JP7062960B2 - 情報処理システム、プログラム、情報処理装置及び情報出力方法 - Google Patents
情報処理システム、プログラム、情報処理装置及び情報出力方法 Download PDFInfo
- Publication number
- JP7062960B2 JP7062960B2 JP2018003093A JP2018003093A JP7062960B2 JP 7062960 B2 JP7062960 B2 JP 7062960B2 JP 2018003093 A JP2018003093 A JP 2018003093A JP 2018003093 A JP2018003093 A JP 2018003093A JP 7062960 B2 JP7062960 B2 JP 7062960B2
- Authority
- JP
- Japan
- Prior art keywords
- appearance attribute
- analysis
- appearance
- person
- information
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
- G06V30/244—Division of the character sequences into groups prior to recognition; Selection of dictionaries using graphical properties, e.g. alphabet type or font
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
[第1の実施形態]
<概要>
前述したように、消費者購買行動モデルにおけるAttentionからInterestへは、消費者の価値観へのアプローチ(ターゲティング)が重要であるが、現状、消費者の年齢、性別、職業、住居などのペルソナ分析により消費者の価値観へアプローチする手法が一般的だった。
図1は、本実施形態に係る情報処理システムの一例の構成図である。図1(A)の情報処理システム1Aはサーバ装置10、クライアント端末12、画像ファイル記憶装置14及びカメラ16がインターネットやLANなどのネットワーク18を介してデータ通信可能に接続されている。図1(B)の情報処理システム1Bは画像ファイル記憶装置14、カメラ16及び情報処理装置20がネットワーク18を介してデータ通信可能に接続されている。
《コンピュータ》
図1のサーバ装置10、クライアント端末12及び情報処理装置20は例えば図2に示すようなハードウェア構成のコンピュータにより実現される。図2は、コンピュータの一例のハードウェア構成図である。
本実施形態に係る情報処理システム1A又は1Bは例えば図3に示す機能構成により実現される。図3は本実施形態に係る情報処理システムの一例の機能構成図である。図3の機能構成は、本実施形態の説明に不要な構成について適宜省略している。以下では情報処理システム1Aを例として説明する。
本実施形態に係る情報処理システム1A及び1Bは、例えば図4に示す手順で見た目属性に関する処理を行う。図4は本実施形態に係る情報処理システムが行う見た目属性に関する処理の一例のフローチャートである。
以下、本実施形態に係る見た目属性の活用事例について説明する。
活用事例1は見た目属性を判断するものである。活用事例1は事前準備事項として見た目属性に関する学習の実施が必要である。例えば年齢性別(男性:20代、30代、40代、その他、女性:20代、30代、40代、その他)や系統別属性(男性:キレカジ、カジュアル、スポーティ、ストリート、きれいめ、アメカジ、ビジネス、女性:ハイファッション、ミセス、キャリア、お嬢さんOL、きれい、ベーシック、フェミニン、ガーリッシュ、お姉ギャル、フェミカジ、裏原、ストリート)の見た目属性の学習を見た目属性学習部31に行わせる。そして、活用事例1の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、各種見た目属性との適合度合いを出力する。
活用事例2は、カメラ16で撮影する画像ファイルの領域に予め設定しておく見た目属性(実タイプ)と、その領域に写った人物の画像ファイルから解析された見た目属性とを比較するものである。活用事例2は事前準備事項として、活用事例1の事前準備事項に加えて後述する実タイプマッチ用データの設定が必要である。活用事例2の処理概要はクライアント端末12から実タイプマッチ用データの設定を行わせ、カメラ16で撮影した画像データの設定領域に写った人物の見た目属性をサーバ装置10が解析し、その解析結果と実タイプとを比較した結果をクライアント端末12に表示させる。
活用事例3は見た目属性を判断し、広告と連動させるものである。活用事例3は事前準備事項として、活用事例1の事前準備事項に加えて後述の広告定義データの設定が必要である。活用事例3の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その解析結果に応じた広告を出力する。
活用事例4は、カメラ16で撮影する画像ファイルの領域に予め設定しておく見た目属性(実タイプ)と、その領域に写った人物の画像ファイルから解析された見た目属性とを比較した結果を、店舗内の展示物・レイアウト変更に活用するものである。活用事例4は事前準備事項として、活用事例2と同様な事前準備事項が必要である。
活用事例5は、カメラ16で撮影する画像ファイルの領域に予め設定しておく見た目属性(実タイプ)と、その領域に写った人物の画像ファイルから解析された見た目属性とを比較した結果を、見た目属性に応じたチラシ等の販促物の配布に活用するものである。
活用事例6は見た目属性を判断し、判断した見た目属性を既存会員情報へ付加するものである。活用事例6は、事前準備事項として、活用事例1と同様な事前準備事項が必要である。活用事例6の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その見た目属性を既存会員情報へ付加する。
活用事例7は活用事例6で既存会員情報へ付加した見た目属性を販売促進に利用するものである。活用事例7は、事前準備事項として、活用事例6と同様な事前準備事項が必要である。活用事例7の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その見た目属性を既存会員情報へ付加し、その見た目属性に応じて販促チャネル・販促物を自動判別する。
活用事例8は見た目属性を判断し、判断した見た目属性を既存会員情報へ付加すると共にWeb活動情報と連携させるものである。活用事例8は事前準備事項として、活用事例6と同様な事前準備事項が必要である。活用事例8の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その見た目属性を既存会員情報へ付加すると共に、Web活動情報記憶部45に記憶されているWeb活動情報を連携させる。Web活動情報は顧客の購買履歴、閲覧情報、カート情報、検索エンジンなどの情報である。
活用事例9は活用事例8で既存会員情報へ付加した見た目属性及びWeb活動情報を販売促進に利用するものである。活用事例9は、事前準備事項として、活用事例7及び8と同様な事前準備事項が必要である。活用事例9の処理概要は、カメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その見た目属性を既存会員情報へ付加すると共に、Web活動情報記憶部45に記憶されているWeb活動情報を連携させ、顧客の見た目属性に応じた販促チャネル・販促物を自動判別する。
活用事例10は活用事例6で既存会員情報へ付加した見た目属性の時間経過による変化の予測を行うものである。活用事例10は、事前準備事項として、活用事例6と同様な事前準備事項が必要である。活用事例10の処理概要はカメラ16で撮影した画像ファイルの人物の見た目属性を見た目属性解析部33に解析させて、その見た目属性(フェミニン系50%、キャリア系40%、ストリート系10%などの割合を含む)を既存会員情報へ付加する。また、既存会員情報には顧客の時間経過(年齢経過、ライフイベントなど)に伴う見た目属性の変化の情報も蓄積しておく。このように多数の顧客の見た目属性の時間経過に伴う変化の情報を蓄積しておくことで、活用事例10では現在の顧客の見た目属性から時間経過に伴う見た目属性の変化を予測できる。
また、例えば現在の見た目属性の時間経過による変化の予測は、現在の見た目属性の構成の割合(例えばフェミニン系50%、お姉ギャル系30%、キャリア系20%)である場合に、○年後の見た目属性の構成の割合を例えばきれい系40%、フェミニン系20%、キャリア系20%、ミセス系10%のように予測する。
10 サーバ装置
12 クライアント端末
14 画像ファイル記憶装置
16 カメラ
18 ネットワーク
20 情報処理装置
31 見た目属性学習部
32 学習データ記憶部
33 見た目属性解析部
34 解析結果データ記憶部
35 解析結果出力処理部
36 複製処理部
41 実タイプマッチ用データ記憶部
42 広告定義データ記憶部
43 デジタルサイネージディスプレイ
44 会員D/B記憶部
45 Web活動情報記憶部
46 顧客用端末
47 会員・過去D/B記憶部
500 コンピュータ
Claims (14)
- 一台以上の情報処理装置を含む構成の情報処理システムであって、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段と、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段と、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段と、
を有し、
前記解析結果出力手段は、前記解析用データとして入力される画像に対する1つ以上の設定領域の指定と、設定領域ごとに前記見た目属性の指定とを予め受け付け、前記見た目属性解析手段により解析された前記解析用データの前記設定領域に写る人物の前記見た目属性と、前記設定領域に指定された前記見た目属性との比較結果に応じた出力を行うこと
を特徴とする情報処理システム。 - 一台以上の情報処理装置を含む構成の情報処理システムであって、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段と、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段と、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段と、
を有し、
前記解析結果出力手段は、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性を、前記人物の既存情報へ付加し、
前記見た目属性解析手段による解析結果に基づき、前記解析用データとして入力された画像に写る人物の既存情報へ前記人物の時間経過に伴う前記見た目属性の変化の情報が、複数人分蓄積された蓄積情報に基づき、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性の時間経過による変化を予測して出力し、
前記蓄積情報に基づき、前記人物の時間経過に伴う前記見た目属性の変化の情報から前記人物のライフイベントの発生を予測すること
を特徴とする情報処理システム。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて前記見た目属性の特徴量パターンを構築し、前記特徴量パターン記憶手段に記憶させる見た目属性学習手段、
を更に有する請求項1又は2記載の情報処理システム。 - 画像を撮影し、前記解析用データとして前記見た目属性解析手段に入力する撮影手段、
を更に有する請求項1乃至3何れか一項記載の情報処理システム。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数の撮影画像を加工して複製する複製処理手段、を更に有し、
前記複製処理手段は、前記見た目属性ごとに設定された加工処理により、前記同一の価値観を持つ人物の画像としてユーザにより選択された複数の撮影画像を加工して複製すること
を特徴とする請求項1乃至4何れか一項記載の情報処理システム。 - コンピュータを、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段、
として機能させ、
前記解析結果出力手段は、前記解析用データとして入力される画像に対する1つ以上の設定領域の指定と、設定領域ごとに前記見た目属性の指定とを予め受け付け、前記見た目属性解析手段により解析された前記解析用データの前記設定領域に写る人物の前記見た目属性と、前記設定領域に指定された前記見た目属性との比較結果に応じた出力を行うこと
を特徴とするプログラム。 - コンピュータを、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段、
として機能させ、
前記解析結果出力手段は、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性を、前記人物の既存情報へ付加し、
前記見た目属性解析手段による解析結果に基づき、前記解析用データとして入力された画像に写る人物の既存情報へ前記人物の時間経過に伴う前記見た目属性の変化の情報が、複数人分蓄積された蓄積情報に基づき、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性の時間経過による変化を予測して出力し、
前記蓄積情報に基づき、前記人物の時間経過に伴う前記見た目属性の変化の情報から前記人物のライフイベントの発生を予測すること
を特徴とするプログラム。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段と、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段と、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段と、
を有し、
前記解析結果出力手段は、前記解析用データとして入力される画像に対する1つ以上の設定領域の指定と、設定領域ごとに前記見た目属性の指定とを予め受け付け、前記見た目属性解析手段により解析された前記解析用データの前記設定領域に写る人物の前記見た目属性と、前記設定領域に指定された前記見た目属性との比較結果に応じた出力を行うこと
を特徴とする情報処理装置。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段と、
前記特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析する見た目属性解析手段と、
前記見た目属性解析手段による解析結果に応じた出力を行う解析結果出力手段と、
を有し、
前記解析結果出力手段は、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性を、前記人物の既存情報へ付加し、
前記見た目属性解析手段による解析結果に基づき、前記解析用データとして入力された画像に写る人物の既存情報へ前記人物の時間経過に伴う前記見た目属性の変化の情報が、複数人分蓄積された蓄積情報に基づき、前記見た目属性解析手段により解析した前記解析用データとして入力された画像に写る人物の前記見た目属性の時間経過による変化を予測して出力し、
前記蓄積情報に基づき、前記人物の時間経過に伴う前記見た目属性の変化の情報から前記人物のライフイベントの発生を予測すること
を特徴とする情報処理装置。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて前記見た目属性の特徴量パターンを構築し、前記特徴量パターン記憶手段に記憶させる見た目属性学習手段、
を更に有する請求項8又は9記載の情報処理装置。 - 画像を撮影し、前記解析用データとして前記見た目属性解析手段に入力する撮影手段、
を更に有する請求項8乃至10何れか一項記載の情報処理装置。 - 同一の価値観を持つ人物の画像としてユーザにより選択された複数の撮影画像を加工して複製する複製処理手段、を更に有し、
前記複製処理手段は、前記見た目属性ごとに設定された加工処理により、前記同一の価値観を持つ人物の画像としてユーザにより選択された複数の撮影画像を加工して複製すること
を特徴とする請求項8乃至11何れか一項記載の情報処理装置。 - 一台以上の情報処理装置を含む構成の情報処理システムにおいて実行される情報出力方法であって、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析するステップと、
前記解析するステップによる解析結果に応じた出力を行うステップと、
を有し、
前記出力を行うステップは、前記解析用データとして入力される画像に対する1つ以上の設定領域の指定と、設定領域ごとに前記見た目属性の指定とを予め受け付け、前記解析するステップにより解析された前記解析用データの前記設定領域に写る人物の前記見た目属性と、前記設定領域に指定された前記見た目属性との比較結果に応じた出力を行うこと
を特徴とする情報出力方法。 - 一台以上の情報処理装置を含む構成の情報処理システムにおいて実行される情報出力方法であって、
同一の価値観を持つ人物の画像としてユーザにより選択された複数枚の撮影画像から機械学習の手法を用いて構築された見た目属性の特徴量パターンを一種類以上記憶する特徴量パターン記憶手段に記憶されている一種類以上の前記特徴量パターンを用いて、解析用データとして入力された画像に写る人物の前記見た目属性を解析するステップと、
前記解析するステップによる解析結果に応じた出力を行うステップと、
を有し、
前記出力を行うステップは、前記解析用データとして入力された画像に写る人物の前記見た目属性を、前記人物の既存情報へ付加し、
前記解析するステップによる解析結果に基づき、前記解析用データとして入力された画像に写る人物の既存情報へ前記人物の時間経過に伴う前記見た目属性の変化の情報が、複数人分蓄積された蓄積情報に基づき、前記解析用データとして入力された画像に写る人物の前記見た目属性の時間経過による変化を予測して出力し、
前記蓄積情報に基づき、前記人物の時間経過に伴う前記見た目属性の変化の情報から前記人物のライフイベントの発生を予測すること
を特徴とする情報出力方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018003093A JP7062960B2 (ja) | 2018-01-12 | 2018-01-12 | 情報処理システム、プログラム、情報処理装置及び情報出力方法 |
US16/238,845 US11093974B2 (en) | 2018-01-12 | 2019-01-03 | Image attribute processing system, image attribute processing apparatus, and method of processing image attributes |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018003093A JP7062960B2 (ja) | 2018-01-12 | 2018-01-12 | 情報処理システム、プログラム、情報処理装置及び情報出力方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019124987A JP2019124987A (ja) | 2019-07-25 |
JP7062960B2 true JP7062960B2 (ja) | 2022-05-09 |
Family
ID=67212982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018003093A Active JP7062960B2 (ja) | 2018-01-12 | 2018-01-12 | 情報処理システム、プログラム、情報処理装置及び情報出力方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11093974B2 (ja) |
JP (1) | JP7062960B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11210499B2 (en) * | 2018-07-06 | 2021-12-28 | Kepler Vision Technologies Bv | Determining a social group to which customers belong from appearance and using artificial intelligence, machine learning, and computer vision, for estimating customer preferences and intent, and for improving customer services |
CN111435432B (zh) * | 2019-01-15 | 2023-05-26 | 北京市商汤科技开发有限公司 | 网络优化方法及装置、图像处理方法及装置、存储介质 |
CN112686019A (zh) * | 2020-12-25 | 2021-04-20 | 深圳市元征科技股份有限公司 | 车辆传感器数据解析方法、设备及存储介质 |
JP7454523B2 (ja) * | 2021-04-16 | 2024-03-22 | アフラック生命保険株式会社 | ミラー型表示装置及び情報提供システム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009271885A (ja) | 2008-05-12 | 2009-11-19 | Panasonic Corp | 年齢推定方法及び年齢推定装置 |
JP2013025725A (ja) | 2011-07-26 | 2013-02-04 | Sony Corp | 情報処理装置、フレーズ出力方法及びプログラム |
JP2015121611A (ja) | 2013-12-20 | 2015-07-02 | フリュー株式会社 | 写真シール作成装置、画像編集方法、およびプログラム |
JP2016061955A (ja) | 2014-09-18 | 2016-04-25 | カシオ計算機株式会社 | コンテンツ出力装置、コンテンツ出力方法及びプログラム |
JP2017207840A (ja) | 2016-05-17 | 2017-11-24 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法、プログラムおよび記録媒体 |
WO2017203600A1 (ja) | 2016-05-24 | 2017-11-30 | 株式会社日立ハイテクノロジーズ | 欠陥分類装置および欠陥分類方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4537117B2 (ja) | 2004-05-17 | 2010-09-01 | 株式会社リコー | データ管理システム、プログラム及び記憶媒体 |
US20070091106A1 (en) * | 2005-10-25 | 2007-04-26 | Moroney Nathan M | Adaptive lexical classification system |
US8903198B2 (en) * | 2011-06-03 | 2014-12-02 | International Business Machines Corporation | Image ranking based on attribute correlation |
US8644561B2 (en) * | 2012-01-18 | 2014-02-04 | Xerox Corporation | License plate optical character recognition method and system |
US9245191B2 (en) * | 2013-09-05 | 2016-01-26 | Ebay, Inc. | System and method for scene text recognition |
US20150163311A1 (en) * | 2013-11-26 | 2015-06-11 | Martin Charles Heath | Systems and methods for capturing, managing, and triggering user journeys associated with trackable digital objects |
JP6191581B2 (ja) * | 2014-10-31 | 2017-09-06 | 株式会社リコー | 画像処理システム、管理システム、画像処理装置、校正原稿生成方法及びプログラム |
JP2017076315A (ja) | 2015-10-16 | 2017-04-20 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6739200B2 (ja) * | 2016-03-24 | 2020-08-12 | キヤノン株式会社 | 映像処理装置、映像処理システムおよび制御方法 |
WO2018052906A1 (en) * | 2016-09-13 | 2018-03-22 | Sophistio, Inc. | Automatic wearable item classification systems and methods based upon normalized depictions |
US10163003B2 (en) * | 2016-12-28 | 2018-12-25 | Adobe Systems Incorporated | Recognizing combinations of body shape, pose, and clothing in three-dimensional input images |
CN110582777B (zh) * | 2017-05-05 | 2023-08-01 | 赫尔实验室有限公司 | 借助于联合稀疏表示的零样本机器视觉系统 |
US10277714B2 (en) * | 2017-05-10 | 2019-04-30 | Facebook, Inc. | Predicting household demographics based on image data |
EP3754546A1 (en) * | 2018-01-10 | 2020-12-23 | Trax Technology Solutions Pte Ltd. | Automatically monitoring retail products based on captured images |
US11783408B2 (en) * | 2018-08-06 | 2023-10-10 | Rajesh Kumar Saligrama Ananthanarayana | Computer vision based methods and systems of universal fashion ontology fashion rating and recommendation |
US11138418B2 (en) * | 2018-08-06 | 2021-10-05 | Gal Zuckerman | Systems and methods for tracking persons by utilizing imagery data captured by on-road vehicles |
US10963939B1 (en) * | 2018-08-27 | 2021-03-30 | A9.Com, Inc. | Computer vision based style profiles |
US10992902B2 (en) * | 2019-03-21 | 2021-04-27 | Disney Enterprises, Inc. | Aspect ratio conversion with machine learning |
US20210035183A1 (en) * | 2019-07-31 | 2021-02-04 | Synchronoss Technologies, Inc. | Method and system for a recommendation engine utilizing progressive labeling and user content enrichment |
-
2018
- 2018-01-12 JP JP2018003093A patent/JP7062960B2/ja active Active
-
2019
- 2019-01-03 US US16/238,845 patent/US11093974B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009271885A (ja) | 2008-05-12 | 2009-11-19 | Panasonic Corp | 年齢推定方法及び年齢推定装置 |
JP2013025725A (ja) | 2011-07-26 | 2013-02-04 | Sony Corp | 情報処理装置、フレーズ出力方法及びプログラム |
JP2015121611A (ja) | 2013-12-20 | 2015-07-02 | フリュー株式会社 | 写真シール作成装置、画像編集方法、およびプログラム |
JP2016061955A (ja) | 2014-09-18 | 2016-04-25 | カシオ計算機株式会社 | コンテンツ出力装置、コンテンツ出力方法及びプログラム |
JP2017207840A (ja) | 2016-05-17 | 2017-11-24 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法、プログラムおよび記録媒体 |
WO2017203600A1 (ja) | 2016-05-24 | 2017-11-30 | 株式会社日立ハイテクノロジーズ | 欠陥分類装置および欠陥分類方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190220900A1 (en) | 2019-07-18 |
JP2019124987A (ja) | 2019-07-25 |
US11093974B2 (en) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11922674B2 (en) | Systems, methods, and storage media for evaluating images | |
JP7062960B2 (ja) | 情報処理システム、プログラム、情報処理装置及び情報出力方法 | |
CN110363213B (zh) | 服装图像的认知分析和分类的方法和系统 | |
US10360623B2 (en) | Visually generated consumer product presentation | |
US10963744B2 (en) | Cognitive automated and interactive personalized fashion designing using cognitive fashion scores and cognitive analysis of fashion trends and data | |
JP5230612B2 (ja) | コンテキスト画像入り広告の生成 | |
Dzyabura et al. | Leveraging the power of images in managing product return rates | |
CN110663023A (zh) | 使用人工智能来设计产品 | |
CN109542916A (zh) | 平台商品入驻方法、装置、计算机设备及存储介质 | |
CN106055710A (zh) | 基于视频的商品推荐方法及装置 | |
KR102393078B1 (ko) | 4차 산업 기술을 이용하는 마케팅 서비스를 제공하는 방법 및 그 시스템 | |
JP5914549B2 (ja) | 情報処理装置および情報分析方法 | |
CN114862516A (zh) | 文案推荐方法、存储介质及程序产品 | |
Wang et al. | Leveraging image-processing techniques for empirical Research: Feasibility and Reliability in Online Shopping Context | |
KR102102572B1 (ko) | 온라인 쇼핑몰을 제공하는 시스템 및 방법 | |
US11321887B2 (en) | Article design | |
Lipianina-Honcharenko et al. | Intelligent method for forming the consumer basket | |
KR20210052237A (ko) | 인공지능에 기반한 상품 카탈로그 자동 분류 시스템 | |
Liao et al. | Mining customer knowledge for channel and product segmentation | |
Shiu et al. | Identifying price sensitive customers in e-commerce platforms for recommender systems | |
CN113127597A (zh) | 搜索信息的处理方法、装置及电子设备 | |
JPWO2020084712A1 (ja) | 配信プログラム、配信方法及び配信装置 | |
US11948181B2 (en) | Systems and methods for using SKU vector information | |
KR102670452B1 (ko) | 타임라인 기반 상품 판매 현황 시각화 방법, 장치 및 시스템 | |
US20230351654A1 (en) | METHOD AND SYSTEM FOR GENERATING IMAGES USING GENERATIVE ADVERSARIAL NETWORKS (GANs) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200916 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210819 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211108 |
|
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: 20220322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220404 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7062960 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |