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 |