JP6874720B2 - 表示制御装置、自動販売機、表示制御方法、及び表示制御プログラム - Google Patents

Description

本発明は、表示制御装置、自動販売機、表示制御方法、及び表示制御プログラムに関する。

従来の看板や紙媒体に代えて、液晶ディスプレイ、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）表示装置等を使用して画像又は映像を表示し、広告、案内等の情報を発信するデジタルサイネージの導入が進んでいる。例えば、自動販売機に大型液晶ディスプレイとタッチパネルを装備することで、情報発信を行う電子広告看板機能と、子供や車椅子の身障者に配慮して商品の表示位置を変える機能と、災害発生時の災害警報を表示する機能とを備えた自動販売機が提案されている（例えば、特許文献１を参照）。

特開２０１１−１１８８０７号公報

自動販売機のディスプレイに表示する内容を変更する場合、利用者は、自動販売機に正対していることが前提とされる。また、ディスプレイの表示内容は、例えば、利用者の視線方向の変化の情報を用いて制御することが可能である。しかしながら、自動販売機に正対する利用者の視線方向が変化していたとしても、購入するか否かを迷っているのか、又は購入すると決めた商品を探しているのかを判断するのは困難である。利用者が購入する商品を既に決定し、購入対象の商品を探しているような場合には、自動販売機のディスプレイに推薦する商品が表示されると、利用者は煩わしく感じる可能性がある。

本発明は、一側面では、上述した課題を解決するためになされたものであり、利用者の購入意欲に基づいて自動販売機の表示内容を制御する技術を提供することを目的とする。

上記課題を解決するために、本発明の一側面では、自動販売機に近づいてくる利用者の動線の情報に基づいて利用者の購入意欲を推定し、購入意欲に基づいて、自動販売機の表示内容を制御することにした。

より詳細には、本発明の一側面に係る表示制御装置は、利用者に商品を提示する表示部を有する自動販売機の表示制御装置であって、自動販売機に近づいてくる利用者を連続して撮像する撮像手段と、撮像された各画像から利用者を検出し、利用者の動線の情報を取得する解析手段と、解析手段が取得した情報に基づいて、利用者の購入意欲を推定する推定手段と、推定した購入意欲に基づいて、自動販売機の表示部への表示内容を制御する表示制御手段と、を備える。

自動販売機の表示部は、販売商品又は広告等を電子的に表示するディスプレイであり、表示制御装置によって表示内容が制御される。動線の情報は、例えば、撮像手段によって撮像された各画像における利用者の位置情報から得られる利用者の移動経路であってもよい。なお、利用者の位置情報は、例えば、撮像された各画像（以下、フレーム又は撮像画像ともいう）において中心点を原点とする座標系によって表すことができる。解析手段が取得した情報は、利用者の動線の情報を含み、撮像手段によって撮像された各画像を解析
することによって得られる他の情報を含んでもよい。

表示制御装置は、自動販売機に近づいてくる利用者の動作から購入意欲を推定するため、利用者が自動販売機の前に停止するよりも早いタイミングで、利用者の購入意欲を推定することができる。これにより、表示制御装置は、利用者が購入商品を迷っている場合に、より好適なタイミングで自動販売機のディスプレイに推薦する商品を提示することができる。このように、表示制御装置は、利用者の動線の情報に基づいて購入意欲を推定し、購入意欲に基づいて、自動販売機の表示部への表示内容を制御することができる。

また、解析手段は、各画像が撮像されたときの利用者の移動速度の情報をさらに取得してもよい。表示制御装置は、動線の情報に加え、利用者の移動速度の情報に基づいて利用者の購入意欲を推定することで、動線及び移動速度に応じた利用者の購入意欲を適切に推定し、自動販売機の表示部への表示内容を制御することができる。

また、解析手段は、各画像が撮像されたときの利用者の加速度の情報をさらに取得してもよい。表示制御装置は、動線及び移動速度の情報に加え、利用者の加速度の情報に基づいて利用者の購入意欲を推定することで、例えば、減速により利用者の購入意欲が変化したような場合であっても、利用者の購入意欲を適切に推定し、自動販売機の表示部への表示内容を制御することができる。

また、推定手段は、動線の情報と、移動速度の情報及び加速度の情報の少なくともいずれか一方とに基づいて、利用者の購入意欲を推定する場合に、自動販売機から利用者までの距離に応じて、動線の情報、移動速度の情報、及び加速度の情報のそれぞれに対して重み付けをすることにより、利用者の購入意欲を推定してもよい。利用者が自動販売機により近い位置にいる場合、動線よりも移動速度の情報のほうが、購入意欲の推定に影響を与えると考えられる。一方、利用者が自動販売機から離れた位置にいる場合、動線と移動速度の両方が、購入意欲に同程度の影響を与えると考えられる。このように、自動販売機から利用者までの距離に応じて、利用者の購入意欲の推定に影響を与える情報は異なる。表示制御装置は、自動販売機から利用者までの距離に応じて、動線の情報、移動速度の情報、及び加速度の情報に対する重み付けをすることで、利用者の購入意欲を適切に推定し、自動販売機の表示部への表示内容を制御することができる。

また、解析手段は、利用者が自動販売機に向かう間や利用者が自動販売機の前で停止した後における、利用者の視線又は顔の向きの情報をさらに取得してもよい。利用者の視線又は顔の向きが変化する場合、利用者は、購入する商品を迷っていることが考えられる。表示制御装置は、動線等の情報に加え、視線又は顔の向きの情報を利用することで、より好適に購入意欲を推定することができる。これにより、表示制御装置は、利用者の購入意欲を適切に推定し、自動販売機の表示部への表示内容を制御することができる。

また、解析手段は、利用者が自動販売機の前で停止している時間の情報をさらに取得してもよい。利用者の自動販売機の前での停止時間が長くなるほど、利用者は、商品の選択を迷っていると考えられる。表示制御装置は、動線等の情報に加え、自動販売機の前での利用者の停止時間の情報を利用することで、適切なタイミングで自動販売機の表示部への表示内容を制御することができる。

また、解析手段は、各画像から推定される利用者の身長、性別及び年齢の属性情報をさらに取得し、推定手段は、解析手段が取得した情報から利用者の購入意欲を推定するために用いられる所定の閾値を、利用者の属性情報に応じて調整してもよい。身長、性別及び年齢等の属性により、利用者の歩く速度は異なる。利用者の属性情報に応じて、利用者の購入意欲を推定するために用いられる所定の閾値を調整することで、表示制御装置は、利
用者に適したタイミングで、自動販売機の表示部への表示内容を制御することができる。

また、本発明の一側面に係る自動販売機は、上記の表示制御装置を備える。

また、本発明の一側面に係る表示制御方法は、利用者に商品を提示する表示部を有する自動販売機の表示制御方法であって、表示制御装置は、自動販売機に近づいてくる利用者を連続して撮像するステップと、撮像された各画像から利用者を検出し、利用者の動線の情報を取得する解析ステップと、解析ステップで取得した情報に基づいて、利用者の購入意欲を推定する推定ステップと、推定した購入意欲に基づいて、自動販売機の表示部への表示内容を制御する制御ステップと、を実行する。

また、本発明の一側面に係る表示制御プログラムは、利用者に商品を提示する表示部を有する自動販売機の表示制御装置に、自動販売機に近づいてくる利用者を連続して撮像するステップと、撮像された各画像から利用者を検出し、利用者の動線の情報を取得する解析ステップと、解析ステップで取得した情報に基づいて、利用者の購入意欲を推定する推定ステップと、推定した購入意欲に基づいて、自動販売機の表示部への表示内容を制御する制御ステップと、を実行させる。

本発明によれば、利用者の購入意欲に基づいて自動販売機の表示内容を制御する技術を提供することができる。

図１Ａは、利用者が商品選択に迷う場面における利用者の動線及び動作を例示する。 図１Ｂは、利用者が商品選択に迷う場面における利用者の動線及び動作を例示する。 図２は、利用者が商品選択に迷わない場面における利用者の動線及び動作を例示する。 図３は、実施形態に係る表示制御装置のハードウェア構成の一例を模式的に例示する。 図４は、実施形態に係る表示制御装置及び自動販売機の機能構成の一例を模式的に例示する。 図５は、予測動線と実際の動線との距離に基づいて相違度を算定する例を説明するための図である。 図６は、利用者が動線上を移動する確率に基づいて相違度を算定する例を説明するための図である。 図７は、実施形態に係る表示制御処理を例示するフローチャートである。 図８は、撮像画像の解析情報のデータ構造を例示する図である。 図９は、購入意欲の度合いを算出する処理を例示するフローチャートである。 図１０は、購入意欲を推定するための係数定義テーブルを例示する図である。 図１１は、変形例１に係る表示制御処理を例示するフローチャートである。 図１２は、利用者の検出対象の領域の設定例を示す図である。

以下、本発明の一側面に係る実施の形態を、図面に基づいて説明する。

§１ 適用例
まず、図１Ａ、図１Ｂ、図２を用いて、本発明が適用される場面の一例について説明する。実施形態に係る表示制御装置１０は、自動販売機２０に至るまでの利用者の動線及び動作に基づいて、利用者の購入意欲を推定し自動販売機２０の表示内容を制御する装置である。ここで、動作は、例えば、利用者が自動販売機２０に向かって移動する移動速度及び加速度によって特定される利用者の動きとすることができる。図１Ａ及び図１Ｂは、利用者が商品選択に迷う場面における利用者の動線及び動作を例示する。図２は、利用者が商品選択に迷わない場面における利用者の動線及び動作を例示する。

図１Ａに示されるとおり、表示制御装置１０は、利用者の撮像を行う撮像部１０１を備える。さらに、表示制御装置１０は、後述の図４に示されるとおり、解析部１０２、推定部１０３、表示制御部１０４、表示制御情報ＤＢ（データベース）１０５を備える。表示制御装置１０は、利用者を写した撮像画像を解析して取得した情報に基づいて、自動販売機２０の表示部２０１の表示内容を制御することができる。自動販売機２０は、図５に示されるとおり、表示部２０１及び制御部２０２を備えている。撮像部１０１、解析部１０２、推定部１０３及び表示制御部１０４は、本発明の「撮像手段」、「解析手段」、「推定手段」、「表示制御手段」の一例である。

表示制御装置１０は、図１Ａの例では、自動販売機２０の外部に設置されているが、自動販売機２０と一体になるように、機内に組み込んで設置されてもよい。また、表示制御装置１０は、複数の自動販売機２０が併設される場合、自動販売機２０ごとに設置されてもよい。また、表示制御装置１０は、１台の自動販売機２０に設置され、複数の自動販売機２０に対し、それぞれの表示部２０１に表示させる内容を制御するようにしてもよい。この場合、表示制御装置１０は、自動販売機２０ごとに、近づいてくる利用者を撮像してそれぞれの自動販売機２０に対する購入意欲を推定するようにしてもよい。さらに、表示制御装置１０は、例えば、魚眼レンズを備え、天井に設置されるものであってもよい。

表示制御の対象となる自動販売機２０は、対面型であって、電子的に表示内容を制御可能な販売装置が例示される。自動販売機２０は、例えば、デジタルサイネージを備える飲料又は食料などの自動販売機２０を含む。デジタルサイネージを備える自動販売機２０としては、商品の選択操作をするための商品選択部と表示部２０１が分かれている種類、商品選択部及び透過型の表示部２０１を備える種類、商品選択部と表示部２０１とが一体化している種類等が例示される。

撮像部１０１は、自動販売機２０に近づいてくる利用者を撮像する。解析部１０２は、利用者を写した撮像画像を解析し、利用者の動線及び移動速度の情報を取得する。推定部１０３は、利用者の動線又は移動速度に基づいて、自動販売機２０で販売される商品に対する購入意欲を推定する。表示制御部１０４は、推定部１０３によって推定された利用者の購入意欲に基づいて、自動販売機２０に対し表示部２０１への表示内容を指示する。表示制御情報ＤＢ１０５は、撮像部１０１が写した撮像画像、解析部１０２による撮像画像の解析結果、推定部１０３によって推定された利用者の購入意欲の推定値等の情報を格納する。自動販売機２０の制御部２０２は、表示制御部１０４からの指示を受信し、受信した指示に基づいて、表示部２０１の表示内容を制御する。

次に、利用者が購入する商品を迷っている場合及び迷っていない場合における動線及び動作について、具体的に説明する。図１Ａに示す動線Ｌ１は、利用者が、真っすぐに自動販売機２０に向かわずに隣接する自動販売機２０Ａの商品を確認するため、自動販売機２０Ａ側に移動した後、元の自動販売機２０の前に戻る様子を例示する。また、利用者は、元の自動販売機２０の前に立つ数歩前からディスプレイを注視し始めた影響で、歩幅が狭くなり、移動速度が遅くなることが考えられる。この場合、利用者は購入する商品をまだ
決めていない可能性があり、推定部１０３は、当該利用者の購入意欲は低いと推定することができる。

図１Ｂに示す動線Ｌ２は、複数の自動販売機２０が見渡せる位置で、利用者Ｕ１が、商品を購入している他の利用者Ｕ２の背後を行き来する様子を例示する。利用者Ｕ１は、利用者Ｕ２の背後を行き来して自動販売機２０で販売されている商品を確認し、購入する商品を検討中であると考えられる。この場合も、利用者は購入する商品をまだ決めていない可能性があり、推定部１０３は、当該利用者の購入意欲は低いと推定することができる。表示制御装置１０は、例えば、利用者の購入意欲が所定の閾値より低い場合に、表示部２０１におすすめ商品を提示するようにしてもよい。

一方、図２に示す動線Ｌ３は、利用者が移動速度を落とさないまま、自動販売機２０の前に立ち、商品を選択する様子を例示する。利用者は、自動販売機２０の前まで移動速度を落とさないまま進んでおり、購入する商品を決めてから自動販売機２０の前まで移動したと考えられ、推定部１０３は、当該利用者の購入意欲を高いと推定することができる。表示制御装置１０は、例えば、利用者の購入意欲が所定の閾値より高い場合には、表示部２０１におすすめ商品は提示せず、利用者が自動販売機２０の前に移動した後、すぐに商品を購入できるようにしてもよい。

以上のとおり、実施形態では、表示制御装置１０は、利用者の動線及び動作に基づいて利用者の購入意欲を推定することができる。そして、表示制御装置１０は、推定した購入意欲に基づいて、自動販売機２０の表示部２０１に表示する内容を制御することができる。表示制御装置１０は、利用者の動線に基づいて購入意欲を推定することにより、視線方向の変化に基づいて購入意欲を推定する場合と異なり、購入を迷っているのか、商品を探しているのかを容易に判断することができる。

§２ 構成例
［ハードウェア構成］
＜表示制御装置＞
次に、図３を用いて、実施形態に係る表示制御装置１０のハードウェア構成の一例について説明する。図３は、実施形態に係る表示制御装置１０のハードウェア構成の一例を模式的に例示する。

図３の例では、実施形態に係る表示制御装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、通信インタフェース１４、撮像装置１５が電気的に接続されたコンピュータであってよい。

プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）であってもよい。プロセッサ１１は、表示制御装置１０を制御し、様
々な情報処理の演算を行う。主記憶装置１２は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）を含む。補助記憶装置１３は、例えば、ＥＰＲＯＭ（Erasable Programmable ROM）、ハードディスクドライブ（ＨＤＤ、Hard Disk Drive）である。また、補助記憶装置１３は、リムーバブルメディア、即ち可搬記録媒体を含むことができる。リムーバブルメディアは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、あるいは、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）のようなディスク記録媒体である。

補助記憶装置１３は、各種のプログラム、各種のデータ及び各種のテーブルを読み書き自在に記録媒体に格納する。補助記憶装置１３には、オペレーティングシステム（Operating System :ＯＳ）、各種プログラム、各種テーブル等が格納される。補助記憶装置１３
に格納される情報は、主記憶装置１２に格納されてもよい。また、主記憶装置１２に格納される情報は、補助記憶装置１３に格納されてもよい。

通信インタフェース１４は、表示制御装置１０と、自動販売機２０を含む他の装置との間の通信を制御する。通信インタフェース１４は、例えば、ＬＡＮ（Local Area Network）インターフェースボード、無線通信のための無線通信回路である。ＬＡＮインターフェースボードや無線通信回路は、公衆通信網であるインターネット等のネットワークに接続されてもよい。

撮像装置１５は、利用者のデジタル画像を表示制御装置１０に取り込むための撮像デバイスであり、例えばＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）カメラやＣ
ＣＤ（Charge-Coupled Device）カメラを好適に用いることができる。入力画像の形式（
解像度、カラー／モノクロ、静止画像／動画、階調、データ形式など）は任意であり、物体２の種類やセンシングの目的に合わせて適宜選択すればよい。可視光像以外の特殊な画像（Ｘ線画像、サーモ画像など）を物体認識や検査に利用する場合には、その画像に合わせたカメラを用いてもよい。

表示制御装置１０で実行される一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。なお、表示制御装置１０の具体的なハードウェア構成に関して、実施形態に応じて、適宜、構成要素の省略、置換及び追加が可能である。例えば、プロセッサ１１は、複数のプロセッサを含んでもよい。また、表示制御装置１０は、自動販売機２０ごとに設置されてもよく、複数の自動販売機２０に対して１台の表示制御装置１０が設置されてもよい。さらに、表示制御装置１０は、例えば、撮像装置１５として魚眼レンズを備え、天井に設置される装置であってもよい。

［機能構成］
次に、図４を用いて、実施形態に係る表示制御装置１０及び自動販売機２０の機能構成の一例を説明する。図４は、実施形態に係る表示制御装置１０及び自動販売機２０の機能構成の一例を模式的に例示する。

＜表示制御装置＞
表示制御装置１０のプロセッサ１１は、補助記憶装置１３に記憶されたプログラムを主記憶装置１２に展開する。そして、プロセッサ１１は、主記憶装置１２に展開されたプログラムをプロセッサ１１により解釈及び実行して、各構成要素を制御する。これによって、実施形態に係る表示制御装置１０は、図４に例示するように、撮像部１０１、解析部１０２、推定部１０３、表示制御部１０４、及び表示制御情報ＤＢ１０５の各構成要素による処理を実行することができる。

撮像部１０１は、自動販売機２０に近づいてくる利用者を連続して撮像する。撮像部１０１は、例えば、１秒間のコマ数を表すフレームレートが１０ｆｐｓから３０ｆｐｓの範囲で撮像することで、解析部１０２は、利用者の動線、移動速度、加速度等の情報を取得することができる。

解析部１０２は、撮像部１０１による撮像画像から、自動販売機２０に近づいてくる利用者を検出する。解析部１０２は、各フレームにおいて、自動販売機２０からの距離が所定の範囲内である領域に存在する利用者を検出するようにしてもよい。解析部１０２は、各フレームにおける利用者の存在位置を結ぶことにより、利用者の動線の情報を取得することができる。また、解析部１０２は、フレーム間での利用者の移動距離から、利用者の移動速度を算出することができる。さらに、解析部１０２は、利用者の移動速度の変化から、利用者の加速度を算出することができる。

推定部１０３は、解析部１０２が取得した情報に基づいて、利用者の購入意欲を推定することができる。解析部１０２が取得した情報は、例えば、利用者の動線の情報を含む。また、解析部１０２が取得した情報は、利用者の移動速度及び加速度の情報を含んでもよい。推定部１０３は、例えば、利用者が自動販売機２０に向かって真っ直ぐに進む場合の動線と、利用者が実際に移動した動線との相違度を算定し、算定した相違度に基づいて、購入意欲の度合いを推定することができる。

ここで、図５及び図６を用いて、利用者が自動販売機２０に向かって真っ直ぐに進む場合の動線と、利用者が実際に移動した動線との相違度の算定方法について説明する。図５及び図６のそれぞれによって、２つの相違度の算定方法が例示される。相違度の算定はどちらの方法を用いてもよい。また、他の幾何学的に相違度を算出する方法や確率を用いて相違度を算出する手法であってもよい。

まず、図５は、予測動線と実際の動線との距離に基づいて相違度を算定する例を説明するための図である。図５に例示するように、利用者が自動販売機２０に向かって真っ直ぐに進む場合に予測される動線（以下、予測動線ともいう）Ｌ１１は、利用者が検出された位置Ｐ１と自動販売機２０の位置Ｑ１とを結ぶ直線とする。図５の例では、利用者は、実際には、他の自動販売機２０で販売される商品の確認等のため、位置Ｐ１から位置Ｒ１を経由して自動販売機２０の位置Ｑ１まで、動線Ｌ１２に沿って移動する。予測動線Ｌ１１上に点Ｈ１から点Ｈ４をとり、予測動線Ｌ１１と垂直方向における各点から動線Ｌ１２までの距離は、それぞれｈ１からｈ４とする。予測動線Ｌ１１と動線Ｌ１２との相違度は、例えば、距離ｈ１から距離ｈ４までの和として算定することができる。即ち、予測動線Ｌ１１と動線Ｌ１２との相違度は、距離ｈ１から距離ｈ４までの和に比例して大きくなる。なお、図５は、予測動線Ｌ１１上に４つの点Ｈ１から点Ｈ４をとる例を示すが、推定部１０３は、４つに限られず任意の数の点から動線Ｌ１２までの距離の和を、相違度として算定してもよい。

次に、図６は、利用者が動線上を移動する確率に基づいて相違度を算定する例を説明するための図である。図６に例示するように、利用者が自動販売機２０に向かって真っ直ぐに進む場合の予測動線Ｌ２１は、利用者が検出された位置Ｐ２と自動販売機２０の位置Ｑ２とを結ぶ直線とする。図６の例では、利用者は、実際には、他の自動販売機２０で販売される商品の確認等のため、位置Ｐ２から位置Ｒ２を経由して自動販売機２０の位置Ｑ２に向かう動線Ｌ２２に沿って移動する。図６に例示するように、予測動線Ｌ２１は初めて人を検出した位置Ｐ２と画像において自動販売機前面の中央に位置する点とを結ぶ直線であり、各区画は、利用者が当該区画に移動する確率と対応付けられる。各区画に対応付けられる確率は、予測動線Ｌ２１からの距離に応じて決定されてもよい。そして、予測動線Ｌ２１と動線Ｌ２２との相違度は、例えば、動線Ｌ２２が通過する区画に対応付けられた確率の平均値あるいは乗算値とすることができる。なお、各区画に確率を対応付けた確率マップは、図６の例に限られない。また、相違度の算出方法は、確率マップにおいて各区画と対応付ける確率の値に応じて、適宜変更可能である。

図４に示す表示制御部１０４は、推定部１０３が推定した購入意欲に基づいて、自動販売機２０の表示部２０１への表示内容を制御する。具体的には、表示制御部１０４は、例えば、利用者の購入意欲の度合いが所定の閾値を超える場合には、既に購入する商品が決まっていると仮定する。この場合、表示制御部１０４は、自動販売機２０に対し、表示部２０１において商品の推薦をしないように指示することができる。一方、利用者の購入意欲の度合いが所定の閾値以下の場合には、表示制御部１０４は、購入の意思はあるが商品選択に迷っていると仮定することができる。この場合、表示制御部１０４は、自動販売機２０に対し、表示部２０１において商品を推薦するように指示することができる。

表示制御情報ＤＢ１０５は、利用者の購入意欲を推定し、自動販売機２０の表示部２０１への表示内容を制御するために用いられる情報を格納するためのデータベースである。表示制御情報ＤＢ１０５は、撮像部１０１が写した撮像画像、解析部１０２が撮像画像から取得した情報、利用者の購入意欲の度合いを算出するための各種係数、閾値等を格納する。

表示制御情報ＤＢ１０５は、プロセッサ１１によって実行されるデータベース管理システム（ＤＢＭＳ）のプログラムが、補助記憶装置１３に記憶されるデータを管理することで構築される。表示制御情報ＤＢ１０５は、例えば、リレーショナルデータベースである。

＜自動販売機＞
自動販売機２０は、ＣＰＵやＤＳＰ等のプロセッサ（不図示）、ＲＡＭ、ＲＯＭ等のメモリ（不図示）、ＥＰＲＯＭ、ハードディスクドライブ等の補助記憶装置（不図示）を含む。補助記憶装置は、オペレーティングシステム、各種プログラム、各種テーブル等を記憶し、プロセッサが補助記憶装置に格納されたプログラムをメモリの作業領域にロードして実行し、各構成要素を制御する。これによって、自動販売機２０は、図４に例示するように、表示部２０１、制御部２０２の各構成要素による処理を実行することができる。

また、自動販売機２０は、販売する商品を電子的に表示するためのディスプレイ、利用者が商品を選択するための商品選択部、利用者が購入代金を投入する代金投入部、釣銭が排出される釣銭排出部等を、筐体前面に備えるものであってもよい。また、自動販売機２０は、筐体内部に商品を保管する商品保管部、商品を筐体前面の取出し口に搬送する商品搬送部を備えるものであってもよい。

表示部２０１は、表示制御装置１０からの指示に基づいて、販売する商品又は利用者に推薦する商品等の表示内容を切り替える。制御部２０２は、表示制御装置１０の表示制御部１０４からの指示を受信し、受信した指示に基づいて表示部２０１に表示する内容を制御する。

なお、実施形態では、表示制御装置１０及び自動販売機２０の各機能がいずれも汎用のプロセッサによって実現される例について説明している。しかしながら、以上の機能の一部又は全部が、１又は複数の専用のプロセッサにより実現されてもよい。また、表示制御装置１０及び自動販売機２０それぞれの機能構成に関して、実施形態に応じて、適宜、機能の省略、置換及び追加が行われてもよい。

§３ 動作例
＜表示制御装置＞
図７は、実施形態に係る表示制御処理を例示するフローチャートである。この処理の流れは、例えば、利用者が商品を購入した後、次の利用者を待機する状態になったことを契機に開始する。

まず、Ｓ１０１では、表示制御装置１０の撮像部１０１は、自動販売機２０の前面側の画像を連続して撮像する。撮像部１０１は、例えば、フレームレートが１０ｆｐｓから３０ｆｐｓの範囲で撮像することができる。なお、フレームレートは、１０ｆｐｓから３０ｆｐｓの範囲に限られない。撮像部１０１は、フレームレートを上げて撮像することで、解析部１０２は、利用者の移動速度の変化をより詳細に解析することが可能となる。

Ｓ１０２では、表示制御装置１０の解析部１０２は、Ｓ１０１で撮像した画像を解析し
、利用者を検出する。解析部１０２は、撮像画像をフレームごとに解析し、いずれかのフレームに、人であると認識可能な画像が含まれるか否かを解析する。

Ｓ１０３では、解析部１０２は、Ｓ１０１で撮像された撮像画像から利用者が検出されたか否かを判定する。解析部１０２は、例えば、Ｓ１０２の処理においていずれかのフレームに、人であると認識可能な画像が含まれていた場合に、利用者を検出したと判定することができる。利用者が検出された場合（Ｓ１０３：Ｙ）、処理はＳ１０４へ進む。利用者が検出されなかった場合（Ｓ１０３：Ｎ）、処理はＳ１０８へ進む。

Ｓ１０４では、解析部１０２は、Ｓ１０１で撮像された撮像画像をさらに解析し、検出した利用者の位置情報、移動速度等の情報を取得する。解析部１０２は、撮像画像の解析により取得した情報を、表示制御情報ＤＢ１０５に格納する。

ここで、図８を用いて、解析部１０２が撮像画像の解析により取得した解析情報について説明する。図８は、撮像画像の解析情報のデータ構造を例示する図である。撮像画像の解析情報を格納する解析情報テーブルは、解析情報に基づいて、購入意欲の度合いを算出するために用いられる。解析情報テーブルの１レコードは、利用者ごと及び１フレームごとに作成される。解析情報テーブルは、利用者ＩＤ、フレーム番号、位置、移動速度の各フィールドを有する。

利用者ＩＤは、解析部１０２が識別した利用者を識別する識別情報である。フレーム番号は、同一の利用者を連続して写した各フレームを識別する識別情報である。位置は、各フレームにおいて検出された利用者の位置情報である。利用者の位置情報は、例えば、自動販売機２０の設置面の中心点を原点とする座標系によって示すことができる。また、利用者の位置は、例えば、各フレーム画像において利用者を含む矩形の中心点等の所定の点により特定されてもよい。移動速度は、利用者が自動販売機２０に向かう移動速度である。移動速度は、例えば、前フレームからの移動距離及びフレーム間の経過時間により算出可能である。

次に、Ｓ１０５では、推定部１０３は、購入意欲の度合いを算出する。解析部１０２は、Ｓ１０４において撮像画像の解析により取得した情報に基づいて、購入意欲の度合いを算出することができる。購入意欲の度合いを算出する処理は、後述の図９により詳細に説明される。

Ｓ１０６では、表示制御装置１０の表示制御部１０４は、Ｓ１０５で算出された購入意欲の度合いが、所定の閾値未満であるか否かを判定する。購入意欲の度合いが所定の閾値未満である場合（Ｓ１０６：Ｙ）、処理はＳ１０７へ進む。購入意欲の度合いが所定の閾値以上である場合（Ｓ１０６：Ｎ）、処理はＳ１０８へ進む。

Ｓ１０７では、表示制御部１０４は、自動販売機２０の制御部２０２に対し、表示部２０１に利用者に対する推薦商品を表示するように指示する。Ｓ１０８では、表示制御処理を終了するか否かを判定する。利用者が商品を購入した後、または商品を購入することなく立ち去った後、自動販売機２０の前に利用者がいなくなった場合等、引続き自動販売機２０の表示内容を制御する場合には（Ｓ１０８：Ｎ）、処理はＳ１０１に戻り、再び表示制御処理が開始される。また、自動販売機２０の前で、利用者が停止している場合等、自動販売機２０の表示内容の制御が不要な場合には、図７に示す表示制御処理は一旦終了する。

次に、図９を用いて、推定部１０３が購入意欲を推定する処理の一例について説明する。推定部１０３は、例えば、撮像画像の解析により取得した情報に基づいて、購入意欲の
度合いを算出することにより、購入意欲を推定する。図９は、購入意欲の度合いを算出する処理を例示するフローチャートである。この処理の流れは、図７に示す表示制御処理のＳ１０５の処理の詳細を例示する。

まず、Ｓ１０５１では、表示制御装置１０の推定部１０３は、購入意欲の度合いＤに初期値“０”を設定する。Ｓ１０５２では、推定部１０３は、利用者の移動速度に応じた移動速度係数αの値を取得する。具体的には、まず、推定部１０３は、利用者のフレームごとの移動速度を、例えば、図８に例示する解析情報テーブルから取得する。この場合、推定部１０３は、移動速度係数αの値を決定するための移動速度（以下、基準移動速度ともいう）として、例えば、各フレームにおける移動速度のうち、最小の移動速度を取得するようにしてもよい。また、推定部１０３は、基準移動速度として、最後に撮像されたフレームでの移動速度を取得してもよい。移動速度係数αは、購入意欲の度合いを示す係数であって、利用者の移動速度に応じて、予め値が定義される。

図１０を用いて、移動速度係数αの値の定義について説明する。図１０は、購入意欲を推定するための係数定義テーブルを例示する図である。移動速度係数αは、基準移動速度が速いほど購入意欲が高いと判定されるように、より大きい値に定義される。図１０の例では、基準移動速度ｖ０が閾値θ１より小さい（ｖ０＜θ１）場合、購入意欲はより低いと考えられるため、α＝０と定義される。また、基準移動速度ｖ０が閾値θ１以上、θ２未満（θ１≦ｖ０＜θ２）の場合、購入意欲は中程度と考えられるため、α＝α１（α１＞０）と定義される。さらに、基準移動速度ｖ０が閾値θ２以上、θ３未満（θ２≦ｖ０＜θ３）の場合、購入意欲はより高いと考えられるため、α＝α２（α２＞α１）と定義される。このように、利用者の移動速度に応じて、購入意欲の度合いを算出する移動速度係数αの値が決定される。なお、移動速度の範囲を定義する閾値θ１、θ２、θ３は、例えば、利用者の性別、年齢、身長等に応じて変更することも可能である。

図９のＳ１０５３では、推定部１０３は、以下の式１により、購入意欲の度合いＤに、重み付け係数ω１を移動速度係数αに乗算して得られる値を加算する。
Ｄ＝Ｄ＋ω１×α … （式１）
重み付け係数ω１は、移動速度が購入意欲に影響する度合いを示し、[０，１]の範囲で設定される。

Ｓ１０５４では、推定部１０３は、利用者を検出した位置から自動販売機２０までの予測動線と、実際に利用者が移動した動線との相違度ｄを算出する。相違度ｄは、例えば、図５及び図６において説明した方法により算出することができる。

Ｓ１０５５では、推定部１０３は、以下の式２により購入意欲の度合いＤを算出する。
Ｄ＝Ｄ＋ω２×ｄ … （式２）
即ち、推定部１０３は、Ｓ１０５３で算出した購入意欲の度合いＤに、重み付け係数ω２を相違度ｄに乗算して得られる値を加算する。重み付け係数ω２は、移動速度が購入意欲に影響する度合いを示し、[０，１]の範囲で設定される。

式１及び式２より、購入意欲の度合いＤは、以下の式３によって算出される。
Ｄ＝ω１×α＋ω２×ｄ … （式３）
なお、重み付け係数ω２は、ω１＋ω２＝１となるように決定されてもよい。以上により、推定部１０３は、図９に示す処理を終了し、Ｓ１０５５で算出した購入意欲の度合いＤを図７のＳ１０５で算出する購入意欲の度合いとすることができる。

＜実施形態の作用効果＞
上記の実施形態において、表示制御装置１０の撮像部１０１は、自動販売機２０に近づ
いてくる利用者を連続して撮像する。解析部１０２は、撮像された各画像から利用者の動線の情報を取得する。推定部１０３は、撮像された各画像から取得した情報に基づいて利用者の購入意欲を推定する。表示制御部１０４は、購入意欲に基づいて、自動販売機２０の表示内容を制御する。これにより、表示制御装置１０は、利用者の動線の情報に基づいて、利用者が自動販売機２０の前に停止するよりも早いタイミングで、利用者の購入意欲を推定することができる。このように、表示制御装置１０は、利用者の動線の情報に基づいて購入意欲を推定し、購入意欲に応じて自動販売機２０の表示部２０１への表示内容を制御することができる。

また、解析部１０２は、各画像が撮像されたときの利用者の移動速度の情報をさらに取得する。推定部１０３は、動線の情報に加え、利用者の移動速度の情報に基づいて利用者の購入意欲を推定することで、移動速度に応じた利用者の購入意欲を適切に推定し、自動販売機２０の表示部２０１への表示内容を制御することができる。

§４ 変形例
以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組み合わせ可能である。

＜変形例１＞
変形例１では、表示制御装置１０は、自動販売機２０からの距離に応じた領域を設定し、利用者が検出された領域に応じて、購入意欲の度合いを算出するための移動速度係数α、重み付け係数ω１、ω２等の係数の値を調整する。図１１を用いて、変形例１に係る表示制御処理の一例について説明する。図１１は、変形例１に係る表示制御処理を例示するフローチャートである。

まず、Ｓ２０１では、表示制御装置１０の解析部１０２は、領域Ａ１から領域Ａ３を設定する。ここで、図１２を用いて、利用者を検出する領域の設定例について説明する。図１２は、利用者の検出対象の領域の設定例を示す図である。

領域Ａ１は、自動販売機２０からの距離が３ｍから５ｍ程度の領域である。領域Ａ１にいる利用者は、ある程度離れた距離から複数の自動販売機２０を見て商品を検討する。領域Ａ１では、利用者の動線、及び移動速度が低下して利用者が立ち止まる動作が、主として利用者の購入意欲の推定に影響する。距離は自動販売機を設置する通路や室内の環境に合わせて変更してもよい。

領域Ａ２は、自動販売機２０からの距離が１．５ｍから３ｍ程度の領域である。領域Ａ２にいる利用者は、購入する商品を迷っている場合、ディスプレイを注視しながら自動販売機に向かい、移動速度が遅くなることが考えられる。また、迷いのある利用者は、領域Ａ２に入った後、自動販売機２０に近づくと停止することも考えられる。このため、領域Ａ２では、移動速度が、主として利用者の購入意欲の推定に影響する。距離は自動販売機を設置する通路や室内の環境に合わせて変更してもよい。

領域Ａ３は、自動販売機２０からの距離が１．５ｍ程度までの領域である。領域Ａ３にいる利用者は、自動販売機２０に到達しており、購入する商品はほぼ決まっていると考えられる。この場合、表示制御装置１０の表示制御部１０４は、自動販売機２０の表示部２０１に推薦商品を表示しないようにしてもよい。距離は自動販売機を設置する通路や室内の環境に合わせて変更してもよい。

図１１のＳ１０１及びＳ１０２では、図７で説明した処理と同様に、画像を撮像し、利用者を検出する。Ｓ２０２では、解析部１０２は、Ｓ１０１で撮像された撮像画像から、領域Ａ１から領域Ａ３のいずれかの領域で利用者が検出されたか否かを判定する。解析部１０２は、例えば、撮像された各フレームにおいて、利用者が移っている位置に基づいて、自動販売機２０からの距離を推定することで、利用者がいずれの領域に存在するかを認識することができる。いずれかの領域で利用者が検出された場合（Ｓ２０２：Ｙ）、処理はＳ２０３へ進む。利用者がいずれの領域でも検出されなかった場合（Ｓ２０２：Ｎ）、処理はＳ１０８へ進む。

Ｓ２０３では、解析部１０２は、Ｓ１０１で撮像された撮像画像から、領域Ａ３で利用者が検出されたか否かを判定する。領域Ａ３で利用者が検出された場合（Ｓ２０３：Ｙ）、処理はＳ２０４へ進む。利用者が領域Ａ３で検出されなかった場合（Ｓ２０３：Ｎ）、処理はＳ２０５へ進む。

Ｓ２０４では、解析部１０２は、Ｓ２０３で領域Ａ３において利用者を検出したフレームの前フレームでも当該利用者が領域Ａ３で検知されていたか否かを判定する。前フレームでも当該利用者が領域Ａ３で検知されていた場合（Ｓ２０４：Ｙ）、当該利用者は購入商品を決定し、領域Ａ３に留まっていると考えられる。したがって、自動販売機２０の表示部２０１には推薦商品を表示させず、図１１に示す表示制御処理は終了する。前フレームでは当該利用者が領域Ａ３で検知されていなかった場合（Ｓ２０４：Ｎ）、処理はＳ２０５へ進む。

Ｓ２０５では、解析部１０２は、領域Ａ２から領域Ａ３に移動した利用者がいるか否かを判定する。解析部１０２は、Ｓ１０１で撮像された撮像画像から利用者の動線の情報を取得することで、領域Ａ２から領域Ａ３に移動した利用者がいるか否かを判定することができる。領域Ａ２から領域Ａ３に移動した利用者がいる場合（Ｓ２０５：Ｙ）、処理はＳ１０４へ進む。領域Ａ２から領域Ａ３に移動した利用者がいない場合（Ｓ２０５：Ｎ）、処理はＳ２０６へ進む。

Ｓ２０６では、解析部１０２は、領域Ａ１から領域Ａ２に移動した利用者がいるか否かを判定する。解析部１０２は、Ｓ１０１で撮像された撮像画像から利用者の動線の情報を取得することで、領域Ａ１から領域Ａ２に移動した利用者がいるか否かを判定することができる。領域Ａ１から領域Ａ２に移動した利用者がいる場合（Ｓ２０６：Ｙ）、処理はＳ１０４へ進む。領域Ａ２から領域Ａ３に移動した利用者がいない場合（Ｓ２０６：Ｎ）、処理はＳ１０８へ進む。

Ｓ１０４では、解析部１０２は、図７で説明した処理と同様に、検出した利用者の動線の情報、移動速度等の情報を取得する。Ｓ１０５では、推定部１０３は、購入意欲の度合いを算出する。図９に例示する購入意欲の度合いを算出する処理で説明したように、推定部１０３は、移動速度係数α及び動線の相違度ｄに、重み付け係数ω１及び重み付け係数ω２をそれぞれ乗算して、購入意欲の度合いを算出する。上記実施形態では、重み付け係数ω１及び重み付け係数ω２は、利用者が検出された領域に関わらず、予め定義された値が用いられる。

一方、変形例１では、Ｓ２０５において、領域Ａ２から領域Ａ３に移動した利用者がいると判定された場合、移動速度係数αに対する重み付け係数ω１は、動線の相違度ｄに対する重み付け係数ω２よりも大きい値が設定される。これは、自動販売機２０により近い領域では、動線よりも移動速度のほうが、購入意欲の推定に影響を与えるためである。

さらに、変形例１では、Ｓ２０６において、領域Ａ１から領域Ａ２に移動した利用者がいると判定された場合、移動速度係数αに対する重み付け係数ω１と動線の相違度ｄに対する重み付け係数ω２とは、例えば同じ値が設定されるようにしてもよい。これは、自動販売機２０から離れた領域では、動線と移動速度の両方が、購入意欲の推定に同程度の影響を与えるためである。

図１１のＳ１０６では、図７の処理と同様に、表示制御装置１０の表示制御部１０４は、購入意欲の度合いが、所定の閾値未満であるか否かを判定する。購入意欲の度合いが所定の閾値未満である場合には、表示制御部１０４は、図７の処理と同様に、Ｓ１０７において、自動販売機２０の表示部２０１に利用者に対する推薦商品を表示するように指示する。図１１のＳ１０８では、図７の処理と同様に、表示制御部１０４は処理を終了するか否かを判定する。処理を終了しない場合（Ｓ１０８：Ｎ）、処理はＳ２０１に戻る。なお、Ｓ２０１では、例えば、時間帯による明るさの変化や利用者の性別および年齢等に応じて、領域の設定を変更することが可能であるが、領域の設定が不要である場合には、Ｓ１０１の撮像処理に戻ってもよい。また、Ｓ１０８において処理を終了する場合（Ｓ１０８：Ｙ）、図１１に示す表示制御処理は終了する。

変形例１では、表示制御装置１０の推定部１０３は、自動販売機２０から利用者までの距離に応じて、動線の情報、移動速度の情報、及び加速度の情報に対する重み付けをすることで、利用者の購入意欲を適切に推定することができる。これにより、表示制御部１０４は、自動販売機２０の表示部２０１への表示内容を制御することができる。

＜変形例２＞
上記実施形態では、推定部１０３は、解析部１０２が取得した動線及び移動速度の情報に基づいて、利用者の購入意欲を推定する。これに対し、変形例２では、解析部１０２は、さらに利用者の加速度の情報を取得する。そして、推定部１０３は、動線及び移動速度の情報に加え、利用者の加速度の情報に基づいて利用者の購入意欲を推定するようにしてもよい。解析部１０２は、利用者の加速度を、図７のＳ１０４において取得した各フレームの移動速度から算出することができる。具体的には、解析部１０２は、例えば、各フレームにおける利用者の加速度を、現フレームの移動速度及び前フレームの移動速度から算出可能である。

また、上記実施形態において、図９に例示する購入意欲の度合いを算出する処理では、購入意欲の度合いＤは、式３：Ｄ＝ω１×α＋ω２×ｄによって求められる。変形例２では、図１０に示す移動速度係数αの定義と同様に、推定部１０３は、加速度係数βを、加速度に応じて予め定義するようにしてもよい。この場合、加速度係数βに対する重み付け係数をω３とすると、購入意欲の度合いＤは、以下の式４により算出することができる。
Ｄ＝ω１×α＋ω２×ｄ＋ω３×β … （式４）
重み付け係数ω３は、加速度が購入意欲に影響する度合いを示し、[０，１]の範囲で設定される。各重み付け係数は、ω１＋ω２＋ω３＝１となるように決定されてもよい。

変形例２では、利用者の動線及び移動速度の情報のほか、加速度の情報に基づいて
利用者の購入意欲を推定する。これにより、推定部１０３は、利用者の購入意欲を適切に推定し、自動販売機２０の表示部２０１への表示内容を制御することができる。

＜変形例３＞
上記実施形態及び各変形例では、推定部１０３は、解析部１０２が取得した動線、移動速度及び加速度の情報に基づいて、利用者の購入意欲を推定する。これに対し、変形例３では、解析部１０２は、さらに、利用者が自動販売機２０の前で停止した後、利用者の視線又は顔の向きの情報を取得する。そして、推定部１０３は、解析部１０２が取得した各
種情報に加え、利用者の視線又は顔の向きの情報に基づいて、利用者の購入意欲を推定するようにしてもよい。具体的には、推定部１０３は、例えば、利用者の視線又は顔の向きの情報に応じた係数γ、及び係数γに対応する重み付け係数ω４を定義し、例えば、以下の式５により、購入意欲の度合いＤを算出してもよい。
Ｄ＝ω１×α＋ω２×ｄ＋ω３×β＋ω４×γ … （式５）
利用者の視線又は顔の向きの変化が検出された場合、利用者が商品の選択を迷っていると考えられるため、係数γはより低い値に設定することができる。

変形例３では、動線、移動速度及び加速度の情報に加え、自動販売機２０の前で停止した後の視線又は顔の向きの情報を利用することで、より好適に購入意欲を推定することができる。これにより、表示制御装置１０の推定部１０３は、利用者の購入意欲を適切に推定し、自動販売機２０の表示部２０１への表示内容を制御することができる。

＜変形例４＞
上記実施形態及び各変形例では、推定部１０３は、解析部１０２が取得した動線、移動速度、加速度、及び利用者の視線又は顔の向きの情報に基づいて、利用者の購入意欲を推定する。これに対し、変形例４では、解析部１０２は、さらに、利用者が自動販売機２０の前で停止している時間の情報を取得する。そして、推定部１０３は、解析部１０２が取得した各種情報に加え、利用者の自動販売機２０の前での停止時間の情報に基づいて利用者の購入意欲を推定するようにしてもよい。例えば、利用者が自動販売機２０に向かって真っ直ぐに進んだ場合でも、自動販売機２０の前での停止時間が長くなれば、利用者は、商品の選択を迷っていると考えられる。この場合、推定部１０３は、購入意欲及び停止時間の長さに応じて、推薦する商品を表示するタイミングを決定してもよい。

変形例４では、利用者が自動販売機２０の前で停止した場合に、購入意欲及び停止時間の長さに応じて、推薦する商品を表示するタイミングを決定する。これにより、表示制御装置１０の表示制御部１０４は、適切なタイミングで自動販売機２０の表示部２０１の表示内容を制御することができる。
＜変形例５＞
変形例５では、解析部１０２は、さらに、各画像から推定される利用者の身長、性別及び年齢の属性情報を取得する。そして、推定部１０３は、利用者の購入意欲を推定するために用いられる所定の閾値を、利用者の属性情報に応じて調整するようにしてもよい。所定の閾値は、例えば、図７のＳ１０６において購入意欲の度合いを判定するための閾値である。また、所定の閾値は、図１０で説明した移動速度係数αの値を決定するための閾値θ１、θ２、θ３としてもよい。なお、解析部１０２は、利用者の性別及び年齢を、例えば、撮像画像から検出した利用者のプロポーション、歩幅、歩行速度等により判別するようにしてもよい。

変形例５では、利用者の属性情報に応じて、利用者の購入意欲を推定するために用いられる所定の閾値を調整する。これにより、表示制御装置１０の表示制御部１０４は、利用者に適したタイミングで、自動販売機２０の表示部２０１への表示内容を制御することができる。

＜記録媒体＞
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムを、コンピュータ等が読み取り可能な記録媒体に記録することができる。コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報
を電気的、磁気的、光学的、機械的、又は化学的作用によって蓄積し、コンピュータ等から読み取ることができる非一時的な記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ／Ｗ、ＤＶＤ、ブルーレイディスク、ＤＡＴ、８ｍｍテープ、フラッシュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスク、ＲＯＭ等がある。さらに、ＳＳＤ（Solid State Drive）は
、コンピュータ等から取り外し可能な記録媒体としても、コンピュータ等に固定された記録媒体としても利用可能である。

＜付記＞
（１） 利用者に商品を提示する表示部（２０１）を有する自動販売機（２０）の表示制御装置（１０）であって、
前記自動販売機（２０）に近づいてくる前記利用者を連続して撮像する撮像手段（１０１）と、
前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析手段（１０２）と、
前記解析手段が取得した情報に基づいて、前記利用者の購入意欲を推定する推定手段（１０３）と、
前記推定した購入意欲に基づいて、前記自動販売機（２０）の前記表示部（２０１）への表示内容を制御する表示制御手段（１０４）と、
を備える、
表示制御装置（１０）。

（２） 利用者に商品を提示する表示部（２０１）を有する自動販売機（２０）の表示制御装置（１０）が、
前記自動販売機（２０）に近づいてくる前記利用者を連続して撮像するステップと、
前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析ステップと、
前記解析ステップで取得した情報に基づいて、前記利用者の購入意欲を推定する推定ステップと、
前記推定した購入意欲に基づいて、前記自動販売機（２０）の前記表示部（２０１）への表示内容を制御する制御ステップと、を実行する、
表示制御方法。

（３） 利用者に商品を提示する表示部（２０１）を有する自動販売機（２０）の表示制御装置（１０）に、
前記自動販売機（２０）に近づいてくる前記利用者を連続して撮像するステップと、
前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析ステップと、
前記解析ステップで取得した情報に基づいて、前記利用者の購入意欲を推定する推定ステップと、
前記推定した購入意欲に基づいて、前記自動販売機（２０）の前記表示部（２０１）への表示内容を制御する制御ステップと、を実行させる、
表示制御プログラム。

１０…表示制御装置：１１…プロセッサ：１２…主記憶装置：１３…補助記憶装置：１４…通信インタフェース：１５…撮像装置：１０１…撮像部：１０２…解析部：１０３…推定部：１０４…表示制御部：１０５…表示制御ＤＢ：２０…自動販売機：２０１…表示部：２０２…制御部

Claims (10)

1. 利用者に商品を提示する表示部を有する自動販売機の表示制御装置であって、
   前記自動販売機に近づいてくる前記利用者を連続して撮像する撮像手段と、
   前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析手段と、
   前記解析手段が取得した情報に基づいて、前記利用者の購入意欲を推定する推定手段と、
   前記推定した購入意欲に基づいて、前記自動販売機の前記表示部への表示内容を制御する表示制御手段と、
   を備え、
   前記動線の情報は、前記利用者が前記自動販売機に向かって真っ直ぐに進む場合の動線と、前記利用者が実際に移動した動線との相違度である、
   表示制御装置。
2. 前記解析手段は、前記各画像が撮像されたときの前記利用者の移動速度の情報をさらに取得する、
   請求項１に記載の表示制御装置。
3. 前記解析手段は、前記各画像が撮像されたときの前記利用者の加速度の情報をさらに取得する、
   請求項１または２に記載の表示制御装置。
4. 前記解析手段は、前記各画像が撮像されたときの前記利用者の移動速度の情報、及び前記各画像が撮像されたときの前記利用者の加速度の情報をさらに取得し、
   前記推定手段は、前記動線の情報と、前記移動速度の情報及び前記加速度の情報の少なくともいずれか一方とに基づいて、前記利用者の購入意欲を推定する場合に、前記自動販売機から前記利用者までの距離に応じて、前記動線の情報、前記移動速度の情報、及び前記加速度の情報のそれぞれに対して重み付けをすることにより、前記利用者の購入意欲を推定する、
   請求項１に記載の表示制御装置。
5. 前記解析手段は、前記利用者が前記自動販売機の前で停止した後、前記利用者の視線又は顔の向きの情報をさらに取得する、
   請求項１から４のいずれか一項に記載の表示制御装置。
6. 前記解析手段は、前記利用者が前記自動販売機の前で停止している時間の情報をさらに取得する、
   請求項１から５のいずれか一項に記載の表示制御装置。
7. 前記解析手段は、前記各画像から推定される前記利用者の身長、性別及び年齢の属性情報をさらに取得し、
   前記推定手段は、前記解析手段が取得した情報から前記利用者の購入意欲を推定するために用いられる所定の閾値を、前記利用者の前記属性情報に応じて調整する、
   請求項１から６のいずれか一項に記載の表示制御装置。
8. 請求項１から７のいずれか一項に記載の表示制御装置を備える自動販売機。
9. 利用者に商品を提示する表示部を有する自動販売機の表示制御装置が、
   前記自動販売機に近づいてくる前記利用者を連続して撮像するステップと、
   前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析ステップと、
   前記解析ステップで取得した情報に基づいて、前記利用者の購入意欲を推定する推定ステップと、
   前記推定した購入意欲に基づいて、前記自動販売機の前記表示部への表示内容を制御する制御ステップと、を実行し、
   前記動線の情報は、前記利用者が前記自動販売機に向かって真っ直ぐに進む場合の動線と、前記利用者が実際に移動した動線との相違度である、
   表示制御方法。
10. 利用者に商品を提示する表示部を有する自動販売機の表示制御装置に、
    前記自動販売機に近づいてくる前記利用者を連続して撮像するステップと、
    前記撮像された各画像から前記利用者を検出し、前記利用者の動線の情報を取得する解析ステップと、
    前記解析ステップで取得した情報に基づいて、前記利用者の購入意欲を推定する推定ステップと、
    前記推定した購入意欲に基づいて、前記自動販売機の前記表示部への表示内容を制御する制御ステップと、を実行させ、
    前記動線の情報は、前記利用者が前記自動販売機に向かって真っ直ぐに進む場合の動線と、前記利用者が実際に移動した動線との相違度である、
    表示制御プログラム。

Images