JP6734891B2 - 販売実績の分析システムおよび分析方法 - Google Patents

Description

本発明は、店舗などの施設の入場者（来店客など）の状況を分析するデータ情報処理等の技術に関し、特に、小売店舗などに設置された監視カメラの撮影映像またはその画像解析情報などを用いて、販売機会損失などの分析を行うシステム等に適用して有効な技術に関するものである。

現在では、例えばスーパーやコンビニエンスストア等の小売店舗など、様々な施設において、防犯目的などで監視カメラや監視カメラシステム（以下では単に「監視カメラ」と記載する場合がある）が設置され利用されている。監視カメラは高機能・高性能化し続けており、様々な機能を有するものが市場に提供されている。

監視カメラの機能としては、施設内外の画像（動画像）の撮影と記録という基本的な機能に加えて、付加的な機能としては、撮影した動画像に対する画像解析処理等に基づいて、動体を検出する機能、および検出した動体の特徴に基づいて人物、顔などの対象を検出する機能などがある。また更に、人物の顔などの各部分を検出し、その特徴から人物の性別や年齢などの属性を推定する機能を有するものもある。

上記監視カメラを利用して得られるデータ情報を、防犯目的以外でどのように活用するかについては、設置施設のニーズ次第である。例えば、上記監視カメラによるデータ情報を、小売店舗等を対象とした経営管理・マーケティング・広告などの目的で活用することが考えられる。また特に、上記監視カメラによるデータ情報を、商品在庫管理情報や販売実績情報など、ＰＯＳ（Point of Sales）システム等のデータと照らし合わせて活用することが考えられる。

例えば、小売店舗では、商品の仕入れ・陳列（追加補充）の内容やそのタイミングなど、商品在庫管理に係わる判断・意思決定を必要とし、この判断については、商品店頭在庫の品切れ等を考慮した販売機会損失とのバランスをとって最適化することが求められている。よって、上記監視カメラによるデータ情報を活用して、上記の販売機会損失（ないし潜在的な需要）を数値化し、店舗経営管理などに役立てることが考えられる。

上記の商品販売機会損失の推定に係わる先行技術例として、特開２００１−３３１８７５号公報（特許文献１）(消費者行動モニタ装置等)がある。本消費者行動モニタ装置は、顧客の売り場への立寄りを検出する立寄り検出機器と、顧客の購買情報を管理するＰＯＳ端末と、立寄り情報及び購買情報をもとに、売り場に立ち寄っても商品購入を行わなかった販売機会損失を測定する解析端末と、を有することが記載されている（請求項１）。また前記立寄り検出機器は、売り場に取り付けられたカメラ、重量センサ、赤外線センサ、超音波センサであることが記載されている（請求項２）。またカメラによる顔画像を照合して販売機会損失を判定する旨が記載されている（請求項４）。

特開２００１−３３１８７５号公報

小売店舗等では、商品の店頭在庫（陳列数）が少なすぎる場合や多すぎる場合などが時々発生している。少なすぎる場合は、販売機会損失（売上げ減少）などの問題につながる。多すぎる場合は、在庫保有コストや、商品廃棄処分（例えば食品の廃棄）などの問題につながる。販売機会損失は、典型的には、例えば店舗内の特定の通路や商品棚などへ立ち寄る来店客が存在するにもかかわらず来店客が所望する商品が品切れ等により無いために購入されない、といった事例が挙げられる。また特に、店頭に商品が陳列されていたとしても、一定数量以上が確保されていない場合には、その分販売機会損失が増えるというデータもある。一方、販売機会損失を無くす／減らすために、多数の商品を仕入れて陳列しておけば、当然ながら消費者が余裕をもって購入可能となるが、商品の売れ残りによる廃棄処分等の問題につながる。廃棄率（廃棄数）を１つの基準としてこの値を低減することも求められる。

従来の小売店舗等では、前述の商品在庫管理（商品在庫と販売機会損失とのバランスや最適化）に係わる判断については、第１に、店員などの人間による経験的・曖昧な判断に依存する部分が大きかった。また一方、第２に、上記判断について、コンピュータシステムを用いて支援や自動化などを行う場合、従来は主にＰＯＳシステムや商品在庫管理システム等による商品販売実績情報（ＰＯＳデータ等）に基づいて行われていた。ＰＯＳデータ等の参照や分析により、どのような商品がどのようなタイミングでどのような客層に対してよく売れるか、といった情報が得られる。このような情報は、前述の商品在庫管理の判断を行うために有効となる。

しかしながら、従来技術では、上記の人間／コンピュータの判断のいずれにせよ、販売機会損失や廃棄の問題に対して改善の余地がある。

上記コンピュータ（ＰＯＳシステム等）の利用の場合、来店客が商品を購入した事例による情報（商品購入数など）が把握できるのみであり、来店客が商品を購入しなかった事例については把握できなかった。即ち、来店客が商品を購入しなかったような事例までを含めた販売機会損失の状況を的確に分析することはできなかった。

なお、前記特許文献１では、立寄り検出機器（カメラ、センサ等）は、消費者（来店客）の店舗への立寄りを信号処理によって検出する（段落００１３）。立寄り検出機器として、カメラで検出する場合、背景差分・フレーム間差分を用いた一般的な手法、人物検出手法を用いる（段落００２０）。また、店舗（商品棚）への立寄り人数と商品購入人数との差分により、機会損失の値を算出している（段落００２３、図２）。また、ＰＯＳ端末付近のカメラで消費者の顔画像を撮影し、ＰＯＳ端末で入力される情報（性別、年齢等）と共にネットワークを介して解析端末へ送信し保存する旨が記載されている（段落００２５等）。

前記特許文献１では、カメラを利用して機会損失の測定をするにあたり効果的かつ問題無い形で実現するための具体的な説明に乏しい。カメラによる撮影データ情報などの取り扱いに関しても、プライバシー等の観点から問題がある。例えばネットワーク上で撮影データ（人物の顔画像など）とＰＯＳ端末入力情報を送信することやデータベースに保存すること等は、注意を要する。またセンサを用いた検出の場合、混雑時など複数人がいる場合には人数を誤検出する可能性が高い。また特許文献１等では、商品廃棄などの観点については詳しくは記載されていない。

以上を鑑み、本発明の目的は、店舗などの施設における監視カメラでの撮影映像ないしその解析情報等により得られるデータ情報を利用して、商品在庫管理等（店舗経営管理等）に係わる商品在庫と販売機会損失とのバランスや最適化の判断に関する有益な指標（販売機会損失などに関する指標値）を、精度よく且つプライバシー等の観点でも問題無い形で得ることができるシステム等を提供することにある。本発明の前記ならびにその他の目的と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

前記目的を達成するために、本発明の代表的な実施の形態は、店舗の所定の撮影範囲を撮影するカメラを含むカメラシステムに内蔵または接続され、店舗の商品の販売機会損失を分析するシステムである、販売機会損失の分析システム等であって、以下の特徴を有するものである。

代表的な実施の形態の販売機会損失の分析システムは、前記カメラで撮影した分析対象とする動画像の解析処理により、前記撮影範囲に対応したフレーム領域における人物の位置、属性、滞留時間、または動線の少なくとも１つを含む情報を得て、当該情報に基づいて、前記フレーム領域内における人物の立寄りの状況を計算する処理を行い、前記立寄りの状況を含む解析情報を出力する解析部と、前記立寄りの状況を含む解析情報と、前記店舗の商品のＰＯＳデータと、を用いて、前記店舗の商品の販売機会損失に関する分析処理を行い、前記販売機会損失の指標値を含む分析結果情報を出力する分析部と、を有すること、を特徴とする。

本発明の代表的な実施の形態によれば、店舗などの施設における監視カメラでの撮影映像ないしその解析情報等により得られるデータ情報を利用して、商品在庫管理等（店舗経営管理等）に係わる商品在庫と販売機会損失とのバランスや最適化の判断に関する有益な指標（販売機会損失などに関する指標値）を、精度よく且つプライバシー等の観点でも問題無い形で得ることができる。

本発明の一実施の形態である販売機会損失分析システムの構成例について概要を示した図である。 本発明の一実施の形態における、各種データ情報、及び販売機会損失の計算式について示した図である。 本発明の一実施の形態における、分析結果として各種データ情報のグラフの例を示した図である。 本発明の一実施の形態における、立寄り人数の計算方法を説明するための図である。 本発明の一実施の形態における、立寄り度合い・立寄り箇所等の計算方法を説明するための図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。本発明の一実施の形態である販売機会損失の分析システム１００（図１）では、（Ａ）店舗５０の監視カメラシステム（３０，２０）の撮影範囲３５の映像における人物（来店客）の解析情報（２４，６１）と、（Ｂ）店舗５０のＰＯＳシステム（ＰＯＳレジ４０）対応のデータ（４１，６２）とを用いて、（Ｃ）店舗５０の撮影範囲３５内の商品に関する販売機会損失の分析処理を行い、販売機会損失の指標値などを高精度に計算する。

詳しくは、（Ａ）は、当該商品に対応付けられる領域（区画等）への来店客の立寄り人数などの情報である。（Ｂ）は、当該領域（区画等）に対応付けられる商品に関する在庫数や販売数・購入者数（実績）などの情報である。（Ｃ）では、（Ａ），（Ｂ）の各情報の関連性に基づく所定の計算により、販売機会損失の指標値を得る（図２）。

［システム構成］
図１において、本発明の一実施の形態である分析システム１００の構成例について概要を示す。本分析システム１００は、インターネット等のネットワーク９０において接続される、分析サーバ１０、及び複数の各々の店舗５０の情報処理システムを含んで成る。各店舗５０の情報処理システムは、監視カメラシステム（監視カメラサーバ２０、監視カメラ３０）、及びＰＯＳレジ４０、等を含んで成る。

店舗５０には、１つ以上の監視カメラ３０が設置される。監視カメラ３０は所定の撮影範囲３５を撮影する。各監視カメラ３０は、監視カメラサーバ２０に接続される。監視カメラサーバ２０は、店舗５０内部に構成されるか、ネットワーク９０等を介して店舗５０外部に構成されてもよい。また店舗５０内にはＰＯＳレジ４０を有する。監視カメラサーバ２０及びＰＯＳレジ４０に対し、ネットワーク９０を介して分析サーバ１０が接続される。分析サーバ１０は、ネットワーク９０上のシステムとして構成され、複数の店舗５０を分析対象とすることができる。なお分析サーバ１０は、各店舗５０の監視カメラサーバ２０等の情報処理システムとは独立した機器・システムとして実装する場合を示しているが、各店舗５０の監視カメラサーバ２０等の情報処理システム内に一体的に実装されてもよい。

店舗５０は、例えばスーパーやコンビニエンスストア店舗などである。複数の店舗５０は、例えば、同種の施設、例えばチェーン店舗などである。監視カメラ３０の撮影範囲３５は、例えば店舗５０内の所定の固定的な空間領域を対象とする。本実施の形態では、撮影範囲３５は、店舗５０内の通路や商品棚など（区画）を含む３次元的なものである（図４、３０１）。監視カメラ３０による撮影範囲３５を対象として撮影される動画像は、動画像データ２３として監視カメラサーバ２０内に記録される。

監視カメラサーバ２０は、例えば、コンピュータシステムによって構成され、ソフトウェアプログラムによって実装される監視カメラ制御部２１および画像解析部２２の各部と、動画像データ２３および解析情報２４の各データもしくはデータベースを有する。監視カメラサーバ２０は、監視カメラ３０によって撮影された動画像を動画像データ２３として記録する機能を有する。また監視カメラサーバ２０は、動画像データ２３をもとに、画像解析部２２による画像解析処理を行うことにより、撮影範囲３５の領域内における、移動する人物やその顔などの対象、及びその動線（軌跡）などを検出することができる公知の機能（人物検出機能及び動線検出機能）を有する。画像解析部２２等の処理内容は設定情報に基づいて可変に設定できる。画像解析部２２（人物検出機能及び動線検出機能）による解析情報２４が監視カメラサーバ２０内に記録される。また更に、画像解析部２２は、検出人物の属性（性別、年齢層など）を推定する公知の機能を備えてもよい。この場合は解析情報２４内に属性情報が含まれる。

監視カメラサーバ２０は、監視カメラ制御部２１により監視カメラ３０を制御する。この制御としては、例えば、監視カメラ３０による撮影の実行・停止、撮影範囲３５の設定や変更、露出等の撮影条件の変更などが含まれ得る。特に監視カメラ３０の向き等を変えることにより、所望の撮影範囲３５を設定することが可能である。

また本実施の形態では、画像解析部２２は、立寄り状況計算部２５を含む構成である。立寄り状況計算部２５は、上記検出機能の一部として、上記検出機能の結果の人物・動線などの情報をもとに、撮影範囲３５の領域内（区画等）における人物（来店客）の立寄りの人数（ｄ）などの状況を計算する処理を行う。この処理結果の立寄り人数（ｄ）などの情報は、解析情報２４内に含まれる。

画像解析部２２（立寄り状況計算部２５）では、監視カメラ３０の撮影映像（動画像データ２３）から、人物の立寄り・立去り等の動向・状況を、人物・動線、立寄り人数（ｄ）等の情報として、高精度に解析・検出する機能を備える。検出した人物情報を含む解析情報２４（日時、場所（区画等）、人数（立寄り人数（ｄ））、属性など）を、テキストデータとして活用する。例えば混雑時に特定の商品棚や区画に集中する複数の来店客についても、誤検出せずに、立寄り人数（ｄ）等を判定することができる。

本実施の形態では、監視カメラサーバ２０に、上記の人物・動線検出機能や、立寄り状況計算機能などを備え、本分析サーバ１０（分析部１２）は、上記の機能（解析情報２４）を利用して、販売機会損失の分析を実現する。なお、他の実施の形態として、分析サーバ１０側に上記の機能（特に立寄り状況計算部２５）を備えて、同様に実現してもよい。その場合、例えば、授受される解析情報６１は人物・動線の情報などを含み、分析サーバ１０側の立寄り状況計算部では、その解析情報６１を処理して立寄り人数（ｄ）などを得る形となる。

また監視カメラサーバ２０は、保持している解析情報２４をもとに、ネットワーク９０を介して分析サーバ１０へ、一部のデータ（解析情報６１）をテキストデータ形式で送信する機能を有する。この際、動画像データ２３などは送信されない。解析情報６１には来店客の個人情報などは含まれない。

ＰＯＳレジ４０は、ＰＯＳシステムに対応した機能を備えるキャッシュレジスター装置であり、商品会計時（販売時点）の情報などをＰＯＳデータ４１として記録・保持する。ＰＯＳレジ４０は、対応ＰＯＳシステム・機種などによって異なるが、商品販売（購入）実績の情報（販売情報（ｂ））を記録・管理等する機能（販売管理機能）、商品在庫の情報（在庫情報（ａ））を記録・管理等する機能（在庫管理機能）、購入者の属性情報（性別、年齢層など）を店員により入力・記録する機能（属性管理機能）（必須ではない）、などを有する。なお店舗５０のＰＯＳレジ４０は、店舗コンピュータやネットワーク通信装置などを含んで成る情報処理システムであってもよいし、外部の在庫管理システムや、電子マネーシステム（例えばＩＣカードによるシステム）等と接続・連携するシステムであってもよい。例えばＩＣカードによる会計操作及び処理に従い、販売時点情報がＰＯＳデータ４１として記録されるものでもよい。

ＰＯＳデータ４１は、データベース等により実現され、本実施の形態では、在庫情報（ａ）、販売情報（ｂ）、廃棄情報（ｃ）、等を有する。販売情報（ｂ）は購入者の属性情報を含んでもよい。

ＰＯＳレジ４０は、上記の販売管理機能及び属性管理機能としては、来店客による商品の購入時点ごとに、店舗、日時（時間帯）、商品、数量、客層（属性）などの情報（販売情報（ｂ））をＰＯＳデータ４１の一部として記録する。

ＰＯＳレジ４０は、上記在庫管理機能（ないし在庫管理システム等）としては、店舗５０の商品の仕入れ・陳列の数量などの情報（在庫情報（ａ））をＰＯＳデータ４１の一部として記録する。また本機能ないしシステムは、上記販売情報（ｂ）をもとに、商品の仕入れ・陳列の数量などの情報（在庫情報（ａ））を決定するものとしてもよい。本機能ないしシステムとしては、店舗５０の商品（店頭在庫）の陳列の数量を把握するものが望ましい。

廃棄情報（ｃ）としては、商品の廃棄処分の場合における、日時、数量などの情報を管理する。なお廃棄情報（ｃ）は、他の情報処理システムで管理してもよいし、販売機会損失の計算のみを目的とする場合は管理しなくてもよい。

またＰＯＳレジ４０は、保持しているＰＯＳデータ４１をもとに、ネットワーク９０を介して分析サーバ１０へ、一部のデータ（ＰＯＳデータ６２）をテキストデータ形式で送信する機能を有する。この際、ＰＯＳデータ６２には来店客の個人情報などは含まれない。

分析サーバ１０は、例えば、コンピュータシステムによって構成され、ソフトウェアプログラムによって実装される収集部１１、および分析部１２の各部と、収集情報１３および分析結果１４の各データもしくはデータベースを有する。これにより、本分析システム１００は、監視カメラシステム（３０，２０）による撮影動画像から撮影範囲３５の領域における商品の販売機会損失の情報（７１）を計算する機能を有する。また分析サーバ１０は、図示しないが、管理者等の操作により各種情報を設定するための設定手段を備え、処理対象のフレームや時間、判定用の閾値などを設定することが可能である。

収集部１１は、ネットワーク９０を介して、各店舗５０の監視カメラサーバ２０及びＰＯＳレジ４０から、分析部１２での処理に必要な各種データ情報（６１，６２）を収集・取得し、店舗や日時などの単位で集計し、収集情報１３として格納する。収集する情報は、例えば、店舗、日時、人物・動線（立寄り人数（ｄ）などの立寄り状況）、人物の属性（性別、年齢層など）、ＰＯＳシステム関連情報、などである。上記で特に、収集部１１は、監視カメラサーバ２０からは解析情報６１（立寄り人数（ｄ）を含む）のテキストデータを受信し、ＰＯＳレジ４０からはＰＯＳデータ６２（在庫情報（ａ）、販売情報（ｂ）、廃棄情報（ｃ）などを含む）のテキストデータを受信する。

本分析システム１００では、来店客（消費者）のプライバシーや肖像権などに配慮した仕組みを有する。監視カメラシステム（３０，２０）では、リアルタイムの処理により、撮影動画像データ２３を長く保存せずに消去し、動画像データ２３の解析情報２４（プライバシー等を侵害する情報を含まない）をもとに、ネットワーク９０上ではテキストデータ（解析情報６１）を授受する。そのデータ（解析情報６１）は、人物（来店客）の画像など、プライバシー等を侵害する情報を含まない。また、ＰＯＳレジ４０から、従来と同様の情報（ＰＯＳデータ６２）を授受する。そのデータ（ＰＯＳデータ６２）も、人物（購入者）の画像など、プライバシー等を侵害する情報を含まない。

分析部１２は、収集情報１３（前記ａ，ｂ，ｃ，ｄ等）を用いて、販売機会損失の指標値（ｆ）や廃棄の指標値（ｇ）などに関する分析・計算処理（後述、図２）を行い、その結果を分析結果１４として格納・出力する。分析結果１４は、販売機会損失の指標値（ｆ）の情報（販売機会損失情報７１）や、廃棄の指標値の情報（廃棄情報７２）などを含む。また分析部１２は、販売機会損失の指標値（ｆ）を含む各種データ情報をまとめたグラフを作成し、分析結果１４として含めてもよい（後述、図３）。

分析部１２の処理内容は管理者等により可変に指定・設定することができる。例えば分析の単位（１時間単位、１商品単位、１区画単位など）や、判定の条件や閾値などを指定できる。また分析サーバ１０（分析部１２等）は、収集情報１３をもとに統計処理を行ってもよい。即ち、複数の各々の店舗５０の情報を統計処理し、分析対象としてもよい。例えば、管理者等により、店舗、日時、商品（区画）、客層（属性）などを指定して分析対象としてもよい。

分析結果１４は、例えば、該当の店舗５０の管理者等が閲覧することができる形式とする。分析結果１４は、例えば、該当の店舗５０の情報処理システム等へ送信したり、該当の店舗５０の情報処理システム等からアクセスして取得可能とする。

なお、店舗５０等の施設によっては、ＰＯＳレジ４０（ＰＯＳシステム等の機能）を持たない場合もある。その場合、分析サーバ１０は、ＰＯＳデータ６２を取得できないが、分析サーバ１０側に、収集情報１３に対する所定の情報処理によりＰＯＳデータ６２相当を計算して得る機能、あるいは、他の情報処理システムからＰＯＳデータ６２相当を取得する機能などを備えることで実現可能である。

［各種データ情報、及び計算式］
図２において、本実施の形態における、各種データ情報（ａ〜ｇ）、及び販売機会損失の指標値（ｆ）の計算式の例について示している。各数値の単位は、所定時間（例えば１時間）あたり及び商品（対応領域単位）あたり等である。

ａは、商品の在庫数（店頭在庫数、陳列数など）である。対応するのは、図１のＰＯＳデータ４１の在庫情報（ａ）である。

ｂは、商品の販売数（購入数）ないし購入者数である（実績値）。対応するのは、図１のＰＯＳデータ４１の販売情報（ｂ）である。

ｃは、商品の廃棄数である。対応するのは、図１のＰＯＳデータ４１の廃棄情報（ｃ）である。ｃは、概略的には、ａとｂの差分（ａ−ｂ）から計算できる。

ｄは、立寄り人数である。ｄは、立寄り状況計算部２５により計算され、解析情報２４（６１）内に含まれる。画像解析部２２での人物・動線の解析・検出をもとに、当該商品に対応付けられる領域単位における人物の立寄り・立去りの人数を判定・カウントすることで算出できる（後述）。

ｅは、商品の購入率である。ｅは、ＰＯＳデータ４１（ａ，ｂ等）及び立寄り人数（ｄ）などから計算できる。

ｆは、販売機会損失の指標値である。ｆは機会損失情報７１に含まれる。基本的には、ある商品（対応領域）・ある時間帯において、在庫数（ａ）または購入者数（ｂ）が少なく、立寄り人数（ｄ）が多い場合、販売機会損失が大きくなると考えられる。

ｇは、廃棄率の指標値である。ｇは廃棄情報７２に含まれる。基本的には、ある商品（対応領域）・ある時間帯において、在庫数（ａ）が多く、立寄り人数（ｄ）が少ない場合、廃棄率（在庫保有コスト等）が大きくなると考えられる。

販売機会損失の指標値（ｆ）の計算式の例は以下である。

（１）第１の計算式として、［機会損失（ｆ）］＝［立寄り人数（ｄ）］×［購入率（ｅ）］である。条件として、［在庫数（ａ）］＝０（または所定の閾値ａｔ以下など）、且つ（ＡＮＤ）、［立寄り人数（ｄ）］＞０（または所定の閾値ｄｔ以上など）、の場合に算出する。

上記条件は、例えば、店舗５０内の対象の区画の商品棚の商品に関して、店頭在庫（陳列）の数が０であり、且つ、当該区画に対する立寄り人数（ｄ）が１人以上の場合である。計算例としては、対象の区画Ｋでの特定の商品Ｐの販売の場合において、１時間あたりで、立寄り人数（ｄ）が１０人であり、当該商品Ｐの購入率（ｅ）が２０％である場合、販売機会損失の指標値（ｆ）は、１０×（１−０．２）＝８、である。

第２の計算式として、概略的に、立寄り人数（ｄ）と、購入者数（ｂ）との差分（ｄ−ａ）から計算することができる。計算例としては、対象の区画Ｋでの特定の商品Ｐの販売の場合において、１時間あたりで、立寄り人数（ｄ）が１０人であり、当該商品Ｐの購入者数（ｂ）が２人である場合、販売機会損失の指標値（ｆ）は、１０−２＝８、である。

［分析例］
図３は、分析部１２による分析例として、ある店舗５０、ある月日（２４時間）、ある商品（対応する区画などの領域単位）、及び全来店客を対象として、各種データ情報（ａ，ｂ，ｃ，ｄ，ｆ）を計算したグラフ例を示す。図３のグラフ例において、横軸は１時間（ｈ）単位である。各値は１時間あたり及び１商品（対応領域）あたり等で換算したものである。

図３では、例えば９時〜１０時や１２時〜１５時などの時間帯（タイミング）では、販売機会損失（ｆ）が大きいことがわかる。即ち、このタイミングでは、当該商品（領域）に対する来店客の立寄りがある（立寄り人数（ｄ）＞０）にもかかわらず、当該商品（領域）における在庫数（ａ）が無いまたは少ないために、購入につながっていない（販売数（ｂ）が少ない）。

また図３の例以外にも、属性情報などを用いて例えば「月曜日」「２０代」「男性」等のＡＮＤ条件を指定して同様に分析することもできる。

［立寄り人数の計算］
図４において、立寄り状況計算部２５における立寄り人数（ｄ）の計算方法の例について説明図を示している。本分析システム１００では、動画像データ２３（解析情報２４）をもとに、店舗５０内の商品Ｐや棚Ｅなどの配置構成に対応した区画Ｋ等の領域単位ごと、及び時間帯ごとに、人物（来店客）の立寄り人数（ｄ）を判定・カウントする。区画Ｋ（その境界線）等は、本分析システム１００（設定手段）で可変に設定が可能である。

３０１は、撮影範囲３５に対応したフレーム領域の例であり、背景領域（人がいない状態）として、Ｋ（Ｋ１〜Ｋ３）は通路などの区画、Ｅ（Ｅ１〜Ｅ４）は棚（商品棚）、Ｐ（Ｐ２）は商品の例である。破線は区画Ｋの境界線を示す。なお、フレーム領域において棚Ｅや通路などを区別せずに統一的に区画Ｋを設定してもよい。

３１０は、背景領域上におけるある人物の位置の時系列（フレーム時間等）での変化を示す動線の例を示す。動線３１０上、３１１で示す三角のマークは、フレーム画像上の人物の現在位置（座標）の例を示す。動線の情報は、例えば、時系列における所定フレーム単位ごとの人物の位置を示す座標情報などである。

立寄り状況計算部２５は、撮影範囲３５のフレーム領域における人物の解析・検出に基づいて得られる人物の動線の情報（座標情報など）を用いて、境界線で示される区画Ｋ単位ごとに、人物の出入りや滞留などを判定し、立寄り人数（ｄ）などをカウントする。例えば、境界線と動線との交差状況、あるいは人物現在位置（座標）と領域単位との重なりなどを、幾何計算によって判定する。また更には、立寄り時間や立寄りの度合い（混雑や閑散の度合い）などを判定・計算してもよい。撮影範囲３５のフレーム領域内において、上記立寄り人数（ｄ）が多い区画Ｋは、立寄り度合いが高い箇所を示している。

また、３０２は、３次元空間の場合のフレーム領域３０１に対応付けられた、２次元空間の場合の領域を示す。店舗５０内の配置構成を上から俯瞰し、動線などの情報を重ねたものである。監視カメラ３０の設置や撮影範囲３５の設定に応じて、このように対象を２次元的にすることも可能である。例えば商品棚を正面から見る方向で撮影範囲３５を設定してもよい。また、３次元の情報と２次元の情報との間で所定の対応付け・変換処理を行うようにしてもよい。２次元化することで、例えば出力時に管理者等が見やすい情報にすることができる。

［立寄り度合い・立寄り箇所の計算］
また、図５において、立寄り状況計算部２５における立寄り度合いや立寄り箇所の計算方法の例について説明図を示している。５０１のように、フレーム領域を、複数の矩形のブロック等の単位に分割し、この分割領域単位ごとに、立寄り度合いなどを判定・計算する例である。５０１は、３０１のようなフレーム領域を縦横で８×８の６４個のブロック５１０に分割した例である。前記区画Ｋの代わりにブロック５１０単位で立寄り人数（ｄ）などを計算する。

例えば、５１１は、計算の結果、立寄り度合いが高いブロックを抽出した例を示す。立寄り度合いの計算の仕方は、例えば、図４で例示したような動線３１０の情報を用いて、対象フレーム群における各人物の動線（現在位置の座標）と、ブロック５１０との重なりを判定し、重なるブロックについて、立寄り度に関する数値をカウントする。そして例えばその立寄り度の数値と所定の閾値との比較などに基づき、当該立寄り度の数値が大きいブロックを抽出する。

また、上記抽出ブロックが多数存在する場合などには、クラスタリングの処理を行って、クラスタ集合にまとめてもよい。クラスタリングの方法としては、例えばＫ平均法などの公知技術を利用できる。クラスタ集合にまとめることで、撮影範囲３５のフレーム領域内における立寄り度合いが高い箇所を人間が判別しやすくなる。

５０２は、上記の抽出ブロックまたはクラスタ集合などを、立寄り度合いが高い箇所（立寄り箇所）として円で表示した場合である。上記の抽出ブロックまたはクラスタ集合または立寄り箇所（円）は、撮影範囲３５のフレーム領域内における、特定の区画Ｋや棚Ｅや商品Ｐなどに対応付けられたものになる。

［効果等］
以上説明したように、本実施の形態によれば、店舗５０などの施設における監視カメラ３０での撮影動画像データ２３ないしその解析情報２４等により得られるデータ情報、及びＰＯＳレジ４０等により得られるデータ情報を利用して、店舗５０の経営管理等に係わる商品在庫と販売機会損失とのバランスや最適化の判断に関する有益な指標（販売機会損失などに関する指標値）を、精度よく、且つプライバシー等の観点でも問題無い形で得ることができる。

これにより、分析結果１４を、店舗５０の経営管理等（商品在庫管理等）に反映できる。例えば、店舗５０内の商品や広告の配置構成などの検討に役立てることができる。あるいはＰＯＳシステムないし在庫管理システム等に自動的にデータを入力して、商品の仕入れ・陳列の数量などを調整してもよい。これにより、売り上げの増加や、廃棄率の低減などが実現できる。

本実施の形態では、前記特許文献１等の従来技術とは異なり、分析のために用いる情報（ネットワークで授受する情報）は、カメラによる撮影データを含まず、人物の位置の情報などのみを含む解析情報（テキストデータ）を用いる構成であるため、プライバシー等の観点での問題は生じない。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。

本発明は、特に、店舗の経営管理等の目的での固定カメラシステム、等に利用できる。

１０…分析サーバ、１１…収集部、１２…分析部、１３…収集情報、１４…分析結果、
２０…監視カメラサーバ、２１…監視カメラ制御部、２２…画像解析部、２３…動画像データ、２４…解析情報、２５…立寄り状況計算部、
３０…監視カメラ、３５…撮影範囲、
４０…ＰＯＳレジ、４１…ＰＯＳデータ、
５０…店舗、
６１…解析情報、６２…ＰＯＳデータ、
７１…機会損失情報、７２…廃棄情報、
１００…分析システム。

Claims (2)

1. 店舗に設置されたカメラによって撮影された動画像に基づいた、所定の撮影範囲への人物の立寄り状況およびその人物の性別や年齢層を含む顧客属性に係るデータを前記人物の個人情報を含まない形式の第１データとして取得または作成し、前記店舗の商品の販売実績の情報を含むＰＯＳデータを前記人物の個人情報を含まない形式の第２データとして取得または作成し、前記第１データと、前記第２データと、を用いて、前記人物の立寄り状況に係る前記顧客属性と前記販売実績とを関連付けた分析を行って、前記分析の結果として前記立寄り状況、前記販売実績、および前記顧客属性を含むデータを格納または出力するコンピュータを備え、
   前記所定の撮影範囲は、前記商品が設置される棚の配置構成に対応した区画と対応付けられ、
   前記立寄り状況に係るデータは、前記棚の区画での前記人物の立寄りの人数を含むデータであり、
   前記分析は、前記棚の区画毎に、かつ前記顧客属性毎に、前記第２データに基づいた前記商品の在庫数および販売実績情報と、前記第１データに基づいた前記立寄りの人数とを用いた、前記商品毎の購入率の計算を含み、前記分析の結果に前記購入率の情報が含まれる、
   販売実績の分析システム。
2. コンピュータによって実行されるステップとして、
   店舗に設置されたカメラによって撮影された動画像に基づいた、所定の撮影範囲への人物の立寄り状況およびその人物の性別や年齢層を含む顧客属性に係るデータを前記人物の個人情報を含まない形式の第１データとして取得または作成するステップと、
   前記店舗の商品の販売実績の情報を含むＰＯＳデータを前記人物の個人情報を含まない形式の第２データとして取得または作成するステップと、
   前記第１データと、前記第２データと、を用いて、前記人物の立寄り状況に係る前記顧客属性と前記販売実績とを関連付けた分析を行って、前記分析の結果として前記立寄り状況、前記販売実績、および前記顧客属性を含むデータを格納または出力するステップと、を有し、
   前記所定の撮影範囲は、前記商品が設置される棚の配置構成に対応した区画と対応付けられ、
   前記立寄り状況に係るデータは、前記棚の区画での前記人物の立寄りの人数を含むデータであり、
   前記分析は、前記棚の区画毎に、かつ前記顧客属性毎に、前記第２データに基づいた前記商品の在庫数および購入実績情報と、前記第１データに基づいた前記立寄りの人数とを用いた、前記商品毎の購入率の計算を含み、前記分析の結果に前記購入率の情報が含まれる、
   販売実績の分析方法。