施例３である広告効果測定システム９における人物情報収集装置１０ａの構成例を示した図である。
FIG. 10 is a diagram illustrating a configuration example of the person
図１０において、人物情報収集装置１０ａは、カメラ１０１と、顔検出部１０２と、顔特徴量抽出部１０３と、視線検出部１０４と、属性推定部１０５と、人物情報収集部１００６と、人物情報送信部１０１３とを有している。
In FIG. 10, a person
ここで、本実施例の人物情報収集装置１０ａに備えられた構成のうち、カメラ１０１と、顔検出部１０２と、顔特徴量抽出部１０３と、視線検出部１０４と、属性推定部１０５とは、それぞれ本発明の実施例１である広告効果測定装置１に備えられた同一符号が付された構成と同一であるので、説明を省略する。
Here, among the configurations provided in the person
人物情報収集部１００６は、生成した人物情報２を人物情報送信部１０１３に供給する点を除き、本発明の実施例１である広告効果測定装置１に備えられた人物情報収集部１０６と同一である。
The person
人物情報送信部１０１３は、ネットワーク９０１を介して広告効果測定装置１０に接続し、通信を行うものである。そして、人物情報送信部１０１３は、人物情報収集部１００６から人物情報２が供給されると、供給された人物情報２をネットワーク９０１を介して広告効果測定装置１０に送信する。
The person
＜広告効果測定装置の構成＞
次に、広告効果測定システム９における広告効果測定装置１０の構成について説明する。
<Configuration of advertising effect measurement device>
Next, the configuration of the advertisement effect measuring device 10 in the advertisement effect measuring system 9 will be described.
図１１は、本発明の実施例３である広告効果測定システム９における広告効果測定装置１１の構成例を示した図である。
FIG. 11 is a diagram illustrating a configuration example of the advertisement
図１１において、広告効果測定装置１１は、人物情報記憶部１１０７と、同一人物特定部１１１５と、時刻分析部１１０８と、時間情報評価部１１０９と、広告効果分析部１１１０と、広告効果情報記憶部１１１と、広告効果情報送信部１１２と、人物情報受信部１１１４とを有している。
In FIG. 11, the advertisement
ここで、本実施例の広告効果測定装置１１に備えられた構成のうち、広告効果情報記憶部１１１と、広告効果情報送信部１１２とは、それぞれ本発明の実施例１である広告効果測定装置１に備えられた同一符号が付された構成と同一であるので、説明を省略する。
Here, among the configurations provided in the advertisement
人物情報記憶部１１０７は、記憶する人物情報１２の内容が異なる点を除き、本発明の実施例１である広告効果測定装置１に備えられた人物情報記憶部１０７と同一である。
The person
図１２は、本発明の実施例３の広告効果測定装置１１における人物情報記憶部１１０７に記憶される人物情報１２の構成例を示した図である。
FIG. 12 is a diagram illustrating a configuration example of the person information 12 stored in the person
図１２において、実施例３の人物情報１２は、収集装置ＩＤ１２０６と、時刻２０１と、顔特徴量２０２と、視線角度２０３と、属性２０４とを関連付けたものである。これらの情報のうち、時刻２０１と、顔特徴量２０２と、視線角度２０３と、属性２０４とは、本発明の実施例１である広告効果測定装置１に備えられた人物情報記憶部１０７に記憶された人物情報２（図２参照。）における同一符号が付された情報と同一である。そして、収集装置ＩＤ１２０６は、人物情報収集装置１０ｂ及び１０ｃを一意に識別する番号である。
In FIG. 12, the person information 12 of the third embodiment is obtained by associating the
図１１に戻り、同一人物特定部１１１５は、人物情報記憶部１１０７から読み出す人物情報２に収集装置ＩＤ１２０６が含まれる点を除き、本発明の実施例１である広告効果測定装置１に備えられた同一人物特定部１１５と同一である。
Returning to FIG. 11, the same
時刻分析部１１０８は、同一人物特定部１１１５から供給される人物情報２に収集装置ＩＤ１２０６が含まれる点を除き、本発明の実施例１である広告効果測定装置１に備えられた時刻分析部１０８と同一である。
The
時間情報評価部１１０９は、時刻分析部１１０８から供給される人物情報２に収集装置ＩＤ１２０６が含まれる点と、生成する顧客情報１３の内容が異なる点を除き、本発明の実施例１、または実施例２である広告効果測定装置１に備えられた時間情報評価部１０９と同一である。
The time
図１３は、本発明の実施例３の広告効果測定装置１１における時間情報評価部１１０９が生成する顧客情報１３の構成例を示した図である。顧客情報１３は、収集装置ＩＤ１２０６と、顧客ＩＤ３０５と、時刻２０１と、視線角度２０３と、属性２０４とが関連付けられたものである。これらの構成のうち、顧客ＩＤ３０５と、時刻２０１と、視線角度２０３と、属性２０４とは、本発明の実施例１である広告効果測定装置１に備えられた時間情報評価部１０９が生成する顧客情報３（図３参照。）における同一符号が付された構成と同一である。そして、収集装置ＩＤ１２０６は、図１２の人物情報２１２における同一符号が付された構成と同一である。
FIG. 13 is a diagram illustrating a configuration example of the customer information 13 generated by the time
図１１に戻り、広告効果分析部１１１０は、時間情報評価部１１０９から供給される顧客情報１３に収集装置ＩＤ１２０６が含まれる異なる点を除き、本発明の実施例１である広告効果測定装置１に備えられた広告効果分析部１１０と同一である。なお、分析する顧客情報１３に収集装置ＩＤ１２０６が含まれるが、全ての顧客情報１３をまとめて分析して広告効果情報を生成するようにしてもよいし、人物情報収集装置１０ａ〜１０ｃ毎に顧客情報１３を分析して広告効果情報を生成するようにしてもよい。
Returning to FIG. 11, the advertising
人物情報受信部１１１４は、ネットワーク９０１を介して人物情報収集装置１０ａ〜１０ｃと接続し、通信を行うものである。そして、人物情報受信部１１１４は、人物情報収集装置１０ａ〜１０ｃから送信される人物情報２をネットワーク９０１を介して受信し、収集装置ＩＤ１２０６を付加して人物情報記憶部１１０７に記憶させる。
The person
従って、実施例３の広告効果測定システム９によっても、実施例１,２の広告効果測定装置１と同様に、従業員等を除外して、本来の顧客のみで広告効果を測定することができ、広告効果測定の精度を高めることが可能となる。
Therefore, the advertising effectiveness measuring system 9 of the third embodiment can also measure the advertising effectiveness only with the original customer, excluding employees, etc., as in the advertising
なお、本発明の実施例３の広告効果測定装置１１は、人物情報記憶部１１０７と、広告効果情報記憶部１１１とを別々の記憶装置として構成しているが、各々の記憶部を部分的に共用したり、全ての記憶部を１つの記憶装置で共用したりする構成としてもよい。
In the advertisement
また、上述した本発明の実施例３の人物情報収集装置１０ａは、コンピュータ装置にインストールした人物情報収集プログラムを実行させることにより実現することもできる。この人物情報収集プログラムは、例えば、人物情報収集プログラムが記憶された記録媒体から読み出され、ＣＰＵで実行されることにより人物情報収集装置１０ａを構成するようにしてもよいし、通信ネットワークを介して伝送されてインストールされ、ＣＰＵで実行されることにより人物情報収集装置１０ａを構成するようにしてもよい。
The above-described personal
また、上述した本発明の実施例３の広告効果測定装置１１は、コンピュータ装置にインストールした広告効果測定プログラムを実行させることにより実現することもできる。この広告効果測定プログラムは、例えば、広告効果測定プログラムが記憶された記録媒体から読み出され、ＣＰＵで実行されることにより広告効果測定装置１１を構成するようにしてもよいし、通信ネットワークを介して伝送されてインストールされ、ＣＰＵで実行されることにより広告効果測定装置１１を構成するようにしてもよい。
In addition, the above-described advertisement
１ 広告効果測定装置
１０１ カメラ
１０２ 顔検出部
１０３ 顔特徴量抽出部
１０４ 視線検出部
１０５ 属性推定部
１０６ 人物情報収集部
１０７ 人物情報記憶部
１０８ 時刻分析部
１０８ａ 出現頻度計算部
１０８ｂ 出現日率計算部
１０８ｃ 出現時刻分散計算部
１０９ 時間情報評価部
１１０ 広告効果分析部
１１１ 広告効果情報記憶部
１１２ 広告効果情報送信部
１１５ 同一人物特定部
２ 人物情報
２０１ 時刻
２０２ 顔特徴量
２０３ 視線角度
２０４ 属性
２０４ａ 年齢
２０４ｂ 性別
３ 顧客情報
３０５ 顧客ＩＤ
９ 広告効果測定システム
９０１ ネットワーク
１０ａ〜１０ｃ 人物情報収集装置
１００６ 人物情報収集部
１０１３ 人物情報送信部
１１ 広告効果測定装置
１１０７ 人物情報記憶部
１１０８ 時刻分析部
１１０９ 時間情報評価部
１１１０ 広告効果分析部
１１１４ 人物情報受信部
１１１５ 同一人物特定部
１２ 人物情報
１２０６ 収集装置ＩＤ
１３ 顧客情報
DESCRIPTION OF
DESCRIPTION OF SYMBOLS 9 Advertisement
13 Customer information
Claims (3)
前記顔特徴量から同一人物を特定し、その人物の人物情報を出力する同一人物特定部と、
前記同一人物特定部からの前記人物情報に含まれる出現時刻に関する時間情報を生成する時刻分析部と、
前記時刻分析部からの前記時間情報を評価し、その評価に基づいて顧客とする前記人物を選択した顧客情報を生成する時間情報評価部と、
前記時間情報評価部からの前記顧客情報を分析し、広告効果情報を生成する広告効果分析部と、
を備える広告効果測定装置。 A face feature amount extracting unit for extracting a person's face feature amount;
An identical person identifying unit that identifies the same person from the facial feature amount and outputs personal information of the person;
A time analysis unit that generates time information related to an appearance time included in the person information from the same person specifying unit;
A time information evaluation unit that evaluates the time information from the time analysis unit and generates customer information that selects the person as a customer based on the evaluation; and
Analyzing the customer information from the time information evaluation unit, and generating an advertising effect information; and
An advertisement effect measuring device comprising:
前記人物情報から前記人物の出現頻度を計算する出現頻度計算部と、
前記人物情報から前記人物の出現日率を計算する出現日率計算部と、
前記人物情報から前記人物の出現時刻分散を計算する出現時刻分散計算部と、
のうちの少なくとも一つを備えることを特徴とする請求項１記載の広告効果測定装置。 The time analysis unit
An appearance frequency calculation unit for calculating the appearance frequency of the person from the person information;
An appearance date rate calculating unit for calculating an appearance date rate of the person from the person information;
An appearance time distribution calculating unit for calculating the appearance time distribution of the person from the person information;
The advertisement effect measuring device according to claim 1, comprising at least one of the following.
前記人物情報収集装置から送信される前記人物情報を受信する広告効果測定装置と、
がネットワークを介して接続される広告効果測定システムであって、
前記広告効果測定装置は、
前記顔特徴量から同一人物を特定し、その人物の人物情報を出力する同一人物特定部と、
前記同一人物特定部からの前記人物情報に含まれる出現時刻に関する時間情報を生成する時刻分析部と、
前記時刻分析部からの前記時間情報を評価し、その評価に基づいて顧客とする前記人物を選択した顧客情報を生成する時間情報評価部と、
前記時間情報評価部からの前記顧客情報を分析し、広告効果情報を生成する広告効果分析部と、
を備えることを特徴とする広告効果測定システム。 A person information collecting device for transmitting person information including the face feature amount of the person;
An advertisement effect measuring device for receiving the person information transmitted from the person information collecting device;
Is an advertising effectiveness measurement system connected via a network,
The advertisement effect measuring device includes:
An identical person identifying unit that identifies the same person from the facial feature amount and outputs personal information of the person;
A time analysis unit that generates time information related to an appearance time included in the person information from the same person specifying unit;
A time information evaluation unit that evaluates the time information from the time analysis unit and generates customer information that selects the person as a customer based on the evaluation; and
Analyzing the customer information from the time information evaluation unit, and generating an advertising effect information; and
An advertising effectiveness measurement system comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010264871A JP2012118581A (en) | 2010-11-29 | 2010-11-29 | Advertisement effect measurement device and advertisement effect measurement system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010264871A JP2012118581A (en) | 2010-11-29 | 2010-11-29 | Advertisement effect measurement device and advertisement effect measurement system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2012118581A true JP2012118581A (en) | 2012-06-21 |
Family
ID=46501370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010264871A Pending JP2012118581A (en) | 2010-11-29 | 2010-11-29 | Advertisement effect measurement device and advertisement effect measurement system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2012118581A (en) |
-
2010
- 2010-11-29 JP JP2010264871A patent/JP2012118581A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10846537B2 (en) | Information processing device, determination device, notification system, information transmission method, and program | |
| JP5603403B2 (en) | Object counting method, object counting apparatus, and object counting program | |
| JP7448065B2 (en) | Store equipment, store systems, store management methods, programs | |
| WO2015029801A1 (en) | Information processing device, information processing method, and information processing system | |
| JP2021140830A (en) | Store device, store management method, and program | |
| US9727791B2 (en) | Person detection system, method, and non-transitory computer readable medium | |
| US10592731B2 (en) | Facial recognition system, facial recognition server, and facial recognition method | |
| JP2008112401A (en) | Advertisement effect measurement apparatus | |
| JP2015215787A (en) | Information processing device, waiting time estimation system, information processing method and program | |
| JP5780348B1 (en) | Information presentation program and information processing apparatus | |
| US20210081649A1 (en) | Face authentication apparatus | |
| JP7299692B2 (en) | Image processing device, image processing system, image processing device control method, and program | |
| JP2010108257A (en) | Apparatus, method and program for measuring degree of attention of media information and recording medium with the program recorded thereon | |
| JP2020091595A (en) | Information processing system, method for managing authentication object, and program | |
| JP2010211485A (en) | Gaze degree measurement device, gaze degree measurement method, gaze degree measurement program and recording medium with the same program recorded | |
| JP5385845B2 (en) | Content attention level calculation device, content attention level calculation method, and content attention level calculation program | |
| JP6516702B2 (en) | People count system, number count method, and view method of number count result | |
| CN108334820B (en) | Information processing apparatus, information processing method, and storage medium | |
| US20190122228A1 (en) | Examination device | |
| JP6399096B2 (en) | Information processing apparatus, display method, and computer program | |
| JP2017017488A (en) | Monitoring system, imaging control method, and program | |
| JP2012118581A (en) | Advertisement effect measurement device and advertisement effect measurement system | |
| JP6734487B2 (en) | Regional smile level display system, regional smile level display method and program | |
| JP6815667B1 (en) | Information processing equipment, information processing methods, programs and camera systems | |
| JP2012173903A (en) | Rack monitoring device |