JP2018156379A - Measuring program, measuring method and measuring device - Google Patents
Measuring program, measuring method and measuring device Download PDFInfo
- Publication number
- JP2018156379A JP2018156379A JP2017052555A JP2017052555A JP2018156379A JP 2018156379 A JP2018156379 A JP 2018156379A JP 2017052555 A JP2017052555 A JP 2017052555A JP 2017052555 A JP2017052555 A JP 2017052555A JP 2018156379 A JP2018156379 A JP 2018156379A
- Authority
- JP
- Japan
- Prior art keywords
- person
- load
- pressure
- exhibit
- determination unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 60
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 36
- 238000000691 measurement method Methods 0.000 claims description 2
- 210000002683 foot Anatomy 0.000 description 129
- 238000005259 measurement Methods 0.000 description 30
- 230000036316 preload Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 15
- 239000013598 vector Substances 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 210000003371 toe Anatomy 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 230000035900 sweating Effects 0.000 description 6
- 230000037396 body weight Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 229920000139 polyethylene terephthalate Polymers 0.000 description 2
- 239000005020 polyethylene terephthalate Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- -1 PolyEthylene Terephthalate Polymers 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
本発明は計測プログラム、計測方法及び計測装置に関する。 The present invention relates to a measurement program, a measurement method, and a measurement apparatus.
複数の人物に対して興味や嗜好などの調査が行われることがある。例えば、調査の結果は、商品やサービスに関するマーケティング戦略などに活用される。そこで、不特定多数の人物に対する興味や嗜好などの調査に、情報処理システムを活用することが考えられている。 Investigations such as interests and preferences may be made for multiple persons. For example, the results of the survey are used for marketing strategies related to products and services. Therefore, it is considered to use an information processing system for investigation of interests and preferences for an unspecified number of persons.
例えば、展示会場に入場した人の展示製品への興味の程度を滞在時間により定量的に把握し、有効な営業活動の展開に役立てる提案がある。この提案では、展示ブース別に入場者の個人情報を登録した入場者カードを読み取ることで、展示ブース別に滞在した人数及び滞在時間を集計する。 For example, there is a proposal that quantitatively grasps the degree of interest in exhibition products by people who enter the exhibition hall based on the staying time, and uses it to develop effective sales activities. In this proposal, the number of visitors staying in each exhibition booth and the staying time are totaled by reading the visitor card in which the personal information of the visitor is registered for each exhibition booth.
また、利用者の体温、発汗、心拍数をセンサにより取得し、利用者による意思伝達スイッチに対するオン/オフ操作を検出し、取得した各情報を基に、利用者がどの対象物に対してどのような感情や意識などを生じたかを示す対象物情報を作成する装置の提案がある。この提案では、対象物情報が解析されて、各展示物の人気や利用者の嗜好を示す解析情報が作成される。 In addition, the body temperature, sweating, and heart rate of the user are acquired by a sensor, the on / off operation for the communication switch by the user is detected, and based on the acquired information, the user selects which object for which object. There is a proposal of an apparatus for creating object information indicating whether such emotions and consciousness are generated. In this proposal, the object information is analyzed, and analysis information indicating the popularity of each exhibit and the user's preference is created.
更に、靴型の属性により、人の大まかな動線を判断し、それに合わせたコンテンツ情報を表示させる動体検知システムの提案がある。動体検知システムは、複数の動体識別装置を備える。動体識別装置は、人の足の圧力の検知結果から靴型情報を生成し、靴型情報から靴型の属性を判断する。動体検知システムは、同じ靴型の属性が検出された動体識別装置同士を結んだものを動線情報として判断し、動線情報又は靴型の属性の情報に適合したコンテンツ情報を、表示装置により表示する。 Furthermore, there is a proposal of a moving body detection system that judges a rough flow line of a person based on shoe-shaped attributes and displays content information corresponding to the line. The moving object detection system includes a plurality of moving object identification devices. The moving object identification device generates shoe type information from the detection result of the pressure of the human foot, and determines the shoe type attribute from the shoe type information. The moving body detection system determines that the moving body identification devices in which the same shoe-type attribute is detected are connected as the flow line information, and the content information suitable for the flow line information or the shoe-type attribute information is displayed by the display device. indicate.
ここで、人物の状態を推定するための仕組みが問題となる。例えば、上記提案のように、利用者の体温、発汗、心拍数や利用者によるスイッチのオン/オフなどを収集して利用者の嗜好を解析する方法では、利用者の負担が大きい。これに対し、例えば、カメラを設置して人物の行動を監視し、画像処理技術を用いて人物の行動から当該人物の状態を推定することも考えられる。しかし、カメラでの監視は、撮像される画像が個人の特定や識別の手掛かりとなり得る情報であるため、人物側に悪い心証を与えるおそれがある。 Here, a mechanism for estimating the state of the person becomes a problem. For example, as described above, the method of analyzing the user's preference by collecting the user's body temperature, sweating, heart rate, on / off of the switch by the user, etc. places a heavy burden on the user. On the other hand, for example, it is also conceivable to install a camera to monitor a person's action and estimate the state of the person from the person's action using an image processing technique. However, since monitoring with a camera is information that can be used to identify and identify an individual, the captured image may give bad impression to the person.
1つの側面では、本発明は、人物の状態を容易に推定可能にすることを目的とする。 In one aspect, an object of the present invention is to make it possible to easily estimate a person's state.
1つの態様では、計測プログラムが提供される。計測プログラムは、圧力検知部により圧力を検知し、検知した圧力のかかる領域の形状及び/又は大きさに基づいて圧力検知部に、人物が接触しているかどうかを判定し、人物が接触していると判定した場合に、検知した人物に対応した圧力の大きさの分布に応じて、人物の状態を推定する、処理をコンピュータに実行させる。 In one aspect, a measurement program is provided. The measurement program detects the pressure by the pressure detection unit, determines whether the person is in contact with the pressure detection unit based on the shape and / or size of the detected pressure-applied region, If it is determined that the person is present, the computer is caused to execute a process of estimating the state of the person according to the distribution of the pressure magnitude corresponding to the detected person.
1つの側面では、人物の状態を容易に推定できる。 In one aspect, the state of a person can be easily estimated.
以下、本実施の形態について図面を参照して説明する。
[第1の実施の形態]
図1は、第1の実施の形態の計測装置を示す図である。計測装置1は、人物の状態の推定を行う。人物の状態とは、人物の姿勢、人物の動作、又は、人物の姿勢や動作などから判断される人物の対象物への関心の度合いや興味の度合いなどである。
Hereinafter, the present embodiment will be described with reference to the drawings.
[First Embodiment]
FIG. 1 is a diagram illustrating a measurement apparatus according to the first embodiment. The
計測装置1は、記憶部1a、圧力検知部1b、判定部1c及び推定部1dを有する。
記憶部1aは、RAM(Random Access Memory)などの揮発性記憶装置でもよいし、HDD(Hard Disk Drive)やフラッシュメモリなどの不揮発性記憶装置でもよい。また、判定部1cや推定部1dは、CPU(Central Processing Unit)、DSP(Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)などによって実現され得る。判定部1c及び推定部1dはプログラムを実行するプロセッサにより実現されてもよい。「プロセッサ」には、複数のプロセッサの集合(マルチプロセッサ)も含まれ得る。
The
The
圧力検知部1bは、圧力検知部1bにかかる圧力を検知する。例えば、圧力検知部1bは、圧力検知部1bの上に載った物によって圧力検知部1bにかかる圧力を検知する。圧力検知部1bの圧力を検知する面(圧力検知面)は、計測装置1の外部に設けられる。例えば、圧力検知部1bの圧力検知面は、人物が歩行する歩行面(床面や地面など)に設けられる。一例では、圧力検知部1bは、センサマトリクスm1を有する。
The
センサマトリクスm1は、圧力検知面を形成する。センサマトリクスm1は、シート状であり、シートの面において、2次元の格子状に配置された複数の圧力センサを備える。圧力検知部1bは、センサマトリクスm1により、圧力のかかる領域の形状や大きさを検知する。
The sensor matrix m1 forms a pressure detection surface. The sensor matrix m1 has a sheet shape, and includes a plurality of pressure sensors arranged in a two-dimensional lattice pattern on the surface of the sheet. The
判定部1cは、検知した圧力のかかる領域の形状及び/又は大きさに基づいて圧力検知部1bに、人物が接触しているかどうかを判定する。例えば、判定部1cは、圧力検知部1bに人物の足の裏(靴底を含む)が接触しているかどうかを判定する。一例では、判定部1cは、圧力検知部1bによる圧力の検知結果として、荷重分布2を得る。
The determination unit 1c determines whether or not a person is in contact with the
荷重分布2は、圧力検知部1bの圧力検知面における荷重領域2a,2bの情報を含む。例えば、図1の荷重分布2において、上側から下側へ向かう方向をX軸の正方向とし、右側から左側へ向かう方向をY軸の正方向とする。そして、図1の荷重分布2の右上隅を原点(X,Y)=(0,0)とする。座標の格子点は、センサマトリクスm1の1つの圧力センサによる圧力の検出位置に相当する。格子点には、圧力の大きさを示す荷重値が対応付けられる。
The
したがって、判定部1cは、荷重分布2により、圧力のかかる領域の形状(例えば、荷重領域2a,2bの形状)や、圧力のかかる領域の大きさ(例えば、荷重領域2a,2bの面積の合計)を得ることができる。
Therefore, the determination unit 1c uses the
例えば、記憶部1aは、人物の足型又は靴型の形状のパターンを示す情報を予め記憶する。そして、判定部1cは、荷重領域2a,2bの形状と、記憶部1aに記憶された形状のパターンとを照合することで、荷重領域2a,2bが人物に対応するか否かを判定する。例えば、判定部1cは、荷重領域2a,2bの形状と記憶部1aに記憶された形状のパターンとの一致の度合いが所定値より大きい場合に、荷重領域2a,2bが人物に対応すると判定する。この場合、判定部1cは、圧力検知部1bに人物(例えば、人物3)が接触していると判定する。一方、判定部1cは、荷重領域2a,2bの形状と記憶部1aに記憶された形状のパターンとの一致の度合いが所定値以下の場合に、荷重領域2a,2bが人物に対応しないと判定する。この場合、判定部1cは、圧力検知部1bに人物が接触していないと判定する。
For example, the memory |
また、例えば、記憶部1aは、人物の足型又は靴型の形状の面積の典型値を示す情報を予め記憶する。そして、判定部1cは、荷重領域2a,2bの形状の面積と、記憶部1aに記憶された面積の典型値とを照合することで、荷重領域2a,2bが人物に対応するか否かを判定する。例えば、判定部1cは、荷重領域2a,2bの面積と、記憶部1aに記憶された面積の典型値とが所定の精度で一致する場合に、荷重領域2a,2bが人物に対応すると判定する。この場合、判定部1cは、圧力検知部1bに人物(例えば、人物3)が接触していると判定する。一方、判定部1cは、荷重領域2a,2bの面積と、記憶部1aに記憶された面積の典型値とが所定の精度で一致しない場合に、荷重領域2a,2bが人物に対応しないと判定する。この場合、判定部1cは、圧力検知部1bに人物が接触していないと判定する。
Further, for example, the
更に、判定部1cは、記憶部1aに記憶された、人物の足型又は靴型の形状のパターンを示す情報と、足型又は靴型の面積の典型値との両方を用いて、圧力検知部1bに人物が接触しているかどうかを判定してもよい。例えば、判定部1cは、荷重領域2a,2bの形状と記憶部1aに記憶された形状のパターンとの一致の度合いが所定値より大きく、かつ、荷重領域2a,2bの面積と記憶部1aに記憶された面積の典型値とが所定の精度で一致する場合に、荷重領域2a,2bが人物に対応すると判定してもよい。一方、判定部1cは、荷重領域2a,2bの形状と記憶部1aに記憶された形状のパターンとの一致の度合いが所定値以下、又は、荷重領域2a,2bの面積と記憶部1aに記憶された面積の典型値とが所定の精度で一致していない場合に、荷重領域2a,2bが人物に対応しないと判定してもよい。
Further, the determination unit 1c uses both the information indicating the pattern of the shape of the foot or shoe shape of the person and the typical value of the area of the foot or shoe shape stored in the
なお、荷重領域2a,2bが人物に対応する場合、判定部1cは、荷重領域2a,2bの位置関係や形状の対称性から、荷重領域2aを左足の荷重分布であり、荷重領域2bを右足の荷重分布であると判断することもできる。
When the
推定部1dは、圧力検知部1bに人物が接触していると判定した場合に、検知した人物に対応した圧力の大きさの分布に応じて、人物の状態を推定する。例えば、判定部1cが、圧力検知部1bに人物3の足の裏が接触していると判定した場合に、推定部1dは、検知した人物3に対応した圧力の大きさの分布に応じて、人物3の状態を推定する。より具体的には、推定部1dは、荷重分布2に基づいて、荷重領域2a,2bに属する各座標点における荷重値(圧力の大きさ)を得る。そして、推定部1dは、荷重領域2a,2bにおける荷重値の偏りを取得する。
When the estimation unit 1d determines that the person is in contact with the
一例では、推定部1dは、荷重領域2a,2bの形状及び/又は大きさに基づいて、人物3の向いている方向を特定する。例えば、推定部1dは、荷重領域2a,2bの形状と、人物の足型又は靴型の形状のパターン(つま先側を前側とし逆側を後ろ側とする)との照合結果により、荷重領域2a,2bのつま先側に相当する方を前側と判断する。そうすると、例えば、推定部1dは、荷重領域2a,2bにおいて、荷重値の比較的大きい方が前側に集中し、荷重値の比較的小さい方が後ろ側に集中しているとき、人物3の前側に比較的大きく荷重がかけられている(前荷重である)と推定する。同様にして、推定部1dは、人物3の後ろ側に比較的大きく荷重がかけられている(後ろ荷重である)と推定することもできる。ここで、荷重分布2の例では色が濃いほど荷重値が大きいことを表す。
In one example, the estimation unit 1d specifies the direction in which the
推定部1dによる上記の処理を用いることで、人物3について更に多くの情報を得ることができる。例えば、台4に対象物5が展示されている状況を考える。そして、圧力検知部1bの圧力検知面は、台4及び対象物5の前の床面に配置されている。すなわち、圧力検知面のX=0に相当する辺が台4及び対象物5の側に配置されている。この場合に、推定部1dは、特定した人物3の向いている方向と、検知した人物3に対応した圧力の大きさの分布とに応じて、人物3の対象物への関心度合いを推定してもよい。
By using the above processing by the estimation unit 1d, more information about the
具体的には、圧力検知部1bの設けられたエリアの対象物5側をエリアの前側、その逆側をエリアの後ろ側とする。推定部1dは、圧力検知部1bの設けられたエリアに人物3が入った場合や当該エリアに所定時間以上、人物3が滞在した場合に、人物3が対象物5に関心を示していると判断することが考えられる。また、推定部1dは、当該エリアの後ろ側から前側へ人物3が移動した場合に、人物3が対象物5に関心を示していると判断することが考えられる。更に、対象物5に比較的近い位置で人物3が前荷重である場合に、対象物5に対して人物3が関心を示していると判断することが考えられる。推定部1dは、このような判定により、対象物5に対する人物3の関心度合いをスコア付けしてもよい。例えば、推定部1dは、これらの人物3の状態を検出するたびに、監視度合いを表すスコアに所定値を加算していき、対象物5に対する人物3の関心度合いを計算することが考えられる。この場合、推定部1dは、スコアが大きいほど、対象物5に対する人物3の関心が高いと評価する。
Specifically, the
これにより、人物の状態を容易に推定できる。例えば、展示場などへ訪れた不特定多数の人物に対して紙やWebなどによるアンケートによって、参加者の興味や関心などを調査することが考えられる。しかし、このような方法では回答する人物側の負担が大きい。また、人物の体温、発汗、心拍数や人物によるスイッチのオン/オフなどを収集して利用者の嗜好を解析する方法も考えられるが、この方法でも人物側の負担が大きい。これに対し、例えば、カメラを設置して人物の行動を監視し、画像処理技術を用いて人物の行動から当該人物の状態を推定することも考えられる。しかし、カメラでの監視は、撮像される画像が個人の特定や識別の手掛かりとなり得る情報であるため、人物側に悪い心証を与えるおそれがある。 Thereby, a person's state can be estimated easily. For example, it is conceivable to investigate the interests and interests of the participants by questionnaires on paper and the Web for a large number of unspecified people who have visited an exhibition hall. However, such a method places a heavy burden on the responding person. A method of analyzing the user's preference by collecting a person's body temperature, sweating, heart rate, and on / off of the switch by the person is also conceivable, but this method also has a heavy burden on the person side. On the other hand, for example, it is also conceivable to install a camera to monitor a person's action and estimate the state of the person from the person's action using an image processing technique. However, since monitoring with a camera is information that can be used to identify and identify an individual, the captured image may give bad impression to the person.
そこで、計測装置1は、圧力検知部1bによる圧力の検知結果を用いて、人物3の状態を推定する。これにより、人物3の体温、発汗、心拍数などを計測する多数のセンサを用いたり、人物3の行動を監視するカメラを設置したりするよりも、比較的簡易な設備で人物の状態を容易に推定可能となる。特に、人物3により圧力検知部1bが足で踏まれさえすればよいため、人物3の行動の妨げにならない。人物3に特別な行動を強いずに済むため、紙やスイッチなどを用いて回答してもらう方法に比べて、人物3の負担を減らせる。更に、カメラで監視される場合のような不快感を人物3に与えずに済む。こうして、計測装置1を用いることで、不特定多数の人物に対する、対象物5への関心度合いなどの調査を効率的に行える利点もある。
Therefore, the measuring
次に、計測装置1の機能を有するサーバコンピュータ(単にサーバと称することがある)を展示場に設ける場合を例示して、当該機能をより詳細に説明する。
[第2の実施の形態]
図2は、第2の実施の形態の計測システムの例を示す図である。第2の実施の形態の計測システムは、サーバ100及びセンサシート200を有する。サーバ100及びセンサシート200は、所定のケーブルによって接続されている。
Next, the function will be described in more detail by exemplifying a case where a server computer (sometimes simply referred to as a server) having the function of the measuring
[Second Embodiment]
FIG. 2 is a diagram illustrating an example of a measurement system according to the second embodiment. The measurement system according to the second embodiment includes a
サーバ100は、展示場を訪れた人物の展示品に対する関心度合いの調査に用いられるサーバコンピュータである。サーバ100は、計測装置1の一例である。
センサシート200は、圧力を検知するセンサ(圧力センサ)である。センサシート200は、長方形のシート状であり、展示場の床面(歩行面)に敷かれる。センサシート200は、圧力検知部1bの一例である。ここで、展示場には、展示台10が設けられ、展示台10の上に展示品11が設置されている。展示台10は展示品11を載せて展示するための台である。展示品11は、展示場で展示される品である。センサシート200は、展示品11に対して1つ設けられる。例えば、展示場を訪れた人物50が展示品11を見ようとする場合、人物50は、センサシート200の上に乗って、展示品11を見ることになる。センサシート200が設けられた領域を、展示品11を展示する1つのブースと考えてもよい。
The
The
図3は、第2の実施の形態のサーバとセンサシートとの接続例を示す図である。展示場では、複数の展示品が展示される。このため、展示場には、センサシート200,200a,200b,・・・が設けられる。第2の実施の形態の計測システムは、センサシート200a,200b,・・・も含む。
FIG. 3 is a diagram illustrating a connection example between the server and the sensor sheet according to the second embodiment. In the exhibition hall, multiple exhibits are displayed. For this reason,
前述のように、センサシート200は、展示品11に対して設けられている。センサシート200aは、展示品11aに対して設けられている。センサシート200bは、展示品11bに対して設けられている。他の展示品に対しても、センサシートが1対1に設けられている。センサシートにはID(IDentifier)(センサIDと称する)が付与されている。また、展示品にもID(展示品IDと称する)が付与されている。サーバ100は、センサIDと展示品IDとの対応関係を予め保持する。
As described above, the
図4は、第2の実施の形態のサーバのハードウェア例を示す図である。サーバ100は、プロセッサ101、RAM102、HDD103、接続IF(InterFace)104、画像信号処理部105、入力信号処理部106、媒体リーダ107及びネットワークIF108を有する。各ハードウェアはサーバ100のバスに接続されている。
FIG. 4 is a diagram illustrating a hardware example of the server according to the second embodiment. The
プロセッサ101は、サーバ100の情報処理を制御するハードウェアである。プロセッサ101は、マルチプロセッサであってもよい。プロセッサ101は、例えばCPU、DSP、ASIC又はFPGAなどである。プロセッサ101は、CPU、DSP、ASIC、FPGAなどのうちの2以上の要素の組み合わせであってもよい。
The
RAM102は、サーバ100の主記憶装置である。RAM102は、プロセッサ101に実行させるOS(Operating System)のプログラムやアプリケーションプログラムの少なくとも一部を一時的に記憶する。また、RAM102は、プロセッサ101による処理に用いる各種データを記憶する。
The
HDD103は、サーバ100の補助記憶装置である。HDD103は、内蔵した磁気ディスクに対して、磁気的にデータの書き込み及び読み出しを行う。HDD103は、OSのプログラム、アプリケーションプログラム、及び各種データを記憶する。サーバ100は、フラッシュメモリやSSD(Solid State Drive)などの他の種類の補助記憶装置を備えてもよく、複数の補助記憶装置を備えてもよい。
The
接続IF104は、センサシート200とサーバ100とを接続するためのインタフェースである。接続IF104としては、例えば、USB(Universal Serial Bus)などのインタフェースを用いることができる。接続IF104は、センサシート200a,200b,・・・(図4では図示を省略している)とサーバ100との接続にも用いられる。
The connection IF 104 is an interface for connecting the
画像信号処理部105は、プロセッサ101からの命令に従って、サーバ100に接続されたディスプレイ21に画像を出力する。ディスプレイ21として、CRT(Cathode Ray Tube)ディスプレイや液晶ディスプレイなどを用いることができる。
The image
入力信号処理部106は、サーバ100に接続された入力デバイス22から入力信号を取得し、プロセッサ101に出力する。入力デバイス22として、例えば、マウスやタッチパネルなどのポインティングデバイス、キーボードなどを用いることができる。
The input
媒体リーダ107は、記録媒体23に記録されたプログラムやデータを読み取る装置である。記録媒体23として、例えば、フレキシブルディスク(FD:Flexible Disk)やHDDなどの磁気ディスク、CD(Compact Disc)やDVD(Digital Versatile Disc)などの光ディスク、光磁気ディスク(MO:Magneto-Optical disk)を使用できる。また、記録媒体23として、例えば、フラッシュメモリカードなどの不揮発性の半導体メモリを使用することもできる。媒体リーダ107は、例えば、プロセッサ101からの命令に従って、記録媒体23から読み取ったプログラムやデータをRAM102又はHDD103に格納する。
The
ネットワークIF108は、ネットワーク20を介して他の装置と通信を行う。ネットワークIF108は、有線通信インタフェースでもよいし、無線通信インタフェースでもよい。
The network IF 108 communicates with other devices via the
図5は、第2の実施の形態のセンサシートのハードウェア例を示す図である。センサシート200は、プロセッサ201、メモリ202、接続IF203及びセンサ部204を有する。
FIG. 5 is a diagram illustrating a hardware example of the sensor sheet according to the second embodiment. The
プロセッサ201は、センサシート200の動作を制御するハードウェアである。プロセッサ201は、例えばDSP、ASIC又はFPGAなどである。プロセッサ201は、DSP、ASIC、FPGAなどのうちの2以上の要素の組み合わせであってもよい。
The
メモリ202は、センサ部204により取得されたセンサデータを記憶する。
接続IF203は、センサシート200とサーバ100とを接続するためのインタフェースである。接続IF203としては、例えば、USBなどのインタフェースを用いることができる。
The
The connection IF 203 is an interface for connecting the
センサ部204は、シート面上に、2次元に配置された複数の圧力センサにより形成される。圧力センサ204aは、複数の圧力センサのうちの1つである。複数の圧力センサは、センサマトリクスを形成する。すなわち、複数の圧力センサそれぞれが格子状に配置されている。
The
センサ部204は、シート面上の物が、シート面に加える圧力に応じた荷重の値(荷重値)を、各圧力センサによって計測する。より具体的には、PET(PolyEthylene Terephthalate)などの材質の2枚のフィルムを用意し、1枚のフィルムには行方向に電極を配線し、もう1枚のフィルムには列方向に電極を配線する。そして、電極上に感圧導電性のインクを塗布し、2枚のフィルムの電極が行列方向に重なるように、2枚のフィルムを重ねることでセンサ部204が形成される。そうすると、各電極の行列の交点部分が圧力センサとして機能し、圧力に応じて(荷重に応じて)該当箇所の抵抗値が変化する。この抵抗値は、プロセッサ201によりデジタル値(荷重値)に変換され、サーバ100に送信される。
The
図6は、第2の実施の形態のサーバの機能例を示す図である。サーバ100は、記憶部110、荷重分布測定部120、足型照合部130、人物属性判定部140、関心度判定部150及び分析処理部160を有する。
FIG. 6 is a diagram illustrating a function example of the server according to the second embodiment. The
記憶部110は、RAM102やHDD103に確保された記憶領域として実現される。荷重分布測定部120、足型照合部130、人物属性判定部140、関心度判定部150及び分析処理部160は、RAM102に記憶されたプログラムを、プロセッサ101により実行することで、プロセッサ101により発揮される機能でもよい。あるいは、荷重分布測定部120、足型照合部130、人物属性判定部140、関心度判定部150及び分析処理部160は、FPGAやASICなどのハードワイヤードロジックにより実現されてもよい。
The
記憶部110は、各部の処理に用いられる各種の情報を記憶する。記憶部110は、足型テーブル、人物テーブル及び結果テーブルを記憶する。
足型テーブルは、人の足の裏又は靴底の形状(足型と称する)を示す情報が登録されたテーブルである。足型は足形と表されることもある。足型を示す情報は、人の足の裏又は靴底の形状を、複数の種類の特徴量で表した特徴ベクトルでもよい。足型テーブルに登録される足型を示す情報は、予め作成され、記憶部110に格納される。
The
The foot type table is a table in which information indicating the shape of the sole of a person's foot or the sole (referred to as a foot type) is registered. Footprints are sometimes referred to as footprints. The information indicating the foot shape may be a feature vector that represents the shape of the sole or sole of a person with a plurality of types of feature amounts. Information indicating the foot shape registered in the foot shape table is created in advance and stored in the
人物テーブルは、人物に対して実際に取得された足型や体重などの属性情報が、人物のID(人物IDと称する)に対応付けて登録されたテーブルである。人物テーブルに登録される足型を示す情報も、実際に取得された足型を示す特徴ベクトルでもよい。 The person table is a table in which attribute information such as foot shape and weight actually acquired for a person is registered in association with a person ID (referred to as a person ID). The information indicating the foot pattern registered in the person table may also be a feature vector indicating the actually acquired foot pattern.
結果テーブルは、人物に対して判定された各展示品に対する関心度の判定結果が、人物IDに対応付けて登録されたテーブルである。
荷重分布測定部120は、センサシート200を用いて、センサ部204における荷重分布を測定し、荷重分布の測定データを生成する。荷重分布とは、センサ部204において荷重がかかっている点(荷重値が0以上、又は、所定値以上である点)の集合である。荷重分布測定部120は、荷重分布の測定データを、記憶部110に格納する。荷重分布測定部120は、センサシート200a,200b,・・・(図6では図示を省略している)を用いて、同様に荷重分布の測定データを生成する。
The result table is a table in which the determination result of the interest level for each exhibit determined for a person is registered in association with the person ID.
The load
足型照合部130は、荷重分布測定部120により測定された荷重分布の測定データから、荷重領域の形状を特定する。足型照合部130は、特定された荷重領域の形状を、記憶部110に記憶された足型と照合し、センサシート200に人物が載っているか(センサシート200に人物が接触しているか)否かを判定する。例えば、前述のように、足型が特徴ベクトルで表される場合、足型照合部130は、特定された荷重領域の形状を特徴ベクトルに変換し、記憶部110に記憶された足型を示す特徴ベクトルと照合してもよい。この場合、足型照合部130は、両特徴ベクトルが所定の精度で一致する場合に、センサシート200に人物が載っていると判定し、それ以外の場合にセンサシート200に人物が載っていないと判定する。足型照合部130は、荷重領域の組合せを基に、センサシート200に複数の人物が載っていることを判定することもできる。
The foot
人物属性判定部140は、荷重分布の測定データに基づいて、センサシート200に載っている人物の体重や性別などの属性情報を判定する。例えば、人物属性判定部140は、荷重分布の測定データから、1人の人物に対応する荷重領域を特定し、当該荷重領域における荷重値を積分することで、当該人物の体重(又は、体重に相当する量)を計算する。人物属性判定部140は、計算された体重、当該人物に対応する荷重領域の形状及び足の内外の荷重傾向などに基づいて、当該人物の性別を判定する。ここで、足の内外の荷重傾向とは、足裏の内側(股側)に荷重がかかっているか、足裏の外側(股とは逆側)に荷重がかかっているかの傾向を表す。例えば、女性では内側に荷重がかかる傾向(内側荷重傾向)にあり、男性では外側に荷重がかかる傾向(外側荷重傾向)にある。人物属性判定部140は、判定した属性情報を、該当の人物の人物IDに対応付けて、記憶部110に記憶された人物テーブルに登録する。
The person attribute
関心度判定部150は、荷重分布の測定データに基づいて、センサシート200に乗っている人物の展示品11に対する関心度を判定する。例えば、関心度判定部150は、人物50のセンサシート200上での滞在時間、位置、移動方向、姿勢などを判定することで、人物50による展示品11に対する関心度を判定する。関心度判定部150は、関心度を複数段階のスコアによって求める。スコアが大きいほど関心度は高いとする。関心度判定部150は、判定された関心度を、該当の人物の人物IDに対応付けて、記憶部110に記憶された結果テーブルに登録する。
The interest
分析処理部160は、記憶部110に記憶された結果テーブルにより、複数の人物による各展示品に対する関心度の傾向を分析し、分析結果をディスプレイ21により表示させる。例えば、分析処理部160は、展示場を訪れた複数の人物により比較的高い関心をもたれた展示品のランキングをディスプレイ21により表示させてもよい。あるいは、展示品11の横にディスプレイ21が配置されている場合に、分析処理部160は、展示品11に対して関心をもった別の人物が関心をもった別の展示品を、展示品11を観覧している人物50にお薦めする画像をディスプレイ21に表示させてもよい。また、分析処理部160は、当該別の展示品へのナビゲーション(例えば、ブース番号の提示や経路表示など)をディスプレイ21に表示させてもよい。
The
図7は、第2の実施の形態の荷重分布の測定データの例を示す図である。荷重分布測定部120は、センサシート200を用いて、センサ部204にかかる荷重値の分布(荷重分布)を測定し、測定データを生成する。測定データは、センサ部204におけるセンサマトリクスの各格子点(各圧力センサ)において計測された荷重値の集合である。例えば、各格子点の位置は、2次元(X,Y)座標系によって表される。したがって、測定データは、(X,Y)の座標値と、当該座標値で表される位置に存在する圧力センサによって計測された荷重値との組を、格子点毎に含む。
FIG. 7 is a diagram illustrating an example of load distribution measurement data according to the second embodiment. The load
図7では、1つの格子点を、1つの正方形によって表している。荷重のかかっていない位置では、荷重値は0である。測定データでは、荷重のかかっている位置に対して、正の荷重値となる。図7では、色が濃いほど、荷重値が大きいことを示す(以下の図面でも同様である)。正の荷重値をもつ連続する点で表される領域が1つの荷重領域を形成する。図7では、人物の左足の靴底による荷重領域の例を表している。荷重領域内の荷重値のマップを、荷重パターンと呼ぶ。 In FIG. 7, one grid point is represented by one square. At a position where no load is applied, the load value is zero. In the measurement data, the load value is positive with respect to the position where the load is applied. In FIG. 7, the darker the color, the larger the load value (the same applies to the following drawings). A region represented by consecutive points having a positive load value forms one load region. FIG. 7 shows an example of a load area by a shoe sole of a person's left foot. A map of load values in the load region is called a load pattern.
図8は、第2の実施の形態の展示品と人物との位置関係の例を示す図である。図8(A)は、展示品11を観覧する人物50,60を真上から見た場合の展示品11と人物50,60との位置関係を例示している。例えば、センサシート200の展示品11側の辺のうちの一端(図8(A)におけるセンサシート200の左上)を、(X,Y)座標の原点(0,0)とする。そして、図8(A)の左側から右側へ向かう方向をX軸の正方向とする。また、図8(A)の上側から下側へ向かう方向をY軸の正方向とする。
FIG. 8 is a diagram illustrating an example of a positional relationship between an exhibit and a person according to the second embodiment. FIG. 8A illustrates the positional relationship between the
図8(A)に示される位置関係でいえば、人物50は、人物60よりも展示品11に近い位置に存在する。人物60は、人物50よりも展示品11に遠い位置に存在する。人物50,60は、展示品11を見る場合、Y座標の大きい側から展示品11のブースに入り、Y座標の小さい側へ移動することになる。
Speaking of the positional relationship shown in FIG. 8A, the
図8(B)は、人物50に対応する靴底領域51,52及び人物60に対応する靴底領域61,62,63,64を例示している。靴底領域51,52は、例えば、スニーカーの靴底に対応する靴底領域である。靴底領域61,62,63,64は、例えば、ハイヒールに対応する靴底領域である。
FIG. 8B illustrates shoe
人物50のセンサシート200上の位置は、靴底領域51,52に対応する荷重領域の荷重中心点P1の座標によって表される。ここで、荷重中心点P1は、靴底領域51,52に対応する2つの荷重領域の重心である。荷重領域の重心は、実測の荷重値を考慮して求められてもよいし、荷重領域内の荷重の密度を一定として求められてもよい。このとき、展示品11と人物50との間の距離の指標は、荷重中心点P1のY座標=L1である。
The position of the
なお、足型照合部130は、靴底領域51,52に対応する2つの荷重領域を、両荷重領域間の距離(例えば、両荷重領域の重心間の距離)や、形状の特徴(2つの荷重領域の形状が左右対称で所定の類似度で類似しているなど)によって特定する。
Note that the foot-
同様に、人物60のセンサシート200上の位置は、靴底領域61,62,63,64に対応する荷重領域の荷重中心点P2の座標によって表される。ここで、荷重中心点P2は、靴底領域61,62,63,64に対応する4つの荷重領域の重心(荷重値を考慮した重心でもよい)である。このとき、展示品11と人物60との間の距離の指標は、荷重中心点P2のY座標=L2である。
Similarly, the position of the
なお、足型照合部130は、例えば、記憶部110に記憶された足型と照合することで、靴底領域61,62に対応する2つの荷重領域を第1の荷重領域グループと特定する。同様に、足型照合部130は、靴底領域63,64に対応する2つの荷重領域を第2の荷重領域グループと特定する。そして、足型照合部130は、第1の荷重領域グループと第2の荷重領域グループとを両グループ間の距離(両グループの重心間の距離)や、形状の特徴(2つの荷重領域グループの形状が左右対称で所定の類似度で類似しているなど)によって特定する。
In addition, the foot type |
図9は、第2の実施の形態の前荷重になる人物の動作例を示す図である。人物50は、展示品11を観覧するために、センサシート200の領域(すなわち、展示品11のブース)に踏み込み、展示品11に近づく。更に、人物50は、展示品11に対してより注目するために、展示品11に目を近付ける(図9(A))。このとき、人物50は、前傾の姿勢となり、前荷重となる。
FIG. 9 is a diagram illustrating an operation example of a person who becomes a preload according to the second embodiment. The
また、人物50は、展示品11をより詳しく観察するために、展示品11に触れることもある(図9(B))。この場合、人物50は、展示品11に触れるために、前傾の姿勢となり、前荷重となる。
In addition, the
図10は、第2の実施の形態の前荷重を示す荷重パターンの例を示す図である。図10(A)は、人物50が右足を左足よりも前に出して前傾姿勢となるときの荷重パターン310,320を例示している。人物50の前方向(足を前に出して進む方向)は、荷重パターン310,320の形状(足の指や踏み付け部のある前側の方が、踵がある後ろ側よりも膨らんだ(幅の大きな)形状となっている)によって特定される。関心度判定部150は、人物50の前方向が、Y軸の負の方向を向いているとき、人物50が展示品11の方向を向いていると判定する。荷重パターン310は、左足の荷重パターンである。荷重パターン320は、右足の荷重パターンである。
FIG. 10 is a diagram illustrating an example of a load pattern indicating a preload according to the second embodiment. FIG. 10A illustrates
荷重パターン310は、領域311,312,313を有する。
領域311は、左足裏のつま先側の領域である。領域311は、前荷重の場合に、比較的大きな荷重値が属する領域である。領域312は、左足裏の中央部分の領域である。領域312は、前荷重の場合に、領域311よりも小さな荷重値が属する領域である。領域313は、左足裏の踵側の領域である。領域313は、領域312よりも小さな荷重値が属する領域である。
The
A
荷重パターン320は、領域321,322,323を有する。
領域321は、右足裏のつま先側の領域である。領域321は、前荷重の場合に、比較的大きな荷重値が属する領域である。領域322は、右足裏の中央部分の領域である。領域322は、前荷重の場合に、領域321よりも小さな荷重値が属する領域である。領域323は、右足裏の踵側の領域である。領域323は、領域322よりも小さな荷重値が属する領域である。
The
An
人物50が右足を左足よりも前に出して前傾姿勢となる場合、領域321は、領域311よりも広い領域となる傾向にある。関心度判定部150は、人物50に対し、前後方向にずれて特定された2つの荷重領域に対して、次のように前荷重であることを判定できる。すなわち、関心度判定部150は、荷重パターン310,320のように、荷重値の比較的大きな領域(例えば、領域311,321)がつま先側にあり、前側にある足の荷重パターン(例えば、荷重パターン320)の該当領域(例えば、領域321)が後ろ側にある足の荷重パターン(例えば、荷重パターン310)の該当領域(例えば、領域311)よりも大きい場合に、人物50が前傾姿勢であると判定する。人物50が左足を右足よりも前に出して前傾姿勢となる場合も、同様にして(判定条件の左右を逆にして)人物50が前傾姿勢であるか否かを判定する。
When the
図10(B)は、人物50が右足及び左足を揃えて前傾姿勢となるときの荷重パターン330,340を例示している。荷重パターン330は、左足の荷重パターンである。荷重パターン340は、右足の荷重パターンである。
FIG. 10B illustrates
荷重パターン330は、領域331,332,333を有する。
領域331は、左足裏のつま先側の領域である。領域331は、前荷重の場合に、比較的大きな荷重値が属する領域である。領域332は、左足裏の中央部分の領域である。領域332は、前荷重の場合に、領域331よりも小さな荷重値が属する領域である。領域333は、左足裏の踵側の領域である。領域333は、領域332よりも小さな荷重値が属する領域である。
The
The
荷重パターン340は、領域341,342,343を有する。
領域341は、右足裏のつま先側の領域である。領域341は、前荷重の場合に、比較的大きな荷重値が属する領域である。領域342は、右足裏の中央部分の領域である。領域342は、前荷重の場合に、領域341よりも小さな荷重値が属する領域である。領域343は、右足裏の踵側の領域である。領域343は、領域342よりも小さな荷重値が属する領域である。
The
The
人物50が右足及び左足を揃えて前傾姿勢となる場合、領域331,341は、同程度の大きさの領域となる。したがって、関心度判定部150は、人物50に対し、前後方向に揃って特定された2つの荷重領域に対して、次のように前荷重であることを判定できる。すなわち、関心度判定部150は、荷重パターン330,340のように、荷重値の比較的大きな範囲がつま先側にあり、当該つま先側の範囲が、両荷重パターンで同程度(所定の誤差内で一致する)の大きさである場合に、人物50が前傾姿勢であると判定する。
When the
図11は、第2の実施の形態の足型テーブルの例を示す図である。足型テーブル111は、記憶部110に予め記憶される。足型テーブル111は、足型ID及び足型パターンの項目を含む。
FIG. 11 is a diagram illustrating an example of a foot table according to the second embodiment. The foot table 111 is stored in the
足型IDの項目には、足型の識別情報(足型ID)が登録される。足型パターンの項目には、人の典型的な足型の形状を示す情報が登録される。足型の形状を示す情報は、足型の形状を示す画像情報でもよいし、足型の形状に対応する特徴ベクトルでもよい。足型の形状に対応する特徴ベクトルを登録する場合、足型の形状の大きさ(面積)の情報(図11では図示を省略している)も足型パターンとして足型テーブル111に登録される。 In the foot type ID item, foot type identification information (foot type ID) is registered. In the foot pattern item, information indicating a typical foot shape of a person is registered. The information indicating the shape of the foot shape may be image information indicating the shape of the foot shape, or may be a feature vector corresponding to the shape of the foot shape. When registering a feature vector corresponding to a foot shape, information on the size (area) of the foot shape (not shown in FIG. 11) is also registered in the foot table 111 as a foot pattern. .
例えば、足型テーブル111には、足型IDが“a”、足型パターンが“p1”というレコードが登録されている。このレコードは、足型ID“a”に対して人の典型的な足型の足型パターン“p1”が予め登録されていることを示す。足型テーブル111には、他の足型についても同様にして、足型ID及び足型パターンを含むレコードが登録される。 For example, a record with a foot pattern ID “a” and a foot pattern “p1” is registered in the foot pattern table 111. This record indicates that a typical human foot pattern “p1” is registered in advance for the foot pattern ID “a”. In the foot pattern table 111, records including a foot pattern ID and a foot pattern are registered in the same manner for other foot patterns.
なお、足型テーブル111は、例えば事前にサンプリングされた人の足型(足裏や靴底の形状)の情報を基にした機械学習によって、サーバ100により事前に作成され、記憶部110に予め格納される。
The foot type table 111 is created in advance by the
図12は、第2の実施の形態の人物テーブルの例を示す図である。人物テーブル112は、記憶部110に予め格納される。人物テーブル112は、人物ID、実測足型パターン、体重、荷重特徴量及び性別の情報を含む。
FIG. 12 is a diagram illustrating an example of a person table according to the second embodiment. The person table 112 is stored in the
人物IDの項目には、人物の識別情報(人物ID)が登録される。実測足型パターンの項目には、実測された足型の形状を示す情報が登録される。前述のように、足型の形状を示す情報は、足型の形状を示す画像情報でもよいし、足型の形状に対応する特徴ベクトルでもよい。両足の足型を照合に用いる場合、両足の足型の形状に対応する画像情報や特徴ベクトル(左右について1つずつ、計2つの特徴ベクトル)でもよい。体重の項目には、荷重パターンを基に測定された体重(又は、体重に対応する値)が登録される。荷重特徴量の項目には、荷重パターンを表す特徴量(荷重特徴量)が登録される。荷重特徴量は、荷重パターンにおける荷重値の分布の傾向を表す量である。性別の項目には、性別が登録される。 Person identification information (person ID) is registered in the item of person ID. In the item of the actually measured foot pattern, information indicating the shape of the actually measured foot shape is registered. As described above, the information indicating the shape of the foot shape may be image information indicating the shape of the foot shape, or may be a feature vector corresponding to the shape of the foot shape. In the case where the foot molds of both feet are used for collation, image information and feature vectors corresponding to the shape of the foot molds of both feet (two feature vectors, one for each of the left and right) may be used. In the body weight item, the body weight (or a value corresponding to the body weight) measured based on the load pattern is registered. A feature amount (load feature amount) representing a load pattern is registered in the item of load feature amount. The load feature amount is an amount representing a tendency of distribution of load values in the load pattern. Sex is registered in the item of gender.
例えば、人物テーブル112には、人物IDが“U1”、実測足型パターンが“Y1”、体重が“W1”、荷重特徴量が“C1”、性別が“男”というレコードが登録されている。このレコードは、人物ID“U1”で示される人物について、実測足型パターン“Y1”が取得されていることを示す。また、このレコードは、人物ID“U1”で示される人物について、実測された荷重パターンに対し、体重“W1”、荷重特徴量“C1”及び性別“男”が取得されたことを示す。 For example, a record in which the person ID is “U1”, the actually measured foot pattern is “Y1”, the weight is “W1”, the load feature amount is “C1”, and the gender is “male” is registered in the person table 112. . This record indicates that the actually measured foot pattern “Y1” is acquired for the person indicated by the person ID “U1”. In addition, this record indicates that the weight “W1”, the load feature amount “C1”, and the sex “male” are acquired for the actually measured load pattern for the person indicated by the person ID “U1”.
人物テーブル112には、他の人物についても同様にして、人物IDに対して実測足型パターン、体重、荷重特徴量及び性別を含むレコードが登録される。
図13は、第2の実施の形態の結果テーブルの例を示す図である。結果テーブル113は、記憶部110に予め格納される。結果テーブル113は、項番、時刻、展示品ID、人物ID及び関心度の項目を含む。
In the person table 112, records including the actually measured foot pattern, the weight, the load feature amount, and the gender are registered for the person ID in the same manner.
FIG. 13 is a diagram illustrating an example of a result table according to the second embodiment. The result table 113 is stored in the
項番の項目には、レコードを識別する番号が登録される。時刻の項目には、レコードが記録された時刻が登録される。展示品IDの項目には、展示品の識別情報(展示品ID)が登録される。人物IDの項目には、人物の識別情報(人物ID)が登録される。関心度の項目には、人物の展示品に対する関心度が登録される。 In the item number item, a number for identifying the record is registered. The time at which the record was recorded is registered in the time item. Exhibit identification information (exhibit ID) is registered in the item of exhibit ID. Person identification information (person ID) is registered in the item of person ID. In the item of interest level, the degree of interest in a person's exhibit is registered.
例えば、結果テーブル113には、項番が“1”、時刻が“T1”、展示品IDが“A1”、人物IDが“U1”、関心度が“2”というレコードが登録されている。このレコードは、項番“1”で識別され、時刻“T1”に記録されたことを示す。また、このレコードは、展示品ID“A1”の展示品に対する人物ID“U1”の人物の関心度が“2”であることを示す。結果テーブル113には、各展示品に対する各人物の関心度について、同様のレコードが登録される。 For example, in the result table 113, a record having an item number “1”, a time “T1”, an exhibit ID “A1”, a person ID “U1”, and an interest level “2” is registered. This record is identified by item number “1” and indicates that it was recorded at time “T1”. Further, this record indicates that the interest level of the person with the person ID “U1” with respect to the exhibit with the exhibit ID “A1” is “2”. In the result table 113, similar records are registered for the interest level of each person with respect to each exhibit.
次に、サーバ100による処理手順を説明する。以下の説明では、センサシート200によるセンシング結果を検出する例を説明するが、他のセンサシート(例えば、センサシート200a,200b,・・・)に関する手順も、同様の手順となる。
Next, a processing procedure by the
図14は、第2の実施の形態の情報収集処理例を示すフローチャートである。以下、図14に示す処理をステップ番号に沿って説明する。
(S11)荷重分布測定部120は、センサシート200への入力を検出し、測定データを取得する。具体的には、荷重分布測定部120は、センサシート200のセンサ部204の圧力センサにより、正の荷重値(所定の閾値以上の荷重値でもよい)を検出する。荷重分布測定部120は、ある程度の時間(例えば、数秒程度)継続して荷重値を検出した複数の圧力センサの位置により荷重領域を特定する(立ち止った人物を特定するため)。また、荷重分布測定部120は、荷重領域における荷重パターンを取得する。荷重分布測定部120は、センサシート200のセンサIDに対応付けて、荷重領域の情報や荷重パターンの情報を、記憶部110に格納する。なお、瞬間的に荷重値が検出された場合には、センサシート200上を人物などが通り過ぎただけであると推定されるため、荷重分布測定部120は、センサシート200への瞬間的な荷重値の検出を入力とはみなさなくてよい。
FIG. 14 is a flowchart illustrating an example of information collection processing according to the second embodiment. In the following, the process illustrated in FIG. 14 will be described in order of step number.
(S11) The load
(S12)足型照合部130は、足型のパターンマッチングを行う。具体的には、足型照合部130は、荷重分布測定部120により取得された荷重領域の形状及び荷重領域の大きさ(面積)を、記憶部110に記憶された足型テーブル111の各足型パターンと照合する。足型照合部130は、照合によって、荷重領域の形状と最もよく適合する足型パターンを特定し、両者の一致する度合い(一致度)を得る。足型パターンの照合は、片足の足型に対して行われてもよいし、両足の足型に対して行われてもよい。また、足型照合部130は、足型のパターンマッチングを、荷重領域の形状及び荷重領域の大きさの両方を用いて行ってもよいし、何れか一方を用いて行ってもよい。
(S12) The
(S13)足型照合部130は、ステップS12のパターンマッチングの結果により、センサシート200に人物が載ったか否かを判定する。人物が載ったと判定した場合、足型照合部130は、ステップS14に処理を進める。人物が載っていないと判定した場合、足型照合部130は、処理を終了する。例えば、足型照合部130は、ステップS12で得られた一致度が所定値よりも大きい場合に、人物が載ったと判定し、一致度が所定値以下の場合に、人物が載っていないと判定する。
(S13) The foot
(S14)人物属性判定部140は、今回検出された人物の体重を計測する。具体的には、人物属性判定部140は、ステップS12のパターンマッチングに用いた荷重領域における荷重パターンの荷重値の積分値を、当該人物の体重に相当する値として計算する。
(S14) The person attribute
(S15)人物属性判定部140は、今回検出された人物の性別を判定する。例えば、人物属性判定部140は、荷重領域の形状、体重、荷重パターンにおける荷重傾向に基づいて、当該人物の性別を判定する。より具体的には、図8(B)で例示したように、荷重領域の形状が、幾つかの複数の荷重領域部分の組合せから形成されており、ハイヒールのような主に女性が履く履物に相当すると考えられる場合、人物属性判定部140は、当該人物の性別を女性と判定し得る。このとき、人物属性判定部140は、体重を考慮してもよい(例えば、ハイヒール相当の荷重領域を検出し、所定体重以下のときに女性と判定する)。
(S15) The person attribute
あるいは、荷重領域の形状がスニーカーのように男性にも女性にも使用される履物に相当すると考えられる場合、人物属性判定部140は、体重や荷重パターンにおける荷重傾向に基づいて、当該人物の性別を判定し得る。例えば、体重が比較的大きく(例えば、所定体重より大きく)、かつ、荷重パターンにおける荷重傾向が外側荷重傾向の場合に、人物属性判定部140は、当該人物の性別を男性と判定する。一方、体重が比較的小さく(例えば、所定体重以下)、かつ、荷重パターンにおける荷重傾向が内側荷重傾向の場合に、人物属性判定部140は、当該人物の性別を女性と判定する。その他の方法として、荷重領域の大きさから靴の長さや幅などのサイズを取得し、サイズに応じて、更に男性又は女性を絞り込んでもよい(例えば、靴の長さが所定長よりも大きければ男性、所定長以下ならば女性とするなど)。ここで例示された性別の判定方法は一例であり、人物属性判定部140は、他の方法により性別を判定してもよい。なお、ステップS15の処理の詳細は後述される。
Alternatively, when it is considered that the shape of the load area corresponds to footwear used by both men and women like sneakers, the person attribute
(S16)人物属性判定部140は、今回検出された人物が新規人物であるか否かを判定する。新規人物である場合、人物属性判定部140は、ステップS17に処理を進める。新規人物でない場合、人物属性判定部140は、ステップS18に処理を進める。ここで、新規人物とは、記憶部110に記憶された人物テーブル112に未登録の人物であることを意味する。例えば、人物属性判定部140は、今回検出された人物の荷重パターンに基づいて、所定の演算を実行することで荷重特徴量を得る。そして、人物属性判定部140は、人物テーブル112に登録済の実測足型パターン、体重、荷重特徴量及び性別と、今回の人物に対して得られた実測足型パターン(荷重領域の形状を示す情報)、体重、荷重特徴量及び性別とを照合する。照合により今回の人物と同じ属性情報を含むレコードが人物テーブル112に既に登録されていると判定される場合、人物属性判定部140は、当該人物を新規人物でないと判定する。一方、今回の人物と同じ属性情報を含むレコードが人物テーブル112に登録されていないと判定される場合、人物属性判定部140は、当該人物を新規人物であると判定する。
(S16) The person attribute
(S17)人物属性判定部140は、今回検出された人物(新規人物)の属性情報を、人物テーブル112に登録する。具体的には、人物属性判定部140は、新規人物に対して人物IDを新規に付与する。そして、人物属性判定部140は、今回得られた実測足型パターン、体重、荷重特徴量及び性別を、新規に付与された人物IDに対応付けて、人物テーブル112に登録する。
(S17) The person attribute
(S18)関心度判定部150は、今回検出された人物による展示品11に対する関心度の判定(関心度判定)を行う。関心度判定の詳細は後述される。ここで、前述のように、センサシート200と展示品11とは1対1に対応付けられている。このため、関心度判定部150は、センサシート200のセンサIDに基づいて、展示品11の展示品IDを特定する。
(S18) The interest
(S19)関心度判定部150は、今回検出された人物による展示品11に対する関心度を、記憶部110に記憶された結果テーブル113に登録する。具体的には、関心度判定部150は、項番、時刻、展示品ID、人物ID及び関心度の情報を、結果テーブル113に登録する。
(S19) The interest
なお、荷重分布測定部120は、センサシート200に対して複数の人物に対応する複数の荷重領域を検出することもある(例えば、図8(A)や図8(B)で示したように複数の人物がセンサシート200に載ることもある)。この場合、荷重分布測定部120は、予め登録された足型パターンとの照合から、左足(又は右足)相当の荷重領域(又は荷重領域グループ)を特定する。そして、荷重分布測定部120は、左右の足型形状の対称性や距離の近さから、1人の人物の左右の足に対応する荷重領域(荷重領域のセットといってもよい)を特定する。その上で、足型照合部130、人物属性判定部140及び関心度判定部150は、選択された1人の人物の左右の足に対応する荷重領域に対して、ステップS12以降の処理を実行する。足型照合部130、人物属性判定部140及び関心度判定部150は、複数の人物に対して荷重領域が特定された場合には、ステップS12以降の処理を各人に対して順番に実行する。
Note that the load
図15は、第2の実施の形態の性別判定処理例を示すフローチャートである。以下、図15に示す処理をステップ番号に沿って説明する。以下に示す手順は、図14のステップS15に相当する。 FIG. 15 is a flowchart illustrating an example of gender determination processing according to the second embodiment. In the following, the process illustrated in FIG. 15 will be described in order of step number. The procedure shown below corresponds to step S15 in FIG.
(S21)人物属性判定部140は、今回検出された荷重領域の形状が、女性用の履物の裏面(靴底)に相当するか否かを判定する。荷重領域の形状が女性用の履物の裏面に相当する場合、人物属性判定部140は、ステップS28に処理を進める。荷重領域の形状が女性用の履物の裏面に相当していない場合、人物属性判定部140は、ステップS22に処理を進める。例えば、人物属性判定部140は、前述のように、荷重領域の形状が主に女性に用いられるハイヒールの裏面(靴底)に相当する場合、荷重領域の形状が女性用の履物の裏面に相当すると判定する。一方、人物属性判定部140は、荷重領域の形状が男性にも女性にも用いられるスニーカーの裏面(靴底)に相当する場合、荷重領域の形状が女性用の履物の裏面に相当しないと判定する。ハイヒールやスニーカーなどの各種の靴の裏面(靴底)の形状のパターンは、記憶部110に予め格納される。
(S21) The person attribute
(S22)人物属性判定部140は、今回検出された人物の体重が所定体重よりも大きいか否かを判定する。人物の体重が所定体重よりも大きい場合、人物属性判定部140は、ステップS23に処理を進める。人物の体重が所定体重以下の場合、人物属性判定部140は、ステップS26に処理を進める。例えば、所定体重としては、50kgなどに相当する体重値(単位は任意でよい)が予め設定される。
(S22) The person attribute
(S23)人物属性判定部140は、今回検出された荷重領域のサイズが所定サイズよりも大きいか否かを判定する。荷重領域のサイズが所定サイズよりも大きい場合、人物属性判定部140は、ステップS25に処理を進める。荷重領域のサイズが所定サイズ以下の場合、人物属性判定部140は、ステップS24に処理を進める。ここで、荷重領域のサイズとしては、例えば、荷重領域の長軸方向の長さを用いることができる。あるいは、荷重領域の長軸方向に直交する幅方向の長さを荷重領域のサイズとして用いてもよい。更に別の例としては、荷重領域の面積を、荷重領域のサイズとして用いてもよい。
(S23) The person attribute
(S24)人物属性判定部140は、今回検出された荷重領域の荷重パターンが外側荷重傾向であるか否かを判定する。荷重領域の荷重パターンが外側荷重傾向である場合、人物属性判定部140は、ステップS25に処理を進める。荷重領域の荷重パターンが外側荷重傾向でない場合、人物属性判定部140は、ステップS28に処理を進める。例えば、人物属性判定部140は、荷重領域の外側の領域の方が、当該荷重領域の内側の領域よりも大きな荷重値が分布している場合に、当該荷重領域の荷重パターンが外側荷重傾向であると判定する。それ以外の場合には、人物属性判定部140は、当該荷重領域の荷重パターンが外側荷重傾向でないと判定する。
(S24) The person attribute
(S25)人物属性判定部140は、今回検出された人物の性別を男性と判定する。そして、人物属性判定部140は、処理を終了する。
(S26)人物属性判定部140は、今回検出された荷重領域のサイズが所定サイズ以下であるか否かを判定する。荷重領域のサイズが所定サイズ以下の場合、人物属性判定部140は、ステップS28に処理を進める。荷重領域のサイズが所定サイズよりも大きい場合、人物属性判定部140は、ステップS27に処理を進める。ここで、人物属性判定部140は、荷重領域のサイズとして、ステップS23で例示したように、荷重領域の長軸方向の長さ、幅方向の長さ、あるいは、荷重領域の面積を用いることができる。
(S25) The person attribute
(S26) The person attribute
(S27)人物属性判定部140は、今回検出された荷重領域の荷重パターンが内側荷重傾向であるか否かを判定する。荷重領域の荷重パターンが内側荷重傾向である場合、人物属性判定部140は、ステップS28に処理を進める。荷重領域の荷重パターンが内側荷重傾向でない場合、人物属性判定部140は、ステップS25に処理を進める。例えば、人物属性判定部140は、荷重領域の内側の領域の方が、当該荷重領域の外側の領域よりも大きな荷重値が分布している場合に、当該荷重領域の荷重パターンが内側荷重傾向であると判定する。それ以外の場合には、人物属性判定部140は、当該荷重領域の荷重パターンが内側荷重傾向でないと判定する。
(S27) The person attribute
(S28)人物属性判定部140は、今回検出された人物の性別を女性と判定する。そして、人物属性判定部140は、処理を終了する。
このように、人物属性判定部140は、荷重領域の形状、サイズ、荷重領域における荷重パターンの荷重傾向によって、人物の性別を段階的に絞り込む。これにより、当該人物の性別の判定精度を向上することができる。なお、外側荷重傾向の場合に男性と判定する理由は、一般に、男性は外側荷重傾向にある割合が高いからである。一方、内側荷重傾向の場合に女性と判定する理由は、一般に、女性は内側荷重傾向にある割合が高いからである。また、人物属性判定部140は、当該人物に対して計測されている体重も用いて人物の性別を判定することで、当該人物の性別の判定精度を一層向上することができる。
(S28) The person attribute
As described above, the person attribute
なお、足型テーブル111の各レコードに、女性専用、男性専用、あるいは、両性用といった分類を示す情報を予め登録しておいてもよい。この場合、ステップS21において、人物属性判定部140は、男性専用の履物の裏面に相当する場合には、ステップS25に処理を進め、当該人物の性別を男性と判定してもよい。
Note that information indicating a classification such as female-only, male-only, or bisexuality may be registered in advance in each record of the foot table 111. In this case, in step S21, the person attribute
図16は、第2の実施の形態の関心度判定処理例を示すフローチャートである。以下、図16に示す処理をステップ番号に沿って説明する。以下に示す手順は、図14のステップS18に相当する。ステップS31の直前での関心度Qの初期値をQ=0とする。 FIG. 16 is a flowchart illustrating an example of interest level determination processing according to the second embodiment. In the following, the process illustrated in FIG. 16 will be described in order of step number. The procedure shown below corresponds to step S18 in FIG. The initial value of the interest level Q immediately before step S31 is set to Q = 0.
(S31)関心度判定部150は、展示品11前の領域(センサ部204で覆われる床面の領域)での人物の立ち止りにより関心度Q=1とする。関心度判定部150は、今回検出された人物について、センサシート200上の滞在時間の計測を開始する。
(S31) The interest
(S32)関心度判定部150は、関心度Qに対して、時間によるポイントを加算済であるか否かを判定する。時間によるポイントを加算済である場合、関心度判定部150は、ステップS35に処理を進める。時間によるポイントを加算済でない場合、関心度判定部150は、ステップS33に処理を進める。ここで、時間によるポイントの加算とは、センサシート200上における人物の滞在時間による関心度へのポイントの加算を意味する。
(S32) The interest
(S33)関心度判定部150は、該当の人物のセンサシート200上における滞在時間が所定時間以上であるか否かを判定する。所定時間とは、例えば、30秒や1分などである。該当の人物のセンサシート200上における滞在時間が所定時間以上である場合、関心度判定部150は、ステップS34に処理を進める。該当の人物のセンサシート200上における滞在時間が所定時間未満である場合、関心度判定部150は、ステップS35に処理を進める。
(S33) The interest
(S34)関心度判定部150は、関心度Qに1ポイント加算する。なぜなら、センサシート200上における人物の滞在時間が長いほど、当該人物の展示品11への関心は高いと推定されるからである。
(S34) The interest
(S35)関心度判定部150は、関心度Qに対して、距離によるポイントを加算済であるか否かを判定する。距離によるポイントを加算済である場合、関心度判定部150は、ステップS38に処理を進める。距離によるポイントを加算済でない場合、関心度判定部150は、ステップS36に処理を進める。ここで、距離によるポイントの加算とは、センサシート200上の人物の位置の変化による関心度のポイントの加算を意味する。
(S35) The degree-of-
(S36)関心度判定部150は、該当の人物が展示品11から所定距離内に近づいたか否かを判定する。所定距離とは、例えば、50cmや1mなどである。該当の人物が展示品11から所定距離内に近づいた場合、関心度判定部150は、ステップS37に処理を進める。該当の人物が展示品11から所定距離よりも離れている場合、関心度判定部150は、ステップS38に処理を進める。
(S36) The degree-of-
(S37)関心度判定部150は、関心度Qに1ポイント加算する。なぜなら、人物がセンサシート200上を展示品11に近い方へ移動した場合、当該人物の展示品11への関心は高いと推定されるからである。
(S37) The interest
(S38)関心度判定部150は、関心度Qに対して、荷重によるポイントを加算済であるか否かを判定する。荷重によるポイントを加算済である場合、関心度判定部150は、ステップS42に処理を進める。荷重によるポイントを加算済でない場合、関心度判定部150は、ステップS39に処理を進める。ここで、荷重によるポイントの加算とは、図9,10で例示した人物の前傾姿勢による関心度のポイントの加算を意味する。
(S38) The interest
(S39)関心度判定部150は、該当の人物の向き(前方向)を判定する。前述のように関心度判定部150は、荷重領域(あるいは荷重パターン)の形状により、人物の向きを判定する。例えば、足の指や踏み付け部のある前側の方が、踵がある後ろ側よりも膨らんだ(幅の大きな)形状となっているので、荷重領域の足型の長軸方向の両端に対応する領域のうち幅(長軸に直交する方向)の大きい方の側を当該人物の前側と判定する。一方、前側と逆側を、当該人物の後ろ側と判定する。人物の後ろ側から前側へ向かう方向が人物の前方向である。このように、関心度判定部150は、人物に対応した圧力のかかる領域の形状及び/又は大きさに基づいて、人物の向いている方向(前方向)を特定する。
(S39) The interest
(S40)関心度判定部150は、荷重パターンにおける荷重値の分布により、該当の人物が展示品11の方を向いて前荷重であるか否かを判定する。展示品11の方を向いて前荷重である場合、関心度判定部150は、ステップS41に処理を進める。展示品11の方を向いて前荷重でない場合、関心度判定部150は、ステップS42に処理を進める。例えば、関心度判定部150は、人物50の前方向がY軸の負の方向を向いており、かつ、該当の人物に対して取得された荷重パターンが、図10で例示した前荷重の荷重パターンに適合する場合に、展示品11の方を向いて前荷重であると判定する。一方、関心度判定部150は、人物50の前方向がY軸の負の方向を向いていない場合、又は、該当の人物に対して取得された荷重パターンが、図10で例示した前荷重の荷重パターンに適合していない場合に、展示品11の方を向いて前荷重でないと判定する。
(S40) The degree-of-
(S41)関心度判定部150は、関心度Qに1ポイント加算する。なぜなら、人物が前傾姿勢になる場合、当該人物は、展示品11に注目している、又は、展示品11に触れている状態であると考えられ、当該人物の展示品11への関心は高いと推定されるからである。
(S41) The interest
(S42)関心度判定部150は、該当の人物が展示品11の前から立ち去ったか否かを判定する。立ち去った場合、関心度判定部150は、処理を終了する(該当の人物に対する滞在時間の計測を停止する)。その結果、該当の人物の展示品11に対する関心度Qが確定される。立ち去っていない場合、関心度判定部150は、ステップS32に処理を進める。
(S42) The interest
例えば、関心度判定部150は、センサシート200において該当の人物の足型に対応する荷重領域が検出されなくなった場合に、該当の人物が展示品11の前から立ち去ったと判定する。一方、関心度判定部150は、センサシート200において該当の人物の足型に対応する荷重領域が継続して検出されている場合に、該当の人物が展示品11の前から立ち去っていないと判定する。
For example, the interest
なお、関心度判定部150は、ステップS40において、該当の人物が展示品11から所定距離内に存在することを、荷重によるポイント加算の条件に加えてもよい。図9で例示したように、人物が展示品11に注目したり、触れたりする際には、当該人物は展示品11に近づくことになるからである。すなわち、該当の人物が展示品11から所定距離内に存在することを、荷重によるポイント加算の条件に加えることで、人物の関心度の判定精度をより向上できる。
Note that, in step S40, the interest
こうして、関心度判定部150は、特定した人物の向いている方向と、検知した人物に対応した圧力の大きさの分布(荷重パターン)とに応じて、人物の対象物(例えば、展示品11)への関心度合いを推定する。特に、関心度判定部150は、特定した人物がセンサシート200に接触した時間及び接触した位置の少なくとも何れかに応じて、関心度(関心度合い)を段階的に推定する。これにより、サーバ100は、人物の展示品11への関心度を詳細に取得することができる。関心度判定部150は、該当の人物に対して今回判定された展示品11への関心度をディスプレイ21に表示させてもよい。
In this way, the degree-of-
また、関心度判定部150は、上記で示した手順の一部の手順によって、展示品11に対する人物の関心あり/なしを判定してもよい(関心があるか、関心がないかの2パターンの判定を行ってもよい)。例えば、関心度判定部150は、荷重領域から人物の向きを求め、荷重パターンにより前荷重か否かに応じて、関心あり、又は、関心なしを判定してもよい。より具体的には、関心度判定部150は、前荷重であれば関心ありと判定し、前荷重でなければ関心なしと判定してもよい。
In addition, the interest
サーバ100は、図14で例示した手順によって収集された結果テーブル113の各レコードを分析することで、展示場におけるサービスの向上やマーケティングなどに役立てることができる。次に、このような分析の例を説明する。
The
図17は、第2の実施の形態の分析処理例を示すフローチャートである。以下、図17に示す処理をステップ番号に沿って説明する。
(S51)分析処理部160は、記憶部110に記憶された結果テーブル113を基に人物毎の関心パターンを分析する。具体的には、分析処理部160は、結果テーブル113を参照して、ある人物IDの人物が辿った展示品の展示品IDの時系列と、各展示品に対する関心度とを特定する。分析処理部160は、当該特定を、人物ID毎に行う。
FIG. 17 is a flowchart illustrating an example of analysis processing according to the second embodiment. In the following, the process illustrated in FIG. 17 will be described in order of step number.
(S51) The
(S52)分析処理部160は、ステップS51の結果から、ある人物IDの人物が展示品を辿った順序と、各展示品への関心度とを、記憶部110に記憶された関心パターンテーブルに記録する。
(S52) Based on the result of step S51, the
図18は、第2の実施の形態の関心パターンテーブルの例を示す図である。関心パターンテーブル114は、分析処理部160により結果テーブル113に基づいて作成され、記憶部110に格納される。関心パターンテーブル114は、人物ID、展示品ID1、関心度q1、展示品ID2、関心度q2、・・・の項目を含む。
FIG. 18 is a diagram illustrating an example of an interest pattern table according to the second embodiment. The interest pattern table 114 is created based on the result table 113 by the
人物IDの項目には、人物IDが登録される。展示品ID1の項目には、展示場において該当の人物が1つ目に訪れた展示品の展示品IDが登録される。関心度q1の項目には、該当の人物が1つ目に訪れた展示品に対する該当の人物の関心度が登録される。展示品ID2の項目には、展示場において該当の人物が2つ目に訪れた展示品の展示品IDが登録される。関心度q2の項目には、該当の人物が2つ目に訪れた展示品に対する該当の人物の関心度が登録される。以降、3つ目の展示品及び3つ目の展示品に対する関心度の組、4つ目の展示品及び4つ目の展示品に対する関心度の組、というように、関心パターンテーブル114には展示品ID及び関心度の組が順番に登録される。
A person ID is registered in the item of person ID. In the item of
例えば、関心パターンテーブル114には、人物IDが“U1”、展示品ID1が“A1”、関心度q1が“2”、展示品ID2が“A3”、関心度q2が“4”、・・・というレコードが登録される。このレコードは、人物ID“U1”の人物が、展示場において、展示品ID1“A1”で示される1つ目の展示品、展示品ID2“A3”で示される2つ目の展示品、・・・、と順番に辿ったことを示す。更に、人物ID“U1”の人物の1つ目の展示品に対する関心度q1が“2”、2つ目の展示品に対する関心度q2が“4”、・・・、であることを示す。関心パターンテーブル114には、他の人物についても同様にして、関心パターンのレコードが登録される。
For example, in the interest pattern table 114, the person ID is “U1”, the
例えば、分析処理部160は、関心パターンテーブル114に基づいて、不特定多数の人物に関し、各展示品に対する興味や関心の傾向を得ることができる。具体的には、第1の展示品及び第2の展示品に対して関心を示した人物が比較的多く存在する場合、第1の展示品及び第2の展示品には、多くの人物の関心を引く共通の因子があると推定される。そこで、分析処理部160は、関心パターンテーブル114に基づいて、展示品11に関心をもっている人物(展示品11のブースに現在滞在している人物)に対し、分析に応じた展示の案内(ナビゲーション)を行ってもよい。なお、以下の説明では、一例として、ディスプレイ21が展示品11の横(展示台10における展示品11の横)に設置されており、展示品11を見る人物によりディスプレイ21の画面を見ることができるものとする。
For example, based on the interest pattern table 114, the
図19は、第2の実施の形態の案内処理例を示すフローチャートである。以下、図19に示す処理をステップ番号に沿って説明する。例えば、分析処理部160は、下記の手順を所定の周期で定期的に実行する。
FIG. 19 is a flowchart illustrating an example of guidance processing according to the second embodiment. In the following, the process illustrated in FIG. 19 will be described in order of step number. For example, the
(S61)分析処理部160は、展示品11の前に人物が滞在中であるか否かを判定する。展示品11の前に人物が滞在中の場合、分析処理部160は、ステップS62に処理を進める。展示品11の前に人物が滞在中でない場合、分析処理部160は、処理を終了する。例えば、分析処理部160は、ステップS12,S13における足型照合部130によるセンサシート200に人物が載ったか否かの判定結果により、展示品11の前に人物が滞在中であるか否かを判定する。具体的には、分析処理部160は、センサシート200に人物が載っている場合、展示品11の前に人物が滞在中であり、センサシート200に人物が載っていない場合、展示品11の前に人物が滞在中でないと判定する。
(S61) The
(S62)分析処理部160は、展示品11に対する該当の人物の関心度Qが閾値に達したか否か(すなわち、Qが閾値以上になったか否か)を判定する。関心度Qが閾値に達した場合、分析処理部160は、ステップS63に処理を進める。関心度Qが閾値に達していない場合、分析処理部160は、処理を終了する。分析処理部160は、関心度判定部150による該当の人物の関心度Qに対するポイントの加算状況を監視することで、ステップS62の判定を行う。Qに対する閾値は、分析処理部160に予め設定される(例えば、Qに対する閾値=3など)。
(S62) The
(S63)分析処理部160は、記憶部110に記憶された関心パターンテーブル114に基づいて、お薦めの展示品の案内をディスプレイ21に表示させる。例えば、分析処理部160は、関心パターンテーブル114に基づいて、展示品11に関心をもっている他の人物が、展示品11を訪れた後に(又は、展示品11を訪れる前に)訪れた他の展示品の名前や他の展示品のブース番号をディスプレイ21に表示させる。
(S63) Based on the interest pattern table 114 stored in the
あるいは、分析処理部160は、当該ブース番号のブースへの行き方を、ディスプレイ21に表示させてもよい。また、分析処理部160は、現在の展示品11の前にいる人物と同じ性別の他の人物が関心をもった他の展示品を案内してもよい。
Alternatively, the
図20は、第2の実施の形態の案内表示例を示す図である。分析処理部160は、案内表示400の情報を生成し、ディスプレイ21に出力する。分析処理部160は、案内表示400をディスプレイ21に表示させる。
FIG. 20 is a diagram illustrating an example of guidance display according to the second embodiment. The
例えば、案内表示400は、“この展示品に興味をもった人は、5番ブースの展示品「XXX」にも興味をもっています。”というメッセージを含む。例えば、案内表示400を見た人物は、次に5番ブースへ向かうと決定できる。
For example, the
また、分析処理部160は、このような案内表示の他、展示場を訪れた多数の人物から比較的多くの関心度を得られた展示品のランキングをディスプレイ21に表示させてもよい。例えば、分析処理部160は、結果テーブル113を参照して、展示品毎の関心度の合計値を計算し、関心度の合計値の高い順に、各展示品をランク付けし、高いランク(例えば、上位5つなど)の展示品をディスプレイ21に表示させてもよい。分析処理部160は、こうしたランキングを、定期的に実行し、ディスプレイ21に表示させるランキングの内容を変更してもよい。
In addition to the guidance display, the
このように、分析処理部160は、関心度合いの推定結果に応じて、展示品(対象物)とともに設置されたディスプレイ21(表示装置)の表示内容を変更することで、展示場を訪れた人物による効率的な巡回を支援できる。表示内容としては、上記のように、該当の人物に対して推定された関心度、他の展示品への案内表示400、及び、展示品毎の関心度のランキングなど、種々の内容が考えられる。分析処理部160は、これらの内容を、所定の周期で切り替えて、ディスプレイ21に表示させてもよい。
As described above, the
更に、第2の実施の形態では、センサシート200,200a,200b,・・・を展示場に設ける例を示したが他の施設に設けてもよい。例えば、顧客に対して商品を販売する店舗の売り場に、センサシート200,200a,200b,・・・を、商品毎に設けることも考えられる。この場合も、サーバ100は、顧客の商品毎の関心度を収集し、分析することができる。
Furthermore, in the second embodiment, an example in which the
このように、第2の実施の形態の計測システムによれば、人物の状態を容易に推定できる。例えば、展示場や店舗などへ訪れた不特定多数の人物に対して紙やWebなどによるアンケートによって、参加者の興味や関心や満足度などを調査することが考えられる。しかし、このような方法では回答する人物側の負担が大きい。また、人物の体温、発汗、心拍数や人物によるスイッチのオン/オフなどを収集して利用者の嗜好を解析する方法も考えられるが、この方法でも人物側の負担が大きい。これに対し、例えば、カメラを設置して人物の行動を監視し、画像処理技術を用いて人物の行動から当該人物の状態を推定することも考えられる。しかし、カメラでの監視は、撮像される画像が個人の特定や識別の手掛かりとなり得る情報であるため、人物側に悪い心証を与えるおそれがある。 Thus, according to the measurement system of the second embodiment, the state of a person can be easily estimated. For example, it is conceivable to investigate the interests, interests, satisfaction, etc. of participants by questionnaires using paper or the Web for an unspecified number of people who have visited an exhibition hall or a store. However, such a method places a heavy burden on the responding person. A method of analyzing the user's preference by collecting a person's body temperature, sweating, heart rate, and on / off of the switch by the person is also conceivable, but this method also has a heavy burden on the person side. On the other hand, for example, it is also conceivable to install a camera to monitor a person's action and estimate the state of the person from the person's action using an image processing technique. However, since monitoring with a camera is information that can be used to identify and identify an individual, the captured image may give bad impression to the person.
そこで、サーバ100は、センサシート200,200a,200b,・・・による圧力の検知結果を用いて、人物の状態を推定する。これにより、人物の体温、発汗、心拍数などを計測する多数のセンサを用いたり、人物の行動を監視するカメラを設置したりするよりも、比較的簡易な設備で人物の状態を容易に推定可能となる。特に、人物によりセンサシート200,200a,200b,・・・が足で踏まれさえすればよいため、人物の行動の妨げにならない。人物に特別な行動を強いずに済むため、紙やスイッチなどを用いて回答してもらう方法に比べて、人物の負担を減らせる。更に、カメラで監視される場合のような不快感を人物に与えずに済む。また、第2の実施の形態の計測システムを用いることで、不特定多数の人物に対する、展示品や商品などへの関心度合いなどの調査を効率的に行える利点もある。
Therefore, the
なお、第1の実施の形態の情報処理は、判定部1cや推定部1dとして機能するプロセッサにプログラムを実行させることで実現できる。また、第2の実施の形態の情報処理は、プロセッサ101にプログラムを実行させることで実現できる。プログラムは、コンピュータ読み取り可能な記録媒体23に記録できる。
The information processing according to the first embodiment can be realized by causing a processor that functions as the determination unit 1c or the estimation unit 1d to execute a program. The information processing according to the second embodiment can be realized by causing the
例えば、プログラムを記録した記録媒体23を配布することで、プログラムを流通させることができる。また、プログラムを他のコンピュータに格納しておき、ネットワーク経由でプログラムを配布してもよい。コンピュータは、例えば、記録媒体23に記録されたプログラム又は他のコンピュータから受信したプログラムを、RAM102やHDD103などの記憶装置に格納し(インストールし)、当該記憶装置からプログラムを読み込んで実行してもよい。
For example, the program can be distributed by distributing the
1 計測装置
1a 記憶部
1b 圧力検知部
1c 判定部
1d 推定部
2 荷重分布
2a,2b 荷重領域
3 人物
4 台
5 対象物
m1 センサマトリクス
DESCRIPTION OF
Claims (10)
検知した前記圧力のかかる領域の形状及び/又は大きさに基づいて前記圧力検知部に、人物が接触しているかどうかを判定し、
人物が接触していると判定した場合に、検知した前記人物に対応した圧力の大きさの分布に応じて、前記人物の状態を推定する、
処理をコンピュータに実行させることを特徴とする計測プログラム。 The pressure is detected by the pressure detector,
It is determined whether a person is in contact with the pressure detection unit based on the detected shape and / or size of the pressure-applied region,
When it is determined that the person is in contact, the state of the person is estimated according to the distribution of the magnitude of the pressure corresponding to the detected person.
A measurement program for causing a computer to execute processing.
前記人物の状態の推定では、前記人物の前記足の裏に対応した前記圧力の大きさの分布に応じて、前記人物の状態を推定する、
処理をコンピュータに実行させることを特徴とする請求項1乃至5の何れか1項に記載の計測プログラム。 In determining whether the person is in contact with the pressure detection unit, determine whether the sole of the person's foot is in contact with the pressure detection unit,
In the estimation of the state of the person, the state of the person is estimated according to the distribution of the magnitude of the pressure corresponding to the sole of the person.
The measurement program according to claim 1, wherein the process is executed by a computer.
検知した前記圧力のかかる領域の形状及び/又は大きさに基づいて前記圧力検知部に、人物が接触しているかどうかを判定し、
人物が接触していると判定した場合に、検知した前記人物に対応した圧力の大きさの分布に応じて、前記人物の状態を推定する、
処理をコンピュータが実行することを特徴とする計測方法。 The pressure is detected by the pressure detector,
It is determined whether a person is in contact with the pressure detection unit based on the detected shape and / or size of the pressure-applied region,
When it is determined that the person is in contact, the state of the person is estimated according to the distribution of the magnitude of the pressure corresponding to the detected person.
A measurement method, wherein a computer executes processing.
検知した前記圧力のかかる領域の形状及び/又は大きさに基づいて前記圧力検知部に、人物が接触しているかどうかを判定する判定部と、
人物が接触していると判定した場合に、検知した前記人物に対応した圧力の大きさの分布に応じて、前記人物の状態を推定する推定部と、
を有することを特徴とする計測装置。 A pressure detector for detecting pressure;
A determination unit that determines whether a person is in contact with the pressure detection unit based on the detected shape and / or size of the pressure-applied region;
An estimation unit that estimates the state of the person according to the distribution of the magnitude of the pressure corresponding to the detected person when it is determined that the person is in contact;
A measuring apparatus comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017052555A JP2018156379A (en) | 2017-03-17 | 2017-03-17 | Measuring program, measuring method and measuring device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017052555A JP2018156379A (en) | 2017-03-17 | 2017-03-17 | Measuring program, measuring method and measuring device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018156379A true JP2018156379A (en) | 2018-10-04 |
Family
ID=63717278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017052555A Pending JP2018156379A (en) | 2017-03-17 | 2017-03-17 | Measuring program, measuring method and measuring device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018156379A (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020190515A (en) * | 2019-05-23 | 2020-11-26 | Nissha株式会社 | Pressure sensor sheet device and estimation or specification method of standing/sitting candidate movement |
CN112132600A (en) * | 2019-06-24 | 2020-12-25 | 北京沃东天骏信息技术有限公司 | Data acquisition method, device, equipment, system, medium and electronic equipment |
KR102511615B1 (en) * | 2021-10-15 | 2023-03-21 | 주식회사 에스이알 | In-space density measurement and provision system using walking patterns |
JP7381134B1 (en) | 2022-10-24 | 2023-11-15 | 株式会社テクサー | Method, program and information processing device for analyzing visitor behavior at an event |
-
2017
- 2017-03-17 JP JP2017052555A patent/JP2018156379A/en active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020190515A (en) * | 2019-05-23 | 2020-11-26 | Nissha株式会社 | Pressure sensor sheet device and estimation or specification method of standing/sitting candidate movement |
CN112132600A (en) * | 2019-06-24 | 2020-12-25 | 北京沃东天骏信息技术有限公司 | Data acquisition method, device, equipment, system, medium and electronic equipment |
KR102511615B1 (en) * | 2021-10-15 | 2023-03-21 | 주식회사 에스이알 | In-space density measurement and provision system using walking patterns |
JP7381134B1 (en) | 2022-10-24 | 2023-11-15 | 株式会社テクサー | Method, program and information processing device for analyzing visitor behavior at an event |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103142233B (en) | Foot measurement apparatus | |
TWI431260B (en) | Foot care product dispensing kiosk | |
JP2018156379A (en) | Measuring program, measuring method and measuring device | |
TWI440836B (en) | Foot care product dispensing kiosk | |
JP5222191B2 (en) | Shoe or insole fitting navigation system | |
US7089152B2 (en) | System and method for assisting shoe selection | |
JP7463455B2 (en) | Information processing device, information processing method, and program | |
Kersting et al. | Midsole material-related force control during heel–toe running | |
CN108289637B (en) | Generating orthotic product recommendations | |
KR102235926B1 (en) | Gait Analysis System Using Smart Insole | |
KR20170106737A (en) | Apparatus and method for evaluating Taekwondo motion using multi-directional recognition | |
Mo et al. | Footstrike angle cut-off values to classify footstrike pattern in runners | |
Moon et al. | An Internet of Things sensor–based construction workload measurement system for construction process management | |
WO2018159731A1 (en) | Gait analyzing system | |
JP7331810B2 (en) | Walking information acquisition method, walking information acquiring device, and walking information acquiring system | |
JP5750289B2 (en) | Evaluation system and evaluation method for dynamic characteristics of foot |