JP2020184197A - 情報処理装置、画像撮影装置、情報処理プログラム及び画像撮影プログラム - Google Patents
情報処理装置、画像撮影装置、情報処理プログラム及び画像撮影プログラム Download PDFInfo
- Publication number
- JP2020184197A JP2020184197A JP2019088295A JP2019088295A JP2020184197A JP 2020184197 A JP2020184197 A JP 2020184197A JP 2019088295 A JP2019088295 A JP 2019088295A JP 2019088295 A JP2019088295 A JP 2019088295A JP 2020184197 A JP2020184197 A JP 2020184197A
- Authority
- JP
- Japan
- Prior art keywords
- person
- data
- product
- movement locus
- image
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 69
- 238000003384 imaging method Methods 0.000 title abstract description 8
- 230000033001 locomotion Effects 0.000 claims abstract description 160
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 230000009471 action Effects 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 230000006399 behavior Effects 0.000 description 64
- 238000012545 processing Methods 0.000 description 37
- 238000000034 method Methods 0.000 description 29
- 238000004891 communication Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000004590 computer program Methods 0.000 description 6
- 210000003423 ankle Anatomy 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 210000002683 foot Anatomy 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 210000003739 neck Anatomy 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 210000000617 arm Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000005010 torso Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Abstract
Description
非特許文献2には、スーパーやコンビニ等の小売店で商品棚をスマートフォン等で撮影することでリアルタイムに商品の陳列状況を分析できる商品棚画像認識エンジンが記載されている。
非特許文献3には、顔画像等の認識技術が記載されている。
非特許文献4には、事業者が、カメラ画像の利活用に際し、生活者に対して、プライバシー保護の観点から配慮が必要な項目が記載されている。
非特許文献5には、パーソナルデータの匿名化が重要であることが記載されている。
しかし、人が撮影された画像はパーソナルデータであり、その画像を用いるためには、個人情報保護法の遵守、生活者のプライバシーに配慮する必要があることから、匿名化処理を施す必要がある。例えば、カメラ画像にモザイク処理等を施し、特定の個人が識別できないように加工することが必要である。
本発明は、人を撮影して、その人の行動を分析するにあたって、特定の個人が識別できないようにしたワイヤーフレームデータを用いるようにした情報処理装置、画像撮影装置、情報処理プログラム及び画像撮影プログラムを提供することを目的としている。
請求項1の発明は、人を撮影した画像から、該人の部位をベクトル表現したワイヤーフレームデータに変換し、該人の匿名化を行うワイヤーフレーム変換手段と、前記ワイヤーフレームデータを用いて、前記人の部位の移動を表現した人移動軌跡データを生成する生成手段と、前記人移動軌跡データと予め定められた行動のパターンデータを用いて、前記人の行動を分析する分析手段と、前記分析手段による分析結果を通知する通知手段を有することを特徴とする情報処理装置である。
<第1の実施の形態>
図1は、第1の実施の形態の構成例(1)についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア(コンピュータ・プログラム)、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム(コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム)、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、1モジュールを1プログラムで構成してもよいし、複数モジュールを1プログラムで構成してもよく、逆に1モジュールを複数プログラムで構成してもよい。また、複数モジュールは1コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって1モジュールが複数コンピュータで実行されてもよい。なお、1つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続(データの授受、指示、データ間の参照関係、ログイン等)の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態にしたがって、又はそれまでの状況・状態にしたがって定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、2以上の値(もちろんのことながら、全ての値も含む)が同じであってもよい。また、「Aである場合、Bをする」という記載は、「Aであるか否かを判断し、Aであると判断した場合はBをする」の意味で用いる。ただし、Aであるか否かの判断が不要である場合を除く。また、「A、B、C」等のように事物を列挙した場合は、断りがない限り例示列挙であり、その1つのみを選んでいる場合(例えば、Aのみ)を含む。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク(一対一対応の通信接続を含む)等の通信手段で接続されて構成されるほか、1つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」(社会システム)にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスクドライブ、RAM(Random Access Memoryの略)、外部記憶媒体、通信回線を介した記憶装置、CPU(Central Processing Unitの略)内のレジスタ等を含んでいてもよい。
本実施の形態では、例えば、人の動作のワイヤーフレームモデルを対象とした複数カメラによる匿名化マーケティング行動検出を行う。具体例として、小売店(スーパーマーケット、コンビニエンスストア等)の店舗に複数のカメラを設置し、そのカメラから、人体の3次元ワイヤーフレームを取得することにより、匿名化の行動分析を行う。さらに、商品の移動軌跡と組み合わせることによって、棚から一度手にとった商品を棚にすぐ返す行動の軌跡、および、多数の人の候補から物理的距離の近い数人を同一グループとしてグループ化し、そのグループがレジスタで会計をするまでの軌跡を、マーケティングデータとして提供する。ここでグループとして、例えば、家族、友人、恋人等が該当する。
なお、小売店の店舗に限らず、カメラに撮影された人の匿名化を行った上で、行動の分析を行う場合に適用できる。例えば、スポーツ用施設(例えば、体育館、サッカー場、野球場等)に、同様の方法で複数カメラを設置し、観客の行動を分析することができるようにしてもよい。以下、主な例示として、小売店の店舗に適用する場合を用いて説明する。
撮影装置150は、情報処理装置100に対して、ワイヤーフレームモジュール165による処理結果であるワイヤーフレームデータ又は人体の部位の移動軌跡データ(以下、人部位移動軌跡データともいう)、商品特定モジュール170による処理結果である商品の移動軌跡データ(以下、商品移動軌跡データともいう)を送信する。
カメラ群155は、カメラ160A、カメラ160B等を有している。カメラ群155は、複数のカメラ160を有している。
カメラ160(カメラ160A、カメラ160B等)は、人を撮影する。一般的には、動画であるが、予め定められた間隔で撮影した静止画(複数の静止画)であってもよい。カメラ160は施設に設置されている。例えば、小売店の店舗に設置されている場合は、店舗内の人を撮影することになる。カメラ160の具体例として、市販されている単眼カメラ、全天球カメラ(360°カメラ、VRカメラ、全方位カメラともいわれる)等があり、また、既に設置されている既存の防犯カメラ、監視カメラ等をそのまま流用してもよい。
具体的には、ワイヤーフレームモジュール165は、既存の方法を用いて(例えば、非特許文献2に記載された技術等)、画像内の人の各部位の店舗内における3次元の位置(座標)を取得する。
そして、ワイヤーフレームモジュール165は、ワイヤーフレームデータを用いて、人の部位の移動を表現した人移動軌跡データを生成する。例えば、後述する人部位移動軌跡テーブル700を生成する。
なお、ワイヤーフレームモジュール165、商品特定モジュール170は、機械学習で得たアルゴリズムによって識別するようにしてもよい。
具体的には、商品特定モジュール170は、既存の方法を用いて(例えば、非特許文献3に記載された技術等)、画像内の商品のラベル等を認識して特定し、その商品の店舗内における3次元の位置(座標)を取得する。
受付モジュール105は、人体部位移動軌跡DB110、商品移動軌跡DB115と接続されている。受付モジュール105は、撮影装置150から人移動軌跡データ、商品移動軌跡データを受信する。そして、人移動軌跡データを人体部位移動軌跡DB110に記憶させ、商品移動軌跡データを商品移動軌跡DB115に記憶させる。
商品移動軌跡DB115は、受付モジュール105、行動分析モジュール120と接続されている。商品移動軌跡DB115は、商品移動軌跡データを記憶している。
グループ推定モジュール124は、グループに属する人を推定する。例えば、(1)人と人との間の距離を算出し、予め定められた距離内である期間が予め定められた期間以上である場合は、その人達をグループと判断してもよいし、(2)人と人との間の距離を算出し、予め定められた距離内にいる人達の口が交互に開いている場合(つまり、会話している場合)は、その人達をグループと判断してもよいし、(3)一方の人から他方の人へ、商品が渡された場合は、その人達をグループと判断してもよい。
なお、図1の例に示した部位と同種の部位には同一符号を付し重複した説明を省略する(以下、同様)。
カメラ群155と情報処理装置200とは通信回線を介して接続されている。なお、個別のカメラ160と情報処理装置200がそれぞれ通信回線を介して接続されていてもよい。
カメラ群155は、従来のカメラ(カメラ160)を複数を有していればよい。
情報処理装置200は、受付モジュール105、ワイヤーフレームモジュール265、商品特定モジュール270、人体部位移動軌跡DB110、商品移動軌跡DB115、行動分析モジュール120、通知モジュール130を有しており、カメラ群155と接続されている。
つまり、情報処理装置200は、図1に例示した情報処理装置100に、ワイヤーフレームモジュール165に相当するワイヤーフレームモジュール265と商品特定モジュール170に相当する商品特定モジュール270を付加したものである。
ワイヤーフレームモジュール265は、受付モジュール105、人体部位移動軌跡DB110と接続されている。ワイヤーフレームモジュール265は、受付モジュール105が受信した画像に対して、ワイヤーフレームモジュール165と同等の処理を行う。
商品特定モジュール270は、受付モジュール105、商品移動軌跡DB115と接続されている。商品特定モジュール270は、受付モジュール105が受信した画像に対して、商品特定モジュール170と同等の処理を行う。
人体部位移動軌跡DB110は、ワイヤーフレームモジュール265、行動分析モジュール120と接続されている。
商品移動軌跡DB115は、商品特定モジュール270、行動分析モジュール120と接続されている。
カメラ群355と情報処理装置100とは通信回線を介して接続されている。なお、個別のカメラ360と情報処理装置100がそれぞれ通信回線を介して接続されていてもよい。
情報処理装置100は、受付モジュール105、人体部位移動軌跡DB110、商品移動軌跡DB115、行動分析モジュール120、通知モジュール130を有しており、カメラ群355と接続されている。
各カメラ360は、撮像モジュール350、ワイヤーフレームモジュール165、商品特定モジュール170を有している。
撮像モジュール350は、画像を撮影する撮影手段としての一例であるカメラである。
ワイヤーフレームモジュール165は、撮像モジュール350によって撮影された画像から、人の部位をベクトル表現したワイヤーフレームデータに変換する。そして、撮像モジュール350によって撮影された画像の代わりに、そのワイヤーフレームデータを受付モジュール105に送信する。
商品特定モジュール170は、撮像モジュール350によって撮影された画像から商品を抽出し、その商品の移動軌跡を表現した商品移動軌跡データを生成し、その商品移動軌跡データを受付モジュール105に送信する。
つまり、各カメラ360は、撮像モジュール350が撮影した画像をワイヤーフレームに変換するワイヤーフレームモジュール165が内蔵されており、出力はワイヤーフレームデータのみ(さらに、商品移動軌跡データを含めてもよい)であり、画像(例えば、人が撮影されている画像等)は出力しないカメラとしてもよい。このようなカメラ360を用いることによって、特定の個人が識別できるパーソナルデータを、情報処理装置100が扱う必要がなくなる。そして、そのようなパーソナルデータの漏洩を防止することができる。
店舗400内には、商品棚410(商品棚410−1等)、レジスタ420(レジスタ420−1等)、撮影装置450(撮影装置450−1等)が設置されている。例えば、撮影装置450は、店舗400の天井、壁等に設置される。撮影装置450は、前述の撮影装置150、カメラ群155、カメラ群355に該当する。
顧客430(顧客430−1等)は、商品棚410(商品棚410−1等)から商品440(商品440−1等)を取り出し、手にとっている(ショッピングカー、買い物かご等に入れている、であってもよい)。これらの行動は、撮影装置450によって撮影され、情報処理装置100(又は情報処理装置200)に人移動軌跡データが送信される。情報処理装置100(又は情報処理装置200)は、受信した人移動軌跡データを分析し、その結果を管理者等が使用するユーザー端末490に出力する。そして、その管理者等は、その行動がとられた原因等の推定に役立てることができる。また、グループがレジスタ420で会計をするまでの軌跡を追跡し、購入の決定権を持つ人の分析、すぐかごに入れられる商品と時間をかけて議論された後にかごに入れられる商品の割合の分析等、購入前のマーケティング行動の分析を行い、商品開発に役立てることができる。
本実施の形態を、概念的なモデルを用いて説明する。本実施の形態は、複数カメラによって撮影した画像を対象として、人の動作のワイヤーフレームモデル510によって匿名化を行い、そして、体の各部位のベクトル表現による動作モデル530によって動作を解析し、一方、その画像から商品移動軌跡520のデータ生成を行う。次に、商品移動軌跡520、体の各部位のベクトル表現による動作モデル530による処理結果を用いて、マーケティング行動分析540を行う。
具体的には、小売店の店舗に複数のカメラを設置し、そのカメラから、人体の3次元ワイヤーフレームを取得することにより、匿名化の行動分析を行う。さらに、商品の移動軌跡と組み合わせることによって、棚から一度手にとった商品を棚にすぐ返す行動の軌跡等、さらには、多数の人の候補から物理的距離の近い数人を同一グループとしてグループ化し、そのグループがレジスタで会計をするまでの軌跡を、マーケティングデータとして提供する。
ステップS602では、店舗内を撮影する。人(顧客)が撮影されることになる。
ステップS604では、撮影した画像から人体のワイヤーフレームを生成する。
ステップS606では、体の各部位の移動軌跡を生成する。例えば、人部位移動軌跡テーブル700を生成する。
ステップS608では、その移動軌跡のデータを情報処理装置100に送信する。
ステップS802では、店舗内(特に、商品棚)を撮影する。商品が撮影されることになる。
ステップS804では、撮影した画像から商品を特定する。例えば、商品に印刷されたバーコード、QRコード(登録商標)を識別してもよいし、商品に印刷された商品名等を認識してもよい。
ステップS806では、商品の移動軌跡を生成する。例えば、商品移動軌跡テーブル900を生成する。
ステップS808では、その商品の移動軌跡のデータを送信する。
ステップS1002では、人部位移動軌跡テーブル700と商品移動軌跡テーブル900を抽出する。
ステップS1004では、人部位移動軌跡テーブル700と商品移動軌跡テーブル900を照合し、人と商品の組み合わせを生成する。具体的には、同時刻(多少のズレを許容してもよい)に撮影された画像の人部位(特に手の部分)の位置(店内座標x、y、z)と商品の位置(店内座標x、y、z)が一致する(多少のズレを許容してもよい)場合に、その人がその商品を手に取ったと認識する。
ステップS1008では、人の移動軌跡を用いて、グループを推定する。具体例について、図11を用いて後述する。
ステップS1010では、グループ内の複数人の移動軌跡を、予め定められたパターンと照合する。パターンとしては、前述したように、「3人で2つの商品を次々に手に取り一つの商品をかごに入れる」、「1人が商品を手に取ったがもう1人の方を向き棚に返す」等がある。つまり、分析したいグループ行動をパターンとして登録している。
ステップS1012では、担当者に分析結果を通知する。具体例について、図12を用いて後述する。
人位置追跡モジュール122による処理結果を用いて、グループ推定モジュール124が複数人からなるグループを判断する。
グループ推定モジュール124は、一人に対して他の人との距離が予め定められた距離以内(例えば、3メートル以内等)にいる時間が予め定められた時間(例えば、10分以上等)である場合は、同一グループとして推定する。
例えば、図11に示すように、x軸1110、y軸1120で位置を示す店舗内において、3人の顧客(人1101、人1102、人1103)がいるとする。
この3人の顧客は、ある時刻で図11(a)に示す位置にいる。つまり、人1101を中心とした範囲1130(予め定められた距離を示す範囲)内に人1102がおり、範囲1130外に人1103がいる。次の時刻には、3人の顧客は図11(b)の位置にいる。つまり、依然として、人1101を中心とした範囲1130内に人1102がおり、範囲1130外に人1103がいる。さらに、次の時刻には、3人の顧客は図11(c)の位置にいる。つまり、人1101を中心とした範囲1130内には誰もおらず、範囲1130外に人1102、人1103がいる。人1101と人1102は、予め定められた距離以上に離れたことになる。この場合、図11(a)と図11(b)の時間間隔が予め定められた時間以内であれば、人1101と人1102は同一グループであると推定する。
通知モジュール130は、画面1200に、店内地図表示領域1210、分析結果表示領域1220を表示する。
店内地図表示領域1210には、店舗内の様子を表示する。リアルタイムで表示してもよいし、分析結果表示領域1220で選択された行動を表示するようにしてもよい。なお、顧客は画像でなく点で表している。つまり、パーソナルデータではなく(そもそも情報処理装置100は顧客を撮影した画像を取得していないので)、個人を特定できない様子で表示している。
分析結果表示領域1220には、分析結果を表示する。例えば、(1)現在の状況として、お客様(顧客)の数、グループの数、(2)本日の統計(個人としての分析結果)として、総客数、行動「棚から一度手にとった商品を棚にすぐ返す」の数、行動「棚から2つの商品を交互に手に取り1つをかごに戻す」の数、行動「同一の商品の中からラベルを見比べて決定」の数、(3)本日の統計(グループとしての分析結果)として、総グループ数、行動「n人でm個の商品を手に取り1つの商品に決定」の数、行動「1人が商品を手に取ったがもう1人の方を向き棚に戻す」の数、(4)週における統計、(5)月における統計等を表示する。このように、リアルタイムの客の数、グループの数、定義したマーケティング行動の数等を、日単位、週単位、月単位等で統計値を表示してもよい。
図13は、第2の実施の形態の構成例についての概念的なモジュール構成図である。
第2の実施の形態は、第1の実施の形態に顔認識モジュール1380、顔軌跡DB1315を付加したものである。
なお、第1の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。
第1の実施の形態では、同一人物であることの判断は、前述したように、次の時刻で予め定められた距離内にいる人を同一人物としているが、例えば、早く移動した場合、複数人が近くにいた場合等では、同一人物と判断することが困難になる。そこで、顔認識を行って、同一人物であることの判断に用いる。
顔認識モジュール1380は、カメラ160によって撮影された画像(人を撮影した画像)から、その人の顔を認識する。ただし、ここでの顔認識は、個人を特定するための処理ではなく、店舗内で同一人物であることを認識できる程度であればよい。それ以上の認識(例えば、個人の氏名の認識等)は行わない。つまり、別時刻における人物の顔画像と比べて同一人物であるか否かを判断できる程度でよい。例えば、顔画像に対して特徴抽出(髪の色、長さ、目鼻等の相対的位置関係等)を行い、特徴空間上での距離計算(いわゆる類似判断)を行ってもよいし、機械学習で得たアルゴリズムによって判断するようにしてもよい。そして、顔認識モジュール1380による出力データは、ある時刻における人IDと他の時刻における人IDは同じであることを保証できればよい。例えば、顔認識モジュール1380は、後述する顔移動軌跡テーブル1500を生成する。そして、顔認識モジュール1380による認識結果(認識対象の顔画像、認識処理にともなう中間結果等のデータ等を含めてもよい)を、その認識結果を送信した時点、又は、その人が店舗を退出した場合に削除する。
具体的には、顔認識モジュール1380は、既存の方法を用いて(例えば、非特許文献4に記載された技術等)、画像内の顔を識別し、その顔の店舗内における3次元の位置(座標)を取得する。
なお、図2の例で示したように、ワイヤーフレームモジュール165、商品特定モジュール170、顔認識モジュール1380を撮影装置1350ではなく、情報処理装置1300に設けてもよい。ただし、顔認識モジュール1380だけは、撮影装置1350に設置するのが望ましい。パーソナルデータを情報処理装置1300で扱わないようにするためである。また、図3の例で示したように、ワイヤーフレームモジュール165、商品特定モジュール170、顔認識モジュール1380を各カメラ160に内蔵させてもよい。
受付モジュール105は、人体部位移動軌跡DB110、商品移動軌跡DB115、顔軌跡DB1315と接続されている。受付モジュール105は、顔認識モジュール1380からの顔移動軌跡データを顔軌跡DB1315に記憶させる。
顔軌跡DB1315は、受付モジュール105、行動分析モジュール120と接続されている。顔軌跡DB1315は、顔移動軌跡データを記憶している。
行動分析モジュール120は、人位置追跡モジュール122、グループ推定モジュール124、単一マーケティング行動検出モジュール126、グループマーケティング行動検出モジュール128を有しており、人体部位移動軌跡DB110、商品移動軌跡DB115、顔軌跡DB1315、行動分析モジュール120と接続されている。
人位置追跡モジュール122は、人移動軌跡データと顔移動軌跡データ(顔認識モジュール1380による認識結果)を用いて、同一人物の移動軌跡データを生成する。つまり、例えば、撮影日時、その撮影日時における人の位置と顔の位置が重複している場合は、その人とその顔が対応しており、他の時刻における人物が同一人物であるか否かは、顔移動軌跡データを用いて判断する。
なお、顔移動軌跡データは、人位置追跡モジュール122による人移動軌跡データの生成のみに用い、他の処理には用いないようにする。そして、顔移動軌跡データを、人位置追跡モジュール122による処理が終了した時点、又は、その人が店舗を退出した場合に削除する。
ステップS1402では、店舗内を撮影する。人(顧客)が撮影されることになる。
ステップS1404では、撮影した画像から顔を認識する。
ステップS1406では、顔の移動軌跡を生成する。例えば、顔移動軌跡テーブル1500を生成する。
ステップS1408では、データを送信する。
ステップS1410では、データを削除する。
ステップS1602では、人部位移動軌跡テーブル700と顔移動軌跡テーブル1500と商品移動軌跡テーブル900を抽出する。
ステップS1604では、人部位移動軌跡テーブル700と顔移動軌跡テーブル1500を照合し、同一人物の移動軌跡を生成する。具体的には、同時刻(多少のズレを許容してもよい)に撮影された画像の人部位(特に頭部)の位置(店内座標x、y、z)と顔の位置(店内座標x、y、z)が一致する(多少のズレを許容してもよい)場合に、同一人物と認識し、他の時刻においても顔認識の結果の人IDを用いて同一人物を特定する。
ステップS1608では、ステップS1604で生成した移動軌跡と商品移動軌跡テーブル900を照合し、人と商品の組み合わせを生成する。具体的には、同時刻(多少のズレを許容してもよい)に撮影された画像の人部位(特に手の部分)の位置(店内座標x、y、z)と商品の位置(店内座標x、y、z)が一致する(多少のズレを許容してもよい)場合に、その人がその商品を手に取ったと認識する。
ステップS1610では、人の移動軌跡を、予め定められたパターンと照合する。図10の例に示したフローチャート内のステップS1006と同等の処理である。
ステップS1614では、グループ内の複数人の移動軌跡を、予め定められたパターンと照合する。図10の例に示したフローチャート内のステップS1010と同等の処理である。
ステップS1616では、担当者に分析結果を通知する。図10の例に示したフローチャート内のステップS1012と同等の処理である。
なお、図17に示すハードウェア構成は、1つの構成例を示すものであり、本実施の形態は、図17に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア(例えば特定用途向け集積回路(Application Specific Integrated Circuit:ASIC)や再構成可能な集積回路(field−programmable gate array:FPGA)等)で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続している形態でもよく、さらに図17に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、携帯情報通信機器(携帯電話、スマートフォン、モバイル機器、ウェアラブルコンピュータ等を含む)、情報家電、ロボットなどに組み込まれていてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク(DVD)であって、DVDフォーラムで策定された規格である「DVD−R、DVD−RW、DVD−RAM等」、DVD+RWで策定された規格である「DVD+R、DVD+RW等」、コンパクトディスク(CD)であって、読出し専用メモリ(CD−ROM)、CDレコーダブル(CD−R)、CDリライタブル(CD−RW)等、ブルーレイ・ディスク(Blu−ray(登録商標) Disc)、光磁気ディスク(MO)、フレキシブルディスク(FD)、磁気テープ、ハードディスク、読出し専用メモリ(ROM)、電気的消去及び書換可能な読出し専用メモリ(EEPROM(登録商標))、フラッシュ・メモリ、ランダム・アクセス・メモリ(RAM)、SD(Secure Digitalの略)メモリーカード等が含まれる。
そして、前記のプログラムの全体又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク(LAN)、メトロポリタン・エリア・ネットワーク(MAN)、ワイド・エリア・ネットワーク(WAN)、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分若しくは全部であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。
105…受付モジュール
110…人体部位移動軌跡DB
115…商品移動軌跡DB
120…行動分析モジュール
122…人位置追跡モジュール
124…グループ推定モジュール
126…単一マーケティング行動検出モジュール
128…グループマーケティング行動検出モジュール
130…通知モジュール
150…撮影装置
155…カメラ群
160…カメラ
165…ワイヤーフレームモジュール
170…商品特定モジュール
200…情報処理装置
265…ワイヤーフレームモジュール
270…商品特定モジュール
350…撮像モジュール
355…カメラ群
360…カメラ
350…撮像モジュール
1300…情報処理装置
1315…顔軌跡DB
1350…撮影装置
1380…顔認識モジュール
Claims (8)
- 人を撮影した画像から、該人の部位をベクトル表現したワイヤーフレームデータに変換し、該人の匿名化を行うワイヤーフレーム変換手段と、
前記ワイヤーフレームデータを用いて、前記人の部位の移動を表現した人移動軌跡データを生成する生成手段と、
前記人移動軌跡データと予め定められた行動のパターンデータを用いて、前記人の行動を分析する分析手段と、
前記分析手段による分析結果を通知する通知手段
を有することを特徴とする情報処理装置。 - 前記画像は、店舗内の人を撮影した画像であり、
商品を撮影した画像から抽出された該商品の移動軌跡を表現した商品移動軌跡データを生成する第2の生成手段
をさらに有し、
前記行動のパターンデータは、人が商品に対して行った行動を示すパターンデータであり、
前記分析手段は、前記人移動軌跡データと前記商品移動軌跡データから、前記パターンデータに該当するか否かを判断する、
請求項1に記載の情報処理装置。 - 前記行動のパターンデータは、グループに属する複数人が商品に対して行った行動を示すパターンデータであり、
前記分析手段は、グループに属する人を推定し、該グループ内の複数人の前記人移動軌跡データと前記商品移動軌跡データから、前記パターンデータに該当するか否かを判断する、
請求項2に記載の情報処理装置。 - 人を撮影した画像から、該人の顔を認識する認識手段
をさらに有し、
前記生成手段は、前記認識手段による認識結果を用いて、同一人物の人移動軌跡データを生成する、
請求項1に記載の情報処理装置。 - 前記認識手段による認識結果は、前記生成手段による人移動軌跡データの生成のみに用い、
前記認識手段による認識結果を、前記人が店舗を退出した場合に削除する、
請求項4に記載の情報処理装置。 - 画像を撮影する撮影手段と、
前記撮影手段によって撮影された画像から、人の部位をベクトル表現したワイヤーフレームデータに変換する変換手段と、
前記撮影手段によって撮影された画像の代わりに、前記変換手段によって変換されたワイヤーフレームデータを出力する出力手段
を有することを特徴とする画像撮影装置。 - コンピュータを、
人を撮影した画像から、該人の部位をベクトル表現したワイヤーフレームデータに変換し、該人の匿名化を行うワイヤーフレーム変換手段と、
前記ワイヤーフレームデータを用いて、前記人の部位の移動を表現した人移動軌跡データを生成する生成手段と、
前記人移動軌跡データと予め定められた行動のパターンデータを用いて、前記人の行動を分析する分析手段と、
前記分析手段による分析結果を通知する通知手段
として機能させることを特徴とする情報処理プログラム。 - 画像を撮影する撮影手段を有するコンピュータを、
前記撮影手段によって撮影された画像から、人の部位をベクトル表現したワイヤーフレームデータに変換する変換手段と、
前記撮影手段によって撮影された画像の代わりに、前記変換手段によって変換されたワイヤーフレームデータを出力する出力手段
として機能させることを特徴とする画像撮影プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019088295A JP7337354B2 (ja) | 2019-05-08 | 2019-05-08 | 情報処理装置及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019088295A JP7337354B2 (ja) | 2019-05-08 | 2019-05-08 | 情報処理装置及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020184197A true JP2020184197A (ja) | 2020-11-12 |
JP7337354B2 JP7337354B2 (ja) | 2023-09-04 |
Family
ID=73045147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019088295A Active JP7337354B2 (ja) | 2019-05-08 | 2019-05-08 | 情報処理装置及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7337354B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7276542B1 (ja) | 2022-03-22 | 2023-05-18 | 株式会社リコー | 情報処理装置、情報処理システム、料金管理方法及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099827A (ja) * | 1998-09-25 | 2000-04-07 | Fujitsu Ltd | 無線識別及び視覚デ―タ伝送を使用する顧客認識のためのシステム及び方法 |
JP2004054376A (ja) * | 2002-07-17 | 2004-02-19 | Japan Science & Technology Corp | グループ属性推定方法及びグループ属性推定装置 |
JP2013206242A (ja) * | 2012-03-29 | 2013-10-07 | Nikon Corp | 撮像装置、及びコンテンツ生成システム、並びにコンテンツ生成方法 |
WO2015033576A1 (ja) * | 2013-09-06 | 2015-03-12 | 日本電気株式会社 | セキュリティシステム、セキュリティ方法及び非一時的なコンピュータ可読媒体 |
WO2015033577A1 (ja) * | 2013-09-06 | 2015-03-12 | 日本電気株式会社 | 顧客行動分析システム、顧客行動分析方法、非一時的なコンピュータ可読媒体及び棚システム |
JP2015114950A (ja) * | 2013-12-13 | 2015-06-22 | 富士通株式会社 | 動作判定方法、動作判定装置および動作判定プログラム |
JP2016045654A (ja) * | 2014-08-21 | 2016-04-04 | 日本システム開発株式会社 | 利用者識別装置、利用者識別方法及びコンピュータプログラム |
JP2019028509A (ja) * | 2017-07-25 | 2019-02-21 | 株式会社クオンタム | 検出装置、検出システム、画像処理装置、検出方法、画像処理プログラム、画像表示方法、及び画像表示システム |
-
2019
- 2019-05-08 JP JP2019088295A patent/JP7337354B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099827A (ja) * | 1998-09-25 | 2000-04-07 | Fujitsu Ltd | 無線識別及び視覚デ―タ伝送を使用する顧客認識のためのシステム及び方法 |
JP2004054376A (ja) * | 2002-07-17 | 2004-02-19 | Japan Science & Technology Corp | グループ属性推定方法及びグループ属性推定装置 |
JP2013206242A (ja) * | 2012-03-29 | 2013-10-07 | Nikon Corp | 撮像装置、及びコンテンツ生成システム、並びにコンテンツ生成方法 |
WO2015033576A1 (ja) * | 2013-09-06 | 2015-03-12 | 日本電気株式会社 | セキュリティシステム、セキュリティ方法及び非一時的なコンピュータ可読媒体 |
WO2015033577A1 (ja) * | 2013-09-06 | 2015-03-12 | 日本電気株式会社 | 顧客行動分析システム、顧客行動分析方法、非一時的なコンピュータ可読媒体及び棚システム |
JP2015114950A (ja) * | 2013-12-13 | 2015-06-22 | 富士通株式会社 | 動作判定方法、動作判定装置および動作判定プログラム |
JP2016045654A (ja) * | 2014-08-21 | 2016-04-04 | 日本システム開発株式会社 | 利用者識別装置、利用者識別方法及びコンピュータプログラム |
JP2019028509A (ja) * | 2017-07-25 | 2019-02-21 | 株式会社クオンタム | 検出装置、検出システム、画像処理装置、検出方法、画像処理プログラム、画像表示方法、及び画像表示システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7276542B1 (ja) | 2022-03-22 | 2023-05-18 | 株式会社リコー | 情報処理装置、情報処理システム、料金管理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7337354B2 (ja) | 2023-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230370432A1 (en) | Information output device, camera, information output system, information output method, and program | |
KR102189205B1 (ko) | 사람의 활동 개요 생성 시스템 및 방법 | |
JP6992874B2 (ja) | セルフレジシステム、購入商品管理方法および購入商品管理プログラム | |
CN110033293B (zh) | 获取用户信息的方法、装置及系统 | |
JP2019020986A (ja) | 人流分析方法、人流分析装置、及び人流分析システム | |
CN105659279A (zh) | 信息处理设备、信息处理程序、记录介质和信息处理方法 | |
CN111738199B (zh) | 图像信息验证方法、装置、计算装置和介质 | |
JP2019139321A (ja) | 顧客行動分析システムおよび顧客行動分析方法 | |
Liciotti et al. | An automatic analysis of shoppers behaviour using a distributed rgb-d cameras system | |
JP7337354B2 (ja) | 情報処理装置及び情報処理プログラム | |
Zhu et al. | Egoobjects: A large-scale egocentric dataset for fine-grained object understanding | |
JP2023153148A (ja) | セルフレジシステム、購入商品管理方法および購入商品管理プログラム | |
JP6112156B2 (ja) | 行動分析装置及び行動分析プログラム | |
JP7362102B2 (ja) | 情報処理装置及び情報処理プログラム | |
US11722763B2 (en) | System and method for audio tagging of an object of interest | |
CN112132868B (zh) | 一种支付信息的确定方法、装置及设备 | |
KR20230022596A (ko) | 인공지능 기반의 영상 분석 모델을 이용하여 무인 매장 고객의 행동 패턴을 분석하는 방법 및 장치 | |
CN112669352A (zh) | 一种对象识别方法、装置及设备 | |
Santarcangelo et al. | Egocentric vision for visual market basket analysis | |
JP6773144B2 (ja) | コンテンツ選択装置、コンテンツ選択方法、コンテンツ選択システム及びプログラム | |
Menosky | Walk out technology: The need to amend section 5 of the federal trade commission act to protect consumer privacy and promote corporate transparency | |
Gurulian et al. | May the force be with you: Force-based relay attack detection | |
CN115588239B (zh) | 交互行为识别方法、装置、设备及存储介质 | |
Borges et al. | Are you lost? using facial recognition to detect customer emotions in retail stores | |
WO2016038902A1 (ja) | 行動分析装置、行動分析方法、行動分析プログラム、及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220421 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230524 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230815 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230815 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7337354 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |