JP2018163601A - 対応付け方法、情報処理装置及び対応付けプログラム - Google Patents

Abstract

【課題】無線端末からユーザの属性を取得できない場合であっても無線端末のユーザの属性を特定することを可能とする対応付け方法、情報処理装置及び対応付けプログラムを提供する。
【解決手段】複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、抽出した属性のうち、統計的に優位を示す属性を特定する。
【選択図】図４

Description

本発明は、対応付け方法、情報処理装置及び対応付けプログラムに関する。

近年、商品の販売を行う実店舗（以下、単に店舗とも呼ぶ）において、各種の手法を活用することによる来店客（以下、ユーザまたは人物とも呼ぶ）の動作分析が行われている。具体的に、各店舗では、例えば、来店客を性別や年齢等の属性（デモグラフィクス）毎に分類し、分類した属性毎に来店客の動作分析を行う。

これにより、各店舗では、属性毎に行われた動作分析の結果を参照することで、来店客が興味を示した商品の特定や各商品の陳列方法の決定等を行うことが可能になる（例えば、特許文献１及び２参照）。

特開平５−００６５００号公報 特開２００９−２６０５８３号公報

上記のような動作分析を行う場合、各店舗では、例えば、来店客が有する無線端末からＷｉ−Ｆｉ（登録商標：Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）を経由して取得した情報による動作分析（以下、Ｗｉ−Ｆｉによる動作分析とも呼ぶ）が行われる。

しかしながら、Ｗｉ−Ｆｉによる動作分析では、来店客の属性を判定するための情報を取得する場合、例えば、来店客の承認を得る必要がある。そのため、Ｗｉ−Ｆｉによる動作分析では、来店客の承認結果等によって、来店客の属性（来店客の属性を判定するために必要な情報）の取得が困難になる場合がある。

そこで、一つの側面では、無線端末からユーザの属性を取得できない場合であっても無線端末のユーザの属性を特定することを可能とする対応付け方法、情報処理装置及び対応付けプログラムを提供することを目的とする。

実施の形態の一つの態様によれば、複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、抽出した属性のうち、統計的に優位を示す属性を特定する。

一つの側面によれば、無線端末からユーザの属性を取得できない場合であっても、無線端末のユーザの属性を特定することを可能とする。

図１は、情報処理システム１０の全体構成を示す図である。 図２は、情報処理装置１のハードウエア構成を説明する図である。 図３は、情報処理装置１の機能ブロック図である。 図４は、第１の実施の形態における対応付け処理の概略を説明するフローチャートである。 図５は、第１の実施の形態における対応付け処理の詳細を説明するフローチャートである。 図６は、検出属性情報１３１の具体例を説明する図である。 図７は、検出回数情報１３２の具体例を説明する図である。 図８は、特定属性情報１３３の具体例を説明する図である。 図９は、第２の実施の形態における情報処理装置１の機能ブロック図である。 図１０は、第２の実施の形態における対応付け処理の概略を説明するフローチャートである。 図１１は、第２の実施の形態における対応付け処理の詳細を説明するフローチャートである。 図１２は、第２の実施の形態における対応付け処理の詳細を説明するフローチャートである。 図１３は、第２の実施の形態における対応付け処理の詳細を説明するフローチャートである。 図１４は、第２の実施の形態における対応付け処理の詳細を説明するフローチャートである。 図１５は、検出人数情報１４１の具体例を説明する図である。 図１６は、平均検出人数情報１４２の具体例を説明する図である。 図１７は、振分検出人数情報１４３の具体例を説明する図である。 図１８は、推定人数情報１４４の具体例を説明する図である。 図１９は、合計検出人数情報１４５の具体例を説明する図である。 図２０は、検出指数情報１４６の具体例を説明する図である。 図２１は、未振分人数情報１４７の具体例を説明する図である。 図２２は、振分済人数情報１４８の具体例を説明する図である。 図２３は、Ｓ５４の処理の具体例を説明する図である。 図２４は、Ｓ５４の処理の具体例を説明する図である。 図２５は、Ｓ５４の処理の具体例を説明する図である。 図２６は、Ｓ５４の処理の具体例を説明する図である。 図２７は、平均振分済人数情報１４９の具体例を説明する図である。 図２８は、振分指数情報１５０の具体例を説明する図である。 図２９は、振分指数情報１５０の具体例を説明する図である。

［情報処理システムの構成］
図１は、情報処理システム１０の全体構成を示す図である。図１に示す情報処理システム１０は、情報処理装置１と、撮像装置２と、無線端末３（以下、単に端末３とも呼ぶ）とを有する。図１に示す撮像装置２には、撮像装置２ａ及び２ｂが含まれている。また、図１に示す無線端末３には、無線端末３ａ、３ｂ、３ｃ及び３ｄが含まれている。

撮像装置２は、例えば、各店舗にそれぞれ設置されたカメラであり、少なくとも店舗の営業時間の間、店舗内の状況の撮影を行う。そして、撮像装置２は、例えば、店舗内を撮影することによって取得した撮像画像の内容を解析することにより、撮像画像に含まれる各人物の属性を特定する。具体的に、撮像装置２は、例えば、撮像画像に含まれる各人物の性別及び年代の特定を行う。

無線端末３は、無線通信を行う携帯端末であり、例えば、各店舗に来店した来店客が有するスマートフォン等の端末である。

情報処理装置１は、例えば、複数の物理マシンから構成され、ＣＰＵ（Ｃｅｎｔｒａｌ Ｃｏｍｐｕｔｉｎｇ Ｕｎｉｔ）と、メモリ（ＤＲＡＭ：Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、ハードディスク（ＨＤＤ：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等とを有する。

なお、情報処理装置１は、図１の例において、インターネット網等のネットワークを介して、アクセスポイントＡＰと有線通信を行う。アクセスポイントＡＰは、無線通信を行う無線端末３をネットワークに接続させるための機器である。

［情報処理装置による動作分析］
図１に示す情報処理装置１は、例えば、撮像装置２によって撮影された撮像画像に含まれる情報や無線端末３から取得された情報から、各店舗の来店客の動作分析を行う。具体的に、情報処理装置１は、例えば、来店客を性別や年齢等の属性（デモグラフィクス）毎に分類し、分類した属性毎に来店客の動作分析を行う。

これにより、各店舗では、属性毎に行われた動作分析の結果を参照することで、来店客が興味を示した商品の特定や各商品の陳列方法の決定等を行うことが可能になる。

ここで、図１に示す情報処理装置１は、例えば、各店舗の来店客の動作分析を行う場合、Ｗｉ−Ｆｉによる動作分析や、カメラによって撮影された撮像画像に含まれる情報による動作分析（以下、カメラによる動作分析とも呼ぶ）を行う。

しかしながら、Ｗｉ−Ｆｉによる動作分析では、来店客の属性を判定するための情報を取得する場合、例えば、来店客の承認を得る必要がある。そのため、Ｗｉ−Ｆｉによる動作分析では、来店客の承認結果等によって、来店客の属性（来店客の属性を判定するために必要な情報）の取得が困難になる場合がある。

また、カメラによる動作分析では、撮影範囲外における来店客の動作分析を行うことができない。 そのため、カメラによる動作分析では、例えば、店舗内に十分なカメラが設置されていない場合、来店客の動作分析を十分に行うことができない。

そこで、本実施の形態における情報処理装置１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された無線端末３の識別情報を取得し、ある識別情報（以下、第１の識別情報とも呼ぶ）を有する無線端末３が周辺に位置することが検出された複数の撮像装置２を特定する。

そして、情報処理装置１は、特定した複数の撮像装置２から取得した撮像画像であって、撮像タイミングが、対応する撮像装置２の周辺に第１の識別情報を有する無線端末３が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する。その後、情報処理装置１は、抽出した属性のうち、統計的に優位を示す属性を特定する。

すなわち、第１の識別情報を有する無線端末３が周辺に位置する撮像装置２によって撮影された撮像画像に含まれる人物には、第１の識別情報を有する無線端末３を所有している人物が含まれている可能性がある。そのため、本実施の形態における情報処理装置１は、第１の識別情報を有する無線端末３が周辺に位置する撮像装置２によって撮影された撮像画像に含まれる人物の属性のそれぞれを、第１の識別情報を有する無線端末３に対応付ける。同様に、情報処理装置１は、複数の撮像装置２によって撮像された撮像画像毎に、各撮像画像に含まれる人物の属性のそれぞれを、その撮像画像の撮像タイミングにおいて撮像装置２の周辺に位置していた無線端末にそれぞれに対応付ける。

そして、上記のように情報の対応付けが行われた場合、各無線端末３は、各無線端末３を有する人物の実際の属性と対応付けられる頻度が最大になる可能性が高い。そのため、情報処理装置１は、各無線端末３に最も多く対応付けられた属性が、各無線端末３を有する人物の属性であると判定する。

これにより、情報処理装置１は、来店客の承認を得ることができなかった場合であっても、来店客が有する無線端末３のそれぞれと、各撮像装置２から取得された撮影画像に含まれる来店客の属性のそれぞれとを対応付けることが可能になる。そのため、事業者は、来店客の属性毎の動作分析を、Ｗｉ−Ｆｉを経由して無線端末３から取得される情報（例えば、無線端末３の位置情報）に基づいて行うことが可能になる。

［情報処理装置のハードウエア構成］
次に、情報処理装置１のハードウエア構成について説明する。図２は、情報処理装置１のハードウエア構成を説明する図である。

情報処理装置１は、図２に示すように、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体（ストレージ）１０４とを有する。各部は、バス１０５を介して互いに接続される。

記憶媒体１０４は、記憶媒体１０４内のプログラム格納領域（図示しない）に、撮像装置２の撮像画像によって取得された来店客の属性と無線端末３との対応付けを行う処理（以下、対応付け処理とも呼ぶ）を行うためのプログラム１１０を記憶する。

ＣＰＵ１０１は、図２に示すように、プログラム１１０の実行時に、プログラム１１０を記憶媒体１０４からメモリ１０２にロードし、プログラム１１０と協働して対応付け処理を行う。

記憶媒体１０４は、例えば、対応付け処理を行う際に用いられる情報を記憶する情報格納領域１３０（以下、記憶部１３０とも呼ぶ）を有する。また、外部インターフェース１０３は、ネットワークを介して撮像装置２や無線端末３と通信を行う。

［情報処理装置のソフトウエア構成］
次に、情報処理装置１のソフトウエア構成について説明する。図３は、情報処理装置１の機能ブロック図である。

ＣＰＵ１０１は、図３に示すように、プログラム１１０と協働することにより、情報取得部１１１と、撮像装置特定部１１２と、属性抽出部１１３と、属性特定部１１４として動作する。また、情報格納領域１３０には、図３に示すように、検出属性情報１３１と、検出回数情報１３２と、特定属性情報１３３とが記憶される。

情報取得部１１１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された無線端末３の識別情報を取得する。具体的に、情報取得部１１１は、例えば、Ｗｉ−Ｆｉを経由して取得された各無線端末３の位置情報を参照し、各撮像装置２に周辺に位置する無線端末３の識別情報を取得する。

撮像装置特定部１１２は、情報取得部１１１が取得した識別情報のうち、第１の識別情報を有する無線端末３が周辺に位置することが検出された複数の撮像装置２を特定する。

属性抽出部１１３は、撮像装置特定部１１２が特定した複数の撮像装置２から取得した撮像画像であって、撮像タイミングが、対応する撮像装置２の周辺に第１の識別情報を有する無線端末３が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する。

属性特定部１１４は、属性抽出部１１３が抽出した属性のうちの統計的に優位を示す属性を、第１の識別情報を有する無線端末３に対応する属性として特定する。具体的に、属性特定部１１４は、複数の撮像装置２から取得した撮像画像から抽出された回数を属性毎に特定する。そして、属性特定部１１４は、特定した回数が最も多い属性を、第１の識別情報を有する無線端末３に対応する属性として特定する。なお、情報格納領域１３０に記憶される各情報についての説明については後述する。

［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図４は、第１の実施の形態における対応付け処理の概略を説明するフローチャートである。

情報処理装置１は、図４に示すように、対応付けタイミングになるまで待機する（Ｓ１のＮＯ）。対応付けタイミングは、例えば、店舗に担当者が対応付け処理を開始する旨の情報を情報処理装置１に入力したタイミングであってよい。

そして、対応付けタイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された無線端末３の識別情報を取得する（Ｓ２）。続いて、情報処理装置１は、Ｓ２の処理で取得した識別情報のうち、第１の識別情報を有する無線端末３が周辺に位置することが検出された複数の撮像装置２を特定する（Ｓ３）。

その後、情報処理装置１は、Ｓ３の処理で特定した複数の撮像装置２から取得した撮像画像であって、撮像タイミングが、対応する撮像装置２の周辺に第１の識別情報を有する無線端末３が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する（Ｓ４）。そして、情報処理装置１は、Ｓ４の処理で抽出した属性のうち、統計的に優位を示す属性を特定する（Ｓ５）。

これにより、情報処理装置１は、来店客の承認を得ることができなかった場合であっても、来店客が有する無線端末３のそれぞれと、各撮像装置２から取得された撮影画像に含まれる来店客の属性のそれぞれとを対応付けることが可能になる。そのため、事業者は、来店客の属性毎の動作分析を、Ｗｉ−Ｆｉを経由して無線端末３から取得される情報（例えば、無線端末３の位置情報）に基づいて行うことが可能になる。

なお、情報処理装置１は、撮像装置２による撮像画像に分析対象の人物が含まれる時間帯については、撮像画像に含まれる情報を参照して来店客の動作分析を行うものであってよい。これにより、情報処理装置１は、来店客の動作分析をより精度良く行うことが可能になる。

［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図５は、第１の実施の形態における対応付け処理の詳細を説明するフローチャートである。また、図６から図８は、第１の実施の形態における対応付け処理の詳細を説明する図である。図６から図８を参照しながら、図５に示す対応付け処理を説明する。

情報処理装置１の情報取得部１１１は、図５に示すように、対応付けタイミングになるまで待機する（Ｓ１１のＮＯ）。そして、対応付けタイミングになった場合（Ｓ１１のＹＥＳ）、情報取得部１１１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された無線端末３の識別情報を取得する（Ｓ１２）。

続いて、情報処理装置１の撮像装置特定部１１２は、Ｓ１２の処理で取得した識別情報毎に、各識別情報を有する無線端末３が周辺に位置することが検出された複数の撮像装置２を特定する（Ｓ１３）。

その後、情報処理装置１の属性抽出部１１３は、Ｓ１２の処理で取得した識別情報毎であってＳ１３の処理で特定した複数の撮像装置２から取得した撮像画像毎に、撮像タイミングが、対応する撮像装置２の周辺に各識別情報を有する無線端末３が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する（Ｓ１４）。そして、属性抽出部１１３は、例えば、抽出した属性を含む検出属性情報１３１を生成し、情報格納領域１３０に記憶する。以下、検出属性情報１３１の具体例について説明を行う。

［検出属性情報の具体例］
図６は、検出属性情報１３１の具体例を説明する図である。具体的に、図６（Ａ）は、図１で説明した撮像装置２ａによって撮影された撮像画像に含まれる人物の属性を含む検出属性情報１３１ａの具体例を説明する図である。また、図６（Ｂ）は、図１で説明した撮像装置２ｂによって撮影された撮像画像に含まれる人物の属性を含む検出属性情報１３１ｂの具体例を説明する図である。

図６に示す検出属性情報１３１は、撮像装置２によって撮像画像が撮影された時刻を示す「時刻」と、撮像装置２の周辺に位置することが検出された無線端末３の識別情報を示す「無線端末」とを項目として有する。「無線端末」には、例えば、図１で説明した無線端末３ａ、３ｂ、３ｃ及び３ｄの識別情報をそれぞれ示す「Ｐ１」、「Ｐ２」、「Ｐ３」及び「Ｐ４」が設定される。なお、撮像装置２の周辺に位置する無線端末３が存在しない場合、「無線端末」には、「−」が設定される。

また、図６に示す検出属性情報１３１は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の男性であると特定した人数を示す「男性２０代」と、３０代男性であると特定した人数を示す「男性３０代」とを項目として有する。さらに、図６に示す検出属性情報１３１は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の女性であると特定した人数を示す「女性２０代」と、３０代女性であると特定した人数を示す「女性３０代」とを項目として有する。

具体的に、図６（Ａ）に示す検出属性情報１３１ａにおいて、「時刻」に「１０：００」が設定された情報には、「無線端末」として「Ｐ１」が設定され、「男性２０代」として「０（人）」が設定され、「男性３０代」として「２（人）」が設定され、「女性２０代」として「１（人）」が設定され、「女性３０代」として「０（人）」が設定されている。

すなわち、図６（Ａ）に示す検出属性情報１３１ａは、１０時の時点における撮像装置２ａの周辺に、識別情報が「Ｐ１」である無線端末３が存在していたことを示している。また、図６（Ａ）に示す検出属性情報１３１ａは、撮像装置２ａによって１０時に撮影された撮像画像に、２名の男性３０代及び１名の女性２０代が含まれていることを示している。図６（Ａ）に示す検出属性情報１３１ａに含まれる他の情報及び図６（Ｂ）に示す検出属性情報１３１ｂに含まれる各情報については説明を省略する。

図５に戻り、情報処理装置１の属性特定部１１４は、Ｓ１２の処理で取得した識別情報毎に、Ｓ１４の処理において各属性が抽出された回数を属性毎に特定する（Ｓ１５）。そして、属性特定部１１４は、例えば、特定した回数を含む検出回数情報１３２を生成し、情報格納領域１３０に記憶する。以下、検出回数情報１３２の具体例について説明を行う。

［検出回数情報の具体例］
図７は、検出回数情報１３２の具体例を説明する図である。

図７に示す検出回数情報１３２は、撮像装置２の周辺に位置することが検出された無線端末３の識別情報を示す「無線端末」と項目として有する。また、図７に示す検出回数情報１３２は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の男性であると特定した人数を示す「男性２０代」と、３０代男性であると特定した人数を示す「男性３０代」とを項目として有する。さらに、図７に示す検出回数情報１３２は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の女性であると特定した人数を示す「女性２０代」と、３０代女性であると特定した人数を示す「女性３０代」とを項目として有する。

具体的に、図６（Ａ）で説明した検出属性情報１３１ａにおける「無線端末」に「Ｐ１」が含まれる情報（「時刻」が「１０：００」である情報及び「時刻」が「１１：００」である情報）の「男性２０代」には、それぞれ「０（人）」が設定されている。そして、図６（Ｂ）で説明した検出属性情報１３１ｂには、「無線端末」に「Ｐ１」が含まれる情報が存在しない。そのため、属性特定部１１４は、Ｓ１５の処理において、図７に示すように、「無線端末」に「Ｐ１」が設定された情報の「男性２０代」に、これらの人数の合計である「０（人）」を設定する。

また、図６（Ａ）で説明した検出属性情報１３１ａにおける「無線端末」に「Ｐ１」が含まれる情報（「時刻」が「１０：００」である情報及び「時刻」が「１１：００」である情報）の「男性３０代」には、それぞれ「２（人）」が設定されている。そして、図６（Ｂ）で説明した検出属性情報１３１ｂには、「無線端末」に「Ｐ１」が含まれる情報が存在しない。そのため、属性特定部１１４は、Ｓ１５の処理において、図７に示すように、「無線端末」に「Ｐ１」が設定された情報の「男性３０代」に、これらの人数の合計である「４（人）」を設定する。

さらに、図６（Ａ）で説明した検出属性情報１３１ａにおける「無線端末」に「Ｐ２」が含まれる情報（「時刻」が「１２：００」である情報）の「女性２０代」には、「３（人）」が設定されている。また、図６（Ｂ）で説明した検出属性情報１３１ｂにおける「無線端末」に「Ｐ２」が含まれる情報（「時刻」が「１０：００」である情報及び「時刻」が「１１：００」である情報）の「女性２０代」には、それぞれ「１（人）」が設定されている。そのため、属性特定部１１４は、Ｓ１５の処理において、図７に示すように、「無線端末」に「Ｐ２」が設定された情報の「女性２０代」に、これらの人数の合計である「５（人）」を設定する。図７に含まれる他の情報については説明を省略する。

図５に戻り、属性特定部１１４は、Ｓ１２の処理で取得した識別情報毎に、Ｓ１５の処理で特定した回数が最も多い属性を、各識別情報を有する無線端末３に対応する属性として特定する（Ｓ１６）。そして、属性特定部１１４は、例えば、特定した属性を含む特定属性情報１３３を生成し、情報格納領域１３０に記憶する。以下、特定属性情報１３３の具体例について説明を行う。

［特定属性情報の具体例］
図８は、特定属性情報１３３の具体例を説明する図である。

図８に示す特定属性情報１３３は、撮像装置２の周辺に位置することが検出された無線端末３の識別情報を示す「無線端末」と、各識別情報を有する無線端末３の所有者の属性を示す「属性」とを項目として有する。

具体的に、図７で説明した検出回数情報１３２において、「無線端末」に「Ｐ１」が設定された情報における「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された情報のうちの最大数は、「男性３０代」に設定された情報である「４（人）」である。そのため、属性特定部１１４は、Ｓ１６の処理において、図８に示すように、「無線端末」に「Ｐ１」が設定された情報の「属性」に「男性３０代」を設定する。すなわち、属性特定部１１４は、この場合、識別情報が「Ｐ１」である無線端末３の所有者の属性として「男性３０代」を特定する。図８に含まれる他の情報については説明を省略する。

このように、本実施の形態における情報処理装置１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された無線端末３の識別情報を取得し、第１の識別情報を有する無線端末３が周辺に位置することが検出された複数の撮像装置２を特定する。

そして、情報処理装置１は、特定した複数の撮像装置２から取得した撮像画像であって、撮像タイミングが、対応する撮像装置２の周辺に第１の識別情報を有する無線端末３が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する。その後、情報処理装置１は、抽出した属性のうち、統計的に優位を示す属性を特定する。

すなわち、第１の識別情報を有する無線端末３が周辺に位置する撮像装置２によって撮影された撮像画像に含まれる人物には、第１の識別情報を有する無線端末３を所有している人物が含まれている可能性がある。そのため、本実施の形態における情報処理装置１は、第１の識別情報を有する無線端末３が周辺に位置する撮像装置２によって撮影された撮像画像に含まれる人物の属性のそれぞれを、第１の識別情報を有する無線端末３に対応付ける。同様に、情報処理装置１は、複数の撮像装置２によって撮像された撮像画像毎に、各撮像画像に含まれる人物の属性のそれぞれを、その撮像画像の撮像タイミングにおいて撮像装置２の周辺に位置していた無線端末にそれぞれに対応付ける。

そして、上記のように情報の対応付けが行われた場合、各無線端末３は、各無線端末３を有する人物の実際の属性と対応付けられる頻度が最大になる可能性が高い。そのため、情報処理装置１は、例えば、各無線端末３に最も多く対応付けられた属性を、各無線端末３を有する人物の属性であると判定する。

これにより、情報処理装置１は、来店客の承認を得ることができなかった場合であっても、来店客が有する無線端末３のそれぞれと、各撮像装置２から取得された撮影画像に含まれる来店客の属性のそれぞれとを対応付けることが可能になる。そのため、事業者は、来店客の属性毎の動作分析を、Ｗｉ−Ｆｉを経由して無線端末３から取得される情報（例えば、無線端末３の位置情報）に基づいて行うことが可能になる。

なお、図６（Ａ）で説明した検出属性情報１３１ａにおける「無線端末」に「Ｐ１」が含まれる情報（「時刻」が「１０：００」である情報及び「時刻」が「１１：００」である情報）の「男性３０代」には、それぞれ「２（人）」が設定されている。そして、図６で説明した検出属性情報１３１ａにおいて、「時刻」が「１０：００」である情報の「無線端末」に「Ｐ１」のみが設定されているのに対し、「時刻」が「１１：００」である情報の「無線端末」には、「Ｐ１」及び「Ｐ３」が設定されている。

そのため、属性特定部１１４は、例えば、「時刻」に「１０：００」が設定された情報の「男性３０代」に設定された情報である「２（人）」を、「時刻」に「１０：００」が設定された情報の「無線端末」に設定された情報の種類の数である１で除算した「２（人）」を算出するものであってよい。また、属性特定部１１４は、例えば、「時刻」に「１１：００」が設定された情報の「男性３０代」に設定された情報である「２（人）」を、「時刻」に「１１：００」が設定された情報の「無線端末」に設定された情報の種類の数である２で除算した「１（人）」を算出するものであってよい。そして、属性特定部１１４は、それぞれ算出した「２（人）」と「１（人）」とを加算した「３（人）」を、検出回数情報１３２における「無線端末」に「Ｐ１」が設定された情報の「男性３０代」に設定するものであってもよい。

これにより、属性特定部１１４は、例えば、各撮像装置２が撮影する場所や時間帯によって撮像画像に含まれる人数が大きく異なる場合であっても、来店客の数が少ない場所や時間帯において撮影された撮像画像に含まれる人物の属性を、処理結果に反映させることが可能になる。

［第２の実施の形態］
次に、第２の実施の形態における対応付け処理について説明を行う。

第２の実施の形態における情報処理装置１では、複数人からなるグループで店舗内を行動する来店客が存在する場合、グループに含まれる人数を特定し、特定した人数毎に属性の特定を行う。また、第２の実施の形態における情報処理装置１では、無線端末３を有していない来店客の属性についても特定を行う。

［第２の実施の形態における情報処理装置のソフトウエア構成］
初めに、第２の実施の形態における情報処理装置１のソフトウエア構成について説明する。図９は、第２の実施の形態における情報処理装置１の機能ブロック図である。

ＣＰＵ１０１は、図９に示すように、プログラム１１０と協働することにより、グループ分類部１２１と、グループ特定部１２２と、人数特定部１２３と、推定人数算出部１２４と、属性抽出部１２５と、属性特定部１２６として動作する。また、情報格納領域１３０には、図９に示すように、検出人数情報１４１と、平均検出人数情報１４２と、振分検出人数情報１４３と、推定人数情報１４４と、合計検出人数情報１４５と、検出指数情報１４６とが記憶される。さらに、情報格納領域１３０には、図９に示すように、未振分人数情報１４７と、振分済人数情報１４８と、平均振分済人数情報１４９と、振分指数情報１５０とが記憶される。

グループ分類部１２１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された複数の無線端末３を、所定の関係にある無線端末３毎のグループに分類する。具体的に、グループ分類部１２１は、例えば、複数の無線端末３毎に、Ｗｉ−Ｆｉを経由して取得された各無線端末３の位置情報を参照し、各無線端末３が店舗内に最初に位置した時刻から最後に位置した時刻までの検出時間を特定する。そして、グループ分類部１２１は、例えば、複数の無線端末３毎に、特定した検出時間のうち、無線端末３間の距離が第１閾値以下であった時間の割合が第２閾値以上であった他の無線端末３を、同一のグループに含まれる他の無線端末３としてグループの分類を行う。

グループ特定部１２２は、複数の撮像装置２毎に、グループ分類部１２１が分類したグループのうち、各撮像装置２の周辺に位置することが検出されたグループを特定する。具体的に、グループ特定部１２２は、例えば、グループの特定を所定の時間毎に行う。

人数特定部１２３は、複数の撮像装置２毎に、各撮像装置２から取得した撮像画像に含まれる人数を特定する。具体的に、人数特定部１２３は、例えば、人数の特定を所定の時間毎に行う。

推定人数算出部１２４は、グループ特定部１２２が特定したグループと、人数特定部１２３が特定した人数とに基づき、グループのそれぞれに含まれる推定人数を算出する。

属性抽出部１２５は、複数の撮像装置２毎に、各撮像装置２から取得した撮像画像に含まれる人物の属性を抽出する。

属性特定部１２６は、グループ特定部１２２が特定したグループと、推定人数算出部１２４が算出した推定人数と、属性抽出部１２５が抽出した属性とに基づき、グループ特定部１２２が特定したグループ毎に、各グループに含まれる人物の属性を特定する。なお、情報格納領域１３０に記憶される各情報についての説明については後述する。

［第２の実施の形態の概略］
次に、第２の実施の形態の概略について説明する。図１０は、第２の実施の形態における対応付け処理の概略を説明するフローチャートである。

情報処理装置１は、図１０に示すように、対応付けタイミングになるまで待機する（Ｓ２１のＮＯ）。そして、対応付けタイミングになった場合（Ｓ２１のＹＥＳ）、情報処理装置１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された複数の無線端末３を所定の関係にある無線端末３毎のグループに分類する（Ｓ２２）。

続いて、情報処理装置１は、複数の撮像装置２毎に、各撮像装置３の周辺に位置することが検出されたグループを特定する（Ｓ２３）。また、情報処理装置１は、複数の撮像装置２毎に、各撮像装置３から取得した撮像画像に含まれる人数を特定する（Ｓ２４）。

その後、情報処理装置１は、Ｓ２３の処理で特定したグループと、Ｓ２４の処理で特定した人数とに基づき、グループのそれぞれに含まれる推定人数を算出する（Ｓ２５）。

すなわち、情報処理装置１は、例えば、複数の撮像装置２毎に、Ｓ２４の処理で特定した人数を、Ｓ２３の処理で特定したグループのそれぞれに振り分ける。そして、情報処理装置１は、例えば、Ｓ２３の処理で特定したグループ毎に、各グループに振り分けられた複数の撮像装置２毎の人数を平均することによって、各グループに含まれる推定人数の算出を行う。

これにより、情報処理装置１は、無線端末３を有していない来店客を含めて、各グループに含まれる推定人数の算出を行うことが可能になる。

そして、情報処理装置１は、複数の撮像装置２毎に各撮像装置から取得した撮像画像に含まれる人物の属性を抽出する（Ｓ２６）。さらに、情報処理装置１は、Ｓ２３の処理で特定したグループと、Ｓ２５の処理で算出した推定人数と、Ｓ２６の処理で抽出した属性とに基づき、複数の撮像装置２のそれぞれから取得した撮像画像に含まれる各人物の属性をグループに含まれる人数毎に特定する（Ｓ２７）。

すなわち、情報処理装置１は、Ｓ２３の処理で特定したグループ毎に、Ｓ２５で算出した推定人数を、Ｓ２６の処理で抽出した人物の属性に基づいて各属性にそれぞれ振り分ける。

これにより、情報処理装置１は、各グループに含まれる推定人数のそれぞれの属性を特定することが可能になる。また、情報処理装置１は、店舗内における来店客の属性の割合に差がある場合であっても、割合が小さい属性にも来店客を対応付けることが可能になる。

［第２の実施の形態の詳細］
次に、第２の実施の形態の詳細について説明する。図１１から図１４は、第２の実施の形態における対応付け処理の詳細を説明するフローチャートである。また、図１５から図２９は、第２の実施の形態における対応付け処理の詳細を説明する図である。図１５から図２９を参照しながら、図１１から図１４に示す対応付け処理を説明する。

情報処理装置１のグループ分類部１２１は、図１１に示すように、対応付けタイミングになるまで待機する（Ｓ３１のＮＯ）。

そして、対応付けタイミングになった場合（Ｓ３１のＹＥＳ）、グループ分類部１２１は、複数の無線端末３毎に、各無線端末３が最初に検出された時刻から最後に検出された時刻までの検出時間を特定する（Ｓ３２）。具体的に、グループ分類部１２１は、複数の無線端末３毎に、各無線端末３が各店舗内に最初に位置した時刻から最後に位置した時刻までの検出時間を特定する。

続いて、グループ分類部１２１は、複数の無線端末３毎に、Ｓ３２の処理で特定した検出時間のうち、無線端末３間の距離が第１閾値以下であった時間の割合が第２閾値以上であった他の無線端末３を同一のグループに含まれる無線端末３として、グループの分類を行う（Ｓ３３）。

これにより、グループ分類部１２１は、グループでの行動を行っていた複数の来店客と、一時的に同じような行動を行っていた複数の来店客とを区別した上で、各来店客を複数のグループに分類することが可能になる。

その後、グループ特定部１２２は、複数の撮像装置２毎であって所定の時間毎に、各撮像装置２の周辺に位置することが検出されたグループを特定する（Ｓ３４）。また、人数特定部１２３は、複数の撮像装置２毎であって所定の時間毎に、各撮像装置２から取得した撮像画像に含まれる人数を特定する（Ｓ３５）。そして、グループ特定部１２２及び人数特定部１２３は、特定したグループと人数とを含む検出人数情報１４１を生成し、情報格納領域１３０に記憶する。以下、検出人数情報１４１の具体例について説明を行う。

［検出人数情報の具体例］
図１５は、検出人数情報１４１の具体例を説明する図である。具体的に、図１５（Ａ）は、図１で説明した撮像装置２ａが撮影した撮像画像に含まれる人物に対応する検出人数情報１４１ａの具体例を説明する図である。また、図１５（Ｂ）は、図１で説明した撮像装置２ｂが撮影した撮像画像に含まれる人物に対応する検出人数情報１４１ｂの具体例を説明する図である。

図１５に示す検出人数情報１４１は、撮像装置２によって撮影が行われた時刻を示す「時刻」と、撮像装置２の周辺に位置することが検出されたグループの識別情報を示す「グループ名」とを項目として有する。「グループ名」には、例えば、１以上の来店客を含むグループをそれぞれ示す「Ｇ１」、「Ｇ２」、「Ｇ３」及び「Ｇ４」が設定される。また、撮像装置２の周辺に位置するグループが存在しない場合、「グループ名」には、「−」が設定される。

そして、図１５に示す検出人数情報１４１は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の男性であると特定した人数を示す「男性２０代」と、３０代男性であると特定した人数を示す「男性３０代」とを項目として有する。また、図１５に示す検出人数情報１４１は、撮像装置２によって撮影された撮像画像に含まれる人数のうち、２０代の女性であると特定した人数を示す「女性２０代」と、３０代女性であると特定した人数を示す「女性３０代」とを項目として有する。さらに、図１５に示す検出人数情報１４１は、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された人数の合計が設定される「合計人数」を項目として有する。

具体的に、図１５（Ａ）に示す検出人数情報１４１ａにおいて、「時刻」に「１０：００」が設定された情報には、「グループ名」として「Ｇ１」が設定され、「男性２０代」として「０（人）」が設定され、「男性３０代」として「１（人）」が設定されている。また、図１５（Ａ）に示す検出人数情報１４１ａにおいて、「時刻」に「１０：００」が設定された情報には、「女性２０代」として「１（人）」が設定され、「女性３０代」として「１（人）」が設定され、「合計人数」として「３（人）」が設定されている。すなわち、図１５（Ａ）に示す検出人数情報１４１は、１０時の時点における撮像装置２ａの周辺に、識別情報が「Ｇ１」であるグループが存在していたことを示している。また、図１５（Ａ）に示す検出人数情報１４１は、撮像装置２ａによって１０時に撮影された撮像画像に、１名の男性３０代、１名の女性２０代及び１名の女性３０代が含まれていることを示している。図１５（Ａ）に示す検出人数情報１４１ａに含まれる他の情報及び図１５（Ｂ）に示す検出人数情報１４１ｂに含まれる各情報については説明を省略する。

図１２に戻り、情報処理装置１の推定人数算出部１２４は、複数の撮像装置２毎であって所定の時間毎に、各撮像装置２から取得した撮像画像に含まれる人数を、各撮像装置２のそれぞれの周辺に位置することが検出されたグループの数で除算することによって、各撮像装置の周辺に位置することが検出されたグループに対応する人数（以下、第１人数とも呼ぶ）をそれぞれ算出する（Ｓ４１）。そして、推定人数算出部１２４は、複数の撮像装置２毎であってグループ毎に、Ｓ４１の処理で算出した第１人数の平均値を算出する（Ｓ４２）。具体的に、推定人数算出部１２４は、例えば、それぞれ算出された第１人数と第１人数の平均値とを含む平均検出人数情報１４２を生成し、情報格納領域１３０に記憶する。以下、平均検出人数情報１４２の具体例について説明を行う。

［平均検出人数情報の具体例］
図１６は、平均検出人数情報１４２の具体例を説明する図である。

図１６に示す平均検出人数情報１４２は、撮像装置２によって撮影が行われた時刻を示す「時刻」と、識別情報がそれぞれＧ１、Ｇ２、Ｇ３及びＧ４であるグループをそれぞれ示す「グループＧ１」、「グループＧ２」、「グループＧ３」及び「グループＧ４」とを項目として有する。なお、以下、「グループＧ１」、「グループＧ２」、「グループＧ３」及び「グループＧ４」には、小数点以下第２位までの値が設定されるものとする。

具体的に、図１５に示す検出人数情報１４１において、「時刻」に「１０：００」が設定され、「グループ名」に「Ｇ１」が含まれる情報の「合計人数」には、「３（人）」が設定されている。また、図１５に示す検出人数情報１４１において、「時刻」に「１０：００」が設定された情報の「グループ名」に設定されている情報の数は１種類（「Ｇ１」のみ）である。そのため、推定人数算出部１２４は、図１６に示すように、「時刻」が「１０：００」である情報の「グループＧ１」に、「３（人）」を１で除算した値である「３．００（人）」を第１人数として設定する。

また、図１５に示す検出人数情報１４１において、「時刻」に「１１：００」が設定され、「グループ名」に「Ｇ１」が含まれる情報の「合計人数」には、「５（人）」が設定されている。また、図１５に示す検出人数情報１４１において、「時刻」に「１１：００」が設定された情報の「グループ名」に設定されている情報の数は２種類（「Ｇ１」及び「Ｇ３」）である。そのため、推定人数算出部１２４は、図１６に示すように、「時刻」が「１１：００」である情報の「グループＧ１」に、「５（人）」を２で除算した値である「２．５０（人）」を第１人数として設定する。

また、図１５に示す検出人数情報１４１において、「時刻」に「１２：００」が設定され、「グループ名」に「Ｇ１」が含まれる情報は存在しない。そのため、推定人数算出部１２４は、図１６に示すように、「時刻」が「１２：００」である情報の「グループＧ１」に、情報が存在しないことを示す「−」を設定する。

さらに、推定人数算出部１２４は、図１６に示す平均検出人数情報１４２において、「時刻」に「１０：００」、「１１：００」及び「１２：００」が設定された情報の「グループＧ１」に設定された第１人数である「３．００（人）」、「２．５０（人）」の平均値である「２．７５（人）」を第１人数の平均値として算出する。そして、推定人数算出部１２４は、「時刻」に「平均」が設定された情報の「グループＧ１」に、算出した「２．７５（人）」を第１人数の平均値として設定する。図１６に含まれる他の情報については説明を省略する。

図１２に戻り、推定人数算出部１２４は、複数の撮像装置２毎であって所定の時間毎に、各撮像装置２の周辺に位置することが検出されたグループのそれぞれに対応する人数の比が、Ｓ４２の処理で算出した第１人数の平均値の比になるように、各撮像装置２から取得した撮像画像に含まれる人数を振り分けて各グループの人数（以下、第２人数とも呼ぶ）を算出する（Ｓ４３）。具体的に、推定人数算出部１２４は、例えば、それぞれ算出された第２人数を含む振分検出人数情報１４３を生成し、情報格納領域１３０に記憶する。以下、振分検出人数情報１４３の具体例について説明を行う。

［振分検出人数情報の具体例］
図１７は、振分検出人数情報１４３の具体例を説明する図である。具体的に、図１７（Ａ）は、図１で説明した撮像装置２ａが撮影した撮像画像に含まれる人物に対応する振分検出人数情報１４３ａの具体例を説明する図である。また、図１７（Ｂ）は、図１で説明した撮像装置２ｂが撮影した撮像画像に含まれる人物に対応する振分検出人数情報１４３ｂの具体例を説明する図である。

図１７に示す振分検出人数情報１４３は、図１６で説明した平均検出人数情報１４２と同じ項目を有する。

具体的に、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１０：００」が設定された情報の「グループ名」には、「Ｇ１」のみが設定されている。また、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１０：００」が設定された情報の「合計人数」には、「３（人）」が設定されている。そのため、推定人数算出部１２４は、図１７（Ａ）に示すように、「時刻」が「１０：００」である情報の「グループＧ１」に「３．００（人）」を第２人数として設定する。

一方、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１１：００」が設定された情報の「グループ名」には、「Ｇ１」及び「Ｇ３」が設定されている。また、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１１：００」が設定された情報の「合計人数」には、「５（人）」が設定されている。さらに、図１６に示す平均検出人数情報１４２における「時刻」に「平均」が設定された情報の「グループＧ１」及び「グループＧ３」には、「２．７５（人）」及び「２．９２（人）」が設定されている。そのため、推定人数算出部１２４は、分割した後の数の比が「２．７５（人）」：「２．９２（人）」になるように「５（人）」を分割することにより、「２．４３（人）」と「２．５７（人）」とを算出する。そして、推定人数算出部１２４は、図１７（Ａ）に示すように、「時刻」が「１１：００」である情報の「グループＧ１」及び「グループＧ３」に、第２人数として「２．４３（人）」及び「２．５７（人）」をそれぞれ設定する。図１７（Ａ）に示す振分検出人数情報１４３ａに含まれる他の情報及び図１７（Ｂ）に示す振分検出人数情報１４３ｂに含まれる各情報については説明を省略する。

図１２に戻り、推定人数算出部１２４は、グループ毎に、Ｓ４３の処理で算出した第２人数の平均値を、各グループに含まれる人物の推定人数として算出する（Ｓ４４）。具体的に、推定人数算出部１２４は、例えば、それぞれ算出された推定人数を含む推定人数情報１４４を生成し、情報格納領域１３０に記憶する。以下、推定人数情報１４４の具体例について説明を行う。

［推定人数情報の具体例］
図１８は、推定人数情報１４４の具体例を説明する図である。

図１８に示す推定人数情報１４４は、各グループを識別する「グループ名」と、振分検出人数情報１４３に含まれる人数の平均値を示す「平均グループ人数」と、「平均グループ人数」に設定された情報から算出された推定人数を示す「推定人数」とを項目として有する。なお、以下、「平均グループ人数」には、小数点以下第２位までの値が設定されるものとする。

具体的に、図１７に示す振分検出人数情報１４３ａ及び振分検出人数情報１４３ｂには、「グループＧ１」に対応する情報として「３．００（人）」及び「２．４３（人）」が設定されている。そのため、推定人数算出部１２４は、図１８に示すように、「グループ名」に「Ｇ１」が設定された情報の「平均グループ人数」に、「３．００（人）」及び「２．４３（人）」の平均値である「２．７１（人）」を設定する。そして、推定人数算出部１２４は、図１８に示すように、「グループ名」に「Ｇ１」が設定された情報の「推定人数」に、例えば、「平均グループ人数」に設定した数である「２．７１（人）」を四捨五入して算出される値である「３（人）」を設定する。図１８に含まれる他の情報については省略する。

なお、推定人数算出部１２４は、Ｓ４４の処理の後、例えば、図１８に示す推定人数情報１４４の「平均グループ人数」に設定された情報を、Ｓ４２の処理における第１人数の平均値として用いることにより、Ｓ４３及びＳ４４の処理を繰り返し行うものであってもよい。そして、推定人数算出部１２４は、この場合、例えば、前回のＳ４４の処理の実行に伴って「平均グループ人数」に設定された情報と、今回のＳ４４の処理の実行に伴って「平均グループ人数」に設定された情報との差が一定未満になった場合、Ｓ４３及びＳ４４の処理を終了するものであってよい。

これにより、推定人数算出部１２４は、グループ毎の推定人数をより精度高く算出することが可能になる。

図１３に戻り、情報処理装置１の属性抽出部１２５は、複数の撮像装置２毎であって所定の時間毎であって属性毎に、各撮像装置２から取得した撮像画像に含まれる人数（以下、第３人数とも呼ぶ）を特定する（Ｓ５１）。具体的に、属性抽出部１２５は、例えば、図１５で説明した検出人数情報１４１を参照し、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された各情報を第３人数として特定する。

そして、属性特定部１２６は、グループ毎であって属性毎に、各グループと各属性とに対応する第３人数を加算した人数（以下、第４人数とも呼ぶ）を算出する（Ｓ５２）。具体的に、属性抽出部１２５は、例えば、それぞれ算出された第４人数を含む合計検出人数情報１４５を生成し、情報格納領域１３０に記憶する。以下、合計検出人数情報１４５の具体例について説明を行う。

［合計検出人数情報の具体例］
図１９は、合計検出人数情報１４５の具体例を説明する図である。図１９に示す合計検出人数情報１４５は、図１５で説明した検出人数情報１４１の項目のうち、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有する。

具体的に、図１５に示す検出人数情報１４１において、「グループ名」に「Ｇ１」が含まれる情報は、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１０：００」及び「１１：００」が設定された情報である。そして、これらの情報における「男性２０代」には、それぞれ「０（人）」が設定されている。そのため、属性特定部１２６は、図１９に示すように、「グループ名」に「Ｇ１」が設定された情報の「男性２０代」に、「０（人）」を第４人数として設定する。

また、図１５に示す検出人数情報１４１において、「グループ名」に「Ｇ２」が含まれる情報は、図１５（Ａ）に示す検出人数情報１４１ａにおける「時刻」に「１２：００」が設定された情報と、図１５（Ｂ）に示す検出人数情報１４１ｂにおける「時刻」に「１０：００」及び「１１：００」が設定された情報である。そして、これらの情報における「男性２０代」には、それぞれ「３（人）」、「０（人）」及び「０（人）」が設定されている。そのため、属性特定部１２６は、図１９に示すように、「グループ名」に「Ｇ２」が設定された情報の「男性２０代」に、「３（人）」を第４人数として設定する。図１９に含まれる他の情報については説明を省略する。

図１３に戻り、属性特定部１２６は、グループ毎に、各属性に対応する人数の比が、各属性に対応する第４人数の比になるように、各グループに対応する推定人数を各属性に振り分けた人数（以下、第５人数とも呼ぶ）を算出する（Ｓ５３）。具体的に、属性特定部１２６は、例えば、それぞれ算出した第５人数を含む検出指数情報１４６を生成し、情報格納領域１３０に記憶する。以下、検出指数情報１４６の具体例について説明を行う。

［検出指数情報の具体例］
図２０は、検出指数情報１４６の具体例を説明する図である。

図２０に示す検出指数情報１４６は、図１５で説明した検出人数情報１４１と同様に、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有する。また、図２０に示す検出指数情報１４６は、各グループの推定人数を示す「未振分人数」を項目として有する。なお、以下、検出指数情報１４６において、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」には、小数点以下第２位までの値が設定されるものとする。

具体的に、図１８で説明した推定人数情報１４４における「グループ名」に「Ｇ１」が設定された情報の「推定人数」には、「３（人）」が設定されている。そのため、属性特定部１２６は、図２０に示すように、「グループ名」が「Ｇ１」である情報の「未振分人数」に「３（人）」を設定する。

また、属性特定部１２６は、分割した後の人数の比が、図１９で説明した合計検出人数情報１４５における「グループ名」に「Ｇ１」が設定された情報の「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された情報の比（「０（人）」：「２（人）」：「４（人）」：「２（人）」）になるように、「未振分人数」に設定した「３（人）」を分割することにより、「０．００（人）」、「０．７５（人）」、「１．５０（人）」及び「０．７５（人）」をそれぞれ算出する。そして、属性特定部１２６は、図２０に示すように、「グループ名」が「Ｇ１」である情報の「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に、それぞれ「０．００（人）」、「０．７５（人）」、「１．５０（人）」及び「０．７５（人）」を第５人数としてそれぞれ設定する。図２０に含まれる他の情報については説明を省略する。

図１３に戻り、属性特定部１２６は、複数の撮像装置２毎であって所定の時間毎に、各撮像装置２の周辺に位置することが検出されたグループのいずれかと属性のいずれかとの組合せ（以下、単に組合せとも呼ぶ）のうち、各組合せに対応する第５人数が多い組合せを優先して、各撮像装置２の周辺に位置することが検出されたグループに対応する推定人数を各組合せに振り分けることによって、組合せ毎の人数（以下、第６人数とも呼ぶ）を特定する（Ｓ５４）。以下、Ｓ５４の処理の具体例について説明を行う。

［Ｓ５４の処理の具体例］
図２１から図２６は、Ｓ５４の処理の具体例を説明する図である。

属性特定部１２６は、Ｓ５４の処理において、初めに、複数の撮像装置２のそれぞれが撮影した撮影画像に含まれる人物毎に、各グループに対応する推定人数のうち、各組合せに対する振り分けがまだ行われていない人数を示す未振分人数情報１４７と、各組合せに対する振り分けが行われた人数を示す振分済人数情報１４８とを生成する。以下、未振分人数情報１４７及び振分済人数情報１４８の具体例について説明を行う。

［未振分人数情報の具体例］
初めに、未振分人数情報１４７の具体例について説明を行う。図２１は、未振分人数情報１４７の具体例を説明する図である。具体的に、図２１（Ａ）は、未振分人数情報１４７のうち、撮像装置２ａが撮影した撮像画像に含まれる人数に対応する未振分人数情報１４７ａを説明する具体例である。また、図２１（Ｂ）は、未振分人数情報１４７のうち、撮像装置２ｂが撮影した撮像画像に含まれる人数に対応する未振分人数情報１４７ｂを説明する具体例である。

図２１に示す未振分人数情報１４７は、図１５で説明した検出人数情報１４１の項目のうち、「時刻」、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有している。

具体的に、図２１（Ａ）に示す未振分人数情報１４７ａ及び図２１（Ｂ）に示す未振分人数情報１４７ｂには、図１５（Ａ）で説明した検出人数情報１４１ａ及び図１５（Ｂ）で説明した検出人数情報１４１ｂの各項目に設定された情報と同じ情報が設定されている。すなわち、未振分人数情報１４７には、初期値として、検出人数情報１４１に含まれる情報と同じ情報が設定される。

［振分済人数情報の具体例］
次に、振分済人数情報１４８の具体例について説明を行う。図２２は、振分済人数情報１４８の具体例を説明する図である。具体的に、図２２（Ａ）は、振分済人数情報１４８のうち、撮像装置２ａが撮影した撮像画像に含まれる人数に対応する振分済人数情報１４８ａを説明する具体例である。また、図２２（Ｂ）は、振分済人数情報１４８のうち、撮像装置２ｂが撮影した撮像画像に含まれる人数に対応する振分済人数情報１４８ｂを説明する具体例である。

図２２に示す振分済人数情報１４８は、図１５で説明した検出人数情報１４１の項目のうち、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有している。また、図２２に示す振分済人数情報１４８は、各グループに対応する推定人数のうち、各組合せへの振り分けが既に行われた人数を示す「振分人数」を項目として有している。

具体的に、図２２（Ａ）に示す振分済人数情報１４８ａ及び図２２（Ｂ）に示す振分済人数情報１４８ｂには、初期値として、全ての欄に「０」が設定されている。

そして、属性特定部１２６は、Ｓ５４の処理において、図２１で説明した未振分人数情報１４７における各欄に設定された人数を、図２２で説明した振分済人数情報１４８における各欄に振り分ける。以下、未振分人数情報１４７及び振分済人数情報１４８が更新される際の具体例について説明を行う。

［未振分人数情報及び振分済人数情報が更新される際の具体例］
図２１（Ａ）で説明した未振分人数情報１４７ａにおける「時刻」に「１１：００」が設定されている情報の「グループ名」には、「Ｇ１」及び「Ｇ３」が設定されている。そして、図２０で説明した検出指数情報１４６における「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報のうちの最大値は、「グループ名」が「Ｇ１」である情報の「女性２０代」に設定された情報である「１．５０（人）」、及び「グループ名」が「Ｇ３」である情報の「女性２０代」に設定された情報である「１．５０（人）」である。

そのため、属性特定部１２６は、図２３（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ１」が設定された情報の「女性２０代」に設定された情報を「１（人）」に更新する。また、属性特定部１２６は、図２３（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ３」が設定された情報の「女性２０代」に設定された情報を「１（人）」に更新する。

そして、属性特定部１２６は、図２３（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ１」が設定された情報の「振分人数」に設定された情報を、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」のそれぞれに設定された情報の和である「１」に更新する。また、属性特定部１２６は、図２３（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ３」が設定された情報の「振分人数」に設定された情報を、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」のそれぞれに設定された情報の和である「１」に更新する。すなわち、属性特定部１２６は、この場合、２０代の女性がグループＧ１とグループＧ３とにそれぞれ含まれているものと特定する。

その後、属性特定部１２６は、図２３（Ａ）に示すように、図２１（Ａ）に示す未振分人数情報１４７ａにおける「時刻」に「１１：００」が設定された情報の「女性２０代」に設定された情報である「３（人）」を、グループＧ１及びグループＧ３に対して振り分けが行われた人数である「２（人）」を減算した人数である「１（人）」に更新する。

そして、属性特定部１２６は、図２３（Ｂ）の下線部分に示すように、図２０に示す検出指数情報１４６における「グループ名」に「Ｇ１」が設定された情報の「未振分情報」に設定された情報である「３（人）」を、グループＧ１に対して振り分けが行われた人数である「１（人）」を減算した人数である「２（人）」に更新する。また、属性特定部１２６は、図２３（Ｂ）の下線部分に示すように、図２０に示す検出指数情報１４６における「グループ名」に「Ｇ３」が設定された情報の「未振分情報」に設定された情報である「３（人）」を、グループＧ１に対して振り分けが行われた人数である「１（人）」を減算した人数である「２（人）」に更新する。

さらに、属性特定部１２６は、図２３（Ｂ）の下線部分に示すように、図２０に示す検出指数情報１４６における「グループ名」に「Ｇ１」が設定された情報の「女性２０代」に設定された情報である「１．５０（人）」を、グループＧ１及び女性２０代の組合せに対して振り分けが行われた人数である「１（人）」を減算した値である「０．５０（人）」に更新する。また、属性特定部１２６は、図２３（Ｂ）に示すように、図２０に示す検出指数情報１４６における「グループ名」に「Ｇ３」が設定された情報の「女性２０代」に設定された情報である「１．５０（人）」を、グループＧ３及び女性２０代の組合せに対して振り分けが行われた人数である「１（人）」を減算した値である「０．５０（人）」に更新する。すなわち、属性特定部１２６は、グループＧ１及び女性２０代の組合せと、グループＧ３及び女性２０代の組合せとに対する人物の振り分けが既に行われたため、検出指数情報１４６のうち、人物の振り分けが行われた組合せに対応する情報を小さくする。

なお、図２３（Ａ）に示す未振分人数情報１４７ａにおいて、「時刻」が「１１：００」である情報の「男性３０代」、「女性２０代」及び「女性３０代」に「１（人）」が設定されているのに対し、「時刻」が「１１：００」である情報の「男性２０代」には、「０（人）」が設定されている。そのため、例えば、図２０で説明した検出指数情報１４６における「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報の最大値が、「グループ名」が「Ｇ１」または「Ｇ３」である情報の「男性２０代」に設定された情報である場合であっても、属性特定部１２６は、グループＧ１及び男性２０代の組合せ、または、グループＧ３及び男性２０代の組合せに対して人物の振り分けを行わないものであってよい。そして、属性特定部１２６は、この場合、例えば、「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報のうち、「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の「男性２０代」に設定された情報の次に大きい情報を特定し、特定した情報に対応する組合せに対して人物の振り分けを行うものであってよい。

続いて、各情報の状態が図２３に示す状態に更新された場合、図２３（Ｂ）で説明した検出指数情報１４６における「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報の最大値は、「グループ名」が「Ｇ１」である情報の「男性３０代」に設定された情報である「０．７５（人）」、及び「グループ名」が「Ｇ１」である情報の「女性３０代」に設定された情報である「０．７５（人）」ある。

そのため、属性特定部１２６は、図２４（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ１」が設定された情報の「男性３０代」に設定された情報を「１（人）」に更新する。また、属性特定部１２６は、図２４（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ１」が設定された情報の「女性３０代」に設定された情報を「１（人）」に更新する。

そして、属性特定部１２６は、図２４（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ１」が設定された情報の「振分人数」を、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」のそれぞれに設定された情報の和である「３」に更新する。すなわち、属性特定部１２６は、この場合、３０代の男性と３０代の女性がグループＧ１に含まれているものと特定する。

その後、属性特定部１２６は、図２４（Ａ）に示すように、図２３（Ａ）に示す未振分人数情報１４７ａにおける「時刻」に「１１：００」が設定された情報の「男性３０代」及び「女性３０代」にそれぞれ設定された情報である「１（人）」を、グループＧ１に対してそれぞれ振り分けが行われた人数である「１（人）」を減算した人数である「０（人）」にそれぞれ更新する。

そして、属性特定部１２６は、図２４（Ｂ）の下線部分に示すように、図２３（Ｂ）に示す検出指数情報１４６における「グループ名」に「Ｇ１」が設定された情報の「未振分情報」に設定された情報である「２（人）」を、グループＧ１に対して振り分けが行われた人数である「２（人）」を減算した人数である「０（人）」に更新する。

さらに、属性特定部１２６は、図２４（Ｂ）の下線部分に示すように、図２３（Ｂ）に示す検出指数情報１４６における「グループ名」に「Ｇ１」が設定された情報の「男性３０代」に設定された情報である「０．７５（人）」を、グループＧ１及び男性３０代の組合せに対して振り分けが行われた人数である「１（人）」を減算して算出された情報である「−０．２５（人）」に更新する。また、属性特定部１２６は、図２４（Ｂ）の下線部分に示すように、図２３（Ｂ）に示す検出指数情報１４６における「グループ名」に「Ｇ３」が設定された情報の「女性３０代」に設定された情報である「０．７５（人）」を、グループＧ１及び女性３０代の組合せに対して振り分けが行われた人数である「１（人）」を減算して算出された情報である「−０．２５（人）」に更新する。すなわち、属性特定部１２６は、グループＧ１及び男性３０代の組合せと、グループＧ３及び女性３０代の組合せとに対する人物の振り分けが既に行われたため、検出指数情報１４６のうち、人物の振り分けが行われた組合せに対応する情報を小さくする。

なお、図２３（Ｂ）で説明した検出指数情報１４６における「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報の最大値は、「グループ名」が「Ｇ１」である情報の「男性３０代」に設定された情報である「０．７５（人）」と、「グループ名」が「Ｇ１」である情報の「女性３０代」に設定された情報である「０．７５（人）」との両方である。そのため、例えば、「グループ名」に「Ｇ１」が設定された情報の「未振分人数」に設定された情報が「１（人）」である場合、属性特定部１２６は、グループＧ１及び男性３０代の組合せと、グループＧ１及び女性３０代の組合せとの両方に人数の振り分けを行うことができない。

この点、図２３（Ｂ）に示す検出指数情報１４６における「男性３０代」に対応する情報のうち、「０．７５（人）」の次に大きい情報は、「グループ名」が「Ｇ３」である情報の「男性３０代」に設定された情報である「０．６４（人）」である。また、図２３（Ｂ）に示す検出指数情報１４６における「女性３０代」に対応する情報のうち、「０．７５」の次に大きい情報は、「グループ名」が「Ｇ３」である情報の「女性３０代」に設定された情報である「０．４３（人）」である。そのため、属性特定部１２６は、この場合、例えば、「０．７５（人）」の次に大きい情報が小さい方の組合せであるグループＧ１及び女性３０代の組合せに人物の振り分けを行うものであってよい。

これにより、属性抽出部１２５は、男性３０代に対応する組合せと女性３０代に対応する組合せの両方に、人物の振り分けが行われる可能性を高めることが可能になる。

続いて、各情報の状態が図２４に示す状態に更新された場合、図２４（Ｂ）で説明した検出指数情報１４６における「グループ名」に「Ｇ１」または「Ｇ３」が設定された情報の各属性に設定された情報の最大値は、「グループ名」が「Ｇ１」である情報の「女性２０代」に設定された情報である「０．５０（人）」、及び「グループ名」が「Ｇ３」である情報の「女性２０代」に設定された情報である「０．５０（人）」である。

ここで、図２４（Ｂ）に示す検出指数情報１４６における「グループ名」が「Ｇ１」である情報の「未振分人数」には「０（人）」が設定されている。すなわち、図２４（Ｂ）に示す検出指数情報１４６は、グループＧ１に対応する組合せに振り分けられた人数が、グループＧ１に対応する推定人数に達したことを示している。そのため、属性特定部１２６は、この場合、グループＧ１に対応する組合せに対する人物の振り分けをこれ以上行わない。

したがって、属性特定部１２６は、図２５（Ｃ）の下線部分に示すように、振分済人数情報１４８ａにおける「グループ名」に「Ｇ３」が設定された情報の「女性２０代」に設定された情報を「２（人）」に更新する。すなわち、属性特定部１２６は、この場合、２０代の女性がグループＧ３に含まれているものと特定する。

その後、属性特定部１２６は、この場合、図２５（Ａ）に示すように、図２４（Ａ）に示す未振分人数情報１４７ａにおける「時刻」に「１１：００」が設定された情報の「女性２０代」に設定された情報である「１（人）」を、グループＧ３に対して振り分けが行われた人数である「１（人）」を減算して算出された人数である「０（人）」に更新する。

そして、属性特定部１２６は、この場合、図２５（Ｂ）の下線部分に示すように、図２４（Ｂ）に示す検出指数情報１４６における「グループ名」に「Ｇ３」が設定された情報の「未振分情報」に設定された情報である「２（人）」を、グループＧ３に対して振り分けが行われた人数である「１（人）」を減算した人数である「１（人）」に更新する。

さらに、属性特定部１２６は、図２５（Ｂ）の下線部分に示すように、図２４（Ｂ）に示す検出指数情報１４６における「グループ名」に「Ｇ３」が設定された情報の「女性２０代」に設定された情報である「０．５０（人）」を、グループＧ３及び女性２０代の組合せに対して振り分けが行われた人数である「１（人）」を減算した値である「−０．５０（人）」に更新する。

ここで、図２５（Ａ）に示す未振分人数情報１４７ａの「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」には、全て「０（人）」が設定されている。すなわち、図２５（Ａ）に示す未振分人数情報１４７ａは、撮像装置２ａが１１時に撮影した撮像画像に含まれる全人物の各組合せに対する振り分けが完了したことを示している。

その後、属性特定部１２６は、図２６の振分済人数情報１４８に示すように、撮像装置２毎であって時刻毎（各撮像装置２による撮影された撮像画像毎）の人物の振り分けが全て終了するまでＳ５４の処理を行う。

図１４に戻り、属性特定部１２６は、各グループのいずれかと各属性のいずれかとの組合せ毎に、Ｓ５４の処理で特定した第６人数の平均値を算出する（Ｓ６１）。具体的に、属性特定部１２６は、例えば、それぞれ生成された第６人数の平均値を含む平均振分済人数情報１４９を生成し、情報格納領域１３０に記憶する。以下、平均振分済人数情報１４９の具体例について説明を行う。

［平均振分済人数情報の具体例］
図２７は、平均振分済人数情報１４９の具体例を説明する図である。

図２７に示す平均振分済人数情報１４９は、図１５で説明した検出人数情報１４１の項目のうち、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有している。

具体的に、図２６に示す振分済人数情報１４８における「グループ名」に「Ｇ１」が設定された情報の「男性２０代」には、それぞれ「０（人）」が設定されている。そのため、属性特定部１２６は、図２７に示すように、「グループ名」が「Ｇ１」である情報の「男性２０代」に「０（人）」を設定する。

また、図２６に示す振分済人数情報１４８における「グループ名」に「Ｇ３」が設定された情報の「男性２０代」には、「０（人）」及び「１（人）」が設定されている。そのため、属性特定部１２６は、図２７に示すように、「グループ名」が「Ｇ３」である情報の「男性２０代」に、「０（人）」と「１（人）」との平均値である「０．５（人）」を設定する。図２７に含まれる他の情報については説明を省略する。

図１４に戻り、属性特定部１２６は、グループ毎に、各属性に対応する人数の比が各属性に対応する第６人数の平均値の比になるように、各グループに対応する推定人数を各属性に振り分けることにより、各グループに含まれる各人物の属性を特定する（Ｓ６２）。具体的に、属性特定部１２６は、各属性に振り分けられた推定人数のそれぞれを含む振分指数情報１５０を生成し、情報格納領域１３０に記憶する。以下、振分指数情報１５０の具体例について説明を行う。

［振分指数情報の具体例］
図２８は、振分指数情報１５０の具体例を説明する図である。

図２８に示す振分指数情報１５０は、図１５で説明した検出人数情報１４１の項目のうち、「グループ名」、「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」を項目として有している。

具体的に、図２７で説明した平均振分済人数情報１４９の「グループ名」に「Ｇ１」が設定された情報における「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された人数の合計は、図１８で説明した推定人数情報１４４における「グループ名」が「Ｇ１」である情報の「推定人数」に設定された人数と同数の「３（人）」である。そのため、属性特定部１２６は、この場合、図２８に示すように、「グループ名」に「Ｇ１」が設定された情報における「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に、図２７で説明した平均振分済人数情報１４９の「グループ名」に「Ｇ１」が設定された情報における「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された人数をそれぞれ設定する。

一方、図２７で説明した平均振分済人数情報１４９の「グループ名」に「Ｇ３」が設定された情報における「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された人数の合計は、「２．５（人）」である。また、図１８で説明した推定人数情報１４４における「グループ名」が「Ｇ３」である情報の「推定人数」に設定された人数は、「３（人）」である。そのため、属性特定部１２６は、分割した後の数の比が、図２８で説明した平均振分済人数情報１４９における「グループ名」に「Ｇ３」が設定された情報の「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に設定された情報の比（「０．５（人）」：「０．５（人）」：「１．５（人）」：「０（人）」）になるように「３（人）」を分割し、「０．６（人）」、「０．６（人）」、「１．８（人）」及び「０（人）」をそれぞれ算出する。そして、属性特定部１２６は、図２８に示すように、「グループ名」が「Ｇ３」である情報の「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」に、「０．６（人）」、「０．６（人）」、「１．８（人）」及び「０（人）」をそれぞれ設定する。図２８に含まれる他の情報については説明を省略する。

なお、属性特定部１２６は、Ｓ６２の処理において、例えば、図２８で説明した振分指数情報１５０に含まれる各値を整数化するものであってもよい。

具体的に、図２８に示す振分指数情報１５０において、「グループ名」に「Ｇ３」が設定された情報の「男性２０代」、「男性３０代」、「女性２０代」及び「女性３０代」には、それぞれ「０．６（人）」、「０．６（人）」、「１．８（人）」及び「０（人）」が設定されている。そのため、属性特定部１２６は、例えば、図２９に示すように、小数点が含まれている人数である「０．６（人）」、「０．６（人）」及び「１．８（人）」のうちの最大数である「１．８（人）」を切り上げることによって「２（人）」にする。

ここで、図２６で説明した振分済人数情報１４８には、「グループ名」に「未振分」が設定された情報の「男性３０代」、「女性２０代」及び「女性３０代」に「０（人）」が設定されているのに対し、「グループ名」に「未振分」が設定された情報の「男性２０代」には「１（人）」が設定されている。そのため、グループＧ３に含まれる男性２０代の実際の人数は、図２８に示す振分指数情報１５０における「グループ名」に「Ｇ３」が設定された情報の「男性２０代」に設定された情報である「０．６（人）」よりも大きい可能性が高い。したがって、属性特定部１２６は、この場合、図２９に示すように、図２８に示す振分指数情報１５０における「グループ名」に「Ｇ３」が設定された情報の「男性２０代」に設定された情報である「０．６（人）」を「１（人）」に切り上げる。そして、属性特定部１２６は、図２８に示す振分指数情報１５０における「グループ名」に「Ｇ３」が設定された情報の「男性３０代」に設定された情報である「０．６（人）」を「０（人）」に切り下げる。

これにより、属性特定部１２６は、例えば、図２８で説明した振分指数情報１５０に含まれる各値の整数化を、各グループに含まれる各属性の実際の人数に近付けながら行うことが可能になる。

このように、本実施の形態における情報処理装置１は、複数の撮像装置２のそれぞれの周辺に位置することが検出された複数の無線端末３を、所定の関係にある無線端末３毎のグループに分類する。

そして、情報処理装置１は、複数の撮像装置２毎に、各撮像装置２の周辺に位置することが検出されたグループを特定する。また、情報処理装置１は、複数の撮像装置２毎に、各撮像装置２から取得した撮像画像に含まれる人数を特定する。さらに、情報処理装置１は、特定したグループと、特定した人数とに基づき、グループのそれぞれに含まれる推定人数を算出する。

その後、情報処理装置１は、複数の撮像装置２毎に、各撮像装置２から取得した撮像画像に含まれる人物の属性を抽出し、特定したグループと、算出した推定人数と、抽出した属性とに基づき、グループ毎に、各グループに含まれる人物の属性を特定する。

これにより、情報処理装置１は、各グループに含まれる推定人数のそれぞれの属性を特定することが可能になる。また、情報処理装置１は、店舗内における来店客の属性の割合に差がある場合であっても、割合が小さい属性にも来店客を対応付けることが可能になる。

以上の実施の形態をまとめると、以下の付記の通りである。

（付記１）
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
ことを特徴とする対応付け方法。

（付記２）
付記１において、
前記属性を特定する工程では、前記統計的に優位を示す属性を、前記第１の識別情報を有する無線端末に対応する属性として特定する、
ことを特徴とする対応付け方法。

（付記３）
付記１において、
前記属性を特定する工程では、
前記複数の撮像装置から取得した撮像画像から抽出された回数を前記属性毎に特定し、
前記回数が最も多い前記属性を、前記統計的に優位を示す属性として特定する、
ことを特徴とする対応付け方法。

（付記４）
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。

（付記５）
付記４において、
前記グループを分類する工程では、
前記複数の無線端末毎に、前記複数の撮像装置のいずれかが各無線端末を最初に検出した時刻から最後に検出した時間までの検出時間を特定し、
前記複数の無線端末毎に、特定した検出時間のうち、無線端末間の距離が第１閾値以下であった時間の割合が第２閾値以上であった他の無線端末を、同一の前記グループに含まれる他の無線端末として分類を行う、
ことを特徴とする対応付け方法。

（付記６）
付記５において、
前記推定人数を算出する工程では、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループに振り分け、
振り分けた前記人数を前記グループ毎に平均した人数を、前記グループのそれぞれに含まれる前記推定人数として算出する、
ことを特徴とする対応付け方法。

（付記７）
付記６において、
前記グループを特定する工程では、前記グループの特定を所定の時間毎に行い、
前記人物の数を特定する工程では、前記人物の数の特定を前記所定の時間内に検出された人物毎に行い、
前記推定人数を算出する工程では、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループの数で除算することによって、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する第１人数を算出し、
前記複数の撮像装置毎であって前記グループ毎に、算出した前記第１人数の平均値を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する人数の比が、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する前記第１人数の平均値の比になるように、各撮像装置から取得した撮像画像に含まれる数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに振り分けることによって、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに対応する第２人数を算出し、
前記グループ毎に、算出した前記第２人数の平均値を、各グループに含まれる人物の前記推定人数として算出する、
ことを特徴とする対応付け方法。

（付記８）
付記７において、
前記属性を抽出する工程では、前記属性の抽出を、前記複数の撮像装置毎であって前記所定の時間毎であって前記属性毎に、各撮像装置から取得した撮像画像に含まれる第３人数を特定することによって行い、
前記属性を特定する工程では、
前記グループ毎であって前記属性毎に、各グループと各属性とに対応する前記第３人数を加算することによって第４人数を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第４人数の比になるように、前記推定人数を前記属性のそれぞれに振り分けることによって第５人数を算出し、
前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出された前記グループのいずれかと前記属性のいずれかとの複数の組合せのうち、各組合せに対応する前記第５人数が多い組合せを優先して、各撮像装置の周辺に位置することが検出された前記グループに対応する前記推定人数を、前記複数の組合せに振り分けることによって、前記複数の組合せ毎の第６人数を特定し、
前記複数の組合せ毎に、特定した前記第６人数の平均値を算出し、
前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第６人数の平均値の比になるように、各グループに対応する前記推定人数を前記属性のそれぞれに振り分けることにより、各グループに含まれる人物の前記属性を特定する、
ことを特徴とする対応付け方法。

（付記９）
付記８において、
前記第６人数を特定する工程では、
前記グループに対応する前記推定人数を前記複数の組合せのいずれかに振り分ける毎に、振り分けられた前記複数の組合せのいずれかに対応する前記第５人数から、振り分けた人数を減算し、
前記グループに対応する前記推定人数の振り分けが再度行われる場合、前記複数の組合せにおいて、振り分けた人数が減算された前記第５人数が多い組合せから順に、前記グループに対応する前記推定人数の振り分けを行う、
ことを特徴とする対応付け方法。

（付記１０）
付記９において、
前記第６人数を特定する工程では、
前記複数の組合せに含まれる特定の組合せに振り分けた人数が、前記特定の組合せに対応する前記第３人数に達した場合、前記特定の組合せに対する振り分けを終了する、
ことを特徴とする対応付け方法。

（付記１１）
付記９において、
前記複数の組合せのうち、特定のグループに対応する組合せのそれぞれに振り分けた人数を加算した人数が、前記特定のグループに対応する前記推定人数に達した場合、前記特定のグループに対応する組合せのいずれかに対する振り分けを終了する、
ことを特徴とする対応付け方法。

（付記１２）
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得する情報取得部と、
第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定する撮像装置特定部と、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する属性抽出部と、
抽出した属性のうち、統計的に優位を示す属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。

（付記１３）
複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
抽出した属性のうち、統計的に優位を示す属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。

（付記１４）
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類するグループ分類部と、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定するグループ特定部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定する人数特定部と、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出する推定人数算出部と、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出する属性抽出部と、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する属性特定部と、を有する、
ことを特徴とする情報処理装置。

（付記１５）
複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
処理をコンピュータに実行させることを特徴とする対応付けプログラム。

１：情報処理装置 ２ａ：撮像装置
２ｂ：撮像装置 ３ａ：無線端末
３ｂ：無線端末 ３ｃ：無線端末
３ｄ：無線端末

Claims (14)

1. 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
   第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
   特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
   抽出した属性のうち、統計的に優位を示す属性を特定する、
   ことを特徴とする対応付け方法。
2. 請求項１において、
   前記属性を特定する工程では、
   前記複数の撮像装置から取得した撮像画像から抽出された回数を前記属性毎に特定し、
   前記回数が最も多い前記属性を、前記統計的に優位を示す属性として特定する、
   ことを特徴とする対応付け方法。
3. 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
   前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
   前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
   特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
   前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
   特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
   ことを特徴とする対応付け方法。
4. 請求項３において、
   前記グループを分類する工程では、
   前記複数の無線端末毎に、前記複数の撮像装置のいずれかが各無線端末を最初に検出した時刻から最後に検出した時間までの検出時間を特定し、
   前記複数の無線端末毎に、特定した検出時間のうち、無線端末間の距離が第１閾値以下であった時間の割合が第２閾値以上であった他の無線端末を、同一の前記グループに含まれる他の無線端末として分類を行う、
   ことを特徴とする対応付け方法。
5. 請求項４において、
   前記推定人数を算出する工程では、
   前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループに振り分け、
   振り分けた前記人数を前記グループ毎に平均した人数を、前記グループのそれぞれに含まれる前記推定人数として算出する、
   ことを特徴とする対応付け方法。
6. 請求項５において、
   前記グループを特定する工程では、前記グループの特定を所定の時間毎に行い、
   前記人物の数を特定する工程では、前記人物の数の特定を前記所定の時間内に検出された人物毎に行い、
   前記推定人数を算出する工程では、
   前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置から取得した撮像画像に含まれる人数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループの数で除算することによって、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する第１人数を算出し、
   前記複数の撮像装置毎であって前記グループ毎に、算出した前記第１人数の平均値を算出し、
   前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する人数の比が、各撮像装置の周辺に位置することが検出されたグループのそれぞれに対応する前記第１人数の平均値の比になるように、各撮像装置から取得した撮像画像に含まれる数を、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに振り分けることによって、各撮像装置のそれぞれの周辺に位置することが検出されたグループのそれぞれに対応する第２人数を算出し、
   前記グループ毎に、算出した前記第２人数の平均値を、各グループに含まれる人物の前記推定人数として算出する、
   ことを特徴とする対応付け方法。
7. 請求項６において、
   前記属性を抽出する工程では、前記属性の抽出を、前記複数の撮像装置毎であって前記所定の時間毎であって前記属性毎に、各撮像装置から取得した撮像画像に含まれる第３人数を特定することによって行い、
   前記属性を特定する工程では、
   前記グループ毎であって前記属性毎に、各グループと各属性とに対応する前記第３人数を加算することによって第４人数を算出し、
   前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第４人数の比になるように、前記推定人数を前記属性のそれぞれに振り分けることによって第５人数を算出し、
   前記複数の撮像装置毎であって前記所定の時間毎に、各撮像装置の周辺に位置することが検出された前記グループのいずれかと前記属性のいずれかとの複数の組合せのうち、各組合せに対応する前記第５人数が多い組合せを優先して、各撮像装置の周辺に位置することが検出された前記グループに対応する前記推定人数を、前記複数の組合せに振り分けることによって、前記複数の組合せ毎の第６人数を特定し、
   前記複数の組合せ毎に、特定した前記第６人数の平均値を算出し、
   前記グループ毎に、前記属性のそれぞれに対応する人数の比が、前記属性のそれぞれに対応する前記第６人数の平均値の比になるように、各グループに対応する前記推定人数を前記属性のそれぞれに振り分けることにより、各グループに含まれる人物の前記属性を特定する、
   ことを特徴とする対応付け方法。
8. 請求項７において、
   前記第６人数を特定する工程では、
   前記グループに対応する前記推定人数を前記複数の組合せのいずれかに振り分ける毎に、振り分けられた前記複数の組合せのいずれかに対応する前記第５人数から、振り分けた人数を減算し、
   前記グループに対応する前記推定人数の振り分けが再度行われる場合、前記複数の組合せにおいて、振り分けた人数が減算された前記第５人数が多い組合せから順に、前記グループに対応する前記推定人数の振り分けを行う、
   ことを特徴とする対応付け方法。
9. 請求項８において、
   前記第６人数を特定する工程では、
   前記複数の組合せに含まれる特定の組合せに振り分けた人数が、前記特定の組合せに対応する前記第３人数に達した場合、前記特定の組合せに対する振り分けを終了する、
   ことを特徴とする対応付け方法。
10. 請求項８において、
    前記複数の組合せのうち、特定のグループに対応する組合せのそれぞれに振り分けた人数を加算した人数が、前記特定のグループに対応する前記推定人数に達した場合、前記特定のグループに対応する組合せのいずれかに対する振り分けを終了する、
    ことを特徴とする対応付け方法。
11. 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得する情報取得部と、
    第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定する撮像装置特定部と、
    特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出する属性抽出部と、
    抽出した属性のうち、統計的に優位を示す属性を特定する属性特定部と、を有する、
    ことを特徴とする情報処理装置。
12. 複数の撮像装置のそれぞれの周辺に位置することが検出された無線端末の識別情報を取得し、
    第１の識別情報を有する無線端末が周辺に位置することが検出された複数の撮像装置を特定し、
    特定した前記複数の撮像装置から取得した撮像画像であって、撮像タイミングが、対応する撮像装置の周辺に前記第１の識別情報を有する無線端末が位置することが検出されたタイミングに対応する撮像画像に含まれる人物の属性を抽出し、
    抽出した属性のうち、統計的に優位を示す属性を特定する、
    処理をコンピュータに実行させることを特徴とする対応付けプログラム。
13. 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類するグループ分類部と、
    前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定するグループ特定部と、
    前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定する人数特定部と、
    特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出する推定人数算出部と、
    前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出する属性抽出部と、
    特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する属性特定部と、を有する、
    ことを特徴とする情報処理装置。
14. 複数の撮像装置のそれぞれの周辺に位置することが検出された複数の無線端末を、所定の関係にある無線端末毎のグループに分類し、
    前記複数の撮像装置毎に、各撮像装置の周辺に位置することが検出された前記グループを特定し、
    前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人数を特定し、
    特定した前記グループと、特定した前記人数とに基づき、前記グループのそれぞれに含まれる推定人数を算出し、
    前記複数の撮像装置毎に、各撮像装置から取得した撮像画像に含まれる人物の属性を抽出し、
    特定した前記グループと、算出した前記推定人数と、抽出した前記属性とに基づき、前記グループ毎に、各グループに含まれる人物の前記属性を特定する、
    処理をコンピュータに実行させることを特徴とする対応付けプログラム。

Images