JP2013025725A - 情報処理装置、フレーズ出力方法及びプログラム - Google Patents

Abstract

【課題】人物とのコミュニケーションにおいて効果的な言葉の選択を、実世界の状況の認識に基づいて動的に行うことのできる仕組みを提供する。
【解決手段】入力画像を取得する画像取得部と、人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、を備える情報処理装置を提供する。
【選択図】図４

Description

本開示は、情報処理装置、フレーズ出力方法及びプログラムに関する。

一般的に、良好な人間関係を構築するためには相手を褒めることが効果的であると言われている。また、日常生活や仕事上でのモチベーションは、家族、友人、上司又は同僚などからの肯定的なフィードバックを得ることで高められる。しかし、肯定的な言葉であればどのような言葉であっても褒め言葉になるという訳ではない。相手を褒めることを意図していても、言葉の選択を失敗すれば、却って相手の気分を害する可能性もある。これは相手を貶めることを意図していても、言葉の選択を失敗すれば何らの効果も相手に与えられない可能性があることの裏返しでもある。

従来、ユーザにとって有益な情報を実世界の状況の認識に基づいて動的に選択し、選択した情報をユーザに提示する技術が提案されている（例えば、下記特許文献１参照）。

特開２０１０−６７２７５号公報

しかしながら、人物とのコミュニケーションにおいて効果を発揮する言葉の選択を実世界の状況の認識に基づいて行うような技術は、これまでに知られていない。言葉の選択が適切であれば、例えば、人物ではなくコンピュータがユーザに誉め言葉を投げかけた場合であってもユーザに良好な感情を抱かせることは可能であると推測される。また、人物同士のコミュニケーションにおいて使用される言葉の選択をコンピュータが支援することも有益であろう。

従って、人物とのコミュニケーションにおいて効果的な言葉の選択を、実世界の状況の認識に基づいて動的に行うことのできる仕組みが提供されることが望ましい。

本開示によれば、入力画像を取得する画像取得部と、人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、を備える情報処理装置が提供される。

また、本開示によれば、情報処理装置の制御部において、入力画像を取得することと、人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択することと、選択された前記フレーズ候補のうち少なくとも１つのフレーズを出力することと、を含むフレーズ出力方法が提供される。

また、本開示によれば、情報処理装置を制御するコンピュータを、入力画像を取得する画像取得部と、人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、として機能させるための、プログラムが提供される。

本開示によれば、人物とのコミュニケーションにおいて効果的な言葉の選択を、実世界の状況の認識に基づいて動的に行うことのできる仕組みが提供される。

第１の実施形態に係る情報処理装置の概要について説明するための第１の説明図である。 第１の実施形態に係る情報処理装置の概要について説明するための第２の説明図である。 第２の実施形態に係る情報処理装置の概要について説明するための説明図である。 情報処理装置のハードウェア構成の一例を示すブロック図である。 第１の実施形態に係る情報処理装置の論理的機能の構成の一例を示すブロック図である。 外見モデルの第１の例に基づく特徴部分の特定について説明するための第１の説明図である。 外見モデルの第１の例に基づく特徴部分の特定について説明するための第２の説明図である。 外見モデルの第２の例に基づく特徴部分の特定について説明するための説明図である。 フレーズＤＢの構成の一例について説明するための説明図である。 履歴ＤＢの構成の一例について説明するための説明図である。 第１の実施形態において表示され得るフレーズ出力画面の一例について説明するための説明図である。 第１の実施形態に係るフレーズ出力処理の流れの一例を示すフローチャートである。 第１の実施形態の一変形例に係る情報処理装置の論理的機能の構成の一例を示すブロック図である。 第２の実施形態に係る情報処理装置の論理的機能の構成の一例を示すブロック図である。 ユーザインタフェースを介する特徴部分の特定について説明するための説明図である。 ユーザインタフェースを介する出力フレーズの指定について説明するための説明図である。 ユーザインタフェースを介するフレーズの表示について説明するための説明図である。 人物ごとに異なるフレーズの出力について説明するための説明図である。 第２の実施形態に係るフレーズ出力処理の流れの一例を示すフローチャートである。 第２の実施形態の一変形例に係る情報処理装置の論理的機能の構成の一例を示すブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

また、以下の順序で説明を行う。
１．概要
２．第１の実施形態の詳細
２−１．ハードウェア構成
２−２．機能構成
２−３．処理の流れ
２−４．第１の実施形態のまとめ
２−５．変形例の説明
３．第２の実施形態の詳細
３−１．ハードウェア構成
３−２．機能構成
３−３．処理の流れ
３−４．第２の実施形態のまとめ
３−５．変形例の説明
４．総括

＜１．概要＞
本節では、本明細書で開示される技術の２つの実施形態の概要について説明する。

図１Ａ及び図１Ｂは、第１の実施形態に係る情報処理装置１００の概要について説明するための説明図である。図１Ａを参照すると、ユーザＵａが有する情報処理装置１００が示されている。情報処理装置１００は、内側カメラである撮像部１０２と表示部１１０とを備える。ユーザＵａが撮像部１０２のレンズを自分に向けると、撮像部１０２によりユーザＵａを映した画像が撮像され、撮像画像が表示部１０２により表示される。図１Ａに示した画像Ｉｍ０１は、情報処理装置１００により撮像される画像の一例である。画像Ｉｍ０１には、ユーザＵａの顔が映っている。情報処理装置１００は、このような撮像画像を入力画像として取得し、ユーザＵａの状況を認識する。そして、情報処理装置１００は、認識した状況に基づいて、ユーザＵａに投げかけるべき効果的なフレーズを動的に選択する。後に詳細に説明する第１の実施形態において、情報処理装置１００により動的に選択されるフレーズは、ユーザＵａを褒めるためのフレーズである。

図１Ａでは、情報処理装置１００の一例として携帯端末を示している。しかしながら、情報処理装置１００は、かかる例に限定されない。情報処理装置１００は、例えば、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、スマートフォン、ゲーム端末、コンテンツプレーヤ又はデジタル家電機器などであってもよい。また、図１Ｂの例のように、情報処理装置１００は、撮像部１０２と表示部１１０とを有する鏡付き化粧台のような装置であってもよい。

図２は、第２の実施形態に係る情報処理装置２００の概要について説明するための説明図である。図２を参照すると、ユーザＵａ、並びに人物Ｕｂ及びＵｃが示されている。人物Ｕｂ及びＵｃは、ユーザＵａのコミュニケーション相手である。ユーザＵａは、情報処理装置２００を有する。情報処理装置２００は、外側カメラ（図示せず）を備える。ユーザＵａが外側カメラのレンズを人物Ｕｂ及びＵｃに向けると、外側カメラにより人物Ｕｂ及びＵｃを映した画像が撮像される。図２に示した画像Ｉｍ０２は、情報処理装置２００により撮像される画像の一例である。情報処理装置２００は、このような撮像画像を入力画像として取得し、ユーザＵａのコミュニケーション相手である人物Ｕｂ及びＵｃの状況を認識する。そして、情報処理装置２００は、認識した状況に基づいて、人物Ｕｂ及びＵｃの各々に投げかけるべき効果的なフレーズを動的に選択する。後に詳細に説明する第２の実施形態において、情報処理装置２００により動的に選択されるフレーズは、各人物を褒めるためのフレーズである。但し、第２の実施形態の変形例においては、各人物を褒める代わりに貶めるフレーズもまた選択され得る。

図２では、ユーザＵａのコミュニケーション相手が２人存在する例を示しているが、ユーザＵａのコミュニケーション相手は１人であってもよく、３人以上であってもよい。情報処理装置２００もまた、上述した情報処理装置１００と同様、例えば、ＰＣ、ＰＤＡ、スマートフォン、ゲーム端末、コンテンツプレーヤ又はデジタル家電機器などであってよい。また、情報処理装置２００は、ＨＭＤ（Head Mounted Display）又は撮像機能を搭載した眼鏡などの特別な機器を用いて実現されてもよい。

＜２．第１の実施形態の詳細＞
次に、図１Ａ及び図１Ｂに示した第１の実施形態に係る情報処理装置１００について詳細に説明する。

［２−１．ハードウェア構成］
図３は、本実施形態に係る情報処理装置１００のハードウェア構成の一例を示すブロック図である。図３を参照すると、情報処理装置１００は、撮像部１０２、センサ部１０４、入力部１０６、記憶部１０８、表示部１１０、音声出力部１１２、通信部１１４、バス１１６及び制御部１１８を備える。

（１）撮像部
撮像部１０２は、画像を撮像するカメラモジュールである。撮像部１０２は、ＣＣＤ（Charge Coupled Device）又はＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像素子を用いて被写体である人物を撮像し、撮像画像を生成する。第１の実施形態では、撮像部１０２は、内側カメラ（情報処理装置１００のユーザの方向に向けられるカメラ）として構成される。従って、撮像部１０２により撮像される画像の被写体は、情報処理装置１００のユーザである。なお、撮像部１０２は、必ずしも情報処理装置１００の一部でなくてもよい。例えば、情報処理装置１００と有線又は無線で接続される撮像装置が撮像部１０２として扱われてもよい。

（２）センサ部
センサ部１０４は、情報処理装置１００の位置を検出するセンサモジュールである。例えば、センサ部１０４は、ＧＰＳ（Global Positioning System）信号を受信して情報処理装置１００の緯度、経度及び高度を測定するＧＰＳセンサを含んでもよい。また、センサ部１０４は、無線アクセスポイントから受信される無線信号の強度に基づいて情報処理装置１００の位置を測定する測位センサを含んでもよい。

（３）入力部
入力部１０６は、ユーザが情報処理装置１００を操作し又は情報処理装置１００へ情報を入力するために使用される入力デバイスである。入力部１０６は、例えば、表示部１１０の画面上へのユーザによるタッチを検出するタッチセンサを含んでもよい。その代わりに（又はそれに加えて）、入力部１０６は、マウス若しくはタッチパッドなどのポインティングデバイスを含んでもよい。さらに、入力部１０６は、キーボード、キーパッド、ボタン又はスイッチなどのその他の種類の入力デバイスを含んでもよい。

（４）記憶部
記憶部１０８は、半導体メモリ又はハードディスクなどの記憶媒体により構成され、情報処理装置１００による処理のためのプログラム及びデータを記憶する。記憶部１０８により記憶されるデータは、例えば、撮像部１０２により生成される撮像画像データ、画像の解析の際に用いられるモデルデータ、フレーズデータ又は履歴データなどを含み得る。なお、本明細書で説明するプログラム及びデータの一部又は全部は、記憶部１０８により記憶されることなく、外部のデータソース（例えば、データサーバ、ネットワークストレージ又は外付けメモリなど）から取得されてもよい。

（５）表示部
表示部１１０は、ＬＣＤ（Liquid Crystal Display）、ＯＬＥＤ（Organic light-Emitting Diode）又はＣＲＴ（Cathode Ray Tube）などにより構成される表示モジュールである。表示部１１０は、例えば、情報処理装置１００により選択されるフレーズをユーザに向けて表示するために使用されてよい。また、表示部１１０は、例えば、情報処理装置１００が提供するユーザインタフェースのための画面を表示してもよい。なお、表示部１１０もまた、必ずしも情報処理装置１００の一部でなくてもよい。例えば、情報処理装置１００と有線又は無線で接続される表示装置が表示部１１０として扱われてもよい。

（６）音声出力部
音声出力部１１２は、典型的には、スピーカ及びアンプなどの回路を有する音声出力モジュールである。音声出力部１１２は、例えば、情報処理装置１００により選択されるフレーズをユーザに向けて音声再生するために使用されてよい。

（７）通信部
通信部１１４は、情報処理装置１００による他の装置との間の通信を仲介する通信インタフェースである。通信部１１４は、任意の無線通信プロトコル又は有線通信プロトコルをサポートし、他の装置との間の通信接続を確立する。

（８）バス
バス１１６は、撮像部１０２、センサ部１０４、入力部１０６、記憶部１０８、表示部１１０、音声出力部１１２、通信部１１４及び制御部１１８を相互に接続する。

（９）制御部
制御部１１８は、ＣＰＵ（Central Processing Unit）又はＤＳＰ（Digital Signal Processor）などのプロセッサに相当する。制御部１１８は、記憶部１０８又は他の記憶媒体に記憶されるプログラムを実行することにより、後に説明する情報処理装置１００の様々な機能を動作させる。

［２−２．機能構成］
図４は、図３に示した情報処理装置１００の記憶部１０８及び制御部１１８により実現される論理的機能の構成の一例を示すブロック図である。図４を参照すると、情報処理装置１００は、画像取得部１２０、個人識別部１３０、解析部１４０、モデルＤＢ（データベース）１４２、フレーズ選択部１５０、フレーズＤＢ１５２、ユーザインタフェース部１６０、フレーズ出力部１７０及び履歴ＤＢ１７２を含む。

（１）画像取得部
画像取得部１２０は、撮像部１０２により生成される撮像画像を入力画像として取得する。上述したように、本実施形態において、撮像部１０２は、情報処理装置１００のユーザの方向に向けられいわゆる内側カメラのカメラモジュールである。従って、画像取得部１２０により取得される入力画像には、情報処理装置１００のユーザが映る。当該入力画像は、静止画であってもよく、動画を構成する各フレームであってもよい。画像取得部１２０は、取得した入力画像を、個人識別部１３０、解析部１４０及びユーザインタフェース部１６０へ出力する。

（２）個人識別部
個人識別部１３０は、画像取得部１２０により取得される入力画像に映る人物を識別する。個人識別部１３０は、例えば、公知の画像認識技術に基づく個人識別アルゴリズムを用いて、入力画像に映る人物を識別してもよい。その代わりに、個人識別部１３０は、情報処理装置１００にログインしているユーザが入力画像に映る人物であると識別してもよい。また、個人識別部１３０は、ユーザインタフェース部１６０を介してユーザＩＤ又はニックネームなどの識別情報をユーザに入力させることにより、入力画像に映る人物を識別してもよい。個人識別部１３０は、識別した個人を特定する情報を解析部１４０及びフレーズ選択部１５０へ出力する。

なお、１人のユーザのみが情報処理装置１００を利用するような用途においては、個人識別部１３０による個人識別処理は省略されてもよい。

（３）解析部
解析部１４０は、出力されるフレーズの候補（以下、フレーズ候補という）のフレーズＤＢ１５２からの選択の際に使用されるカテゴリを決定するために、画像取得部１２０から入力される入力画像を解析する。ここでのカテゴリは、フレーズＤＢ１５２に蓄積されている複数のフレーズ候補を分類するカテゴリである。本実施形態において、フレーズＤＢ１５２に蓄積されているフレーズ候補は、人物へ提示される肯定的なフレーズである。即ち、人物を褒める際に使用され得る様々な肯定的なフレーズが、フレーズＤＢ１５２に予めカテゴリ別に蓄積される。後に詳しく説明するように、本実施形態においてフレーズ候補を分類するカテゴリは、少なくとも入力画像に映る人物の外見の特徴部分に対応するカテゴリを含む。

従って、解析部１４０は、入力画像を解析することにより、入力画像に映る人物の外見の特徴部分を特定する。そして、解析部１４０は、特定した特徴部分に対応するカテゴリを、選択されるべきフレーズ候補が属するべきカテゴリとして決定する。人物の外見の特徴部分とは、例えば、眼、鼻、口、肌、手又は足などの当該人物の体の一部分であってもよい。また、人物の外見の特徴部分とは、当該人物の表情、姿勢、髪型、服装、身につけている装身具又は化粧などであってもよい。

解析部１４０は、例えば、入力画像に映る人物の外見を外見モデルと比較することにより、当該人物の外見の特徴部分を特定する。図４に示したモデルＤＢ１４２は、入力画像に映る人物の外見と比較される上記外見モデルを表すモデルデータを記憶する。以下、外見モデルの２つの例について説明する。

（３−１）第１の例
第１の例において、外見モデルは、個人識別部１３０により識別される人物の過去の外見に関するモデルである。図５Ａの左上には、第１の例における外見モデルＭｄ１が示されている。外見モデルＭｄ１は、例えば、情報処理装置１００のユーザＵａについての平均的な外見を表す画像である。例えば、ユーザＵａについて過去に撮像された複数の画像から、ユーザＵａについての平均的な外見を表す画像が予め計算されてよい。一方、図５Ａの左下には、画像取得部１２０から入力され得る入力画像Ｉｍ１１が示されている。

解析部１４０は、このような外見モデルＭｄ１と入力画像Ｉｍ１１とを比較し、外見の各部について、外見モデルＭｄ１により表されるユーザＵａの外見からの入力画像Ｉｍ１１に映るユーザＵａの外見の変化の程度をスコアリングする。図５Ａの例では、「髪型」についてのスコアが「８０」、「肌」についてのスコアが「５０」、「体型」についてのスコアが「−５」、「笑顔」についてのスコアが「０」にそれぞれスコアリングされている。これらスコアの値は、例えばそれぞれ最大値が１００となるように正規化された値であってよい。また、平均的な外見からの変化の程度だけでなく変化の方向にも意味のあるカテゴリ（例えば、「体型」に関する太った／痩せたなど）については、負の値がスコアリングされてもよい。解析部１４０は、このようにスコアリングされた各部についての値を所定の閾値と比較し、当該閾値を上回る値を有する（即ち、変化の程度の大きい）部分を特徴部分として特定する。図５Ａの例では、「髪型」及び「肌」が、最新のユーザＵａの外見の特徴部分として特定されている。

図５Ｂにも、図５Ａの例と同様の第１の例における外見モデルＭｄ１が示されている。図５Ｂの左下には、画像取得部１２０から入力され得る入力画像Ｉｍ１２が示されている。図５Ｂの例では、「髪型」についてのスコアが「０」、「肌」についてのスコアが「２０」、「体型」についてのスコアが「４０」、「笑顔」についてのスコアが「７５」にそれぞれスコアリングされている。その結果、「体型」及び「笑顔」が、最新のユーザＵａの外見の特徴部分として特定されている。

（３−２）第２の例
第２の例において、外見モデルは、複数の人物に適用される標準的な外見に関するモデルである。図６の左上には、第２の例における外見モデルＭｄ２が示されている。外見モデルＭｄ２は、例えば、複数の人物について予め撮像される複数の画像から計算され（又は顔及び体型の黄金比などの知見に基づいて作成され）、モデルＤＢ１４２により記憶される。人物の性別又は年齢層ごとに異なる外見モデルＭｄ２がモデルＤＢ１４２により記憶されてもよい。図６の左下には、画像取得部１２０から入力され得る入力画像Ｉｍ１３が示されている。

解析部１４０は、このような外見モデルＭｄ２と入力画像Ｉｍ１３とを比較し、外見の各部について、外見モデルＭｄ２により表される標準的な人物の外見からの入力画像Ｉｍ１３に映るユーザＵａの外見の差異の程度をスコアリングする。図６の例では、「肌」についてのスコアが「２０」、「体型」についてのスコアが「−５」、「笑顔」についてのスコアが「１０」、「眼」についてのスコアが「５０」にそれぞれスコアリングされている。解析部１４０は、このようにスコアリングされた各部についての値を所定の閾値と比較し、当該閾値を上回る値を有する（即ち、差異の程度の大きい）部分を特徴部分として特定する。図６の例では、「眼」が、最新のユーザＵａの外見の特徴部分として特定されている。

なお、上述した第１の例及び第２の例に関連し、ここでは外見モデルが画像データである例について主に説明した。しかしながら、外見モデルは、画像データではなく、例えば、外見に現れる特徴点の座標の集合であってもよい。また、外見モデルは、体の各部のサイズ、並びに明るさ及び色合いなどの様々なパラメータの集合であってもよい。また、解析部１４０は、第１の例及び第２の例の双方の外見モデルを入力画像に映る人物と比較してもよい。

また、解析部１４０は、いくつかの特徴部分を、入力画像を外見モデルと比較することなく特定してもよい。例えば、解析部１４０は、特開２００８−３１１８１８号公報に記載されているような笑顔認識技術を用いて入力画像に映る人物の笑顔の程度をスコアリングし、所定の閾値を上回る値がスコアリングされた人物の特徴部分が「笑顔」であると特定してもよい。

また、解析部１４０は、入力画像に映る人物の顔を認識し、認識した顔の特徴に基づいて当該人物の性別又は年齢層などの属性を追加的に識別してもよい。このように識別される人物の属性もまた、フレーズＤＢ１５２からのフレーズ候補の選択の際に使用され得る。

（４）フレーズ選択部
フレーズ選択部１５０は、複数の肯定的なフレーズを記憶しているフレーズＤＢ１５２ら、入力画像に映る人物へ提示されるフレーズ候補を選択する。本実施形態において、フレーズＤＢ１５２は、上述したように、人物の外見に関するカテゴリ別にフレーズを記憶している。そして、フレーズ選択部１５０は、解析部１４０により特定される特徴部分に対応するカテゴリに属するフレーズを、フレーズ候補として選択する。

図７は、フレーズＤＢ１５２の構成の一例について説明するための説明図である。図７を参照すると、フレーズＤＢ１５２は、フレーズＩＤ１５３、性別１５４ａ、特徴部分１５４ｂ、スコア１５４ｃ及びフレーズ１５５をデータ項目として含むデータベースである。フレーズＩＤ１５３は、フレーズＤＢ１５２により記憶されている各フレーズを一意に識別する識別子である。フレーズのカテゴリは、性別１５４ａ、特徴部分１５４ｂ及びスコア１５４ｃによって互いに識別される。性別１５４ａは、「男性」、「女性」又は「−（指定なし）」のいずれかを示す区分である。特徴部分１５４ｂは、人物の外見上の様々な特徴部分を表す。スコア１５４ｃは、「High」又は「Mid」などの、スコアの高低に関する区分である。フレーズ１５５は、フレーズの内容を表す文字列である。図７に示されている各フレーズの内容は、対応する特徴部分に関連して人物を褒める場合に利用される肯定的な内容である。

例えば、フレーズ選択部１５０は、図５Ａの例のように、「髪型」及び「肌」がユーザの外見の特徴部分として特定されると、特徴部分１５４ｂが「髪型」又は「肌」であるフレーズをフレーズＤＢ１５２から抽出する。この場合に、図７に例示したフレーズＤＢ１５２から抽出されるフレーズは、フレーズＰｈ０４１、Ｐｈ１１１、Ｐｈ１１２及びＰｈ１１３である。また、フレーズ選択部１５０は、解析部１４０により識別される上記ユーザの性別によって、フレーズＤＢ１５２から抽出されるフレーズをフィルタリングしてもよい。図５Ｂの例のように、「体型」がユーザの外見の特徴部分として特定された場合に、当該ユーザが女性であれば、フレーズＰｈ０２１がフレーズＤＢ１５２から抽出され得る。また、フレーズ選択部１５０は、スコア１５４ｃにおいて何らかの区分が指定されているフレーズについては、解析部１４０により算出されたスコアの値に応じてフレーズＤＢ１５２から抽出されるフレーズをフィルタリングしてもよい。図５Ｂの例のように、「笑顔」がユーザの外見の特徴部分として特定された場合に、「笑顔」についてのスコアが所定の閾値よりも高ければ、フレーズＰｈ０５２がフレーズＤＢ１５２から抽出され得る。

フレーズ選択部１５０は、このようにフレーズＤＢ１５２から抽出されるフレーズを、入力画像に映る人物（本実施形態においてはユーザＵａ）に提示されるフレーズ候補として選択する。そして、フレーズ選択部１５０は、選択したフレーズ候補をフレーズ出力部１７０へ出力する。

（５）ユーザインタフェース部
ユーザインタフェース部１６０は、図３に示した入力部１０６、表示部１１０及び音声出力部１１２を用いて、情報処理装置１００のユーザにユーザインタフェースを提供する。例えば、ユーザインタフェース部１６０は、入力画像に映る人物を識別するための識別情報をユーザに入力させるための入力画面をユーザに提供してもよい。また、ユーザインタフェース部１６０は、解析部１４０による入力画像の解析の際に用いられる外見モデルを設定するための設定画面をユーザに提供してもよい。また、ユーザインタフェース部１６０は、ユーザの特徴部分をユーザに指定させるための指定画面をユーザに提供してもよい。また、次に説明するフレーズ出力部１７０は、入力画像に映る人物に効果的なフレーズを提示するために、ユーザインタフェース部１６０を介して少なくとも１つのフレーズを出力する。

（６）フレーズ出力部
フレーズ出力部１７０は、フレーズ選択部１５０により選択されるフレーズ候補のうち少なくとも１つのフレーズを、ユーザインタフェース部１６０を介して出力する。本実施形態において、フレーズの出力は、例えば、表示部１１０における表示又は音声出力部１１２からの音声出力によって行われ得る。フレーズの出力は、当該フレーズを入力画像に重畳して表示部１１０のディスプレイへ出力することにより行われてもよい。その場合には、ユーザを褒めるための所謂ＡＲ（Augmented Reality：拡張現実）アプリケーションが実現され得る。また、フレーズの出力は、当該フレーズを音声出力部１１２から音声出力することにより行われてもよい。フレーズ出力部１７０は、例えば、フレーズ選択部１５０により複数のフレーズ候補が選択された場合には、当該複数のフレーズ候補からランダムに決定される１つ以上のフレーズを出力してもよい。また、フレーズ出力部１７０は、解析部１４０により算出されたスコアの最も高い特徴部分に対応するフレーズを優先的に出力してもよい。

また、フレーズ出力部１７０は、同じ人物に向けて出力したフレーズの履歴を履歴ＤＢ１７２に記憶させる。そして、フレーズ出力部１７０は、履歴ＤＢ１７２に記憶されているフレーズの出力の履歴に応じて異なるフレーズを出力してもよい。

図８は、履歴ＤＢ１７２の構成の一例について説明するための説明図である。図８を参照すると、履歴ＤＢ１７２は、人物ＩＤ、出力日時、フレーズＩＤ及びフレーズ内容をデータ項目として含む。人物ＩＤは、フレーズが提示された人物を識別するための識別子である。出力日時は、フレーズが出力された日付及び時刻を表す。フレーズＩＤは、出力されたフレーズの識別子である。フレーズ内容は、出力されたフレーズの内容を表す文字列である。図８に例示した履歴ＤＢ１７２を参照すると、２０１１年６月３０日１６時１２分に、ユーザＵａのためにフレーズＰｈ０４１及びＰｈ１１１が出力されたことが把握される。従って、フレーズ出力部１７０は、その後のフレーズ候補がフレーズＰｈ１１１、Ｐｈ１１２及びＰｈ１１３を含む場合に、フレーズＰｈ１１１ではなくフレーズＰｈ１１２又はＰｈ１１３を出力し得る。それにより、同じ人物に同じフレーズが繰り返し出力されることが回避され、新鮮なフレーズの出力を維持することができる。

図９は、本実施形態において表示され得るフレーズ出力画面の一例について説明するための説明図である。図９の左には、図５Ａに例示した外見モデルＭｄ１と入力画像Ｉｍ１１との比較の結果として得られるスコアが示されている。当該スコアから、「髪型」及び「肌」がユーザＵａの外見の特徴部分として特定されたことが分かる。フレーズＰｈ０４１は、フレーズＤＢ１５２において「肌」に対応するカテゴリに分類されているフレーズの１つである。フレーズＰｈ１１２は、フレーズＤＢ１５２において「髪形」に対応するカテゴリに分類されているフレーズの１つである。フレーズ出力部１７０は、このように、フレーズ選択部１５０によりフレーズＤＢ１５２から選択されるフレーズを入力画像に重畳することにより生成される出力画像Ｉｍ２１を、ディスプレイへ出力し得る。

［２−３．処理の流れ］
図１０は、本実施形態に係る情報処理装置１００によるフレーズ出力処理の流れの一例を示すフローチャートである。

図１０を参照すると、まず、画像取得部１２０は、撮像部１０２により生成される撮像画像を入力画像として取得する（ステップＳ１０２）。そして、画像取得部１２０は、取得した入力画像を個人識別部１３０、解析部１４０及びユーザインタフェース部１６０へ出力する。

次に、個人識別部１３０は、画像取得部１２０により取得された入力画像に映る人物を識別する（ステップＳ１０４）。そして、個人識別部１３０は、識別した個人を特定する情報を解析部１４０及びフレーズ選択部１５０へ出力する。

次に、解析部１４０は、画像取得部１２０から入力される入力画像を解析し、当該解析に基づいてフレーズ候補の選択のためのカテゴリを決定する（ステップＳ１０６）。例えば、解析部１４０は、入力画像に映る人物の外見を個人識別部１３０により識別された人物の過去の外見を表す外見モデルと比較し、入力画像に映る人物の外見の特徴部分を特定してもよい。また、複数の人物に適用される標準的な外見を表す外見モデルが使用されてもよい。

次に、フレーズ選択部１５０は、解析部１４０により決定された特徴部分に対応するカテゴリに属するフレーズ候補を、フレーズＤＢ１５２から選択する（ステップＳ１０８）。ここで、フレーズ選択部１５０は、解析部１４０により決定される人物の性別、又は外見に関するスコアに応じて、選択されるフレーズ候補をフィルタリングしてもよい。

次に、フレーズ出力部１７０は、フレーズ選択部１５０により何らかのフレーズ候補が選択されたか否かを判定する（ステップＳ１１０）。ここで、何らのフレーズ候補も選択されなかった場合には、処理はステップＳ１０２へ戻る。一方、何らかのフレーズ候補が選択された場合には、処理はステップＳ１１２へ進む。

ステップＳ１１２では、フレーズ出力部１７０は、フレーズ選択部１５０により選択されたフレーズ候補のうち少なくとも１つのフレーズを、ユーザインタフェース部１６０を介して表示し、又は音声出力する（ステップＳ１１２）。

［２−４．第１の実施形態のまとめ］
上述した第１の実施形態によれば、情報処理装置１００のユーザは、カメラを自分に向けて自らを撮像することにより、自らの外見に関する肯定的なフレーズを情報処理装置１００からフィードバックとして得ることができる。情報処理装置１００により提示される肯定的なフレーズは、ユーザの現在の画像と外見モデルとを比較することにより決定される外見の特徴部分に関するフレーズである。即ち、ユーザの外見上の変化又は差異についてのフレーズが選択的にユーザに提示される。従って、変化に気付いて欲しいというユーザの心理的な欲求を満たすようにフレーズを選択し出力することができる。

［２−５．変形例の説明］
フレーズ出力部１７０は、より豊かなユーザとのインタラクションを実現し、又はインタラクションに娯楽性を付与するために、本項で説明する変形例に従ってフレーズを出力してもよい。

図１１は、本実施形態の変形例に係る情報処理装置１００の論理的機能の構成の一例を示すブロック図である。図１１を参照すると、情報処理装置１００は、画像取得部１２０、個人識別部１３０、解析部１４０、モデルＤＢ１４２、フレーズ選択部１５０、フレーズＤＢ１５２、ユーザインタフェース部１６０、フレーズ出力部１７０、履歴ＤＢ１７２、タイミング制御部１８０及び位置検出部１９０を含む。

（１）タイミング制御部
タイミング制御部１８０は、フレーズ出力部１７０によるフレーズの出力のタイミングを制御する。タイミング制御部１８０は、例えば、フレーズ選択部１５０によりフレーズ候補が選択されると、即座にフレーズ出力部１７０に少なくとも１つのフレーズを出力させてもよい。その代わりに、タイミング制御部１８０は、入力画像に映る人物の特定の表情、姿勢又はジェスチャが認識された場合に、フレーズ出力部１７０にフレーズを出力させてもよい。

例えば、解析部１４０は、入力画像に映る人物の表情（例えば、笑顔若しくはウインクなど）、姿勢又はジェスチャ（例えば、手を振るジェスチャなど）をスコアリングする。タイミング制御部１８０は、かかるスコアを解析部１４０から受け取り、特定の表情、姿勢又はジェスチャが認識されたタイミング（例えば、スコアが所定の閾値を上回ったタイミング）で、フレーズ出力部１７０に肯定的なフレーズを出力させてもよい。それにより、ユーザが肯定的なフレーズを引き出すために多様な表情又はジェスチャを行うようになるため、相乗効果として効果的なフレーズの選択も容易となる。また、ゲームのような面白さも追加され得る。

（２）位置検出部
位置検出部１９０は、図３に示したセンサ部１０４を用いて、情報処理装置１００の位置を検出する。そして、フレーズ出力部１７０は、位置検出部１９０により検出される情報処理装置１００の位置に応じて異なるフレーズを出力する。

位置に応じて異なるフレーズとは、例えば、情報処理装置１００の位置する地域に特有の方言によって表現されるフレーズであってもよい。その場合、フレーズＤＢ１５２において、各方言に対応する内容のフレーズが地域データ（例えば、地域を区分する境界の緯度及び経度のデータなど）と関連付けて予め記憶される。そして、フレーズ出力部１７０は、フレーズ候補のうち、位置検出部１９０により検出される位置と関連付けられているフレーズを選択的に出力する。その代わりに、フレーズ出力部１７０は、標準語で表されたフレーズに含まれる所定の形態素を方言を表す他の形態素に変換することにより、方言によって表現されるフレーズを生成してもよい。それにより、ユーザとのインタラクションをより豊かにすることができる。

＜３．第２の実施形態の詳細＞
次に、図２に示した第２の実施形態に係る情報処理装置２００について詳細に説明する。

［３−１．ハードウェア構成］
情報処理装置２００のハードウェア構成は、図３に示した情報処理装置１００のハードウェア構成と同様であってよい。但し、情報処理装置２００の撮像部はいわゆる外側カメラであって、そのレンズは情報処理装置２００のユーザのコミュニケーション相手である人物に向けられる。また、情報処理装置２００は、図３の通信部１１４と同様の通信部を備え、他の情報処理装置と通信することができる。後に説明する１つの手法において、情報処理装置２００からのフレーズの出力は、かかる通信部を介して行われ得る。他の情報処理装置とは、例えば、情報処理装置２００のユーザのコミュニケーション相手が有する装置である。また、他の手法において、情報処理装置２００は、指向性を有する音声を出力可能な指向性スピーカを音声出力部として備える。情報処理装置２００からのフレーズの出力は、かかる音声出力部を介して行われてもよい。

［３−２．機能構成］
図１２は、情報処理装置２００の記憶部及び制御部により実現される論理的機能の構成の一例を示すブロック図である。図１２を参照すると、情報処理装置２００は、画像取得部２２０、個人識別部２３０、解析部２４０、モデルＤＢ１４２、フレーズ選択部２５０、フレーズＤＢ１５２、ユーザインタフェース部２６０、フレーズ出力部２７０及び履歴ＤＢ１７２を含む。

（１）画像取得部
画像取得部２２０は、情報処理装置２００のユーザのコミュニケーション相手を撮像した撮像画像を入力画像として取得する。そして、画像取得部１２０は、取得した入力画像を、個人識別部２３０、解析部２４０及びユーザインタフェース部２６０へ出力する。画像取得部２２０により取得される入力画像は、静止画であってもよく、動画を構成する各フレームであってもよい。

（２）個人識別部
個人識別部２３０は、画像取得部２２０により取得される入力画像に映る人物を識別する。個人識別部２３０は、例えば、公知の画像認識技術に基づく個人識別アルゴリズムを用いて、入力画像に映る人物を識別してもよい。個人識別部２３０は、複数の人物が入力画像に映っている場合には、当該複数の人物の各々を識別してもよい。個人識別部２３０は、識別した個人を特定する情報を解析部２４０及びフレーズ選択部２５０へ出力する。

（３）解析部
解析部２４０は、フレーズＤＢ１５２からのフレーズ候補の選択の際に使用されるカテゴリを決定するために、画像取得部２２０から入力される入力画像を解析する。第１の実施形態に係る解析部１４０と同様、解析部２４０は、入力画像を解析することにより入力画像に映る人物の外見の特徴部分を特定し、特定した特徴部分に対応するカテゴリを、選択されるべきフレーズ候補が属するカテゴリとして決定してよい。その際、入力画像に映る人物の外見と比較される外見モデルは、個人識別部２３０により識別される人物の過去の外見に関するモデルであってもよく、又は標準的な外見に関するモデルであってもよい。

また、解析部２４０は、入力画像の解析に基づいて入力画像に映る人物の外見の特徴部分を特定する代わりに、当該人物の外見のいずれかの部分をユーザに指定させることにより特徴部分を特定してもよい。ユーザインタフェースを介する特徴部分の指定について、後にさらに説明する。

（４）フレーズ選択部
フレーズ選択部２５０は、複数の肯定的なフレーズを記憶しているフレーズＤＢ１５２から、入力画像に映る人物へ提示されるフレーズ候補を選択する。本実施形態においても、フレーズＤＢ１５２は、上述したように、人物の外見に関するカテゴリ別にフレーズを記憶している。フレーズ選択部２５０は、第１の実施形態に係るフレーズ選択部１５０と同様、各人物の外見の特徴部分に対応するカテゴリに属するフレーズをフレーズ候補として選択する。各人物の外見の特徴部分は、入力画像の解析に基づいて特定され、又はユーザにより指定され得る。そして、フレーズ選択部２５０は、選択したフレーズ候補をフレーズ出力部２７０へ出力する。なお、フレーズ選択部２５０は、複数の人物が入力画像に映っている場合には、個人識別部２３０により識別される人物ごとに異なるフレーズ候補のリストを生成し、これらリストをフレーズ出力部２７０へ出力する。

（５）ユーザインタフェース部
ユーザインタフェース部２６０は、情報処理装置２００のユーザにユーザインタフェースを提供する。例えば、ユーザインタフェース部２６０は、入力画像に映る人物を識別するための識別情報をユーザに入力させるための入力画面をユーザに提供してもよい。また、ユーザインタフェース部２６０は、解析部２４０による入力画像の解析の際に用いられる外見モデルを設定するための設定画面をユーザに提供してもよい。

また、ユーザインタフェース部２６０は、入力画像に映る人物の特徴部分をユーザに指定させるための特徴部分指定画面をユーザに提供してもよい。図１３は、一例として、情報処理装置２００のユーザが入力画像に映る人物の特徴部分を指定している様子を示している。図１３を参照すると、情報処理装置２００に映る人物Ｕｂの髪の部分を、情報処理装置２００のユーザがタッチしている。その結果、「髪型」が特徴部分として指定されている。図１３では、「髪型」を特徴部分として指定することの確認を求めるダイアログＤ１が画面上に表示されている。このように、特徴部分をユーザが指定することを可能とすることで、コミュニケーション相手の褒めるべき部分に気付いていても適切な言葉を想起できないユーザを、情報処理装置２００が効果的に支援することができる。

また、ユーザインタフェース部２６０は、フレーズ出力部２７０により出力されるべきフレーズをユーザに指定させるためのユーザインタフェースをユーザに提供してもよい。当該ユーザインタフェースは、典型的には、フレーズ選択部２５０により選択されるフレーズ候補から所望のフレーズを指定させる出力フレーズ指定画面である。図１４は、出力フレーズ指定画面の一例を示している。図１４を参照すると、入力画像に映る人物Ｕｂについてフレーズ選択部２５０により選択された３つのフレーズ候補Ｐｈ１１１、Ｐｈ１１２及びＰ１１３が、ダイアログＤ２によって表示されている。これら３つのフレーズ候補はいずれも、「髪型」について人物Ｕｂを褒めるためのフレーズである。また、同じ画面上には、人物Ｕｂのニックネーム、性別及び特徴部分を示すダイアログＤ３も表示されている。ダイアログＤ２は、情報処理装置２００のユーザに、出力を望むいずれかのフレーズをタッチすることを促している。そして、ユーザがいずれかのフレーズをタッチすると、当該タッチされたフレーズがフレーズ出力部２７０により出力され得る。このような出力フレーズ指定画面が提供されることで、情報処理装置２００は、効果的なフレーズの選択においてユーザを支援しながら、最終的に出力されるフレーズの決定をユーザに委ねることができる。

（６）フレーズ出力部
フレーズ出力部２７０は、フレーズ選択部２５０により選択されるフレーズ候補のうち少なくとも１つのフレーズを出力する。本実施形態において、フレーズの出力は、例えば、ユーザインタフェース部２６０を介する表示、音声出力又は他の情報処理装置との通信によって行われてよい。

図１５は、本実施形態においてユーザインタフェース部２６０により提供され得るフレーズ表示画面の一例を示している。図１５を参照すると、入力画像に映る人物Ｕｂについてフレーズ選択部２５０により選択された３つのフレーズ候補Ｐｈ１１１、Ｐｈ１１２及びＰ１１３が、ダイアログＤ４によって表示されている。これら３つのフレーズ候補はいずれも、「髪型」について人物Ｕｂを褒めるためのフレーズである。情報処理装置２００のユーザは、かかるフレーズ表示画面を参照し、人物Ｕｂとのコミュニケーションにとって最適と思われるいずれかのフレーズを自ら使用する（例えば、発声し又はチャット等に入力するなど）ことができる。即ち、この場合、情報処理装置２００は、人物を褒めるために効果的なフレーズの選択肢を画面出力することにより、ユーザのコミュニケーションを支援する。

また、フレーズ出力部２７０は、フレーズ選択部２５０により選択されるフレーズ候補のうち少なくとも１つのフレーズを音声出力してもよい。その際、フレーズ出力部２７０は、情報処理装置２００が指向性スピーカを有する場合には、画像の解析によって認識される各人物の位置への指向性を有する音声を出力してもよい。それにより、複数の人物が入力画像に映っている場合に、当該複数の人物の各々によって混同されないように、各人物に対応する効果的なフレーズを出力することができる。

また、フレーズ出力部２７０は、少なくとも１つのフレーズを通信部を介して他の情報処理装置へ出力してもよい。他の情報処理装置とは、上述したように、情報処理装置２００のユーザのコミュニケーション相手が有する装置であってよい。例えば、フレーズ出力部２７０は、メールクライアント又はＩＭ（Instant Messenger）クライアントとして動作し、少なくとも１つのフレーズを記述した電子メール又はインスタントメッセージをコミュニケーション相手が有する装置へ送信してもよい。その場合、個人識別部２３０により識別される各人物に関連付けられるメールアカウント又はＩＭアカウントが、電子メール又はインスタントメッセージの宛て先として使用され得る。

また、フレーズ出力部２７０は、入力画像に複数の人物が映っている場合には、当該複数の人物について同じフレーズ候補が選択されたとしても、人物ごとに異なるフレーズを出力してもよい。図１６は、人物ごとに異なるフレーズの出力について説明するための説明図である。図１６を参照すると、情報処理装置２００のユーザＵａ、並びにユーザＵａのコミュニケーション相手である人物Ｕｂ及びＵｃが示されている。ここで、人物Ｕｂ及びＵｃの特徴部分が共に「髪型」であったものとする。その場合、情報処理装置２００は、例えば人物Ｕｂに向けてはフレーズＰｈ１１１を出力し、人物Ｕｃに向けてはフレーズＰｈ１１２を出力する。図１６の例では、フレーズＰｈ１１１は電子メールによって出力され、フレーズＰｈ１１２は音声出力されている。このように、人物ごとに異なるフレーズを出力することで、同じフレーズの重複使用によってコミュニケーションに悪影響を与えることを回避することができる。なお、出力すべきフレーズの決定に際して、フレーズ出力部２７０は、解析部２４０により算出されるスコアの高いフレーズと人物との組合せを優先して採用してもよい。

［３−３．処理の流れ］
図１７は、本実施形態に係る情報処理装置２００によるフレーズ出力処理の流れの一例を示すフローチャートである。

図１７を参照すると、まず、画像取得部２２０は、撮像部２０２により生成される撮像画像を入力画像として取得する（ステップＳ２０２）。そして、画像取得部２２０は、取得した入力画像を個人識別部２３０、解析部２４０及びユーザインタフェース部２６０へ出力する。

次に、個人識別部２３０は、画像取得部２２０により取得された入力画像に映る人物を識別する（ステップＳ２０４）。そして、個人識別部２３０は、識別した個人を特定する情報を解析部２４０及びフレーズ選択部２５０へ出力する。

次に、解析部２４０は、画像取得部２２０から入力される入力画像の解析に基づき、入力画像に映る各人物についてフレーズ候補の選択のためのカテゴリを決定する（ステップＳ２０６）。

次に、フレーズ選択部２５０は、各人物について、解析部２４０により決定されたカテゴリに属するフレーズ候補をフレーズＤＢ１５２から選択する（ステップＳ２０８）。

次に、フレーズ出力部２７０は、フレーズ選択部２５０により何らかのフレーズ候補が選択されたか否かを判定する（ステップＳ２１０）。ここで、何らのフレーズ候補も選択されなかった場合には、処理はステップＳ２０２へ戻る。一方、何らかのフレーズ候補が選択された場合には、処理はステップＳ２１２へ進む。

ステップＳ２１２では、フレーズ出力部２７０は、各人物についていずれのフレーズを出力するかを決定する（ステップＳ２１２）。例えば、フレーズ出力部２７０は、人物ごとに異なるフレーズが出力されるように、各人物について出力すべきフレーズを決定してもよい。また、フレーズ出力部２７０は、履歴ＤＢ１７２を参照し、同じ人物に同じフレーズが繰り返し出力されること回避してもよい。また、フレーズ出力部２７０は、図１５に例示したようなフレーズ表示画面が提供される場合には、フレーズ選択部２５０により選択された全てのフレーズ候補を当該画面上に出力することを決定してもよい。

そして、フレーズ出力部２７０は、決定したフレーズを画面上に表示し、スピーカを介して音声出力し、又は通信部を介して送信する（ステップＳ２１４）。

［３−４．第２の実施形態のまとめ］
上述した第２の実施形態によれば、情報処理装置２００のユーザは、コミュニケーション相手を撮像することにより、コミュニケーション相手の外見に関する肯定的なフレーズを情報処理装置２００から出力させることができる。従って、人物同士のコミュニケーションにおいて重要とされる適切なフレーズの選択が、情報処理装置２００によって支援される。また、本実施形態において出力されるフレーズは、コミュニケーション相手の画像と外見モデルとを比較することにより決定される外見の特徴部分に関するフレーズである。一般的に人物の特徴部分を的確に見分けることは容易ではないが、本実施形態では情報処理装置２００によってコミュニケーション相手の特徴部分が特定され得るため、情報処理装置２００のユーザにとって特徴部分を見分けることに要する負担が軽減される。

［３−５．変形例の説明］
本実施形態においても、より豊かな人物同士のコミュニケーションを実現し、又はコミュニケーションに娯楽性を付与するための様々な変形例が可能である。

図１８は、本実施形態の一変形例に係る情報処理装置２００の論理的機能の構成の一例を示すブロック図である。図１８を参照すると、情報処理装置２００は、画像取得部２２０、個人識別部２３０、解析部２４０、モデルＤＢ１４２、フレーズ選択部２５０、フレーズＤＢ３５２、ユーザインタフェース部２６０、フレーズ出力部２７０、履歴ＤＢ１７２及び位置検出部２９０を含む。

（１）位置検出部
位置検出部２９０は、図３に示したセンサ部１０４と同様のセンサを用いて、情報処理装置２００の位置を検出する。そして、フレーズ出力部２７０は、位置検出部２９０により検出される情報処理装置２００の位置に応じて異なるフレーズを出力する。

位置に応じて異なるフレーズとは、上述したような方言を表現するフレーズであってもよい。また、位置に応じて異なるフレーズとは、フォーマルな表現のフレーズ及びカジュアルな表現のフレーズであってもよい。例えば、フレーズＤＢ３５２においてフォーマルな表現のフレーズ及びカジュアルな表現のフレーズが予め記憶される。そして、フレーズ出力部２７０は、検出された位置が（例えば、予め保持される地図データとの照合の結果として）オフィスなどの公的な場所であると判定されると、フレーズ候補のうちフォーマルな表現のフレーズを選択的に出力する。一方、フレーズ出力部２７０は、検出された位置が公的な場所ではないと判定されると、フレーズ候補のうちカジュアルなフレーズを選択的に出力する。それにより、ユーザの状況に合わせてより適切な内容のフレーズを出力することができる。

（２）否定的フレーズ群
図１８に示したように、フレーズＤＢ３５２は、肯定的フレーズ群３５４と否定的フレーズ群３５６とを記憶している。肯定的フレーズ群３５４は、図７に例示したような肯定的なフレーズの集合である。一方、否定的フレーズ群３５６は、図７に例示したフレーズＤＢ１５２と同様のデータ構成を有する一方で、否定的な内容を表現するフレーズの集合である。フレーズ選択部２５０は、例えば肯定的なフレーズの出力がユーザにより指示されると（即ち、「褒めモード」が指示されると）、肯定的フレーズ群３５４から入力画像に映る人物へ提示されるフレーズ候補を選択する。一方、フレーズ選択部２５０は、否定的なフレーズの出力がユーザにより指示されると（即ち、「貶めモード」が指示されると）、否定的フレーズ群３５６から入力画像に映る人物へ提示されるフレーズ候補を選択する。フレーズ出力部２７０は、否定的なフレーズの候補がフレーズ選択部２５０により選択されると、上述したいずれかの手法で、当該フレーズ候補のうち少なくとも１つの否定的なフレーズを出力する。一般的に、コミュニケーション相手を貶めることを意図していても、そのための言葉の選択は容易ではない。しかし、本変形例では、このように否定的なフレーズの選択もまた情報処理装置２００により支援され得るため、コミュニケーション相手を効果的に貶めることができる。このような仕組みは、例えばゲーム性をもってユーザ同士が貶しめ合うようなアプリケーションにおいて利用されてよい。

＜４．総括＞
ここまで、図１〜図１８を用いて、２つの実施形態及びそれらの変形例について詳細に説明した。上述した実施形態によれば、入力画像に映る人物へ提示される肯定的なフレーズがフレーズ候補としてデータベースから選択され、選択されたフレーズ候補のうち少なくとも１つのフレーズが出力される。従って、人物とのコミュニケーションにおいて効果的なフレーズの選択を、実世界の状況の認識に基づいて動的に行うことができる。このように動的に選択されるフレーズがユーザに提示される場合には、当該ユーザの日常生活や仕事上でのモチベーションを高めることができる。また、動的に選択されるフレーズがユーザと他の人物とのコミュニケーションに活用される場合には、そのコミュニケーションにおけるフレーズの選択を支援してユーザの負担を軽減すると共に、コミュニケーションを円滑に進行させることができる。

なお、本明細書において説明した各装置による一連の処理は、典型的には、ソフトウェアを用いて実現される。一連の処理を実現するソフトウェアを構成するプログラムは、例えば、各装置の内部又は外部に設けられる記憶媒体に予め格納される。そして、各プログラムは、例えば、実行時にＲＡＭ（Random Access Memory）に読み込まれプロセッサにより実行される。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）
入力画像を取得する画像取得部と、
人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、
前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、
を備える情報処理装置。
（２）
前記データベースは、カテゴリ別にフレーズを記憶しており、
前記情報処理装置は、前記入力画像を解析することにより前記フレーズ候補が属するべきカテゴリを決定する解析部、をさらに備え、
前記選択部は、前記解析部により決定される前記カテゴリに属するフレーズを前記フレーズ候補として選択する、
前記（１）に記載の情報処理装置。
（３）
前記カテゴリは、人物の外見に関するカテゴリであり、
前記解析部は、前記入力画像に映る人物の外見の特徴部分に対応するカテゴリを、前記フレーズ候補が属するべきカテゴリとして決定する、
前記（２）に記載の情報処理装置。
（４）
前記解析部は、前記入力画像に映る人物の外見を外見モデルと比較することにより、当該人物の外見の前記特徴部分を特定する、前記（３）に記載の情報処理装置。
（５）
前記外見モデルは、前記入力画像に映る人物の過去の外見に関するモデルである、前記（４）に記載の情報処理装置。
（６）
前記外見モデルは、複数の人物に適用される標準的な外見に関するモデルである、前記（４）に記載の情報処理装置。
（７）
前記解析部は、前記入力画像に映る人物の外見のいずれかの部分をユーザに指定させることにより、当該人物の外見の前記特徴部分を特定する、前記（３）に記載の情報処理装置。
（８）
前記フレーズ出力部は、前記少なくとも１つのフレーズを前記入力画像に重畳してディスプレイへ出力する、前記（１）〜（７）のいずれか１項に記載の情報処理装置。
（９）
前記フレーズ出力部は、前記少なくとも１つのフレーズを音声出力する、前記（１）〜（７）のいずれか１項に記載の情報処理装置。
（１０）
前記フレーズ出力部は、前記入力画像に映る人物への指向性を有する前記少なくとも１つのフレーズの音声を指向性スピーカから出力する、前記（９）に記載の情報処理装置。
（１１）
前記情報処理装置は、他の情報処理装置と通信する通信部、をさらに備え、
前記フレーズ出力部は、前記少なくとも１つのフレーズを前記通信部を介して前記他の情報処理装置へ出力する、
前記（１）〜（７）のいずれか１項に記載の情報処理装置。
（１２）
前記情報処理装置は、前記選択部により選択される前記フレーズ候補を表示するユーザインタフェースであって、前記フレーズ出力部により出力されるフレーズをユーザに指定させるための当該ユーザインタフェースを提供するユーザインタフェース部、をさらに備える、前記（９）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記情報処理装置は、前記フレーズ出力部によるフレーズの出力のタイミングを制御するタイミング制御部、をさらに備える、前記（１）〜（７）のいずれか１項に記載の情報処理装置。
（１４）
前記タイミング制御部は、前記入力画像に映る人物の特定の表情、姿勢又はジェスチャが認識された場合に、前記フレーズ出力部にフレーズを出力させる、前記（１３）に記載の情報処理装置。
（１５）
前記フレーズ出力部は、前記フレーズ出力部によるフレーズの出力の履歴に応じて異なるフレーズを出力する、前記（１）〜（１４）のいずれか１項に記載の情報処理装置。
（１６）
前記フレーズ出力部は、前記情報処理装置の位置に応じて異なるフレーズを出力する、前記（１）〜（１５）のいずれか１項に記載の情報処理装置。
（１７）
前記フレーズ出力部は、前記入力画像に複数の人物が映っている場合には、当該複数の人物の各々について異なるフレーズを出力する、前記（１）〜（１６）のいずれか１項に記載の情報処理装置。
（１８）
前記データベースは、否定的なフレーズをさらに記憶しており、
前記フレーズ出力部は、否定的なフレーズの出力がユーザにより指示された場合には、前記選択部により選択される少なくとも１つの否定的なフレーズを出力する、
前記（１）〜１７に記載の情報処理装置。
（１９）
情報処理装置の制御部において、
入力画像を取得することと、
人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択することと、
選択された前記フレーズ候補のうち少なくとも１つのフレーズを出力することと、
を含むフレーズ出力方法。
（２０）
情報処理装置を制御するコンピュータを、
入力画像を取得する画像取得部と、
人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、
前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、
として機能させるための、プログラム。

１００，２００ 情報処理装置
１０２ 撮像部
１０４ センサ部
１０６ 入力部
１０８ 記憶部
１１０ 表示部
１１２ 音声出力部
１１４ 通信部
１１８ 制御部
１２０，２２０ 画像取得部
１３０，２３０ 識別部
１４０，２４０ 解析部
１４２，２４２ モデルＤＢ
１５０，２５０ フレーズ選択部
１５２，３５２ フレーズＤＢ
１６０，２６０ ユーザインタフェース部
１７０，２７０ フレーズ出力部
１７２，２７２ 履歴ＤＢ
１８０ タイミング制御部
１９０，２９０ 位置検出部

Claims (20)

1. 入力画像を取得する画像取得部と、
   人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、
   前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、
   を備える情報処理装置。
2. 前記データベースは、カテゴリ別にフレーズを記憶しており、
   前記情報処理装置は、前記入力画像を解析することにより前記フレーズ候補が属するべきカテゴリを決定する解析部、をさらに備え、
   前記選択部は、前記解析部により決定される前記カテゴリに属するフレーズを前記フレーズ候補として選択する、
   請求項１に記載の情報処理装置。
3. 前記カテゴリは、人物の外見に関するカテゴリであり、
   前記解析部は、前記入力画像に映る人物の外見の特徴部分に対応するカテゴリを、前記フレーズ候補が属するべきカテゴリとして決定する、
   請求項２に記載の情報処理装置。
4. 前記解析部は、前記入力画像に映る人物の外見を外見モデルと比較することにより、当該人物の外見の前記特徴部分を特定する、請求項３に記載の情報処理装置。
5. 前記外見モデルは、前記入力画像に映る人物の過去の外見に関するモデルである、請求項４に記載の情報処理装置。
6. 前記外見モデルは、複数の人物に適用される標準的な外見に関するモデルである、請求項４に記載の情報処理装置。
7. 前記解析部は、前記入力画像に映る人物の外見のいずれかの部分をユーザに指定させることにより、当該人物の外見の前記特徴部分を特定する、請求項３に記載の情報処理装置。
8. 前記フレーズ出力部は、前記少なくとも１つのフレーズを前記入力画像に重畳してディスプレイへ出力する、請求項１〜７のいずれか１項に記載の情報処理装置。
9. 前記フレーズ出力部は、前記少なくとも１つのフレーズを音声出力する、請求項１に記載の情報処理装置。
10. 前記フレーズ出力部は、前記入力画像に映る人物への指向性を有する前記少なくとも１つのフレーズの音声を指向性スピーカから出力する、請求項９に記載の情報処理装置。
11. 前記情報処理装置は、他の情報処理装置と通信する通信部、をさらに備え、
    前記フレーズ出力部は、前記少なくとも１つのフレーズを前記通信部を介して前記他の情報処理装置へ出力する、
    請求項１に記載の情報処理装置。
12. 前記情報処理装置は、前記選択部により選択される前記フレーズ候補を表示するユーザインタフェースであって、前記フレーズ出力部により出力されるフレーズをユーザに指定させるための当該ユーザインタフェースを提供するユーザインタフェース部、をさらに備える、請求項９に記載の情報処理装置。
13. 前記情報処理装置は、前記フレーズ出力部によるフレーズの出力のタイミングを制御するタイミング制御部、をさらに備える、請求項１に記載の情報処理装置。
14. 前記タイミング制御部は、前記入力画像に映る人物の特定の表情、姿勢又はジェスチャが認識された場合に、前記フレーズ出力部にフレーズを出力させる、請求項１３に記載の情報処理装置。
15. 前記フレーズ出力部は、前記フレーズ出力部によるフレーズの出力の履歴に応じて異なるフレーズを出力する、請求項１に記載の情報処理装置。
16. 前記フレーズ出力部は、前記情報処理装置の位置に応じて異なるフレーズを出力する、請求項１に記載の情報処理装置。
17. 前記フレーズ出力部は、前記入力画像に複数の人物が映っている場合には、当該複数の人物の各々について異なるフレーズを出力する、請求項１に記載の情報処理装置。
18. 前記データベースは、否定的なフレーズをさらに記憶しており、
    前記フレーズ出力部は、否定的なフレーズの出力がユーザにより指示された場合には、前記選択部により選択される少なくとも１つの否定的なフレーズを出力する、
    請求項１に記載の情報処理装置。
19. 情報処理装置の制御部において、
    入力画像を取得することと、
    人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択することと、
    選択された前記フレーズ候補のうち少なくとも１つのフレーズを出力することと、
    を含むフレーズ出力方法。
20. 情報処理装置を制御するコンピュータを、
    入力画像を取得する画像取得部と、
    人物へ提示される肯定的なフレーズを記憶しているデータベースから、前記入力画像に映る人物へ提示されるフレーズ候補を選択する選択部と、
    前記選択部により選択される前記フレーズ候補のうち少なくとも１つのフレーズを出力するフレーズ出力部と、
    として機能させるための、プログラム。
    
    

Images