JP2016130920A - ドライブスルーシステム - Google Patents

Abstract

【課題】マーケティングの精度を向上させることである。
【解決手段】実施形態のドライブスルーシステムは、撮像装置と、属性識別部と、記憶部と、補正部とを持つ。撮像装置は、入口から商品の受け取り場所までの複数の地点において車両が通行する通路を撮像する。属性識別部は、ユーザの属性を判定するためのパラメータを取得する。記憶部は、パラメータと、地点と、ユーザの識別情報とをレコードとして時系列に記憶する。補正部は、所定の条件を満たすレコードに記憶されている地点と同一地点のレコードを第１の数分だけ記憶部から対象データとして取得し、所定の条件を満たすレコードに記憶されている地点とは異なる地点のレコードを第２の数分だけ参照データとして取得し、対象データと参照データとに基づいて所定の条件を満たすレコードに記憶されている識別情報を補正する。
【選択図】図１４

Description

本発明の実施形態は、ドライブスルーシステムに関する。

一般的なファーストフードなどで利用されるドライブスルーでは、顧客は自動車に乗車したまま注文、会計、商品の受け取りを順番に行う。このようなドライブスルーにおいてマーケティングを行う場合、入口から商品の受け取り場所までに複数のカメラを設置して各場所で撮像された画像データが用いられる。しかしながら、各場所で撮像された画像データを対応付けることができなかった場合には、十分なマーケティングができない可能性があった。

特許第５４２８３５６号公報

本発明が解決しようとする課題は、マーケティングの精度を向上させることができるドライブスルーシステムを提供することである。

実施形態のドライブスルーシステムは、撮像装置と、属性識別部と、記憶部と、補正部とを持つ。撮像装置は、入口から商品の受け取り場所までの複数の地点において車両が通行する通路を撮像する。属性識別部は、前記撮像装置によって撮像された画像データに基づいて、前記車両に乗車しているユーザの属性を判定するためのパラメータを取得する。記憶部は、取得された前記パラメータと、前記画像データが撮像された地点と、前記ユーザの識別情報とをレコードとして時系列に記憶する。補正部は、所定の条件を満たす前記レコードに記憶されている地点と同一地点のレコードを第１の数分だけ前記記憶部から対象データとして取得し、前記所定の条件を満たす前記レコードに記憶されている地点とは異なる地点のレコードを第２の数分だけ前記記憶部から参照データとして取得し、取得した前記対象データと参照データとに基づいて、前記所定の条件を満たす前記レコードに記憶されている前記識別情報を補正する。

実施形態におけるドライブスルーシステムの概要を説明するための図。 実施形態におけるドライブスルーシステムの概要を説明するための図。 実施形態におけるドライブスルーシステムのシステム構成を表すシステム構成図。 第１の実施形態における識別装置１０の機能構成を表す概略ブロック図。 第１の実施形態における管理装置２０の機能構成を表す概略ブロック図。 表示装置２の表示例を示す図。 購入分析ＤＢ２０３２に記憶される購入分析テーブルの構成例を示す図。 注文履歴ＤＢ２０３３に記憶されている注文情報の一例を示す図。 注文ＩＤと顏認証ＩＤとの対応付けを説明するための図。 第１の実施形態における管理装置２０の対応付け処理の流れを示すフローチャート。 提供時間と提供時間におけるスマイル指数の平均値との相関による分析結果を示す図。 店員毎のスマイル指数の分布による分析結果を示す図。 提供時間と提供時間における満足度の平均値との相関による分析結果を示す図。 第２の実施形態における管理装置２０ａの機能構成を表す概略ブロック図。 仮顧客ＤＢ２０３５の構成例を示す図。 購入分析ＤＢ２０３２ａに記憶される購入分析テーブルの構成例を示す図。 第２の実施形態における管理装置２０ａの仮登録情報を登録するための処理の流れを示すフローチャート。 第２の実施形態における管理装置２０ａの補正処理の流れを示すフローチャート。 、補正部２０６による補正処理を説明するための概略図。

以下、実施形態のドライブスルーシステムを、図面を参照して説明する。
（概要）
図１及び図２は、実施形態におけるドライブスルーシステムの概要を説明するための図である。
図１に示すように、実施形態におけるドライブスルーシステムでは、通路に沿った形でカメラ１（撮像装置）及び表示装置２が設置される。カメラ１は、自動車５（車両）が通行する通路を撮像する。表示装置２は、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等の画像表示装置である。表示装置２は、例えばデジタルサイネージである。表示装置２には、メニュー又は広告などが表示される。

自動車５に乗車している顧客は、表示装置２に表示されたメニューに基づいて注文を行う。例えば、顧客は、表示装置２に備えられるマイク等の音声入力装置を介して注文を行う。その後、顧客は、自動車５を運転して店舗３内のＰＯＳ（Point Of Sales）端末４のある位置まで移動し会計を行う。そして、会計終了後、顧客は、商品の受け取り位置まで移動して商品を受け取る。実施形態におけるドライブスルーシステムでは、入口、注文、会計及び商品受け取りの各場所の少なくとも一か所以上にカメラ１及び表示装置２が設置される。具体的な構成を図２に示す。

図２では、入口、注文、会計及び商品受け取りの各場所にカメラ１及び表示装置２が設置された例を示している。入口にはカメラ１−１及び表示装置２−１が設置されている。表示装置２−１には、全メニュー及びおすすめ商品などが表示される。注文場所にはカメラ１−２及び表示装置２−２が設置されている。表示装置２−２には、全メニュー、おすすめ商品及び金額などが表示される。会計場所にはカメラ１−３及び表示装置２−３が設置されている。表示装置２−３には、購入商品の合計金額及びお釣りなどが表示される。商品受け取り場所にはカメラ１−４及び表示装置２−４が設置されている。表示装置２−４には、顧客に対するメッセージが表示される。顧客に対するメッセージの具体例として、「またいらしてください。」、「ご利用ありがとうございました。」などがある。自動車５は、矢印６で示される方向に進む。そのため、自動車５は、入口、注文、会計及び商品受け取り場所を順番に通過する。すなわち、図２に示す例では、カメラ１−１〜１−４によって自動車５が撮像される。以下の説明では、カメラ１−１〜１−４によって撮像された撮像データを画像データと記載する。
なお、以下の説明では、カメラ１−１〜１−４について特に区別しない場合にはカメラ１と記載する。また、以下の説明では、表示装置２−１〜２−４について特に区別しない場合には表示装置２と記載する。

（詳細）
図３は、実施形態におけるドライブスルーシステムのシステム構成を表すシステム構成図である。
ドライブスルーシステムは、カメラ１、表示装置２、ＰＯＳ端末４、厨房端末７、調理管理サーバー８、識別装置１０、管理装置２０、コンテンツサーバー３０及び映像再生装置４０を備える。ＰＯＳ端末４、厨房端末７、調理管理サーバー８、識別装置１０、管理装置２０、コンテンツサーバー３０及び映像再生装置４０は、ネットワーク５０を介して通信可能に接続される。

カメラ１は、所定の領域を撮像する。カメラ１によって撮像された画像データは、識別装置１０に出力される。
表示装置２は、映像再生装置４０の制御に応じてメニューや広告などのコンテンツを表示する。
ＰＯＳ端末４は、店員の操作に応じて、顧客から注文された商品（以下、「注文商品」という。）の登録及び会計を行う。ＰＯＳ端末４は、会計処理後に、会計時刻、注文リスト、支払い金額及び会計の応対店員ＩＤなどの情報を注文情報として管理装置２０に送信する。会計時刻は、注文商品の会計が終了した時刻を表す。注文リストは、１取引における注文商品のリストを表す。支払い金額は、顧客が支払う注文商品の合計金額を表す。会計の応対店員ＩＤは、会計を行った店員を識別するための識別情報を表す。

厨房端末７は、店舗内の厨房付近に設けられる。厨房端末７は、注文商品を１取引毎に表示する。また、厨房端末７は、調理担当者の操作に応じて注文商品の調理が完了した旨を調理管理サーバー８に通知する。この際、厨房端末７は、注文ＩＤ、調理が完了した注文商品、調理担当者の店員ＩＤなどの情報を調理管理サーバー８に通知する。
調理管理サーバー８は、各取引における注文商品の調理状態を管理する。調理管理サーバー８は、１取引における注文商品全ての調理が完了した旨が通知されると、以下のように動作する。例えば、調理管理サーバー８は、調理完了時刻、注文ＩＤ及び調理担当者の店員ＩＤなどの情報を注文情報として管理装置２０に送信する。

識別装置１０は、パーソナルコンピュータ等の情報処理装置を用いて構成される。１０は、画像データに基づいて自動車５内の顧客を識別する。
管理装置２０は、パーソナルコンピュータ等の情報処理装置を用いて構成される。管理装置２０は、顧客情報及び顧客の注文に関する情報を管理する。また、管理装置２０は、映像再生装置４０に再生させるコンテンツを決定する。
コンテンツサーバー３０は、表示装置２に表示させるコンテンツを管理する。例えば、コンテンツサーバー３０は、メニュー及び広告などのコンテンツを記憶している。なお、コンテンツサーバー３０は、クーポン情報やゲームなどのコンテンツを記憶していてもよい。コンテンツサーバー３０は、管理装置２０によって決定されたコンテンツを抽出し、映像再生装置４０に再生させる。

映像再生装置４０は、コンテンツサーバー３０の制御に従ってコンテンツを表示装置２に表示させる。
ネットワーク５０は、どのように構成されたネットワークでもよい。例えば、ネットワーク５０はＬＡＮ（Local Area Network）を用いて構成されてもよい。
以下、ドライブスルーシステムの複数の実施形態（第１の実施形態及び第２の実施形態）について説明する。

（第１の実施形態）
図４は、第１の実施形態における識別装置１０の機能構成を表す概略ブロック図である。
識別装置１０は、バスで接続されたＣＰＵ（Central Processing Unit）やメモリや補助記憶装置などを備え、識別プログラムを実行する。識別プログラムの実行によって、識別装置１０は、画像データ取得部１０１、属性識別部１０２、人物識別部１０３、車両情報識別部１０４を備える装置として機能する。なお、識別装置１０の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを用いて実現されてもよい。また、識別プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。また、識別プログラムは、電気通信回線を介して送受信されてもよい。

画像データ取得部１０１は、カメラ１から画像データを取得する。この際、画像データ取得部１０１は、画像データを撮像したカメラ１が設置されている場所及び日時に関する情報（以下、「撮影情報」という。）も取得する。
属性識別部１０２は、取得された画像データに基づいて、自動車５内の特定の人物の属性を判定するためのパラメータ（以下、「判定パラメータ」という。）を取得する。ここで、自動車５内の特定の人物とは、例えば自動車５の運転手である。人物の属性とは、性別、年齢、スマイル指数などである。スマイル指数は、人物の笑顔の度合いを表す指標である。判定パラメータは、具体的には人物の顔の特徴を表すパラメータである。例えば、判定パラメータは、人物の目、鼻、口、目じりなどの人物の顔の特徴部位の座標を正規化（例えば、拡大、縮小などで顔画像サイズを同一画素数に変換）した値である。そして、属性識別部１０２は、取得した判定パラメータに基づいて自動車５内の人物の属性を判定する。属性識別部１０２は、判定結果を属性判定結果として管理装置２０に出力する。また、属性識別部１０２は、撮影情報を管理装置２０に出力する。

人物識別部１０３は、取得された画像データに基づいて、自動車５内の人物を識別する。例えば、人物識別部１０３は、自動車５内の人物の人数を識別する。人物識別部１０３は、識別結果を属性判定結果として管理装置２０に出力する。また、人物識別部１０３は、撮影情報を管理装置２０に出力する。
車両情報識別部１０４は、取得された画像データに基づいて、自動車５のナンバープレートなどの車両情報を識別する。車両情報識別部１０４は、識別結果を属性判定結果として管理装置２０に出力する。また、車両情報識別部１０４は、撮影情報を管理装置２０に出力する。

図５は、第１の実施形態における管理装置２０の機能構成を表す概略ブロック図である。
管理装置２０は、バスで接続されたＣＰＵやメモリや補助記憶装置などを備え、管理プログラムを実行する。管理プログラムの実行によって、管理装置２０は、取得部２０１、登録部２０２、記憶部２０３、コンテンツ決定部２０４、分析部２０５を備える装置として機能する。なお、管理装置２０の各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されてもよい。また、管理プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。また、管理プログラムは、電気通信回線を介して送受信されてもよい。

取得部２０１は、各種情報を取得する。例えば、取得部２０１は、注文情報を取得する。また、例えば、取得部２０１は、識別装置１０から撮影情報、属性判定結果及び判定パラメータを取得する。
登録部２０２は、取得部２０１によって取得された情報を記憶部２０３に登録する。
記憶部２０３は、顧客ＤＢ２０３１、購入分析ＤＢ２０３２、注文履歴ＤＢ２０３３及び分析結果記憶部２０３４で構成される。

顧客ＤＢ２０３１は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。顧客ＤＢ２０３１は、予め登録された顧客に関する情報を記憶する。例えば、顧客ＤＢ２０３１は、予め登録された顧客毎に、顧客ＩＤ及び判定パラメータを記憶している。顧客ＩＤは、予め登録された顧客を識別するための識別情報を表す。
購入分析ＤＢ２０３２は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。購入分析ＤＢ２０３２は、購入分析テーブルを記憶している。購入分析テーブルは、商品を購入した顧客に関する情報を表すレコード（以下、「分析レコード」という。）によって構成される。

注文履歴ＤＢ２０３３は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。注文履歴ＤＢ２０３３は、１取引毎の注文履歴に関する情報（以下、「注文情報」という。）を記憶している。
分析結果記憶部２０３４は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。分析結果記憶部２０３４は、分析部２０５による分析結果を記憶している。

コンテンツ決定部２０４は、購入分析ＤＢ２０３２に登録される属性判定結果に基づいて、表示装置２に表示させるコンテンツを決定する。例えば、コンテンツ決定部２０４は、属性判定結果に応じたコンテンツのメニューＩＤを表示装置２に表示させるコンテンツとして決定する。そして、コンテンツ決定部２０４は、選択したメニューＩＤ及び表示させる対象となる表示装置２の情報を含む信号をコンテンツサーバー３０に送信する。
分析部２０５は、所定のタイミングで、記憶部２０３に記憶されている情報に基づいて顧客のサービスに対する満足度を表す統計情報を取得する。統計情報とは、記憶部２０３に記憶されている情報から統計的に取得される情報である。統計情報は、例えば統計値、分類結果、分布などである。所定のタイミングは、例えば店員によって指示がなされたタイミングであってもよいし、その他のタイミングであってもよい。分析部２０５の処理については後述する。

図６は、表示装置２の表示例を示す図である。
図６に示される例では、表示装置２に６つの領域が表示されている。これらの６つの領域それぞれにはコンテンツが表示される。表示装置２に表示されるコンテンツは、管理装置２０のコンテンツ決定部２０４によって決定される。なお、入口に設置されている表示装置２には、全てのメニューが表示される。また、図６に示した表示例は、一例であり、領域の数や表示範囲は店員の操作に応じて自由に変更可能である。表示装置２には、動画が表示されてもよい。

図７は、購入分析ＤＢ２０３２に記憶される購入分析テーブルの構成例を示す図である。
購入分析テーブルは、分析レコードを複数有する。分析レコードは、顏認証ＩＤ、日時、場所、顧客ＩＤ、属性判定結果、判定パラメータ及び認証類似度の各値を有する。顏認証ＩＤの値は、カメラ１によって撮像された画像データを識別するための識別情報を表す。日時の値は、同じ分析レコードの顏認証ＩＤで特定される画像データが撮像された日時を表す。場所の値は、同じ分析レコードの顏認証ＩＤで特定される画像データが撮像された場所を表す。場所の具体例として、入口、注文場所、会計場所及び商品受け取り場所などがある。顧客ＩＤの値は、同じ分析レコードの顏認証ＩＤで特定される画像データで識別された特定の人物を識別するための識別情報を表す。顧客ＩＤのＮＵＬＬは、特定の人物が、顧客ＤＢ２０３１に予め登録された顧客ではないことを表す。

属性判定結果の値は、同じ分析レコードの顏認証ＩＤで特定される画像データで識別された特定の人物の属性及び自動車５内の人物を表す。属性判定結果の具体例として、性別、年齢、スマイル指数及び人数がある。スマイル指数は、０〜１００％の値であり、１００％に近いほど笑いの度合いが高いことを表す。判定パラメータの値は、同じ分析レコードの顏認証ＩＤで特定される画像データで識別された特定の人物の顔の特徴を示すパラメータを表す。判定パラメータの具体例として、属性１、属性２、属性３、属性Ｎ（Ｎは４以上の整数）がある。なお、各属性は、人物の目、鼻、口、目じりなど人物の顔の特徴部位を表す。認証類似度の値は、顏認証結果の確度を表す。すなわち、顏認証ＩＤの認証類似度は、判定パラメータの顧客ＩＤに対するマッチングの度合いを表す。認証類似度の値は、０〜１００％の間で決定される。認証類似度の値は、数字が大きいほど（１００％に近いほど）判定パラメータの顧客ＩＤに対するマッチングの度合いが高いことを表す。認証類似度は、例えば取得された判定パラメータと、顧客ＤＢ２０３１に登録されている判定パラメータとに基づいて算出される。そのため、顧客ＤＢ２０３１に登録されていない顧客に対しては認証類似度の値が０％に近い値となる。

図７に示される例では、購入分析テーブルには複数の顔認証ＩＤが登録されている。これらの顏認証ＩＤは、“２０１３４８”、“２０１３４９”、“２０１３５０”、“２０１３５１”、“２０１３５２”、“２０１３５３”、“２０１３５４”、“２０１３５５”である。図７において、購入分析テーブルの最上段に登録されている分析レコードは、顏認証ＩＤの値が“２０１３４８”、日時の値が“２０１４／１２／１１ １０：０５：３２”、場所の値が“入口”、顧客ＩＤの値が“ＮＵＬＬ”、性別の値が“男”、年齢の値が“４２”、スマイル指数の値が“２４”、人数の値が“３”、座標１の値が“（８２，４１）”、座標２の値が“（８３，３５）”、座標３の値が“（１０，２１）”、座標Ｎの値が“（５１，５０）”、認証類似度の値が“５”である。すなわち、顏認証ＩＤ“２０１３４８”で特定される画像データが撮像された日時が“２０１４年１２月１１日の１０時５分３２秒”であり、画像データが撮像された場所が“入口”であり、画像データで識別された特定の人物が予め登録された顧客ではなく、当該顧客の性別が“男”であり、年齢が“４２歳”であり、スマイル指数が“２４％”であり、自動車に乗っていた人数が“３人”であり、特定の人物の特徴部位の座標がそれぞれ“（８２，４１）”、“（８３，３５）”、“（１０，２１）”、“（５１，５０）”であり、判定パラメータの顧客ＩＤに対するマッチングの度合いが“５％”であることが表されている。

また、図７において、購入分析テーブルの２段目に登録されている分析レコードは、顏認証ＩＤの値が“２０１３４９”、日時の値が“２０１４／１２／１１ １０：０５：３５”、場所の値が“会計”、顧客ＩＤの値が“ｊ００００３４９０”、性別の値が“男”、年齢の値が“５８”、スマイル指数の値が“６５”、人数の値が“４”、座標１の値が“（８２，４７）”、座標２の値が“（７９，３７）”、座標３の値が“（３５，３５）”、座標Ｎの値が“（４８，５１）”、認証類似度の値が“８２”である。すなわち、顏認証ＩＤ“２０１３４９”で特定される画像データが撮像された日時が“２０１４年１２月１１日の１０時５分３５秒”であり、画像データが撮像された場所が“会計”の場所であり、画像データで識別された特定の人物が顧客ＩＤ“ｊ００００３４９０”の顧客であり、当該顧客の性別が“男”であり、年齢が“５８歳”であり、スマイル指数が“６５％”であり、自動車に乗っていた人数が“４人”であり、特定の人物の特徴部位の座標がそれぞれ“（８２，４７）”、“（７９，３７）”、“（３５，３５）”、“（４８，５１）”であり、判定パラメータの顧客ＩＤに対するマッチングの度合いが“８２％”であることが表されている。

図８は、注文履歴ＤＢ２０３３に記憶されている注文情報の一例を示す図である。
図８に示されるように、１取引における注文情報は、複数の項目及び各項目に対応する履歴情報で構成される。複数の項目は、注文ＩＤ、注文時刻、会計時刻、調理完了時刻、商品受取時刻、注文リスト、支払い金額、注文：応対店員ＩＤ、会計：応対店員ＩＤ、調理：店員ＩＤ、商品受取：応対店員ＩＤである。注文ＩＤは、一取引を識別するための識別情報を表す。注文時刻は、店員が顧客からの注文を入力した時刻を表す。会計時刻は、会計処理が終了した時刻を表す。調理完了時刻は、注文リストの商品の全てが調理完了した時刻を表す。商品受取時刻は、店員が顧客に注文商品を受け渡した時刻を表す。商品受取時刻は、店員が顧客に注文商品を受け渡した後にＰＯＳ端末４を操作して、注文商品を受け渡したことを入力した時刻であってもよい。注文リストは、顧客から注文された注文商品のリストを表す。支払い金額は、顧客が支払う注文商品の合計金額を表す。注文：応対店員ＩＤは、注文の受付を担当した店員を識別するための識別情報を表す。会計：応対店員ＩＤは、会計処理を担当した店員を識別するための識別情報を表す。調理：店員ＩＤは、注文リストの商品の調理を担当した店員を識別するための識別情報を表す。商品受取：応対店員ＩＤは、注文商品の受け渡しを担当した店員を識別するための識別情報を表す。

図８に示される履歴情報の具体例では、注文ＩＤが“１０２５３６９０”、注文時刻が“２０１４／１２／１１ １０：０５：４３”、会計時刻が“２０１４／１２／１１ １０：１２：４６”、調理完了時刻が“２０１４／１２／１１ １０：１１：０６”、商品受取時刻が“２０１４／１２／１１ １０：１３：３６”、注文リストが“ハンバーガー：２、コーヒー：１、、、”、支払い金額が“￥１１００”、注文：応対店員ＩＤが“１２４０”、会計：応対店員ＩＤが“１２０１”、調理：店員ＩＤが“１２０２”、商品受取：応対店員ＩＤが“１２１５”である。なお、注文リストにおける“、、、”は、注文リストの省略を表す。つまり、“、、、”は、ハンバーガーとコーヒー以外の他の商品が省略されていることを表す。図８に示される履歴情報には、注文ＩＤ“１０２５３６９０”で特定される一取引において、注文時刻が“２０１４年１２月１１日の１０時０５分４３秒”であり、会計時刻が“２０１４年１２月１１日の１０時１２分４６秒”であり、調理完了時刻が“２０１４年１２月１１日の１０時１１分０６秒”であり、商品受取時刻が“２０１４年１２月１１日の１０時１３分３６秒”であり、注文リストが“ハンバーガー２つとコーヒー１つと不図示の他の商品”であり、支払い金額が“１１００円”であり、注文の受付を担当した店員が店員ＩＤ“１２４０”で識別される店員であり、会計処理を担当した店員が店員ＩＤ“１２０１”で識別される店員であり、注文リストの商品の調理を担当した店員が店員ＩＤ“１２０２”で識別される店員であり、注文商品の受け渡しを担当した店員が店員ＩＤ“１２１５”で識別される店員であることが表されている。

図９は、注文ＩＤと顏認証ＩＤとの対応付けを説明するための図である。
図９（Ａ）は、対応付けテーブルの具体例を示す図である。対応付けテーブルは、一取引における注文ＩＤと顏認証ＩＤとが対応付けて登録される。対応付けテーブルは、購入分析ＤＢ２０３２に記憶される。図９（Ａ）に示される例では、対応付けテーブルに注文ＩＤ“１０２５３６９０”と顏認証ＩＤ“２０１３５０”とが対応付けられている。また、図９（Ａ）に示される例では、対応付けテーブルに注文ＩＤ“１０２５３６９３”と顏認証ＩＤ“２０１３６１”とが対応付けられている。この対応付けは、以下のように行われる。

履歴情報が注文履歴ＤＢ２０３３に登録されると、分析部２０５は登録された履歴情報から注文ＩＤ及び注文時刻の情報を取得する。ここで、図８に示す履歴情報が注文履歴ＤＢ２０３３に登録されたとする。次に、分析部２０５は、購入分析テーブルを参照し、取得した注文時刻に対応する日時であり、かつ、場所の項目が注文である分析レコードを選択する。図８に示す履歴情報では、注文時刻が“２０１４／１２／１１ １０：０５：４３”である。そこで、分析部２０５は、購入分析テーブルを参照し、顏認証ＩＤ“２０１３５０”の分析レコードを選択する。そして、分析部２０５は、選択した分析レコードに登録されている顏認証ＩＤ“２０１３５０”の値を取得する。その後、分析部２０５は、取得した顏認証ＩＤの値と、注文ＩＤの値とを対応付けて対応付けテーブルに登録する。分析部２０５は、以上の処理を履歴情報が注文履歴ＤＢ２０３３に登録される度に行う。

図９（Ｂ）は、対応付けテーブルの最終的な構成例を示す図である。図９（Ａ）に示す対応付けテーブルでは、一取引における注文ＩＤと、注文場所に対応する顏認証ＩＤとしか対応付けられていない。対応付けテーブルの最終的な構成例としては、一取引における一連の流れ（入口〜商品の受け取り）までの一取引における注文ＩＤと、顏認証ＩＤとの対応付けが必要である。を示している。以下、以下、図９（Ａ）及び（Ｂ）に示す対応付けテーブルの作成までの処理の流れについて図１０を用いて説明する。

図１０は、第１の実施形態における管理装置２０の対応付け処理の流れを示すフローチャートである。なお、図１０における処理は、商品の受け渡しが完了して注文履歴ＤＢ２０３３に注文情報が登録されたタイミングや営業終了後のバッチ処理のタイミングで開始される。注文情報が登録されたタイミングでは、登録された注文情報における注文ＩＤに対してのみ対応付け処理が行なわれる。バッチ処理のタイミングでは、１日分の注文ＩＤ全てに対して対応付け処理が行なわれる。ここでは、図８に示す注文情報が注文履歴ＤＢ２０３３に登録された後に処理が開始された場合を例に説明する。

まず、分析部２０５は、登録された注文情報における注文ＩＤ“１０２５３６９０”を取得する（ＡＣＴ１０１）。次に、分析部２０５は、取得した注文ＩＤ“１０２５３６９０”に基づいて顏認証ＩＤを取得する（ＡＣＴ１０２）。具体的には、分析部２０５は、取得した注文ＩＤで識別される一取引における注文時刻“２０１４／１２／１１ １０：０５：４３”を取得する。次に、分析部２０５は、購入分析テーブルを参照し、取得した注文時刻に一致し、かつ、場所が注文に対応する分析レコードを選択する。分析部２０５は、選択した分析レコードの顏認証ＩＤの項目に登録されている値“２０１３５０”を取得する。そして、分析部２０５は、注文ＩＤ“１０２５３６９０”と、取得した顏認証ＩＤ“２０１３５０”とを対応付けて対応付けテーブルに登録する。

その後、分析部２０５は、購入分析テーブルを参照し、取得した顏認証ＩＤ“２０１３５０”に基づいて顧客ＩＤを取得する（ＡＣＴ１０３）。例えば、分析部２０５は、購入分析テーブルを参照し、取得した顏認証ＩＤ“２０１３５０”に基づいて顧客ＩＤ“ｊ００００００１２”を取得する。その後、分析部２０５は、取得した顧客ＩＤに基づいて所定の期間内に登録されている顏認証ＩＤを全て取得する（ＡＣＴ１０４）。所定の期間は、同一顧客が入口から商品の受け取りまでの一連の動作を終了するまでに要することが想定される期間が設定される。所定の期間は、例えば前後２時間などである。分析部２０５は、ＡＣＴ１０４の処理によって、図７に示す例では顏認証ＩＤ“２０１３５３”（その他の値は不図示のため）を取得する。そして、分析部２０５は、注文ＩＤと、取得した全ての顏認証ＩＤとを対応付ける（ＡＣＴ１０５）。

具体的には、分析部２０５は、注文ＩＤ“１０２５３６９０”と、場所の値が入口に対応する顏認証ＩＤ（不図示）とを対応付ける。また、分析部２０５は、注文ＩＤ“１０２５３６９０”と、場所の値が会計に対応する顏認証ＩＤ“２０１３５３”とを対応付ける。また、分析部２０５は、注文ＩＤ“１０２５３６９０”と、場所の値が商品受取に対応する顏認証ＩＤ（不図示）とを対応付ける。その後、分析部２０５は、対応付けられた注文ＩＤと顏認証ＩＤとを一連の動作順に対応付けテーブルに登録する。この処理によって、図９（Ｂ）に示す最終的な対応付けテーブルが作成される。なお、バッチ処理のタイミングにおいては、上記ＡＣＴ１０１〜１０５までの処理が注文ＩＤ毎に行われる。分析部２０５は、対応付けテーブルを購入分析ＤＢ２０３２に記憶させる。

次に、図１１〜図１３を用いて、分析部２０５の具体的な処理について説明する。
分析部２０５は、所定のタイミングで、予め設定された計算方式に基づいて顧客の満足度を分析する。予め設定された計算方式の具体例として、提供時間と提供時間におけるスマイル指数の平均値との相関、店員毎のスマイル指数の分布などある。提供時間は、商品受取時刻と注文時刻との差分の時間である。また、予め設定された計算方式の具体例として、所定の場所間におけるスマイル指数の変化を満足度と定義し、提供時間と提供時間における満足度の平均値との相関がある。以下、各計算方式によって取得した分析結果について説明する。

図１１は、提供時間と提供時間におけるスマイル指数の平均値との相関による分析結果を示す図である。
図１１における分析結果は、以下のようにして取得される。
まず、分析部２０５は、注文履歴ＤＢ２０３３に記憶されている注文情報を読み出す。分析部２０５は、読み出した注文情報のうち、１つの注文情報を選択する。分析部２０５は、選択した注文情報から提供時間を算出する。また、分析部２０５は、選択した注文情報に含まれる注文ＩＤを取得する。次に、分析部２０５は、購入分析ＤＢ２０３２に記憶されている対応付けテーブルを参照し、取得した注文ＩＤに対応する顏認証ＩＤを全て取得する。分析部２０５は、購入分析ＤＢ２０３２に記憶されている購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が商品受取の分析レコードを選択する。分析部２０５は、選択した分析レコードのスマイル指数の項目に登録されている値を取得する。

以上の処理によって、分析部２０５は、１取引における提供時間とスマイル指数の値を取得する。分析部２０５は、注文履歴ＤＢ２０３３に記憶されている全ての注文情報に対して上記の処理を繰り返し実行する。これにより、分析部２０５は、各提供時間におけるスマイル指数を複数取得することができる。そして、分析部２０５は、提供時間（例えば、１分）毎に、取得したスマイル指数の平均値を算出する。
以上の処理によって、図１１における分析結果が得られる。分析部２０５は、分析結果を分析結果記憶部２０３４に記憶させる。

図１１に示される分析結果によれば、提供時間が長くなるにつれてスマイル指数が低下していることが分かる。つまり、提供時間が長くなるにつれて顧客から笑顔が無くなっているという分析結果を得ることができる。

図１２は、店員毎のスマイル指数の分布による分析結果を示す図である。
図１２における分析結果は、以下のようにして取得される。ここでは、店員Ａさんの会計におけるスマイル指数の分布の取得方法について説明する。
まず、分析部２０５は、注文履歴ＤＢ２０３３に記憶されている注文情報を読み出す。分析部２０５は、読み出した注文情報のうち、注文情報に含まれる項目の会計：応対店員ＩＤがＡさんに対応する注文情報を選択する。分析部２０５は、選択した注文情報からＡさんの店員ＩＤを取得する。この際、分析部２０５は、注文ＩＤも取得する。次に、分析部２０５は、注文履歴ＤＢ２０３３に記憶されている注文情報から、会計：応対店員ＩＤが、取得した店員ＩＤに対応する注文情報を全て読み出す。分析部２０５は、読み出した全ての注文情報から注文ＩＤを取得する。そして、分析部２０５は、購入分析ＤＢ２０３２に記憶されている対応付けテーブルを参照し、取得した注文ＩＤに対応する顏認証ＩＤを全て取得する。分析部２０５は、購入分析ＤＢ２０３２に記憶されている購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が会計の分析レコードを選択する。分析部２０５は、選択した分析レコードのスマイル指数の項目に登録されている値を取得する。

以上の処理によって、分析部２０５は、店員Ａさんが会計処理を担当した際のスマイル指数の値を取得する。分析部２０５は、取得した顏認証ＩＤ分、上記の処理を繰り返し実行する。これにより、分析部２０５は、店員Ａさんが会計処理を担当した際のスマイル指数の値を全て取得することができる。そして、分析部２０５は、取得した全てのスマイル指数に基づいて、スマイル指数を所定の間隔（スマイル指数１０％間隔）で分類する。
以上の処理によって、図１２における分析結果が得られる。分析部２０５は、分析結果を分析結果記憶部２０３４に記憶させる。
なお、上記例では、会計時の場合を例に説明したが、分析部２０５は注文、商品受取の場合についても同様に分析結果として統計情報を取得することができる。

図１２に示される分析結果では、Ａさんの会計対応において、スマイル指数が５０％未満であることが半数以上を占めていることが分かる。また、Ａさんの会計対応において、スマイル指数が３０％以下であることを示す符号９１で示される分布結果が最も大きな割合を占めている。また、Ａさんの会計対応において、スマイル指数が２０％以下であることを示す符号９０で示される分布結果が２番目に大きな割合を占めている。このように、Ａさんの会計対応においては、スマイル指数が低いことを示す分布結果が大きな割合を占めている。つまり、このような分析結果を、店員（例えば、Ａさん）の会計対応を改善させるための指標として用いることができる。

図１３は、提供時間と提供時間における満足度の平均値との相関による分析結果を示す図である。
図１３における分析結果は、以下のようにして取得される。
まず、分析部２０５は、注文履歴ＤＢ２０３３に記憶されている注文情報を読み出す。分析部２０５は、読み出した注文情報のうち、１つの注文情報を選択する。分析部２０５は、選択した注文情報から提供時間を算出する。また、分析部２０５は、選択した注文情報に含まれる注文ＩＤを取得する。次に、分析部２０５は、購入分析ＤＢ２０３２に記憶されている対応付けテーブルを参照し、取得した注文ＩＤに対応する顏認証ＩＤを全て取得する。分析部２０５は、購入分析ＤＢ２０３２に記憶されている購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が入口の分析レコードを選択する。また、分析部２０５は、購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が商品受取の分析レコードを選択する。分析部２０５は、選択した各分析レコードのスマイル指数の項目に登録されている値をそれぞれ取得する。その後、分析部２０５は、取得した各スマイル指数の値の差分値を算出する。

以上の処理によって、分析部２０５は、１取引における提供時間と所定の場所間におけるスマイル指数の差分値を取得する。分析部２０５は、注文履歴ＤＢ２０３３に記憶されている全ての注文情報に対して上記の処理を繰り返し実行する。これにより、分析部２０５は、所定の場所間におけるスマイル指数の差分値を複数取得することができる。そして、分析部２０５は、提供時間（例えば、１分）毎に、取得した所定の場所間におけるスマイル指数の差分値（満足度）の平均値を算出する。
以上の処理によって、図１３における分析結果が得られる。分析部２０５は、分析結果を分析結果記憶部２０３４に記憶させる。

以上のように構成されたドライブスルーシステムによれば、顧客の満足度を定量的に分析させることが可能となる。以下、この効果について具体的に説明する。
識別装置１０では、各場所で撮像された画像データからスマイル指数を含む顧客の属性情報を識別する。管理装置２０は、各場所において撮像された画像データに基づいて識別されたスマイル指数を記憶する。管理装置２０は、記憶しているスマイル指数に基づいて、顧客の満足度を表す分析結果の統計情報を取得する。そのため、顧客の満足度を定量的に分析することが可能になる。

以下、第１の実施形態における管理装置２０の変形例について説明する。
分析部２０５は、提供時間と提供時間における満足度の平均値との相関による分析結果を取得する際に以下のように動作してもよい。例えば、分析部２０５は、購入分析ＤＢ２０３２に記憶されている購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が注文の分析レコードを選択する。また、分析部２０５は、購入分析テーブルを参照し、取得した顏認証ＩＤに対応、かつ、場所の項目が商品受取の分析レコードを選択する。分析部２０５は、選択した各分析レコードのスマイル指数の項目に登録されている値をそれぞれ取得する。その後、分析部２０５は、取得した各スマイル指数の値の差分値を算出する。

本実施形態では、分析部２０５がスマイル指数と、注文情報とに基づいて顧客のサービスに対する満足度を表す分析結果の統計情報を取得する構成を示した。しかし、分析部２０５は、他の情報に基づいて顧客のサービスに対する満足度を表す分析結果の統計情報を取得するように構成されてもよい。例えば、分析部２０５は、スマイル指数と、ユーザの属性（例えば、性別、年齢など）とに基づいて、顧客のサービスに対する満足度を表す分析結果の統計情報を取得してもよい。このように構成される場合、分析部２０５は、購入分析テーブルに登録されている同一場所におけるスマイル指数を性別毎に取得する。そして、分析部２０５は、取得した性別毎の同一場所におけるスマイル指数に基づいて、スマイル指数を所定の間隔（スマイル指数１０％間隔）で分類して分類結果を取得する。また、分析部２０５は、年齢（例えば、１０代、２０代など年代間隔）毎に、性別の場合と同様にスマイル指数を所定の間隔で分類して分類結果を取得してもよい。

また、分析部２０５は、スマイル指数と、ユーザの属性（例えば、性別、年齢など）と、注文情報とに基づいて上記統計情報を取得するように構成されてもよい。このように構成される場合、分析部２０５は、スマイル指数と、ユーザの属性と、購入商品、購入時間帯（朝、昼、晩）等とを組み合わせて上記統計情報を取得する。なお、購入時間帯の分類には、会計時刻が利用される。例えば、まず、分析部２０５は、ある購入時間帯（例えば、朝）におけるユーザの属性（例えば、年齢）とスマイル指数とを取得する。ここでは、購入分析テーブルに登録されている場所の項目が会計である分析レコードが選択される。次に、分析部２０５は、取得したユーザの属性である年齢の年代毎に、スマイル指数の平均値を算出する。そして、分析部２０５は、算出した年代毎のスマイル指数の平均値を分類結果として、図１２に示す分布図のように分類する。
このように構成されることによって、購入商品帯毎に、年代別又は性別別のスマイル指数の分布結果を取得することが可能になる。また、購入時間帯毎に、年代別又は性別別のスマイル指数の分布結果を取得することが可能になる。

（第２の実施形態）
第１の実施形態では、管理装置２０が顧客ＤＢ２０３１に予め登録されている顧客のみを顧客の満足度の分析の対象とした。第２の実施形態では、顧客ＤＢ２０３１に予め登録されていない顧客も顧客の満足度の分析の対象に含めるための処理を行う。
第２の実施形態における識別装置１０は、第１の実施形態における識別装置１０と同様の処理を行うため説明を省略する。

図１４は、第２の実施形態における管理装置２０ａの機能構成を表す概略ブロック図である。
管理装置２０ａは、バスで接続されたＣＰＵやメモリや補助記憶装置などを備え、管理プログラムを実行する。管理プログラムの実行によって、管理装置２０ａは、取得部２０１、登録部２０２ａ、記憶部２０３ａ、コンテンツ決定部２０４、分析部２０５、補正部２０６を備える装置として機能する。なお、管理装置２０ａの各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されてもよい。また、管理プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。また、管理プログラムは、電気通信回線を介して送受信されてもよい。

管理装置２０ａは、登録部２０２及び記憶部２０３に代えて登録部２０２ａ及び記憶部２０３ａを備える点、補正部２０６を新たに備える点で管理装置２０と構成が異なる。管理装置２０ａは、他の構成については管理装置２０と同様である。そのため、管理装置２０ａ全体の説明は省略し、登録部２０２ａ、記憶部２０３ａ及び補正部２０６について説明する。

登録部２０２ａは、取得部２０１によって取得された情報を記憶部２０３ａに登録する。この際、登録部２０２ａは、顧客ＤＢ２０３１に登録されていない顧客に対しては仮顧客として仮顧客ＩＤを付与して記憶部２０３ａに登録する。
記憶部２０３ａは、顧客ＤＢ２０３１、購入分析ＤＢ２０３２ａ、注文履歴ＤＢ２０３３、分析結果記憶部２０３４及び仮顧客ＤＢ２０３５で構成される。顧客ＤＢ２０３１、注文履歴ＤＢ２０３３、分析結果記憶部２０３４については、第１の実施形態と同様であるため説明を省略する。
仮顧客ＤＢ２０３５は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。仮顧客ＤＢ２０３５は、仮登録された顧客に関する情報を表すレコード（以下、「仮登録レコード」という。）で構成される。

図１５は、仮顧客ＤＢ２０３５の構成例を示す図である。
仮顧客ＤＢ２０３５は、仮登録レコードを複数有する。仮登録レコードは、仮顧客ＩＤ、登録日時及び判定パラメータの各値を有する。仮顧客ＩＤの値は、仮顧客として登録された顧客を識別するための識別情報を表す。登録日時の値は、同じ仮登録レコードの仮顧客ＩＤで特定される顧客が仮顧客として登録された日時を表す。判定パラメータの値は、同じ仮登録レコードの仮顧客ＩＤで特定される仮顧客の顔の特徴を示すパラメータを表す。

図１５に示される例では、仮顧客ＤＢ２０３５には複数の仮顧客ＩＤが登録されている。これらの仮顧客ＩＤは、“１４１２１１０００５”及び“１４１２１１０００６”である。図１５において、仮顧客ＤＢ２０３５の最上段の仮登録レコードには、仮顧客ＩＤの値“１４１２１１０００５”、登録日時の値“２０１４／１２／１１ １０：０５：３２”、座標１の値“（８２，４１）”、座標２の値“（８３，３５）”、座標３の値“（１０，２１）”、座標Ｎの値“（５１，５０）”が登録されている。すなわち、仮顧客ＩＤ“１４１２１１０００５”で特定される顧客が仮登録された日時が“２０１４年１２月１１日の１０時５分３２秒”であり、仮登録された顧客の特徴部位の座標がそれぞれ“（８２，４１）”、“（８３，３５）”、“（１０，２１）”、“（５１，５０）”であることが表されている。

図１４に戻って、管理装置２０ａの説明を続ける。
購入分析ＤＢ２０３２ａは、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。購入分析ＤＢ２０３２ａは、購入分析テーブルを記憶している。購入分析テーブルは、分析レコードによって構成される。
補正部２０６は、所定の条件を満たす場合に、購入分析テーブルに登録されている顧客ＩＤを補正する。所定の条件の具体例としては、例えば購入分析テーブルに登録されている顏認証ＩＤの認証類似度が所定の閾値未満などである。補正部２０６は、所定の条件を満たす分析レコード（以下、「対象レコード」という。）が存在する場合、対象レコードに登録されている顧客ＩＤの補正を行う。具体的な処理については後述する。

図１６は、購入分析ＤＢ２０３２ａに記憶される購入分析テーブルの構成例を示す図である。
購入分析テーブルは、分析レコードを複数有する。分析レコードは、顏認証ＩＤ、日時、場所、顧客ＩＤ、属性判定結果及び判定パラメータの各値を有する。なお、各値についての説明は、図７における購入分析テーブルと同様であるため説明を省略する。
図１６に示される例では、図７における購入分析テーブルと比べて顧客ＩＤの項目にＮＵＬＬの値が存在しない。図１６に示される購入分析テーブルでは、図７における購入分析テーブルの顧客ＩＤの項目のＮＵＬＬの代わりに仮顧客ＩＤが登録されている。例えば、図１６に示される例では、顧客ＩＤとして“１４１２１１０００４”、“１４１２１１０００５”、“１４１２１１０００６”のような仮顧客ＩＤが登録されている。この場合、仮顧客ＩＤが登録されている分析レコードの認証類似度は、例えば取得された判定パラメータと、仮顧客ＤＢ２０３５に登録されている判定パラメータとに基づいて算出される。

図１７は、第２の実施形態における管理装置２０ａの仮登録情報を登録するための処理の流れを示すフローチャートである。
取得部２０１は、識別装置１０から判定パラメータを取得する（ＡＣＴ２０１）。この際、取得部２０１は、判定パラメータの他に属性判定結果及び撮影情報を取得する。次に、登録部２０２ａは、取得された判定パラメータに基づいて、顧客ＤＢ２０３１との照合が成功したか否か判定する（ＡＣＴ２０２）。具体的には、登録部２０２ａは、顧客ＤＢ２０３１に登録されている判定パラメータと、取得された判定パラメータとの類似度が所定の閾値以上であるか否か判定する。類似度が所定の閾値以上である場合、登録部２０２ａは顧客ＤＢ２０３１との照合が成功したと判定する。
一方、類似度が所定の閾値未満である場合、登録部２０２ａは顧客ＤＢ２０３１との照合が失敗したと判定する。

顧客ＤＢ２０３１との照合が失敗した場合（ＡＣＴ２０２：ＮＯ）、登録部２０２ａは仮顧客ＤＢ２０３５との照合が成功したか否か判定する（ＡＣＴ２０３）。具体的には、登録部２０２ａは、仮顧客ＤＢ２０３５に登録されている判定パラメータと、取得された判定パラメータとの類似度が所定の閾値以上であるか否か判定する。類似度が所定の閾値以上である場合、登録部２０２ａは仮顧客ＤＢ２０３５との照合が成功したと判定する。
一方、類似度が所定の閾値未満である場合、登録部２０２ａは仮顧客ＤＢ２０３５との照合が失敗したと判定する。

仮顧客ＤＢ２０３５との照合が失敗した場合（ＡＣＴ２０３：ＮＯ）、登録部２０２ａは仮顧客ＩＤを発行する（ＡＣＴ２０４）。そして、登録部２０２ａは、仮顧客ＤＢ２０３５に仮顧客ＩＤ、登録日時及び取得された判定パラメータを対応付けて登録する（ＡＣＴ２０５）。また、登録部２０２ａは、購入分析ＤＢ２０３２に記憶されている購入分析テーブルにも顧客ＩＤとして仮顧客ＩＤを付加して各情報を登録する（ＡＣＴ２０６）。この際、登録部２０２ａは、取得された取得された判定パラメータと、仮顧客ＤＢ２０３５に登録されている判定パラメータとに基づいて認証類似度を算出する。そして、登録部２０２ａは、算出した認証類似度の値を購入分析テーブルに登録する。その後、処理が終了する。

ＡＣＴ２０３の処理において、仮顧客ＤＢ２０３５との照合が成功した場合（ＡＣＴ２０３：ＹＥＳ）、登録部２０２ａは以下の処理を行う。具体的には、登録部２０２ａは、購入分析テーブルに顧客ＩＤとして仮顧客ＩＤを付加して各情報を登録する（ＡＣＴ２０６）。この際、登録部２０２ａは、取得された取得された判定パラメータと、仮顧客ＤＢ２０３５に登録されている判定パラメータとに基づいて認証類似度を算出する。そして、登録部２０２ａは、算出した認証類似度の値を購入分析テーブルに登録する。

また、ＡＣＴ２０２の処理において、顧客ＤＢ２０３１との照合が成功した場合（ＡＣＴ２０２：ＹＥＳ）、登録部２０２ａは以下の処理を行う。具体的には、登録部２０２ａは、取得された各情報を購入分析テーブルに登録する（ＡＣＴ２０６）。この際、登録部２０２ａは、取得された取得された判定パラメータと、顧客ＤＢ２０３１に登録されている判定パラメータとに基づいて認証類似度を算出する。そして、登録部２０２ａは、算出した認証類似度の値を購入分析テーブルに登録する。

図１８は、第２の実施形態における管理装置２０ａの補正処理の流れを示すフローチャートである。なお、図１８に示す処理は、購入分析テーブルに新たに情報が登録されたタイミングや営業終了後のバッチ処理のタイミングで実行される。なお、購入分析テーブルに新たに情報が登録されたタイミングであっても、認証類似度が閾値以上である場合には図１８の処理は実行されない。

補正部２０６は、購入分析テーブルから対象レコードに登録されている顏認証ＩＤを取得する（ＡＣＴ３０１）。次に、補正部２０６は、取得した顏認証ＩＤに基づいて購入分析テーブルから時系列データを取得する（ＡＣＴ３０２）。具体的には、まず、補正部２０６は、購入分析テーブルを参照し、取得した顏認証ＩＤで特定される分析レコードの項目の場所に登録されている値を取得する。次に、補正部２０６は、購入分析テーブルの場所の項目を参照し、取得した値と同様の値が登録されている分析レコードを前後所定の数（第１の数）だけ取得する。そして、補正部２０６は、取得した複数の分析レコードを１つの時系列データとして取得する。この処理で取得された時系列データを対象データと記載する。

次に、補正部２０６は、購入分析テーブルから参照レコードを含む時系列データを参照データとして取得する（ＡＣＴ３０３）。参照レコードとは、認証類似度が所定の閾値以上のレコードを表す。参照データとは、対象データと比較するための参照レコードを含む時系列データである。補正部２０６は、対象レコードの日時に類似する日時であり、対象レコードに登録されている場所と異なる場所の値が登録されている分析レコードを参照レコードとして選択する。参照レコードが複数存在する場合、補正部２０６は認証類似度が最も高い分析レコードを参照レコードとして選択する。参照レコードとして選ばれる分析レコードに登録される場所は、例えば会計、商品受取などである。補正部２０６は、参照レコードに登録されている場所と同一場所の値が登録されている分析レコードを、参照レコードを基準として前後所定の数（第２の数）だけ取得する。この処理で取得される分析レコードの数は、対象データを構成する分析レコードと同じであってもよいし、対象データを構成する分析レコードより多くてもよい。そして、補正部２０６は、取得した複数の分析レコード（参照レコードを含む）を１つの時系列データを参照データとして取得する。

その後、補正部２０６は、対象データと参照データとに基づいて補正処理を行う（ＡＣＴ３０４）。具体的には、補正部２０６は、対象データと参照データとをパターンマッチングによって比較する。補正部２０６は、参照データ中に、対象データの全ての判定パラメータと類似する割合が所定の閾値以上である時系列データがある場合、以下の処理を行う。例えば、補正部２０６は、対象レコードと類似する割合が所定の閾値以上である参照データに含まれる分析レコードに登録されている顧客ＩＤを取得する。そして、補正部２０６は、対象レコードに登録されている顧客ＩＤを、取得した顧客ＩＤで上書きすることによって顧客ＩＤを補正する。

上記の処理の具体例を図１９に示す。
図１９は、補正部２０６による補正処理を説明するための概略図である。
図１９に示すように、ドライブスルーでは、入口〜商品受取までの一連の流れにおいて一般的に順番が代わることが無い。ここで、対象データとして、入口における客Ｂ、客Ｃ、客Ｄ（領域９２で囲まれる範囲）が取得されたとする。補正部２０６は、対象データを、参照データである商品受取における客Ａ〜Ｄと比較する。補正部２０６は、判定パラメータの類似する割合が所定の閾値以上である客Ｂ、客Ｃ、客Ｄ（領域９３で囲まれる範囲）の顧客ＩＤに基づいて対象データの顧客ＩＤを補正する。

以上のように構成されたドライブスルーシステムによれば、顧客ＤＢ２０３１に登録されていない顧客においても満足度を分析させることが可能となる。以下、効果について詳細に説明する。
管理装置２０ａは、顧客ＤＢ２０３１に登録されていない顧客に対しても、入口から商品受取までの一連の動作の中で同一の顧客を特定する。そのため、管理装置２０ａは、顧客ＤＢ２０３１に登録されていない顧客の属性情報も用いて顧客の満足度を分析することが可能になる。

また、管理装置２０ａは、購入履歴テーブルに登録されている顧客ＩＤを補正することができる。具体的には、まず、管理装置２０ａは、購入履歴テーブルの分析レコードのうち、対象レコードを選択する。管理装置２０ａは、対象レコードに登録されている場所の項目の値と同じ値が登録されている分析レコードを複数選択する。管理装置２０ａは、複数選択した分析レコードを対象データとして取得する。次に、管理装置２０ａは、購入履歴テーブルの分析レコードのうち、認証類似度が所定の閾値以上である分析レコードを参照レコードとして選択する。管理装置２０ａは、選択した分析レコードに登録されている場所の項目の値と同じ値が登録されている分析レコードを複数選択する。管理装置２０ａは、複数選択した分析レコードを参照データとして取得する。その後、管理装置２０ａは、対象データと参照データとを比較する。補正部２０６は、対象レコードの判定パラメータが最も類似する参照データに含まれる分析レコードに基づいて対象レコードの顧客ＩＤを補正する。その結果、マーケティングの精度を向上させることができる。

また、補正部２０６は、対象レコードの判定パラメータが最も類似する分析レコードを選択する際、対象レコードの他に対象データに含まれる分析レコードも用いる。そのため、補正部２０６は、対象レコードの顧客ＩＤを補正するために利用する顧客ＩＤを精度よく選択することが可能になる。

以下、第２の実施形態における管理装置２０ａの変形例について説明する。
補正部２０６は、対象データと参照データとをＤＰマッチング（Dynamic Programming matching）によって比較してもよい。

以下、各実施形態に共通する変形例について説明する。
識別装置１０、管理装置２０、コンテンツサーバー３０及び映像再生装置４０のいずれか又は全ては、店舗３内に設けられてもよいし、クラウド上に設けられてもよい。
本実施形態では、各場所にそれぞれカメラ１が１台ずつ設置される場合を例に説明したが、カメラ１は一部の場所にのみ設置されていてもよい。

以上説明した少なくともひとつの実施形態によれば、入口から商品の受け取り場所までの複数の地点において、車両が通行する通路を撮像するカメラ１（撮像装置）と、カメラ１によって撮像された画像データに基づいて、判定パラメータを取得する属性識別部１０２と、判定パラメータと、画像データが撮像された場所（地点）と、顧客ＩＤとをレコードとして時系列に記憶する記憶部２０３と、所定の条件を満たすレコードに記憶されている地点と同一地点のレコードを第１の数分だけ記憶部２０３から対象データとして取得し、所定の条件を満たす前記レコードに記憶されている地点とは異なる地点のレコードを第２の数分だけ記憶部２０３から参照データとして取得し、取得した対象データと参照データとに基づいて、所定の条件を満たすレコードに記憶されている識別情報を補正する補正部２０６とを持つことにより、マーケティングの精度を向上させることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…カメラ，２…表示装置，４…ＰＯＳ端末，７…厨房端末，８…調理管理サーバー，１０…識別装置，２０…管理装置，３０…コンテンツサーバー，４０…映像再生装置，５０…ネットワーク，１０１…画像データ取得部，１０２…属性識別部，１０３…人物識別部，１０４…車両情報識別部，２０１…取得部，２０２、２０２ａ…登録部，２０３、２０３ａ…記憶部，２０３１…顧客ＤＢ，２０３２、２０３２ａ…購入分析ＤＢ，２０３３…注文履歴ＤＢ，２０３４…分析結果記憶部，２０３５…仮顧客ＤＢ，２０４…コンテンツ決定部，２０５…分析部，２０６…補正部

Claims (5)

1. 入口から商品の受け取り場所までの複数の地点において、車両が通行する通路を撮像する撮像装置と、
   前記撮像装置によって撮像された画像データに基づいて、前記車両に乗車しているユーザの属性を判定するためのパラメータを取得する属性識別部と、
   取得された前記パラメータと、前記画像データが撮像された地点と、前記ユーザの識別情報とをレコードとして時系列に記憶する記憶部と、
   所定の条件を満たす前記レコードに記憶されている地点と同一地点のレコードを第１の数分だけ前記記憶部から対象データとして取得し、前記所定の条件を満たす前記レコードに記憶されている地点とは異なる地点のレコードを第２の数分だけ前記記憶部から参照データとして取得し、取得した前記対象データと参照データとに基づいて、前記所定の条件を満たす前記レコードに記憶されている前記識別情報を補正する補正部と、
   を備えるドライブスルーシステム。
2. 前記補正部は、前記対象データの前記パラメータと、前記参照データの前記パラメータとを比較し、前記対象データに含まれる前記所定の条件を満たす前記レコードに記憶されている前記パラメータとの類似度が閾値以上である前記参照データに含まれるレコードに記憶されている前記識別情報で前記所定の条件を満たす前記レコードに記憶されている前記識別情報を補正する、請求項１に記載のドライブスルーシステム。
3. 前記補正部は、前記参照データとして識別情報の正確さの度合いを表す認証類似度が所定の閾値以上であるレコードに記憶されている地点と同一地点のレコードを前記第２の数分だけ前記記憶部から取得する、請求項１又は２に記載のドライブスルーシステム。
4. 前記パラメータは、人物の顔の特徴を表すパラメータである、請求項１〜３のいずれか一項に記載のドライブスルーシステム。
5. 前記パラメータは、人物の顔の特徴部位の座標を正規化した値である、請求項４に記載のドライブスルーシステム。

Images