JP2021114219A - 情報処理装置およびプログラム - Google Patents

Abstract

【課題】人感センサを用いて、レジ装置の混雑状況を予測するシステムの構築の負担を軽減することを可能とする。【解決手段】レジ装置を操作する店員を検出する第１の人感センサの出力に基づいて前記レジ装置の開閉局状態を判断する判断部と、前記レジ装置でレジ処理中の顧客を検出する第２の人感センサの出力に基づいて当該レジ装置における前記顧客のレジ処理時間を取得するレジ処理時間取得部と、前記レジ装置のレジ処理のために待機する顧客を撮影した撮像画像から検出された待機人数情報を取得する待機人数取得部と、開局している前記レジ装置のレジ処理時間と、前記待機人数とに基づいて、所定時間後の前記レジ装置での混雑状況を予測する予測部と、を備える情報処理装置。【選択図】図１

Description

本発明は、情報処理装置およびプログラムに関する。

近年、レジカウンター業務をはじめとする顧客対応業務の効率化技術が盛んに開発されている。例えば、下記特許文献１には、レジ端末から取得した、顧客一人あたりのレジでの処理時間を使用してレジ待ち時間を予測し、顧客に待ち時間を知らせる技術が開示されている。また、下記特許文献２には、店舗内の映像から、顧客の状態、店員の状態を検知し、店舗内の顧客の状態から会計待ちを低減すべきと判断した場合は、レジ装置の稼働を指示する報知を行う技術が開示されている。また、下記特許文献３には、店舗に来店した顧客の属性（性別、年代）を推定し、推定した属性に対応する時間情報が示す時間の経過後に当該顧客がレジ場に移動すると予測し、各顧客の予測結果に基づいて、レジ場における将来の待ち状況を予測する技術が開示されている。

また、下記特許文献４には、顧客が会計操作を行うＰＯＳ（Points of Sales）レジスタにおいて、商品に貼付されたバーコードを読み取るスキャナ部の下など、顧客が通常会計操作をする位置の胸の高さに人感センサが設けられ、会計操作を行う顧客の存在の有無を検知する技術が開示されている。また、下記特許文献５には、ＰＯＳレジスタに設けられた人感センサによりＰＯＳレジスタへの顧客の接近を検知して店員に通知する技術が開示されている。

特開平０４−２４１７００号公報 特開２０１５−１４９０８９号公報 特開２０１６−１４３３１２号公報 特開２０１３−１４０６２９号公報 特開２０１７−２２８１７１号公報

ここで、上記特許文献１〜３には、レジ装置周辺を撮影した映像に基づいて、レジ装置に並ぶ待ち人数を検出する技術が記載されている。また、上記特許文献２では、レジ装置と通信接続してレジ装置からステータス情報を取得し、このステータス情報に基づいてレジ装置が稼働しているか否かの状態判定を行っている。また、ＰＯＳシステムを導入している場合、ＰＯＳサーバから取得した情報に基づいて各レジ装置の開閉局状態を判定することが可能である。

しかしながら、レジカウンターの混雑状況を予測する際に、各レジ装置や、各レジ装置と通信接続するＰＯＳサーバからレジ装置の情報を取得する必要がある場合、既に導入しているＰＯＳシステムと連携するためにシステムを改修したり新たに構築したりする必要があり、時間的、費用的コストがかかるという懸念があった。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、人感センサを用いて、レジ装置の混雑状況を予測するシステムの構築の負担を軽減することが可能な、新規かつ改良された情報処理装置およびプログラムを提供することにある。

上記課題を解決するために、本発明のある観点によれば、レジ装置を操作する店員を検出する第１の人感センサの出力に基づいて前記レジ装置の開閉局状態を判断する判断部と、前記レジ装置でレジ処理中の顧客を検出する第２の人感センサの出力に基づいて当該レジ装置における前記顧客のレジ処理時間を取得するレジ処理時間取得部と、前記レジ装置のレジ処理のために待機する顧客を撮影した撮像画像から検出された待機人数情報を取得する待機人数取得部と、開局している前記レジ装置のレジ処理時間と、前記待機人数とに基づいて、所定時間後の前記レジ装置での混雑状況を予測する予測部と、を備える情報処理装置が提供される。

前記予測部は、前記混雑状況として、前記レジ装置の待機時間または待機人数を予測してもよい。

前記判断部は、所定期間において、前記第１の人感センサが一定間隔で検知した前記店員の検出有無が、予め規定した所定の条件を満たすか否かに基づいて、前記レジ装置の開閉局状態を判断してもよい。

前記レジ処理時間取得部は、前記第２の人感センサが一定間隔で検知した前記顧客の検出有無が、予め規定した所定の条件を満たすか否かに基づいて、レジ処理の開始および終了を判断し、前記レジ処理時間を算出してもよい。

前記情報処理装置は、所定時間後における１以上のレジ装置の混雑状況の予測結果に応じて、所定時間後のレジ装置の推奨開局台数を算出する推奨開局台数算出部をさらに備えてもよい。

前記情報処理装置は、前記取得した待機人数情報、前記判断したレジ装置の開閉局状態、前記予測した混雑状況、または、前記予測した混雑状況に基づいて算出した推奨開局台数情報の少なくともいずれかを、ユーザ端末に表示するよう制御する表示制御部をさらに備えてもよい。

また、上記課題を解決するために、本発明の別の観点によれば、コンピュータを、レジ装置を操作する店員を検出する第１の人感センサの出力に基づいて前記レジ装置の開閉局状態を判断する判断部と、前記レジ装置でレジ処理中の顧客を検出する第２の人感センサの出力に基づいて当該レジ装置における前記顧客のレジ処理時間を取得するレジ処理時間取得部と、前記レジ装置のレジ処理のために待機する顧客を撮影した撮像画像から検出された待機人数情報を取得する待機人数取得部と、開局している前記レジ装置のレジ処理時間と、前記待機人数とに基づいて、所定時間後の前記レジ装置での混雑状況を予測する予測部と、として機能させるための、プログラムが提供される。

以上説明したように本発明によれば、人感センサを用いて、レジ装置の混雑状況を予測するシステムの構築の負担を軽減することを可能とする。

本実施形態に係る情報処理システムの構成の一例を示す図である。 本実施形態に係る店員側人感センサおよび顧客側人感センサの設置例について説明する図である。 本実施形態に係るクラウドサーバの機能構成例を示すブロック図である。 本実施形態に係る店員側人感センサから検出されたセンシングデータに基づくレジ装置の開閉局の判断について説明する図である。 本実施形態に係る顧客側人感センサから検出されたセンシングデータに基づく顧客のレジ処理時間の算出について説明する図である。 本実施形態に係る人感センサのセンシングデータを用いた混雑予測や推奨開局台数の算出および通知の流れの一例を示すシーケンス図である。 クラウドサーバを具現する情報処理装置のハードウェア構成例を示すブロック図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

＜１．概要＞
本発明の実施形態は、主に、レジカウンター業務をはじめとする顧客対応業務に関し、業務改善を行うための仕組みの構築における負担を軽減することについて説明する。

上述したように、従来の技術では、レジカウンターの混雑状況を予測する際に、各レジ装置の稼働（開局）やレジ処理時間といったレジ装置の情報を用いる必要があったが、例えば既にＰＯＳシステムなど既存のシステムが導入されている場合は、ＰＯＳサーバから所定の情報を所定の形式等で所定のサーバに送信するよう改修等行う必要があり、費用的、期間的なコストが懸念されていた。

そこで、本発明は、上記事情に鑑み、レジ装置周辺に人感センサを取り付けて、人感センサからのセンシングデータを用いることでレジ装置の混雑状況を予測するシステムを提案する。既存のＰＯＳシステムとの連携が不要となるため、ＰＯＳサーバの改修等を行う必要がなく、本システムの導入負担を軽減することが可能となる。

なお、本発明が適用されるシステムは、レジカウンターシステムに限定されない。例えば、本発明は、交通機関（例えば、空港または電車等）のチェックインカウンターシステム、宿泊施設のチェックインカウンターシステム、金融機関（例えば、銀行または証券会社等）の受付窓口システム、または、医療機関（例えば、病院または薬局等）の受付窓口システム等、任意のユーザ（例えば、顧客または来客等）への対応を行うシステムに適用され得る。本明細書では、一例として、本発明がレジカウンターシステムに適用される場合について説明する。

＜２．システム構成例＞
図１は、本発明の実施形態による情報処理システムの構成の一例を示す図である。図１に示すように、本実施形態に係る情報処理システム１は、クラウドサーバ１００と、ユーザ端末２００と、出入口カメラ３００と、出入口端末３１０と、レジ前カメラ３２０と、店員側人感センサ３２２（第１の人感センサ）と、顧客側人感センサ３２４（第２の人感センサ）と、レジ前端末３３０と、タグ端末３４０と、リーダライタ３５０と、買回り時間計測端末３６０と、を備えている。また、クラウドサーバ１００は、ネットワーク４００を介して、出入口端末３１０、レジ前端末３３０、および買回り時間計測端末３６０と通信可能に接続している。また、クラウドサーバ１００は、ネットワーク４２０を介して、ユーザ端末２００と通信可能に接続している。

図１に示す構成は一例であって、本実施形態はこれに限定されない。例えば、タグ端末３４０、リーダライタ３５０、および買回り時間計測端末３６０は、システム導入時など必要に応じて所定期間（例えば１カ月程など）の間のみ用いられるものであってもよい。

以下、各装置について順次説明する。

（出入口カメラ３００、出入口端末３１０）
出入口カメラ３００は、店舗へ来店した客（以降、「来店客」と呼称する）や店舗から退店した客（以降、「退店客」と呼称する）を撮影可能な態様で店舗の出入口付近に設置されたカメラである。出入口カメラ３００は、常時、店舗に出入りする客を撮影し、撮影画像を出入口端末３１０へ送信する。

出入口端末３１０は、撮影画像を解析し、来店人数、来店客の来店日時、退店人数、退店客の退店日時、来店客もしくは退店客の属性（例えば、性別、年齢（年代）、グループか否か、グループ構成等）等を認識する情報処理装置である。より具体的には、出入口端末３１０は、公知の顔認識機能を有しており、撮影画像を解析することで、撮影画像中の来店客もしくは退店客の顔の認識および顔の特徴情報を取得することができる。これによって、出入口端末３１０は、来店客数、来店客の来店日時、退店客の退店日時、および、来店客もしくは退店客の属性を認識することができる。なお、撮影画像の解析方法はこれに限定されない。また、客がグループか否かは、客同士が話しながら歩いていたり、客同士が一緒に歩いていたり、買い物かごまたはショッピングカート等を複数人で一つだけ手に取った場合等、出入口付近における客の行動を撮影した撮影画像の解析により認識（推定）することが可能である。また、属性の一例であるグループ構成とは、親子連れ（大人と幼児など）、若者グループ、老夫婦など、グループを構成する客の年代や性別の組み合わせである。これらも撮影画像の解析により認識（推定）することが可能である。

そして、出入口端末３１０は、解析結果（来店人数情報、来店客の来店日時情報、退店人数情報、退店客の退店日時情報、来店客もしくは退店客の属性情報）をクラウドサーバ１００へ送信する。なお、出入口端末３１０が各種情報をクラウドサーバ１００へ送信するタイミングは特に限定されない。例えば、出入口端末３１０は、１分間に１回の頻度で各種情報をクラウドサーバ１００へ送信してもよい。また、出入口端末３１０は、撮像画像は記録しないことで、顧客のプライバシーを保護することが可能である。

また、出入口カメラ３００または出入口端末３１０の台数も特に限定されない。出入口カメラ３００および出入口端末３１０は複数であってもよい。また、撮影画像の解析以外の方法によって上記の各種情報が取得されてもよい。例えば、所定のセンサ（例えば、赤外線センサまたは近接センサ等）によって、来店客数情報、退店客数情報、来店客の来店日時情報または退店客の退店日時情報等が取得されてもよい。

（レジ前カメラ３２０、レジ前端末３３０、店員側人感センサ３２２、顧客側人感センサ３２４）
レジ前カメラ３２０は、各レジ装置前に並び精算を待っている来店客（以降、「待機客」と呼称する）を撮影可能な態様で各レジ装置付近に設置されたカメラである。レジ前カメラ３２０は、常時、各レジ装置の待機客を撮影し、撮影画像を生成し、当該撮影画像をレジ前端末３３０へ送信する。

レジ前端末３３０は、出入口端末３１０と同様の方法で、撮影画像を解析し、待機人数、および待機客が精算を待っている日時を認識する情報処理装置である。また、レジ前端末３３０は、さらに待機客の属性を認識してもよい。

また、レジ前端末３３０は、撮影画像の解析以外の方法によって上記の各種情報が取得されてもよい。例えば、所定のセンサ（例えば、赤外線センサまたは近接センサ等）によって、待機人数、待機客が清算を待っている日時情報、および、待機客の属性情報等が取得されてもよい。

また、店員側人感センサ３２２は、レジ装置が設置され、店員による会計が行われるレジカウンターに設けられ、店員の有無（存／不在）を検出する。店員側人感センサ３２２は、例えば、赤外線センサや近接センサ等の所定のセンサにより実現される。店員側人感センサ３２２は、常時、店員の検出を行い、検出結果をレジ前端末３３０へ送信する。

また、顧客側人感センサ３２４は、レジカウンターに設けられ、会計中の客の有無（存／不在）を検出する。顧客側人感センサ３２４は、例えば、赤外線センサや近接センサ等の所定のセンサにより実現される。顧客側人感センサ３２４は、常時、客の検出を行い、検出結果をレジ前端末３３０へ送信する。

ここで、図２に、店員側人感センサ３２２および顧客側人感センサ３２４の設置例について説明する図を示す。図２に示すように、店員Ｐにより客Ｑが持ってきた買い物かご３８１に入った商品の会計を行うレジカウンター３８０において、店員Ｐの有無を検出できる位置に店員側人感センサ３２２が設置され、客Ｑの有無を検出できる位置に顧客側人感センサ３２４が設置される。各センサの設置位置や向きは、レジカウンターの形状や、レジカウンターを利用する店員Ｐや客Ｑの位置や動きなどを考慮して、できるだけ認識精度を確保できる位置や向きで設けられる。図２に示す例では、レジカウンターのテーブルの縁部分に店員側人感センサ３２２および顧客側人感センサ３２４がそれぞれ設けられ、足元を検出する向きに調整されている。

なお、本実施形態は図２に示す例に限定されない。例えば、店員側人感センサ３２２を、レジカウンターに設けられたレジ装置（不図示）に取り付けてもよいし、商品のバーコードをスキャンしたりスキャンして得た情報（商品名および金額等）を店員Ｐに向けて表示したりする読取表示装置３８２に取り付けてもよい。また、顧客側人感センサ３２４を、スキャンして得た情報（商品名および金額等）を顧客に向けて表示する表示装置（不図示）に取り付けてもよい。

そして、レジ前端末３３０は、解析結果や検出結果をクラウドサーバ１００へ送信する。なお、レジ前端末３３０が各種情報をクラウドサーバ１００へ送信するタイミングは特に限定されない。例えば、レジ前端末３３０は、１分間に１回の頻度で各種情報をクラウドサーバ１００へ送信してもよい。

また、レジ前カメラ３２０、店員側人感センサ３２２、顧客側人感センサ３２４、およびレジ前端末３３０の台数も特に限定されない。レジ前カメラ３２０、店員側人感センサ３２２、顧客側人感センサ３２４、およびレジ前端末３３０は複数であってもよい。

（タグ端末３４０、リーダライタ３５０、買回り時間計測端末３６０）
タグ端末３４０、リーダライタ３５０、および買回り時間計測端末３６０は、事前に、来店客の買回り時間を測定する情報処理装置である。

具体的には、タグ端末３４０が、店舗内にて来店客が持ち運ぶ買い物かごまたはショッピングカート等に装着される。そして、タグ端末３４０は、店舗の入り口付近およびレジ装置付近に備えられたリーダライタ３５０と所定の無線通信を行う。タグ端末３４０は、例えばＲＦ（Radio Frequency）タグであり、タグ端末３４０およびリーダライタ３５０は、ＲＦＩＤ（Radio Frequency Identification）システムを構成する。そして、リーダライタ３５０は、内蔵アンテナから所定の情報を電波または磁界に乗せてタグ端末３４０へ送信する。リーダライタ３５０から所定の離隔距離以内に位置するタグ端末３４０は、リーダライタ３５０から送信された電波または磁界を受信し、これらによって発生した電力によってタグ端末３４０のＩＤ情報等をリーダライタ３５０へ送信する。これによって、リーダライタ３５０は、タグ端末３４０からＩＤ情報等を受信することができる。

本実施形態においては、来店客が入口付近に置かれた買い物かご等を持ち、買い物を開始したタイミングで、当該買い物かごに装着されたタグ端末３４０と、入口付近に備えられたリーダライタ３５０とが上記の無線通信を行う。そして、来店客が買い物を終え、精算のためにレジ装置付近に到着したタイミングで、当該タグ端末３４０と、レジ装置付近に備えられたリーダライタ３５０とが同様の無線通信を行う。これによって、リーダライタ３５０は、買い物開始時刻情報および買い物終了時刻情報を来店客毎に取得することができる。

そして、リーダライタ３５０は、取得した買い物開始時刻情報、買い物終了時刻情報およびタグ端末３４０のＩＤ情報を買回り時間計測端末３６０へ送信することで、買回り時間計測端末３６０は、提供された各種情報を用いて来店客の平均買回り時間を算出することができる。買回り時間計測端末３６０は、算出した来店客の平均買回り時間情報をクラウドサーバ１００へ送信する。

なお、買回り時間計測端末３６０は、ユーザの属性（例えば、性別、年齢、グループか否か、グループ構成等）や、日時等の情報を、来店客の平均買回り時間情報に付加してもよい。例えば、買回り時間計測端末３６０は、来店客の性別毎、年齢毎、またはグループ構成毎等の平均買回り時間情報を算出してもよい。これによって、クラウドサーバ１００による混雑予測の精度が向上する。

買い回り時間の計測は、本システム導入時などに所定の期間（例えば１カ月等）だけ行うものであってもよい。この間に取得された買い回り時間をクラウドサーバ１００に記憶し、以降の混雑予測にも利用するようにしてもよい。また、この場合、所定の期間経過後に、システム提供者によりタグ端末３４０、リーダライタ３５０、および買回り時間計測端末３６０が店舗から回収され得る。

（クラウドサーバ１００）
クラウドサーバ１００は、上記の各種装置から取得した各種情報に基づいて所定時間後の会計待ちの混雑状況の予測や、当該予測した結果に基づいて混雑を回避するための対策としてレジ装置の推奨開局台数の算出を行い、これらの情報の表示制御を行う情報処理装置である。

このようなクラウドサーバ１００の機能構成については、図３を参照して詳しく説明する。

また、クラウドサーバ１００は、上記の各種装置から取得した各種情報や、各種情報に基づいて算出した各種情報を、ユーザ端末２００に表示する制御を行う。例えばクラウドサーバ１００は、各種情報の時間推移が所定のグラフによって表示されるように制御してもよいし、各種情報を日付ごとに表により表示されるように制御してもよい。また、クラウドサーバ１００は、これらの全ての情報をユーザ端末２００に提供しなくてもよい。クラウドサーバ１００は、表示内容を決定し、当該決定に基づいて表示制御情報を生成し、当該情報をユーザ端末２００へ送信することで、ユーザ端末２００の表示内容を制御する。

なお、クラウドサーバ１００の種類は特に限定されない。例えば、クラウドサーバ１００は、汎用コンピュータ、ＰＣ（Personal Computer）、タブレットＰＣ等、任意の装置であってよい。また、クラウドサーバ１００は、クラウドコンピューティングに用いられる情報処理装置でなくてもよい（換言すると、クラウドサーバ１００は単なるサーバであってもよい）。

（ユーザ端末２００）
ユーザ端末２００は、例えば、店舗の管理者またはスタッフ等を含むユーザが使用する情報処理装置である。ユーザ端末２００は、これらのユーザの操作によって、混雑状況（店舗全体やレジ装置毎の混雑状況、レジ装置毎の混雑状況のヒートマップ等）、来店者情報（来店者の総数、来店者の属性、属性毎の来店者数等）、混雑予測（所定時間後のレジ装置の待機人数や待機時間、レジ装置の推奨開局台数等）といった情報をクラウドサーバ１００から取得し、表示を行うことができる。

ユーザ端末２００が上記のような機能を実現する方法は特に限定されない。例えば、ユーザ端末２００には、Ｗｅｂブラウザ機能を有する所定のアプリケーションがインストールされており、ユーザ端末２００は、当該Ｗｅｂブラウザを用いてクラウドサーバ１００への各種情報の要求およびクラウドサーバ１００からの各種情報の取得を行ってもよい。なお、クラウドサーバ１００と同様に、ユーザ端末２００の種類は特に限定されない。例えば、ユーザ端末２００は、汎用コンピュータ、ＰＣ（Personal Computer）、タブレットＰＣ、スマートフォン等、任意の装置であってよい。また、ユーザ端末２００は、複数であってもよい。例えば、店舗のバックヤードにデスクトップ型のＰＣ（ユーザ端末２００の一例）が置かれて様々な情報が閲覧できると共に、１以上の店員が所持する各スマートフォン（ユーザ端末２００の一例）に混雑予測が通知されるようにしてもよい。

（ネットワーク４００、ネットワーク４２０）
ネットワーク４００は、出入口端末３１０、レジ前端末３３０、および買回り時間計測端末３６０と、クラウドサーバ１００とを接続するネットワークである。また、ネットワーク４２０は、ユーザ端末２００とクラウドサーバ１００とを接続するネットワークである。

なお、ネットワーク４００、およびネットワーク４２０に用いられる通信方式および回線の種類等は特に限定されない。例えば、各ネットワークは、ＩＰ−ＶＰＮ（Internet Protocol-Virtual Private Network）等の専用回線網で実現されてもよい。また、各ネットワークは、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等で実現されてもよい。さらに、各ネットワークは、Ｗｉ−Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の無線通信網で実現されてもよい。

以上、本実施形態に係る情報処理システムの構成例について説明した。なお、図１を参照して説明した上記の構成はあくまで一例であり、本実施形態に係る情報処理システムの構成は係る例に限定されない。例えば、クラウドサーバ１００の機能の一部は、その他の情報処理装置に備えられてもよい。例えば、クラウドサーバ１００の機能の一部を提供するソフトウェア（例えば、所定のＡＰＩ（Application Programming Interface）が使用されたＷＥＢアプリケーション等）がユーザ端末２００、出入口端末３１０、レジ前端末３３０、または買回り時間計測端末３６０上で実行されてもよい。また、逆に、ユーザ端末２００、出入口端末３１０、レジ前端末３３０、または買回り時間計測端末３６０の機能の一部は、クラウドサーバ１００に備えられてもよい。本実施形態に係る情報処理システムの構成は、仕様や運用に応じて柔軟に変形可能である。

＜３．クラウドサーバ１００の機能構成例＞
上記では、本実施形態に係る情報処理システムの構成例について説明した。続いて、図３を参照して、クラウドサーバ１００の機能構成例について説明する。

図３に示すように、クラウドサーバ１００は、制御部１１０と、通信部１２０と、記憶部１３０と、を備える。

（３−１．制御部１１０）
制御部１１０は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等を中心に構成されており、クラウドサーバ１００が行う処理全般を統括的に制御する。制御部１１０は、各種サーバ、汎用コンピュータ、ＰＣ、タブレットＰＣ等において一般的に行われる処理を制御してもよい。

また、本実施形態による制御部１１０は、開閉局判断部１１１、レジ処理時間取得部１１２、待機人数取得部１１３、混雑予測部１１４、推奨開局台数算出部１１５、および、表示制御部１１６としても機能し得る。

（開閉局判断部１１１）
開閉局判断部１１１は、店員側人感センサ３２２から検出されたセンシングデータに基づいて、レジ装置の開閉局の判断を行う。開閉局判断部１１１は、店員側人感センサ３２２において設定されたセンシング間隔で店員を検出した検出結果（センシングデータ）に基づいて、所定の条件を満たすか否かに応じて、レジ装置の開閉局を判断し得る。

例えば、開閉局判断部１１１は、所定時間（例えば１分間）において検知有の回数が７回以上である場合は、レジ装置（レジカウンター）に店員が存在する、すなわちレジ装置が開局していると判断し、検知有の回数が７回未満である場合は、店員以外を検知した可能性や誤動作等の可能性が高く、レジ装置に店員は存在しない、すなわちレジ装置は閉局していると判断する。なお、判断の閾値は一例であって、特に限定はしない。ここで、図４に、本実施形態による店員側人感センサ３２２から検出されたセンシングデータに基づくレジ装置の開閉局の判断について説明する図を示す。

１以上のレジ装置周辺（レジカウンター）にそれぞれ設けられた店員側人感センサ３２２には、例えば識別情報（センサナンバー）が設けられ、開閉局判断部１１１は、各店員側人感センサ３２２からのセンシングデータを取得し得る。図４に示す例は、例えば１分間において所定のセンシング間隔（例えば５秒毎）でセンシングされた結果を示すものであり、検知有を「２」、検知無を「０」で示している。この場合、上述した条件に当てはめると、センサNo.05では、７回検知有とセンシングされているため、開閉局判断部１１１は、センサNo.05が取り付けられたレジカウンターのレジ装置は開局していると判断する。また、図４に示すセンサNo.07では、２回検知有とセンシングされているため、開閉局判断部１１１は、センサNo.07が取り付けられたレジカウンターのレジ装置は閉局していると判断する。

このように、本実施形態では、レジカウンターに取り付けた店員側人感センサ３２２のセンシングデータに基づいて、レジ装置の開閉局を判断することが可能となる。

開閉局判断部１１１は、１分間に１回の頻度で各レジ装置の開閉局を判断し、記憶部１３０に判断結果を蓄積するようにしてもよい。

また、開閉局判断部１１１は、かかる１以上のレジ装置の開閉局の判断結果に基づいて、開局（稼働）しているレジ装置の台数（本明細書では、開局台数と称する）を算出することも可能である。開閉局判断部１１１は、１分間に１回の頻度でレジ装置の開閉台数を算出し、記憶部１３０に判断結果を蓄積するようにしてもよい。

なお、店員側人感センサ３２２によるセンシングデータに基づく１以上のレジ装置の開閉局の判断は、クラウドサーバ１００で行われることに限定されず、例えばレジ前端末３３０で行われてもよい。この場合、レジ前端末３３０は、例えば１分間に１回の頻度で各レジ装置の開閉局を判断し、判断結果をクラウドサーバ１００に送信するようにしてもよい。

（レジ処理時間取得部１１２）
レジ処理時間取得部１１２は、顧客側人感センサ３２４から検出されたセンシングデータに基づいて、レジ装置で会計中の顧客の有無、および、レジ処理時間（レジ処理にかかる時間）を算出する。開閉局判断部１１１は、顧客側人感センサ３２４において設定されたセンシング間隔で顧客を検出した検出結果（センシングデータ）に基づいて、所定の条件を満たすか否かに応じて、レジ処理の開始および終了を判断する。

例えば、レジ処理時間取得部１１２は、検知有の回数が３回連続した場合は「レジ処理開始」と判断し（誤検知等を考慮）、検知無の回数が２回連続した場合は「レジ処理終了」と判断する。なお、判断の閾値は一例であって、特に限定はしない。ここで、図５に、本実施形態による顧客側人感センサ３２４から検出されたセンシングデータに基づく顧客のレジ処理時間の算出について説明する図を示す。

１以上のレジ装置周辺（レジカウンター）にそれぞれ設けられた顧客側人感センサ３２４には、例えば識別情報（センサナンバー）が設けられ、レジ処理時間取得部１１２は、各顧客側人感センサ３２４からのセンシングデータを取得し得る。図５に示す例は、例えば毎秒センシングされた結果を示すものであり、検知有を「２」、検知無を「０」で示している。この場合、上述した条件に当てはめると、例えば図５中段に示すように、10：01：0〜10：01：2において３回連続で検知有となっているため、レジ処理時間取得部１１２は、ある顧客（例えば顧客Ａ）のレジ処理が開始したと判断する。そして、10：01：10〜10：01：11において２回連続で検知無となっているため、レジ処理時間取得部１１２は、ある顧客（例えば顧客Ａ）のレジ処理が終了したと判断する。

各顧客のレジ処理の開始と終了を判断することで、図５の下段に示すように、各顧客のレジ処理時間を算出することが可能となる。具体的には、図５の下段に示す例では、例えばある顧客（顧客Ａ）のレジ処理時間は１０秒、別のある顧客（顧客Ｂ）のレジ処理時間は１３秒、さらに別のある顧客（顧客Ｃ）のレジ処理時間は５秒といった、各顧客のレジ処理時間を算出することが可能となる。

本実施形態では、ＰＯＳシステムを用いた場合より、より正確に、各顧客のレジ処理時間を算出することが可能である。すなわち、例えばＰＯＳシステムではレジ装置での入出金処理が終了した時点でレジ処理終了と判断されるが、実際は店員が客と話をしたり、店員が商品を袋に詰める作業を行ったりなど、入出金以外の作業も店員がレジカウンターで行う場合がある。本実施形態では、レジカウンターに滞在する顧客を検出するため、このような入出金以外の時間もレジ処理時間に含めることが可能である。

このように、本実施形態では、レジカウンターに取り付けた顧客側人感センサ３２４のセンシングデータに基づいて、レジ処理中（会計中）の顧客を検出することや、各顧客のレジ処理時間を算出することが可能となる。算出した各レジ処理時間（レジ処理にかかった時間）は、レジ処理の日時情報と共に記憶部１３０に蓄積されてもよい。

また、レジ処理時間取得部１１２によるレジ処理時間の算出により、所定期間におけるレジの通過人数も取得することも可能である。

なお、顧客側人感センサ３２４によるセンシングデータに基づくレジ処理中の顧客の検出や、レジ処理時間の算出は、クラウドサーバ１００で行われることに限定されず、例えばレジ前端末３３０で行われてもよい。この場合、レジ前端末３３０は、算出したレジ処理時間の情報を、所定間隔でクラウドサーバ１００に送信するようにしてもよい。

（待機人数取得部１１３）
待機人数取得部１１３は、レジ前端末３３０から送信された情報から、レジ装置に対して発生する待機人数を取得する。レジ装置に対して発生する待機人数は、レジ前端末３３０において、レジ前カメラ３２０から送信された撮像画像を解析して算出され、クラウドサーバ１００に送信され得る。なお、レジ前カメラ３２０により取得された撮像画像をクラウドサーバ１００が取得し、待機人数取得部１１３において撮像画像の解析を行って待機人数を検出してもよい。

（混雑予測部１１４）
混雑予測部１１４は、レジカウンターの混雑予測を行う。具体的には、例えば混雑予測部１１４は、開閉局判断部１１１により開局していると判断されたレジ装置において、レジ処理時間取得部１１２により算出されたレジ処理時間（例えば当該レジ装置における一定期間における各レジ処理時間の平均値）と、当該レジ装置の待機人数（待機人数取得部１１３により取得される）と、に基づいて、所定時間後の当該レジ装置の混雑状況として、待機時間や待機人数を予測（算出）し得る。この際、混雑予測部１１４は、後述する所定時間後のレジカウンターへの到着人数予測と開局台数をさらに考慮して、所定時間後の当該レジ装置の混雑状況（待機時間や待機人数）を予測（算出）してもよい。

また、混雑予測部１１４は、例えば、出入口端末３１０から提供された各種情報（例えば、来店客数情報、来店客の来店日時情報、来店客の属性情報、退店客数情報、退店客の来店日時情報、退店客の属性情報等）と、レジ前端末３３０から提供された各種情報（例えば、待機人数情報、待機客が精算を待っている日時情報、および、待機客の属性情報等）と、買回り時間計測端末３６０から提供された各種情報（例えば、買い回り時間情報、計測された買い回り時間の日時情報、計測対象者の属性情報等）と、開閉局判断部１１１により取得されるレジ装置の開閉局情報、開局台数情報、レジ処理時間取得部１１２により取得されるレジ処理時間情報、レジ通過人数情報と、これらの情報の各種統計値（例えば、来店客数に対するレジ到達人数の比率であるレジ到達率、所定時間帯における来店者属性比率、来店者の来店時間間隔の平均値、レジ処理時間の平均値、買い回り時間の平均値など）と、の少なくともいずれか１以上の情報を用いて、所定時間後のレジカウンターの混雑状況（レジ装置の待機人数や待機時間）を予測してもよい。

また、混雑予測部１１４は、出入口端末３１０から提供される来店者数（例えば開店から現時点までの来店者数から退店者数を減算して得られる現在店内にいる残存する客数であってもよい）と、レジ到達率や買い回り時間の統計情報と、から、所定時間後にレジ装置（レジカウンター）に到着する人数（到着人数）を算出し得る。所定時間後の到着人数が、すなわち、所定時間後にレジカウンターで新たに待機する人数といえる。そして、混雑予測部１１４は、予測した待機人数（到着人数）を、開閉局判断部１１１で取得される開局台数で除算し、一台あたりの待機人数（待機客は相対的に待機客が少ないレジ装置に並ぶことを前提とする）を算出する。かかる一台あたりの待機人数は、所定時間後に一台のレジ装置で新たに発生する待機人数といえる。

混雑予測部１１４は、待機人数（例えば、出入口端末３１０から提供された現在の待機人数と、算出された所定時間後に新たに発生する待機人数との合計）と、レジ処理時間取得部１１２で算出されるレジ装置のレジ処理時間（例えば所定期間における平均値）とに基づいて、所定時間後における一台のレジ装置の待機人数または待機時間の最大値を算出し得る。

また、混雑予測部１１４は、来店者の属性を考慮し、来店者の属性に対応付けられたレジ到達率や買い回り時間の統計情報を用いて、より正確に、所定時間後のレジカウンターに到着する人数を算出することも可能である。

また、混雑予測部１１４は、さらに来店時間間隔（来店者が来店する時間間隔）に基づいて所定時間後における新たな来店者数を算出し、算出した新たな来店者数と、レジ到達率や買い回り時間の平均値、また、来店者属性比率等を考慮して、所定時間後のレジカウンターへの到着人数を算出してもよい。

なお、レジ前端末３３０から提供される来店者の属性に不明や測定不可といった欠損値がある場合、制御部１１０は、来店者比率（記憶部１３０に記憶される統計情報）から補完するようにしてもよい。

以上、レジカウンターの混雑状況の予測について具体的に説明した。なお、本実施形態において、混雑状況の予測に用いるアルゴリズムは特に限定しない。例えば、混雑予測部１１４は、混雑状況の予測を、シミュレーションプログラムを用いて行ってもよい。また、混雑状況の予測方法はシミュレーションに限定されず、シミュレーション以外の機械学習等によって実現されてもよい。例えば、知られている様々な機械学習の手法(例えば、様々な「教師あり学習」、「教師なし学習」および「強化学習」)、あるいは、これらの手法を実現するうえで、特徴量そのものの抽出を学習する「深層学習(ディープラーニング：Deep Learning)」などの様々な技術を適用することができる。

（推奨開局台数算出部１１５）
推奨開局台数算出部１１５は、開局台数情報と、レジ装置に対して発生する待機人数と、に基づいて、レジカウンターの混雑を解消または回避するために推奨されるレジ装置の開局の台数（本明細書において、推奨開局台数と称する）を算出する。推奨開局台数算出部１１５は、単位期間または所定時間後の推奨開局台数を算出し得る。例えば推奨開局台数算出部１１５は、５分毎に１５分後の推奨開局台数を算出してもよい。算出された推奨開局台数の情報は、記憶部１３０に蓄積される。また、算出された推奨開局台数の情報は、ユーザ端末２００に通知される。

より具体的には、推奨開局台数算出部１１５は、混雑予測部１１４により予測された所定時間後のレジカウンターの混雑状況（例えば、所定時間後の待機人数や待機時間）に基づいて、所定時間後の待機人数または待機時間が所定値（予め定められた、一台のレジ装置あたりに許容される待機人数または待機時間の許容値）を下回ることが可能な開局台数を、推奨開局台数として算出する（待機客は相対的に待機客が少ないレジ装置に並ぶことを前提とする）。

推奨開局台数算出部１１５は、所定時間後の推奨開局台数の算出を一定時間毎に行ってもよい。例えば推奨開局台数算出部１１５は、１５分後の推奨開局台数の算出を、５分毎に行ってもよい。算出された推奨開局台数は、クラウドサーバ１００からユーザ端末２００に通知される。したがって、クラウドサーバ１００は、例えば５分毎に、１５分後の推奨開局台数をユーザ端末２００に通知することが可能である。

なお、推奨開局台数算出部１１５は、推奨開局台数と、現在の開局台数との差分を算出してもよい。これにより、クラウドサーバ１００は、ユーザ端末２００に対して、所定時間後にあと何台レジ装置を開局すればよいのかを通知することができる。また、クラウドサーバ１００は、推奨開局台数が、現在の開局台数を下回る場合は、混雑解消の必要なしとして、ユーザ端末２００に推奨開局台数の通知を行わないようにしてもよい。若しくは、推奨開局台数が現在の開局台数を下回る場合でもユーザ端末２００への通知を行うことで、ユーザが、レジ装置の閉局を判断することも可能である（若しくは推奨開局台数との差分を呈示して、何台閉局することができるかを示してもよい）。ユーザは、レジ装置の開局状況を適切に調整することで、他の作業に人員を割り当てることが可能となる。

（表示制御部１１６）
表示制御部１１６は、ユーザ端末２００によって表示される情報の内容を制御する機能構成である。より具体的には、表示制御部１１６は、混雑状況の表示画面（レジ前端末３３０から提供された現在の待機人数情報に基づいて算出された一台あたりのレジ装置の待機人数または待機時間の情報、出入口端末３１０から提供された来店客数情報および退店客数情報から算出された現在の店内滞在人数情報、レジ装置毎の混雑状況のヒートマップ画面など）、来店者情報の表示画面（日別の来店客数情報、来店者の属性情報など）、混雑予測の表示画面（所定時間後（例えば１５分後、３０分後など）のレジ装置一台あたりの混雑状況（待機人数や待機時間）の予測結果情報、所定時間後の推奨開局台数情報など）といった各種情報の表示画面を表示するよう制御する。表示制御部１１６は、ユーザ端末２００からのユーザ操作に基づく要求に応じて、表示内容を決定し（例えば表示画面の生成）、表示制御情報をユーザ端末２００に送信する。

表示制御部１１６は、上記各種情報の時間推移を所定のグラフで表示するようにしてもよい。

ユーザはこれらの情報を参照して、来店者の傾向を分析し、来店者数の多い日に多くの店員を割り当てるなど、毎月の店員のシフト作成に活かすことができる。また、推奨開局台数の通知に応じてレジ装置を開局することで、混雑を回避することができる。

（３−２．通信部１２０）
通信部１２０は、出入口端末３１０、レジ前端末３３０、買回り時間計測端末３６０、またはユーザ端末２００との各種通信を制御する機能構成である。

（３−３．記憶部１３０）
記憶部１３０は、各種情報を記憶する機能構成である。例えば、記憶部１３０は、外部装置から取得された各種情報、開閉局判断部１１１から出力された１以上のレジ装置の開閉局判断情報、単位時間における開局台数情報、レジ処理時間取得部１１２から出力された顧客のレジ通過人数、レジ処理時間、待機人数取得部１１３から出力された待機人数情報、混雑予測部１１４から出力された混雑予測情報、推奨開局台数算出部１１５から出力された推奨開局台数情報等を記憶する。また、記憶部１３０は、クラウドサーバ１００の各機能構成によって使用されるプログラムまたはパラメータ等を記憶する。なお、記憶部１３０が記憶する情報の内容はこれらに限定されない。

以上、クラウドサーバ１００の機能構成例について説明した。なお、図３を用いて説明した上記の機能構成はあくまで一例であり、クラウドサーバ１００の機能構成は係る例に限定されない。例えば、クラウドサーバ１００は、図３に示す機能構成の全てを必ずしも備えなくてもよい。また、クラウドサーバ１００の機能構成は、仕様や運用に応じて柔軟に変形可能である。

＜４．動作処理＞
続いて、図６を参照して本実施形態による人感センサのセンシングデータを用いた混雑予測や推奨開局台数の算出および通知の流れについて説明する。

図６は、本実施形態に係る人感センサのセンシングデータを用いた混雑予測や推奨開局台数の算出および通知の流れの一例を示すシーケンス図である。

図６に示すように、まず、レジ前端末３３０は、レジ前カメラ３２０から撮像画像を取得し、レジ処理の（レジ装置に対して発生する）待機人数を検出し（ステップＳ１０３）、検出結果をクラウドサーバ１００に送信する（ステップＳ１０６）。

次に、レジ前端末３３０は、店員側人感センサ３２２から検知情報を取得し（ステップＳ１０９）、検知結果をクラウドサーバ１００に送信する（ステップＳ１１２）。

次いで、レジ前端末３３０は、顧客側人感センサ３２４から検知情報を取得し（ステップＳ１１５）、検知結果をクラウドサーバ１００に送信する（ステップＳ１１８）。

続いて、クラウドサーバ１００の開閉局判断部１１１は、レジ前端末３３０から送信された、店員側人感センサ３２２の検知結果（センシングデータ）に基づいて、レジ装置の開閉局を判断する（ステップＳ１２１）。

次に、レジ処理時間取得部１１２は、レジ前端末３３０から送信された、顧客側人感センサ３２４の検知結果（センシングデータ）に基づいて、顧客のレジ処理時間を算出する（ステップＳ１２４）。

次いで、制御部１１０は、レジ装置の開閉局判断情報や、顧客のレジ処理時間情報を、記憶部１３０に記憶する（ステップＳ１２７）。

次に、混雑予測部１１４は、所定時間後の混雑状況を予測する（ステップＳ１３０）。

次いで、推奨開局台数算出部１１５は、予測された混雑状況に基づいて、所定時間後の推奨開局台数を算出する（ステップＳ１３３）。

そして、表示制御部１１６は、算出した推奨開局台数情報をユーザ端末２００に通知し（ステップＳ１３６）、ユーザ端末２００で推奨開局台数情報を表示させる（ステップＳ１３９）。

このように、本実施形態では、ＰＯＳサーバと連携することなく、人感センサのセンシングデータに基づいてレジカウンターの混雑状況予測および推奨開局台数の算出を行い、ユーザに通知することが可能となる。ユーザは、通知された推奨開局台数に応じて、レジ装置を開局することで、混雑を回避することができる。

以上、人感センサのセンシングデータを用いた混雑予測や推奨開局台数の算出および通知の流れの一例について説明した。なお、図６に示す各処理の順序は図６に示す例に限定されない。例えば、ステップＳ１０３およびＳ１０６と、ステップＳ１０９およびＳ１１２と、ステップＳ１１５およびＳ１１８は、図６に示す例と異なる順序であってもよいし、並列して行われてもよい。また、ステップＳ１２１とＳ１２４も、図６に示す例と異なる順序であってもよいし、並列して行われてもよい。

＜５．ハードウェア構成例＞
続いて、本実施形態に係るクラウドサーバ１００のハードウェア構成について説明する。上記の動作は、ソフトウェアと、以下に説明するクラウドサーバ１００のハードウェアとの協働により実現される。

図７は、本実施例に係るクラウドサーバ１００を具現する情報処理装置９００のハードウェア構成の一例を示すブロック図である。情報処理装置９００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３と、ホストバス９０４と、ブリッジ９０５と、外部バス９０６と、インタフェース９０７と、入力機器９０８と、出力機器９０９と、ストレージ機器９１０と、ドライブ９１１と、通信機器９１３と、を備える。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置９００内の動作全般を制御する。また、ＣＰＵ９０１は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０３は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバス等から構成されるホストバス９０４により相互に接続されている。当該ＣＰＵ９０１、ＲＯＭ９０２およびＲＡＭ９０３の協働により、クラウドサーバ１００の制御部１１０が実現される。

ホストバス９０４は、ブリッジ９０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス９０６に接続されている。なお、必ずしもホストバス９０４、ブリッジ９０５および外部バス９０６を分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。

入力機器９０８は、マウス、キーボード、タッチパネル、ボタン、スイッチまたはマイクロフォン等ユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路等から構成されている。情報処理装置９００を操作するユーザは、この入力機器９０８を操作することにより、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりすることができる。

出力機器９０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ装置、液晶ディスプレイ（ＬＣＤ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置、ランプ等の表示装置およびスピーカ等の音声出力装置を含む。

ストレージ機器９１０は、データ格納用の機器である。ストレージ機器９１０は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置等を含んでもよい。当該ストレージ機器９１０により、クラウドサーバ１００の記憶部１３０が実現される。

ドライブ９１１は、記憶媒体用リーダライタであり、情報処理装置９００に外付けされる。ドライブ９１１は、装着される磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記憶媒体９１２に記録されている情報を読み出して、ＲＡＭ９０３に出力する。また、ドライブ９１１は、リムーバブル記憶媒体９１２に情報を書き込むこともできる。

通信機器９１３は、通信を行うための通信デバイス等で構成された通信インタフェースである。当該通信機器９１３により、クラウドサーバ１００の通信部１２０が実現される。

なお、情報処理装置９００のハードウェア構成は、図７に示す構成に限られない。例えば、情報処理装置９００は、接続されている外部の通信デバイスを介して通信を行う場合には、通信機器９１３を備えていなくてもよい。また、情報処理装置９００は、例えば、入力機器９０８または出力機器９０９等を備えなくてもよい。また、例えば、図７に示す構成の一部または全部は、１または２以上のＩＣ（Integrated Circuit）で実現されてもよい。

＜６．まとめ＞
以上で説明してきたように、本発明は、レジ装置周辺に人感センサを取り付けて、人感センサからのセンシングデータを用いることでレジ装置の混雑状況を予測するシステムを提案する。既存のＰＯＳシステムとの連携が不要となるため、ＰＯＳサーバの改修等を行う必要がなく、本システム（混雑予測と推奨開局台数情報の通知による混雑回避を実現するシステム）の導入負担を軽減することが可能となる。

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

例えば、クラウドサーバ１００に内蔵されるＣＰＵ、ＲＯＭ、およびＲＡＭ等のハードウェアに、クラウドサーバ１００の機能を発揮させるためのコンピュータプログラムも作成可能である。また、当該コンピュータプログラムが記憶されたコンピュータ読み取り可能な記憶媒体も提供される。

１ 情報処理システム
１００ クラウドサーバ
１１０ 制御部
１１１ 開閉局判断部
１１２ レジ処理時間取得部
１１３ 待機人数取得部
１１４ 混雑予測部
１１５ 推奨開局台数算出部
１１６ 表示制御部
１２０ 通信部
１３０ 記憶部
２００ ユーザ端末
３００ 出入口カメラ
３１０ 出入口端末
３２０ レジ前カメラ
３２２ 店員側人感センサ
３２４ 顧客側人感センサ
３３０ レジ前端末
３４０ タグ端末
３５０ リーダライタ
３６０ 買回り時間計測端末
４００、４２０ ネットワーク

Claims (7)

1. レジ装置を操作する店員を検出する第１の人感センサの出力に基づいて前記レジ装置の開閉局状態を判断する判断部と、
   前記レジ装置でレジ処理中の顧客を検出する第２の人感センサの出力に基づいて当該レジ装置における前記顧客のレジ処理時間を取得するレジ処理時間取得部と、
   前記レジ装置のレジ処理のために待機する顧客を撮影した撮像画像から検出された待機人数情報を取得する待機人数取得部と、
   開局している前記レジ装置のレジ処理時間と、前記待機人数とに基づいて、所定時間後の前記レジ装置での混雑状況を予測する予測部と、
   を備える情報処理装置。
2. 前記予測部は、前記混雑状況として、前記レジ装置の待機時間または待機人数を予測する、請求項１に記載の情報処理装置。
3. 前記判断部は、所定期間において、前記第１の人感センサが一定間隔で検知した前記店員の検出有無が、予め規定した所定の条件を満たすか否かに基づいて、前記レジ装置の開閉局状態を判断する、請求項１または２に記載の情報処理装置。
4. 前記レジ処理時間取得部は、前記第２の人感センサが一定間隔で検知した前記顧客の検出有無が、予め規定した所定の条件を満たすか否かに基づいて、レジ処理の開始および終了を判断し、前記レジ処理時間を算出する、請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記情報処理装置は、
   所定時間後における１以上のレジ装置の混雑状況の予測結果に応じて、所定時間後のレジ装置の推奨開局台数を算出する推奨開局台数算出部をさらに備える、請求項１〜４のいずれか１項に記載の情報処理装置。
6. 前記情報処理装置は、
   前記取得した待機人数情報、前記判断したレジ装置の開閉局状態、前記予測した混雑状況、または、前記予測した混雑状況に基づいて算出した推奨開局台数情報の少なくともいずれかを、ユーザ端末に表示するよう制御する表示制御部をさらに備える、請求項１〜５のいずれか１項に記載の情報処理装置。
7. コンピュータを、
   レジ装置を操作する店員を検出する第１の人感センサの出力に基づいて前記レジ装置の開閉局状態を判断する判断部と、
   前記レジ装置でレジ処理中の顧客を検出する第２の人感センサの出力に基づいて当該レジ装置における前記顧客のレジ処理時間を取得するレジ処理時間取得部と、
   前記レジ装置のレジ処理のために待機する顧客を撮影した撮像画像から検出された待機人数情報を取得する待機人数取得部と、
   開局している前記レジ装置のレジ処理時間と、前記待機人数とに基づいて、所定時間後の前記レジ装置での混雑状況を予測する予測部と、
   として機能させるための、プログラム。
   

Images