JP2023059608A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】仮想試着に関するサービスを適切に提供する情報処理装置、情報処理方法及び情報処理プログラムを提供する。【解決手段】複数の端末装置と、情報処理装置とが、所定のネットワークを介して有線又は無線により通信可能に接続される情報処理システムにおいて、情報処理装置は、第１処理部と、第２処理部とを有する。第１処理部は、第１ユーザＵ１により選択された、所定の基準に対応する第１態様のアイテムＦＩ１を、人体の外形モデルである標準モデルＨＭ１に仮想試着させる第１処理を実行する。第２処理部は、第１ユーザＵ１により選択され、第２ユーザＵ２へ推奨する第２態様のアイテムＳＩ１を、第２ユーザＵ２の外形に対応する個別モデルＩＭ２に仮想試着させる第２処理を実行し、第２ユーザＵ２からの要求に応じ、個別モデルＩＭ２に仮想試着させた第２態様のアイテムの態様を変更する。【選択図】図２

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

従来、利用者の外形を基に生成された人体の外形モデルを用いて様々なサービスが提供されている。例えば、利用者の外形に対応する３Ｄアバターを用いて、利用者の衣服に対する嗜好を反映可能にした衣服着用可視化システムが提供されている（例えば特許文献１）。

特開２０２０－１７０３９４号公報

しかしながら、上記の従来技術には改善の余地がある。例えば、従来技術では、あるユーザの外形モデルである個別モデルがそのユーザ（本人）以外の他のユーザ（例えば友人等）にも提供される場合がある。そのため、例えば、あるユーザの本人の体型を示す個別モデルをそのユーザが他のユーザに提供することを希望しない場合等においては、仮想試着に関するサービスを提供することが難しい。

本願は、上記に鑑みてなされたものであって、仮想試着に関するサービスを適切に提供可能にする情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する第１処理部と、前記第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行し、前記第２ユーザからの要求に応じ、前記個別モデルに仮想試着させた前記第２態様のアイテムの態様を変更する第２処理部と、を備えることを特徴とする。

実施形態の一態様によれば、仮想試着に関するサービスを適切に提供可能にすることができるという効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、仮想試着の一例を示す図である。 図３は、実施形態に係る情報処理システムの構成例を示す図である。 図４は、実施形態に係る情報処理装置の構成例を示す図である。 図５は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図６は、実施形態に係る人体モデル情報記憶部の一例を示す図である。 図７は、実施形態に係るアイテム情報記憶部の一例を示す図である。 図８は、実施形態に係る推定モデル情報記憶部の一例を示す図である。 図９は、実施形態に係る情報処理の一例を示すフローチャートである。 図１０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．情報処理〕
図１～図３を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図２は、仮想試着の一例を示す図である。図３は、実施形態に係る情報処理システムの構成例を示す図である。以下では、情報処理システム１において、人体の外形モデル（以下「人体モデル」ともいう）を用いた衣服などのアイテム（ファッションアイテム）の仮想試着に関するサービスが提供される場合を一例として示す。なお、以下では、人体モデルの一例として、人体の外形を模した３Ｄ（３次元）モデルを一例として説明する。例えば、３Ｄモデルである人体モデルは、人物の外観（多面体オブジェクト）の形状を定義する頂点、辺、面の集合を含むポリゴンメッシュのモデル（メッシュモデル）等である。なお、仮想試着に関するサービスを提供可能であれば、人体モデルは３Ｄモデルに限らず、例えば２Ｄ（２次元）モデルであってもよい。

また、以下では、ユーザごとに生成された人体モデルを「個別モデル」と称し、ユーザに依存せず所定の外形パターンとして生成された人体モデルを「標準モデル」と称する。例えば、各ユーザの個別モデルは、各ユーザが入力した体型や骨格の情報を基に生成されてもよい。また、各ユーザの個別モデルは、計測装置を用いて計測された各ユーザの体型や骨格の情報を基に生成されてもよい。また、各ユーザの個別モデルは、標準モデルに対するユーザの変更操作に応じて生成されてもよい。例えば、標準モデルは、一般的な体型や骨格の人間の外形パターンを対象として生成される。また、標準モデルは、複数の人体モデルの中から、ユーザの外形に応じて選択された１つの人体モデルが用いられてもよい。

〔１－１．情報処理システムの構成〕
まず、情報処理例の説明の前に、図３を参照して情報処理システム１の装置構成例について説明する。図３に示すように、情報処理システム１は、端末装置１０－１と、端末装置１０－２と、情報処理装置１００とが含まれる。以下では、端末装置１０－１、１０－２について、特に区別なく説明する場合には、端末装置１０と記載する。各端末装置１０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。なお、図３に示した情報処理システム１には、複数台の情報処理装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１は、端末装置１０がスマートフォンである場合を示す。

端末装置１０は、ユーザによって利用される情報処理装置（コンピュータ）である。端末装置１０は、情報処理を実行する情報処理装置であり、例えば、スマートフォンやタブレット等のスマートデバイスにより実現される。例えば、端末装置１０は、３Ｇ（3rd Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。なお、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。端末装置１０は、種々のアプリケーション（「アプリ」ともいう）に関する情報を画面に表示する表示装置である。

ここで、端末装置１０は、ユーザから各種の入力を受け付ける機能を有する。例えば、端末装置１０は、ユーザによる表示したアイテムの寸法の変更を行う操作を受け付ける。例えば、端末装置１０は、ユーザの入力を受け付けるタッチパネルを有し、表示したアイテムに対するユーザが指やスタイラスを用いた寸法の変更操作を受け付ける機能を有する。また、端末装置１０は、寸法の変更をユーザが入力する数値の形式で受け付けてもよい。例えば、端末装置１０は、寸法の変更を数値の形式で受け付けるコンテンツ（例えばコンボボックス等）を表示し、裾丈「－３ｃｍ」のように寸法の変更を数値の形式で受け付けてもよい。

また、端末装置１０は、情報処理装置１００に種々の情報を送信する。端末装置１０は、受け付けたアイテムの寸法の変更の要求を情報処理装置１００へ送信する。また、端末装置１０は、情報処理装置１００にユーザの行動履歴等を送信する。端末装置１０は、画像センサ（カメラ）、位置センサ等を有し、各種センサ情報を検知してもよい。

なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。以下では、ユーザＩＤ「Ｕ１」により識別されるユーザを「ユーザＵ１」とする場合がある。このように、以下では、「ユーザＵ＊（＊は任意の文字列）」と記載した場合、そのユーザはユーザＩＤ「Ｕ＊」により識別されるユーザであることを示す。例えば、「ユーザＵ２」と記載した場合、そのユーザはユーザＩＤ「Ｕ２」により識別されるユーザである。なお、図３の情報処理システム１には、ユーザＵ１が利用する端末装置１０及びユーザＵ２が利用する端末装置１０のみを図示するが、それ以外にも多数の端末装置１０が情報処理システム１に含まれてもよい。

図１に示す端末装置１０－１は、ユーザＵ１によって利用される情報処理装置である。図１に示す端末装置１０－２は、ユーザＵ２によって利用される情報処理装置である。端末装置１０は、ユーザによる種々の操作を受け付ける。なお、端末装置１０をユーザと表記する場合がある。すなわち、ユーザを端末装置１０と読み替えることもできる。

情報処理装置１００は、第１ユーザにより選択されたアイテム（対象アイテム）を標準サイズで標準モデルに仮想試着させる第１処理と、対象アイテムを第２ユーザの外形に対応する推奨サイズで第２ユーザの個別モデルに仮想試着させる第２処理を実行するコンピュータである。

また、情報処理装置１００は、標準サイズの対象アイテムを仮想試着した標準モデルを第１ユーザが利用する端末装置１０に提供する。情報処理装置１００は、標準サイズの対象アイテムに対する変更の要求を第１ユーザが利用する端末装置１０から取得する。情報処理装置１００は、標準サイズの対象アイテムに対する変更の要求に基づいて、標準サイズのアイテムの寸法を変更し、その変更結果に基づいて、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。そして、情報処理装置１００は、寸法が変更された推奨サイズのアイテムを仮想試着した個別モデルを第２ユーザが利用する端末装置１０に提供する。

情報処理装置１００は、推奨サイズの対象アイテムを仮想試着した個別モデルを第２ユーザが利用する端末装置１０に提供する。情報処理装置１００は、推奨サイズの対象アイテムに対する変更の要求を第２ユーザが利用する端末装置１０から取得する。情報処理装置１００は、推奨サイズの対象アイテムに対する変更の要求に基づいて、推奨サイズのアイテムの寸法を変更し、その変更結果に基づいて、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。そして、情報処理装置１００は、寸法が変更された標準サイズのアイテムを仮想試着した標準モデルを第１ユーザが利用する端末装置１０に提供する。

例えば、情報処理装置１００は、端末装置１０を利用するユーザに電子商取引サービスを提供する。情報処理装置１００は、端末装置１０に電子商取引サービスに関する各種情報を配信（提供）する。例えば、情報処理装置１００は、ファッションに関する通信販売サービス、ファッションコーディネート投稿サービス、古着下取サービス等の様々なサービスを提供してもよい。例えば、情報処理装置１００は、取引対象の出品サービスを提供し、ユーザ（出品者）からの取引対象の出品を受け付ける。また、情報処理装置１００は、出品された取引対象に対するユーザの入札を受け付ける。なお、情報処理装置１００は、オークションサービスに限らず、ショッピングサービス、フリーマーケットサービス等、取引対象を取引するための様々なサービスを提供してもよい。

なお、情報処理装置１００が提供する電子商取引サービスは通常の電子商取引サービスと同様であるため、電子商取引サービスに関する点については適宜説明を省略する。なお、情報処理装置１００と電子商取引サービスを提供する電子商取引サービス装置とは別体であってもよい。例えば、情報処理システム１には、電子商取引サービス装置が含まれてもよい。この場合、情報処理装置１００が図１及び図２で示すような仮想試着サービスを提供し、電子商取引サービス装置が仮想試着サービスを利用したユーザに対する商品の購買に関するサービスを提供してもよい。なお、上述したシステム構成は一例に過ぎず、情報処理システム１は、所望の機能を実現可能であればどのような装置構成であってもよい。

〔１－２．情報処理例〕
ここから、図１に示す情報処理例について説明する。図１及び図２では、ユーザＵ１とユーザＵ２とが友人関係であり、ユーザＵ１がユーザＵ２へのギフト（贈答品）としてパンツＰＸの購入を検討している場合を一例として説明する。すなわち、図１及び図２では、ユーザＵ１が第１ユーザであり、ユーザＵ２が第２ユーザであり、仮想試着の対象となるアイテム（「対象アイテム」ともいう）がパンツＰＸである場合を示す。なお、対象アイテムがジャケットである場合は、後述する裾丈は袖丈や着丈と読み替えることができる。以下の例では、情報処理装置１００は、ユーザ情報記憶部１２１（図５参照）に示すように、ユーザＵ２の個別モデルＩＭ２を取得済みであり、パンツＰＸの画像データや３Ｄデータ等のイメージデータも取得済みであるものとする。

なお、ユーザＵ１が第１ユーザであり、ユーザＵ２が第２ユーザである場合は一例に過ぎず、ユーザＵ２がユーザＵ１へのギフト（贈答品）の購入を検討する場合、ユーザＵ２が第１ユーザとなり、ユーザＵ１が第２ユーザとなる。また、ユーザＵ１とユーザＵ２との関係は友人関係に限らず、ユーザＵ２が所有することになる衣服等のアイテムを対象とすれば、ユーザＵ１とユーザＵ２との関係はどのような関係であってもよい。例えば、ユーザＵ１が衣服を販売するショップの店員（販売員）であり、ユーザＵ２がそのショップで購入を検討している客であるような関係であってもよい。

まず、情報処理装置１００は、第１処理を実行する（ステップＳ１１）。例えば、情報処理装置１００は、第１処理の実行に先立って、第１ユーザであるユーザＵ１が利用する端末装置１０から各種の情報を受け付ける。例えば、ユーザＵ１が利用する端末装置１０は、キーワード「パンツＰＸ」及びギフトの贈答先のユーザ（第２ユーザ）がユーザＵ２であることを示す情報を情報処理装置１００へ送信する。例えば、ユーザＵ１が利用する端末装置１０は、ユーザＵ１が入力したキーワード及び第２ユーザを示す情報を情報処理装置１００へ送信する。

これにより、情報処理装置１００は、キーワード「パンツＰＸ」及びギフトの贈答先のユーザ（第２ユーザ）がユーザＵ２であることを示す情報を取得する。そして、情報処理装置１００は、標準サイズのパンツＰＸを標準モデルに仮想試着させる第１処理を実行する。例えば、情報処理装置１００は、一般的な体型や骨格の複数の人体モデルのうち、第２ユーザであるユーザＵ２の個別モデルＩＭ２に類似する人体モデルを標準モデルとして選択する。これにより、情報処理装置１００は、ユーザＵ２のプライバシーに配慮しつつ、ユーザＵ２の外形を考慮したサービスを提供することができる。

図１では、情報処理装置１００は、複数の人体モデルのうち、人体モデルＨＭ１を標準モデル（「標準モデルＨＭ１」とする）として選択する。そして、情報処理装置１００は、標準サイズのパンツＰＸである第１サイズアイテムＦＩ１を標準モデルＨＭ１に仮想試着させる第１処理を実行する。例えば、標準サイズのパンツＰＸは、標準モデルＨＭ１の外形（体形）に丁度良いサイズ（例えばＭサイズ）のパンツＰＸであるものとする。

ここで、図２を用いて第１処理の概要について説明する。図２中の左側半分が第１処理を示す。図２に示すように、情報処理装置１００は、標準サイズのパンツＰＸである第１サイズアイテムＦＩ１を標準モデルＨＭ１に仮想試着させる（ステップＳ１）。情報処理装置１００は、標準モデルＨＭ１が標準サイズのパンツＰＸである第１サイズアイテムＦＩ１を仮想試着した状態の第１仮想試着イメージＶＦ１を生成する。なお、仮想試着については、仮想試着に関する各種の技術を適宜用いて行われればよく、詳細な説明は詳細する。

図１に戻って説明を続ける。そして、情報処理装置１００は、第１処理により生成した第１仮想試着イメージＶＦ１をユーザＵ１へ提供する（ステップＳ１２）。情報処理装置１００は、第１仮想試着イメージＶＦ１を示す情報をユーザＵ１が利用する端末装置１０－１へ送信する。

そして、端末装置１０－１は、受信した情報を表示する（ステップＳ１３）。図１では、端末装置１０－１は、標準モデルＨＭ１が標準サイズのパンツＰＸである第１サイズアイテムＦＩ１を仮想試着した状態の第１仮想試着イメージＶＦ１を表示する。なお、端末装置１０－１は、ユーザＵ１により寸法の変更の要求を受け付けてもよいが、この点については後述する。

また、情報処理装置１００は、第２処理を実行する（ステップＳ１４）。なお、ステップは説明のための便宜上の符号に過ぎず、ステップＳ１４～Ｓ１７の処理は、ステップＳ１１～Ｓ１３の処理を並行して行われてもよいし、ステップＳ１１～Ｓ１３の処理よりも先に行われてもよい。第２ユーザであるユーザＵ２の外形に対応するサイズである推奨サイズのパンツＰＸである第２サイズアイテムＳＩ１を個別モデルＩＭ２に仮想試着させる第２処理を実行する。例えば、推奨サイズのパンツＰＸは、個別モデルＩＭ２の外形（体形）に丁度良いサイズ（例えばＬサイズ）のパンツＰＸであるものとする。

ここで、図２を用いて第２処理の概要について説明する。図２中の右側半分が第２処理を示す。図２に示すように、情報処理装置１００は、推奨サイズのパンツＰＸである第２サイズアイテムＳＩ１を個別モデルＩＭ２に仮想試着させる（ステップＳ２）。情報処理装置１００は、個別モデルＩＭ２が推奨サイズのパンツＰＸである第２サイズアイテムＳＩ１を仮想試着した状態の第２仮想試着イメージＶＦ２を生成する。

図１に戻って説明を続ける。そして、情報処理装置１００は、第２処理により生成した第２仮想試着イメージＶＦ２をユーザＵ２へ提供する（ステップＳ１５）。情報処理装置１００は、第２仮想試着イメージＶＦ２を示す情報をユーザＵ２が利用する端末装置１０－２へ送信する。

そして、端末装置１０－２は、受信した情報を表示する（ステップＳ１６）。図１では、端末装置１０－２は、個別モデルＩＭ２が推奨サイズのパンツＰＸである第２サイズアイテムＳＩ１を仮想試着した状態の第２仮想試着イメージＶＦ２を表示する。

そして、端末装置１０－２は、ユーザＵ２による寸法を変更する操作を受け付ける（ステップＳ１７）。例えば、ユーザＵ２は、第２サイズアイテムＳＩ１の裾丈を２ｃｍ短くする操作を行う。この場合、端末装置１０－２は、第２サイズアイテムＳＩ１の裾丈を短くする変更の操作を受け付ける。そして、端末装置１０－２は、推奨サイズの対象アイテムに対する変更を情報処理装置１００に要求する（ステップＳ１８）。例えば、端末装置１０－２は、推奨サイズのパンツＰＸである第２サイズアイテムＳＩ１に対する変更の要求を情報処理装置１００に送信する。図１では、端末装置１０－２は、第２サイズアイテムＳＩ１の裾丈を２ｃｍ短くする変更の要求を示す情報を情報処理装置１００に送信する。

これにより、情報処理装置１００は、推奨サイズの対象アイテムに対する変更の要求をユーザＵ２が利用する端末装置１０－２から取得する。情報処理装置１００は、推奨サイズの対象アイテムに対する変更の要求に基づいて、推奨サイズのアイテムの寸法を変更する（ステップＳ１９）。情報処理装置１００は、第２サイズアイテムＳＩ１の裾丈を２ｃｍ短くする変更処理を実行する。

そして、情報処理装置１００は、裾丈を２ｃｍ短くする変更処理後の第２サイズアイテムＳＩ１を個別モデルＩＭ２が仮想試着した状態の第２仮想試着イメージＶＦ２を端末装置１０－２に送信する。また、情報処理装置１００は、第２サイズアイテムＳＩ１への変更結果に基づいて、第１サイズアイテムＦＩ１の寸法を変更する。例えば、情報処理装置１００は、推奨サイズでの変更量に基づいて、標準サイズでの変更量を決定する。

推奨サイズの方が標準サイズよりも大きい場合、情報処理装置１００は、推奨サイズでの変更量を所定の割合（例えば０．９等）で小さくした変更量を、標準サイズでの変更量に決定する。また、推奨サイズの方が標準サイズよりも小さい場合、情報処理装置１００は、推奨サイズでの変更量を所定の割合（例えば１．１等）で大きくした変更量を、標準サイズでの変更量に決定する。なお、上述した処理は一例に過ぎず、情報処理装置１００は、推奨サイズと標準サイズとの間で変更量の変換が可能であれば、どのような処理により、変更量を決定してもよい。

上述した例では、情報処理装置１００は、推奨サイズの方が標準サイズよりも大きいため、推奨サイズでの変更量「－２ｃｍ」に「０．９」を乗算した値「－１．８ｃｍ」を標準サイズでの変更量に決定する。情報処理装置１００は、第１サイズアイテムＦＩ１の裾丈を１．８ｃｍ短くする変更処理を実行する。そして、情報処理装置１００は、裾丈を１．８ｃｍ短くする変更処理後の第１サイズアイテムＦＩ１を標準モデルＨＭ１が仮想試着した状態の第１仮想試着イメージＶＦ１を端末装置１０－１へ送信する。例えば、情報処理装置１００は、変更後のアイテムの購入に関するサービスを提供するが、この点については後述する。

なお、上述した処理は一例に過ぎず、情報処理装置１００は、変更後の推奨サイズの見た目（外形）と、変更後の標準サイズの見た目とが同じに又は近くなるように、標準サイズでの変更量を決定してもよい。例えば、くるぶしが完全に見えるように推奨サイズの裾丈を２ｃｍ短くした場合、くるぶしが完全に見えるような標準サイズの裾丈を推測し、その裾丈までの変更量（例えば「－１．８ｃｍ」）を標準サイズでの変更量に決定する。また、標準サイズの裾丈の推測は、ＡＩ（Artificial Intelligence）等を利用してもよい。

上記のように、情報処理装置１００は、第１ユーザにより選択されたアイテムを、標準サイズで標準モデルに仮想試着させるとともに、第２ユーザへの推奨サイズで第２ユーザの個別モデルに仮想試着させ、第２ユーザからの要求に応じ、個別モデルに仮想試着させた第２態様のアイテムの態様を変更することで、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、友人のおすすめを確認させることができる。なお、上述した例では、アイテムのサイズを、アイテムの態様の一例として説明したが、アイテムの態様は、そのアイテムの状態を示すものであれば、どのような情報であってもよく、例えば、色、材質等、アイテムの状態に関する様々な物であってもよい。

〔１－３．その他の例〕
なお、上述した情報処理システム１の処理は、一例に過ぎず、情報処理システム１は、様々な処理を実行してもよい。この点について、以下いくつか処理例を記載する。

〔１－３－１．第１ユーザによる変更例〕
例えば、情報処理システム１は、第１ユーザによる寸法の変更の要求に基づいて処理を行ってもよい。この点について以下説明する。

端末装置１０－１は、ユーザＵ１による寸法を変更する操作を受け付ける。例えば、ユーザＵ１は、第１サイズアイテムＦＩ１の裾丈を２ｃｍ短くする操作を行う。この場合、端末装置１０－１は、第１サイズアイテムＦＩ１の裾丈を短くする変更の操作を受け付ける。そして、端末装置１０－１は、標準サイズの対象アイテムに対する変更を情報処理装置１００に要求する。例えば、端末装置１０－１は、標準サイズのパンツＰＸである第１サイズアイテムＦＩ１に対する変更の要求を情報処理装置１００に送信する。図１では、端末装置１０－１は、第１サイズアイテムＦＩ１の裾丈を２ｃｍ短くする変更の要求を示す情報を情報処理装置１００に送信する。

これにより、情報処理装置１００は、標準サイズの対象アイテムに対する変更の要求をユーザＵ１が利用する端末装置１０－１から取得する。情報処理装置１００は、標準サイズの対象アイテムに対する変更の要求に基づいて、標準サイズのアイテムの寸法を変更する。情報処理装置１００は、第１サイズアイテムＦＩ１の裾丈を２ｃｍ短くする変更処理を実行する。

そして、情報処理装置１００は、裾丈を２ｃｍ短くする変更処理後の第１サイズアイテムＦＩ１を標準モデルＨＭ１が仮想試着した状態の第１仮想試着イメージＶＦ１を端末装置１０－１に送信する。また、情報処理装置１００は、第１サイズアイテムＦＩ１への変更結果に基づいて、第２サイズアイテムＳＩ１の寸法を変更する。例えば、情報処理装置１００は、標準サイズでの変更量に基づいて、推奨サイズでの変更量を決定する。

上述した例では、情報処理装置１００は、標準サイズの方が推奨サイズよりも小さいため、標準サイズでの変更量「－２ｃｍ」に「１．１」を乗算した値「－２．２ｃｍ」を推奨サイズでの変更量に決定する。情報処理装置１００は、第２サイズアイテムＳＩ１の裾丈を２．２ｃｍ短くする変更処理を実行する。そして、情報処理装置１００は、裾丈を２．２ｃｍ短くする変更処理後の第２サイズアイテムＳＩ１を個別モデルＩＭ２が仮想試着した状態の第２仮想試着イメージＶＦ２を端末装置１０－２へ送信する。

なお、上述した処理は一例に過ぎず、情報処理装置１００は、変更後の標準サイズの見た目（外形）と、変更後の推奨サイズの見た目とが同じに又は近くなるように、推奨サイズでの変更量を決定してもよい。例えば、くるぶしが完全に見えるように標準サイズの裾丈を２ｃｍ短くした場合、くるぶしが完全に見えるような推奨サイズの裾丈を推測し、その裾丈までの変更量（例えば「－２．２ｃｍ」）を推奨サイズでの変更量に決定する。また、推奨サイズの裾丈の推測は、ＡＩ等を利用してもよい。

〔１－３－２．購入サービス例〕
例えば、情報処理システム１は、変更後のアイテムの購入に関するサービスを提供してもよい。例えば、情報処理装置１００は、寸法変更後のアイテムを第１ユーザまたは第２ユーザが購入するためのサービスを提供してもよい。情報処理装置１００は、寸法変更後のアイテムをユーザが購入できる電子商取引サービスを提供してもよい。

例えば、情報処理装置１００は、第２ユーザへの贈答品として、変更後のアイテムの購入に関するサービスを提供してもよい。図１及び図２では、情報処理装置１００は、ユーザＵ２への贈答品として、裾丈が２ｃｍ短くなった推奨サイズ（Ｌサイズ）のパンツＰＸ（変更後パンツＰＸ）をユーザＵ１が購入するためのサービスを提供してもよい。

例えば、情報処理装置１００は、変更後パンツＰＸをユーザＵ１に購入を推奨する情報をユーザＵ１が利用する端末装置１０－１へ送信してもよい。また、情報処理装置１００は、変更後パンツＰＸをユーザＵ１の電子商取引サービスでの買い物かごに追加してもよい。ユーザＵ１が変更後パンツＰＸを購入する操作を行った場合、情報処理装置１００は、ユーザＵ１による変更後パンツＰＸの購入処理を実行する。なお、上記は一例に過ぎず、情報処理装置１００は、変更後のアイテムの購入に関する様々なサービスを提供してもよい。

〔２．情報処理装置の構成〕
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図３中のネットワークＮ）と有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図４に示すように、ユーザ情報記憶部１２１と、人体モデル情報記憶部１２２と、アイテム情報記憶部１２３と、推定モデル情報記憶部１２４とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報やユーザの行動に関する各種情報を記憶する。図５は、実施形態に係るユーザ情報記憶部の一例を示す図である。図５に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「個別モデル」、「行動履歴」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

また、「個別モデル」は、ユーザＩＤにより識別されるユーザ個別の人体モデルである個別モデルを示す。「個別モデル」は、ユーザ個別の人体モデルのデータを示す。図５では「個別モデル」に「ＩＭ１」といった概念的な情報が格納される例を示したが、実際には、個別モデルの３Ｄ（三次元）データやパラメータに関する情報等、その人体モデルを構成する種々の情報が含まれる。

また、「行動履歴」は、ユーザＩＤにより識別されるユーザの行動に関する履歴情報を示す。「行動履歴」は、ユーザがインターネット上で行った様々な行動を示す情報が格納される。なお、図５に示す例では、「行動履歴」は、「ＡＧ１」といった抽象的な符号を図示するが、行動履歴には、ユーザが過去に購入した取引対象を示す購買履歴、ユーザが過去に閲覧した情報を示す閲覧履歴等、ユーザが行った様々な行動に関する情報が含まれる。

例えば、図５の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）の年齢は、「２０代」であり、性別は、「女性」であることを示す。また、ユーザＵ１は、個別モデルが「ＩＭ１」であることを示す。また、ユーザＵ１は、行動履歴が「ＡＧ１」であることを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、他のデモグラフィック属性情報やサイコグラフィック属性情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、自宅または勤務先の住所、家族構成、収入、興味関心、ライフスタイル等の情報を記憶してもよい。また、ユーザ情報記憶部１２１は、ユーザが利用する端末装置１０を識別する情報（端末ＩＤ）を記憶してもよい。

（人体モデル情報記憶部１２２）
実施形態に係る人体モデル情報記憶部１２２は、人体モデルに関する各種情報を記憶する。図６は、実施形態に係る人体モデル情報記憶部の一例を示す図である。図６に示す人体モデル情報記憶部１２２には、「人体モデルＩＤ」、「人体モデル」、「体型骨格情報」といった項目が含まれる。

「人体モデルＩＤ」は、人体モデルを識別するための識別情報を示す。「人体モデル」は、人体モデルのデータを示す。図６では「人体モデル」に「ＨＭ１」といった概念的な情報が格納される例を示したが、実際には、人体モデルの３Ｄ（三次元）データやパラメータに関する情報等、その人体モデルを構成する種々の情報が含まれる。

「体型骨格情報」は、対応する人体モデルの体型や骨格の情報を示す。図６では「体型骨格情報」に「ＢＳ１」といった概念的な情報が格納される例を示したが、実際には、その人体モデルに対応する身長、体重、骨格筋率等の情報が含まれる。

図６に示す例では、人体モデルＩＤ「ＨＩＤ１」により識別される人体モデル（人体モデルＨＭ１）は、体型骨格情報が「ＢＳ１」であることを示す。すなわち、人体モデルＨＭ１は、体型骨格情報ＢＳ１の体形または骨格の人間に対応する人体モデルであることを示す。

なお、人体モデル情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（アイテム情報記憶部１２３）
実施形態に係るアイテム情報記憶部１２３は、電子商取引サービスで取引される商品等の取引対象等であるアイテムに関する各種取引対象情報を記憶する。図７は、実施形態に係るアイテム情報記憶部の一例を示す図である。図７に示した例では、アイテム情報記憶部１２３は、「アイテムＩＤ」、「アイテム」といった項目を含む。

「アイテムＩＤ」は、アイテムを識別する識別子である。

「アイテム」は、「アイテムＩＤ」に対応付けられたアイテムに関する情報である。「アイテム」は、そのアイテムを仮想試着させるために必要な各種情報が含まれる。例えば、「アイテム」は、そのアイテムの画像データまたは３Ｄデータ等のイメージデータが含まれる。

例えば、図７では、アイテムＩＤによって識別された「Ｉ１」は、アイテムが「ＩＴ１」である。なお、図７に示した例では、アイテムを、「ＩＴ１」といった抽象的な符号で表現したが、アイテムは、アイテムに関する各種情報を含むファイル形式等であってもよい。

なお、アイテム情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、アイテム情報記憶部１２３は、各アイテムが該当するカテゴリを示す情報を記憶してもよい。例えば、アイテム情報記憶部１２３は、各アイテムに対応するスコアや表示回数等といった情報を記載してもよい。

（推定モデル情報記憶部１２４）
実施形態に係る推定モデル情報記憶部１２４は、機械学習により学習されるモデルに関する情報を記憶する。例えば、推定モデル情報記憶部１２４は、学習処理により学習（生成）された学習済みモデル（モデル）の情報（モデルデータ）を記憶する。図８は、実施形態に係る推定モデル情報記憶部の一例を示す図である。図８に示した例では、推定モデル情報記憶部１２４は、「学習モデルＩＤ」、「用途」、「モデルデータ」といった項目が含まれる。

「学習モデルＩＤ」は、機械学習により学習されたモデルを識別するための識別情報を示す。「用途」は、対応するモデルの用途を示す。「モデルデータ」は、モデルのデータを示す。図８では「モデルデータ」に「ＭＤＴ１」といった概念的な情報が格納される例を示したが、実際には、モデルの構成（ネットワーク構成）の情報やパラメータに関する情報等、そのモデルを構成する種々の情報が含まれる。例えば、「モデルデータ」には、ネットワークの各層におけるノードと、各ノードが採用する関数と、ノードの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報が含まれる。

図８に示す例では、学習モデルＩＤ「Ｍ１」により識別されるモデル（推定モデルＭ１）は、用途が「流行寸法推定」であることを示す。推定モデルＭ１は、アイテムが含まれる画像を入力情報として、そのアイテムの流行の寸法を推定するために用いるモデルである。例えば、推定モデルＭ１は、アイテムを着用した人または人を模した外形モデルが含まれる画像を入力情報として、そのアイテムの流行の寸法を推定するために用いるモデルである。なお、推定モデルに入力される入力情報には、画像に限らず、様々なアイテムに関する情報が含まれてもよい。例えば、推定モデルに入力される入力情報には、アイテムのカテゴリ、アイテムの名称（物品名）等様々な情報を含まれてもよい。

推定モデルＭ１は、アイテムに対応する入力情報を基に、そのアイテムの流行の寸法を推定するために用いるモデルである。例えば、推定モデルＭ１は、アイテムに対応する入力情報が入力された場合に、そのアイテムの流行の寸法を示す値を出力する。例えば、推定モデルＭ１は、推定対象となるアイテムがパンツ（ズボン）である場合、そのアイテムの裾丈の長さ（寸法）を示す値を出力する。また、例えば、推定モデルＭ１は、推定対象となるアイテムがジャケットである場合、そのアイテムの袖丈や着丈の長さ（寸法）を示す値を出力する。また、推定モデルＭ１のモデルデータは、モデルデータＭＤＴ１であることを示す。

なお、推定モデル情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、推定モデル情報記憶部１２４は、ユーザごとに学習された推定モデルを記憶してもよい。この場合、推定モデル情報記憶部１２４は、ユーザごとに対応付けて複数の推定モデルの各々を記憶する。そして、情報処理装置１００は、推定モデル情報記憶部１２４中の複数の推定モデルから、情報提供先となるユーザ（例えば第２ユーザ）の推定モデルを選択し、選択した推定モデルを用いる。

また、記憶部１２０には、上記以外にも様々な情報が記憶される。例えば、記憶部１２０には、機械学習に用いる学習用データ（教師データ）を記憶する学習用情報記憶部等が含まれる。学習用情報記憶部は、各アイテムに対応する入力情報と、そのアイテムの流行の寸法を示す正解情報とを対応付けた情報を学習用データ（教師データ）として記憶する。例えば、情報処理装置１００は、学習用情報記憶部に記憶された学習用データを用いて、推定モデルを学習する。

なお、学習用情報記憶部は、ユーザごとに学習用データを記憶してもよい。この場合、学習用情報記憶部は、ユーザごとに対応付けて学習用データを記憶する。そして、情報処理装置１００は、ユーザごとに対応付けられた学習用データを用いて、ユーザごとに推定モデルを学習する。例えば、情報処理装置１００は、ユーザごとの学習用データを、ユーザの行動を基に収集してもよい。

例えば、情報処理装置１００は、ファッションコーディネート投稿サービスやＳＮＳ（Social Networking Service）等、インターネットにおいて、ユーザが閲覧した投稿画像（例えば、ファッションアイテムやファッションコーディネートに関する投稿画像）を用いて、ユーザの学習用データを収集してもよい。この場合、情報処理装置１００は、ユーザが閲覧した投稿画像を解析し、画像解析に関する各種技術を用いて投稿画像に含まれるアイテムの寸法を推定し、その投稿画像に推定した寸法を正解情報として対応付けたデータを、そのユーザの学習用データとしてもよい。例えば、情報処理装置１００は、パンツを着用した人を含む投稿画像を解析し、そのパンツの裾丈を推定し、その投稿画像に推定した寸法を正解情報として対応付けたデータを、そのユーザの学習用データとしてもよい。

なお、ユーザの学習用データとして用いられる投稿画像は、ユーザが閲覧したものに限らず、様々な画像がユーザの学習用データとして用いられてもよい。例えば、情報処理装置１００は、ユーザがフォローした主体が投稿した投稿画像を、そのユーザの学習用データとして用いてもよい。例えば、情報処理装置１００は、ユーザがＳＮＳにおいてフォローしているファッションモデル等が投稿した投稿画像を、そのユーザの学習用データとして用いてもよい。また、例えば、情報処理装置１００は、ユーザが支持（いいね、お気に入り登録）した投稿画像を、そのユーザの学習用データとして用いてもよい。

（制御部１３０）
図４の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部１３０は、取得部１３１と、学習部１３２と、第１処理部１３３と、第２処理部１３４と、提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザ情報記憶部１２１や人体モデル情報記憶部１２２やアイテム情報記憶部１２３や推定モデル情報記憶部１２４等の記憶部１２０から各種情報を取得する。例えば、取得部１３１は、端末装置１０等の外部の情報処理装置から各種情報を受信する。取得部１３１は、ユーザの行動履歴を示す履歴情報を取得する。

取得部１３１は、端末装置１０から各種情報を受信する。取得部１３１は、端末装置１０からユーザの要求や行動履歴等を取得する。また、例えば、取得部１３１は、ユーザにサービスを提供するサービス提供装置からユーザに関する各種情報を取得してもよい。

例えば、取得部１３１は、ファッションコーディネート投稿サービスやＳＮＳサービスを提供するサービス提供装置から、ファッションコーディネート投稿サービスやＳＮＳサービスにおけるユーザの行動履歴を取得する。例えば、取得部１３１は、ファッションコーディネート投稿サービスやＳＮＳサービスを提供するサービス提供装置から、第１ユーザ、第２ユーザ等の各ユーザが閲覧した投稿画像（例えば、ファッションアイテムやファッションコーディネートに関する投稿画像）を示す情報を取得する。例えば、取得部１３１は、ファッションコーディネート投稿サービスやＳＮＳサービスを提供するサービス提供装置から、第１ユーザ、第２ユーザ等の各ユーザがフォローした主体が投稿した投稿画像を示す情報を取得する。

なお、上記は一例に過ぎず、取得部１３１は、電子商取引サービス、ナビゲーションサービス、電子決済サービス、検索サービス、ニュース配信サービス、天気予報サービス、ファイナンスサービス、路線検索サービス、地図提供サービス、旅行サービス、飲食店紹介サービス、施設予約サービス、ウェブブログサービス等、様々な情報を提供するサービス提供装置から、ユーザの行動履歴を取得してもよい。情報処理システム１には、上述したサービスを提供するサービス提供装置が含まれてもよい。

取得部１３１は、ユーザからの要求を受け付ける。取得部１３１は、ユーザによる寸法の変更の要求を受信する。取得部１３１は、標準サイズの対象アイテムに対する変更の要求を第１ユーザが利用する端末装置１０から取得する。取得部１３１は、推奨サイズの対象アイテムに対する変更の要求を第２ユーザが利用する端末装置１０から取得する。

（学習部１３２）
学習部１３２は、機械学習による学習処理を実行する。学習部１３２は、機械学習により学習モデルを生成する。学習部１３２は、機械学習により、所定の対象に関する情報を推定する推定モデルを学習する。学習部１３２は、外部の情報処理装置からの情報や記憶部１２０に記憶された情報に基づいて、各種情報を学習する。学習部１３２は、記憶部１２０に記憶された情報に基づいて、各種情報を学習する。学習部１３２は、学習により生成した学習モデルを推定モデル情報記憶部１２４に格納する。

学習部１３２は、ユーザが投稿した投稿画像を用いた機械学習によりアイテムに対応する寸法を推定する推定モデルを学習する。学習部１３２は、第１ユーザまたは第２ユーザが閲覧した投稿画像を用いた機械学習により推定モデルを学習する。学習部１３２は、第１ユーザまたは第２ユーザがフォローした主体が投稿した投稿画像を用いた機械学習により推定モデルを学習する。

例えば、学習部１３２は、画像解析に関する各種技術を用いて投稿画像を解析し、投稿画像に含まれるアイテムの寸法を、流行の寸法であると推定してもよい。例えば、学習部１３２は、投稿画像に含まれるアイテムがパンツ（ズボン）である場合、その投稿画像における裾丈を流行の丈であると推定してもよい。そして、学習部１３２は、投稿画像について推定した寸法を正解情報として、投稿画像に含まれるアイテムに対応付けて学習用データとして用いてもよい。例えば、学習部１３２は、パンツ（ズボン）であるアイテムが含まれる投稿画像が入力された場合に、その投稿画像における裾丈を示す値が出力されるように推定モデルを学習してもよい。

学習部１３２は、学習処理を行う。学習部１３２は、各種学習を行う。学習部１３２は、取得部１３１により取得された情報に基づいて、各種情報を学習する。学習部１３２は、学習モデルを学習（生成）する。学習部１３２は、学習モデル等の各種情報を学習する。学習部１３２は、学習により学習モデルを生成する。学習部１３２は、種々の機械学習に関する技術を用いて、学習モデルを学習する。例えば、学習部１３２は、学習モデル（ネットワーク）のパラメータを学習する。学習部１３２は、種々の機械学習に関する技術を用いて、学習モデルを学習する。

学習部１３２は、アイテムに対応する寸法を推定する推定モデルＭ１を生成する。学習部１３２は、ネットワークのパラメータを学習する。例えば、学習部１３２は、推定モデルＭ１のネットワークのパラメータを学習する。学習部１３２は、記憶部１２０に記憶された学習用データを用いて、学習処理を行うことにより、推定モデルＭ１を生成する。学習部１３２は、推定モデルＭ１のネットワークのパラメータを学習することにより、推定モデルＭ１を生成する。

例えば、学習部１３２は、学習用データを提供する情報提供装置から取得した学習用データに基づいて、学習処理を行う。例えば、学習部１３２は、情報提供装置から取得した学習用データ（教師データ）を記憶部１２０に格納する。学習部１３２は、記憶部１２０に記憶された学習用データを用いて、学習処理を行うことにより、推定モデルＭ１を生成する。例えば、学習部１３２は、アイテムに対応する流行の寸法推定（流行寸法推定）を行うために用いる推定モデルを生成する。学習部１３２は、アイテムの画像等、アイテムに関する情報が入力された場合に、そのアイテムの流行の寸法を出力する推定モデルＭ１を生成する。学習部１３２は、アイテムに関する情報が入力された場合に、そのアイテムの流行の寸法を示す値を出力する推定モデルＭ１を生成する。学習部１３２は、パンツであるアイテムに関する情報が入力された場合に、そのアイテムの裾丈の長さ（寸法）を示す値を出力する推定モデルＭ１を生成する。学習部１３２は、推定モデルＭ１のネットワークのパラメータを学習することにより、推定モデルＭ１を生成する。

学習部１３２による学習の手法は特に限定されないが、例えば、ラベルとデータ（キーワード）とを紐づけた学習用データを用意し、その学習用データを多層ニューラルネットワークに基づいた計算モデルに入力して学習してもよい。また、例えばＣＮＮ（Convolutional Neural Network）、３Ｄ－ＣＮＮ等のＤＮＮ（Deep Neural Network）に基づく手法が用いられてもよい。

（第１処理部１３３）
第１処理部１３３は、第１処理を実行する。例えば、第１処理部１３３は、第１ユーザに提供する情報を生成する処理を含む第１処理を実行する。例えば、第１処理部１３３は、第１ユーザからの要求に応じた情報を生成する処理を含む第１処理を実行する。第１処理部１３３は、記憶部１２０に記憶された各種情報に基づいて、第１処理を実行する。第１処理部１３３は、取得部１３１により取得された各種情報に基づいて、第１処理を実行する。第１処理部１３３は、学習部１３２により学習された推定モデルの推定結果に基づいて、第１処理を実行する。

第１処理部１３３は、第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する。第１処理部１３３は、標準サイズである第１態様のアイテムを標準モデルに仮想試着させる第１処理を実行する。第１処理部１３３は、第１ユーザからの要求に応じ、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。

第１処理部１３３は、第２処理部１３４による変更結果に基づいて、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。第１処理部１３３は、推定モデルにより推定された寸法のアイテムを標準モデルに仮想試着させる第１処理を実行する。第１処理部１３３は、複数の人体の外形モデルのうち、第２ユーザの体型又は骨格に基づいて選択された標準モデルを用いて第１処理を実行する。

第１処理部１３３は、標準サイズの対象アイテムに対する変更の要求に基づいて、標準サイズのアイテムの寸法を変更する。第１処理部１３３は、推奨サイズの対象アイテムに対する変更結果に基づいて、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。

第１処理部１３３は、各種情報を選択する。例えば、第１処理部１３３は、複数の人体の外形モデルのうち、第２ユーザの体型又は骨格に基づいて標準モデルとして用いるモデルを選択する。例えば、第１処理部１３３は、複数の人体の外形モデルに対応付けられた体型又は骨格と、第２ユーザの体型又は骨格とを比較し、第２ユーザに体型又は骨格が類似するモデルを標準モデルに選択する。例えば、第１処理部１３３は、推定モデル情報記憶部１２４に記憶された複数の推定モデルから、第２ユーザに対応する推定モデル（「対象推定モデル」ともいう）を選択する。例えば、第１処理部１３３は、対象推定モデルを用いて、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更してもよい。

例えば、第１処理部１３３は、標準サイズのアイテムを仮想試着させた標準モデルの情報を、対象推定モデルに入力し、対象推定モデルが出力した値を用いて、アイテムの寸法を変更してもよい。例えば、第１処理部１３３は、標準サイズのアイテムを仮想試着させた標準モデルを画像化した画像を対象推定モデルに入力し、対象推定モデルが出力した値を用いて、アイテムの寸法を変更してもよい。例えば、第１処理部１３３は、標準サイズのパンツを仮想試着させた標準モデルの画像を対象推定モデルに入力し、対象推定モデルが出力した値に対応する裾丈にパンツの寸法を変更してもよい。

（第２処理部１３４）
第２処理部１３４は、第２処理を実行する。例えば、第２処理部１３４は、第２ユーザに提供する情報を生成する処理を含む第２処理を実行する。例えば、第２処理部１３４は、第２ユーザからの要求に応じた情報を生成する処理を含む第２処理を実行する。第２処理部１３４は、記憶部１２０に記憶された各種情報に基づいて、第２処理を実行する。第２処理部１３４は、取得部１３１により取得された各種情報に基づいて、第２処理を実行する。第２処理部１３４は、学習部１３２により学習された推定モデルの推定結果に基づいて、第２処理を実行する。第２処理部１３４は、各種情報を選択する。

第２処理部１３４は、第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行する。第２処理部１３４は、第２ユーザからの要求に応じ、個別モデルに仮想試着させた第２態様のアイテムの態様を変更する。

第２処理部１３４は、第２ユーザへ推奨する推奨サイズである第２態様のアイテムを個別モデルに仮想試着させる第２処理を実行し、第２ユーザからの要求に応じ、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。第２処理部１３４は、第１処理部１３３による変更結果に基づいて、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。

第２処理部１３４は、推奨サイズの対象アイテムに対する変更の要求に基づいて、推奨サイズのアイテムの寸法を変更する。第２処理部１３４は、標準サイズの対象アイテムに対する変更結果に基づいて、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。

（提供部１３５）
提供部１３５は、各種情報を提供する。提供部１３５は、外部の情報処理装置へ各種情報を提供する。例えば、提供部１３５は、端末装置１０に各種情報を提供する。提供部１３５は、端末装置１０に各種情報を送信する。提供部１３５は、取得部１３１により取得された各種情報に基づいて、種々の情報を提供する。提供部１３５は、第１処理部１３３による処理結果に応じて、種々の情報を提供する。提供部１３５は、第２処理部１３４による処理結果に応じて、種々の情報を提供する。

提供部１３５は、第２処理部１３４による変更後の第２態様のアイテムの購入に関するサービスを提供する。提供部１３５は、第２ユーザへの贈答品として、変更後の第２態様のアイテムの購入に関するサービスを第１ユーザが利用する端末装置１０に提供する。

提供部１３５は、第１態様のアイテムを仮想試着した標準モデルを第１ユーザに提供する。提供部１３５は、第１態様のアイテムを仮想試着した標準モデルを示す情報を第１ユーザが利用する端末装置１０に送信する。提供部１３５は、標準サイズの対象アイテムを仮想試着した標準モデルを第１ユーザが利用する端末装置１０に提供する。提供部１３５は、寸法が変更された推奨サイズのアイテムを仮想試着した個別モデルを第２ユーザが利用する端末装置１０に提供する。

提供部１３５は、第２態様のアイテムを仮想試着した個別モデルを第２ユーザに提供する。提供部１３５は、第２態様のアイテムを仮想試着した個別モデルを示す情報を第２ユーザが利用する端末装置１０に送信する。提供部１３５は、推奨サイズの対象アイテムを仮想試着した個別モデルを第２ユーザが利用する端末装置１０に提供する。提供部１３５は、寸法が変更された標準サイズのアイテムを仮想試着した標準モデルを第１ユーザが利用する端末装置１０に提供する。

〔３．情報処理のフロー〕
次に、図９を用いて、実施形態に係る情報処理システム１による情報処理の手順について説明する。図９は、実施形態に係る情報処理の一例を示すフローチャートである。

図９に示すように、情報処理装置１００は、第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体モデルである標準モデルに仮想試着させる第１処理を実行する（ステップＳ１０１）。

また、情報処理装置１００は、第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行する（ステップＳ１０２）。そして、情報処理装置１００は、第２ユーザからの要求に応じ、個別モデルに仮想試着させた第２態様のアイテムの態様を変更する（ステップＳ１０３）。

〔４．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、第１処理部１３３と、第２処理部１３４とを有する。第１処理部１３３は、第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する。第２処理部１３４は、第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行し、第２ユーザからの要求に応じ、個別モデルに仮想試着させた第２態様のアイテムの態様を変更する。

このように、実施形態に係る情報処理装置１００は、第１ユーザにより選択されたアイテムを、第１態様で標準モデルに仮想試着させるとともに、第２ユーザへ推奨する第２態様で第２ユーザの個別モデルに仮想試着させ、第２ユーザからの要求に応じ、個別モデルに仮想試着させた第２態様のアイテムの態様を変更することで、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、友人のおすすめを確認させることができる。

また、実施形態に係る情報処理装置１００において、第１処理部１３３は、標準サイズである第１態様のアイテムを標準モデルに仮想試着させる第１処理を実行する。第２処理部１３４は、第２ユーザへ推奨する推奨サイズである第２態様のアイテムを個別モデルに仮想試着させる第２処理を実行し、第２ユーザからの要求に応じ、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。

このように、実施形態に係る情報処理装置１００は、第１ユーザにより選択されたアイテムを、標準サイズで標準モデルに仮想試着させるとともに、第２ユーザへの推奨サイズで第２ユーザの個別モデルに仮想試着させ、第２ユーザからの要求に応じ、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更することで、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、友人のおすすめを確認させることができる。

また、実施形態に係る情報処理装置１００において、第１処理部１３３は、第１ユーザからの要求に応じ、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。第２処理部１３４は、第１処理部１３３による変更結果に基づいて、個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更する。

このように、実施形態に係る情報処理装置１００は、第１ユーザからの要求で標準サイズのアイテムの寸法を変更し、その変更結果を基に個別モデルに仮想試着させた推奨サイズのアイテムの寸法を変更することで、第１ユーザには個別モデルを見せることなく第１ユーザによる変更を受け付けることができるため、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、友人のおすすめを確認させることができる。

また、実施形態に係る情報処理装置１００において、第１処理部１３３は、第２処理部１３４による変更結果に基づいて、標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更する。

このように、実施形態に係る情報処理装置１００は、第２ユーザからの要求で推奨サイズのアイテムの寸法を変更し、その変更結果を基に標準モデルに仮想試着させた標準サイズのアイテムの寸法を変更することで、第１ユーザには個別モデルを見せることなく第２ユーザによる変更結果を第１ユーザに見せることができるため、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、本人の好みを確認させることができる。

また、実施形態に係る情報処理装置１００は、学習部１３２を有する。学習部１３２は、ユーザが投稿した投稿画像を用いた機械学習によりアイテムに対応する寸法を推定する推定モデルを学習する。第１処理部１３３は、推定モデルにより推定された寸法のアイテムを標準モデルに仮想試着させる第１処理を実行する。

このように、実施形態に係る情報処理装置１００は、機械学習により学習された推定モデルを用いて推定した寸法のアイテムを標準モデルに仮想試着させることにより、流行の丈等に寸法を合わせたアイテムを仮想試着させることができるため、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、流行を容易に反映することができる。

また、実施形態に係る情報処理装置１００において、学習部１３２は、第１ユーザまたは第２ユーザが閲覧した投稿画像を用いた機械学習により推定モデルを学習する。

このように、実施形態に係る情報処理装置１００は、第１ユーザまたは第２ユーザが閲覧した投稿画像を用いた機械学習により推定モデルを学習することにより、提供先となるユーザに応じた推定モデルを学習することができる。例えば、情報処理装置１００は、流行を容易に反映することができる。

また、実施形態に係る情報処理装置１００において、学習部１３２は、第１ユーザまたは第２ユーザがフォローした主体が投稿した投稿画像を用いた機械学習により推定モデルを学習する。

このように、実施形態に係る情報処理装置１００は、第１ユーザまたは第２ユーザがフォローした主体が投稿した投稿画像を用いた機械学習により推定モデルを学習することにより、提供先となるユーザに応じた推定モデルを学習することができる。例えば、情報処理装置１００は、流行を容易に反映することができる。

また、実施形態に係る情報処理装置１００において、第１処理部１３３は、複数の人体の外形モデルのうち、第２ユーザの体型又は骨格に基づいて選択された標準モデルを用いて第１処理を実行する。

このように、実施形態に係る情報処理装置１００は、複数の人体の外形モデルのうち、第２ユーザの体型又は骨格に基づいて選択された標準モデルを用いて第１処理を実行することで、第２ユーザの外形に近い標準モデルを基に第１ユーザがアイテムの選択や寸法の調整等を行うことができるため、仮想試着に関するサービスを適切に提供可能にすることができる。例えば、情報処理装置１００は、プライバシーの問題を解決しつつ、第１ユーザが第２ユーザ（本人）をイメージすることができる。

また、実施形態に係る情報処理装置１００は、提供部１３５を有する。提供部１３５は、第２処理部１３４による変更後の第２態様のアイテムの購入に関するサービスを提供する。

このように、実施形態に係る情報処理装置１００は、第２ユーザによる変更後の第２態様のアイテムの購入に関するサービスを提供することにより、ユーザに適切なサービスを提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３５は、第２ユーザへの贈答品として、変更後の第２態様のアイテムの購入に関するサービスを第１ユーザに提供する。

このように、実施形態に係る情報処理装置１００は、第２ユーザへの贈答品として、変更後の第２態様のアイテムの購入に関するサービスを提供することにより、ユーザに適切なサービスを提供することができる。例えば、情報処理装置１００は、第２ユーザへのギフトとして最適なアイテムを購入可能なサービスを提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３５は、第１態様のアイテムを仮想試着した標準モデルを第１ユーザに提供する。

このように、実施形態に係る情報処理装置１００は、第１態様のアイテムを仮想試着した標準モデルを第１ユーザに提供することにより、第１ユーザには個別モデルを見せることなく仮想試着に関するサービスを適切に提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３５は、第１態様のアイテムを仮想試着した標準モデルを示す情報を第１ユーザが利用する端末装置１０に送信する。

このように、実施形態に係る情報処理装置１００は、第１態様のアイテムを仮想試着した標準モデルを示す情報を第１ユーザが利用する端末装置１０に送信することにより、第１ユーザには個別モデルを見せることなく仮想試着に関するサービスを適切に提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３５は、第２態様のアイテムを仮想試着した個別モデルを第２ユーザに提供する。

このように、実施形態に係る情報処理装置１００は、第２態様のアイテムを仮想試着した個別モデルを第２ユーザに提供することにより、第２ユーザが自分の個別モデルを見ながら寸法の調整等ができるため、仮想試着に関するサービスを適切に提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３５は、第２態様のアイテムを仮想試着した個別モデルを示す情報を第２ユーザが利用する端末装置１０に送信する。

このように、実施形態に係る情報処理装置１００は、第２態様のアイテムを仮想試着した個別モデルを示す情報を第２ユーザが利用する端末装置１０に送信することにより、第２ユーザが自分の個別モデルを見ながら寸法の調整等ができるため、仮想試着に関するサービスを適切に提供することができる。

〔５．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔６．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１００ 情報処理装置
１２１ ユーザ情報記憶部
１２２ 人体モデル情報記憶部
１２３ アイテム情報記憶部
１２４ 推定モデル情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 学習部
１３３ 第１処理部
１３４ 第２処理部
１３５ 提供部
１０ 端末装置
Ｎ ネットワーク

Claims (16)

1. 第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する第１処理部と、
   前記第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行し、前記第２ユーザからの要求に応じ、前記個別モデルに仮想試着させた前記第２態様のアイテムの態様を変更する第２処理部と、
   を備えることを特徴とする情報処理装置。
2. 前記第１処理部は、
   標準サイズである前記第１態様のアイテムを前記標準モデルに仮想試着させる前記第１処理を実行し、
   前記第２処理部は、
   前記第２ユーザへ推奨する推奨サイズである前記第２態様のアイテムを前記個別モデルに仮想試着させる前記第２処理を実行し、前記第２ユーザからの要求に応じ、前記個別モデルに仮想試着させた前記推奨サイズのアイテムの寸法を変更する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記第１処理部は、
   前記第１ユーザからの要求に応じ、前記標準モデルに仮想試着させた前記標準サイズのアイテムの寸法を変更し、
   前記第２処理部は、
   前記第１処理部による変更結果に基づいて、前記個別モデルに仮想試着させた前記推奨サイズのアイテムの寸法を変更する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記第１処理部は、
   前記第２処理部による変更結果に基づいて、前記標準モデルに仮想試着させた前記標準サイズのアイテムの寸法を変更する
   ことを特徴とする請求項２または請求項３に記載の情報処理装置。
5. ユーザが投稿した投稿画像を用いた機械学習によりアイテムに対応する寸法を推定する推定モデルを学習する学習部、
   を備え、
   前記第１処理部は、
   前記推定モデルにより推定された寸法のアイテムを前記標準モデルに仮想試着させる前記第１処理を実行する
   ことを特徴とする請求項２～４のいずれか１項に記載の情報処理装置。
6. 前記学習部は、
   前記第１ユーザまたは前記第２ユーザが閲覧した前記投稿画像を用いた前記機械学習により前記推定モデルを学習する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記学習部は、
   前記第１ユーザまたは前記第２ユーザがフォローした主体が投稿した前記投稿画像を用いた前記機械学習により前記推定モデルを学習する
   ことを特徴とする請求項５または請求項６に記載の情報処理装置。
8. 前記第１処理部は、
   複数の人体の外形モデルのうち、前記第２ユーザの体型又は骨格に基づいて選択された前記標準モデルを用いて前記第１処理を実行する
   ことを特徴とする請求項１～７のいずれか１項に記載の情報処理装置。
9. 前記第２処理部による変更後の前記第２態様のアイテムの購入に関するサービスを提供する提供部、
   を備えることを特徴とする請求項１～８のいずれか１項に記載の情報処理装置。
10. 前記提供部は、
    前記第２ユーザへの贈答品として、前記変更後の前記第２態様のアイテムの購入に関するサービスを前記第１ユーザに提供する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記提供部は、
    前記第１態様のアイテムを仮想試着した前記標準モデルを前記第１ユーザに提供する
    ことを特徴とする請求項９または請求項１０に記載の情報処理装置。
12. 前記提供部は、
    前記第１態様のアイテムを仮想試着した前記標準モデルを示す情報を前記第１ユーザが利用する端末装置に送信する
    ことを特徴とする請求項１１に記載の情報処理装置。
13. 前記提供部は、
    前記第２態様のアイテムを仮想試着した前記個別モデルを前記第２ユーザに提供する
    ことを特徴とする請求項９～１２のいずれか１項に記載の情報処理装置。
14. 前記提供部は、
    前記第２態様のアイテムを仮想試着した前記個別モデルを示す情報を前記第２ユーザが利用する端末装置に送信する
    ことを特徴とする請求項１３に記載の情報処理装置。
15. コンピュータが実行する情報処理方法であって、
    第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する第１処理工程と、
    前記第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行し、前記第２ユーザからの要求に応じ、前記個別モデルに仮想試着させた前記第２態様のアイテムの態様を変更する第２処理工程と、
    を含むことを特徴とする情報処理方法。
16. 第１ユーザにより選択されたアイテムであって、所定の基準に対応する第１態様のアイテムを、人体の外形モデルである標準モデルに仮想試着させる第１処理を実行する第１処理手順と、
    前記第１ユーザにより選択されたアイテムであって、第２ユーザへ推奨する第２態様のアイテムを、第２ユーザの外形に対応する個別モデルに仮想試着させる第２処理を実行し、前記第２ユーザからの要求に応じ、前記個別モデルに仮想試着させた前記第２態様のアイテムの態様を変更する第２処理手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images