JP6500374B2 - 画像処理装置及び画像処理プログラム - Google Patents
画像処理装置及び画像処理プログラム Download PDFInfo
- Publication number
- JP6500374B2 JP6500374B2 JP2014184862A JP2014184862A JP6500374B2 JP 6500374 B2 JP6500374 B2 JP 6500374B2 JP 2014184862 A JP2014184862 A JP 2014184862A JP 2014184862 A JP2014184862 A JP 2014184862A JP 6500374 B2 JP6500374 B2 JP 6500374B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- person
- store
- companion
- customer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
Description
本発明は、画像処理装置及び画像処理プログラムに関する。
特許文献１には、利用者が有する服飾品及び装飾品とのコーディネートを可能とし、コーディネートした全体画像を閲覧することを可能にすることを課題とし、利用者の携帯情報通信端末又は情報通信端末は、所有する服飾品や装飾品のデータを服飾メーカのＤＢ又はサービス提供事業者のサーバシステムの個人情報ＤＢにアップロードし、上記ＤＢにアクセスし、所有する服飾品又は装飾品の画像を読み出し、服飾メーカ又は小売店舗又はＥＣサイトの服飾品画像又は装飾品画像をキーワード検索により収集し、サーバシステム（マッチングソフト）は、利用者が所有する服飾品又は装飾品の画像と服飾メーカ又は小売店舗又はＥＣサイトの服飾品画像又は装飾品画像とをコーディネートし、携帯情報通信端末又は情報通信端末にダウンロードすることが開示されている。
特許文献２には、商品を購入した利用者に対して、商品の有効な情報を簡便な方法で提供することを課題とし、商品を購入した利用者は、商品のタグに付されたＵＲＬを指定してＷｅｂアクセスを行い、当該ＵＲＬは、購入した商品に特定のＵＲＬであり、このＷｅｂアクセスを受けたＷｅｂ情報サイトでは、Ｗｅｂページ動的生成部が利用者に専用の商品情報ページを生成し、この専用の商品情報ページは、個人情報データベースに登録された個人情報をもとに個別に生成され、商品情報ページには、購入した商品（食品）の調理方法や、購入した複数の商品（食品Ａと食品Ｂ）を利用した調理方法、購入した商品（衣服）とコーディネートすることを推奨する商品（靴、コート）などの情報が含まれることが開示されている。
特許文献３には、顧客の保有するアイテムを利用しつつ、ブランドの特色に合ったコーディネート情報を提供することが可能なファッションコーディネートシステム等を提供することを課題とし、店舗端末は、見本コーディネートへの投票の入力を受け付け、サーバは、投票の情報を受信すると、見本コーディネートに含まれる各アイテムの組み合わせ方を、色及び素材等のアイテム属性の組み合わせパターンとして求め、また投票されたポイント数を組み合わせパターン毎に集計し、コーディネートＤＢに登録し、サーバは、顧客の保有するアイテムをワードローブＤＢから取得し、複数のコーディネート案を生成し、生成した複数のコーディネート案についてアイテム属性の組み合わせパターンを求め、コーディネート情報に基づいて並び替えることにより、投票の結果を反映したコーディネート案を選択し、顧客端末に表示させることが開示されている。
非特許文献１には、次のことが開示されている。
人検出とは、画像中から人が存在する位置と大きさを自動的に求める技術である。人検出は古くから取り組まれてきた顔検出の研究がベースとなっている。近年では多様な見えの変化が生じることから検出が困難とされている人画像に研究対象が遷移している。こうした中で、人検出を難しくする要因を克服するような手法が数多く提案されている。そこで、人検出を難しくする要因を整理し、この要因を克服するための特徴抽出と統計的学習手法による識別器の二つの観点から手法をサーベイする。また、人検出法を定量的に評価するために利用されている人画像データベースと統一的な評価指標についても紹介する。
人検出とは、画像中から人が存在する位置と大きさを自動的に求める技術である。人検出は古くから取り組まれてきた顔検出の研究がベースとなっている。近年では多様な見えの変化が生じることから検出が困難とされている人画像に研究対象が遷移している。こうした中で、人検出を難しくする要因を克服するような手法が数多く提案されている。そこで、人検出を難しくする要因を整理し、この要因を克服するための特徴抽出と統計的学習手法による識別器の二つの観点から手法をサーベイする。また、人検出法を定量的に評価するために利用されている人画像データベースと統一的な評価指標についても紹介する。
非特許文献２には、次のことが開示されている。
顔画像処理技術は大きく２種類に分けることができる。まずは、顔を理解するための技術として、顔検出、顔トラッキング、個人識別、性別年齢推定、表情推定、顔の疲れや眠気の推定の技術がある。また、顔を表現する技術として、美肌補正、美白補正、赤目補正、表情合成、自動似顔絵作成、デジタル化粧などの研究開発がある。
顔画像処理技術は大きく２種類に分けることができる。まずは、顔を理解するための技術として、顔検出、顔トラッキング、個人識別、性別年齢推定、表情推定、顔の疲れや眠気の推定の技術がある。また、顔を表現する技術として、美肌補正、美白補正、赤目補正、表情合成、自動似顔絵作成、デジタル化粧などの研究開発がある。
山内悠嗣，山下隆義，藤吉弘亘．画像からの統計的学習手法に基づく人検出．電子情報通信学会論文誌 Ｄ, Ｖｏｌ. Ｊ９６−Ｄ，Ｎｏ．９，ｐｐ．２０１７−２０４０，２０１３．
勞世▲広▼，山口修．顔画像処理の応用事例（実利用が進む顔画像処理とその応用事例（前編））．情報処理 ５０（４），３１９−３２６，２００９．
本発明は、対象者と同行者が来店した場合にあって、同行者の画像に類似する第１の画像に対応する第２の画像と類似する第３の画像を検索するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、店舗の顧客を撮影した画像から、該顧客である対象者に同行する同行者の画像を抽出する第１の抽出手段と、予め定められた画像集から、前記同行者の画像に類似する第１の画像を抽出する第２の抽出手段と、前記店舗内の商品の画像集から、前記第１の画像に対応する第２の画像と類似する第３の画像を検索する検索手段を具備し、前記第２の画像は、前記予め定められた画像集内で前記第１の画像が属しているファッション誌又はファッション系統において、前記同行者とは異なる性別の人物が撮影されている画像であることを特徴とする画像処理装置である。
請求項１の発明は、店舗の顧客を撮影した画像から、該顧客である対象者に同行する同行者の画像を抽出する第１の抽出手段と、予め定められた画像集から、前記同行者の画像に類似する第１の画像を抽出する第２の抽出手段と、前記店舗内の商品の画像集から、前記第１の画像に対応する第２の画像と類似する第３の画像を検索する検索手段を具備し、前記第２の画像は、前記予め定められた画像集内で前記第１の画像が属しているファッション誌又はファッション系統において、前記同行者とは異なる性別の人物が撮影されている画像であることを特徴とする画像処理装置である。
請求項２の発明は、前記第３の画像を、前記対象者に対して推薦する商品として提示する提示手段をさらに具備することを特徴とする請求項１に記載の画像処理装置である。
請求項３の発明は、前記店舗の顧客を撮影した画像から、人物の性別を判定する判定手段をさらに具備し、前記第１の抽出手段は、前記判定手段によって判定された性別と、前記画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、前記同行者の画像を抽出することを特徴とする請求項１又は２に記載の画像処理装置である。
請求項４の発明は、前記店舗の顧客を撮影した画像には、友連れの複数の人物が撮影されているか否かを検出する検出手段をさらに具備し、前記判定手段は、前記検出手段によって友連れの画像であると検出された画像内の人物の性別を判定することを特徴とする請求項３に記載の画像処理装置である。
請求項５の発明は、前記店舗の顧客を撮影した画像から人物の画像を抽出する第３の抽出手段をさらに具備し、前記検出手段は、前記第３の抽出手段によって抽出された人物が複数であって、該人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると検出することを特徴とする請求項４に記載の画像処理装置である。
請求項６の発明は、コンピュータを、店舗の顧客を撮影した画像から、該顧客である対象者に同行する同行者の画像を抽出する第１の抽出手段と、予め定められた画像集から、前記同行者の画像に類似する第１の画像を抽出する第２の抽出手段と、前記店舗内の商品の画像集から、前記第１の画像に対応する第２の画像と類似する第３の画像を検索する検索手段として機能させ、前記第２の画像は、前記予め定められた画像集内で前記第１の画像が属しているファッション誌又はファッション系統において、前記同行者とは異なる性別の人物が撮影されている画像である画像処理プログラムである。
請求項１の画像処理装置によれば、対象者と同行者が来店した場合にあって、同行者の画像に類似する第１の画像に対応する第２の画像と類似する第３の画像を検索することができる。
請求項２の画像処理装置によれば、第３の画像を対象者に対して推薦する商品として提示することができる。
請求項３の画像処理装置によれば、画像内の人物の性別と、その画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、同行者を抽出することができる。
請求項４の画像処理装置によれば、画像には友連れの複数の人物が撮影されているか否かを検出することができる。
請求項５の画像処理装置によれば、人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると検出することができる。
請求項６の画像処理プログラムによれば、対象者と同行者が来店した場合にあって、同行者の画像に類似する第１の画像に対応する第２の画像と類似する第３の画像を検索することができる。
以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本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の意である。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・状態に応じて、又はそれまでの状況・状態に応じ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」という意味を有する記載は、「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、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、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
図１は、本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の意である。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・状態に応じて、又はそれまでの状況・状態に応じ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」という意味を有する記載は、「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、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、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
本実施の形態である画像処理装置１００は、対象者と同行者が来店した場合にあって、同行者の装いと調和するような商品を、対象者に対して推薦し得るものであって、図１の例に示すように、撮影モジュール１０５、友連れ検出モジュール１１０、性別判定モジュール１１５、同行者ファッション系統模範コーディネート抽出モジュール１２０、類似店内商品検索モジュール１２５、提示モジュール１３０を有している。
アパレルショップ等の店舗への来店客（複数人、例えば２人）に、その来店客に似合うコーディネートを推薦し得るものである。購入の意思決定に関われる人のうち本人（対象者、いわゆるターゲット客ともいわれる）だけを考慮するのではなく、客に同行者（特に異性）がいる場合は、その同行者の意思が購買の可否の決定に大きな影響を与えることが多い。そこで、画像処理装置１００は、同行者を含めたトータルでのコーディネートを推薦し得るようにするものである。
同行者の好みの推定方法は以下の２つである。なお、以下は、単に理解を容易にするための例示である。
（１）異性の同行者のファッションの系統を判別する。ファッション誌の画像データベースから、同行者と類似のファッションである画像を抽出する。そのファッション誌内の画像において、対象者と同じ性別の人物が着ている服と類似する店内の商品を推薦する。１つのファッション誌内であれば、同じ系統のファッションであることが多く、同行者のファッションと調和する可能性が高い。
（２）男女がカップルで写っている画像のデータベースから、異性の同行者と類似したファッション（コーディネート）の人物（同行者と同じ性別）が写っている画像をピックアップする。そして、その画像で対象者と同じ性別の人物が着ている服と類似した店内の商品を推薦する。
アパレルショップ等の店舗への来店客（複数人、例えば２人）に、その来店客に似合うコーディネートを推薦し得るものである。購入の意思決定に関われる人のうち本人（対象者、いわゆるターゲット客ともいわれる）だけを考慮するのではなく、客に同行者（特に異性）がいる場合は、その同行者の意思が購買の可否の決定に大きな影響を与えることが多い。そこで、画像処理装置１００は、同行者を含めたトータルでのコーディネートを推薦し得るようにするものである。
同行者の好みの推定方法は以下の２つである。なお、以下は、単に理解を容易にするための例示である。
（１）異性の同行者のファッションの系統を判別する。ファッション誌の画像データベースから、同行者と類似のファッションである画像を抽出する。そのファッション誌内の画像において、対象者と同じ性別の人物が着ている服と類似する店内の商品を推薦する。１つのファッション誌内であれば、同じ系統のファッションであることが多く、同行者のファッションと調和する可能性が高い。
（２）男女がカップルで写っている画像のデータベースから、異性の同行者と類似したファッション（コーディネート）の人物（同行者と同じ性別）が写っている画像をピックアップする。そして、その画像で対象者と同じ性別の人物が着ている服と類似した店内の商品を推薦する。
撮影装置１３５は、画像処理装置１００の撮影モジュール１０５と接続されている。撮影装置１３５は、店舗の顧客を撮影する。例えば、撮影装置１３５を店舗の入り口に設置してもよいし、店舗内の商品エリア等に設置してもよい。また、店舗は、アパレルショップのように男性用又は女性用の専門店であってもよい。また、両方（男性用と女性用）の商品を扱う店舗であっても、商品エリア（男性用の商品エリア、女性用の商品エリア）が異なっていればよい。また、両方の商品を扱う店舗に、男女のカップルが来店した場合、男性を対象者とした処理を行い男性客に推薦する商品をピックアップする一方、女性を対象とした処理も同様に行い、女性客に推薦する商品をピックアップしてもよい。扱う商品は、服の他に、帽子、靴、バッグ等の身につけるもの、又は、サービスとして美容院のように、髪型のセット、染髪等であってもよい。
具体的には、撮影装置１３５は、画像（静止画又は動画）を撮影するための２Ｄカメラ、３Ｄカメラ、ネットワークカメラ、ＵＳＢカメラ等である。また、撮影装置１３５は、固定されたものであってもよいし、角度、位置等を変更することができるものであってもよい。
具体的には、撮影装置１３５は、画像（静止画又は動画）を撮影するための２Ｄカメラ、３Ｄカメラ、ネットワークカメラ、ＵＳＢカメラ等である。また、撮影装置１３５は、固定されたものであってもよいし、角度、位置等を変更することができるものであってもよい。
画像処理装置１００は、撮影装置１３５から画像を受け取り、その画像に対して一連の処理を行う装置である。その中で行われる処理は以下のモジュールによって行われる。
撮影モジュール１０５は、友連れ検出モジュール１１０、撮影装置１３５と接続されている。撮影モジュール１０５は、撮影装置１３５が撮影した画像を受け付け、友連れ検出モジュール１１０に渡す。その画像には、顧客が撮影されている。なお、店員等の顧客以外の者が撮影されていてもよい。店員等については、予め撮影しておき、顔画像等の特徴抽出をしておき、人物の画像認識によって、店員等は対象としないようにしてもよい。
撮影モジュール１０５は、友連れ検出モジュール１１０、撮影装置１３５と接続されている。撮影モジュール１０５は、撮影装置１３５が撮影した画像を受け付け、友連れ検出モジュール１１０に渡す。その画像には、顧客が撮影されている。なお、店員等の顧客以外の者が撮影されていてもよい。店員等については、予め撮影しておき、顔画像等の特徴抽出をしておき、人物の画像認識によって、店員等は対象としないようにしてもよい。
友連れ検出モジュール１１０は、撮影モジュール１０５、性別判定モジュール１１５と接続されている。友連れ検出モジュール１１０は、店舗の顧客を撮影した画像には、友連れの複数の人物が撮影されているか否かを検出する。具体的には、友連れ検出モジュール１１０は、店舗の顧客を撮影した画像から人物の画像を抽出する。そして、その抽出した人物が複数であって、その人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると検出する。友連れ検出モジュール１１０による処理例については、図４の例を用いて後述する。
性別判定モジュール１１５は、友連れ検出モジュール１１０、同行者ファッション系統模範コーディネート抽出モジュール１２０と接続されている。性別判定モジュール１１５は、店舗の顧客を撮影した画像から、人物の性別を判定する。性別判定モジュール１１５は、友連れ検出モジュール１１０によって友連れの画像であると検出された画像内の人物の性別を判定する。性別の判定の対象は、画像内の人物である。性別の判定方法は、既存の技術を用いて行う。
性別判定モジュール１１５は、友連れ検出モジュール１１０、同行者ファッション系統模範コーディネート抽出モジュール１２０と接続されている。性別判定モジュール１１５は、店舗の顧客を撮影した画像から、人物の性別を判定する。性別判定モジュール１１５は、友連れ検出モジュール１１０によって友連れの画像であると検出された画像内の人物の性別を判定する。性別の判定の対象は、画像内の人物である。性別の判定方法は、既存の技術を用いて行う。
同行者ファッション系統模範コーディネート抽出モジュール１２０は、性別判定モジュール１１５、類似店内商品検索モジュール１２５、ファッション系統別画像ＤＢ１４０と接続されている。与えられた人物画像の同行者のファッション系統を判別し、そのファッション系統の模範コーディネート画像を返すための処理を行う。そのために、同行者ファッション系統模範コーディネート抽出モジュール１２０は、店舗の顧客を撮影した画像から、その顧客である対象者に同行する同行者の画像を抽出する。そして、予め定められた画像集であるファッション系統別画像ＤＢ１４０から、同行者の画像に類似する第１の画像を抽出する。ここで、第１の画像は、ファッション系統別画像ＤＢ１４０内にある画像であって、同行者の画像に類似する画像である。
また、同行者ファッション系統模範コーディネート抽出モジュール１２０は、性別判定モジュール１１５によって判定された性別と、画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、同行者の画像を抽出する。つまり、性別判定モジュール１１５によって判定された性別と、画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、同行者を特定する。ここで「画像が撮影された場所」とは、店舗であってもよいし、商品エリアであってもよい。例えば、「画像が撮影された場所」が男性用の商品を売る店舗（商品エリア）であるならば、対象者は男性、同行者は女性である。逆に、「画像が撮影された場所」が女性用の商品を売る店舗（商品エリア）であるならば、対象者は女性、同行者は男性である。そして、撮影画像から、その特定した同行者の画像を抽出する。
また、同行者ファッション系統模範コーディネート抽出モジュール１２０は、性別判定モジュール１１５によって判定された性別と、画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、同行者の画像を抽出する。つまり、性別判定モジュール１１５によって判定された性別と、画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、同行者を特定する。ここで「画像が撮影された場所」とは、店舗であってもよいし、商品エリアであってもよい。例えば、「画像が撮影された場所」が男性用の商品を売る店舗（商品エリア）であるならば、対象者は男性、同行者は女性である。逆に、「画像が撮影された場所」が女性用の商品を売る店舗（商品エリア）であるならば、対象者は女性、同行者は男性である。そして、撮影画像から、その特定した同行者の画像を抽出する。
ファッション系統別画像ＤＢ１４０は、画像処理装置１００の同行者ファッション系統模範コーディネート抽出モジュール１２０と接続されている。ファッション系統別画像ＤＢ１４０は、ファッションに関する画像を記憶している。例えば、ファッション誌の画像を記憶している。ファッション誌別、又はファッションの系統別（例えば、若い女性用、３０代の女性用等）に画像が格納されているデータベースであってもよい。１つのファッション系統に男性画像、女性画像ともに含まれている。
類似店内商品検索モジュール１２５は、同行者ファッション系統模範コーディネート抽出モジュール１２０、提示モジュール１３０、自社商品画像ＤＢ１４５と接続されている。類似店内商品検索モジュール１２５は、店舗内の商品の画像集である自社商品画像ＤＢ１４５から、第１の画像に対応する第２の画像と類似する第３の画像を検索する。ここで、第２の画像とは、第１の画像の人物（同行者）の性別とは異なる性別の人物の画像である。「第１の画像に対応する第２の画像」とは、ファッション系統別画像ＤＢ１４０内でその第１の画像が属しているファッション誌又はファッション系統において、同行者とは異なる性別の人物が撮影されている画像である。第１の画像と第２の画像は、同じ画像であってもよい。つまり、その画像には、男女のカップルが撮影されている場合である。また、第１の画像と第２の画像とは、同じファッション誌又はファッション系統であればよい。具体例として、第１の画像が掲載されている同じファッション誌ではあるが、異なるページに掲載されている画像を第２の画像としてもよい。第３の画像は、自社商品画像ＤＢ１４５内の画像であって、顧客（対象者）に推薦する商品の画像である。画像同士（第２の画像と自社商品画像ＤＢ１４５内の画像（第３の画像となり得る画像））が類似するか否かの判定処理は、既存の技術を用いて行う。なお、画像が撮影された商品エリア内の商品に限定した画像の検索を行うようにしてもよい。
自社商品画像ＤＢ１４５は、画像処理装置１００の類似店内商品検索モジュール１２５と接続されている。自社商品画像ＤＢ１４５は、店舗にある商品の画像が格納されているデータベースである。
自社商品画像ＤＢ１４５は、画像処理装置１００の類似店内商品検索モジュール１２５と接続されている。自社商品画像ＤＢ１４５は、店舗にある商品の画像が格納されているデータベースである。
提示モジュール１３０は、類似店内商品検索モジュール１２５、表示装置１５０と接続されている。提示モジュール１３０は、類似店内商品検索モジュール１２５によって検索された第３の画像を、対象者に対して推薦する商品として提示する。提示は、顧客に対して直接行うようにしてもよいし、店員に対して行い、その店員を介して推薦するようにしてもよい。また、顧客の顔の画像等と商品を合成して提示することを行ってもよいし、さらに、現在の同行者の画像と合成して提示するようにしてもよい。
表示装置１５０は、画像処理装置１００の提示モジュール１３０と接続されている。表示装置１５０は、店員が所持しているタブレット型の携帯端末等であってもよいし、液晶ディスプレイ等の表示装置を備えたデジタルサイネージ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｇｅ、電子看板）等であってもよい。また、顧客が所持している携帯電話（スマートフォンを含む）等の携帯端末等であってもよい。例えば、近距離通信を用いて携帯端末等に推薦する商品の画像を送信するようにしてもよい。
表示装置１５０は、画像処理装置１００の提示モジュール１３０と接続されている。表示装置１５０は、店員が所持しているタブレット型の携帯端末等であってもよいし、液晶ディスプレイ等の表示装置を備えたデジタルサイネージ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｇｅ、電子看板）等であってもよい。また、顧客が所持している携帯電話（スマートフォンを含む）等の携帯端末等であってもよい。例えば、近距離通信を用いて携帯端末等に推薦する商品の画像を送信するようにしてもよい。
図２は、本実施の形態を利用したシステム構成例を示す説明図である。
画像処理装置１００、ファッション系統別画像ＤＢ１４０、Ａ店２１０Ａ、Ｂ店２１０Ｂ、Ｃ店２１０Ｃは、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット等であってもよい。
例えば、Ａ店２１０Ａには、撮影装置１３５Ａ、自社商品画像ＤＢ１４５Ａ、表示装置１５０Ａ１、表示装置１５０Ａ２が設置されている。撮影装置１３５Ａによって撮影された画像が、画像処理装置１００に送信され、画像処理装置１００でファッション系統別画像ＤＢ１４０、自社商品画像ＤＢ１４５Ａを用いた処理が行われ、Ａ店２１０Ａ内に設置されているデジタルサイネージ等である表示装置１５０Ａ１に推薦の商品の画像を提示したり、店員が所持しているタブレット端末である表示装置１５０Ａ２に画像を提示し、その店員は、商品を推薦する等を行う。
なお、図２の例では、自社商品画像ＤＢ１４５は各店舗内に設置されているが、画像処理装置１００内に備えさせてもよいし、ファッション系統別画像ＤＢ１４０と同様に通信回線２９０に接続させてもよい。また、ファッション系統別画像ＤＢ１４０を画像処理装置１００内に備えさせてもよい。また、画像処理装置１００を各店舗内に設置してもよい。
画像処理装置１００、ファッション系統別画像ＤＢ１４０、Ａ店２１０Ａ、Ｂ店２１０Ｂ、Ｃ店２１０Ｃは、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット等であってもよい。
例えば、Ａ店２１０Ａには、撮影装置１３５Ａ、自社商品画像ＤＢ１４５Ａ、表示装置１５０Ａ１、表示装置１５０Ａ２が設置されている。撮影装置１３５Ａによって撮影された画像が、画像処理装置１００に送信され、画像処理装置１００でファッション系統別画像ＤＢ１４０、自社商品画像ＤＢ１４５Ａを用いた処理が行われ、Ａ店２１０Ａ内に設置されているデジタルサイネージ等である表示装置１５０Ａ１に推薦の商品の画像を提示したり、店員が所持しているタブレット端末である表示装置１５０Ａ２に画像を提示し、その店員は、商品を推薦する等を行う。
なお、図２の例では、自社商品画像ＤＢ１４５は各店舗内に設置されているが、画像処理装置１００内に備えさせてもよいし、ファッション系統別画像ＤＢ１４０と同様に通信回線２９０に接続させてもよい。また、ファッション系統別画像ＤＢ１４０を画像処理装置１００内に備えさせてもよい。また、画像処理装置１００を各店舗内に設置してもよい。
図３は、本実施の形態による処理例を示すフローチャートである。ここでは、具体例として、ある男性向けアパレルショップ（Ｂ店）を仮定して説明する。自社商品画像ＤＢ１４５は予め用意されているものとする。
Ｂ店に、ある男性客（男性客Ｊ）が女性客Ｌと一緒に来店したとする。
ステップＳ３０２では、撮影装置１３５が、顧客を撮影する。例えば、店舗内に設置されたネットワークカメラ、ＵＳＢカメラ等で店内にいる人物を撮影する。
ステップＳ３０４では、撮影モジュール１０５が、撮影した画像を受け付ける。
Ｂ店に、ある男性客（男性客Ｊ）が女性客Ｌと一緒に来店したとする。
ステップＳ３０２では、撮影装置１３５が、顧客を撮影する。例えば、店舗内に設置されたネットワークカメラ、ＵＳＢカメラ等で店内にいる人物を撮影する。
ステップＳ３０４では、撮影モジュール１０５が、撮影した画像を受け付ける。
ステップＳ３０６では、友連れ検出モジュール１１０が、画像は友連れか否かを検出する。
友連れ検出モジュール１１０では、撮影モジュール１０５で撮影された画像から既存の手法で人物（人体）を検出する。例えば、画像からの人物の検出手法に関しては、非特許文献１等に記載されている技術を用いればよい。
そして、並んで歩いて入店した場合に、友連れと認定する。
前述の既存の手法では、人物が検出された場合、人物検出ウインドウと呼ばれる人を囲う長方形の座標が出力されるのが一般的である。画像処理装置１００は、画像内に人物が複数（１つの画像内に人物検出ウインドウが複数）であって、その人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると判定する。予め定められた関係として、例えば、２つの検出ウインドウの下側のｙ座標がほぼ等しく（例えば、その２つのｙ座標の差分が予め定められた範囲内であること、例えば±５ピクセル等）かつ、これらの人物検出ウインドウの底辺の中心のｘ座標間の距離が予め定められた範囲内（例えば、１ｍ以内等）にある場合、これらを友連れと判定すればよい。なお、これは例示であって、他の関係を用いてもよい。例えば、人物検出ウインドウの中心（画像を用いた重心であってもよい）間の距離が、予め定められた距離以内である等を用いてもよい。
例えば、図４の例に示すように、画像から人物検出ウインドウ４１０、人物検出ウインドウ４２０を抽出する。そして、人物検出ウインドウ４１０と人物検出ウインドウ４２０の底辺のｙ座標の差分（図４では、｜ｙ１−ｙ２｜）が予め定められた閾値以内であって、人物検出ウインドウ４１０の底辺中心４１５と人物検出ウインドウ４２０の底辺中心４２５間の距離が予め定められた閾値以内であるので、友連れであると判定する。
友連れ検出モジュール１１０では、撮影モジュール１０５で撮影された画像から既存の手法で人物（人体）を検出する。例えば、画像からの人物の検出手法に関しては、非特許文献１等に記載されている技術を用いればよい。
そして、並んで歩いて入店した場合に、友連れと認定する。
前述の既存の手法では、人物が検出された場合、人物検出ウインドウと呼ばれる人を囲う長方形の座標が出力されるのが一般的である。画像処理装置１００は、画像内に人物が複数（１つの画像内に人物検出ウインドウが複数）であって、その人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると判定する。予め定められた関係として、例えば、２つの検出ウインドウの下側のｙ座標がほぼ等しく（例えば、その２つのｙ座標の差分が予め定められた範囲内であること、例えば±５ピクセル等）かつ、これらの人物検出ウインドウの底辺の中心のｘ座標間の距離が予め定められた範囲内（例えば、１ｍ以内等）にある場合、これらを友連れと判定すればよい。なお、これは例示であって、他の関係を用いてもよい。例えば、人物検出ウインドウの中心（画像を用いた重心であってもよい）間の距離が、予め定められた距離以内である等を用いてもよい。
例えば、図４の例に示すように、画像から人物検出ウインドウ４１０、人物検出ウインドウ４２０を抽出する。そして、人物検出ウインドウ４１０と人物検出ウインドウ４２０の底辺のｙ座標の差分（図４では、｜ｙ１−ｙ２｜）が予め定められた閾値以内であって、人物検出ウインドウ４１０の底辺中心４１５と人物検出ウインドウ４２０の底辺中心４２５間の距離が予め定められた閾値以内であるので、友連れであると判定する。
画像処理装置１００内の各モジュールは、処理結果等を人物情報テーブル５００に記憶する。図５は、人物情報テーブル５００のデータ構造例を示す説明図である。人物情報テーブル５００は、画像ＩＤ欄５１０、撮影場所欄５１２、撮影日時欄５１４、人物検出ウインドウＡ欄５１６、アイテム数欄５３０、アイテム１欄５３２、・・・、人物検出ウインドウＢ欄５４２、アイテム数欄５５６、アイテム１欄５５８、・・・を有している。
人物検出ウインドウＡ欄５１６は、Ｘ座標欄５１８、Ｙ座標欄５２０、幅欄５２２、高さ欄５２４、性別欄５２６、ターゲット客同行者判別結果欄５２８を有している。アイテム数欄５３０内の数だけ、それ以降アイテム１欄５３２の欄が続く。アイテム１欄５３２は、Ｘ座標欄５３４、Ｙ座標欄５３６、幅欄５３８、高さ欄５４０を有している。人物検出ウインドウＢ欄５４２は、Ｘ座標欄５４４、Ｙ座標欄５４６、幅欄５４８、高さ欄５５０、性別欄５５２、ターゲット客同行者判別結果欄５５４を有している。アイテム数欄５５６内の数だけ、それ以降アイテム１欄５５８の欄が続く。アイテム１欄５５８は、Ｘ座標欄５６０、Ｙ座標欄５６２、幅欄５６４、高さ欄５６６を有している。
人物検出ウインドウＡ欄５１６は、Ｘ座標欄５１８、Ｙ座標欄５２０、幅欄５２２、高さ欄５２４、性別欄５２６、ターゲット客同行者判別結果欄５２８を有している。アイテム数欄５３０内の数だけ、それ以降アイテム１欄５３２の欄が続く。アイテム１欄５３２は、Ｘ座標欄５３４、Ｙ座標欄５３６、幅欄５３８、高さ欄５４０を有している。人物検出ウインドウＢ欄５４２は、Ｘ座標欄５４４、Ｙ座標欄５４６、幅欄５４８、高さ欄５５０、性別欄５５２、ターゲット客同行者判別結果欄５５４を有している。アイテム数欄５５６内の数だけ、それ以降アイテム１欄５５８の欄が続く。アイテム１欄５５８は、Ｘ座標欄５６０、Ｙ座標欄５６２、幅欄５６４、高さ欄５６６を有している。
画像ＩＤ欄５１０は、本実施の形態において、画像を一意に識別するための情報（画像ＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。撮影場所欄５１２は、その画像の撮影場所を記憶している。撮影日時欄５１４は、その画像の撮影日時（年、月、日、時、分、秒、秒以下、又はこれらの組み合わせであってもよい）を記憶している。人物検出ウインドウＡ欄５１６は、人物検出ウインドウＡに関する情報を記憶している。Ｘ座標欄５１８は、人物検出ウインドウＡの左上角のＸ座標を記憶している。Ｙ座標欄５２０は、人物検出ウインドウＡの左上角Ｙ座標を記憶している。幅欄５２２は、人物検出ウインドウＡの幅を記憶している。高さ欄５２４は、人物検出ウインドウＡの高さを記憶している。性別欄５２６は、人物検出ウインドウＡ内の人物の性別を記憶している。ターゲット客同行者判別結果欄５２８は、その人物はターゲット客であるか同行者であるかの判別結果を記憶している。アイテム数欄５３０は、その人物が身につけているアイテム数を記憶している。アイテム１欄５３２は、アイテム１に関する情報を記憶している。Ｘ座標欄５３４は、アイテム１を囲むウインドウの左上角のＸ座標を記憶している。Ｙ座標欄５３６は、アイテム１を囲むウインドウの左上角のＹ座標を記憶している。幅欄５３８は、アイテム１を囲むウインドウの幅を記憶している。高さ欄５４０は、アイテム１を囲むウインドウの高さを記憶している。人物検出ウインドウＢ欄５４２は、人物検出ウインドウＢを記憶しており、人物検出ウインドウＡ欄５１６内のデータ構造は同じである。また、アイテム１欄５５８内のデータ構造は、アイテム１欄５３２内のデータ構造は同じである。なお、アイテム数欄５３０とアイテム１欄５３２（アイテム数欄５５６とアイテム１欄５５８）を有するのは、ターゲット客同行者判別結果欄５２８（ターゲット客同行者判別結果欄５５４）が同行者を示す値である場合としてもよい。
撮影モジュール１０５によって、画像ＩＤ欄５１０、撮影場所欄５１２、撮影日時欄５１４内に値が記憶される。友連れ検出モジュール１１０によって、友連れであると判定された画像について、人物検出ウインドウＡ欄５１６内のＸ座標欄５１８、Ｙ座標欄５２０、幅欄５２２、高さ欄５２４、人物検出ウインドウＢ欄５４２内のＸ座標欄５４４、Ｙ座標欄５４６、幅欄５４８、高さ欄５５０内に値が記憶される。
撮影モジュール１０５によって、画像ＩＤ欄５１０、撮影場所欄５１２、撮影日時欄５１４内に値が記憶される。友連れ検出モジュール１１０によって、友連れであると判定された画像について、人物検出ウインドウＡ欄５１６内のＸ座標欄５１８、Ｙ座標欄５２０、幅欄５２２、高さ欄５２４、人物検出ウインドウＢ欄５４２内のＸ座標欄５４４、Ｙ座標欄５４６、幅欄５４８、高さ欄５５０内に値が記憶される。
ステップＳ３０８では、性別判定モジュール１１５が、画像内の人物の性別を判定する。
性別判定モジュール１１５では、既存の性別判定手法を用いて、友連れ検出モジュール１１０で友連れと認定された画像内の人々の性別を推定する。性別判定のためには、まずは既存の手法で顔検出を行う。その後、検出された顔領域に対して性別判定を行う。性別判定手法としては、例えば、非特許文献２で開示されているように、特徴量としてＧａｂｏｒを用いて、サンプルの顔画像からＳＶＭで識別器を構築すればよい。
図４の例の場合、左側の人物（人物検出ウインドウ４１０内の人物）が女性、右側の人物（人物検出ウインドウ４２０内の人物）が男性と判定される。そして、人物情報テーブル５００の人物検出ウインドウＡ欄５１６内の性別欄５２６、人物検出ウインドウＢ欄５４２内の性別欄５５２に判定結果を記憶する。
性別判定モジュール１１５では、既存の性別判定手法を用いて、友連れ検出モジュール１１０で友連れと認定された画像内の人々の性別を推定する。性別判定のためには、まずは既存の手法で顔検出を行う。その後、検出された顔領域に対して性別判定を行う。性別判定手法としては、例えば、非特許文献２で開示されているように、特徴量としてＧａｂｏｒを用いて、サンプルの顔画像からＳＶＭで識別器を構築すればよい。
図４の例の場合、左側の人物（人物検出ウインドウ４１０内の人物）が女性、右側の人物（人物検出ウインドウ４２０内の人物）が男性と判定される。そして、人物情報テーブル５００の人物検出ウインドウＡ欄５１６内の性別欄５２６、人物検出ウインドウＢ欄５４２内の性別欄５５２に判定結果を記憶する。
ステップＳ３１０では、同行者ファッション系統模範コーディネート抽出モジュール１２０が、ファッション系統別画像ＤＢ１４０を用いて、画像内の同行者のファッション系列を判別し、ターゲット客に対して、模範コーディネート画像を抽出する。
同行者ファッション系統模範コーディネート抽出モジュール１２０では、同行者のファッションの系統判別を行い、そのファッション系統の模範コーディネートを抽出する。同行者のファッションの好みに注目する理由は、同行者が背中を押すことによって、購入を決めるケースが多いと考えられるためである。
Ｂ店は男性向けの店なので、男性がターゲット客となる。店舗又は商品エリアが男性向けか女性向けであるかは、例えば、店舗・商品エリアテーブル６００を用いて決定する。図６は、店舗・商品エリアテーブル６００のデータ構造例を示す説明図である。店舗・商品エリアテーブル６００は、店舗ＩＤ欄６１０、男性用女性用欄６１２、商品エリア数欄６１４、商品エリアＩＤ欄６１６、男性用女性用欄６１８を有している。商品エリア数欄６１４内の数だけ、以降商品エリアＩＤ欄６１６と男性用女性用欄６１８の組み合わせが続く。店舗ＩＤ欄６１０は、本実施の形態において、店舗を一意に識別するための情報（店舗ＩＤ）を記憶している。男性用女性用欄６１２は、その店舗が男性向けの店舗であるか女性向けの店舗であるかを示す情報を記憶している。商品エリア数欄６１４は、商品エリア数を記憶している。商品エリアＩＤ欄６１６は、本実施の形態において、商品エリアを一意に識別するための情報（商品エリアＩＤ）を記憶している。男性用女性用欄６１８は、その商品エリアが男性向けの商品エリアであるか女性向けの商品エリアであるかを示す情報を記憶している。つまり、人物の性別と店舗又は商品エリアの男性向けか女性向けかを示す情報が同じである場合は、ターゲット客となり、異なれば同行者となる。この判別結果を人物情報テーブル５００の人物検出ウインドウＡ欄５１６のターゲット客同行者判別結果欄５２８、人物検出ウインドウＢ欄５４２のターゲット客同行者判別結果欄５５４に記憶させる。
同行者ファッション系統模範コーディネート抽出モジュール１２０では、同行者のファッションの系統判別を行い、そのファッション系統の模範コーディネートを抽出する。同行者のファッションの好みに注目する理由は、同行者が背中を押すことによって、購入を決めるケースが多いと考えられるためである。
Ｂ店は男性向けの店なので、男性がターゲット客となる。店舗又は商品エリアが男性向けか女性向けであるかは、例えば、店舗・商品エリアテーブル６００を用いて決定する。図６は、店舗・商品エリアテーブル６００のデータ構造例を示す説明図である。店舗・商品エリアテーブル６００は、店舗ＩＤ欄６１０、男性用女性用欄６１２、商品エリア数欄６１４、商品エリアＩＤ欄６１６、男性用女性用欄６１８を有している。商品エリア数欄６１４内の数だけ、以降商品エリアＩＤ欄６１６と男性用女性用欄６１８の組み合わせが続く。店舗ＩＤ欄６１０は、本実施の形態において、店舗を一意に識別するための情報（店舗ＩＤ）を記憶している。男性用女性用欄６１２は、その店舗が男性向けの店舗であるか女性向けの店舗であるかを示す情報を記憶している。商品エリア数欄６１４は、商品エリア数を記憶している。商品エリアＩＤ欄６１６は、本実施の形態において、商品エリアを一意に識別するための情報（商品エリアＩＤ）を記憶している。男性用女性用欄６１８は、その商品エリアが男性向けの商品エリアであるか女性向けの商品エリアであるかを示す情報を記憶している。つまり、人物の性別と店舗又は商品エリアの男性向けか女性向けかを示す情報が同じである場合は、ターゲット客となり、異なれば同行者となる。この判別結果を人物情報テーブル５００の人物検出ウインドウＡ欄５１６のターゲット客同行者判別結果欄５２８、人物検出ウインドウＢ欄５４２のターゲット客同行者判別結果欄５５４に記憶させる。
まず、男女各１名の組であった場合について説明する。この例の場合は、ターゲット客の同行者である女性客Ｌのファッション系統判別を行う。
ファッション系統判別の方法としては、ファッション誌に載っている写真を抽出し、ファッション系統別画像ＤＢ１４０に記憶させておく。女性客Ｌと類似するファッションの写真が載っている雑誌を女性客Ｌのファッション系統とする等の方法がある。以下、図７を用いて詳細例を述べる。
＜１．画像からアイテムを抽出＞
人物画像からアイテムを抽出する。ここでアイテムとは、その店舗で商品（又はサービスの対象）となり得るものである。例えば、服、帽子、靴、バッグ、頭髪等がある。
例えば、文献１（益子宗，ミャグマルスレン シルメンバータル，酒巻隆治．ＫｉＴｅＭｉＲＯＯＭ：モバイル端末のためのファッションコーディネート支援システム（情報ネットワーク，＜特集＞システム開発論文）．電子情報通信学会論文誌，Ｄ 情報・システム Ｊ９６−Ｄ（１０），２２８６−２２９４，２０１３−１０−０１）、文献２（田房友典，石川聖二，河口英二．ビデオ画像上の歩行者の衣服認識法（＜論文小特集＞セキュリティを目的とした画像技術）．映像情報メディア学会誌：映像情報メディア ５２（１２），１８５６−１８５９，１９９８−１２−２０）等で開示されている技術を用いることにより、画像上の人物が着用している服等を抽出することができる。
この技術を用いて、同行者が着用している服等を特定する。
そして、ファッション系統別画像ＤＢ１４０に含まれる画像にも予め同様の処理を施しておく。
これらの結果を、図７の例を用いて説明する。図７（ａ）の例は、撮影装置１３５が撮影した同行者の人物画像を示しており、上着のアイテムウインドウ７１０ａ、スカートのアイテムウインドウ７２０ａを抽出した結果である。図７（ｂ）の例は、ファッション系統別画像ＤＢ１４０内の人物画像を示しており、シャツのアイテムウインドウ７１０ｂ、パンツのアイテムウインドウ７２０ｂを抽出した結果である。
これらの結果を、人物情報テーブル５００のアイテム数欄５３０、アイテム１欄５３２（又は、アイテム数欄５５６、アイテム１欄５５８）内の各欄に記憶させる。なお、ターゲット客同行者判別結果欄５２８（又はアイテム数欄５５６）が同行者を示す値に対応する欄を用いる。
ファッション系統判別の方法としては、ファッション誌に載っている写真を抽出し、ファッション系統別画像ＤＢ１４０に記憶させておく。女性客Ｌと類似するファッションの写真が載っている雑誌を女性客Ｌのファッション系統とする等の方法がある。以下、図７を用いて詳細例を述べる。
＜１．画像からアイテムを抽出＞
人物画像からアイテムを抽出する。ここでアイテムとは、その店舗で商品（又はサービスの対象）となり得るものである。例えば、服、帽子、靴、バッグ、頭髪等がある。
例えば、文献１（益子宗，ミャグマルスレン シルメンバータル，酒巻隆治．ＫｉＴｅＭｉＲＯＯＭ：モバイル端末のためのファッションコーディネート支援システム（情報ネットワーク，＜特集＞システム開発論文）．電子情報通信学会論文誌，Ｄ 情報・システム Ｊ９６−Ｄ（１０），２２８６−２２９４，２０１３−１０−０１）、文献２（田房友典，石川聖二，河口英二．ビデオ画像上の歩行者の衣服認識法（＜論文小特集＞セキュリティを目的とした画像技術）．映像情報メディア学会誌：映像情報メディア ５２（１２），１８５６−１８５９，１９９８−１２−２０）等で開示されている技術を用いることにより、画像上の人物が着用している服等を抽出することができる。
この技術を用いて、同行者が着用している服等を特定する。
そして、ファッション系統別画像ＤＢ１４０に含まれる画像にも予め同様の処理を施しておく。
これらの結果を、図７の例を用いて説明する。図７（ａ）の例は、撮影装置１３５が撮影した同行者の人物画像を示しており、上着のアイテムウインドウ７１０ａ、スカートのアイテムウインドウ７２０ａを抽出した結果である。図７（ｂ）の例は、ファッション系統別画像ＤＢ１４０内の人物画像を示しており、シャツのアイテムウインドウ７１０ｂ、パンツのアイテムウインドウ７２０ｂを抽出した結果である。
これらの結果を、人物情報テーブル５００のアイテム数欄５３０、アイテム１欄５３２（又は、アイテム数欄５５６、アイテム１欄５５８）内の各欄に記憶させる。なお、ターゲット客同行者判別結果欄５２８（又はアイテム数欄５５６）が同行者を示す値に対応する欄を用いる。
＜２．アイテム同士の類似度算出＞
次に、両者（撮影装置１３５が撮影した同行者とファッション系統別画像ＤＢ１４０内の画像の人物）のアイテム同士の類似度を算出する。
例えば、文献３（数藤恭子，島村潤，谷口行信．衣服の形状・色・柄による類似性判定と検索への応用（テーマセッション，パターン認識によるインタフェースの未来）．電子情報通信学会技術研究報告．ＰＲＭＵ，パターン認識・メディア理解 １１２（２２５），５３−５８，２０１２−０９−２７）等で開示されている技術を用いて、同行者のアイテムとファッション系統別画像ＤＢ１４０に含まれる画像上の人物が着用しているアイテムの類似度を算出する。この処理を、同行者のアイテムそれぞれについて行う。
＜３．トータルコーディネート同士の類似度算出＞
アイテム同士の類似度を合算する。必要であればアイテム数で除算するなどの正規化を行えばよい。そして、類似度の高いトータルコーディネートが属するクラス（例えば、ファッション誌）を特定する。ここでは、カジュアルな２０代女性向けの女性誌Ａが特定されたとする。
次に、両者（撮影装置１３５が撮影した同行者とファッション系統別画像ＤＢ１４０内の画像の人物）のアイテム同士の類似度を算出する。
例えば、文献３（数藤恭子，島村潤，谷口行信．衣服の形状・色・柄による類似性判定と検索への応用（テーマセッション，パターン認識によるインタフェースの未来）．電子情報通信学会技術研究報告．ＰＲＭＵ，パターン認識・メディア理解 １１２（２２５），５３−５８，２０１２−０９−２７）等で開示されている技術を用いて、同行者のアイテムとファッション系統別画像ＤＢ１４０に含まれる画像上の人物が着用しているアイテムの類似度を算出する。この処理を、同行者のアイテムそれぞれについて行う。
＜３．トータルコーディネート同士の類似度算出＞
アイテム同士の類似度を合算する。必要であればアイテム数で除算するなどの正規化を行えばよい。そして、類似度の高いトータルコーディネートが属するクラス（例えば、ファッション誌）を特定する。ここでは、カジュアルな２０代女性向けの女性誌Ａが特定されたとする。
＜４．ターゲット客における模範コーディネート画像集合の抽出＞
ここまでのステップで判別された同行者のファッション系統に対応するターゲット客性別（今回の例の場合は男性）の模範コーディネート画像集合Ｘを生成する。
特定されたファッション系統に対応するターゲット性別の模範コーディネート画像集合を得る方法として、例えば、今回のようにカジュアルな２０代女性向けの女性誌Ａが特定されているので、その女性誌Ａに掲載されている男性を、前述したように既存の人体検出手法、性別推定手法で抽出する。
この他に、ファッション系統に対応する性別毎の模範コーディネート画像集合を準備しておいてもよい。
ここまでのステップで判別された同行者のファッション系統に対応するターゲット客性別（今回の例の場合は男性）の模範コーディネート画像集合Ｘを生成する。
特定されたファッション系統に対応するターゲット性別の模範コーディネート画像集合を得る方法として、例えば、今回のようにカジュアルな２０代女性向けの女性誌Ａが特定されているので、その女性誌Ａに掲載されている男性を、前述したように既存の人体検出手法、性別推定手法で抽出する。
この他に、ファッション系統に対応する性別毎の模範コーディネート画像集合を準備しておいてもよい。
ステップＳ３１２では、類似店内商品検索モジュール１２５が、その店内の商品で模範コーディネート画像と類似する商品を自社商品画像ＤＢ１４５から検索する。
類似店内商品検索モジュール１２５では、模範コーディネート画像集合Ｘの画像において、着用アイテムと店内商品の画像との類似度を計算し、その値が予め定められた閾値以上であれば、推薦すべき商品として抽出する。
例えば、図８に示す模範コーディネート画像Ｍの場合は、文献１、文献２等に記載の技術で、ブルゾンＱである推薦アイテム画像８１０とパンツＲである推薦アイテム画像８２０が抽出される。
ブルゾンＱと店内のブルゾン商品画像との類似度を計算する。このとき、類似度が予め定められた閾値以上であれば、その店内のブルゾン商品を推薦商品として抽出する。
パンツＲにおいても同様に、店内のパンツ商品画像との類似度を計算して、同様に処理する。
なお、事前に店内商品に対して、模範コーディネート画像との対応付けを行っておいてもよい。
類似店内商品検索モジュール１２５では、模範コーディネート画像集合Ｘの画像において、着用アイテムと店内商品の画像との類似度を計算し、その値が予め定められた閾値以上であれば、推薦すべき商品として抽出する。
例えば、図８に示す模範コーディネート画像Ｍの場合は、文献１、文献２等に記載の技術で、ブルゾンＱである推薦アイテム画像８１０とパンツＲである推薦アイテム画像８２０が抽出される。
ブルゾンＱと店内のブルゾン商品画像との類似度を計算する。このとき、類似度が予め定められた閾値以上であれば、その店内のブルゾン商品を推薦商品として抽出する。
パンツＲにおいても同様に、店内のパンツ商品画像との類似度を計算して、同様に処理する。
なお、事前に店内商品に対して、模範コーディネート画像との対応付けを行っておいてもよい。
ステップＳ３１４では、提示モジュール１３０が、ステップＳ３１２で検索された商品を表示装置１５０に提示する。
提示モジュール１３０では、類似店内商品検索モジュール１２５において抽出された推薦商品を何らかの形でアウトプットする。例えば、レジスタカウンターの中で待機している店員に対して、男性客Ｊの顔画像と模範コーディネート画像と推薦商品を提示するようにしてもよい。別の方法としては、デジタルサイネージを用いて、男性客Ｊがその前に来たときに、模範コーディネート画像と推薦商品を提示するようにしてもよい。
提示モジュール１３０では、類似店内商品検索モジュール１２５において抽出された推薦商品を何らかの形でアウトプットする。例えば、レジスタカウンターの中で待機している店員に対して、男性客Ｊの顔画像と模範コーディネート画像と推薦商品を提示するようにしてもよい。別の方法としては、デジタルサイネージを用いて、男性客Ｊがその前に来たときに、模範コーディネート画像と推薦商品を提示するようにしてもよい。
図９を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図９に示す構成は、例えばパーソナルコンピュータ（ＰＣ）等によって構成されるものであり、スキャナ等のデータ読み取り部９１７と、プリンタ等のデータ出力部９１８を備えたハードウェア構成例を示している。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１は、前述の実施の形態において説明した各種のモジュール、すなわち、撮影モジュール１０５、友連れ検出モジュール１１０、性別判定モジュール１１５、同行者ファッション系統模範コーディネート抽出モジュール１２０、類似店内商品検索モジュール１２５、提示モジュール１３０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。
ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３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格納する。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。
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。
キーボード９０８、マウス等のポインティングデバイス９０９は、操作者により操作される入力デバイスである。ディスプレイ９１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等があり、各種情報をテキストやイメージ情報として表示する。
ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）９１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ９０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、画像、各モジュールの処理結果等が格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。
ドライブ９１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース９０７、外部バス９０６、ブリッジ９０５、及びホストバス９０４を介して接続されているＲＡＭ９０３に供給する。リムーバブル記録媒体９１３も、ハードディスクと同様のデータ記録領域として利用可能である。
接続ポート９１４は、外部接続機器９１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート９１４は、インタフェース９０７、及び外部バス９０６、ブリッジ９０５、ホストバス９０４等を介してＣＰＵ９０１等に接続されている。通信部９１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部９１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部９１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。
なお、図９に示す画像処理装置の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９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）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ような形態でもよく、さらに図９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、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）等に組み込まれていてもよい。
また、前述の実施の形態の説明において、予め定められた値との比較において、「以上」、「以下」、「より大きい」、「より小さい（未満）」としたものは、その組み合わせに矛盾が生じない限り、それぞれ「より大きい」、「より小さい（未満）」、「以上」、「以下」としてもよい。
前述の実施の形態においては、図５、図６で示したデータ構造は、これらのデータ構造に限られず、他のデータ構造であってもよい。例えば、リンク構造等であってもよい。また、データ項目は、これらに図示したものに限られず、他のデータ項目を有していてもよい。
なお、同行者ファッション系統模範コーディネート抽出モジュール１２０は、ファッション雑誌の画像ではなく、男女のカップルが撮影されている画像を用いてもよい。この場合、このカップルの画像を予め用意（大量が望ましい）しておき、同行者の性別（前述の例では女性）と類似したファッションの女性が撮影されているカップルの画像を抽出する。そして、その画像に撮影されているターゲット客の性別（前述の例では男性）の人物を抽出する。そして、その人物が着用している服と類似した店内の商品を特定して、ターゲット客に推薦すべき商品とすればよい。
前述の実施の形態においては、図５、図６で示したデータ構造は、これらのデータ構造に限られず、他のデータ構造であってもよい。例えば、リンク構造等であってもよい。また、データ項目は、これらに図示したものに限られず、他のデータ項目を有していてもよい。
なお、同行者ファッション系統模範コーディネート抽出モジュール１２０は、ファッション雑誌の画像ではなく、男女のカップルが撮影されている画像を用いてもよい。この場合、このカップルの画像を予め用意（大量が望ましい）しておき、同行者の性別（前述の例では女性）と類似したファッションの女性が撮影されているカップルの画像を抽出する。そして、その画像に撮影されているターゲット客の性別（前述の例では男性）の人物を抽出する。そして、その人物が着用している服と類似した店内の商品を特定して、ターゲット客に推薦すべき商品とすればよい。
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、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。
「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）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、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。
１００…画像処理装置
１０５…撮影モジュール
１１０…友連れ検出モジュール
１１５…性別判定モジュール
１２０…同行者ファッション系統模範コーディネート抽出モジュール
１２５…類似店内商品検索モジュール
１３０…提示モジュール
１３５…撮影装置
１４０…ファッション系統別画像ＤＢ
１４５…自社商品画像ＤＢ
１５０…表示装置
１０５…撮影モジュール
１１０…友連れ検出モジュール
１１５…性別判定モジュール
１２０…同行者ファッション系統模範コーディネート抽出モジュール
１２５…類似店内商品検索モジュール
１３０…提示モジュール
１３５…撮影装置
１４０…ファッション系統別画像ＤＢ
１４５…自社商品画像ＤＢ
１５０…表示装置
Claims (6)
- 店舗の顧客を撮影した画像から、該顧客である対象者に同行する同行者の画像を抽出する第１の抽出手段と、
予め定められた画像集から、前記同行者の画像に類似する第１の画像を抽出する第２の抽出手段と、
前記店舗内の商品の画像集から、前記第１の画像に対応する第２の画像と類似する第３の画像を検索する検索手段
を具備し、
前記第２の画像は、前記予め定められた画像集内で前記第１の画像が属しているファッション誌又はファッション系統において、前記同行者とは異なる性別の人物が撮影されている画像である
ことを特徴とする画像処理装置。 - 前記第３の画像を、前記対象者に対して推薦する商品として提示する提示手段
をさらに具備することを特徴とする請求項１に記載の画像処理装置。 - 前記店舗の顧客を撮影した画像から、人物の性別を判定する判定手段
をさらに具備し、
前記第１の抽出手段は、前記判定手段によって判定された性別と、前記画像が撮影された場所の商品が男性用か女性用かを示す情報を比較することによって、前記同行者の画像を抽出する
ことを特徴とする請求項１又は２に記載の画像処理装置。 - 前記店舗の顧客を撮影した画像には、友連れの複数の人物が撮影されているか否かを検出する検出手段
をさらに具備し、
前記判定手段は、前記検出手段によって友連れの画像であると検出された画像内の人物の性別を判定する
ことを特徴とする請求項３に記載の画像処理装置。 - 前記店舗の顧客を撮影した画像から人物の画像を抽出する第３の抽出手段
をさらに具備し、
前記検出手段は、前記第３の抽出手段によって抽出された人物が複数であって、該人物の画像間の関係が予め定められた関係にある場合は、友連れの複数の人物が撮影されていると検出する
ことを特徴とする請求項４に記載の画像処理装置。 - コンピュータを、
店舗の顧客を撮影した画像から、該顧客である対象者に同行する同行者の画像を抽出する第１の抽出手段と、
予め定められた画像集から、前記同行者の画像に類似する第１の画像を抽出する第２の抽出手段と、
前記店舗内の商品の画像集から、前記第１の画像に対応する第２の画像と類似する第３の画像を検索する検索手段
として機能させ、
前記第２の画像は、前記予め定められた画像集内で前記第１の画像が属しているファッション誌又はファッション系統において、前記同行者とは異なる性別の人物が撮影されている画像である
画像処理プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014184862A JP6500374B2 (ja) | 2014-09-11 | 2014-09-11 | 画像処理装置及び画像処理プログラム |
| PCT/JP2015/051168 WO2016038901A1 (ja) | 2014-09-11 | 2015-01-19 | 画像処理装置、画像処理プログラム、画像処理方法及び記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014184862A JP6500374B2 (ja) | 2014-09-11 | 2014-09-11 | 画像処理装置及び画像処理プログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019018406A Division JP6813039B2 (ja) | 2019-02-05 | 2019-02-05 | 画像処理装置及び画像処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016057940A JP2016057940A (ja) | 2016-04-21 |
| JP6500374B2 true JP6500374B2 (ja) | 2019-04-17 |
Family
ID=55458669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014184862A Active JP6500374B2 (ja) | 2014-09-11 | 2014-09-11 | 画像処理装置及び画像処理プログラム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6500374B2 (ja) |
| WO (1) | WO2016038901A1 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6738655B2 (ja) * | 2016-06-10 | 2020-08-12 | 株式会社大林組 | 案内表示システム、案内表示方法及び案内表示プログラム |
| JP6659524B2 (ja) | 2016-11-18 | 2020-03-04 | 株式会社東芝 | 移動体追跡装置、表示装置および移動体追跡方法 |
| JP7023132B2 (ja) * | 2018-02-08 | 2022-02-21 | ヤフー株式会社 | 選択装置、選択方法および選択プログラム |
| JP7102920B2 (ja) * | 2018-05-10 | 2022-07-20 | 大日本印刷株式会社 | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
| JP6934855B2 (ja) * | 2018-12-20 | 2021-09-15 | ヤフー株式会社 | 制御プログラム |
| KR20200079581A (ko) * | 2018-12-26 | 2020-07-06 | 오드컨셉 주식회사 | 사용자에게 스와이프 제스처를 이용한 패션 아이템 추천 서비스를 제공하는 방법 |
| JP7279361B2 (ja) * | 2018-12-27 | 2023-05-23 | 日本電気株式会社 | 服装提案装置、服装提案方法、およびプログラム |
| WO2022091658A1 (ja) * | 2020-10-29 | 2022-05-05 | 日本電気株式会社 | 商品推奨装置、方法、および記録媒体 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4198951B2 (ja) * | 2002-07-17 | 2008-12-17 | 独立行政法人科学技術振興機構 | グループ属性推定方法及びグループ属性推定装置 |
| JP4676160B2 (ja) * | 2004-04-13 | 2011-04-27 | 株式会社日立製作所 | 情報通知方法、および、情報通知システム |
| JP2011248548A (ja) * | 2010-05-25 | 2011-12-08 | Fujitsu Ltd | コンテンツ決定プログラムおよびコンテンツ決定装置 |
| JP5476236B2 (ja) * | 2010-07-02 | 2014-04-23 | 日本電信電話株式会社 | コーディネート推薦装置、コーディネート推薦方法及びそのプログラム |
| JP2013065110A (ja) * | 2011-09-15 | 2013-04-11 | Omron Corp | 検出装置、該検出装置を備えた表示制御装置および撮影制御装置、物体検出方法、制御プログラム、ならびに、記録媒体 |
-
2014
- 2014-09-11 JP JP2014184862A patent/JP6500374B2/ja active Active
-
2015
- 2015-01-19 WO PCT/JP2015/051168 patent/WO2016038901A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016038901A1 (ja) | 2016-03-17 |
| JP2016057940A (ja) | 2016-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6500374B2 (ja) | 画像処理装置及び画像処理プログラム | |
| US9336459B2 (en) | Interactive content generation | |
| JP2023018021A (ja) | 制御されていない照明条件の画像中の肌色を識別する技術 | |
| TWI778030B (zh) | 店鋪裝置、店鋪管理方法及程式 | |
| US20200334454A1 (en) | People stream analysis method, people stream analysis apparatus, and people stream analysis system | |
| CN106055710A (zh) | 基于视频的商品推荐方法及装置 | |
| JP5439787B2 (ja) | カメラ装置 | |
| JP5010937B2 (ja) | 画像処理装置、プログラム及び画像処理方法 | |
| TW201411515A (zh) | 於線上商店之互動式衣服搜尋技術 | |
| JP2011253344A (ja) | 購買行動分析装置、購買行動分析方法、およびプログラム | |
| JP2010204882A (ja) | 関係分析方法、関係分析プログラム、および、関係分析装置 | |
| JP2017117384A (ja) | 情報処理装置 | |
| JP6648508B2 (ja) | 購買行動分析プログラム、購買行動分析方法、及び購買行動分析装置 | |
| AU2017231602A1 (en) | Method and system for visitor tracking at a POS area | |
| JP6565639B2 (ja) | 情報表示プログラム、情報表示方法、及び情報表示装置 | |
| JP2022042014A (ja) | 制御方法、プログラム、情報処理装置、及び情報処理システム | |
| US20230111437A1 (en) | System and method for content recognition and data categorization | |
| KR20170016578A (ko) | 의류 피팅 시스템 및 의류 피팅 시스템의 동작 방법 | |
| Shadrach et al. | Smart virtual trial room for apparel industry | |
| TW201502999A (zh) | 一種行為辨識及追蹤系統 | |
| JP2017130061A (ja) | 画像処理システム、画像処理方法およびプログラム | |
| JP6813039B2 (ja) | 画像処理装置及び画像処理プログラム | |
| WO2019192455A1 (zh) | 门店系统、物品搭配方法、装置及电子设备 | |
| JP2010198199A (ja) | 情報提供システム及び情報提供方法 | |
| JP2017102564A (ja) | 表示制御プログラム、表示制御方法、及び表示制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170905 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180605 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181225 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190201 |
|
| 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: 20190219 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190304 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6500374 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |