JP2021189738A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】客の不買理由を推定する。【解決手段】情報処理装置は、人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する入力回路と、画像データに基づいて人物が購入候補に選択した物品の部分に対する人物の視線方向を検出し、視線方向に対応する部分と購入処理を示す情報とに基づいて購入候補において購入処理が検出されなかった物品に関する不買理由を推定する推定回路と、を具備する。【選択図】図１

Description

本開示は、情報処理装置、情報処理方法及びプログラムに関する。

例えば、小売店の実店舗において、商品に対する客のニーズを推定するシステムが検討されている（例えば、特許文献１を参照）。

特開第２０１８−１９５０１７号公報

しかしながら、客が購買しない理由（例えば、「不買理由」又は「非購買理由」とも呼ぶ）を推定する方法については検討の余地がある。

本開示の非限定的な実施例は、客の不買理由を推定できる情報処理装置、情報処理方法及びプログラムの提供に資する。

本開示の一実施例に係る情報処理装置は、人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する入力回路と、前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する推定回路と、を具備する。

なお、これらの包括的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラム、または、記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本開示の一実施例によれば、客の不買理由を推定できる。不買理由の推定に人物の視線方向に対応する部分を考慮するため、その人物が不買の判断に至った理由が商品のどの部分にあったのかを、より詳細に推定することができる。

本開示の一実施例における更なる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施形態並びに明細書および図面に記載された特徴によってそれぞれ提供されるが、１つまたはそれ以上の同一の特徴を得るために必ずしも全てが提供される必要はない。

情報処理システムの構成例を示す図 情報処理システムの動作例を示すフローチャート 視線推定処理の動作例を示すフローチャート コンピュータのハードウェア構成例を示す図

以下、本開示の各実施の形態について図面を参照して詳細に説明する。

［情報処理システムの構成］
図１は、本実施の形態に係る情報処理システム１の構成例を示す図である。

図１に示す情報処理システム１は、例えば、情報処理装置１０、及び、少なくとも一つのカメラ２０を含む。

情報処理装置１０とカメラ２０とは、例えば、無線ネットワーク又は有線ネットワークといった通信ネットワークを介して接続されてよい。情報処理装置１０は、例えば、店舗内に設置されてもよいし、店舗外に設置されてもよい。または、情報処理装置１０のうち一部の構成部は店舗内に設置され、他の構成部は店舗外に設置されてもよい。

情報処理装置１０は、例えば、カメラ２０から取得した画像データに基づいて、客が商品を購買しない理由（例えば、不買理由）を推定してよい。また、情報処理装置１０は、例えば、推定した不買理由に基づいて、出力データを生成してよい。出力データは、例えば、推定される不買理由を解消する商品に関する情報、又は、不買理由に関する情報が含まれてよい。

カメラ２０は、例えば、店舗内に設置されてよい。カメラ２０は、例えば、撮像した画像データを情報処理装置１０へ送信してよい。

［情報処理装置の構成例］
図１に示す情報処理装置１０は、例えば、記憶部１０１、検出部１０２、認証部１０３、視線推定部１０４、不買理由推定部１０５、及び、出力部１０６を備えてよい。

記憶部１０１は、例えば、店舗又はオンラインショップを利用する客に関する情報（以下、「客情報」（又は、顧客情報）と呼ぶ）、及び、店舗又はオンラインショップにおいて取り扱われる商品に関する情報（以下、「商品情報」と呼ぶ）を記憶してよい。換言すると、記憶部１０１は、客情報を記憶する顧客データベース、及び、商品情報を記憶する商品データベースを備えてよい。

客情報には、例えば、客を識別する情報（例えば、客ＩＤ又はアカウント）、及び、客の顔の登録画像データ（例えば、顔画像データと呼ぶ）が含まれてよい。

また、客情報には、例えば、後述する不買理由推定部１０５から入力される不買理由に関する情報が含まれてよい。記憶部１０１は、例えば、不買理由推定部１０５において客に対して推定された不買理由に関する情報を、当該客に対応する客情報に紐づけて記憶（又は、登録）してよい。情報処理装置１０は、このように客毎に推定した不買理由を記憶して分析することにより、その客が不買を決定する理由（不買傾向）を推定することができる。例えば、複数の商品に共通する不買理由がある場合には、情報処理装置１０は、その不買理由がその客の不買傾向を示すと推定できる。より具体的には、異なる商品のいずれも「価格」が不買理由である場合には、情報処理装置１０は、その客は価格を重視する不買傾向があると推定できる。

なお、情報処理装置１０は、客情報を記憶する際に必ずしも顔認証を行わなくともよい。例えば、情報処理装置１０は、客の所持する通信機器等からの無線通信により客情報を取得したり、客自らの入力によって客情報を取得したりしてよい。また、客毎の不買理由を記憶するためには最低限客ＩＤがあればよいので、記憶部１０１に不買理由に関する情報を記憶する目的によっては、本人を認証する処理や顔画像データのような客の識別に用いる情報の記憶は省略してよい。例えば、不特定の客の集合に対して、客毎の不買理由の統計を得たい場合などには、客それぞれを識別する必要はないため、これらの処理及び情報の記憶は省略できる。

また、商品情報には、例えば、商品を識別する情報（例えば、商品ＩＤ）が含まれてよい。

検出部１０２は、店舗内において客が会計前に手に取った商品を画像データにおいて検出してよい。例えば、検出部１０２は、例えば、店舗内において客が商品を手にする動作、及び、客が手にした商品を置く（換言すると、戻す）動作を検出してよい。例えば、検出部１０２は、カメラ２０から取得した画像データ、又は、図示しないセンサに基づいて、客の商品に対する動作を検出してよい。具体的には、検出部１０２は、画像から人物の骨格を推定する技術を用いて客が商品を手に取った或いは置いた動作を検知してよい。また、検出部１０２は、例えば、撮像画像から検知した客の画像領域が、商品の画像領域と連動し始めた場合に商品を手に取った判定し、異なる動きをしたことが検知された場合に商品を置いたと判断してよい。また、検出部１０２は、例えば、商品に付したＱＲコードやビーコン等の位置の変化から、商品が手に取られたり置かれたりしたかを判断してよい。また、検出部１０２においてこれらの手法を複合的に使用して、検知の精度を向上させてもよい。また、例えば、商品が衣服の場合、検出部１０２は、客が衣服を体に合わせたか（あるいは、試着したか）否かを判断してもよい。例えば、検出部１０２は、客が商品を手にする動作を検出した場合、検出結果を認証部１０３へ出力してよい。また、例えば、検出部１０２は、客が手にした商品を置いた動作を検出した場合、検出結果を視線推定部１０４に出力してよい。また、検出部１０２は、画像データに基づいて、客が手にした商品（換言すると、客が購入候補に選択した商品）の認証を行い、認証した商品情報（例えば、商品ＩＤ）を視線推定部１０４へ出力してよい。

なお、検出部１０２は、例えば、カメラ２０から入力される画像データ、及び、記憶部１０１に記憶された商品情報に基づいて、画像データに含まれる商品を特定してよい。例えば、商品には、商品に関する情報を保持する媒体が付されてよい。媒体は、例えば、バーコード、又は、ＱＲコード（登録商標）といったカメラ２０によって読み取り可能な商品識別情報が印刷された紙でもよい。検出部１０２は、例えば、画像データから商品識別情報を取得して、商品を特定してよい。なお、商品の特定方法は、バーコード又はＱＲコードといった符号に基づく方法に限定されない。例えば、記憶部１０１は、商品情報に、商品の画像データを含めてよい。この場合、検出部１０２は、例えば、記憶部１０１に記憶された商品の画像データと、カメラ２０から取得した画像データとに基づいて画像認識を行い、商品を特定してもよい。

また、検出部１０２は、例えば、客が会計（換言すると、商品の購入処理）を検出してよい。検出部１０２は、例えば、会計に関するシステム（例えば、ＰＯＳ（Point of Sale）システム）から取得した情報（図示せず）、及び、認証部１０３から入力される認証結果（例えば、客ＩＤ）に基づいて、客が会計を行ったか否かを検出してもよい。検出部１０２は、例えば、検出結果を不買理由推定部１０５へ出力してよい。

認証部１０３は、例えば、カメラ２０によって撮像された画像データと、記憶部１０１に記憶された客情報に基づいて、客の顔認証を行ってよい。認証部１０３は、認証により、例えば、記憶部１０１に事前に登録された客情報（例えば、客ＩＤ又は客の登録画像データを含む）と、カメラ２０によって撮像された画像データとに基づいて客の認証を行ってよい。認証部１０３は、例えば、認証結果を示す情報（例えば、客ＩＤを含む情報）を検出部１０２及び視線推定部１０４へ出力する。

なお、認証部１０３は、例えば、検出部１０２から、客が商品を手にした動作を検出した結果が入力される場合に、客の認証を行ってよい。

視線推定部１０４は、例えば、カメラ２０から取得した画像データにおいて客が購入候補に選択した商品の部分に対する客の視線方向を推定（又は、検出）する。例えば、視線推定部１０４は、商品内の客の視線が向けられた部分（換言すると、検出された客の視線方向に対応する商品部分。以下、例えば、「注目部分」と呼ぶ）を推定してよい。

なお、商品の部分は、服の襟などのようにその商品の属する業界において標準的な部分分けの基準が存在する場合は、その基準に基づく部分を用いてよい。また、店舗の店員等が、自らの判断により当該店舗で用いる部分を任意に設定可能としてよい。また、商品全体がいずれかの部分に属している必要は必ずしもなく、不買理由に繋がりそうな部分のみを注目部分の候補としてよい。また、商品の部分は一部が重複していてもよい。その場合、視線推定部１０４は、例えば、顧客の視線方向が重複部分に向けられている場合、両方の部分を注目部分であるものとして推定してよい。また、例えば、視線推定部１０４は、客の視線が商品の特定の部分に向けられているか、商品全体に向けられているかを判断してよい。視線推定部１０４は、例えば、認証部１０３から入力される客ＩＤと商品ＩＤとの組み合わせにおける視線に関する情報（例えば、「視線情報」）を不買理由推定部１０５へ出力する。

また、視線推定部１０４は、例えば、検出部１０２から、客が手にした商品を置く動作を検出した結果が入力される場合に、視線推定を終了してよい。

不買理由推定部１０５は、例えば、検出部１０２において検出された、客が会計前に手に取った商品のうち、当該客が購買しなかった商品の不買理由を推定してよい。換言すると、不買理由推定部１０５は、例えば、客の視線方向に対応する商品部分（例えば、注目部分）と客の購入処理の検出結果とに基づいて、購入候補において購入処理が検出されなかった物品に関する不買理由を推定してよい。例えば、客が商品を手に取ったが会計せずに当該商品を元の位置に戻した場合、客がその商品を戻す直前に注目していた商品の部分（別言すると、客が最後に注目していた商品の部分）に不買理由があると推定できる。不買理由推定部１０５は、例えば、推定した不買理由を示す情報（以下、「不買理由情報」と呼ぶ）を記憶部１０１及び出力部１０６へ出力する。

また、不買理由推定部１０５は、例えば、検出部１０２から、客の会計動作を検出した結果が入力される場合に、不買理由推定を行ってよい。

出力部１０６は、例えば、不買理由推定部１０５から入力される不買理由情報に基づいて、出力データを生成してよい。出力データは、例えば、不買理由情報（換言すると、不買理由推定部１０５による推定の結果）を示すデータ、及び、不買理由情生成報に基づいて生成されるデータの少なくと一つを含んでよい。

不買理由情報に基づいて生成されるデータは、例えば、不買理由を解消する商品に関する情報（例えば、レコメンド情報）を含んでよい。不買理由を解消する商品に関する情報には、例えば、不買商品と類似する商品のうち、不買理由と推定された部分が不買商品と異なる商品に関する情報が含まれてよい。レコメンド情報は、例えば、客又は店舗の店員が所持する端末に通知されてよい。

また、不買理由情報を示すデータは、例えば、店舗の店員又は不買商品のメーカー担当者が所持する端末に通知されてよい。

［情報処理システムの動作例］
次に、上述した情報処理システム１における動作の一例について説明する。

なお、以下では、一例として、情報処理システム１が、衣料品を販売する実店舗に来店した客の不買理由を推定する処理を行う場合について説明する。

例えば、商品である衣服には、衣服を識別する情報（換言すると、商品情報）を保持する媒体が付されてよい。媒体には、例えば、バーコード、又は、ＱＲコードといったカメラ２０によって読み取り可能な商品識別情報（又は、商品管理情報）が印刷されてよい。商品識別情報は、例えば、記憶部１０１において商品情報に含まれてよい。

図２は、情報処理システム１の動作例を示すフローチャートを示す図である。

図２において、情報処理装置１０は、例えば、客が衣服を体に合わせる動作（以下、「服合わせ」とも呼ぶ）を検知する（Ｓ１０１）。例えば、情報処理装置１０は、カメラ２０から取得した画像データ（例えば、商品識別情報を含む画像データ）に基づいて、商品情報を取得した場合に客の服合わせを検知したと判断してよい。

服合わせを検知する手法としては、例えば、服に貼り付けたＱＲコードを用いることが考えられる。具体的には、商品の正面にＱＲコードがシールなどで貼り付けられている場合、そのＱＲコードが読み取れたか否か、および、ＱＲコードの角度から、衣服のおおよその位置および角度が推定できる。例えば、服の正面にＱＲコードが貼り付けられている場合、そのＱＲコードが認識できるということはカメラに対して服の正面が向いていることを意味する。情報処理装置１０は、これらの情報に基づき服合わせを行っているかを検知できる。また、他の手法としては、例えば、ＱＲコードに替えて指向性のある無線タグを用いて角度や位置を推定したり、予め服合わせしている状態の画像を機械学習させた識別器により服合わせを推定したりすることが考えられる。また、情報処理装置１０において、これらの手法を複合的に使用して、検知の精度を向上させてもよい。

例えば、カメラ２０は、服合わせを行う客を撮像範囲に収める位置に設置されてよい。例えば、カメラ２０は、店舗内の鏡の上部に設置されてよい。または、店舗内の鏡がハーフミラー構造を有する場合、カメラ２０は、鏡の裏側に設置されてもよい。

情報処理装置１０は、例えば、服合わせを行った客の認証を行う（Ｓ１０２）。情報処理装置１０は、例えば、カメラ２０から取得した画像データに基づいて、服合わせを行う客の顔認証を行い、識別した客に関する情報（例えば、客ＩＤ）を取得してよい。また、情報処理装置１０は、例えば、服合わせを行う客が手に取っている衣服に関する情報（例えば、商品ＩＤ）を取得してよい。そして、情報処理装置１０は、例えば、客ＩＤと商品ＩＤとを紐づけてよい。換言すると、情報処理装置１０は、例えば、客ＩＤと紐づけられた商品ＩＤを、客が購入する可能性のある商品候補に設定してよい。

なお、情報処理装置１０は、例えば、客が２着以上の衣服を手に取っている場合、ＱＲコードを読み取った衣服を、服合わせ対象の衣服に設定してよい。または、情報処理装置１０は、例えば、２着以上の衣服それぞれに付されたＱＲコードを同時に読み取った場合、ＱＲコードを読み取った衣服のうち何れか一つの衣服を、服合わせ対象の衣服に設定してもよい。情報処理装置１０は、例えば、読み取られたＱＲコードの向き又は大きさに基づいて、服合わせ対象の衣服を特定してもよい。例えば、２つ以上のＱＲコードが読み取られる状況は、客がひとつの衣服を体に合わせており、それ以外の衣服を手に持っている状況が想定される。そこで、情報処理装置１０は、例えば、（１）ＱＲコードの向きと体の向きとの関係を示す指標、及び、（２）ＱＲコードとカメラ２０との距離（または、カメラ２０により取得した画像データにおけるＱＲコードのサイズ）を示す指標の少なくとも一つに基づいて、服合わせ対象の衣服を特定してもよい。例えば、情報処理装置１０は、複数の服合わせ対象の衣服候補のうち、ＱＲコードの向きと体の向きとがより近い衣服を、服合わせ対象の衣服に設定してもよい。また、例えば、情報処理装置１０は、複数の服合わせ対象の衣服候補のうち、ＱＲコードとカメラ２０との距離がより近い（換言すると、ＱＲコードのサイズがより大きい）衣服を、服合わせ対象の衣服に設定してもよい。これにより、例えば、客が複数の衣服を重ねて持つ場合でも、情報処理装置１０は、例えば、各衣服に付されたＱＲコードとカメラ２０との距離（または、ＱＲコードのサイズ）に基づいて、服合わせ対象の衣服を特定できる。

情報処理装置１０は、例えば、カメラ２０から入力される画像情報に基づいて、服合わせの対象の衣服における客の視線方向（換言すると、衣服に対する客の注目部分）を推定する（Ｓ１０３）。情報処理装置１０は、例えば、鏡と客（又は衣服）との距離、及び、客の視線方向に基づいて、客が注目する衣服の部分を推定してよい。本実施の形態では、服合わせを行っている状態を想定しているため、情報処理装置１０は、鏡に反射した視線方向を考慮して注目部分を特定してよい。例えば、情報処理装置１０は、客の体に衣服を合わせている状態を想定し、客の視線方向と、鏡と客（又は衣服）との距離から、鏡に反射した視線が対応する衣服の注目部分を推定してよい。なお、客の衣服に対する視線方向は、服合わせ中の客の鏡に対する姿勢又は衣服の持ち方によって変わり得る。そのため、例えば、情報処理装置１０は、服合わせ中の衣服に付されたＱＲコードの位置又は向きを基準に用いて、客の衣服に対する視線方向の関係を補正してもよい。なお、情報処理装置１０は、鏡と客（又は衣服）との間の距離として、例えば、客が服合わせを行う場合の標準的な距離を予め記憶しておいてもよいし、距離センサまたはステレオカメラ等の距離を計測可能なデバイスを用いて推定してもよい。

図３は、情報処理装置１０における視線推定処理の一例を示すフロー図である。

情報処理装置１０は、例えば、客の視線が襟、裾、又は、袖といった衣服の特定部分に向けられる時間が閾値以上であるか否かを判断する（Ｓ１３１）。

視線が特定部分に向けられる時間が閾値以上の場合（Ｓ１３１：Ｙｅｓ）、情報処理装置１０は、例えば、客が衣服の特定部分に注目していると推定してよい（Ｓ１３２）。

その一方で、視線が特定部分に向けられる時間が閾値未満の場合（Ｓ１３１：Ｎｏ）、客が服の多数の領域に注目していると考えられるため、情報処理装置１０は、例えば、客が衣服の全体に注目していると推定してよい（Ｓ１３３）。

以上、図３に示す視線推定処理の一例について説明した。

図２において、情報処理装置１０は、例えば、客が服合わせを止めたか否かを判断する（Ｓ１０４）。例えば、情報処理装置１０は、カメラ２０から取得される画像データに基づいて、商品情報を取得した状態（例えば、ＱＲコードを読み取り可能な状態）の間、客が服合わせを止めていないと判断してよい。その一方で、例えば、情報処理装置１０は、カメラ２０から取得される画像データに基づいて、商品情報を取得した状態から、商品情報を取得しない状態へ遷移した場合（例えば、ＱＲコードを読み取り不可の場合）、客が服合わせを止めたと判断してよい。なお、客が服合わせを止めたと判断する手法は他の手法であってもよい。例えば、情報処理装置１０は、画像から人物の骨格を推定する技術を用いて客が服を置いた動作を検知してよい。また、例えば、情報処理装置１０は、撮像画像から検知した客の画像領域が服と思われる画像領域と離れたことが検知された場合に服合わせを止めたと判断してよい。なお、客の画像領域は人物のパターンマッチング等によって推定できる。また、服は一般的には不定形のため、正確な領域を推定することは難しいが、本実施の形態では、人と服が離れたことを検知できればよいので、色の分布等に基づき、服だと思われる領域を荒く推定できれば十分である。また、情報処理装置１０において、これらの手法を複合的に使用して、検知の精度を向上させてもよい

客が服合わせを止めていない場合（Ｓ１０４：Ｎｏ）、情報処理装置１０は、Ｓ１０３の処理に戻り、視線推定処理を行ってよい。

客が服合わせを止めた場合（Ｓ１０４：Ｙｅｓ）、情報処理装置１０は、例えば、客が会計（換言すると、購入処理）を行ったか否かを検知する（Ｓ１０５）。また、情報処理装置１０は、例えば、客が服合わせを止めた場合、当該客が服合わせをした商品数をカウントしてよい。

客の会計を検知しない場合（Ｓ１０５：Ｎｏ）、情報処理装置１０は、例えば、Ｓ１０１の処理に戻り、客の服合わせの検知処理を行ってよい。なお、Ｓ１０５の処理は、会計の検知に限らず、服合わせを止めた客（換言すると、服合わせをしたが、何も購入しなかった客）が店舗外へ出たことを検知してもよい。

客の会計を検知した場合（Ｓ１０５：Ｙｅｓ）、情報処理装置１０は、例えば、客が服合わせをした商品のうち、購入しなかった商品（不買商品又は非購買商品とも呼ぶ）に対する不買理由を推定してよい（Ｓ１０６）。例えば、情報処理装置１０は、客が服合わせを行った商品（換言すると、購入候補）のうち、会計処理されなかった商品を、不買商品に設定してよい。情報処理装置１０は、例えば、不買商品それぞれに対して不買理由を推定してよい。換言すると、情報処理装置１０は、例えば、客が手に取ったが戻した商品（例えば、服合わせをしたが購入しなかった商品）に対して、不買理由を推定してよい。

例えば、情報処理装置１０は、客の視線方向に基づいて推定される、客の衣服に対する注目部分に基づいて、不買理由（換言すると、関心事項）を推定してよい。

例えば、客の衣服に対する最後の注目部分が衣服の袖又は裾に相当する部分であった場合、情報処理装置１０は、衣服の袖又は裾の長さが、その客の不買理由と推定してよい。

または、例えば、客の衣服に対する最後の注目部分が衣服の襟に相当する部分であった場合、情報処理装置１０は、襟のデザインが、その客の不買理由と推定してよい。

また、例えば、客の衣服に対する最後の注目部分が特定されず客が衣服全体に注目していたと判断できる場合、情報処理装置１０は、衣服の柄又は色が、その客の不買理由と推定してよい。

また、例えば、客の衣服に対する最後の注目部分が衣服に付された値札に相当する部分であった場合、情報処理装置１０は、衣服の価格が、その客の不買理由と推定してよい。

なお、客が注目した衣服の部分と不買理由との関係は、上述した例に限定されず、衣服の他の部分と不買理由との組み合わせでもよい。

また、客が手に取った商品の購入に至らなかった理由（不買理由）は、客がその商品を観察して最後に注目した部分に要因があることが多いと云える。そのため、上述したように客の商品に対する最後の注目部分に基づいて不買理由を推定することで、仮に商品に対する注目部分が複数存在した場合でも、情報処理装置１０による推定処理を簡易化できる。ただし、不買理由の推定は、最後の注目部分でなくてもよい。例えば、複数の注目部分それぞれの継続時間に基づいて不買理由が推定されてもよいし、複数の注目部分それぞれの継続時間に応じて注目部分を重み付けした結果に基づいて不買理由が推定されてもよい。不買理由の推定に関する更なるバリエーションについては後述する。

情報処理装置１０は、例えば、推定した不買理由に基づいて、出力データを生成してよい（Ｓ１０７）。

出力データには、例えば、推定された不買理由を解消する商品（例えば、類似商品）に関するレコメンド情報が含まれてよい。

レコメンド情報は、例えば、客ＩＤに対応する客が所持する端末に対して通知されてよい。例えば、オンラインショップにおいて、客ＩＤに対応付けられた画面に、レコメンド情報が表示されてもよい。または、客ＩＤに対応付けられたメールアドレスにレコメンド情報が送信されてもよい。これにより、例えば、客に対する不買理由を解消する商品の提示により、客の購買意欲を向上できる。

なお、不買理由を解消する商品の表示方法として、例えば、不買理由に対応する衣服の特定部分が強調表示されてもよい。例えば、不買理由が、衣服の袖又は裾の長さであると推定された場合、類似商品において袖又は裾の長さが異なることが強調表示されてよい。同様に、不買理由が、例えば、衣服の襟のデザイン、色、柄、あるいは価格であると推定された場合、類似商品において襟のデザイン、色、柄、あるいは価格の異なることが強調表示されてよい。具体的には、情報処理装置１０は、強調表示する部分を指す画像（矢印など）を表示したり、強調表示する部分の一部または全体を囲む枠を重畳表示したりしてよい。

レコメンド情報は、例えば、客が来店した店舗の店員が所持する端末に対して通知されてよい。例えば、店員が所持する端末に、レコメンド情報が表示されてもよい。店員は、例えば、レコメンド情報に基づいて、客に対して、不買理由のある商品に代わる商品を提案できる。

または、出力データには、例えば、推定された不買理由に関する情報が含まれてよい。不買理由に関する情報は、例えば、客が来店した店舗の店員が所持する端末に対して通知されてよい。店員は、例えば、不買理由に関する情報に基づいて、客に対して、不買理由を解消する商品を提案できる。また、不買理由に関する情報は、例えば、不買商品のメーカー担当者が所持する端末に通知されてよい。メーカー担当者は、例えば、不買理由に関する情報に基づく商品開発が可能になる。

または、情報処理装置１０は、例えば、不買理由に応じて、出力データの出力先を決定してよい。例えば、情報処理装置１０は、価格、又は、裾の長さといった、店舗において解消の可能性がある不買理由の場合には、出力データを店舗の店員が所持する端末に出力してよい。その一方で、情報処理装置１０は、例えば、柄といった店舗において解消の可能性が低い不買理由の場合には、出力データを、客が所持する端末、又は、オンラインショップの客情報を管理する装置（図示せず）に出力してよい。

なお、本実施の形態では、情報処理装置１０は、例えば、店舗において現実に服合わせを行う客に対して不買理由推定処理を行う場合について説明したが、これに限定されない。例えば、情報処理装置１０は、表示装置の画面上において客が仮想的に衣服を試着できるサービスを提供する装置であってもよい。このようなサービスは、仮想試着サービスあるいは仮想試着システムと呼ばれることがある。

仮想試着サービスが提供される表示装置（別言すると、仮想試着サービス表示画面）は、例えば、店舗内に設置されたデジタルサイネージでもよいし、客あるいは店舗の店員が操作するパーソナルコンピュータ（ＰＣ）又はスマートフォンといった端末でもよい。

客（あるいは店員）は、仮想試着サービス表示画面において、複数種類の衣服の仮想試着を行う際に、仮想試着する衣服の選択、切り替え（別言すると、着せ替え）、選択の確定、及び、会計といった操作（以下、便宜的に「仮想試着操作」と総称することがある）を行う。

なお、仮想試着サービス表示画面において、客（人物）は、カメラ２０で撮影された映像として表示されてもよいし、客に似せた人物キャラクタ（アバターと呼ばれることもある）として表示されてもよい。

情報処理装置１０は、仮想試着操作に応じた入力に従って表示画面の表示制御を行う。仮想試着操作は、例えば、検出部１０２において検出されてよい。また、情報処理装置１０は、例えば、仮想試着サービス表示画面を提供するデジタルサイネージ又は端末に付属する、あるいは取り付けられたカメラ２０を用いて、客が仮想試着した衣服の注目部分を推定してよい。例えば、検出部１０２は、カメラ２０が撮影した画像データにおいて客の視線方向を検出してよい。

仮想試着サービスでは、現実での服合わせあるいは試着と比較して、客の視線方向と衣服の表示位置との相対的な関係に変動が少ないと考えられる。そのため、例えば、視線推定部１０４において、仮想試着における衣服に対する客の視線方向の推定（別言すると、客の衣服に対する注目部分の推定）が容易であり推定精度の向上に資すると云える。

また、検出部１０２は、例えば、仮想試着操作を基に、仮想試着したが最終的に会計せず購入しなかった衣服を特定してよい。例えば、検出部１０２は、仮想試着サービスにおいて選択を確定しなかった衣服、又は、選択を確定したが会計処理は行わなかった衣服を特定してよい。そして、不買理由推定部１０５は、仮想試着サービスにおいて購入に至らなかった衣服に対して推定された客の注目部分を基に、その衣服の不買理由を推定してよい。

なお、上述した実施形態（現実及び仮想の試着サービスの双方を含む）では、商品の一例として衣服を挙げたが、例えば、帽子、眼鏡、アクセサリーといった客が身に着け得る商品について同様に商品に対する客の注目部分に基づく不買理由推定が行なわれてよい。

このように、本実施の形態では、情報処理装置１０は、商品の購入処理（例えば、会計処理）を検出し、カメラ２０から取得した画像データにおいて客が購入候補に選択した商品（例えば、服合わせした商品）の部分に対する客の視線方向（例えば、注目部分）を検出する。そして、情報処理装置１０は、客の視線方向に対応する部分と、購入処理の検出結果とに基づいて、購入候補において購入処理が検出されなかった商品に関する不買理由を推定する。

これにより、情報処理装置１０は、例えば、客が不買商品のどの部分に注目したかを特定し、不買理由を商品の部分単位で推定できる。よって、本実施の形態によれば、客の不買理由を精度良く推定できる。

不買理由の推定により、情報処理装置１０は、例えば、客又は店舗の販売員に対して、不買理由を解消する他の商品を提示可能になる。例えば、客が実店舗において購入しない商品に類似する商品（不買理由を解消する類似商品）がオンラインショップの客のアカウントページに表示されてもよい。または、不買理由を解消する商品が、販売員が有する端末に表示されてもよい。これらにより、例えば、客の商品購買を促進できる。

（バリエーション）
上述した実施の形態では、衣料品を販売する店舗において不買理由推定を行うケースについて説明したが、不買理由推定を行うケースはこれに限定されず、陳列された商品から客が購入する商品を選択する形態の店舗において不買理由推定が行われてもよい。

例えば、情報処理システム１は、スーパーマーケット又はコンビニエンスストアといった小売店の店舗の棚に陳列される商品に対して不買理由推定を行ってもよい。例えば、情報処理システム１において、カメラ２０は、棚に設置されてよい。具体的には、棚の奥等にカメラ２０に設置することで、商品と客の視線方向との位置関係を正面から確認することができる。また、視線方向の把握に商品等が邪魔になるようであれば、棚の段の間などにカメラ２０を設置してもよい。さらに、それぞれ異なる角度から商品または客の少なくとも一方を撮影可能なカメラ２０を複数設置し、商品と視線方向との関係を複合的に推定してもよい。

情報処理装置１０は、例えば、カメラ２０から取得した画像データに基づいて、客の視線方向及び商品の位置から、客の視線方向に対応する商品内の注目部分を推定してよい。そして、情報処理装置１０は、例えば、購入処理の検出結果と、商品に対する注目部分とに基づいて、客の購入候補において購入処理が検出されなかった商品に関する不買理由を推定してよい。商品の注目部分は、例えば、客の商品に対する最後の注目部分でもよい。商品の注目部分には、例えば、商品に関する情報（例えば。商品名、会社名）、パッケージ内のラベル（例えば、食材、又はカロリーを表示するラベル）、価格といった情報が含まれてよい。

また、情報処理装置１０は、例えば、推定した不買理由に基づいて、客に対する出力データを生成してもよい。出力データは、例えば、不買理由を解消する他の商品に関するレコメンド情報でもよい。例えば、客の不買理由がカロリーである場合、情報処理装置１０は、不買理由のある商品のカロリーよりも低いカロリーの他の商品に関するレコメンド情報を客へ通知してもよい。また、例えば、客の不買理由が価格である場合、情報処理装置１０は、不買理由のある商品の価格よりも低い価格の類似商品に関するレコメンド情報を客へ通知してもよい。

レコメンド情報は、例えば、客が登録されるオンラインショップにおいて通知（又は提示）されてもよく、客のメールアドレス又はアプリに通知されてもよい。

例えば、上述したように、衣料品を販売する店舗において鏡に設置されたカメラ２０では、客の視線について鏡の反射を考慮して推定する。その一方で、カメラ２０が棚に設置される場合、客の視線を直接推定可能である。よって、カメラ２０が棚に設置される場合には、カメラ２０が鏡に設置される場合と比較して、商品に対する客の視線方向の推定（別言すると、客の商品に対する注目部分の推定）が容易であり推定精度の向上に資すると云える。よって、不買理由の推定精度を向上できる。

以上、本開示の実施の形態について説明した。

なお、情報処理装置１０は、客の商品に対する最後の注目部分に基づいて不買理由を推定する場合について説明したが、これに限定されない。例えば、情報処理装置１０は、客が注目した順番（例えば、最後から数えた順番）に基づいて、不買理由推定について、商品の各部分に対する重みづけを行ってもよい。

または、情報処理装置１０は、例えば、商品に対して客が注目した部分毎に不買理由を推定してもよい。例えば、情報処理装置１０は、最後から数えた順番がより早い注目部分に基づいて推定される不買理由を解消する商品を、優先度の高いレコメンド情報として生成してもよい。

また、上述した実施の形態では、情報処理装置１０が、不買理由を解消する商品に関する情報（例えば、レコメンド情報）を含む出力データを生成する場合について説明したが、出力データは、これに限定されない。例えば、情報処理装置１０は、推定した不買理由に基づいて、客の購買傾向を推定してもよい。例えば、情報処理装置１０は、客の商品に対する注目部分（例えば、裾、袖、襟、全体、又は、価格）を集計し、集計データ（換言すると、統計データ）を出力してもよい。これにより、例えば、店舗側のユーザは、客が購入時に着目するポイントを把握できる。

また、情報処理装置１０は、客が商品（例えば、衣服）に注目した部分毎の時間（継続時間）に基づいて、客の関心度に対して重みづけを行ってもよい。例えば、情報処理装置１０は、複数の注目部分のうち、継続時間が長い部分ほど、当該客にとって重要視する部分と判断してもよい。上述したように、情報処理装置１０は、例えば、複数の注目部分それぞれの継続時間に基づいて不買理由が推定されてもよいし、複数の注目部分それぞれの継続時間に応じて注目部分を重み付けした結果に基づいて不買理由が推定されてもよい。

また、情報処理装置１０は、例えば、客の不買理由に加え、購買履歴に基づいて、客の購買傾向（換言すると、好み）を分析してもよい。情報処理装置１０は、例えば、分析結果に基づいて、出力データ（例えば、レコメンド情報）を生成してもよい。例えば、購買履歴に記録されている商品に共通する特徴は客の好みに合う特徴であると考えられる。そこで、情報処理装置１０は、この客の好みに合う特徴を備え、かつ、不買理由に合致しない商品を推奨することで、より客が購入する可能性の高い商品を提案することができる。また、情報処理装置１０は、購買履歴から推定される客の好みと、不買理由とが矛盾する場合は、その好みまたは不買理由をレコメンド情報等の作成時に考慮する対象から除外または考慮する重みを軽くすることで、好みまたは不買理由の判定ミスを是正することができる。

情報処理装置１０は、例えば、客が注目しやすい部分、重要視する部分、及び、購買傾向の少なくとも一つに基づいて、不買理由を解消する商品のランク付けを行ってもよい。これにより、例えば、情報処理装置１０は、客に購入されやすい順に、商品を表示できるので、客の商品購買を促進できる。

また、上述した実施の形態では、例えば、鏡又は商品棚といった実店舗内の設備にカメラ２０が設置される場合について説明したがこれに限定されない。例えば、カメラ２０は、客のＰＣ（パーソナルコンピュータ）、又は、携帯端末（例えば、スマートホン、タブレット）が備えるカメラでもよい。この場合、情報処理装置１０は、例えば、客がこれらの端末においてオンラインショッピングを利用する際に、端末に表示される商品画像に対する客の視線に基づいて、不買理由を推定してもよい。

また、上述した実施の形態において、例えば、客が商品を手にした後に戻した商品に対して不買理由が推定される場合について説明したが、これに限定されない。例えば、情報処理装置１０は、他の端末から、客のキャンセル情報（例えば、購入を見送ることを示す情報）が入力される場合に、不買理由を推定してもよい。例えば、情報処理装置１０は、ショーケース内に置かれた商品について、キャンセル情報の有無に基づいて、客が購入を検討しているのか、単に見ているのかを判断可能になる。

また、上述した実施の形態では、客の購買行動の対象となる商品に対する不買理由を推定する場合について説明したが、推定対象の物品は商品に限定されない。例えば、情報処理装置１０は、物品の部分に対する人物の視線方向に基づいて、当該人物が物品を選択しない理由（不選択理由）を推定してもよい。商品以外の物品の例としては、例えば、レンタル品の選択などが考えられる。例えば、レンタカーの候補が複数ある場合に、情報処理装置１０は、どの部分に着目して選択を中止したのかによって、不選択理由を推定することができる。なお、不買理由を記憶する構成の場合、情報処理装置１０は、不選択理由を不買理由の一態様として、不買理由と共に記憶し、不買傾向の推定に用いてもよい。同様の理由から、本実施の形態では、商品が販売されている店舗を想定した例を説明したが、商取引が行われる店舗に限らず、客が物品の選択を行う場を提供する多様な施設に応用可能である。

また、上述した実施の形態では、情報処理装置１０において、視線方向に基づき不買理由を１つだけ推定していたが、視線方向に対応する複数の不買理由を推定してよい。特に、商品のラベルなど、多数の情報が記載されている部分が注目部分である場合、ラベル内に記載されているどの情報が不買理由であるのか厳密に特定することが難しい。例えば、食品の場合、同一のラベルに価格、カロリー、原材料名が記載されていることが多いため、「ラベル」が注目部分であることが分かってもどの情報が不買理由であったのか推定することは難しい。このような場合は、情報処理装置１０は、「ラベル」に掲載されている情報の全てが不買理由であったものと推定して記録してよい。この場合でも無数に存在する不買理由のうち、ラベルに記載されているいずれかの情報が不買理由であったことは分かるので、有用である。また、複数の不買理由を記録する形であっても、同一の客の複数の商品について情報を蓄積していけば、記録した結果から不買理由を推定することもできる。例えば、情報処理装置１０は、複数の食品について、価格とカロリーしか記載されていないラベルが付された商品と、価格と原材料しか記載されていないラベルが付された商品を共に購入しなかった場合、共通する情報である「価格」が不買理由であると推定することができる。

また、上述した実施の形態において、不買理由に基づいて出力される出力データは、不買理由を解消する商品に関する情報、又は、不買理由に関する情報には限らない。例えば、情報処理装置１０は、注目部分そのものの情報を出力してよい。このようにすることで、注目部分に複数の情報が含まれている場合など、不買理由を自動的に推定することが難しい場合に、店員等の判断を仰ぐことができる。

また、上述した実施の形態においては、商品の部分を注目部分として用いていたが、これに限られない。商品の部分ではないが、商品に関する情報が提示されている部分も注目部分としてよい。例えば、商品の設置された棚に値札等が配置されている場合、客の不買理由が価格である場合には、客は、この値札を見てから商品を棚に置く動作を行うものと考えられる。この場合、情報処理装置１０において、商品の部分と棚の値札のうち、最後に注目した部分が不買理由に関する部分であると推定する構成にすることで、真の不買理由をより高精度に推定することができる。

以上、本開示に係る実施の形態について図面を参照して詳述してきたが、上述した情報処理システム１の機能は、コンピュータプログラムにより実現され得る。

図４は、各装置の機能をプログラムにより実現するコンピュータのハードウェア構成を示す図である。このコンピュータ１１００は、キーボード又はマウス、タッチパッド等の入力装置１１０１、ディスプレイ又はスピーカー等の出力装置１１０２、ＣＰＵ（Central Processing Unit）１１０３、ＧＰＵ（Graphics Processing Unit）１１０４、ＲＯＭ（Read Only Memory）１１０５、ＲＡＭ（Random Access Memory）１１０６、ハードディスク装置又はＳＳＤ（Solid State Drive）等の記憶装置１１０７、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）又はＵＳＢ（Universal Serial Bus）メモリ等の記録媒体から情報を読み取る読取装置１１０８、ネットワークを介して通信を行う送受信装置１１０９を備え、各部はバス１１１０により接続される。

そして、読取装置１１０８は、上記各装置の機能を実現するためのプログラムを記録した記録媒体からそのプログラムを読み取り、記憶装置１１０７に記憶させる。あるいは、送受信装置１１０９が、ネットワークに接続されたサーバ装置と通信を行い、サーバ装置からダウンロードした上記各装置の機能を実現するためのプログラムを記憶装置１１０７に記憶させる。

そして、ＣＰＵ１１０３が、記憶装置１１０７に記憶されたプログラムをＲＡＭ１１０６にコピーし、そのプログラムに含まれる命令をＲＡＭ１１０６から順次読み出して実行することにより、上記各装置の機能が実現される。

上記の実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）、又は、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。

また、近年、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）技術において、フィジカル空間とサイバー空間の情報連携により新たな付加価値を作りだすという新しいコンセプトであるＣＰＳ（Ｃｙｂｅｒ Ｐｈｙｓｉｃａｌ Ｓｙｓｔｅｍｓ）が注目されている。上記の実施の形態においても、このＣＰＳコンセプトを採用することができる。

すなわち、ＣＰＳの基本構成として、例えば、フィジカル空間に配置されるエッジサーバと、サイバー空間に配置されるクラウドサーバとを、ネットワークを介して接続し、双方のサーバに搭載されたプロセッサにより、処理を分散して処理することが可能である。ここで、エッジサーバまたはクラウドサーバにおいて生成される各処理データは、標準化されたプラットフォーム上で生成されることが好ましく、このような標準化プラットフォームを用いることで、各種多様なセンサ群やＩｏＴアプリケーションソフトウェアを含むシステムを構築する際の効率化を図ることができる。

上記の実施の形態においては、例えば、エッジサーバは店舗に配置され、不買理由推定処理の一部の処理を行い、クラウドサーバは、例えば、ネットワークを介してエッジサーバより受信したデータを用いて、不買理由推定処理の残りの処理を行ってもよい。また、上記の実施の形態において、例えば、エッジサーバは、カメラ２０から取得した画像データに関する処理を行い、クラウドサーバは、不買理由推定処理を行ってもよい。

本開示の一実施例に係る情報処理装置は、人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する入力回路と、前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する推定回路と、を具備する。

本開示の一実施例において、前記推定回路による推定の結果、および、前記推定の結果に基づいて生成されたデータの少なくとも１つを出力する出力回路、をさらに具備する。

本開示の一実施例において、前記データは、前記不買理由を解消する物品に関する情報を含む。

本開示の一実施例において、前記物品は、前記画像データにおいて仮想的に表示される。

本開示の一実施例において、前記出力回路は、前記推定した不買理由に応じて、前記推定の結果および前記データの少なくとも１つの出力先を変更する。

本開示の一実施例において、前記出力回路は、前記推定した不買理由が前記物品の販売されている施設において解消可能であれば前記施設内に、前記施設に置いて解消困難であれば前記施設外に、前記推定の結果および前記データの少なくとも１つを出力する。

本開示の一実施例において、前記推定回路は、前記人物が会計前に手に取った物品を検出し、前記会計前に手に取ったことが検出された物品のうち、前記購入処理が検出されなかった物品に対して前記不買理由を推定する。

本開示の一実施例において、前記入力回路は、更に、事前に登録された前記人物の登録画像データを含む顧客情報を取得し、前記人物に対して推定された前記不買理由を、前記顧客情報と紐づけて記憶する記憶回路と、をさらに具備する。

本開示の一実施例において、前記推定回路は、前記記憶回路に記憶されている同一の人物の異なる物品に対する不買理由に基づき、前記人物についての不買傾向を推定する。

本開示の一実施例において、前記推定回路は、前記同一人物の異なる物品に対する不買理由のうち、複数の物品に共通する不買理由に基づき、前記人物についての不買傾向を推定する。

本開示の一実施例において、前記入力回路は、更に、前記人物の購買履歴を示す情報を取得し、前記推定回路は、前記不買理由および前記購買履歴に基づいて、前記人物の購買傾向を推定する。

本開示の一実施例において、前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定する直前に前記人物の視線が対応していた部分に基づいて、前記不買理由を推定する。

本開示の一実施例において、前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間に基づいて、前記不買理由の推定に用いる部分を決定する。

本開示の一実施例において、前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間が最も長い部分に基づいて、前記不買理由を推定する。

本開示の一実施例において、前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間が、どの部分についても所定の閾値未満である場合、前記物品の全体に係る特徴に基づいて前記不買理由を推定する。

本開示の一実施例において、前記推定回路は、前記物品の外に前記物品と関連付けられた情報が提示されている部分が含まれている場合、前記部分を前記物品の部分とみなして、前記視線方向に対応する前記部分を特定する。

本開示の一実施例に係る情報処理方法において、情報処理装置は、人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得し、前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する。

本開示の一実施例に係るプログラムは、情報処理装置に、人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する処理と、前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する処理と、を実行させる。

本開示の一実施例は、情報処理システムに有用である。

１ 情報処理システム
１０ 情報処理装置
２０ カメラ
１０１ 記憶部
１０２ 検出部
１０３ 認証部
１０４ 視線推定部
１０５ 不買理由推定部
１０６ 出力部

Claims (18)

1. 人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する入力回路と、
   前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する推定回路と、
   を具備する情報処理装置。
2. 前記推定回路による推定の結果、および、前記推定の結果に基づいて生成されたデータの少なくとも１つを出力する出力回路、をさらに具備する、
   請求項１に記載の情報処理装置。
3. 前記データは、前記不買理由を解消する物品に関する情報を含む、
   請求項２に記載の情報処理装置。
4. 前記物品は、前記画像データにおいて仮想的に表示される、
   請求項２に記載の情報処理装置。
5. 前記出力回路は、前記推定した不買理由に応じて、前記推定の結果および前記データの少なくとも１つの出力先を変更する、
   請求項２に記載の情報処理装置。
6. 前記出力回路は、前記推定した不買理由が前記物品の販売されている施設において解消可能であれば前記施設内に、前記施設に置いて解消困難であれば前記施設外に、前記推定の結果および前記データの少なくとも１つを出力する、
   請求項５に記載の情報処理装置。
7. 前記推定回路は、前記人物が会計前に手に取った物品を検出し、前記会計前に手に取ったことが検出された物品のうち、前記購入処理が検出されなかった物品に対して前記不買理由を推定する、
   請求項１に記載の情報処理装置。
8. 前記入力回路は、更に、事前に登録された前記人物の登録画像データを含む顧客情報を取得し、
   前記人物に対して推定された前記不買理由を、前記顧客情報と紐づけて記憶する記憶回路と、をさらに具備する、
   請求項１に記載の情報処理装置。
9. 前記推定回路は、前記記憶回路に記憶されている同一の人物の異なる物品に対する不買理由に基づき、前記人物についての不買傾向を推定する、
   請求項８に記載の情報処理装置。
10. 前記推定回路は、前記同一人物の異なる物品に対する不買理由のうち、複数の物品に共通する不買理由に基づき、前記人物についての不買傾向を推定する、
    請求項９に記載の情報処理装置。
11. 前記入力回路は、更に、前記人物の購買履歴を示す情報を取得し、
    前記推定回路は、前記不買理由および前記購買履歴に基づいて、前記人物の購買傾向を推定する、
    請求項１に記載の情報処理装置。
12. 前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定する直前に前記人物の視線が対応していた部分に基づいて、前記不買理由を推定する、
    請求項１に記載の情報処理装置。
13. 前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間に基づいて、前記不買理由の推定に用いる部分を決定する、
    請求項１に記載の情報処理装置。
14. 前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間が最も長い部分に基づいて、前記不買理由を推定する、
    請求項１３に記載の情報処理装置。
15. 前記推定回路は、前記物品の部分のうち、前記物品について前記購入処理が検出されなかったと決定するまでに、前記人物の視線が各部分に対応していた時間が、どの部分についても所定の閾値未満である場合、前記物品の全体に係る特徴に基づいて前記不買理由を推定する、
    請求項１４に記載の情報処理装置。
16. 前記推定回路は、前記物品の外に前記物品と関連付けられた情報が提示されている部分が含まれている場合、前記部分を前記物品の部分とみなして、前記視線方向に対応する前記部分を特定する、
    請求項１に記載の情報処理装置。
17. 情報処理装置は、
    人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得し、
    前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、
    前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する、
    情報処理方法。
18. 情報処理装置に、
    人物を含む領域を撮影した画像データと、物品の購入処理を示す情報とを取得する処理と、
    前記画像データに基づいて前記人物が購入候補に選択した物品の部分に対する前記人物の視線方向を検出し、前記視線方向に対応する前記部分と前記購入処理を示す情報とに基づいて前記購入候補において前記購入処理が検出されなかった物品に関する不買理由を推定する処理と、
    を実行させる、プログラム。

Images