JP6922400B2 - ファッション分析プログラム、ファッション分析装置及びファッション分析方法 - Google Patents

Description

本発明は、ファッション分析プログラム、ファッション分析装置及びファッション分析方法に関する。

ファッションアイテムを分析する装置において、ユーザが所有するファッションアイテムを色などにより分類して登録し、ユーザの嗜好や、コーディネイトの履歴に基づいてコーディネイト候補を提供する技術が知られている。また、ファッションアイテムを分析する装置において、ユーザが所有するファッションアイテムを色の濃淡により分類し、バーチャルクローゼットに格納する技術が知られている。

特開２００４−２２０２００号公報 国際公開第２０１２／１４１３１９号

しかし、上述技術では、ユーザが好む色に着目したファッションアイテムの提示について考慮されておらず、ユーザの色傾向に合わせたファッションアイテムを提示することは難しい。

一つの側面では、ユーザの色傾向に合わせたファッションアイテムを提示するファッション分析プログラム、ファッション分析装置及びファッション分析方法を提供することを目的とする。

一つの態様において、ファッション分析プログラムは、撮像画像を取得し、撮像画像に含まれる撮像物の色傾向を分析し、分析した色傾向に対応する色のファッションアイテムを提示する、処理をコンピュータに実行させる。

一つの態様によれば、ユーザの色傾向に合わせたファッションアイテムを提示することができる。

図１は、実施例１におけるシステムの構成の一例を示す図である。 図２は、実施例１におけるサーバ装置の一例を示す図である。 図３Ａは、実施例１における画像処理前の撮像画像の一例を示す図である。 図３Ｂは、実施例１における画像処理後の撮像画像の一例を示す図である。 図４Ａは、実施例１における画像処理前の撮像画像の一例を示す図である。 図４Ｂは、実施例１における画像処理後の撮像画像の一例を示す図である。 図５は、実施例１におけるタイプ別のファッションアイテムの一例を示す図である。 図６は、実施例１におけるファッションアイテムの提示の一例を示す図である。 図７は、実施例１におけるファッション分析処理の一例を示すフローチャートである。 図８は、実施例２におけるファッションアイテムの提示の一例を示す図である。 図９は、実施例２におけるファッションアイテムの提示の一例を示す図である。 図１０は、実施例２におけるファッションアイテムの提示の一例を示す図である。 図１１は、実施例２における撮像画像の一例を示す図である。 図１２は、コンピュータのハードウェア構成例を示す図である。

以下に、本願の開示するファッション分析プログラム、ファッション分析装置及びファッション分析方法の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜組み合わせても良い。

［システム全体の説明］
最初に、実施例１におけるシステム１の一例を説明する。図１は、実施例１におけるシステム１の構成の一例を示す図である。システム１は、サーバ装置２と、端末装置３とを有する。サーバ装置２と端末装置３とは、ネットワークＮを介して通信可能に接続され、各種の情報を交換することが可能とされている。かかるネットワークＮの一態様としては、有線または無線を問わず、携帯電話などの移動体通信、ＬＡＮ（Local Area Network）やＶＰＮ（Virtual Private Network）などの任意の種類の通信網を採用できる。

サーバ装置２は、端末装置３から送信された画像などに基づいて、ファッション分析を行い、例えば洋服やアクセサリーなどのファッションアイテムに関する情報を提供する装置である。サーバ装置２は、例えば、サーバコンピュータなどのコンピュータである。なお、サーバ装置２は、例えば１台のコンピュータとして実装されているが、複数台のコンピュータによるクラウドＣとして実装されてもよい。図１の例では、サーバ装置２を１つ図示したが、サーバ装置２は任意の台数とすることができる。

端末装置３は、情報の提供を希望するユーザが使用する装置である。端末装置３は、例えば、タブレット端末、スマートフォン、ＰＤＡ（Personal Digital Assistant）などの携帯端末装置である。なお、端末装置３は、例えば、パーソナルコンピュータなどのコンピュータであってもよい。図１の例では、端末装置３を２つ図示したが、端末装置３は任意の台数とすることができる。

本実施例のシステム１は、例えば、洋服や、アクセサリーなどのファッションアイテムを貸し出すシェアリングで使用されるシステムである。システム１において、サーバ装置２は、端末装置３から送信されるユーザが撮影したクローゼットの撮像画像に基づいて、色傾向を分析し、分析した色傾向に対応する色のファッションアイテムを端末装置３に提示する。

［サーバ装置２の構成］
次に、実施例１におけるサーバ装置２の一例について、図２を用いて説明する。図２は、実施例１におけるサーバ装置２の一例を示す図である。サーバ装置２は、例えば、サーバコンピュータなどの物理サーバである。なお、サーバ装置２は、通信部１１と、記憶部１２と、制御部１３とを有する。なお、サーバ装置２は、図２に示す機能部以外にも既知のコンピュータが有する各種の機能部、例えば各種の入力デバイスや音声出力デバイスなどの機能部を有してもよい。

通信部１１は、ネットワークＮを介して端末装置３に通信可能に接続され、各種の情報を送受信する。通信部１１は、例えばＮＩＣ（Network Interface Card）等の通信インターフェースなどである。

記憶部１２は、各種のデータを記憶する記憶デバイスである。例えば、記憶部１２は、ハードディスク、ＳＳＤ（Solid State Drive）、光ディスクなどの記憶装置である。記憶部１２は、ファッションアイテムＤＢ２０と、ユーザＤＢ２１とを有する。

ファッションアイテムＤＢ２０は、ファッションアイテムに関する情報をファッションアイテムの画像に対応付けて記憶する。ファッションアイテムは、例えば、「洋服」、「帽子」、「バック」、「靴」、「アクセサリー」である。ファッションアイテムに関する情報は、洋服、バックなどファッションアイテムの種類、色、サイズなどの情報である。ファッションアイテムに関する情報及びファッションアイテムの画像は、例えば、図示しないファッションアイテムを貸し出すサービスを行う管理者の端末装置により通信部１１を介して登録、削除または更新される。

ファッションアイテムＤＢ２０に記憶されるファッションアイテムは、ファッションアイテムの種類ごとに、ランク付けが行われている。また、ファッションアイテムＤＢ２０に記憶されるファッションアイテムは、例えば、後述する色傾向のタイプごとにランク付けが行われている。ランクは、例えば管理者によって設定される。

ユーザＤＢ２１は、ユーザの情報を記憶する。ユーザＤＢ２１は、ユーザごとにユーザの情報を記憶する。ユーザの情報は、ユーザに関する各種情報であり、例えば、身長、体重、性別などの情報である。ユーザの情報は、例えば、通信部１１を介して端末装置３により登録、削除または更新される。

制御部１３は、サーバ装置２全体を制御するデバイスである。制御部１３は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphic Processing Unit）等によって、内部の記憶装置に記憶されているプログラムが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１３は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されるようにしてもよい。

制御部１３は、各種の処理手順を規定したプログラムやデータを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部１３は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部１３は、受付部３０と、画像取得部３１と、領域抽出部３２と、分析部３３と、選択部３４と、生成部３５とを有する。

受付部３０は、各種の受け付けを行う。例えば、受付部３０は、通信部１１を介して受信した端末装置３からの要求に応じて、ログイン画面を端末装置３に表示させて、ユーザのログインを受け付ける。また、受付部３０は、ユーザのログインが成功すると、ユーザの情報などを入力する入力画面を端末装置３に表示させ、各情報の入力を受け付ける。例えば、受付部３０は、ユーザの「身長」などや、ユーザが所有するクローゼットを端末装置３のカメラ機能を用いて撮影した撮像画像などを端末装置３から受け付ける。また、受付部３０は、管理者の端末装置からログインを受け付け、ファッションアイテムに関する情報及びファッションアイテムの画像を受け付ける。

画像取得部３１は、受付部３０によって受け付けた情報の中から、例えばユーザが所有するクローゼットを撮影した撮像画像を取得する。なお、ユーザが所有するクローゼットには、洋服などを収容するクローゼットに加えて、例えば靴を収容するシューズクローゼットが含まれる。なお、画像取得部は、取得部の一例である。

領域抽出部３２は、取得された撮像画像からファッションアイテムに関する領域を抽出する。領域抽出部３２は、取得された撮像画像を画像処理することで、物体を識別し、ファッションアイテムに関する領域を抽出する。画像処理は、ディープラーニングやパターン認識等、任意の画像識別技術が採用可能である。領域抽出部３２は、画像処理を行うことで、クローゼットを撮影した撮像画像に含まれる物体の中で、ファッションアイテム以外の物体の背景画像を除去する。なお、領域抽出部３２は、抽出部の一例である。

クローゼットの撮像画像には、例えば、図３Ａに示すように、ファッションアイテムである、洋服４０、バック４１、帽子４２などの他に、パイプ５０、大型の旅行カバン５１、チェスト５２などが含まれる。領域抽出部３２は、撮像画像に画像処理を行うことで、例えば、図３Ａに示す撮像画像から、パイプ５０、大型の旅行カバン５１、チェスト５２などの背景画像を除去する。そして、領域抽出部３２は、図３Ｂに示すように、ファッションアイテムに関する領域のみを抽出する。図３Ａは、実施例１における画像処理前の撮像画像の一例を示す図である。図３Ｂは、実施例１における画像処理後の撮像画像の一例を示す図である。なお、図３Ａ及び図３Ｂでは、同じ色のファッションアイテムは、同じ種類のハッチングで表現されている。以下で示す他の図においても、同様である。

また、シューズクローゼットの撮像画像には、例えば、図４Ａに示すように、ファッションアイテムである靴４３の他に、仕切り棚５３などが含まれる。領域抽出部３２は、撮像画像に画像処理を行うことで、例えば、図４Ａに示す撮像画像から、仕切り棚５３などの背景画像を除去する。そして、領域抽出部３２は、図４Ｂに示すように、ファッションアイテムに関する領域のみを抽出する。図４Ａは、実施例１における画像処理前の撮像画像の一例を示す図である。図４Ｂは、実施例１における画像処理後の撮像画像の一例を示す図である。

図２に戻って、分析部３３は、領域抽出部３２によって抽出されたファッションアイテムに関する領域の色相、彩度、輝度に基づいて、抽出された領域に対応する色情報を分析する。具体的には、分析部３３は、抽出された領域に対して色の割合を算出し、抽出された領域の色傾向を分析する。例えば、分析部３３は、抽出された領域の色傾向として、例えば、「黒：○○％」、「白：×％」、「ブラウン：△△％」などと分析する。

選択部３４は、分析部３３によって分析された色傾向に基づいて、色傾向に対応する色のファッションアイテムを選択する。選択部３４は、分析された色傾向、すなわちユーザが所有するファッションアイテムの色傾向が、モノクロか否かを判定する。選択部３４は、例えば、色傾向に占める黒及び白の割合が●％以上である場合、又は領域内の彩度の平均値が●％未満である場合に、色傾向がモノクロであると判定する。そして、選択部３４は、判定結果に基づいて色傾向に対応する色のファッションアイテムをファッションアイテムＤＢ２０から選択する。なお、選択部３４は、ユーザＤＢ２１を参照し、ユーザの身長、体重等に応じたサイズのファッションアイテムを選択する。

選択部３４は、色傾向がモノクロの場合には、差し色として、例えば色傾向に欠けている色を選択し、選択した差し色の小物をファッションアイテムＤＢ２０から選択する。小物は、洋服を除く、例えば帽子、バック、靴、アクセサリーなどのファッションアイテムである。選択部３４は、モノクロの色傾向に対応する差し色となる色を選択し、選択した色のファッションアイテムとして登録された帽子、バック、靴、アクセサリーの中から、例えば、ランクが高い上位５つをそれぞれ選択する。そして、選択部３４は、選択したファッションアイテムの中から、帽子、バック、靴、アクセサリーをそれぞれ１つ任意に抽出する。このようにして、選択部３４は、色傾向がモノクロである場合に、モノクロの色傾向に対応する色のファッションアイテムを特定する。選択部３４は、例えば、５組のファッションアイテムを特定する。なお、選択部３４は、特定部の一例である。

また、選択部３４は、色傾向がモノクロではない場合には、色傾向に基づいてタイプを判別し、判別したタイプに基づいてファッションアイテムをファッションアイテムＤＢ２０から選択する。選択部３４は、例えば、図５に示すように分類されたタイプから、色傾向に基づいてタイプを判別し、判別したタイプに対応するファッションアイテムを選択する。図５は、実施例１におけるタイプ別のファッションアイテムの一例を示す図である。例えば、タイプは、「フェミニン」、「クール」、「シック」などに分類される。なお、図５に示すタイプは、一例であり、これに限られることはない。

「フェミニン」の色は、淡いカラーである。選択部３４は、例えば、ベビーピンクや、淡い黄色や、白などの色傾向が高い場合にタイプを「フェミニン」に選択する。「フェミニン」のファッションアイテムである「洋服」は、丸首カーディガンや、セミフレアスカートなどである。また、「フェミニン」のファッションアイテムである「小物」は、ハンドバックや、真珠などである。

「クール」の色は、例えば、青みの強いカラーである。選択部３４は、例えば、ペールグリーンや、水色や、紫などの色傾向が高い場合にタイプを「クール」に選択する。「クール」のファッションアイテムである「洋服」は、スタンダードカラーシャツや、スリムパンツなどである。また、「クール」のファッションアイテムである「小物」は、ポインテッドパンプスや、バックベルトパンプスなどである。

「シック」の色は、例えば、アースカラーである。選択部３４は、例えば、ブラウンや、カーキや、ベージュボルドーなどの色傾向が高い場合にタイプを「シック」に選択する。「シック」のファッションアイテムである「洋服」は、白シャツや、センタープレスパンツなどである。また、「シック」のファッションアイテムである「小物」は、ブーツや、パシュミナストールなどである。なお、上記した色や洋服などの種類は、一例であり、これに限られることはない。

選択部３４は、判別したタイプに対応するファッションアイテムとして登録された洋服、帽子、バック、靴、アクセサリーの中から、例えば、ランクが高い上位５つをそれぞれ選択する。そして、選択部３４は、選択したファッションアイテムの中から、各ファッションアイテムをそれぞれ１つ任意に抽出する。このようにして、選択部３４は、色傾向がモノクロではない場合に、タイプに対応する色のファッションアイテムを特定する。選択部３４は、例えば、５組のファッションアイテムを特定する。なお、タイプによっては、小物（帽子、バック、靴、アクセサリー）の一部は、タイプに対応するファッションアイテムとして含まれないことがある。

例えば、選択部３４は、色傾向に基づいてタイプとして「シック」を選択した場合には、ファッションアイテムＤＢ２０から、タイプ「シック」に該当する洋服、帽子、バック、靴、アクセサリーごとに、ランクが高い上位５つのファッションアイテムを選択する。そして、選択部３４は、選択したファッションアイテムから、洋服、帽子、バック、靴、アクセサリーをそれぞれ１つ任意に選択する。そして、選択部３４は、例えば、５組のファッションアイテムを特定する。

図２に戻って、生成部３５は、選択部３４によって特定されたファッションアイテムの画像を生成する。生成部３５は、各ファッションアイテムの画像を用いてユーザの端末装置３に表示させる画像を生成し、提示させる。すなわち、生成部３５は、ユーザに提示する画像を生成し、提示させる。生成部３５は、特定されたファッションアイテムを端末装置３で切り替えて表示可能な画像を生成する。生成された画像は、通信部１１を介してユーザの端末装置３に送信される。なお、生成部３５は、提示部の一例である。

これにより、ユーザの端末装置３には、例えば、図６に示すような画像が表示され、ファッションアイテムが提示される。図６は、実施例１におけるファッションアイテムの提示の一例を示す図である。端末装置３には、洋服６０、帽子６１、バック６２、靴６３の各画像が表示される。なお、端末装置３には、ユーザが所有するファッションアイテムであるか否かを示す情報を含んだ画像が表示されてもよい。また、端末装置３には、例えば、別の画像が存在することを示す矢印が表示され、ユーザのフリック操作やスワイプ操作により、現在表示しているファッションアイテムの提示とは異なる提示の画像が表示される。ユーザの端末装置３に表示される画像は、図６に示す画像に限られず、例えば、タブごとに区分されて表示されてもよい。

このように、ファッションアイテムの提示を受けたユーザは、提示されたファッションアイテムに基づいて、例えば、ユーザが所有していないファッションアイテムをレンタルすることで、ユーザの色傾向に合わせたコーディネイトを行うことができる。

［処理の流れ］
次に、本実施例におけるサーバ装置２によるファッション分析処理について、図７を用いて説明する。図７は、実施例１におけるファッション分析処理の一例を示すフローチャートである。なお、ユーザ情報として、ユーザの「身長」や「体重」は、既にユーザＤＢ２１に記憶されているものとする。図７に示すように、端末装置３からユーザが所有するクローゼットの撮像画像が送信されると、サーバ装置２の通信部１１は、撮像画像を受信する（Ｓ１００）。

次に、領域抽出部３２は、撮像画像に画像処理を行い、撮像画像からファッションアイテム以外の領域を除去し、ファッションアイテムに関する領域を抽出する（Ｓ１０１）。次に、分析部３３は、抽出された領域の色傾向を分析する（Ｓ１０２）。

次に、選択部３４は、分析された色傾向がモノクロであるか否かを判定する（Ｓ１０３）。選択部３４は、分析された色傾向がモノクロである場合（Ｓ１０３：Ｙｅｓ）、差し色となる色及び小物を選択し（Ｓ１０４）、ファッションアイテムを特定する（Ｓ１０７）。選択部３４は、分析された色傾向がモノクロではない場合（Ｓ１０３：Ｎｏ）、色傾向に基づいてタイプを判別する（Ｓ１０５）。次に、選択部３４は、判別したタイプに対応するファッションアイテムを選択し（Ｓ１０６）、ファッションアイテムを特定する（Ｓ１０７）。

次に、生成部３５は、特定されたファッションアイテムの画像を生成する（Ｓ１０８）。次に、通信部１１は、生成されたファッションアイテムの画像をユーザの端末装置３に送信し（Ｓ１０９）、処理を終了する。

［効果］
以上説明したように、本実施例におけるサーバ装置２は、撮像装置を用いて撮影されたユーザのクローゼットの撮像画像を取得し、取得した撮像画像の中からファッションアイテムに関する領域を抽出する。また、サーバ装置２は、抽出した領域に対応する色情報に基づいて色情報に対応するファッションアイテムを特定する。これにより、ユーザの色情報に合わせたファッションアイテムをユーザに提示をすることができる。

また、本実施例におけるサーバ装置２は、撮像画像からファッションアイテムを識別してファッションアイテム以外の背景画像を除去し、ファッションアイテムに関する領域を抽出する。これにより、クローゼットの撮像画像から、ファッションアイテムに関する領域の色情報を精度よく分析することができる。

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。上記の実施例では、ユーザＤＢ２１は、ユーザの情報として、「身長」、「体重」、「性別」を記憶したが、これに限られない。例えば、ユーザＤＢ２１は、ユーザの情報として、「レンタル履歴」を記憶してもよい。受付部３０は、通信部１１を介して「レンタル履歴」を端末装置３から受け付ける。ユーザＤＢ２１は、受け付けられた「レンタル履歴」を記憶する。「レンタル履歴」は、例えば、過去に特定され、ユーザに提示されたファッションアイテムに対するユーザのレンタル履歴(レンタル実績)である。

選択部３４は、分析部３３によって分析された色傾向、及びユーザＤＢ２１に記憶された「レンタル履歴」に基づいて色傾向に対応する色のファッションアイテムを選択する。例えば、選択部３４は、タイプの色傾向に対応するファッションアイテムにユーザが過去にレンタルしたファッションアイテムが含まれる場合に、過去にレンタルしたファッションアイテムを選択する。これにより、ユーザの好みに合わせたファッションアイテムを提示することができる。また、例えば、選択部３４は、過去にレンタルしたファッションアイテムとは異なるファッションアイテムを選択してもよい。これにより、ユーザに提示するファッションアイテムを多様化させることができる。

また、例えば、ユーザＤＢ２１は、ユーザの情報として、同様に「評価値」、または「ファッション媒体」を記憶してもよい。受付部３０は、通信部１１を介して「評価値」、または「ファッション媒体」を端末装置３から受け付ける。ユーザＤＢ２１は、受け付けられた「評価値」または「ファッション媒体」を記憶する。

「評価値」は、過去に特定され、ユーザに提示されたファッションアイテムに対するユーザの評価値である。「ファッション媒体」は、ユーザが好むファッション媒体を特定する情報である。「ファッション媒体」は、例えば、ユーザが好むファッション雑誌の情報や、ユーザが閲覧しているサイトのファッションアイテムの情報である。なお、「ファッション媒体」は、例えばＳＮＳ（Social Networking Service）でユーザが気に入ったファッションアイテムの写真に「いいね」を選択した情報であってもよい。

選択部３４は、分析部３３によって分析された色傾向、及びユーザＤＢ２１に記憶された「評価値」に基づいて色傾向に対応する色のファッションアイテムを選択する。例えば、選択部３４は、評価値が低いファッションアイテムが含まれないようにファッションアイテムを選択する。また、選択部３４は、評価値が高いファッションアイテムが含まれるようにファッションアイテムを選択する。これにより、ユーザの好みに合わせたファッションアイテムを提示することができる。

また、選択部３４は、分析部３３によって分析された色傾向、及びユーザＤＢ２１に記憶された「ファッション媒体」に基づいて傾向に対応する色のファッションアイテムを選択する。例えば、選択部３４は、タイプの色傾向に対応するファッションアイテムを、「ファッション媒体」に含まれるファッションアイテム群から選択する。例えば、選択部３４は、ユーザが好むファッション雑誌に掲載されたファッションアイテム群からファッションアイテムを選択する。これにより、ユーザの好みに合わせたファッションアイテムを提示することができる。なお、例えば、ファッションアイテム群は、ファッション雑誌を発行している管理者や、ファッション雑誌に掲載されたファッションアイテムを製造している管理者などによって、通信部１１を介してファッションアイテムＤＢ２０に登録される。

また、例えば、ユーザＤＢ２１は、ユーザの情報として、同様に「提示履歴」を記憶してもよい。「提示履歴」は、過去に特定され、ユーザに提示されたファッションアイテムである。ユーザＤＢ２１は、選択部３４によって特定されたファッションアイテムを、提示履歴として記憶する。

選択部３４は、分析部３３によって分析された色傾向、及びユーザＤＢ２１に記憶された「提示履歴」に基づいて色傾向に対応する色のファッションアイテムを選択する。例えば、選択部３４は、過去に提示したファッションアイテムとは異なるファッションアイテムを選択する。これにより、ユーザに提示するファッションアイテムを多様化させることができる。

上記の実施例においては、生成部３５は、特定されたファッションアイテムの画像を生成したが、実施の形態はこれに限られない。例えば、生成部３５は、特定したファッションアイテムの中で、ユーザが所有するファッションアイテムに関する色情報で欠けている色のファッションアイテムを明確にした画像を生成してもよい。

分析部３３は、抽出された領域の色情報に対し、欠けている色を分析する。生成部３５は、選択されたファッションアイテムに、欠けている色のファッションアイテムが含まれる場合に、例えば、図８に示すように、欠けている色のファッションアイテムを枠７０で囲んだ画像を生成する。図８は、実施例２におけるファッションアイテムの提示の一例を示す図である。図８に示すファッションアイテムでは、選択されたファッションアイテムの中で、バック６２の色が欠けている色である。これにより、ユーザが所有するファッションアイテムで欠けている色又は欠けているアイテムを、ユーザが容易に知ることができる。

また、生成部３５は、欠けている色のファッションアイテムを明確にし、さらに図９に示すように、欠けている色について説明する文字７１を表示する画像を生成してもよい。すなわち、生成部３５は、ファッションアイテムの提示に合わせて、欠けている色について文字で色の情報を提示してもよい。例えば、生成部３５は、文字７１として「○○タイプに合う色ですが、クローゼットには無い色です。」を含んだ画像を生成する。図９は、実施例２におけるファッションアイテムの提示の一例を示す図である。これにより、ユーザが所有するファッションアイテムで欠けている色を、ユーザがさらに容易に知ることができる。なお、生成部３５は、例えば、枠７０を表示させずに、欠けている色について説明する文字７１を表示する画像を生成してもよい。

なお、生成部３５は、図１０に示すように、ファッションアイテムの提示に合わせた色の情報を文字７２で提示してもよい。図１０は、実施例２におけるファッションアイテムの提示の一例を示す図である。生成部３５は、例えば、文字７２として「○○タイプなので、××色、△△色、□□色を提案します。」を含んだ画像を生成する。これにより、ファッションアイテムの色情報を、ユーザが容易に知ることができる。なお、生成部３５は、文字７２のみを表示する画像を生成してもよい。

また、上記の実施例においては、選択部３４は、選択したファッションアイテムの中から、各ファッションアイテムを任意に抽出したが、実施の形態はこれに限られない。例えば、選択部３４は、各ファッションアイテムを抽出する際に、同系色を選択してもよく、また対向色を選択してもよい。また、選択部３４は、各ファッションアイテムを抽出する際に、差し色を選択してもよい。また、選択部３４は、抽出された領域の色情報に対し、欠けている色を選択してもよい。

また、上記の実施例においては、選択部３４は、ファッションアイテムＤＢ２０から、ファッションアイテムを選択したが、実施の形態はこれに限られない。例えば、選択部３４は、ユーザが所有するファッションアイテムを含むようにファッションアイテムを選択してもよい。

ユーザＤＢ２１は、ユーザの情報として、ユーザが所有するファッションアイテムを記憶する。例えば、ユーザＤＢ２１は、「購買履歴」に基づいてユーザが所有するファッションアイテムを記憶する。「購買履歴」は、例えば、インターネットを介した購買履歴や、店舗でユーザが直接購買した後に登録された購買履歴や、過去に特定され、ユーザに提示されたファッションアイテムに対するユーザの購買履歴（買い取り実績）である。

選択部３４は、分析部３３によって分析された色傾向、及びユーザが所有するファッションアイテムに基づいて色傾向に対応する色のファッションアイテムを選択する。例えば、選択部３４は、タイプに対応するファッションアイテムにユーザが所有するファッションアイテムが含まれる場合に、ユーザが所有するファッションアイテムを選択する。これにより、ユーザが所有するファッションアイテムを用いたファッションアイテムを提示することができる。

なお、ユーザＤＢ２１は、クローゼットの撮像画像に基づいてユーザが所有するファッションアイテムを記憶してもよい。クローゼットの撮像画像に基づいたファッションアイテムは、領域抽出部３２によって行われる画像処理によって識別される。例えば、機械学習によりファッションアイテムを識別可能な辞書を生成し、辞書をユーザＤＢ２１に記憶させ、記憶させた辞書を用いてファッションアイテムを識別する。ユーザＤＢ２１は、識別したファッションアイテムを記憶する。

また、選択部３４は、「購買履歴」、「レンタル履歴」、「評価値」、「ファッション媒体」、「提示履歴」のうち、複数に基づいてファッションアイテムを特定してもよい。

また、ユーザＤＢ２１は、ユーザの情報として、分析部３３によって分析された色傾向を記憶してもよい。すなわち、ユーザＤＢ２１は、ユーザが所有するクローゼットに対するファッションアイテムの色傾向を記憶してもよい。これにより、ユーザの色傾向に合わせたファッションアイテムを提示することができる。

また、上記の実施例においては、撮像画像は、ユーザの所有するクローゼットを撮影した画像であるが、実施の形態はこれに限られない。例えば、撮像画像は、ファッションアイテムを着用したユーザの撮像画像が含まれてもよい。また、撮像画像は、図１１に示すように、ユーザが所有する車の撮像画像が含まれてもよい。図１１は、実施例２における撮像画像の一例を示す図である。また、撮像画像は、ユーザの部屋の撮像画像が含まれてもよい。これにより、ユーザが所有するファッションアイテム以外の物体の色傾向に合わせた色のファッションアイテムをさらに提示することができる。

また、上記の実施例におけるファッションアイテムを貸し出すサービスを行う管理者は、他のユーザであってもよい。すなわち、上記実施例におけるシステム１は、ユーザ同士で、ファッションアイテムを貸し借りするシステムに適用されてもよい。

［システム］
また、各実施例において説明した各処理のうち、自動的におこな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おこなうこともできる。あるいは、手動的におこな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おこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、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。

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、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、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。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

［ハードウェア構成］
図１２は、コンピュータのハードウェア構成例を示す図である。図１２に示すように、コンピュータ５００は、各種演算処理を実行するＣＰＵ５０１と、ユーザからの画像などの入力を受け付ける入力装置５０２とを有する。また、コンピュータ５００は、記憶媒体からプログラムなどを読み取る媒体読取装置５０３と、他の装置と接続するためのインターフェース装置５０４とを有する。また、コンピュータ５００は、各種情報を一時記憶するＲＡＭ（Random Access Memory）５０５と、ハードディスク装置５０６とを有する。また、各装置５０１〜５０６は、バス５０７に接続される。

ハードディスク装置５０６には、上記実施例で示した受付部３０、画像取得部３１、領域抽出部３２、分析部３３、選択部３４、生成部３５の各処理部と同様の機能を有する制御プログラムが記憶される。また、ハードディスク装置５０６には、制御プログラムを実現するための各種データが記憶される。各種データには、記憶部１２内のデータが含まれる。

ＣＰＵ５０１は、ハードディスク装置５０６に記憶された各プログラムを読み出して、ＲＡＭ５０５に展開して実行することで、各種の処理を行う。これらのプログラムは、コンピュータ５００を上記実施例で示した受付部３０、画像取得部３１、領域抽出部３２、分析部３３、選択部３４、生成部３５として機能させることができる。

なお、上記の各プログラムは、必ずしもハードディスク装置５０６に記憶されている必要はない。例えば、コンピュータ５００が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ５００が読み出して実行するようにしてもよい。コンピュータ５００が読み取り可能な記憶媒体は、例えば、ＣＤ−ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal Serial Bus）メモリなどの可搬型記録媒体、フラッシュメモリなどの半導体メモリ、ハードディスクドライブなどが対応する。また、公衆回線、インターネット、ＬＡＮ（Local Area Network）などに接続された装置にこれらのプログラムを記憶させておき、コンピュータ５００がこれらのプログラムを読み出して実行するようにしても良い。

１ システム
２ サーバ装置
３ 端末装置
１１ 通信部
１２ 記憶部
１３ 制御部
２０ ファッションアイテムＤＢ
２１ ユーザＤＢ
３０ 受付部
３１ 画像取得部
３２ 領域抽出部
３３ 分析部
３４ 選択部
３５ 生成部

Claims (9)

1. 撮像装置を用いて撮影されたユーザのクローゼットの撮像画像を取得し、
   取得した前記撮像画像の中からファッションアイテムに関する領域を抽出し、
   抽出した前記ファッションアイテムに関する領域全体での色の割合から色傾向を分析し、当該色傾向に対応する色のファッションアイテムを特定する
   処理をコンピュータに実行させることを特徴とするファッション分析プログラム。
2. 前記ユーザからファッション媒体を特定する情報の入力を受け付ける処理をさらにコンピュータに実行させ、
   前記特定する処理は、前記色傾向及び入力された前記ファッション媒体を特定する情報に基づいて、前記色傾向に対応するファッションアイテムを特定することを特徴とする請求項１に記載のファッション分析プログラム。
3. 前記特定する処理は、特定された前記ファッション媒体に含まれるファッションアイテム群から前記色傾向に対応するファッションアイテムを特定することを特徴とする請求項２に記載のファッション分析プログラム。
4. 特定した前記色傾向に対応するファッションアイテムに関する情報を出力する処理をさらにコンピュータに実行させ、
   前記特定する処理は、前記色傾向に基づいて、前記色傾向で欠けている色のファッションアイテムを、前記色傾向に対応するファッションアイテムとして特定することを特徴とする請求項１に記載のファッション分析プログラム。
5. 特定した前記色傾向で欠けている色に関する情報を出力する処理をさらにコンピュータに実行させ、
   前記特定する処理は、前記色傾向に基づいて、前記色傾向で欠けている色を特定することを特徴とする請求項１に記載のファッション分析プログラム。
6. 前記抽出する処理は、取得した前記撮像画像から物体を識別して前記物体以外の背景画像を除去し、前記領域を抽出することを特徴とする請求項１に記載のファッション分析プログラム。
7. 前記特定する処理は、過去に特定した前記色傾向に対応するファッションアイテム、過去に特定した前記色傾向に対応するファッションアイテムに対する評価値、過去に特定した前記色傾向に対応するファッションアイテムに対する前記ユーザのレンタル実績、過去に特定した前記色傾向に対応するファッションアイテムに対する前記ユーザの買い取り実績の少なくとも１つに基づいて、前記色傾向に対応するファッションアイテムを特定することを特徴とする請求項１に記載のファッション分析プログラム。
8. 撮像装置を用いて撮影されたユーザのクローゼットの撮像画像を取得する取得部と、
   取得した前記撮像画像の中からファッションアイテムに関する領域を抽出する抽出部と、
   抽出した前記ファッションアイテムに関する領域全体での色の割合から色傾向を分析し、当該色傾向に対応する色のファッションアイテムを特定する特定部と
   を備えることを特徴とするファッション分析装置。
9. 撮像装置を用いて撮影されたユーザのクローゼットの撮像画像を取得し、
   取得した前記撮像画像の中からファッションアイテムに関する領域を抽出し、
   抽出した前記ファッションアイテムに関する領域全体での色の割合から色傾向を分析し、当該色傾向に対応する色のファッションアイテムを特定する
   処理をコンピュータに実行させることを特徴とするファッション分析方法。

Images