JP2017146909A - 試着シミュレーションシステムおよびプログラム - Google Patents

Abstract

【課題】３次元コンピュータグラフィックスによる試着シミュレーションを行うにおいて実用に耐え得る試着シミュレーションシステムおよびプログラムを提供する。【解決手段】衣類等の試着対象商品をユーザ分身ＣＧに試着させる場合のユーザ分身ＣＧを作成するにおいて、ストゥラクチャーセンサによりユーザの頭部をキャプチャして頭部ＣＧを作成し、背丈や体重等に応じた複数種類の胴体手足部画像からユーザにマッチする胴体手足部画像を選択して頭部ＣＧと接合してユーザ分身ＣＧを作成する。【選択図】図１２

Description

本発明は、試着を希望するユーザに対し試着対象物を映像上で試着させるシミュレーションを行う試着シミュレーションシステムおよびプログラムに関する。

試着シミュレーションを行うものとして、例えば、特許文献１のような試着シミュレーション方法があった。この試着シミュレーション方法では、顧客の人物画像に合わせてマネキン画像を変形させ、人物画像の顔部分をマネキン画像に合成して接合部をスムージング処理し、顧客が希望する衣服をマネキン画像に対応するように変形させた上でマネキン画像に合成している。

特開平９−１０６４１９号

しかし、この特許文献１に記載の試着シミュレーション方法の場合、顧客が希望する衣服をマネキン画像に対応するように変形させる処理が困難である。特に３次元コンピュータグラフィックスによる試着シミュレーションを行うとなると、計算量が膨大となり実用に耐えないという欠点があった。

本発明は、係る実情に鑑み考え出されたものであり、その目的は、３次元コンピュータグラフィックスによる試着シミュレーションを行うにおいて実用に耐え得る試着シミュレーションシステムおよびプログラムを提供することである。

以下には、課題を解決するための各手段に対応する実施形態の具体的内容を括弧書き挿入して示す。

本発明は、試着を希望するユーザに対し試着対象物（例えば、スーツ、ジャケット、シャツ、靴等）を３次元コンピュータグラフィックスにより試着させるシミュレーションを行う試着シミュレーションシステムであって、
頭部よりも下の胴体手足部分の画像を複数種類記憶しておく胴体手足部分画像記憶手段（例えば、胴体手足部データベース１４）と、
前記胴体手足部分画像記憶手段に記憶されている胴体手足部分画像の中からユーザに合うものを選択する画像選択手段（例えば、図５（ｂ）のＳ７５）と、
前記画像選択手段により選択された胴体手足部分画像とユーザの頭部の撮影画像とを接合してユーザの分身画像を生成する生成手段（例えば、図５（ｂ）のＳ７６〜Ｓ８０）と、
前記生成手段により生成された前記分身画像を記憶しておく分身画像記憶手段（例えば、会員データベース１６、図４のＳ５８、Ｓ６０、Ｓ６５）と、
前記分身画像記憶手段に記憶されている分身画像の中からユーザの分身画像を特定する特定手段（例えば、図６のＳ８５、Ｓ８６、Ｓ１００、Ｓ１０１、Ｓ１１０、Ｓ１１１）と、
予め記憶されている複数種類の試着対象物画像の中から試着を希望するものを選択する試着選択手段（例えば、図７のＳ１２０〜Ｓ１２４、Ｓ１２８、Ｓ１３７、Ｓ１３９、Ｓ１５０〜Ｓ１５３、図８のＳ１６０〜Ｓ１６３ａ、Ｓ１７５〜Ｓ１７８、Ｓ１８２、Ｓ１８３、図９（ａ）のＳ１９０〜Ｓ１９２）と、
前記試着選択手段により選択された試着対象物画像を用いて、前記特定手段により特定された分身画像に対し映像上で試着させるシミュレーションを行う映像上試着手段（例えば、図７のＳ１３０、図８のＳ１６５、図９（ａ）のＳ１９４）と、を備えた。

また、前記分身画像記憶手段に記憶されている分身画像にマッチすると思われる試着対象物画像を用いて当該分身画像に映像上で試着させたシミュレーション画像を、当該分身画像に相当するユーザに対し送信してレコメンドするレコメンド手段（例えば、図１０のフローチャートまたは図１９および図２０のフローチャートと機械学習用エージェントエンジン４３）をさらに備えてもよい。

また、前記レコメンド手段は、試着シミュレーションを利用したユーザの消費環境に適応した知識を獲得する機械学習を行うための機械学習手段（例えば、機械学習用エージェントエンジン４３）を含み、
前記機械学習手段は、試着シミュレーションを利用したユーザの行動を特定可能なデータを前記消費環境（図２１（ｂ）のＳ）に対する状態（図２１（ｂ）のｓ）として入力すると共に（例えば、図２０（ｂ）のＳ３３０）、前記ユーザの行動に影響する制御を前記消費環境に対する行為（図２１（ｂ）のａ）として出力し（例えば、図２０のＳ３３４）、前記入力と出力とを繰り返すことによりユーザの消費行動を促進させるための強化学習を行う強化学習手段（例えば、図１９のＳ３０７でレコメンド要求を受信する毎にＳ３０８〜Ｓ３１２の行為ａを反映したレコメンドを行ってその結果に基づいた状態データｓ（ユーザの購入額／レコメンド回数）を反映した行為データａに更新する（Ｓ３３４）制御を繰り返して機械学習する）を含んでもよい。

また、前記映像上試着手段は、前記選択手段により選択された第１種類の試着対象物画像（例えば、購入済み商品画像）と第２種類の試着対象物画像（例えば、選択されたカテゴリーの商品画像）とを共に分身画像に試着させるシミュレーションを行うことが可能に構成してもよい（例えば、購入済み商品の試着画像を試着履歴として記憶した上で（Ｓ１６８）その試着履歴を表示し（Ｓ１９４）、商品カテゴリーからの選択で（Ｓ１９５）選択された商品画像を重ねて試着表示する（Ｓ１３０））。

また、ユーザが過去に購入した購入済み商品を特定可能な情報を記憶しておく購入済み商品記憶手段（例えば、会員データベース１６、図１１のフローチャート）をさらに備え、
前記選択手段は、前記購入済み商品記憶手段の記憶情報により特定されるユーザの購入済み商品の画像の中から選択可能であり（例えば、購入済み商品の試着画像を試着履歴として記憶した上で（Ｓ１６８）その試着履歴を選択し（Ｓ１９２））、
前記映像上試着手段は、前記選択手段により選択されたユーザの購入済み商品を前記第１種類の試着対象物画像とすると共に、前記選択手段により選択されたユーザの未購入商品を前記第２種類の試着対象物画像として、購入済み商品と未購入商品とを共に分身画像に試着させるシミュレーションを行うことが可能に構成してもよい（例えば、購入済み商品の試着画像を試着履歴として記憶した上で（Ｓ１６８）その試着履歴を表示し（Ｓ１９４）、商品カテゴリーからの選択で（Ｓ１９５）選択された商品画像を重ねて試着表示する（Ｓ１３０））。

また、前記選択手段は、ユーザが所持するユーザ端末（例えば、スマートフォン２）の操作により選択可能であり（例えば、図１７（ａ）（ｂ）、図１８（ａ）（ｂ））、
前記映像上試着手段は、前記ユーザ端末の表示画面上で試着シミュレーションが表示されるようにしてもよい（例えば、図１７（ａ）（ｂ）、図１８（ａ）（ｂ））。

本発明の他の局面は、試着を希望するユーザに対し試着対象物（例えば、スーツ、ジャケット、シャツ、靴等）を３次元コンピュータグラフィックスにより試着させるシミュレーションを行うためにコンピュータにより実行されるプログラムであって、
頭部よりも下の胴体手足部分の画像を複数種類記憶しておく胴体手足部分画像記憶手段（例えば、胴体手足部データベース１４）に記憶されている胴体手足部分画像の中からユーザに合うものを選択する画像選択ステップ（例えば、図５（ｂ）のＳ７５）と、
前記画像選択ステップにより選択された胴体手足部分画像とユーザの頭部の撮影画像とを接合してユーザの分身画像を生成する生成ステップ（例えば、５（ｂ）のＳ７６〜Ｓ８０）と、
前記生成ステップにより生成された前記分身画像の中からユーザの分身画像を特定する特定ステップ（例えば、図６のＳ８５、Ｓ８６）と、
予め記憶されている複数種類の試着対象物画像の中から試着を希望するものを選択する試着選択ステップ（例えば、図７のＳ１２０〜Ｓ１２４、Ｓ１２８、Ｓ１３７、Ｓ１３９、図８のＳ１６０〜Ｓ１６３ａ、図９（ａ）のＳ１９０〜Ｓ１９２）と、
前記試着選択ステップにより選択された試着対象物画像を用いて、前記特定ステップにより特定された分身画像に対し映像上で試着させるシミュレーションを行う映像上試着ステップ（例えば、図７のＳ１３０、図８のＳ１６５、図９（ａ）のＳ１９４）とを、
前記コンピュータに実行させる。

本発明によれば次のような効果が奏される。試着シミュレーションされる箇所はユーザ分身画像のうちの主に頭部よりも下の胴体手足部分であり、その胴体手足部分は予め複数種類用意された胴体手足画像の中から選択されたものであるため、試着対象物の画像を複数種類用意された胴体手足画像に合わせて準備しておくことができ、試着シミュレーションを容易に実行することができる。

試着シミュレーションシステムの全体構成図である。 （ａ）はタブレット端末およびスマートフォンの制御回路を示すブロック図であり、（ｂ）は店舗サーバおよび管理サーバの制御回路を示すブロック図である。 （ａ）はタブラット端末と店舗サーバと管理サーバとのメインルーチンを示すフローチャートであり、（ｂ）は新規ユーザ登録端末処理と新規ユーザ登録店舗処理と新規ユーザ登録管理処理との各サブルーチンプログラムを示すフローチャートである。 ユーザ分身ＣＧ作成処理とユーザ分身ＣＧ送信処理とユーザ分身ＣＧ登録処理との各サブルーチンプログラムを示すフローチャートである。 （ａ）は頸部延長処理のサブルーチンプログラムを示すフローチャートであり、（ｂ）は接続処理のサブルーチンプログラムを示すフローチャートである。 試着シミュレーション端末処理と試着シミュレーション店舗処理と試着シミュレーション管理処理との各サブルーチンプログラムを示すフローチャートである。 商品カテゴリーからの試着処理と商品カテゴリー試着対応処理との各サブルーチンプログラムを示すフローチャートである。 購入履歴からの試着処理と購入履歴試着対応処理と購入履歴試着管理処理との各サブルーチンプログラムを示すフローチャートである。 （ａ）は試着履歴からの試着処理のサブルーチンプログラムを示すフローチャートであり、（ｂ）はユーザ分身操作処理のサブルーチンプログラムを示すフローチャートである。 レコメンド端末処理とレコメンド店舗処理とレコメンド管理処理との各サブルーチンプログラムを示すフローチャートである。 （ａ）は購入端末処理と購入店舗処理と購入管理処理との各サブルーチンプログラムを示すフローチャートであり、（ｂ）は購入端末処理と購入店舗処理と購入管理処理との各サブルーチンプログラムおよびＥＣ管理サーバの制御動作を示すフローチャートである。 （ａ）および（ｂ）はタブレット端末の表示画面を示す図である。 （ａ）は首位置特定ロジックを示す図であり、（ｂ）はタブレット端末の表示画面を示す図である。 （ａ）および（ｂ）はタブレット端末の表示画面を示す図である。 （ａ）および（ｂ）はタブレット端末の表示画面を示す図である。 タブレット端末の表示画面を示す図である。 （ａ）および（ｂ）はスマートフォンの表示画面を示す図である。 （ａ）および（ｂ）はスマートフォンの表示画面を示す図である。 別実施の形態におけるレコメンド端末処理とレコメンド店舗処理とレコメンド管理処理との各サブルーチンプログラムを示すフローチャートである。 （ａ）は複雑ネットワーク理論に基づいたレコメンデーション処理のサブルーチンプログラムを示すフローチャートであり、（ｂ）は強化学習処理のサブルーチンプログラムを示すフローチャートである。 （ａ）はユーザベースネットワークの原理を示す図であり、（ｂ）は消費環境下での強化学習を説明する図である。

本実施の形態における試着シミュレーションシステムの全体構成を図１に基づいて説明する。ユーザのスマートフォン２、衣服等の小売店である店舗（チェーン店）３・・・、オーダーメイドの衣服等を受注して仕立てあげる受注業者４、店舗（チェーン店）３・・・のグループ運営会社のデータセンタ５が、それぞれインターネット１により情報通信可能に接続されている。さらに、エレクトロニックコマース（"electronic commerce）を行うＥＣサイト８０のＥＣ管理サーバ８１がインターネット１に接続されている。

各店舗３・・・内には、店舗サーバ６と無線ＬＡＮルータ７とが設置されており、店員１１が所持しているタブレット端末８が無線ＬＡＮルータ７を介して店舗サーバ６と通信可能に構成されている。この店舗サーバ６は前述のインターネット１を経由してデータセンタ５の管理サーバ１３と通信可能に接続されている。本実施の形態における店舗３は、例えば、スーツ、ジャケット、シャツ、ネクタイ、靴等のユーザが身に付ける商品を販売する店である。それらの商品をオーダーメイドするにあたって、三次元コンピュータグラフィックス（以下「ＣＧ」という）を用いて客（ユーザともいう）１２が商品を試着した状態をタブレット端末８に画像表示する。試着対象となる商品画像データは商品データベース９に記憶されている。客１２の頭部をストラクチャーセンサ９９により３Ｄスキャンしてユーザ分身ＣＧを作成し、そのユーザ分身ＣＧに対し商品データベース９に記憶されている商品画像をタブレット端末８上で試着させる。

データセンタ５には、管理サーバ１３が設置されている。管理サーバ１３は、胴体手足部データベース１４、会員データベース１６および商品データベース１５にアクセス可能に構成されている。胴体手足部データベース１４には、ユーザ（客）の体型に合った胴体手足部ＣＧを当該ユーザが選択できるように複数種類（例えば５種類）の胴体手足部ＣＧが格納されている。この胴体手足部データベース１４に記憶されている胴体手足部ＣＧは、インターネット１、店舗サーバ６を経由して各タブレット８にダウンロードされて記憶されている。ストラクチャーセンサ９９（図２（ａ）参照）によりキャプチャーされたユーザ１２の頭部ＣＧと胴体手足部ＣＧとがタブレット端末８で接合されてユーザ分身ＣＧが作成される。そのユーザ分身ＣＧが管理サーバ１３に送信されて会員データベース１６に登録される。なお、店舗サーバ６でもユーザ分身ＣＧを登録しておいてもよい。

会員データベース１６には、各店舗３に割り振られている店舗番号、会員登録されたユーザの会員番号、当該ユーザの生年月日、全身のユーザ分身ＣＧ、当該ユーザが商品を購入した購入履歴データ、当該ユーザのスマートフォン２のメールアドレスが対応づけられて登録されている。また商品データベース１５には、各グループ店舗３の商品データベース９に登録されている試着対象の商品画像のすべてが登録されている。なお、会員データベース１６に記憶されているデータのうち自店舗３の店舗番号に対応する会員番号、生年月日、ユーザ分身ＣＧ、購入履歴、スマートフォンメールアドレス等を、当該店舗３の店舗サーバ６においても記憶するようにしてもよい。

また、後に詳しく説明するが、各店舗３では、店員１１が客１２のスマートフォン２に対して、ユーザ分身ＣＧ上にレコメンド対象の商品画像を試着させてコーディネートした画像をプッシュ配信し、商品のレコメンドを行う場合がある。そのようなレコメンドされた商品履歴がレコメンド履歴データベース１０に登録されている。

タブレット端末８とスマートフォン２とのハードウェア回路はほぼ同じであるために、そのハードウェア回路を図２（ａ）に基づいて説明する。制御中枢としてのＣＰＵ（Central Processing Unit）２０、制御プログラムや制御データを記憶しているＲＯＭ（Read Only Memory）２２、ＣＰＵ２０のワークエリアとして機能するＲＡＭ（Random Access Memory）２１、データを書き換え可能に記憶するＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）２３が、バス２５により接続されている。そのバス２５は、インタフェース部２４を介して各種デバイスに接続されている。各種デバイスとしては、表示部（タッチパネル）２６、音声出力部２７、音声入力部２８、無線通信処理部２９、前述したストラクチャーセンサ９９等である。なお、ストラクチャーセンサ９９はタブレット端末８にのみ設けられており、スマートフォン２には設けられていない。無線通信処理部２９により、タブレット端末８は無線ＬＡＮルータ７を介して店舗サーバ６と通信可能であるとともに、インターネット１経由で各種ウェブサイトやデータセンタ５とデータ通信可能となる。またスマートフォン２は、無線通信処理部２９によりインターネット１経由で各種ウェブサイトやデータセンタ５と通信可能となる。

店舗サーバ６と管理サーバ１３とＥＣ管理サーバ８１とは、そのハードウェア構成がほぼ同じであるためにそのハードウェア構成を図２（ｂ）に基づいて説明する。

制御中枢としてのＣＰＵ３０、制御プログラムおよび制御データを記憶しているＲＯＭ３２、ＣＰＵ３０のワークエリアとして機能するＲＡＭ３１が、バス３４により接続されている。バス３４は、インタフェース部３３を介して通信部３５、表示部３６、入力操作部３７に接続されている。通信部３５により、店舗サーバ６はインターネット１を経由してデータセンタ５の管理サーバ１３とデータ通信可能となり、管理サーバ１３はインターネット１を経由して各店舗３の店舗サーバ６とデータ通信可能となる。

次に、試着シミュレーションを行うためのタブレット端末８と店舗サーバ６と管理サーバ１３との制御動作を説明する。まずそれら制御動作のメインプログラムのフローチャートを図３（ａ）に基づいて説明する。タブレット端末８のＣＰＵ２０は、ステップ（以下単に「Ｓ」という）１により、新規ユーザ登録端末処理を行う。店舗３に来店した客１２の承諾のもと、店員１１が当該客（ユーザ）１２の会員登録手続きをタブレット端末８を操作して行えば、その登録手続きデータが店舗サーバ６に送信されてＳ１０により新規ユーザ登録店舗処理が行われ、さらに店舗サーバ６のＣＰＵ３０が当該登録手続きデータをデータセンタ５の管理サーバ１３に送信することにより、Ｓ２０により管理サーバ１３のＣＰＵ３０において新規ユーザ登録管理処理が行われる。

次に、登録手続きが完了したユーザ１２の前述したユーザ分身ＣＧの作成処理がＳ２により行われる。その作戦されたユーザ分身ＣＧデータがタブレット端末８から無線ＬＡＮルータ７を経由して店舗サーバ６へ送信されれば、Ｓ１１によりユーザ分身ＣＧ送信処理が行われ、そのユーザ分身ＣＧデータが管理サーバ１３へ送信される。すると、管理サーバ１３では、Ｓ２１によりそのユーザ分身ＣＧを会員データベース１６に登録する処理が行われる。

店員１１がタブレット端末８を操作して来店客１２に対し試着シミュレーション操作を行えばＳ３により試着シミュレーション端末処理が実行される。すると、Ｓ１２により試着シミュレーション店舗処理が行われて試着シミュレーションに必要なデータのやりとりが店舗サーバ６とタブレット端末８との間で行われる。また店舗サーバ６と管理サーバ１３との間で試着シミュレーションに必要となるデータのやりとりを行うべくＳ２２により試着シミュレーション管理処理が実行される。店員１１がタブレット端末８を操作して前述した商品のレコメンデーションの操作を行えばＳ４によりレコメンド端末処理が実行され、そのレコメンドに必要なデータのやり取りを行うべく店舗サーバ６によるＳ１３のレコメンド店舗処理が実行される。また店舗サーバ６と管理サーバ１３との間でレコメンドに必要なデータのやり取りを行うべくＳ２３によるレコメンド管理処理が実行される。

試着シミュレーションが行われた結果顧客１２がその試着対象となった商品を購入する場合にはタブレット端末８によりＳ５の購入端末処理が実行される。その購入処理に必要なデータのやり取りをタブレット端末８と店舗サーバ６との間で行うべくＳ１４による購入店舗処理が実行される。また購入処理に必要なデータのやり取りを店舗サーバ６と管理サーバ１３との間で行うべく購入管理処理２４が実行される。

次に、前述したＳ１による新規ユーザ登録端末処理、Ｓ１０による新規ユーザ登録店舗処理、Ｓ２０による新規ユーザ登録管理処理のサブルーチンプログラムのフローチャートを図３（ｂ）に基づいて説明する。まずタブレット端末８のＣＰＵ２０によりＳ３０の試着シミュレーションへのアクセスがあったか否か判定され、ない場合にはこの新規ユーザ登録端末処理がリターンしてＳ２のユーザ分身ＣＧ作成処理に移行する。一方、店員１１がタブレット端末８を操作して試着シミュレーションへのアクセス操作を行えばＳ３０によりＹＥＳの判断がなされてＳ３１へ進み、タブレット端末８に表示されたユーザ情報入力設定画面（図１２（ａ）のユーザ検索／サインアップ画面とユーザ情報設定画面）において、会員登録してもらいたい登録店舗と生年月日とスマートフォンのメールアドレスとを入力しその入力データを店舗サーバ６へ送信する。ユーザ１２は、今来店している店舗３ばかりでなく、例えば通勤途中で立ち寄る店舗３、勤務先の近くの店舗３、あるいは出張先の近くの店舗３等を登録したい場合がある。そのような場合に、会員登録してもらいたい店舗を全て選んで登録することができる。

店舗サーバ６では、その送信データをＳ３５により受信してＳ３６によりその受信データを管理サーバ１３へ送信する。管理サーバ１３ではその送信データをＳ４５により受信し、Ｓ４６により、新たな会員番号を生成して店舗サーバ６へ返信する。店舗サーバ６は、その返信データをＳ３７により受信し、Ｓ３８によりその受信した会員番号と当該ユーザの生年月日とを登録する。一方、管理サーバ１３では、Ｓ４７により、送信されてきた登録店舗の店舗番号と会員番号と生年月日とスマートフォンのメールアドレスとを会員データベース１６へ登録する。会員データベース１６では、図１に示すように、Ｓ４５により受信したデータに基づいて、店舗番号、会員番号、生年月日、スマートフォンのメールアドレスが対応づけられて記憶される。

次に、Ｓ２のユーザ分身ＣＧ作成処理とＳ１１のユーザ分身ＣＧ送信処理とＳ２１のユーザ分身ＣＧ登録処理とのサブルーチンプログラムのフローチャートを図４に基づいて説明する。Ｓ５０によりカメラアイコン５３（図１２（ａ）参照）のタップがあったか否かの判断がなされ、ない場合にはこのユーザ分身ＣＧ作成処理がリターンする。一方、タブレット端末８のカメラアイコン５３を店員１１がタップすればＳ５０によりＹＥＳの判断がなされて制御がＳ５１へ進み、ストラクチャーセンサ９９により客（ユーザ）１２の頭部キャプチャーが開始される。そしてユーザ１２の頭部のＣＧが生成されてＳ５２によりタブレット端末８の表示部２６により表示される（図１２（ａ）のユーザ分身頭部作成画面参照）。次にユーザ１２がタブレット端末８の表示部（タッチパネル）２６を操作して首部分でのカット断面の位置を設定する（Ｓ５３）。その状態が購入する図１２（ａ）のユーザ分身頭部確認画面に示されている。そして設定されたカット断面に従って頭部ＣＧがカットされる。次にＳ５４に進み、あごラインの直下でカットされたか否か判定される。あごラインの直下でカットされた場合には首部分が存在しなくなるために制御がＳ５５に進み頚部延長処理がなされる。あごのラインではなく首部分でカットされた場合にはＳ５４によりＮＯの判定がなされてＳ５５の処理を行うことなくＳ５６へ進む。Ｓ５６では、頭部ＣＧと胴体手足部分ＣＧとを接合させる処理が行われる。

次に制御がＳ５７へ進み、接続をされた後のユーザ分身ＣＧを調整する処理がなされる（図１２（ｂ）のユーザ分身調整画面参照）。この処理は、頭部の大きさや頭部の位置を調整する処理である。次に制御がＳ５８へ進み、当該ユーザ１２の会員番号と生年月日とユーザ分身ＣＧとを店舗サーバ６へ送信する処理がなされる。店舗サーバ６では、その送信データをＳ６０により受信し、Ｓ６１によりその受信データを管理サーバ１３へ送信する。管理サーバ１３では、Ｓ６５により、その受信データに基づいて会員番号と生年月日に対応づけてユーザ分身ＣＧを会員データベース１６へ登録する。次に、Ｓ５５の頚部延長処理およびＳ５６の接合処理を図５および図１３に基づいて説明する。まず頚部延長処理を図５（ａ）に基づいて説明する。Ｓ７０により、カットされた首断面を切り抜き処理してその切り抜いたエリアを囲むポリゴンを特定する。次にＳ７１により、そのポリゴンを生成して切り抜いた平面に対して垂直方向でポリゴンとテクスチャーとを延長する。

次に接続処理を図５（ｂ）および図１３に基づいて説明する。Ｓ７５により、複数種類（例えば５種類）の胴体手足部ＣＧのうちからユーザにマッチするものを選択する。この胴体手足部ＣＧは、前述した胴体手足部データベース１４に登録されているが、その胴体手足部ＣＧを管理サーバ１３、インターネット１を経由して店舗サーバ６が受信して、店舗サーバ６から各タブレット端末８に配信されてタブレット端末８において胴体手足部ＣＧが記憶されている。タブレット端末８の表示部（タッチパネル）２６にその複数種類の胴体手足部ＣＧが表示され、ユーザ１２の身長や体重にマッチする胴体手足部ＣＧが選択される。

次にＳ７６により、頭部ＣＧにおける頭部の重心を求めてその重心を首断面に投影した点Ｃ１を求め、そのＣ１に対して対称となる４点Ｂ１，Ｂ２，Ｂ３，Ｂ４を取得する処理が行われる。この状態が図１３に示されている。重心を首断面に投影した点Ｃ１が求められ、その点Ｃ１に対して対称となる首断面周辺エッジ部分の４点Ｂ１，Ｂ２，Ｂ３，Ｂ４が取得される。

次にＳ７７へ進み、その４点Ｂ１，Ｂ２，Ｂ３，Ｂ４の座標から頭部ＣＧの拡大縮小率が特定される。次にＳ７８へ進み、選択された胴体手足部分に事前に設定されているＨｅａｄ Ａｎｃｈｏｒオブジェクトをもとに接合する頭部の重心を特定する処理がなされる。

次にＳ７９により、その特定された拡大縮小率に従って頭部ＣＧの大きさを調整し、特定された重心に従って頭部ＣＧの位置を調整して頭部ＣＧと胴体手足部ＣＧとを接合する処理がなされる。次にＳ８０により、胴体手足部分の肌色をカラーチップにて調整する処理がなされてこの接続処理がリターンする。

次に、Ｓ３の試着シミュレーション端末処理、Ｓ１２の試着シミュレーション店舗処理、Ｓ２２の試着シミュレーション管理処理のサブルーチンプログラムのフローチャートを図６に基づいて説明する。タブレット端末８により会員番号と生年月日を入力してユーザ検索操作があったか否か判定される（Ｓ８５）。ユーザ検索操作がなかった場合にはこの試着シミュレーション端末処理がリターンされる。一方、店員１２がタブレット端末８の表示部（タッチパネル）２６上でユーザ検索／サインアップ画面を開き（図１３（ｂ）参照）、会員番号と生年月日とを入力してＳｅａｒｃｈボタン５４をタップすればＳ８５によりＹＥＳの判断がなされ制御がＳ８６へ進み、その入力された会員番号と生年月日とユーザ検索要求とが店舗サーバ６へ送信される。店舗サーバ６では、Ｓ１００によりその送信データを受信し、Ｓ１０１によりその受信データを管理サーバ１３へ送信する。管理サーバ１３は、その送信データをＳ１１０により受信し、Ｓ１１１により、受信した会員番号と生年月日とでユーザ認証を行い、その会員番号と生年月日とに対応づけられて記憶されている当該ユーザの分身ＣＧを会員データベース１６から特定する。次にＳ１１２へ進み、その特定されたユーザ分身ＣＧを店舗サーバ６へ返信する。

店舗サーバ６では、その返信データをＳ１０２により受信し、Ｓ１０３によりその受信データをタブレット端末８へ送信する。タブレット端末８では、その送信データをＳ８７により受信し、Ｓ８９によりその受信したユーザ分身ＣＧを初期表示（ＴＯＰ画面）として表示する（図１３（ｂ）参照）。なお、ユーザ分身ＣＧを店舗サーバ６が記憶しておれば管理サーバ１３と通信することなく店舗サーバ６から直接ユーザ分身ＣＧをタブレット端末８に送信すればよく、また、ユーザ分身ＣＧをタブレット端末８が記憶しておれば、店舗サーバ６にも通信することなくタブレット端末８で直接ユーザ分身ＣＧを表示できる。

試着処理には、商品カテゴリーから選んで試着されるものとユーザの過去の購入履歴から選んで試着されるものと試着履歴から選んで試着されるものとの３種類があり、Ｓ９０、Ｓ９１およびＳ９２によりそれぞれの試着処理が実行される。商品カテゴリーからの試着処理は、例えばスーツ、ジャケット、シャツ、ネクタイ等の複数の商品カテゴリーからユーザが試着したい商品カテゴリーを選択してそのカテゴリー内の商品を選んで試着するものであり、店舗サーバ６におけるＳ１０４の商品カテゴリー試着対応処理と連携して実行される。購入履歴からの試着処理は、当該ユーザが過去に購入した商品から試着したい商品を選んで試着するものであり、店舗サーバ６におけるＳ１０５の購入履歴試着対応処理および管理サーバ１３のＳ１１３における購入履歴試着管理処理と連携して実行される。試着履歴からの試着処理は、タブレット端末８における表示部（タッチパネル）２６上で試着シミュレーションを行った商品からもう一度試着したいものを選んで試着を行うのである。

次にＳ９３により、ユーザ情報修正操作があったか否かの判断がなされ、ない場合には制御がＳ９４に進むがあった場合には制御がＳ５０へ移行する。タブレット端末８の表示部（タッチパネル）２６上に表示されたＴＯＰ画面におけるユーザ情報ボタン７１がタップされるとユーザ情報画面に遷移して現時点で登録されているユーザ情報が表示され（図１５（ｂ）参照）、そのユーザ情報表示画面におけるユーザ情報修正ボタン７２をタップすることによりＳ９３によりＹＥＳの判断がなされて制御がＳ５０へ移行する。そしてＳ５０以降のユーザ分身ＣＧ作成処理が実行されることとなる。

次に、Ｓ９０に示した商品カテゴリーからの試着処理およびＳ１０４に示した商品カテゴリー試着対応処理のサブルーチンプログラムを図７に基づいて説明する。Ｓ１２０により商品カテゴリーからの選択があったか否か判定され、ない場合にはこの商品カテゴリーからの試着処理がリターンする。タブレット端末８の表示部（タッチパネル）２６のＴＯＰ画面に表示されている商品カテゴリーアイコン５５ａ，５５ｂ，５５ｃ，５５ｄ，５５ｅ，５５ｆ，５５ｇ（図１４（ａ）参照）がタップされれば、Ｓ１２０によりＹＥＳの判断がなされて制御がＳ１２１へ進む。商品カテゴリーアイコンは、例えば、スーツのカテゴリーを選択するアイコン５５ａ、ジャケットのカテゴリーを選択するアイコン５５ｂ、ジレのカテゴリーを選択するアイコン５５ｃ、シャツのカテゴリーを選択するアイコン５５ｄ、パンツ（ズボン）のカテゴリーを選択するアイコン５５ｅ、ネクタイのカテゴリーを選択するアイコン５５ｆ、靴のカテゴリーを選択するアイコン５５ｇが用意されている。これらのカテゴリーの中から客１２が希望するカテゴリーのアイコンがタップされればその選択された商品カテゴリーがＳ１２１により店舗サーバ６へ送信される。店舗サーバ６は、その送信されてきたデータをＳ１５０により受信し、Ｓ１５１によりその送信されてきた商品カテゴリーに属する商品一覧のデータをタブレット端末８へ返信する。タブレット端末８では、その返信されてきた商品一覧データをＳ１２２により受信し、Ｓ１２３によりその商品一覧を表示部（タッチパネル）２６により表示する（図１４（ａ）のＴＯＰ画面参照）。

なお、商品カテゴリーに属する商品一覧データを店舗サーバ６が記憶しておれば管理サーバ１３と通信することなく店舗サーバ６から直接その商品一覧データをタブレット端末８に送信すればよく、また、その商品一覧データをタブレット端末８が記憶しておれば、店舗サーバ６にも通信することなくタブレット端末８で直接その商品一覧データを表示できる。

次にＳ１２４によりその一覧表示された商品の中から試着したい商品が選択されたか否か判定され、選択されていない場合にはＳ１２５により商品選択が終了したか否か判定され、終了していない場合にはＳ１３７により検索操作があった否か判定され、ない場合には、制御がＳ１２４へ戻る。

このＳ１２４→Ｓ１２５→Ｓ１３７→Ｓ１２４のループの巡回途中で、Ｓ１２３により一覧表示された商品の中から試着したい商品が選択された場合には、Ｓ１２４によりＹＥＳの判断がなされて制御がＳ１２８へ進み、その選択された商品番号を店舗サーバ８へ送信する処理がなされる。店舗サーバ８では、その送信データをＳ１５０により受信し、Ｓ１５３によりその受信した商品番号に対応する商品画像をタブレット端末８へ返信する。タブレット端末８では、その返信データをＳ１２９により受信し、Ｓ１３０によりその受信した商品画像をユーザ分身ＣＧに試着表示する。なお、商品画像データを店舗サーバ６が記憶しておれば管理サーバ１３と通信することなく店舗サーバ６から直接商品画像データをタブレット端末８に送信すればよく、また、商品画像データをタブレット端末８が記憶しておれば、店舗サーバ６にも通信することなくタブレット端末８で直接商品画像データを表示できる。

次にＳ１３１によりユーザ分身操作処理がなされる。このユーザ分身操作処理は、試着状態のユーザ分身ＣＧを回転させたり拡大させたり縮小させたり、あるいは試着状態の商品の一部を修正したりする処理で、図９（ｂ）に基づいて後述する。

次に、履歴登録操作があったか否かＳ１３２によりにより判定される。ない場合はＳ１３４に進むが試着履歴ボタン６０（図１４（ｂ）参照）がタップされれば、Ｓ１３２よりＹＥＳの判断がなされて制御がＳ１３３へ進み、現時点の試着表示状態をクリップボードに記憶する処理がなされる。

次にＳ１３４により試着している商品をユーザが購入するか否か判定され、購入しない場合は制御がＳ１３６へ進むが、購入する場合にはＳ１３５により購入登録がなされる。この購入登録は、試着状態の商品画像を購入商品として登録し、その登録商品をオーダーメイドとして受注業者４へ発注するための処理である。次にＳ１３６によりリセット操作があったか否か判定され、ない場合には制御がＳ１２６へ移行する。リセットアイコン５８（図１４（ａ）参照）がタップされれば、Ｓ１３６によりＹＥＳの判断がなされて制御がＳ８９へ移行する。

一方、Ｓ１２３により商品一覧表示が行われた後、検索アイコン５９（図１４（ａ）参照）がタップされれば、Ｓ１３７によりＹＥＳの判断がなされて制御がＳ１３８へ進み、一覧表示された商品の中から検索条件にマッチする商品が選択される。そしてＳ１３９により、その選択された商品の詳細が表示される（図１４（ａ）の検索条件表示画面参照）。そして制御がＳ１２８へ移行する。

商品選択が終了した場合には、Ｓ１２５によりＹＥＳの判断がなされて制御がＳ１２６へ進み、商品カテゴリーからの試着が終了したか否か判定され、まだ終了していない場合にはＳ１２７により商品カテゴリーの選択（既に選択されているカテゴリーとは異なるカテゴリーの選択を含む）があったか否か判定される。そしてない場合には制御がＳ１２６へ戻る。このＳ１２６→Ｓ１２７→Ｓ１２６のループの巡回途中で、いずれかの商品カテゴリーアイコン５５ａ〜５５ｇがタップされれば、Ｓ１２７によりＹＥＳの判断がなされ制御がＳ１２１へ移行する。一方、商品カテゴリーからの試着の終了操作が行われた場合にはＳ１２６によりＹＥＳの判断がなされて、この商品カテゴリーからの試着処理がリターンする。

次に、Ｓ９１の購入履歴からの試着処理とＳ１０５の購入履歴試着対応処理とＳ１１３の購入履歴試着管理処理とのサブルーチンプログラムのフローチャートを図８に基づいて説明する。Ｓ１６０により購入履歴表示操作があったか否か判定され、ない場合には購入履歴からの試着処理がリターンする。タブレット端末８の表示部（タッチパネル）２６に表示された購入履歴ボタン６３（図１５（ａ）参照）がタップされれば、Ｓ１６０によりＹＥＳの判断がなされて制御がＳ１６１へ進み、購入履歴要求が店舗サーバ６へ送信される。店舗サーバ６では、Ｓ１７５によりその送信データを受信し、Ｓ１７６によりその受信データを管理サーバ１３へ送信する。管理サーバ１３では、Ｓ１８２よりその送信されてきたデータを受信し、Ｓ１８３により、当該ユーザの購入履歴の一覧と購入商品の画像データとを会員データベース１６から検索して店舗サーバ６へ返信する。ユーザが複数の登録店舗で商品を購入した場合にはそれら全ての店舗での購入履歴データが会員データベース１６に記憶されており、それら全ての購入履歴の一覧と購入商品の画像データとが店舗サーバ６へ返信される。

店舗サーバでは、その返信されてきたデータをＳ１７７により受信し、Ｓ１７８によりその受信データをタブレット端末８へ返信する。タブレット端末８では、Ｓ１６２によりその返信データを受信し、Ｓ１６３によりその受信した購入履歴一覧を購入履歴一覧画面として表示する（図１５（ａ）参照）。なお、購入履歴の一覧と購入商品の画像データとを店舗サーバ６が記憶している場合には管理サーバ１３と通信することなく店舗サーバ６から直接それらデータをタブレット端末８に送信すればよく、また、それらデータをタブレット端末８が記憶しておれば、店舗サーバ６にも通信することなくタブレット端末８で直接それらデータを表示できる。

次にＳ１６３により一覧表示された商品の中から試着したい商品が選択されたか否か判定され、選択されていない場合にはＳ１６４により購入履歴からの試着が終了操作されたか否か判定され、終了操作されていない場合には制御がＳ１６３へ戻る。

Ｓ１６３→Ｓ１６３ａ→Ｓ１６４→Ｓ１６３のループの巡回途中で、ユーザ１２が購入履歴一覧に表示された購入商品のうちから試着したい購入商品を選んでそれに対応するユーザ分身表示ボタン６１をタップすれば、Ｓ１６３ａによりＹＥＳの判断がなされて制御がＳ１６５へ進み、その選択された商品画像をユーザ分身ＣＧに試着して表示する制御がなされる（図１５（ａ）のＴＯＰ画面参照）。次にＳ１６６によりユーザ分身操作処理がなされ、次にＳ１６７により履歴登録操作があったか否か判定される。この履歴登録操作は、現在試着している商品を試着履歴として登録する操作であり、履歴登録操作がない場合にはＳ１６９へ進む。一方、クリップアイコン５６がタップされればＳ１６７によりＹＥＳの判断がなされて制御がＳ１６８へ進み、現時点の試着表示状態をクリップボードに記憶する処理がなされる。そしてＳ１６９によりリセット操作があったか否かが判定され、ない場合には制御がＳ１６３ａへ移行するが、あった場合には制御がＳ８９へ移行する。また、購入履歴からの試着を終了させる操作が行われれば、Ｓ１６４によりＹＥＳの判断がなされ、この購入履歴からの試着処理がリターンする。

次に、Ｓ９２に示した試着履歴からの試着処理のサブルーチンプログラムのフローチャートを図９（ａ）に基づいて説明する。Ｓ１９０により試着履歴表示操作があったか否かが判定され、ない場合にはこの試着履歴からの試着処理がリターンする。タブレット端末８の表示部（タッチパネル）２６のＴＯＰ画面に表示された試着履歴ボタン６０（図１４（ｂ）参照）がタップされれば、Ｓ１９０によりＹＥＳの判断がなされて制御がＳ１９１へ進み、試着履歴一覧の画面が表示される（図１４（ｂ）参照）。次にＳ１９２により試着履歴選択操作があったか否かが判定され、ない場合にはＳ１９３により試着履歴からの試着を終了させる操作が行われた否か判定され、行われていない場合には制御がＳ１９１へ戻る。このＳ１９１→Ｓ１９２→Ｓ１９３→Ｓ１９１のループの巡回途中で、試着履歴一覧画面に表示されている複数の試着履歴商品の中から表示させたい商品をユーザ１２が選んでそれに対応するユーザ分身表示ボタン６１がタップされれば、Ｓ１９２によりＹＥＳの判断がなされてＳ１９４へ進み、その選択された試着履歴を表示部（タッチパネル）２６に表示させる制御が行われる。（図１４（ｂ）参照）。これにより、タブレット端末８により既に試着されてクリップボードに記憶されている試着済みの商品試着画像と、ユーザ１２が購入して会員データベース１６に購入履歴データとして登録されている購入済み商品であって前述のＳ１６８によりクリップボードに記憶された試着状態商品画像とが、表示部（タッチパネル）２６により表示されることとなる。

次にＳ１９５により、商品カテゴリーの選択操作があったか否か判定される。客１２は、購入済みの商品画像または試着済みの商品画像に対して新たな商品画像を重ねて試着したい場合がある。例えば、購入済みのスーツあるいは試着済みのスーツに対して新たにネクタイを重ねて試着して、そのネクタイがそれらスーツにマッチするか否か判断したい場合がある。そのような場合には、商品カテゴリーアイコン５５ａ〜５５ｇの中から重ねて試着表示させたいカテゴリーのアイコンがタップされる。そのような商品カテゴリーアイコンがタップされれば、Ｓ１９５によりＹＥＳの判断がなされて制御がＳ１２１へ移行し、商品カテゴリーからの試着処理が行われて重ね合わせ試着が可能となる。一方、商品カテゴリーからの選択操作がない場合には制御がＳ１９６へ進み、ユーザ分身操作処理が行われ、Ｓ１９７により履歴登録操作があったか否か判定され、ない場合にはＳ１９９へ進むが、あった場合にはＳ１９８により現時点の試着表示状態をクリップボードに記憶する処理がなされる。

次にＳ１９９により表示されている試着商品を購入するか否か判定する、購入する場合にはＳ２００により購入登録がなされた後、制御がＳ２０１へ進む。Ｓ２０１では、リセット操作があったか否かが判定され、ない場合には制御がＳ１９２へ移行するが、あった場合には制御がＳ８９へ移行する。一方、試着履歴からの試着を終了させる操作が行われればＳ１９３によりＹＥＳの判断がなされてこの試着履歴からの試着処理がリターンする。

次に、Ｓ１３１、Ｓ１６６およびＳ１９６に示したユーザ分身操作処理のサブルーチンプログラムのフローチャートを図９（ｂ）に基づいて説明する。Ｓ２１０によりスワップ操作があったか否か判定する、ない場合にはＳ２１２によりピッチイン操作があったか否かを判定する、ない場合にはＳ２１４によりピッチアウト操作があったか否か判定する、ない場合にはＳ２１６により商品着脱操作があったか否か判定する、ない場合にはＳ２１８により商品の一部修正操作があったか否か判定する、ない場合にはこのユーザ分身操作処理がリターンする。

試着状態画像（例えば図１４（ａ）参照）に対してスワップ操作が行われれば、制御がＳ２１１へ進み、その表示されているユーザ分身を回転表示する制御が行われる。試着状態画像に対してピッチイン操作が行われれば、制御がＳ２１３に進み、表示されているユーザ分身を縮小表示する制御が行われる。試着表示状態画像に対してピッチアウト操作が行われれば制御がＳ２１５へ進み、ユーザ分身ＣＧを拡大表示する制御が行われる。

商品着脱アイコン５７がタップされた場合には、制御がＳ２１７へ進み、試着表示されている商品の着脱表示が行われる。試着状態のときに商品着脱アイコン５７がタップされれば、商品が消去された表示状態となり、その消去された状態時に再度商品着脱アイコン５７がタップされれば、消去された商品が再び試着された表示状態となる。

商品の一部修正操作が行われた場合には制御がＳ２１９へ進み、表示されている試着商品の一部を修正する表示制御が行われる。この商品の一部修正表示制御は、例えば、三つボタンのスーツを二つボタンのスーツに修正したり、ボタンを閉めているスーツ画像のボタンを外してその下に着ているジレを見えるようにした画像に修正したり、ツータックのズボンをワンタックのズボンに修正したり、する等である。この商品の一部修正表示制御により、商品データベース９に登録されている既存の商品画像ばかりでなくユーザの好みや希望を反映させて一部修正して当該ユーザ用にカスタマイズされた商品画像に基づいたオーダーメイドが可能となる。

次に、Ｓ４のレコメンド端末処理とＳ１３のレコメンド店舗処理とＳ２３のレコメンド管理処理とのサブルーチンプログラムのフローチャートを図１０に基づいて説明する。タブレット端末８によりレコメンド操作があったか否かが判定され（Ｓ２２５）、ない場合にはレコメンド端末処理がリターンする。一方、店員１１が対応したユーザ１２に対し、おすすめ商品によるコーディネートをした試着シミュレーション画像を作成し、それをユーザに紹介してレコメンド（推薦）する場合がある。そのような場合には、店員１１が、レコメンドしたい会員の会員番号と生年月日等をユーザ検索／サインアップ画面のＣｏｏｒｄｉｎａｔｅ欄に入力してＳｅａｒｃｈボタン５４をタップする（図１６参照）。すると、Ｓ２２５によりＹＥＳの判断がなされるとともにＳ２２６によりＹＥＳの判断がなされ、制御がＳ２２７へ進む。Ｓ２２７では、その入力された会員番号と生年月日とレコメンド履歴要求とが店舗サーバ６へ送信される。店舗サーバ６では、その送信データをＳ２４０により受信し、Ｓ２４１により当該ユーザを割り出してレコメンド履歴データベース１５からレコメンド履歴一覧データを検索し、Ｓ２４２によりその検索されたレコメンド履歴一覧データをタブレット端末８に返信する。

タブレット端末８では、Ｓ２２８によりその返信データを受信し、Ｓ２２９によりレコメンド履歴一覧を表示する（図１６参照）。店員１１は、その過去にレコメンドした商品一覧を参考にし、今回新たにレコメンドする商品を、Ｓ２３０の試着シミュレーション端末処理、Ｓ２４３の試着シミュレーション店舗処理およびＳ２５５の試着シミュレーション管理処理を利用して選ぶ。この試着シミュレーション端末処理Ｓ２３０は、Ｓ３の試着シミュレーション端末処理と同じ制御であり、Ｓ２４３の試着シミュレーション店舗処理は、Ｓ１２の試着シミュレーション店舗処理と同じ制御であり、Ｓ２５５の試着シミュレーション管理処理はＳ２２の試着シミュレーション管理処理と同じ制御である。なお、レコメンド履歴をタブレット端末８が記憶しておれば、店舗サーバ６にも通信することなくタブレット端末８でレコメンド履歴一覧を表示できる。また、全てのチェーン店３において行ったレコメンド履歴を会員データベース１６に記憶しておき、或るユーザ１２に対しチェーン店３全てが行ったレコメンドの総履歴一覧を管理サーバ１３から店舗サーバ６経由でタブレット端末８に送信して、その総レコメンド履歴一覧を表示できるようにしてもよい。

これら処理により店員１１はレコメンドしたい商品についてクリップアイコン５６をタップしてレコメンド登録しておく（図１６参照）。次にＳ２３１によりレコメンドしたい試着履歴があったか否か判定され、ない場合にはリターンするがレコメンド登録されている商品がある場合にはＳ２３１によりＹＥＳの判断がなされて制御がＳ２３２へ進み、ユーザのメールアドレス要求を店舗サーバ６へ送信する制御がなされる。これは、レコメンド登録画面における送信ボタン６４（図１６参照）をタップすることにより行われる。

店舗サーバ６では、ユーザのメールアドレス要求をＳ２４４により受信し、Ｓ２４５によりその受信データを管理サーバ１３へ送信する。管理サーバ１３では、その送信データをＳ２５６により受信し、Ｓ２５７によりユーザのメールアドレスを会員データベース１６から検索して店舗サーバ６へ返信する。店舗サーバ６では、その返信データをＳ２４６により受信し、Ｓ２４７によりその受信データをタブレット端末８へ返信する。タブレット端末８では、その返信されてきたデータをＳ２３３により受信し、Ｓ２３４により、その受信したメールアドレス宛にレコメンド用試着ＣＧを送信する制御を行う。これにより、レコメンド用試着ＣＧが当該ユーザのスマートフォン２にプッシュ配信される。そしてＳ２３５によりその新たなレコメンド履歴データが店舗サーバ６へ送信され、店舗サーバ６では、その送信データをＳ２４８により受信し、Ｓ２４９によりその受信したレコメンド履歴をレコメンド履歴データベース１０に追加登録する。なお、ユーザのメールアドレスを店舗サーバ６が記憶しておれば管理サーバ１３と通信することなく当該メールアドレ宛にプッシュ配信できる。

次に、Ｓ５の購入端末処理とＳ１４の購入店舗処理とＳ２４の購入管理処理とのサブルーチンプログラムのフローチャートを図１１に基づいて説明する。先ず、図１１（ａ）を参照し、タブレット端末８は、Ｓ２６０により購入登録があるか否か判定する。購入登録がない場合にはこの購入端末処理がリターンする。一方、Ｓ１３５、Ｓ２００により購入登録がなされている場合にはＳ２６０によりＹＥＳの判断がなされてＳ２６１に進み、その登録されている試着時商品画像を発注データとして店舗サーバ６へ送信する。店舗サーバ６は、Ｓ２６５によりその送信データを受信し、Ｓ２６６によりその受信データの商品画像を受注業者４に送信して発注処理を行う。次にＳ２６７によりその発注データを管理サーバ１３へ送信する。

管理サーバ１３では、その送信データをＳ２７０により受信し、Ｓ２７１により当該ユーザの購入履歴として購入商品の画像データを会員データベース１６へ登録する処理を行う。

図１１（ａ）は店舗３が受注業者４に発注する場合を示したが、図１１（ｂ）は、ＥＣサイト８０が決済を行って受注業者４に発注する場合を示している。ここでは図１１（ａ）との相違点を主に説明する。店舗サーバ６は、タブレット端末８からのデータをＳ２６５により受信した後、ＥＣ管理サーバ８１にアクセスする（Ｓ３４５）。そのアクセスを受付けた（Ｓ３５５）管理サーバ８１は、Ｓ３５６により決済用のページを返信する。それをＳ３４６により受信した店舗サーバ６は、その受信データをＳ３４７によりタブレット端末８へ送信する。それをＳ３４０により受信したタブレット端末８は、表示部（タッチパネル）２６に決済ページを表示する（Ｓ３４１）。それを見たユーザ（顧客）１２が、決済に必要な事項を入力すればその入力データと発注データの商品画像とが店舗サーバ６へ送信される（Ｓ３４２）。店舗サーバ６は、それを受信し（Ｓ３４８）その受信データをＥＣ管理サーバ８１へ送信する（Ｓ３４９）。ＥＣ管理サーバ８１はそれを受信し（Ｓ３５７）、決済処理を行う（Ｓ３５８）。その後、ＥＣ管理サーバ８１は、Ｓ３５７で受信した商品画像を受注業者４に送信して発注処理を行う（Ｓ３５９）。

図１１（ｂ）に示したＥＣサイト８０での決済および発注を行う場合は、後述のスマートフォン２を用いた試着シミュレーションを行う場合に有用である。スマートフォン２を用いた試着シミュレーションの場合、ユーザ１２が店舗３に出向くことなく試着シミュレーションを行うため、店舗３での決済及び発注を行うことができず、その場合にＥＣサイト８０での決済および発注を行う。

次に、以上説明したフローチャートの制御に伴ってタブレット端末８の表示部（タッチパネル）２６に表示される表示画面を説明する。まず図１２（ａ）を参照し、ユーザ（客）１２の会員登録画面および当該ユーザのユーザ分身ＣＧの登録手順を説明する。

タブレット端末８の表示部（タッチパネル）２６を店員１１が操作して試着シミュレーションへのアクセスを行えば、ユーザ検索／サインアップ画面が表示される。これから会員登録をしようとしているユーザの場合には、「Ｕｓｅｒ Ｓｅａｒｃｈ」の欄に当該ユーザの生年月日を入力した上で、Ｓｉｇｎ ｕｐボタン５０をタップすることにより、ユーザ情報設定画面へ遷移する。そして、ユーザが複数の店舗に登録してもらいたい場合にはユーザ情報設定画面における「登録店舗」のプルダウンメニューからエリアを選択することにより、その選択したエリアの店舗に絞り込むことができる。登録店舗を指定した状態で入力情報を店舗サーバ６へ送信する（図３（ｂ）参照）。

なお、図中５１はＢａｃｋボタンであり、これをクリックすることにより１つ前に表示されていたユーザ検索／サインアップ画面に遷移する。また、図中５２はＮｅｘｔボタンであり、これをクリックすることにより次のページに遷移する。ユーザ分身ＣＧを作成する場合には、ユーザ情報設定画面においてＮｅｘｔボタン５２をクリックしてユーザ分身頭部作成画面を表示した状態で、カメラアイコン５３をタップする。そしてタブレット端末８に設けられているストラクチャーセンサ９９によりユーザ１２の頭部をキャプチャーして頭部ＣＧを作成する（Ｓ５０〜Ｓ５２参照）。そして表示された頭部ＣＧにおける頭部をカットするためにユーザ分身頭部確認画面でカット断面を操作してカット箇所をユーザが設定する（Ｓ５３参照）。そしてＮｅｘｔボタン５２をタップすることにより、図１２（ｂ）のユーザ分身調整画面に遷移する。

このアバター調整画面は、図４のＳ５６に示した接続処理により頭部ＣＧと胴体手足部分ＣＧとが接続された後のＳ５７によるユーザ分身調整処理の具体的画面である。このユーザ分身調整画面では、後に試着するためにスーツは白色で表示されている。この画面をピッチイン・ピッチアウトすることにより頭部の大きさを調整し、２点タッチ移動にて頭部の位置を調整する。胴体部の肌色はカラーチップにて調整する。このカラーチップは基本の肌色、黒め、白め、の３パターンから選択する。ユーザ分身の調整が終わった段階でＮｅｘｔボタン５２をタップすることによりユーザ情報登録画面に遷移し、登録情報を確認した上でユーザ分身ＣＧが店舗サーバ６に送信される（Ｓ５８参照）。

図１３（ａ）は首位置特定ロジックを示し、前述の図５のＳ７６の処理を図解したものである。図１３（ａ）のＣ１が、Ｓ７６に示した「頭部の重心を求めてその重心を首断面に投影した点ＣＧ」である。そしてこの点Ｃ１に対して対称となる４点が図１３（ａ）のＢ１，Ｂ２，Ｂ３，Ｂ４である。

図１３（ｂ）は、ユーザが試着シミュレーションを行う場合に当該ユーザを特定してユーザ分身ＣＧを検索するために必要となるユーザ検索／サインアップ画面が示されている。この画面のＵｓｅｒ Ｓｅａｒｃｈの欄における会員番号と生年月日等を入力して、Ｓｅａｒｃｈボタン５４をタップすることにより、その入力したデータが店舗サーバ６へ送信される（図６のＳ８６参照）。

すると、入力した会員番号および生年月日に対応して会員データベース１６に登録されているユーザ分身ＣＧのデータがタブレット端末８に返信されてくる（図６のＳ８７参照）。そしてその受信したユーザ分身ＣＧがＴＯＰ画面として初期表示される（図６のＳ８９参照）。

このＴＯＰ画面に表示されているユーザ分身ＣＧに試着させる方法として、前述したように、商品カテゴリーからの試着（検索による試着を含む）、購入履歴からの試着、試着履歴からの試着がある。図１４（ａ）に示すように、ＴＯＰ画面の下方部分に、商品カテゴリーアイコン５５ａ，５５ｂ，５５ｃ，５５ｄ，５５ｅ，５５ｆ，５５ｇが表示されている。商品カテゴリーから試着する場合には、この商品カテゴリーアイコン５５ａ〜５５ｇのうちから試着したいカテゴリーのアイコンをタップする。図１４（ａ）ではスーツの商品カテゴリーアイコンである５５ａがタップされた状態が示されている。商品カテゴリーアイコンとしては、このスーツのアイコン以外に、ジャケットのカテゴリーアイコン５５ｂ、ジレのカテゴリーアイコン５５ｃ、シャツのカテゴリーアイコン５５ｄ、パンツ（ズボン）のカテゴリーアイコン５５ｅ、ネクタイのカテゴリーアイコン５５ｆ、靴のカテゴリーアイコン５５ｇが用意されている。

これらの商品カテゴリーアイコンの中から試着してみたいカテゴリーのアイコンを選択してタップすることにより、そのカテゴリーに属する商品の画像一覧がＴＯＰ画面の右側に表示される（Ｓ１２０〜Ｓ１２３参照）。この一覧表示された商品画像の中からユーザが試着してみたい商品画像をタップすることによりユーザ分身ＣＧに当該商品画像が試着された状態が表示される（Ｓ１２４〜Ｓ１３０参照）。

カテゴリーを指定することによって一覧表示された商品画像の中から検索により試着したいものを見つけ出すには、ＴＯＰ画面における検索アイコン５９をタップする。すると検索条件表示画面に遷移し、検索条件を入力指定することによりその条件に合致する商品の詳細情報および画像が表示される（Ｓ１３７〜Ｓ１３９参照）。その商品の詳細表示および画像をタップすることによりその商品がユーザ分身ＣＧに試着される。

試着状態のユーザ分身ＣＧをスワップ操作することにより回転表示させることができ（Ｓ２１０、Ｓ２１１参照）、ピッチイン操作することにより縮小表示し（Ｓ２１２、Ｓ２１３参照）、ピッチアウト操作をすることによりユーザ分身ＣＧを拡大表示する（Ｓ２１４、Ｓ２１５参照）。また商品着脱アイコン５７をタップすることにより試着している商品の着脱表示が可能となる。クリップアイコン５６をタップすることにより、現在表示しているユーザ分身ＣＧの試着状態画像がクリップボードに記憶される（Ｓ１３２、Ｓ１３３参照）。

次に、図１４（ｂ）に基づいて試着履歴からの試着を説明する。トップ画面における試着履歴ボタン６０をタップすることにより、クリップボードに記録されている試着履歴一覧が表示される（Ｓ１９０、Ｓ１９１参照）。この試着履歴一覧をユーザが見て試着したい試着履歴のユーザ分身表示ボタン６１をタップすることにより、その試着履歴画像がトップ画面に表示される（Ｓ１９２、Ｓ１９４参照）。一方、試着履歴一覧画面における削除ボタン６２をタップすることにより当該試着履歴データが消去される。

次に購入履歴からの試着を図１５（ａ）に基づいて説明する。トップ画面に表示されている購入履歴ボタン６３をタップすることにより購入履歴一覧画面に遷移する（Ｓ１６０〜Ｓ１６３参照）。この購入履歴一覧に表示されている購入履歴の中からユーザが試着してみたい購入履歴のユーザ分身表示ボタン６１をタップすることにより、当該購入履歴の商品画像を試着した状態が表示される（Ｓ１６３ａ、Ｓ１６５参照）。

例えば、ユーザが過去に購入したスーツに似合うネクタイを試着するような場合には、前述の購入履歴一覧から当該スーツを選択して試着し、その状態でクリップアイコン５６をタップして試着履歴としてクリップボードに記憶させる。そして試着履歴ボタン６０をタップしてその過去に購入したスーツの試着画像を一覧表示させ、その試着画像をタップすることにより当該試着画像が表示される。その状態で商品カテゴリーアイコンにおけるネクタイのカテゴリーアイコン５５ｆをタップすることによりネクタイの画像一覧表示が行われる。その中から当該スーツに似合うネクタイをタップして当該スーツに重ねてネクタイを試着させる。これにより、過去に購入したスーツに似合うネクタイを試着させて着せ替えることにより選ぶことができる。なお、購入履歴からの試着表示画像を一旦履歴画像としてクリップボードに記憶させることなく、その購入履歴画像の試着画面の状態で商品カテゴリーアイコン５５ｆをタップすることにより、ネクタイの画像が一覧表示され、その中からネクタイをタップすることにより過去購入したスーツの上にネクタイを重ねて試着させることができるように制御してもよい。

次に、図１５（ｂ）に示すトップ画面において、ユーザ情報ボタンをタップすることにより、ユーザ情報画面に遷移し、現時点におけるユーザの情報が表示される。そのユーザ情報画面におけるユーザ情報修正ボタン７２をタップすることにより、図１２（ａ）のユーザ分身頭部作成画面に遷移してユーザ情報を修正することが可能となる（Ｓ９３、Ｓ５０参照）。次に、図１０に基づいて説明したレコメンドを行う場合の表示画面を図１６に基づいて説明する。レコメンドしたいユーザのユーザ分身ＣＧを検索するためにユーザ検索／サインアップ画面におけるＣｏｏｒｄｉｎａｔｅ欄の会員番号と生年月日の欄に当該ユーザの会員番号と生年月日を入力して、Ｓｅａｒｃｈボタン５４をタップする。すると、当該ユーザのユーザ分身ＣＧが検索されてトップ画面に表示される。この状態でハンバーガーアイコン６５をタップすることにより当該ユーザのレコメンド履歴一覧画面に遷移する（Ｓ２２９参照）。店員１１はこの過去のレコメンド履歴一覧を見て重複しないように今回のレコメンド試着画像をコーディネートする。そのコーディネートは、前述した商品カテゴリーからの試着、購入履歴からの試着等の試着を駆使して当該ユーザにマッチする試着画像をコーディネートする。そしてクリップアイコン５６をタップすることにより、そのコーディネートされた試着画像がレコメンド登録されるこれによりそのレコメンド登録された試着画像がユーザのスマートフォン２にプッシュ配信される（Ｓ２３４参照）。

図１７および図１８はユーザのスマートフォンにおける表示部（タッチパネル）２６の表示画面を示したものである。このスマートフォン２における表示部（タッチパネル）２６においても、タブレット端末８と同様にユーザ分身ＣＧに対する試着シミュレーションが表示される。その制御は前述の図１３〜図１１に示した制御において「タブレット端末」を「スマートフォン」に書き換え且つ店舗サーバの制御を省いたものと同じ内容となる。ゆえに、スマートフォンによる試着シミュレーションの制御フローチャートは説明の繰り返しを省略する。ユーザ１２がスマートフォン２を操作して会員番号と生年月日を入力して管理サーバ１３に送信すれば（Ｓ８６参照）、管理サーバ１３においてユーザ認証した上でその特定されたユーザ分身ＣＧがスマートフォン２に返信される（Ｓ１１１、Ｓ１１２参照）。それを受信したスマートフォン２は、その受信したユーザ分身ＣＧを図１７（ａ）に示すように表示部（タッチパネル）２６に表示する。この状態で表示画面における下部に表示された商品カテゴリーアイコン５５ａ，５５ｂ，５５ｃ、５５ｄ，５５ｅにおける試着したいカテゴリーのアイコンをタップすることにより、その選択されたカテゴリーの商品一覧画像表示が表示画面の下方部分に表示される（Ｓ１２１〜Ｓ１２３参照）。この商品一覧表示を見たユーザが試着したい商品画像をタップすることにより当該商品を当該ユーザのユーザ分身ＣＧに試着した画像が表示される（Ｓ１２４、Ｓ１２８〜Ｓ１３０参照）。

商品画像の一覧が表示されている状態で検索条件を入力指定すると一覧表示商品の中から検索条件に合致する商品画像およびその詳細情報が表示される（Ｓ１３７〜Ｓ１３９参照）。また、ユーザ情報表示アイコン６８をタップすることによりユーザ情報が画面表示される。

図１７（ｂ）を参照し、商品スペックアイコン６６をタップすることにより商品スペック画面に遷移する。この商品スペック画面では、商品の画像とブランド名やカテゴリーや着用サイズ等が表示される。また価格も表示される。なお、スマートフォンの画面が小さいことを考慮して商品画像は表示させないように制御してもよい。

この試着画像を前述と同様にスワップ、ピッチイン．ピッチアウト等の操作をすることにより回転、拡大縮小を行うことが可能となる（Ｓ２１０〜Ｓ２１５）。また、前述と同様に、試着している商品画像の一部を修正することも可能である（Ｓ２１８、Ｓ２１９参照）。また商品着脱アイコン５７をタップすることにより試着している商品を着脱することが可能となる（Ｓ２１６、Ｓ２１７参照）。クリップアイコン５６をタップすることにより現時点で表示されている試着画像がクリップボードに記憶される（Ｓ１３２、Ｓ１３３参照）。またリセットアイコン５８をタップすることによりユーザ分身ＣＧを画面表示時の初期状態に戻す（Ｓ１３６、Ｓ８９参照）。商品スペックアイコン６６をタップすることにより図１７（ｂ）に示す商品スペック画面に遷移する。試着履歴一覧アイコン６７をタップすることにより図１８（ａ）に示す試着履歴一覧画面に遷移する。

図１８（ａ）を参照し、試着履歴アイコン６７をタップすることにより試着履歴一覧画面に遷移する。この試着履歴一覧画面では、会員データベース１６に記憶されている購入履歴商品画像が一覧表示される。この一覧表示された画像の中から試着したい画像をタップすることによりその試着画像が拡大表示される（Ｓ１６３ａ、Ｓ１６５参照）。前述したように、店員１１がコーディネートしたレコメンド用試着ＣＧがプッシュ配信されれば（Ｓ２３４参照）、ユーザのスマートフォン２における試着履歴一覧においてオススメアイコン６９によって表示される。その状態が図１８（ｂ）に示されている。このオススメアイコンが付されたレコメンド用試着ＣＧをタップすることにより、そのレコメンド用試着ＣＧが画面中央に拡大表示される。そのレコメンド用試着ＣＧの下方のメッセージ欄７０に店員１１からのメッセージが表示される。

次に、別実施の形態を図１９〜図２１に基づいて説明する。前述の実施の形態では、店員１１がユーザ１２にマッチするレコメンド用試着ＣＧを作成してプッシュ配信していたが、この別実施の形態においては、複雑ネットワーク理論に基づいたレコメンデーション処理および人工知能による強化学習を行ってその学習結果に基づいたレコメンデーションを行うものである。

まず図１９を参照して、前述の図１０の変形例の制御を説明する。管理サーバ１３においては、Ｓ３０５により複雑ネットワーク理論に基づいたレコメンデーション処理を行い、次にＳ３０６により強化学習処理を行う。この複雑ネットワーク理論に基づいたレコメンデーション処理を図２０（ａ）に基づいて説明する。

Ｓ３２０により仮想コミュニティ更新時期になったか否か判定される。未だ更新時期になっていない場合には、この複雑ネットワーク理論に基づいたレコメンデーション処理がリターンする。仮想コミュニティ更新時期が到来した段階でＳ３２０によりＹＥＳの判断がなされて制御がＳ３２１へ進む。この仮想コミュニティとは、ユーザ集合のうち消費形態の関連性が高いユーザ同士をグルーピングして分割した各分割コミュニティのことであり、その詳細は後述する。会員ユーザの増加、ユーザに対するレコメンド回数の増加、およびレコメンドした結果のユーザの反応（レコメンド用試着ＣＧの閲覧やそれに基づいた商品の購入）等により、定期的に仮想コミュニティを更新する必要がある。その予め定められた更新時期が来たか否かをこのＳ３２０により判定している。

Ｓ３２１では、購入履歴データに基づいたユーザベースのネットワークＫを作成する処理がなされる。このユーザベースネットワークＫの原理を図２１（ａ）に基づいて説明する。この図２１（ａ）では、分かりやすさを優先するために、ユーザ数をＡ、Ｂ、Ｃ、Ｄ、Ｅの５人に絞り、商品数を１、２、３、４の４品に絞ってシンプル化している。ユーザ集合４０の各ユーザが商品集合のうちのどの商品を購入したかを矢印で示している。例えばユーザＡは商品１と２と３を購入している。ユーザＢは商品１と２とを購入している。そして、同じ商品を購入したユーザ同士をリンク（またはエッジともいう）でつないだネットワークがユーザベースネットワーク４２である。Ｓ３２１は、購入履歴データに基づいたユーザベースネットワークＫを作成する。ゆえに、このユーザベースネットワークＫは同じ商品を購入したユーザ同士をリンクでつないだネットワークである。

次にＳ３２２により、試着履歴データに基づいたユーザベースネットワークＳを作成する処理がなされる。その結果、このユーザベースネットワークＳは、同じ商品を試着したユーザ同士をリンクでつないだネットワークとなる。次にＳ３２３により、店員が入力したユーザ属性データに基づいたユーザネットワークＺを作成する処理が行われる。この店員が入力したユーザ属性データとは、例えば、商品カテゴリーごとの好みのブランドや好みの色等のユーザの嗜好情報や、ユーザの年齢などである。店員１１は来店客１２を応対することにより来店客１２の各種嗜好情報や大まかな年代等を察知してタブレット８からそれらユーザ属性データを入力して管理サーバ１３へ送信して会員データベースの会員番号や生年月日に対応づけて登録しておく。よってこのユーザベースネットワークＺは、各種嗜好情報や年齢等の各属性が同じユーザ同士をリンクでつないだネットワークとなる。

なお、上記仮想コミュニティ分割Ｋ,Ｓ,Ｚに加えて、購入履歴，試着履歴，ユーザ属性の３データに基づいたユーザベースネットワークを作成してもよい。このユーザベースネットワークＳは、図２１（ａ）に示した商品集合として、購入履歴商品集合と試着履歴商品集合とユーザの属性集合とのすべての集合に基づいて作成されたユーザベースのネットワークである。

次に、Ｓ３４５により、ユーザベースネットワークＫ，Ｓ，Ｚの各々に基づいて仮想コミュニティ分割Ｋ（ｋ１，ｋ２，ｋ３…），Ｓ（ｓ１，ｓ２，ｓ３…），Ｚ（ｚ１，ｚ２，ｚ３…）を作成する処理がなされる。この仮想コミュニティ分割について以下に簡単に説明する。図２１（ａ）のユーザベースネットワーク４２において、各ユーザＡ，Ｂ，Ｃ，Ｄ，Ｅをノードとしてそれぞれのユーザをつないでいる線をリンクとして、両者の関係を次数分布という視点で見るとべき乗則に従っている。このべき乗則に従っているという現象は、複雑ネットワーク理論におけるスケールフリー性と呼ばれるものであり、多種多様な消費活動において何らかの自己相似的な行動パターンが存在することを示すものである。

このような性質を有するユーザベースネットワーク４２において、辺の媒介中心性を算出する。これは、ネットワークにおいてどのぐらい中心的な指標であるかをリンクに適用したものである。例えば、あるユーザと他のユーザとのつながり（リンク）を除外すると、コミュニティ間のつながりがなくなったり、あるいは、遠くなったりするようなつながり（リンク）ほどスコア（指標）が高くなる。この各リンクについて算出された媒介中心性の値が最大となるリンクを取り除いてネットワークを分割するという処理を繰り返すことにより、コミュニティを分割していく。このコミュニティの分割回数（ステップ数）についてどのステップ数まで行うかは、モジュラリティＱの指標を用いる。このモジュラリティＱは、分割されたコミュニティ内のつながり具合とコミュニティ間のつながり具合とを比較した指標である。このモジュラリティＱが最大となる分割ステップ数まで分割処理を行う。

このようにして、ユーザベースネットワークＫ，Ｓ，Ｚの各々について仮想コミュニティ分割を行う。Ｓ３２５のＫ（ｋ１，ｋ２，ｋ３…）は、ユーザベースネットワークＫについて仮想コミュニティ分割を行い、ｋ１，ｋ２，ｋ３…の各仮想コミュニティ分割がなされたことを示している。Ｓ（ｓ１，ｓ２，ｓ３…）とＺ（ｚ１，ｚ２，ｚ３…）も同様の意味を示している。

そしてＳ３２６により、上記３つの仮想コミュニティ分割Ｋ，Ｓ，Ｚの各分割コミュニティ内で商品ベースネットワークを作成する処理がなされる。この商品ベースネットワークとは、同じユーザが購入した（または試着した）商品同士をリンクでつないだネットワークのことである。ただし、前述したユーザ属性についてのネットワークは作成しない。

次にＳ３２７により、その各分割コミュニティごとの商品ベースネットワークにおいてリンク数の多い商品順に優先順位をつけて記憶する処理がなされる。各ユーザベースネットワークの分割コミュニティは、商品購入に関する関連性の高いユーザ同士の分割コミュニティ、試着商品についての関連性の高いユーザ同士のコミュニティ、ユーザ属性について関連性の高いユーザ同士のコミュニティというように、消費形態の関連性の高いユーザ同士のコミュニティ内において、関連性の高い商品同士がリンクでつながっているのであり、そのリンク数の多い商品とは各コミュニティ内において関連性の高い商品ということになる。よって、レコメンデーションする際においてそれら関連性の高い商品から順にレコメンドするのが効率的となる。例えば、ユーザＡは、各仮想コミュニティ分割のうちのｋ１とｓ２とｚ３とのコミュニティ分割に属している場合に、ｋ１内でのリンクの多い優先順位の高い商品から順にレコメンドし、ｓ２内でのリンク数の多い優先順位の高い商品からレコメンドし、ｚ３内でのリンク数の多い優先順位の高い商品からレコメンドするのが効率的である。

次にＳ３０６に示した強化学習処理を、図２０（ｂ）および図２１（ｂ）に基づいて説明する。まず図２１（ｂ）を参照して、管理サーバ１３には、強化学習用エージェントエンジン４３がインストールされており、消費環境Ｓと情報のやりとりを行う。消費環境Ｓは、離散的な状態の集合Ｓ＝｛ｓ｜ｓ∈Ｓ｝でモデル化できる。そのような環境Ｓに対して強化学習用エージェントエンジン４３が行為ａを行うと、それに対する報酬ｒが得られる。機会学習用エージェントエンジン４３は、消費環境Ｓの状態ｓのデータを取得し、その状態ｓに基づいて行為ａを決定し、消費環境Ｓに対してその行為ａを実行する。

管理サーバ１３は学習データベース４４と情報のやりとりを行うことができる。学習データベース４４には、前述した各仮想コミュニティ分割ｋ１，ｋ２，…，ｓ１，ｓ２，…，ｚ１，ｚ２，…ごとに、状態データｓ（購入額／レコメンド回数）と行為データａ（重み付け）とが対応づけられて記憶されている。状態データｓは、各仮想コミュニティ分割に属するユーザに対して商品のレコメンドを行った結果、当該ユーザが商品を購入した場合の購入額をレコメンド回数で割った商である。例えば仮想コミュニティ分割ｋ１のユーザに対し、１０回レコメンドを行った結果１３３００円のスーツを当該ユーザが購入した場合には、１３３００／１０＝１３３０となる。

行為データａは、前述のＳ３２７で算出された各分割コミュニティごとの優先順位に対し、各分割コミュニティごとの重み付けの値である。例えば、分割コミュニティｋ１についての優先順位に対しては、重み付けが７であり、当該優先順位をその重み付け７で割った商を最終的な優先順位として使用する。また例えば仮想コミュニティｓ２の場合には重み付けが５となっており、当該仮想コミュニティ分割Ｓ２の優先順位に対して５で割った商を最終的な優先順位として用いる。

よって、例えば仮想コミュニティ分割ｋ１では最終的な優先順位が１／７，２／７，３／７…となる一方、仮想コミュニティｓ２の優先順位は１／５，２／５，３／５…となる。そして、例えばユーザが仮想コミュニティ分割ｋ１とｓ２との両者に属している人物であった場合には、当該ユーザにレコメンドする優先順位として、優先順位の値の小さい商品から順にレコメンド商品一覧を作成してタブレット８へ送信する。上記の例では優先順位として、１／７,１／５,２／７,２／５,３／７，３／５…となる。

Ｓ３０６の強化学習処理のサブルーチンプログラムのフローチャートについて図２０（ｂ）を参照して説明する。まずＳ３３０により状態データｓを受信したか否か判定する。受信していない場合にはこの強化学習処理がリターンするが、受信すれば制御がＳ３３１へ進み、その受信した状態データｓに基づいて現在の状態データｓを更新する処理がなされる。例えば、受信した状態データｓ（購入額／レコメンド回数）のユーザが仮想コミュニティ分割ｋ１に属している場合には、その新たに送られてきた状態データｓをも含めた状態データｓの平均を算出して更新する。例えば、仮想コミュニティ分割ｋ１に属するユーザ数が１００人とすると、更新する前の状態データｓが１３３０であるために、（１３３０×９９＋新たに受信した状態データｓ）／１００で平均が算出される。その算出された平均に状態データｓを更新する。

次にＳ３３２により報酬ｒを算出する。Ｓ３３０による状態データｓの受信は、前回の行為データａを消費環境Ｓへフィードバックしたその結果として消費環境Ｓから送信されてくるデータであり、この結果データである状態データｓに基づいて報酬ｒが算出される。例えば、状態データｓを受信する直前の学習データベース４４に記憶されている状態データｓの値に比べて今回送信されてきた新たな状態データｓが高い値になっておれば、高い報酬ｒを算出し、逆に低い値になっておれば低い報酬ｒを算出する。

次にＳ３３３に進み、Ｑ（ａ）としてＱ値が一番高い行為ａを算出する処理がなされる。行為ａの価値をＱ（ａ）と定義し、学習過程によって正しいＱ（ａ）の値（以下Ｑ値という）が得られれば、Ｑ値を最大とする行為が学習の結果となる。最初は、行為ａを行ってどれだけの報酬が得られるか分からないために、すべての行為ａについてＱ（ａ）の値を０に初期化しておく。次に、可能なａを順番に行って、そのときの報酬ｒ_ａを取得する。そして、各ａについてＱ（ａ）＝ｒ_ａとして、Ｑ値が一番高いａを求める。学習データベース４４に記憶されている行動データａを、Ｓ３３３により算出された新たな行為データａに更新して（Ｓ３３４）、その行為データを消費環境Ｓ（更新対象となった仮想コミュニティ分割に対する重み付け）にフィードバックする。

図１９に戻り、タブレット８においては、レコメンデーション操作があったか否か判定される（Ｓ２８５）。操作がない場合にはこのレコメンデーション端末処理がリターンする。店員１１がレコメンデーション操作を行えば制御がＳ２８６へ進み、ユーザの会員番号と生年月日とレコメンド要求とが店舗サーバ６へ送信される。店舗サーバ６はその送信データをＳ２９５により受信し、Ｓ２９６によりその受信データを管理サーバ１３へ送信する。管理サーバ１３はその送信データをＳ３０７により受信し、制御がＳ３０８へ進み、受信データに基づいてユーザ認証し、当該ユーザの属する各仮想コミュニティ分割ごとの商品優先順位を検索する処理が行われる。この優先順位はＳ３２７により記憶されている優先順位である。次にＳ３０９により、検索された各商品優先順位に対し現時点での行為データａ（各仮想コミュニティ分割ごとの重み付け）で割った商を算出する。次にＳ３１０により、その商が小さい商品順にレコメンド一覧を作成し、Ｓ３１１により、当該ユーザのレコメンド履歴を参照して既にレコメンドした商品をレコメンド一覧から削除する処理が行われる。次にＳ３１２により、そのレコメンド商品一覧とメールアドレスとを店舗サーバ６へ返信する。

店舗サーバ６では、その返信データをＳ２９７により受信し、Ｓ２９８によりその受信データをタブレット８へ返信する。タブレット８では、その送信データをＳ２８７により受信し、Ｓ２８８によりその受信したレコメンド商品一覧を表示する。その一覧を見た店員１１が、その一覧の中からレコメンドしたい商品を選択する（Ｓ２８９）。次にＳ２９０により、その選択されたレコメンド商品を当該ユーザ分身に試着させたレコメンド用試着ＣＧをユーザ１２のスマートフォン２へ送信する。そしてＳ２９１により、その送信した新たなレコメンド履歴を店舗サーバ６を経由して管理サーバ１３へ送信する（Ｓ２９９、Ｓ３００、Ｓ３１３）。管理サーバ１３では、その受信したレコメンド履歴を追加登録する（Ｓ３１４）。
次に、以上説明した実施の形態の変形例を以下に列挙する。
（１） 試着対象としては、衣類等に限らず、例えば、指輪、ネックレス、時計等、身に着けるものであれば全て対象となる。

（２） 試着シミュレーションを行うに際して、ユーザ（客）１２が希望する場所の画像を背景画像として表示できるようにしてもよい。例えば、日本および世界の都市や観光地の画像を収録しておいて、ユーザ（客）１２が希望する背景を選んで表示できるようにする。
（３） 仮想分割コミュニティの更新に際し、機械学習により更新された行為データａを用いてレコメンドしたユーザの消費行動（商品の試着や購入）の重み付けを大きく（例えば２倍の重み付けに）し、より強化学習結果が反映された仮想分割コミュニティに更新されるように制御してもよい。具体的には、図２１ａを参照し、ユーザＤとＥに対し強化学習結果を反映したレコメンデーションを行った結果両ユーザが共に商品４を購入した場合に、ユーザベースネットワークＫにおけるＤとＥのリンクを２本線にする。
（４） 上記実施の形態には以下の発明が開示されている。

特許文献１（特開平９−１０６４１９号）に記載の試着シミュレーション方法の場合、客が試着シミュレーション上で商品を着せ替えて商品を選ぶだけであり、試着シミュレーションの用途が限られていた。

そこで、客への商品のレコメンデーションに試着シミュレーションを活用することが考えられる。例えば、店側において客にマッチすると思われる商品を選んで当該客のマネキン画像等に試着させてコーディネートし、その試着画像を客に送ってレコメンドする。

しかし、レコメンデーションの最重要部分であるレコメンド対象商品の選択を、例えば店員の経験と勘に頼って行うため、データに基づいた科学的な選択が行われないという欠点がある。

この発明は、係る実情に鑑み考え出されたものであり、その目的は、客への商品のレコメンデーションに試着シミュレーションを活用する際に、データに基づいた科学的なレコメンド対象商品の選択を可能にすることである。このような課題を解決する手段として、本発明は以下の手段を採用した。

試着を希望するユーザに対し試着対象物（例えば、スーツ、ジャケット、シャツ、靴等）をコンピュータグラフィックスにより試着させるシミュレーションを行う試着シミュレーションシステムであって、
ユーザにマッチすると思われる試着対象物を試着させたシミュレーション画像をユーザに提示してレコメンドするレコメンド手段（例えば、図１０のフローチャートまたは図１９および図２０のフローチャートと機械学習用エージェントエンジン４３）を備え、
前記レコメンド手段は、試着シミュレーションを利用したユーザの消費環境に適応した知識を獲得する機械学習を行うための機械学習手段（例えば、機械学習用エージェントエンジン４３）を含み、
前記機械学習手段は、試着シミュレーションを利用したユーザの行動を特定可能なデータを前記消費環境（図２１（ｂ）のＳ）に対する状態（図２１（ｂ）のｓ）として入力すると共に（例えば、図２０（ｂ）のＳ３３０）、前記ユーザの行動に影響する制御を前記消費環境に対する行為（図２１（ｂ）のａ）として出力し（例えば、図２０のＳ３３４）、前記入力と出力とを繰り返すことによりユーザの消費行動を促進させるための強化学習を行う強化学習手段（例えば、図１９のＳ３０７でレコメンド要求を受信する毎にＳ３０８〜Ｓ３１２の行為ａに基づいたレコメンドを行ってその結果に基づいた状態データｓ（ユーザの購入額／レコメンド回数）を反映した行為データａに更新する（Ｓ３３４）制御を繰り返して機械学習する）を含む。
このような構成を備えた本発明によれば、客への商品のレコメンデーションに試着シミュレーションを活用する際に、データに基づいた科学的なレコメンド対象商品の選択が可能となる。

以上、本発明の実施形態について詳述したが、本発明はこれらの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々の変更が可能である。

２ スマートフォン
３ 店舗
５ データセンタ
６ 店舗サーバ
８ タブレット端末
９ 商品データベース
１０ レコメンド履歴データベース
１３ 管理サーバ
１４ 胴体手足部データベース
１６ 会員データベース

Claims (7)

1. 試着を希望するユーザに対し試着対象物を３次元コンピュータグラフィックスにより試着させるシミュレーションを行う試着シミュレーションシステムであって、
   頭部よりも下の胴体手足部分の画像を複数種類記憶しておく胴体手足部分画像記憶手段と、
   前記胴体手足部分画像記憶手段に記憶されている胴体手足部分画像の中からユーザに合うものを選択する画像選択手段と、
   前記画像選択手段により選択された胴体手足部分画像とユーザの頭部の撮影画像とを接合してユーザの分身画像を生成する生成手段と、
   前記生成手段により生成された前記分身画像を記憶しておく分身画像記憶手段と、
   前記分身画像記憶手段に記憶されている分身画像の中からユーザの分身画像を特定する特定手段と、
   予め記憶されている複数種類の試着対象物画像の中から試着を希望するものを選択する試着選択手段と、
   前記試着選択手段により選択された試着対象物画像を用いて、前記特定手段により特定された分身画像に対し映像上で試着させるシミュレーションを行う映像上試着手段と、を備えた、試着シミュレーションシステム。
2. 前記分身画像記憶手段に記憶されている分身画像にマッチすると思われる試着対象物画像を用いて当該分身画像に映像上で試着させたシミュレーション画像を、当該分身画像に相当するユーザに対し送信してレコメンドするレコメンド手段をさらに備えた、請求項１に記載の試着シミュレーションシステム。
3. 前記レコメンド手段は、試着シミュレーションを利用したユーザの消費環境に適応した知識を獲得する機械学習を行うための機械学習手段を含み、
   前記機械学習手段は、試着シミュレーションを利用したユーザの行動を特定可能なデータを前記消費環境に対する状態として入力すると共に、前記ユーザの行動に影響する制御を前記消費環境に対する行為として出力し、前記入力と出力とを繰り返すことによりユーザの消費行動を促進させるための強化学習を行う強化学習手段を含む、請求項２に記載の試着シミュレーションシステム。
4. 前記映像上試着手段は、前記選択手段により選択された第１種類の試着対象物画像と第２種類の試着対象物画像とを共に分身画像に試着させるシミュレーションを行うことが可能である、請求項１〜３の何れかに記載の試着シミュレーションシステム。
5. ユーザが過去に購入した購入済み商品を特定可能な情報を記憶しておく購入済み商品記憶手段をさらに備え、
   前記選択手段は、前記購入済み商品記憶手段の記憶情報により特定されるユーザの購入済み商品の画像の中から選択可能であり、
   前記映像上試着手段は、前記選択手段により選択されたユーザの購入済み商品を前記第１種類の試着対象物画像とすると共に、前記選択手段により選択されたユーザの未購入商品を前記第２種類の試着対象物画像として、購入済み商品と未購入商品とを共に分身画像に試着させるシミュレーションを行うことが可能である、請求項４に記載の試着シミュレーションシステム。
6. 前記選択手段は、ユーザが所持するユーザ端末の操作により選択可能であり、
   前記映像上試着手段は、前記ユーザ端末の表示画面上で試着シミュレーションが表示される、請求項１〜５の何れかに記載の試着シミュレーションシステム。
7. 試着を希望するユーザに対し試着対象物を３次元コンピュータグラフィックスにより試着させるシミュレーションを行うためにコンピュータにより実行されるプログラムであって、
   頭部よりも下の胴体手足部分の画像を複数種類記憶しておく胴体手足部分画像記憶手段に記憶されている胴体手足部分画像の中からユーザに合うものを選択する画像選択ステップと、
   前記画像選択ステップにより選択された胴体手足部分画像とユーザの頭部の撮影画像とを接合してユーザの分身画像を生成する生成ステップと、
   前記生成ステップにより生成された前記分身画像の中からユーザの分身画像を特定する特定ステップと、
   予め記憶されている複数種類の試着対象物画像の中から試着を希望するものを選択する試着選択ステップと、
   前記試着選択ステップにより選択された試着対象物画像を用いて、前記特定ステップにより特定された分身画像に対し映像上で試着させるシミュレーションを行う映像上試着ステップとを、
   前記コンピュータに実行させる、プログラム。
   

Images