JP2016009342A - エリアバースト推定提示装置、エリアバースト推定提示方法及びエリアバースト推定提示プログラム - Google Patents

Abstract

【課題】特定エリアに属する者の能動的操作を要することなく当該エリアに特徴的なそのエリアにおける集団の感情状態を提示すること。【解決手段】特定エリアに特徴的なそのエリア内の集団の感情情報を提示するエリアバースト推定提示装置１であって、特定エリアに属する者に付帯された生体センサによって検出された生体情報とその位置情報とを含むセンサデータを収集するデータ集約部２と、前記センサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択するデータ選択部３と、前記選択されたセンサデータから推定された前記特定エリアに特徴的な集団の感情情報を提示する情報提示部５とを備える。【選択図】図１

Description

本発明は特定の感情状態を持つ人が多いエリアを推定する分野に関する。

多くの人が「盛り上がっている」などの特定の生理、心理状態にあることを判定する方法としては、マイクロブログへの投稿を利用して、地域ごとのバースト性を判定する技術が知られている（非特許文献１，２）。これにより、マイクロブログ中に出現する地域名と、それぞれの地域での投稿数の変化から、盛り上がっている地域を判定できる。

渡辺一史，大知正直，岡部誠，尾内理紀夫，「Twitterを用いた実世界ローカルイベント検出」，第４回楽天研究開発シンポジウム，２０１１年１１月１９日 中澤昌美，池田和史，服部元，小野智弘，「位置情報付きツイートからのイベント検出手法の提案」，情報処理学会第７４回全国大会，2012，pp.1-503-1-504 豊沢聡，河合隆史，「視聴者の心拍活動を用いた映像短縮方法とその評価」，映像情報メディア学会誌，63(1)，2009，pp.86-94 大谷琢哉，工藤博章，松本哲也，竹内義則，大西昇，「映像視聴時における複数の生体信号を用いた感情の推定」，信学技報IMQ2012-39，2013，pp.29-34

マイクロブログを利用してバースト抽出を行うためには、ブログの記述者が明示的に投稿を行う必要があり、記述者にとって投稿するためには時間的及び精神的な余裕が必要である。しかしながら、現状では、時間的及び精神的に余裕がない状況での生理、心理状態を抽出することは不可能であった。

本発明は、上記の事情に鑑み、特定エリアに属する者の能動的操作を要することなく当該エリアに特徴的なそのエリア内の集団の感情状態を提示できることを課題とする。

そこで、本発明は、予め生体情報とその位置情報とを収集し、この収集した生体情報の集合から所定の位置情報に基づき特定エリアに属する集団の生体情報を選択し、この選択された生体情報から推定された特定エリアに特徴的な感情情報を提示する。

すなわち、本発明のエリアバースト推定提示装置は、特定エリアに特徴的なそのエリア内の集団の感情情報を提示するエリアバースト推定提示装置であって、特定エリアに属する者の生体センサによって検出された生体情報とその位置情報とを含むセンサデータを収集するデータ集約手段と、前記センサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択するデータ選択手段と、前記選択されたセンサデータから推定された前記特定エリアに特徴的な集団の感情情報を提示する情報提示手段を備える。

また、本発明のエリアバースト推定提示方法は、特定エリアに特徴的なそのエリア内の集団の感情情報を提示するエリアバースト推定提示方法であって、データ集約手段が特定エリアに属する者に付帯された生体センサによって検出された生体情報とその位置情報とを含むセンサデータを収集するステップと、データ選択手段が前記センサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択するステップと、情報提示手段が前記選択されたセンサデータから推定された前記特定エリアに特徴的な集団の感情情報を提示するステップを有する。

尚、本発明は上記装置の各手段としてコンピュータを機能させるプログラムまたは上記方法のステップをコンピュータに実行させるプログラムの態様とすることもできる。

本発明によれば、特定エリアに属する者の能動的操作を要することなく当該エリアに特徴的なそのエリアにおける集団の感情状態を提示できる。

本発明の実施形態におけるエリアバースト推定提示装置のブロック構成図。 同実施形態におけるエリアバースト推定提示過程のフロー図。 同実施形態におけるデータ集約過程のフローチャート。 同実施形態におけるデータ選択過程のフローチャート。 同実施形態における特徴抽出過程のフローチャート。 同実施形態における情報提示過程のフローチャート。 同実施形態におけるセンサ情報作成過程のフローチャート。 同実施形態におけるセンサデータの構成例。 同実施形態における矩形分割の説明図。 同実施形態におけるエリア分割の説明図。 同実施形態における情報提示例の説明図。

以下、図面を参照しながら本発明の実施の形態について説明するが本発明はこの実施形態に限定されるものではない。

［概要］
図１に示された本実施形態のエリアバースト推定提示装置１は、予め生体情報とその位置情報とを収集する。そして、この収集した生体情報の集合から所定の位置情報に基づき特定エリアに属する集団の生体情報を選択し、この選択された生体情報から推定された特定エリアに特徴的な集団の感情情報を提示する。

本実施形態の説明で述べられる技術用語「エリアバースト推定」は、興奮状態にある等の一定の生理・心理的状態にある人が多い位置的なエリアを推定することを意味する。

［装置の構成］
エリアバースト推定提示装置１は、図１に示されたように、データ集約部２、データ選択部３、特徴抽出部４、情報提示部５を備える。

上記各機能部２〜５はコンピュータのハードウェアリソースによって実現される。すなわち、エリアバースト推定提示装置１は、少なくとも演算装置（ＣＰＵ）、記憶装置（メモリ、ハードディスク装置等）、通信インタフェース等のコンピュータに係るハードウェアリソースを備える。そして、これらのハードウェアリソースがソフトウェアリソース（ＯＳ、アプリケーション等）と協働することにより各機能部２〜５が実装される。また、各々のコンピュータに機能部２〜５を各々実装させるようにしてもよい。

データ集約部２は、利用者に装着された生体センサから送信されたセンサデータを収集する。

前記センサデータには、検出項目とその生体情報並びにその位置情報が含まれる。検出項目としては、例えば、心電、心拍、脳波、筋肉電位、発汗、加速度が挙げられる。位置情報としては、緯度経度情報や、フロアにおける位置情報を座標として与えたものが挙げられる。また、位置情報は、物理的な位置情報ではなく、論理的（ヴァーチャル）な位置情報を与えることも可能である。例えば、ストリーミング配信を受けているユーザ群について、視聴しているチャンネルを論理的な位置情報として設定することも可能である。尚、センサデータは、生体センサを保持する個人を示すＩＤ（個人ＩＤ）や、データを取得した時間情報が付加されていてもよい。

データ選択部３は、データ集約部２から供されたセンサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択する。

特徴抽出部４は、データ選択部３によって選択された特定エリアに属する集団のセンサデータから当該エリアに特徴的な感情情報を所定の推定条件に基づき推定する。

情報提示部５は、前記推定された特定エリアに特徴的な集団の感情情報を提示する。

［本実施形態におけるエリアバースト推定提示の過程］
以下、図２〜１１を参照してエリアバースト推定提示の過程について説明する。

（データの集約）
Ｓ１：データ集約部２は、対象となる全ての利用者の生体センサから送信されたセンサデータを収集し、シリアライズしてデータ選択部３に供する。

センサデータには、検出項目、生体情報、位置情報、並びに生体センサのセンサＩＤが含まれていることが期待される。検出項目や位置情報が含まれていない場合、データ集約部２はデータ補完を行う。

センサＩＤと検出項目及びセンサが存在すると想定される位置情報は、エリアバースト推定提示装置１の記憶領域（例えば、ＨＤＤ等）または同装置１と接続可能なサーバにおいて、センサ情報６として予め保存されている（図７のＳ１１１〜Ｓ１１３）。センサＩＤによりセンサ情報６を参照すると、センサ情報６から当該センサＩＤに対応する検出項目及び位置情報を取得できる。

先ず、前記データ補完のためのセンサ情報６の取得過程Ｓ１１１〜Ｓ１１３について図７を参照しながら説明する。データ補完用の位置情報の取得には、例えばＧＰＳや無線タグが利用される。このＧＰＳや無線タグに基づく位置情報は事前にサービス利用者のセンサと対応付けられる。

データ補完のためのセンサ情報６として座席指定（または入場エリア指定）のチケットを用いた位置情報を取得する事例について図７を参照しながら説明する。

（Ｓ１１１）エリアバースト推定を行おうとするイベントにおいて、座席指定（または入場エリア指定）のチケットが発行される際にこのチケットに生体センサとそのセンサＩＤが組み込こまれる。

（Ｓ１１２）前記チケットが発行されると、データ集約部２は、当該チケットのセンサＩＤと座席ＩＤ（または入場エリアＩＤ）情報の組を取得し、この組の座席ＩＤを位置情報に変換する。

（Ｓ１１３）データ集約部２は、前記変換によって得たセンサＩＤと位置情報の組を、データ補完用のセンサ情報６として、前記記憶領域または前記サーバに保存する。これにより、センサＩＤに基づき位置情報をセンサ情報６に問い合わせると、センサ情報６から当該センサＩＤに対応したチケットの位置情報を取得できる。

次いで、図３を参照してＳ１の具体的なデータ収集の過程Ｓ１０１〜Ｓ１０４について説明する。

（Ｓ１０１）前記利用者の生体センサから送信されたセンサデータを読み出す。

（Ｓ１０２）前記センサデータに付加情報（例えば位置情報）が欠損しているか否かの判断を行う。

（Ｓ１０３）前記センサデータに前記付加情報が欠損していないと判断された場合、当該センサデータをデータ選択部３に供する。前記読み出された全てのセンサデータについてＳ１０１〜Ｓ１０３のステップが実行される。

（Ｓ１０４）前記センサデータに付加情報が欠損していると判断された場合、センサ情報６から前記生体センサに対応した付加情報を引き出して、当該センサデータに付加する。付加情報が補完されたセンサデータはステップＳ１０３に供される。

（データの選択）
Ｓ２：データ選択部３は、データ集約部２から供されたセンサデータに含まれる位置情報に基づき特定エリアに属する集団のセンサデータを選択する。

図４を参照してＳ２の具体的なデータ選択の過程Ｓ２０１〜Ｓ２０６について説明する。

（Ｓ２０１）データ選択条件を読み出す。データ選択条件は、予め定義しておくか、都度入力してもよい。データ選択条件は、エリア毎のセンサデータが満たすべき条件が記述される。以下にデータ選択条件の具体例を示す。

データ選択条件の例として、エリア集合Ａが例えば{ａ₁，ａ₂，…，ａ_n}のように与えられたとき、それぞれのエリアについてのデータ選択条件を作成することを考える。

センサデータの構成例を図８に示す。ここで、あるセンサデータｓについて、その位置情報をｓ．ｐｌａｃｅと表現し、位置情報中のｘ座標及びｙ座標をそれぞれｓ．ｐｌａｃｅ．ｘ及びｓ．ｐｌａｃｅ．ｙと表現する。

データ選択条件の態様としては、例えば「矩形領域への分割」「代表点からの距離に基づいた分割」「動的なエリア分割」によって規定されるエリアに含まれるセンサデータの選択条件が挙げられる。

（矩形領域への分割）
全領域を矩形でエリア分割する例を図９に示す。

ｘｙ平面上にエリア集合ＡをＡ＝{ａ₁₁，ａ₁₂，…，ａ_ij，…，ａ_nm}のように定義する。このとき、エリアａ_ijが、ｘ軸方向にｘ_iからｘ_i+1、ｙ軸方向にｙ_iからｙ_i+1の範囲として設定されていれば、センサデータがエリアａ_ijに含まれる条件は、以下の式（１）で与えられる。

領域を式で定義できる場合は、エリア形状は矩形である必要は無く、任意の形でエリアを設定可能である。

（代表点からの距離に基づいた分割）
全領域に代表点を任意に配置し、代表点からの距離に従ってエリア分割することも可能である。図１０に具体例を示す。

領域上に点を配置し、それぞれに中央からの距離を持った円によってエリアを定義する。例えば図内エリアａ_iは、中央点（ｘ_i，ｙ_j）と中央点からの距離ｒ_θによって定義され、センサデータがエリアａ_iに含まれる条件は、センサデータの位置情報と中央点（ｘ_i，ｙ_i）の距離を用いて、以下の式（２）で与えられる。

このとき、センサデータは１つのエリアのみに含まれるのではなく、複数のエリアに含まれることになる。一般的に、センサデータは複数のエリアに含まれても構わないが、単一のエリアのみに含ませるようにするためには、センサデータの位置に最も近い中央点が設定されたエリアに含ませるようにすればよい。

（動的なエリア分割）
領域上に予めエリアを設定するのではなく、動的にエリアを構成することもできる。センサデータを持つ個人の位置情報から一定の距離内にあるセンサデータを、当該個人付近のセンサデータとして利用することができる。このとき、ある個人を中心としたバースト検出を行える。これは前記「代表点からの距離に基づいた分割」において中央点として定めた点を、個人の位置情報に置き換えることで実現できる。

（Ｓ２０２）データ集約部２から供されたセンサデータを読み出す。センサデータは、１件ずつ読み出されるか、あるいは複数のデータが集合として一括して読み出される。

（Ｓ２０３）前記読み出したセンサデータを前記データ選択条件と照合する。

センサデータを前記データ選択条件と照合して当該センサデータの位置情報と合致したエリアに分類してエリア毎センサデータテーブルに一時的に格納する。前記センサデータの位置情報が１つのエリアのみならず複数のエリアの選択条件に合致する場合は、当該センサデータは各エリアに分類されて前記データテーブルに一時的に格納される。

（Ｓ２０４）現在時刻が前回送信した時刻ｐ＿ｔｉｍｅから所定時間経過していない場合、データ集約部２から供された他のセンサデータを読み出す。

（Ｓ２０５）現在時刻が時刻ｐ＿ｔｉｍｅから所定時間経過した場合、前記データテーブルに一時的に格納されているエリア毎のセンサデータを特徴抽出部４に供する。

（Ｓ２０６）時刻ｐ＿ｔｉｍｅを前記現在時刻に更新する。

以上のステップＳ２の過程で分類されたエリア毎センサデータの一例を表１に示す。各エリアについて、対応するセンサデータが集合として割り当てられた形式となる。

（集団の感情情報の推定）
Ｓ３：特徴抽出部４は、データ選択部３によって選択された特定エリアに属する集団のセンサデータから当該エリアに特徴的な感情情報を所定の推定条件に基づき推定する。

図５を参照してＳ３の具体的な推定の過程Ｓ３０１〜Ｓ３０４について説明する。

（Ｓ３０１）推定条件をエリアバースト推定提示装置１の記憶領域から読み出す。

推定条件は予め定義されるか、または、手入力によって設定される。推定条件は、アルゴリズムとして定義される。推定条件として与えるアルゴリズムを変更することで、着目するバーストを変更できる。推定条件は、任意個数設定可能であり、一度のセンサデータ群読み出しに対して、複数の特徴を抽出可能である。

（Ｓ３０２）データ選択部３から供されたエリア毎のセンサデータの集合を読み出す。

（Ｓ３０３）前記読み出したセンサデータ群について、エリア毎に感情情報の推定を行う。

感情情報の推定にあたり、過去のセンサデータ及び抽出結果データを必要に応じて利用する。そのため、推定に際しては過去のセンサデータ及び本ステップＳ３で得られた感情情報が前記記憶領域や前記サーバに予め保存される。

感情情報の推定としては、例えば、「心拍上昇率に基づく推定」「感情推定ベクトルに基づく推定」が挙げられる。

（心拍上昇率に基づく推定）
本法は、特定エリア内の心拍上昇率に基づく感情情報を出力する。この条件は、以下のアルゴリズム（１）〜（３）で記述される。
（１）「上昇」変数を０とする。
（２）与えられたデータ群（Ｓ３０２で読み出されたセンサデータの集合）について、検出項目が「心拍」であり、各個人の心拍データについて、通常から上昇していれば「上昇」に１を加える。
（３）全てのデータ群について、「上昇」の数値が、センサデータ総数に対して事前に設定した閾値以上であれば、「真」を出力し、そうでなければ「偽」を出力する。

（感情推定ベクトルに基づく推定）
本法は、例えば非特許文献３，４に開示された生体情報を利用した感情推定技術の適用によりセンサデータから感情情報を推定し、この推定により得られた特定エリアの特徴的な感情情報を出力する。

より具体的には、センサデータの特徴情報に対応付けて感情推定候補を定義した感情推定候補テーブルを参照することにより、前記特徴抽出済みと判断された生体情報の特徴情報に対応する感情推定候補を示す確率ベクトルから成る感情推定ベクトルを取得する。そして、このベクトルの荷重和により特定エリアに属する集団の感情情報を推定する。

以下に感情推定の具体的な過程Ｓ３１１〜Ｓ３１４について説明する。

（Ｓ３１１）感情情報の推定に供される特徴パターンが予め定義される。

センサデータ（Ｓ３０２で読み出されたセンサデータの集合）の内容に応じて特徴パターンが予め定義される。表２に特徴パターン定義の例を示す。ここでは、正常状態も定義付けられている。

（Ｓ３１２）感情情報の推定に供される感情パターンが予め定義される。

感情パターン定義の例を表３に示す。

（Ｓ３１３）感情推定候補を定義する。

特徴パターンＩＤと、単独のセンサデータから推定される感情データへの関係を、感情推定候補として定義する。センサデータの特徴に対して推定される感情推定候補の定義を格納した感情推定候補テーブルの一例を表４及び表５に示す。

表４は、一時の感情推定候補の一例であり、単独のセンサデータの特徴パターンが与えられた時、推定される感情パターンＩＤ（ｆ₀，ｆ₁，ｆ₂，…）を示している。感情推定候補は、「感情推定候補」カラムのようにリストで表現されることも、「ベクトル表現」カラムのように確率ベクトルで表現されることもできる。この確率ベクトルは、感情パターンの数ＭについてＭ次元のベクトルであり、感情推定ベクトルと称する。

特徴パターンに対する感情推定は、複数の特徴パターンの複合に対しても定義できる。表５は、複数の特徴パターンＩＤの複合による感情推定候補を示す。これは、センサデータに複数のパターンが同時に出現したときの感情推定を、リストあるいはベクトル（感情推定ベクトル）で表現したものである。

（Ｓ３１４）感情情報を推定する。

感情情報の推定ではベクトルの加重和を利用する。本事例では、ステップＳ３０２で読み出されたセンサデータの集合Ｓに対する集団の感情情報の推定にあたり、以下の過程Ｓ３２１，Ｓ３２２を実行する。

（Ｓ３２１）前記センサデータの集合Ｓに対する集団特徴パターンのベクトルｑ_sを以下の過程（１）〜（３）により作成する。尚、ベクトルｑ_sは特徴パターンＩＤの数Ｎについて、Ｎ次元ベクトルである。

（１）初期状態ではベクトルｑ_sの全ての要素が０に設定される。

（２）１つのセンサデータｓ∈Ｓについて、その特徴パターンＩＤがｐ_iであれば、ベクトルｑ_sの第ｉ要素の値を１加える。

（３）センサデータの集合Ｓの全ての要素について、過程（２）を繰り返すことにより、ベクトルｑ_sが構成される。

（Ｓ３２２）各特徴パターンＩＤに対する感情推定ベクトルｖ₀，ｖ₁，…，ｖ_Nとベクトルｑ_sとから集合Ｓの感情推定パターンを示す関数ｆ_sを以下の過程（１）〜（３）により算出する。

（１）感情推定ベクトルについて行列Ｖを以下の式（３）ように作成する。

（２）この行列Ｖとベクトルｑ_sとの積を計算することにより、各特徴パターンＩＤについて頻度と確率の積が各感情パターンに対して計算され、感情パターンに対する積和がベクトルｇ_sとして以下の（４）のように得られる。

（３）ベクトルｇ_sの要素について、最大の値を有する要素の要素番号を求める。ａｒｇｍａｘを、与えられたベクトルの最大値を持つ要素番号を返す関数ｆ_sと定義すると、感情推定結果は以下の関数ｆ_sの式（５）で示される感情パターンとして算出される。

（４）重みを加えた集団感情推定
推定条件として、特定の時間と時間間隔による逓減関数が供された場合、あるいは、特定の地点と距離による逓減関数が入力された場合、感情推定はセンサデータごとに重みつきで計算できる。

例えば、特定の地点と、距離ｘについての逓減関数ｆ（ｘ）＝１／ｘが推定条件として入力された場合を考える。このとき、センサデータｓ∈Ｓに対して、指定された地点からの距離がＬであったとすれば、過程（２）において、ベクトルｑ_sの第ｉ要素の値を１加えるとしていた部分で、１の代わりに１／Ｌを加えることで、距離による重みを考慮した集団感情推定が可能となる。

（５）特徴パターンＩＤの複合による感情推定
特徴パターンのＩＤの複合による感情推定候補を使用する場合は、集団特徴パターンのベクトルｑ_sの次元数を特徴パターン数Ｎに対し２^s次元のベクトルとし、各要素に特徴パターンの組み合わせラベルを付与すればよい。

（Ｓ３０４）ステップＳ３０３での推定によって得られた感情情報を、特定エリアに特徴的な集団の感情情報として、出力する。エリアが複数の場合は前記感情情報がエリア毎に出力される。尚、前記感情情報はステップＳ３０３における特徴抽出のために前記記憶領域や前記サーバに保存される。

（感情情報の提示）
Ｓ４：情報提示部５は、特徴抽出部４から供されたエリア毎の特徴的な集団の感情情報を提示する。

図６を参照してＳ４の具体的な提示の過程Ｓ４０１，Ｓ４０２について説明する。

（Ｓ４０１）特徴抽出部４から供されたエリア毎の特徴的な集団の感情情報を読み出す。

（Ｓ４０２）前記読み出した集団の感情情報をユーザに対してモニタ等の表示部から出力表示させる。特徴抽出結果が得られているエリアが複数の場合には全てのエリアの抽出結果が出力表示される。以下に情報提示の態様（１）〜（３）を例示する。

（１）エリア毎の感情情報をそのまま表示
本態様では、特徴抽出部４から供された集団の感情情報をエリア毎にそのまま表示部から表示する。これにより、エリア毎の特徴的な生理・心理状態が文言的（例えば心拍上昇率に基づく特徴抽出の場合）または数値的（例えば感情推定に基づく特徴抽出の場合）に表示されるので、エリアバースト情報を客観的に把握できる。

（２）地図上に重畳表示
本態様では、特徴抽出部４から供された各エリアの集団の感情情報を電子的な地図上の当該エリアに対応する位置に重畳して表示する。このとき、感情情報に応じて色づけして表示すれば、より直感的に検出されたエリアバースト情報を表示できる。

（３）物理的なエリア上に表示
各エリアに属する個人の生体センサ１０から収集したセンサデータから推定された感情情報を当該エリアの所定範囲にフィードバックする。図１１に照明装置１１を用いた情報提示例を示す。予め各エリアに対して照明装置１１の識別情報を登録しておき、エリア毎に推定された感情情報に応じて、当該エリアの現場に具備された照明装置１１によってそのエリアを照射する。これにより、エリア毎のエリアバースト状況を、その場にいる個人が即座に把握することが可能となる。特に、能動的に操作できない生体センサ（心拍データなど）を用いたバースト検出結果の表示に有効である。

［本実施形態の効果］
以上説明したように、本実施形態のエリアバースト推定提示装置１によれば、生体情報とその位置情報とを含むセンサデータが予め収集され、前記センサデータの位置情報に基づき選択された特定エリアに属する集団のセンサデータから推定された当該エリアに特徴的な集団の感情情報が提示される。したがって、特定エリアに属する者の能動的操作を要することなく当該エリアに特徴的なそのエリアにおける集団の感情状態を提示できる。

特に、センサデータに検出項目若しくは位置情報が含まれていない場合、生体センサの検出項目若しくは当該センサが存在すると想定される位置情報を当該センサの識別子と対応付けて格納したセンサ情報６から、前記センサデータを検出した生体センサの識別子に対応した検出項目若しくは位置情報が取得されて付与される。これにより、特定エリアに属する者の能動的操作を要することなく、当該エリアに属する集団の感情情報を推定しやすくなる。

また、特定エリアに特徴的な感情情報の推定にあたり、アルゴリズムとして与えることにより、特徴抽出をモジュールとして設定可能にし、様々な特徴抽出方法に対応したサービス設計が可能となる。例えば、物理的あるいは論理的なエリアを指定して、当該エリアでの集団の人の集団の生理・心理状態の特徴を抽出して、提示できる。このとき、生体センサデータを直接利用することにより、人間による明示的な入力なしに、集団の興奮や冷静といった感情状態を物理的あるいは論理的なエリア単位で提示可能となる。例えば、チケットで得られるユーザの位置情報を、センサデータの位置情報として利用し、各エリアでの集団の生理・心理状態の特徴を検出することにより、コンサート等のイベント会場において、多くの利用者（観客）が特定の心理状態になっている（例えば盛り上がっている）エリアを特定し、そのエリアの心理状態を可視化できる。そして、これにより、各エリア内の人、ステージ上の人、ステージの演出を行う人、生理・心理状態を将来利用する人に提示できる。

［本発明の他の態様］
本発明は、エリアバースト推定提示装置１を構成する上記の機能部２〜５の一部若しくは全てとしてコンピュータを機能させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。または、同装置１が実行する上記の過程Ｓ１〜Ｓ４の一部若しくは全てをコンピュータに実行させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。そして、このプログラムをそのコンピュータが読み取り可能な周知の記録媒体（例えば、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ等）に格納して提供できる。または、前記プログラムをインターネットや電子メール等でネットワークを介して提供できる。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更、応用が可能である。

１…エリアバースト推定提示装置
２…データ集約部（データ集約手段）
３…データ選択部（データ選択手段）
４…特徴抽出部
５…情報提示部（情報提示手段）
６…センサ情報

Claims (8)

1. 特定エリアに特徴的なそのエリア内の集団の感情情報を提示するエリアバースト推定提示装置であって、
   特定エリアに属する者に付帯された生体センサによって検出された生体情報とその位置情報とを含むセンサデータを収集するデータ集約手段と、
   前記センサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択するデータ選択手段と、
   前記選択されたセンサデータから推定された前記特定エリアに特徴的な集団の感情情報を提示する情報提示手段と
   を備えたことを特徴とするエリアバースト推定提示装置。
2. 前記データ集約手段は、前記センサデータに検出項目若しくは位置情報が付与されていない場合、生体センサの検出項目若しくは当該センサが存在すると想定される位置情報を当該センサの識別子と対応付けて格納したセンサ情報から、前記センサデータを検出した生体センサの識別子に対応した検出項目若しくは位置情報を取得することを特徴とする請求項１に記載のエリアバースト推定提示装置。
3. 前記データ選択手段は、前記位置情報に基づく所定範囲のエリアに属するセンサデータを選択すること
   を特徴とする請求項１または２に記載のエリアバースト推定提示装置。
4. 前記情報提示手段は、前記特定エリアに特徴的な感情情報を文言的または数値的に出力表示させることを特徴とする請求項１から３のいずれか１項に記載のエリアバースト推定提示装置。
5. 前記情報提示手段は、前記特定エリアに特徴的な感情情報を電子的な地図上の当該エリアに対応する位置に重畳して出力表示させることを特徴とする請求項１から３のいずれか１項に記載のエリアバースト推定提示装置。
6. 前記情報提示手段は、前記感情情報が推定された特定エリアに対応した現場に具備された照明装置に当該エリアを照射させることを特徴とする請求項１から３のいずれか１項に記載のエリアバースト推定提示装置。
7. 特定エリアに特徴的なそのエリア内の集団の感情情報を提示するエリアバースト推定提示方法であって、
   データ集約手段が特定エリアに属する者に付帯された生体センサによって検出された生体情報とその位置情報とを含むセンサデータを収集するステップと、
   データ選択手段が前記センサデータの位置情報に基づき特定エリアに属する集団のセンサデータを選択するステップと、
   情報提示手段が前記選択されたセンサデータから推定された前記特定エリアに特徴的な集団の感情情報を提示するステップと
   を有することを特徴とするエリアバースト推定提示方法。
8. コンピュータを請求項１から６のいずれか１項に記載のエリアバースト推定提示装置として構成する各手段として機能させるエリアバースト推定提示プログラム。

Images