JP7095335B2 - 画像検索装置、印刷物、画像検索方法及び画像検索プログラム - Google Patents

Description

本発明は、画像検索装置、印刷物、画像検索方法及び画像検索プログラムに関する。

従来より、顧客に対して最適な商品をレコメンドするレコメンド技術が知られている。例えば、下記特許文献１では、来店した顧客が所持している物品や、来店した顧客が関心を示している商品等、顧客の来店時の状態を分析し、分析結果に応じた商品をレコメンドすることが提案されている。

しかしながら、来店した顧客が所持している物品や、来店した顧客が関心を示している商品等は、顧客の一時的な状態（顧客の嗜好性の一部）を捉えているにすぎず、分析結果から当該顧客が本来有する嗜好性まで把握することは難しい。一方で、顧客本来の嗜好性に応じた商品のレコメンドを行うことができれば、顧客にとっては、所望する商品等を、効率よく入手できる可能性が高まる。

本発明は上記課題に鑑みてなされたものであり、顧客の嗜好性に応じたレコメンドを実現することを目的とする。

本発明の一態様によれば、画像検索装置は、以下のような構成を有する。すなわち、
物品の印象を示す指標に基づいて評価された、複数の物品それぞれの評価値と、前記複数の物品の画像に基づいて算出される、各物品の画像特徴量とを取得する取得手段と、
前記各物品の画像特徴量を、前記指標ごとに、同じ評価値同士で分類することで、前記指標ごとの複数の評価値領域を生成する生成手段と、
顧客の嗜好性を示す評価値を算出する算出手段と、
前記顧客にレコメンドする画像を特定する特定手段と、を有し、
前記算出手段は、前記顧客により選択された画像に基づいて算出される画像特徴量と、前記複数の評価値領域とを対比することで、前記顧客により選択された画像について、前記評価値を算出し、
前記特定手段は、前記複数の物品の画像の中から、前記算出された評価値に類似する評価値を有する物品の画像を特定する。

本発明の各実施形態によれば、顧客の嗜好性に応じたレコメンドを実現することができる。

画像検索装置の機能構成の一例を示す図である。 画像検索装置のハードウェア構成の一例を示す図である。 第１の実施形態に係る画像検索装置の取得部の機能構成の詳細を示す図である。 画像特徴量の一例を示す図である。 評価値の一例を示す図である。 解析用情報の一例を示す図である。 第１の実施形態に係る画像検索装置の生成部の機能構成の詳細を示す図である。 指標ごとの複数の評価値領域を示す図である。 第１の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。 評価値算出部の処理の具体例を示す図である。 第１の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。 第２の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。 レーダチャート生成部及び画像特定部の処理の具体例を示す図である。 第２の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。 第１及び第２の実施形態に係る画像検索装置の、購買システムへの適用例を示す第１の図である。 購買システムにおける画像情報の一例を示す図である。 購買システムにおける購買履歴情報の一例を示す図である。 購買システムにおけるレコメンド画像情報出力処理の流れを示す第１のシーケンス図である。 第１及び第２の実施形態に係る画像検索装置の、購買システムへの適用例を示す第２の図である。 購買システムにおけるレコメンド画像情報出力処理の流れを示す第２のシーケンス図である。 第５の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。 各指標の評価値を入力する入力画面の一例を示す図である。 第５の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。 第５の実施形態に係る画像検索装置の、広告データ生成システムへの適用例を示す図である。 広告データ生成システムにおけるレコメンド画像情報出力処理の流れを示すシーケンス図である。

以下、各実施形態の詳細について説明する。なお、各実施形態に係る明細書及び図面の記載に際して、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

［第１の実施形態］
＜１．画像検索装置の機能構成＞
はじめに、第１の実施形態に係る画像検索装置の機能構成について説明する。図１は、画像検索装置の機能構成の一例を示す図である。画像検索装置１２０には、画像検索プログラムがインストールされており、当該プログラムが実行されることで、画像検索装置１２０は、取得部１３０、生成部１４０、特定部１５０として機能する。

取得部１３０は取得手段の一例である。取得部１３０は、外部装置に格納された画像情報格納部１１０より画像情報を取得する。また、取得部１３０は、画像情報を管理する管理者１８０によって入力された、画像情報に含まれる各物品画像についての定性的な指標に対する評価値を取得する。

更に、取得部１３０は、取得した画像情報に含まれる各物品画像について画像特徴量を算出し、取得した評価値と対応付けて、解析用情報として、解析用情報格納部１６０に格納する。

生成部１４０は生成手段の一例である。生成部１４０は、解析用情報格納部１６０に格納された解析用情報に基づいて、特徴量空間における各物品画像の画像特徴量の分布と、評価値との対応関係を解析し、特徴量空間における各物品画像の画像特徴量を、指標ごとに、同じ評価値同士で分類する。これにより、生成部１４０は、指標ごとに、特徴量空間において同一の評価値の領域を示す評価値領域を生成する。また、生成部１４０は、指標ごとに、生成した評価値領域を領域情報格納部１７０に格納する。

特定部１５０は、顧客の嗜好性が表れた画像を含む評価画像情報と、顧客情報とを、外部装置より受信し、評価画像情報に含まれる画像について画像特徴量を算出する。顧客の嗜好性が表れた画像とは、複数の画像の中から顧客の嗜好性に従って選択された画像を指す。顧客の嗜好性に従って選択された画像には、例えば、
・複数の商品の中から過去に顧客によって購入された（選択された）商品の画像、
・過去に撮影した撮影画像の中から顧客によって選択された、お気に入りの洋服を着た人の画像、お気に入りの風景の画像
・過去に取得した絵画、ポスタ、広告、商品等の画像の中から顧客によって選択された、顧客がお気に入りの絵画、ポスタ、広告、商品の画像、
等が含まれる。

また、特定部１５０は、領域情報格納部１７０に格納された評価値領域と、顧客の嗜好性が表れた画像について算出した画像特徴量とを対比することで、顧客の嗜好性を示す評価値を算出する。

更に、特定部１５０は、解析用情報格納部１６０に格納された解析用情報を参照し、算出した評価値と類似する評価値を有する物品画像を特定し、レコメンド画像情報として外部装置に出力する。

＜画像検索装置のハードウェア構成＞
次に、画像検索装置１２０のハードウェア構成について説明する。図２は、画像検索装置のハードウェア構成の一例を示す図である。

図２に示すように、画像検索装置１２０は、ＣＰＵ（Central Processing Unit）２０１、ＲＯＭ（Read Only Memory）２０２、ＲＡＭ（Random Access Memory）２０３を有する。ＣＰＵ２０１、ＲＯＭ２０２、ＲＡＭ２０３は、いわゆるコンピュータを形成する。

また、画像検索装置１２０は、補助記憶装置２０４、表示装置２０５、操作装置２０６、Ｉ／Ｆ（Interface）装置２０７、ドライブ装置２０８を有する。なお、画像検索装置１２０の各ハードウェアは、バス２０９を介して相互に接続されている。

ＣＰＵ２０１は、補助記憶装置２０４にインストールされている各種プログラム（例えば、画像検索プログラム等）を実行する演算デバイスである。

ＲＯＭ２０２は、不揮発性メモリである。ＲＯＭ２０２は、補助記憶装置２０４にインストールされている各種プログラムをＣＰＵ２０１が実行するために必要な各種プログラム、データ等を格納する、主記憶デバイスとして機能する。具体的には、ＲＯＭ２０２はＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラム等を格納する、主記憶デバイスとして機能する。

ＲＡＭ２０３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の揮発性メモリである。ＲＡＭ２０３は、補助記憶装置２０４にインストールされている各種プログラムがＣＰＵ２０１によって実行される際に展開される作業領域を提供する、主記憶デバイスとして機能する。

補助記憶装置２０４は、各種プログラムや、各種プログラムが実行される際に用いられる情報を格納する補助記憶デバイスである。例えば、解析用情報格納部１６０、領域情報格納部１７０は、補助記憶装置２０４において実現される。

表示装置２０５は、画像検索装置１２０の内部状態等を表示する表示デバイスである。操作装置２０６は、画像検索装置１２０に対して各種指示を入力する際に用いられる入力デバイスである。

Ｉ／Ｆ装置２０７は、ネットワークまたは外部装置に接続するための接続デバイスである。

ドライブ装置２０８は記録媒体２１０をセットするためのデバイスである。ここでいう記録媒体２１０には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記録媒体２１０には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。

なお、補助記憶装置２０４にインストールされる各種プログラムは、例えば、配布された記録媒体２１０がドライブ装置２０８にセットされ、該記録媒体２１０に記録された各種プログラムがドライブ装置２０８により読み出されることでインストールされる。あるいは、補助記憶装置２０４にインストールされる各種プログラムは、Ｉ／Ｆ装置２０７を介して、ネットワークよりダウンロードされることでインストールされてもよい。

＜３．画像検索装置の各部の機能の詳細＞
次に、画像検索装置１２０の各部（取得部１３０、生成部１４０、特定部１５０）の機能の詳細について説明する。

＜３．１ 取得部の機能の詳細＞
（１）取得部の機能構成の詳細
はじめに、画像検索装置１２０の取得部１３０の機能の詳細について説明する。図３は、第１の実施形態に係る画像検索装置の取得部の機能構成の詳細を示す図である。図３に示すように、画像検索装置１２０の取得部１３０は、画像情報取得部３０１、画像特徴量算出部３０２、評価値入力部３０３を有する。

画像情報取得部３０１は、外部装置に格納された画像情報格納部１１０より画像情報を取得する。また、画像情報取得部３０１は、取得した画像情報を画像特徴量算出部３０２に通知する。

画像特徴量算出部３０２は、画像情報に含まれる各物品画像について、画像特徴量を算出し、解析用情報格納部１６０に格納する。

評価値入力部３０３は、画像情報を管理する管理者１８０によって入力された、画像情報に含まれる各物品画像についての定性的な指標（物品の印象を示す指標）に対する評価値を受け付ける。また、評価値入力部３０３は、入力された評価値を、各物品画像と対応付けて解析用情報格納部１６０に格納する。

（２）画像特徴量の説明
次に、画像特徴量算出部３０２により算出される画像特徴量について説明する。図４は、画像特徴量の一例を示す図である。図４に示すように、画像特徴量４００には、情報の項目として、"物品ＩＤ"、"物品画像"、"特徴量Ａ"、"特徴量Ｂ"、"特徴量Ｃ"、・・・"特徴量Ｘ"が含まれる。

"物品ＩＤ"、"物品画像"は、画像情報取得部３０１により取得された画像情報に含まれる情報の項目であり、それぞれ、物品を識別するための識別子、物品の画像が格納される。

"特徴量Ａ"、"特徴量Ｂ"、"特徴量Ｃ"、・・・"特徴量Ｘ"には、画像特徴量算出部３０２により算出された、対応する物品画像の画像特徴量が格納される。具体的には、カラーヒストグラムやＬＢＰ（Local Binary Pattern）画像特徴量、ＧＩＳＴ画像特徴量、ＨＯＧ（Histograms of Oriented Gradients）画像特徴量等が挙げられる。

図４の例は、物品ＩＤ＝"ＩＤ００１"により識別される物品は、特徴量Ａの値が"Ａ１"であり、特徴量Ｂの値が"Ｂ１"であり、特徴量Ｃの値が"Ｃ１"であり、・・・特徴量Ｘの値が"Ｘ１"であることを示している。

（３）評価値の説明
次に、評価値入力部３０３を介して入力される評価値について説明する。図５は、評価値の一例を示す図である。図５に示すように、評価値５００には、情報の項目として、"物品ＩＤ"、"物品画像"、"指標"が含まれる。

"物品ＩＤ"、"物品画像"は、画像情報取得部３０１により取得された画像情報に含まれる情報の項目であり、それぞれ、物品を識別するための識別子、物品の画像が格納される。また、"指標"には、対応する物品画像についての定性的な指標（物品の印象を示す指標）と、その評価値が格納される。

図５の場合、物品画像についての定性的な指標として、
・物品画像が"落ち着いた"印象を与えるのか、"派手な"印象を与えるのかといった指標（第１の指標）、
・物品画像が"人工的な"印象を与えるのか、"自然な"印象を与えるのかといった指標（第２の指標）、
・物品画像が"あっさり"した印象を与えるのか、"こってり"した印象を与えるのかといった指標（第３の指標）、
・物品画像が"重厚な"印象を与えるのか、"軽々しい"印象を与えるのかといった指標（第４の指標）、
等が含まれる。なお、それぞれの指標には、画像情報を管理する管理者１８０によって入力された評価値が格納される。

ただし、それぞれの指標についての評価値は、画像情報を管理する管理者１８０自身が評価して入力してもよいし、他の人が評価した結果を、画像情報を管理する管理者１８０が入力してもよい。例えば、Ｗｅｂ上で、大勢のユーザにアンケートをとって決めてもよい。あるいは、特定のユーザ（例えば、２０代女性のユーザや、顧客に近い属性を有するユーザ等）に限定してアンケートをとって決めてもよい。これにより、評価値の信頼性を上げることが可能になる。

（４）解析用情報の説明
次に、解析用情報格納部１６０に格納される解析用情報について説明する。図６は、解析用情報の一例を示す図である。図６に示すように、解析用情報６００は、画像特徴量４００と評価値５００とを対応付けた情報である。このため、解析用情報６００には、情報の項目として、"物品ＩＤ"、"物品画像"、"特徴量Ａ"、"特徴量Ｂ"、"特徴量Ｃ"、・・・"特徴量Ｘ"、"指標"が含まれる。なお、各情報の項目に格納される情報については、図４及び図５を用いて説明済みであるため、ここでは説明を省略する。

＜３．２ 生成部の機能の詳細＞
（１）生成部の機能構成の詳細
続いて、画像検索装置１２０の生成部１４０の機能の詳細について説明する。図７は、第１の実施形態に係る画像検索装置の生成部の機能構成の詳細を示す図である。図７に示すように、画像検索装置１２０の生成部１４０は、プロット部７０１、評価値領域生成部７０２を有する。

プロット部７０１は、解析用情報格納部１６０に格納された解析用情報６００を読み出し、各特徴量（"特徴量Ａ"、"特徴量Ｂ"、"特徴量Ｃ"、・・・"特徴量Ｘ"）からなる特徴量空間に、各物品画像の画像特徴量をプロットする。また、プロット部７０１は、特徴量空間にプロットしたプロット結果を、評価値領域生成部７０２に通知する。

評価値領域生成部７０２は、各物品画像の画像特徴量が、特徴量空間にプロットされたプロット結果を、指標ごとに同じ評価値同士で分類することで、特徴量空間において、指標ごとの複数の評価値領域を生成する。

また、評価値領域生成部７０２は、生成した評価値領域を領域情報格納部１７０に格納する。

（２）生成部の処理の具体例
次に、生成部１４０が評価値領域を生成し、格納する処理の具体例について説明する。図８は、指標ごとの複数の評価値領域を示す図である。なお、図８の例では、説明を簡略化するため、特徴量空間を、特徴量Ａと特徴量Ｂとを含む２次元の特徴量空間としている。図８（ａ）～（ｃ）は、２次元の特徴量空間における、第１の指標から第３の指標それぞれの評価値領域を示している。

具体的には、図８（ａ）において、白丸は、２次元の特徴量空間にプロットした、各物品画像の画像特徴量（"特徴量Ａ"、"特徴量Ｂ"の値）を示している。また、図８（ａ）において、評価値領域８０１は、第１の指標の評価値が"＋３"の物品画像の画像特徴量が含まれる領域である。また、評価値領域８０２は、第１の指標の評価値が"＋２"の物品画像の画像特徴量が含まれる領域であり、評価値領域８０３は、第１の指標の評価値が"＋１"の物品画像の画像特徴量が含まれる領域である。

また、評価値領域８０４は、第１の指標の評価値が"±０"の物品画像の画像特徴量が含まれる領域であり、評価値領域８０５～８０７は、それぞれ、第１の指標の評価値が"－１"、"－２"、"－３"の物品画像の画像特徴量が含まれる領域である。

同様に、図８（ｂ）において、白丸は、２次元の特徴量空間にプロットした、各物品画像の画像特徴量（"特徴量Ａ"、"特徴量Ｂ"の値）を示している。また、図８（ｂ）において、評価値領域８１１は、第２の指標の評価値が"＋３"の物品画像の画像特徴量が含まれる領域である。また、評価値領域８１２は、第２の指標の評価値が"＋２"の物品画像の画像特徴量が含まれる領域であり、評価値領域８１３は、第２の指標の評価値が"＋１"の物品画像の画像特徴量が含まれる領域である。

また、評価値領域８１４は、第２の指標の評価値が"±０"の物品画像の画像特徴量が含まれる領域であり、評価値領域８１５～８１７は、それぞれ、第２の指標の評価値が"－１"、"－２"、"－３"の物品画像の画像特徴量が含まれる領域である。

同様に、図８（ｃ）において、白丸は、２次元の特徴量空間にプロットした、各物品画像の画像特徴量（"特徴量Ａ"、"特徴量Ｂ"の値）を示している。また、図８（ｃ）において、評価値領域８２１は、第３の指標の評価値が"＋３"の物品画像の画像特徴量が含まれる領域である。また、評価値領域８２２は、第３の指標の評価値が"＋２"の物品画像の画像特徴量が含まれる領域であり、評価値領域８２３は、第３の指標の評価値が"＋１"の物品画像の画像特徴量が含まれる領域である。

また、評価値領域８２４は、第３の指標の評価値が"±０"の物品画像の画像特徴量が含まれる領域であり、評価値領域８２５～８２７は、それぞれ、第３の指標の評価値が"－１"、"－２"、"－３"の物品画像の画像特徴量が含まれる領域である。

生成部１４０は、指標ごとに生成した評価値領域８０１～８０７、評価値領域８１１～８１７、評価値領域８２１～８２７等を、指標と対応付けて、領域情報格納部１７０に格納する。

＜３．３ 特定部の機能の詳細＞
（１）特定部の機能構成の詳細
続いて、画像検索装置１２０の特定部１５０の機能の詳細について説明する。図９は、第１の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。図９に示すように、画像検索装置１２０の特定部１５０は、受信部９０１、画像特徴量算出部９０２、評価値算出部９０３、画像特定部９０４を有する。

受信部９０１は受信手段の一例である。受信部９０１は、顧客の嗜好性が表れた画像を含む評価画像情報と、顧客情報とを、外部装置より受信し、画像特徴量算出部９０２に通知する。

画像特徴量算出部９０２は、評価画像情報に含まれる画像について画像特徴量を算出する。また、画像特徴量算出部９０２は、算出した画像特徴量を、評価値算出部９０３に通知する。

評価値算出部９０３は算出手段の一例である。評価値算出部９０３は、領域情報格納部１７０に格納された各指標の評価値領域を読み出し、算出した画像特徴量と対比することで、各指標の評価値を算出する。これにより、評価値算出部９０３は、評価画像情報に含まれる画像に基づいて、顧客の嗜好性を示す評価値を算出することができる。更に、評価値算出部９０３は、算出した各指標の評価値を、画像特定部９０４に通知する。

画像特定部９０４は特定手段の一例である。画像特定部９０４は、解析用情報格納部１６０に格納された解析用情報６００を参照し、算出した各指標の評価値と同一または類似の評価値を有する物品画像を特定する。また、画像特定部９０４は出力手段または印刷制御手段としても機能し、特定した物品画像を、レコメンド画像情報として、外部装置（例えば、端末、印刷装置等）に出力する。これにより、例えば、印刷制御手段として機能した場合にあっては、特定した物品画像を含む印刷物を製造することができる。

（２）評価値算出部の処理の具体例
次に、特定部１５０の評価値算出部９０３が顧客の嗜好性を示す評価値を算出する処理の具体例について説明する。図１０は、評価値算出部の処理の具体例を示す図である。図１０（ａ）～図１０（ｃ）において、評価値領域８０１～８０７、８１１～８１７、８２１～８２７は、それぞれ、領域情報格納部１７０から読み出した第１乃至第３の指標の評価値領域を示している。

また、図１０（ａ）～図１０（ｃ）において、×印１０００は、評価画像情報に含まれる画像の画像特徴量がプロットされた位置を示している。図１０（ａ）の例によれば、評価画像情報に含まれる画像の第１の指標の評価値は"＋２"と算出される。また、図１０（ｂ）の例によれば、評価画像情報に含まれる画像の第２の指標の評価値は"＋２"と算出される。更に、図１０（ｃ）の例によれば、評価画像情報に含まれる画像の第３の評価値は"＋１"と算出される。

＜４．画像検索装置による画像検索処理の流れ＞
次に、画像検索装置１２０による画像検索処理の流れについて説明する。図１１は、第１の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。

ステップＳ１１０１において、画像情報取得部３０１は、外部装置に格納された画像情報格納部１１０より画像情報を取得する。ステップＳ１１０２において、画像特徴量算出部３０２は、画像情報に含まれる各物品画像について、画像特徴量を算出し、解析用情報格納部１６０に格納する。

ステップＳ１１０３において、評価値入力部３０３は、画像情報を管理する管理者１８０によって入力された、画像情報に含まれる各物品画像についての定性的な指標に対する評価値を受け付ける。また、評価値入力部３０３は、入力された評価値を、各物品画像と対応付けて、解析用情報６００として解析用情報格納部１６０に格納する。

ステップＳ１１０４において、プロット部７０１は、解析用情報格納部１６０に格納された解析用情報６００を読み出し、各特徴量からなる特徴量空間に、各物品画像の画像特徴量をプロットする。

ステップＳ１１０５において、評価値領域生成部７０２は、指標をカウントするカウンタｎに１を代入する。

ステップＳ１１０６において、評価値領域生成部７０２は、特徴量空間にプロットされたプロット結果について、ｎ番目の指標が同じ評価値同士で分類することで、特徴量空間において、ｎ番目の指標の評価値領域を生成する。

ステップＳ１１０７において、評価値領域生成部７０２は、全ての指標について評価値領域を生成したか否かを判定する。ステップＳ１１０７において、評価値領域を生成していない指標があると判定した場合には（ステップＳ１１０７においてＮｏの場合には）、ステップＳ１１０８に進む。ステップＳ１１０８において、評価値領域生成部７０２は、カウンタｎをインクリメントした後、ステップＳ１１０６に戻る。

一方、ステップＳ１１０７において、全ての指標について評価値領域を生成したと判定した場合には（ステップＳ１１０７においてＹｅｓの場合には）、ステップＳ１１０９に進む。

ステップＳ１１０９において、受信部９０１は、顧客の嗜好性が表れた画像を含む評価画像情報と、顧客情報とを、外部装置より受信したか否かを判定する。ステップＳ１１０９において、評価画像情報及び顧客情報を受信していないと判定した場合には（ステップＳ１１０９においてＮｏの場合には）、ステップＳ１１１３に進む。

一方、ステップＳ１１０９において、評価画像情報及び顧客情報を受信したと判定した場合には（ステップＳ１１０９においてＹｅｓの場合には）、ステップＳ１１１０に進む。

ステップＳ１１１０において、画像特徴量算出部９０２は、評価画像情報に含まれる画像について画像特徴量を算出する。

ステップＳ１１１１において、評価値算出部９０３は、領域情報格納部１７０に格納された複数の評価値領域を読み出し、評価画像情報に含まれる画像について、算出した画像特徴量と対比することで、各指標の評価値を算出する。

ステップＳ１１１２において、画像特定部９０４は、解析用情報格納部１６０に格納された解析用情報６００を参照し、算出した各指標の評価値と同一または類似の評価値を有する物品画像を特定する。また、画像特定部９０４は、特定した物品画像を、レコメンド画像情報として、外部装置に出力する。

＜５．まとめ＞
以上の説明から明らかなように、第１の実施形態に係る画像検索装置１２０では、
・物品の印象を示す指標に基づいて評価された、複数の物品それぞれの評価値と、複数の物品の物品画像に基づいて算出される、各物品の画像特徴量とを取得し、解析用情報として、解析用情報格納部に格納する。
・特徴量空間における各物品の画像特徴量を、指標ごとに、同じ評価値同士で分類することで、特徴量空間において指標ごとの複数の評価値領域を生成する。
・顧客の嗜好性が表れた画像を含む評価画像情報が入力された場合に、評価画像情報に含まれる画像の画像特徴量を算出し、評価値領域と対比することで、各指標の評価値（顧客の嗜好性を示す評価値）を算出する。
・解析用情報を参照し、算出した各指標の評価値と同一または類似の評価値を有する物品画像を特定し、レコメンド画像情報として出力する。

これにより、第１の実施形態に係る画像検索装置１２０によれば、顧客により選択された画像から顧客の嗜好性を示す評価値を算出し、当該評価値に基づいて、レコメンド画像情報を出力することができる。この結果、顧客の嗜好性に応じたレコメンド画像情報を出力することができる。

このように、第１の実施形態に係る画像検索装置１２０によれば、顧客の嗜好性に応じたレコメンドを実現することができる。

［第２の実施形態］
上記第１の実施形態では、算出した各指標の評価値と同一または類似の評価値を有する物品画像の検索方法については特に言及しなかった。これに対して、第２の実施形態では、算出した各指標の評価値と同一または類似の評価値を有する物品画像を検索する際の検索方法の一例として、レーダチャートを用いて検索する検索方法について説明する。以下、第２の実施形態について、上記第１の実施形態との相違点を中心に説明する。

＜１．特定部の機能の詳細＞
はじめに、第２の実施形態に係る画像検索装置１２０の特定部１５０の機能の詳細について説明する。図１２は、第２の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。図９を用いて説明した特定部１５０の機能構成との相違点は、レーダチャート生成部１２０１及び画像特定部１２０２である。

レーダチャート生成部１２０１は、評価値算出部９０３より、評価画像情報に含まれる画像についての各指標の評価値を取得すると、各指標を軸として、各指標の評価値を結ぶことで、当該画像についての評価値のレーダチャートを生成する。また、レーダチャート生成部１２０１は、解析用情報格納部１６０に格納された解析用情報６００について、各物品画像についての評価値のレーダチャートを生成する。

更に、レーダチャート生成部１２０１は、評価画像情報に含まれる画像についての評価値のレーダチャートと、各物品画像についての評価値のレーダチャートとを画像特定部１２０２に通知する。

画像特定部１２０２は、評価画像情報に含まれる画像についての評価値のレーダチャートと、各物品画像についての評価値のレーダチャートとを対比し、形状が同一または類似するレーダチャートを特定する。また、画像特定部１２０２は、特定したレーダチャートに対応する物品画像を、解析用情報格納部１６０から読み出し、レコメンド画像情報として外部装置に出力する。

図１３は、レーダチャート生成部及び画像特定部の処理の具体例を示す図である。図１３において、レーダチャート１３１０は、レーダチャート生成部１２０１により生成された、評価画像情報に含まれる画像についての評価値のレーダチャートである。また、レーダチャート１３２０＿１～１３２０＿ｎは、レーダチャート生成部１２０１により生成された、各物品画像についての評価値のレーダチャートである。

画像特定部１２０２では、レーダチャート１３１０とレーダチャート１３２０＿１～１３２０＿ｎとの間で、形状の類似度Ｓ１、Ｓ２、・・・Ｓｎを算出する。そして、画像特定部１２０２は、算出した類似度が所定の閾値以上となるレーダチャートに対応する物品画像を、レコメンド画像情報として出力する。あるいは、画像特定部１２０２は、算出した類似度が上位ｍ番目までのレーダチャートに対応する物品画像を、レコメンド画像情報として出力する。

＜２．画像検索装置による画像検索処理の流れ＞
次に、第２の実施形態に係る画像検索装置１２０による画像検索処理の流れについて説明する。図１４は、第２の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。図１１で示した画像検索処理との相違点は、ステップＳ１４０１及びステップＳ１４０２である。レーダチャート生成部１２０１は、評価値算出部９０３より、評価画像情報に含まれる画像についての各指標の評価値を取得し、レーダチャートを生成する。また、レーダチャート生成部１２０１は、解析用情報格納部１６０に格納された解析用情報６００について、各物品画像についての評価値のレーダチャートを生成する。

ステップＳ１４０２において、画像特定部１２０２は、評価画像情報に含まれる画像についての評価値のレーダチャートと、各物品画像についての評価値のレーダチャートとを対比し、形状が同一または類似するレーダチャートを特定する。また、画像特定部１２０２は、特定したレーダチャートに対応する物品画像を、解析用情報格納部１６０から読み出し、レコメンド画像情報として外部装置に出力する。

＜３．まとめ＞
以上の説明から明らかなように、第２の実施形態に係る画像検索装置は、上記第１の実施形態に係る画像検索装置と同様の機能を有することに加えて、各指標の評価値が同一または類似の評価値を有する物品画像を特定するにあたり、レーダチャートを用いる。

これにより、第２の実施形態に係る画像検索装置によれば、上記第１の実施形態と同様の効果を享受できるとともに、より適切なレコメンド画像情報を出力することができる。

［第３の実施形態］
第３の実施形態では、上記第１及び第２の実施形態に係る画像検索装置１２０を、購買システムに適用する場合について説明する。ここでいう購買システムとは、インタネット等を介して、商品の販売サービスを提供するシステム（いわゆる通販サイトを提供するシステム）を指すものとする。

＜１．購買システムのシステム構成＞
はじめに、上記第１及び第２の実施形態に係る画像検索装置１２０が適用される購買システムのシステム構成について説明する。図１５は、第１及び第２の実施形態に係る画像検索装置の、購買システムへの適用例を示す第１の図である。

図１５に示すように、購買システム１５００は、サーバ装置１５１０を有し、画像検索装置１２０と接続される。サーバ装置１５１０には、サービス提供プログラムがインストールされており、当該プログラムが実行されることで、サーバ装置１５１０は、情報生成部１５１１、販売サービス提供部１５１２として機能する。

情報生成部１５１１は、画像情報格納部１１０より、販売対象となる全ての物品（商品）の物品画像を含む画像情報を、画像検索装置１２０に送信する。なお、情報生成部１５１１により送信された画像情報に含まれる、販売対象となる全ての物品について、画像検索装置１２０では、物品画像の管理者１８０が入力した、各指標の評価値を受け付ける。

図１６は、購買システムにおける画像情報の一例を示す図である。図１６に示すように、購買システム１５００において画像検索装置１２０に送信される画像情報１６００には、情報の項目として、"商品カテゴリ"、"商品ＩＤ"、"サイズ"、"色"、"価格"、"物品画像"等が含まれる。

"商品カテゴリ"には、商品の種類を示す情報が格納され、"商品ＩＤ"には商品を識別する識別子が格納される。また、"サイズ"、"色"、"価格"には、それぞれ、商品のサイズ、色、価格を示す情報が格納される。更に、"物品画像"には、商品ＩＤにより識別される商品の画像が格納される。

図１５の説明に戻る。図１５において、販売サービス提供部１５１２は、商品の販売サービスを提供する。具体的には、販売サービス提供部１５１２は、ネットワーク１５４０を介して、端末１５３０よりアクセスがあった場合、端末１５３０に対して、商品の販売サービスを提供するための画面を送信する。

また、販売サービス提供部１５１２は、画面の送信に応じて、顧客１５３１（端末１５３０のユーザ）より、顧客情報及び商品種類を示す情報が送信された場合に、これを受け付ける。また、販売サービス提供部１５１２は、受け付けた顧客情報及び商品種類を示す情報に基づいて、購買履歴情報格納部１５１３を検索し、顧客が過去に購入した商品の物品画像（顧客の嗜好性が表れた画像）を含む購買物品画像情報を取得する。更に、販売サービス提供部１５１２は、取得した購買物品画像情報を評価画像情報として、顧客情報及び商品種類を示す情報とともに画像検索装置１２０に送信する。

図１７は、購買システムにおける購買履歴情報の一例を示す図である。図１７に示すように、購買システム１５００において購買履歴情報１７００は、顧客情報ごとに管理されている。

また、図１７に示すように、購買履歴情報１７００には、情報の項目として、"購入日時"、"商品ＩＤ"、"商品カテゴリ"、"サイズ"、"色"、"購入数量"、"価格"、"購買物品画像"が含まれる。

"購入日時"には、対応する商品を、顧客１５３１が購入した日時を示す情報が格納され、"商品ＩＤ"には商品を識別する識別子が格納される。また、"商品カテゴリ"、"サイズ"、"色"、"購入数量"、"価格"には、それぞれ、商品の種類、サイズ、色、数量、価格を示す情報が格納される。更に、"購買物品画像"には、商品ＩＤにより識別される商品の画像であって、顧客１５３１が過去に購入した商品の画像が格納される。

再び、図１５に戻る。販売サービス提供部１５１２が、購買物品画像情報を送信したことに応じて、画像検索装置１２０からは、レコメンド画像情報が送信されるため、販売サービス提供部１５１２では、これを受信する。また、販売サービス提供部１５１２は、受信したレコメンド画像情報を、端末１５３０に送信する。

これにより、顧客１５３１は、自身の過去の購買履歴に基づいて算出された、自身の嗜好性を示す評価値と同一または類似の評価値を有する物品画像を閲覧することができる。つまり、購買システム１５００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客１５３１は、嗜好性に応じた商品等を、効率よく購入できる可能性が高まる。

なお、購買システム１５００は、更に、印刷装置１５２０を有しており、画像検索装置１２０は、レコメンド画像情報を、顧客情報とともに、印刷装置１５２０に出力する。これにより、印刷装置１５２０では、レコメンド画像情報を含む印刷物（カタログ１５２１）を製造することができる。また、画像情報の管理者１８０は、製造したカタログ１５２１を、顧客情報により特定される宛先に送達することができる。

これにより、顧客１５３１は、自身の過去の購買履歴に基づいて算出された、自身の嗜好性を示す評価値と同一または類似の評価値を有する物品が掲載されたカタログを入手できる。つまり、購買システム１５００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客１５３１は、嗜好性に応じた商品等を、効率よく購入できる可能性が高まる。

＜２．購買システムにおけるレコメンド画像情報出力処理の流れ＞
次に、購買システム１５００におけるレコメンド画像情報出力処理の流れについて説明する。図１８は、購買システムにおけるレコメンド画像情報出力処理の流れを示す第１のシーケンス図である。

ステップＳ１８００において、画像検索装置１２０では、画像検索処理（図１１または図１４参照）を実行する。

ステップＳ１８０１において、サーバ装置１５１０の情報生成部１５１１は、画像情報格納部１１０より、画像情報１６００を読み出す。

ステップＳ１８０２において、サーバ装置１５１０の情報生成部１５１１は、読み出した画像情報１６００を、画像検索装置１２０に送信する。

ステップＳ１８０３において、画像検索装置１２０は、画像情報１６００に含まれる物品画像を、画像情報１６００の管理者１８０に表示する。

ステップＳ１８０４において、管理者１８０は、表示された各物品画像について、各指標の評価値を入力する。

ステップＳ１８０５において、端末１５３０よりアクセスがあると、販売サービス提供部１５１２では、端末１５３０に対して、商品の販売サービスを提供するための画面を送信する。また、販売サービス提供部１５１２が画面を送信したことに応じて、顧客情報及び商品種類を示す情報が送信された場合、販売サービス提供部１５１２では、これを受信する。

ステップＳ１８０６において、販売サービス提供部１５１２は、受信した顧客情報及び商品種類を示す情報に基づいて、購買履歴情報格納部１５１３を検索する。

ステップＳ１８０７において、販売サービス提供部１５１２は、顧客が過去に購入した商品の物品画像を含む購買物品画像情報を取得する。

ステップＳ１８０８において、販売サービス提供部１５１２は、購買物品画像情報を、評価画像情報として、顧客情報及び商品種類を示す情報とともに、画像検索装置１２０に送信する。なお、本実施形態において、画像検索装置１２０は、商品種類を示す情報に応じた画像検索処理を行うものとする。

ステップＳ１８０９において、販売サービス提供部１５１２は、画像検索装置１２０よりレコメンド画像情報を受信する。ステップＳ１８１０において、販売サービス提供部１５１２は、端末１５３０に対して、レコメンド画像情報を送信する。

＜３．まとめ＞
以上の説明から明らかなように、画像検索装置１２０が適用された購買システム１５００では、
・販売サービス提供時に、顧客の購買履歴情報を、評価画像情報として画像検索装置１２０に送信する。
・送信した評価画像情報に応じて画像検索装置より送信されたレコメンド画像情報を、販売サービスの提供を受ける端末に送信する。

これにより、顧客は、自身の過去の購買履歴に基づいて算出された、自身の嗜好性を示す評価値と同一または類似の評価値を有する物品画像または物品が掲載されたカタログを閲覧または入手することできる。つまり、購買システム１５００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客は、嗜好性に応じた商品等を、効率よく購入できる可能性が高まる。

［第４の実施形態］
上記第３の実施形態では、サーバ装置が、顧客情報及び商品種類を示す情報に基づいて購買履歴情報から購買物品画像情報を取得し、評価画像情報として画像検索装置１２０に送信する場合について説明した。これに対して第４の実施形態では、顧客が撮影した撮影画像を、端末から受信し、評価画像情報として画像検索装置１２０に送信する。以下、第４の実施形態について、上記第３の実施形態との相違点を中心に説明する。

＜１．購買システムのシステム構成＞
図１９は、第１及び第２の実施形態に係る画像検索装置の、購買システムへの適用例を示す第２の図である。図１９に示すように、購買システム１９００は、サーバ装置１９１０を有し、画像検索装置１２０と接続される。サーバ装置１９１０には、サービス提供プログラムがインストールされており、当該プログラムが実行されることで、サーバ装置１９１０は、情報生成部１５１１、販売サービス提供部１９１２として機能する。

なお、情報生成部１５１１の機能は、上記第３の実施形態で説明済みであるため、ここでは説明を省略する。

販売サービス提供部１９１２は、商品の販売サービスを提供する。具体的には、販売サービス提供部１９１２は、ネットワーク１５４０を介して、端末１５３０よりアクセスがあった場合、端末１５３０に対して、商品の販売サービスを提供するための画面を送信する。

また、販売サービス提供部１９１２は、画面の送信に応じて、顧客１５３１（端末１５３０のユーザ）より、顧客情報、商品種類を示す情報、撮影画像情報が送信された場合に、これを受け付ける。撮影画像情報とは、端末１５３０内に格納されている撮影画像１９２０のうち、顧客１５３１により選択された、お気に入りの洋服を着た自身の画像（顧客の嗜好性が表れた画像）を指す。

また、販売サービス提供部１９１２は、受け付けた撮影画像情報を、評価画像情報として、顧客情報及び商品種類を示す情報とともに画像検索装置１２０に送信する。販売サービス提供部１９１２が、撮影画像情報を送信したことに応じて、画像検索装置１２０からは、レコメンド画像情報が送信されるため、販売サービス提供部１９１２では、これを受信する。また、販売サービス提供部１９１２は、受信したレコメンド画像情報を、端末１５３０に送信する。

これにより、顧客１５３１は、撮影画像に基づいて算出された、自身の嗜好性を示す評価値と同一または類似の評価値を有する物品画像を閲覧することができる。つまり、購買システム１９００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客１５３１は、嗜好性に応じた商品等を、効率よく購入できる可能性が高まる。

＜２．購買システムにおけるレコメンド画像情報出力処理の流れ＞
次に、購買システム１９００におけるレコメンド画像情報出力処理の流れについて説明する。図２０は、購買システムにおけるレコメンド画像情報出力処理の流れを示す第２のシーケンス図である。図１８に示したシーケンス図との相違点は、ステップＳ２００１、ステップＳ２００２である。

ステップＳ２００１において、端末１５３０よりアクセスがあると、販売サービス提供部１９１２では、端末１５３０に対して、商品の販売サービスを提供するための画面を送信する。また、販売サービス提供部１９１２が画面を送信したことに応じて、顧客情報、商品種類を示す情報、撮影画像情報が送信された場合、販売サービス提供部１９１２では、これを受信する。

ステップＳ２００２において、販売サービス提供部１９１２は、受信した撮影画像情報を評価画像情報として、顧客情報及び商品種類を示す情報とともに、画像検索装置１２０に送信する。なお、本実施形態において、画像検索装置１２０は、商品種類を示す情報に応じた画像検索処理を行うものとする。

＜３．まとめ＞
以上の説明から明らかなように、画像検索装置１２０が適用された購買システム１９００では、
・販売サービス提供時に、顧客の撮影画像情報を、評価画像情報として画像検索装置１２０に送信する。
・送信した評価画像情報に応じて画像検索装置より送信されたレコメンド画像情報を、販売サービスの提供を受ける端末に送信する。

これにより、顧客は、撮影画像に基づいて算出された、自身の嗜好性を示す評価値と同一または類似の評価値を有する物品画像を閲覧することができる。つまり、購買システム１９００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客は、嗜好性に応じた商品等を、効率よく購入できる可能性が高まる。

［第５の実施形態］
上記第１及び第２の実施形態では、画像検索装置１２０の特定部１５０が、評価画像情報を取得して各指標の評価値を算出する場合について説明した。これに対して、第５の実施形態では、更に、画像検索装置１２０の特定部１５０が、直接、各指標の評価値の入力を受け付ける場合について説明する。

＜１．特定部の機能の詳細＞
図２１は、第５の実施形態に係る画像検索装置の特定部の機能構成の詳細を示す図である。図９に示した特定部１５０との相違点は、入力部２１１１を有する点である。

入力部２１１１は入力手段の一例であり、顧客が指定する各指標の評価値の入力を受け付ける。また、入力部２１１１は、入力された各指標の評価値を、画像特定部９０４に通知する。図２２は、各指標の評価値を入力する入力画面の一例を示す図である。

図２２に示すように、入力部２１１１により表示される入力画面２２００には、各指標の有効／無効を指示するチェックボックス２２１０と、各指標の評価値を入力するための入力欄２２２０とが含まれる。

入力部２１１１では、チェックボックス２２１０にチェックがついている指標について、入力された評価値を、画像特定部９０４に通知する。これにより、画像特定部９０４では、チェックがついている指標について、入力された評価値と同一または類似の評価値を有する物品画像を、解析用情報格納部１６０より特定し、レコメンド画像情報として出力することができる。

＜２．画像検索装置による画像検索処理の流れ＞
次に、画像検索装置１２０による画像検索処理の流れについて説明する。図２３は、第５の実施形態に係る画像検索装置による画像検索処理の流れを示すフローチャートである。図１１を用いて説明した画像検索処理との相違点は、ステップＳ２３０１、Ｓ２３０２である。

ステップＳ２３０１において、入力部２１１１は、評価値が入力されたか否かを判定する。ステップＳ２３０１において評価値が入力されていないと判定した場合には（ステップＳ２３０１においてＮｏの場合には）、ステップＳ１１１３に進む。一方、ステップＳ２３０１において評価値が入力されたと判定した場合には（ステップＳ２３０１においてＹｅｓの場合には）、ステップＳ２３０２に進む。

ステップＳ２３０２において、画像特定部９０４は、解析用情報格納部１６０に格納された解析用情報６００を参照し、入力された各指標の評価値と同一または類似の評価値を有する物品画像を特定する。また、画像特定部９０４は、特定した物品画像を、レコメンド画像情報として、外部装置に出力する。

＜３．まとめ＞
以上の説明から明らかなように、第５の実施形態に係る画像検索装置では、顧客の嗜好性を示す各指標の評価値を、評価画像情報に基づいて算出する代わりに、顧客より、直接、入力を受け付ける。これにより、第５の実施形態に係る画像検索装置によれば、上記第１の実施形態と同様の効果を享受することができる。

［第６の実施形態］
第６の実施形態では、上記第５の実施形態に係る画像検索装置１２０を、広告データ生成システムに適用した場合について説明する。ここでいう広告データ生成システムとは、予め格納された複数の広告画像（物品画像）の中から、顧客（ここでは広告主）の嗜好性に応じた広告画像を検索して、顧客に提示しながら広告データを生成するシステムを指す。

＜１．広告データ生成システムのシステム構成＞
はじめに、上記第５の実施形態に係る画像検索装置１２０が適用される広告データ生成システムのシステム構成について説明する。図２４は、第５の実施形態に係る画像検索装置の、広告データ生成システムへの適用例を示す図である。

図２４に示すように、広告データ生成システム２４００は、サーバ装置２４１０を有し、画像検索装置１２０と接続される。サーバ装置２４１０には、広告データ生成プログラムがインストールされており、当該プログラムが実行されることで、サーバ装置２４１０は、情報生成部１５１１、広告データ生成部２４１１として機能する。

情報生成部１５１１は、画像情報格納部１１０より、予め登録された全ての広告画像を含む画像情報を、画像検索装置１２０に送信する。予め登録された広告画像には、関連情報が付加されているものとする。ここでいう関連情報には、広告データが生成された際のブリーフィングシート（広告のターゲットや要件等をまとめたドキュメント類）及び広告に使用された画像データ（オリジナル画像、加工後画像、及び、加工レシピ等）が含まれる。

なお、情報生成部１５１１により送信された画像情報に含まれる広告画像について、画像検索装置１２０では、広告画像の管理者１８０が入力した、各指標の評価値を受け付ける。

広告データ生成部２４１１は、顧客からの指示に応じた広告データを生成する。具体的には、広告データ生成部２４１１は、端末２４２０に入力画面２２００を表示し、顧客（端末２４２０のユーザ）の広告データに対する要望を、顧客の嗜好性を示す各指標の評価値として取得する。また、広告データ生成部２４１１は、取得した各指標の評価値を画像検索装置１２０に送信する。

広告データ生成部２４１１が、評価値を送信したことに応じて、画像検索装置１２０からは、レコメンド画像情報が送信されるため、広告データ生成部２４１１では、これを受信する。また、広告データ生成部２４１１は、受信したレコメンド画像情報を端末２４２０に送信し、顧客に表示する。

これにより、顧客は、入力した各指標の評価値と同一または類似の評価値を有する広告画像を閲覧することができる。つまり、広告データ生成システム２４００によれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客は、嗜好性に応じた広告データを、効率よく生成できる可能性が高まる。

＜２．広告データ生成システムにおけるレコメンド画像情報出力処理の流れ＞
次に、広告データ生成システム２４００におけるレコメンド画像情報出力処理の流れについて説明する。図２５は、広告データ生成システムにおけるレコメンド画像情報出力処理の流れを示すシーケンス図である。図１８に示したシーケンス図との相違点は、ステップＳ２５０１からＳ２５０４である。

ステップＳ２５０１において、端末２４２０よりアクセスがあると、広告データ生成部２４１１では、端末２４２０に対して、入力画面２２００を送信する。また、広告データ生成部２４１１が入力画面２２００を送信したことに応じて、端末２４２０より各指標の評価値が送信された場合、広告データ生成部２４１１では、これを受信する。

ステップＳ２５０２において、広告データ生成部２４１１は、受信した各指標の評価値を、画像検索装置１２０に送信する。

ステップＳ２５０３において、広告データ生成部２４１１は、画像検索装置１２０よりレコメンド画像情報を受信する。ステップＳ２５０４において、広告データ生成部２４１１は、受信したレコメンド画像情報を、端末２４２０に送信する。

＜３．まとめ＞
以上の説明から明らかなように、画像検索装置１２０が適用された広告データ生成システム２４００では、
・広告データ生成時に、顧客の広告データに対する要望を、各指標の評価値として取得する。
・取得した評価値に応じて画像検索装置より送信されたレコメンド画像情報を、広告データの提供を受ける端末に送信する。

これにより、顧客は、入力した各指標の評価値と同一または類似の評価値を有する広告画像を閲覧することができる。つまり、広告データ生成システムによれば、顧客の嗜好性に応じたレコメンドを実現することができる。この結果、顧客は、嗜好性に応じた広告データを、効率よく生成できる可能性が高まる。

なお、本実施形態では、各指標の評価値を、顧客が直接入力する場合について説明したが、上記第３及び第４の実施形態のように、顧客の嗜好性が表れた画像を入力する構成としてもよい。

［その他の実施形態］
上記実施形態では、画像検索装置１２０を購買システムに適用する場合と、広告データ生成システムに適用する場合とで、同様の指標が用いられるものとして説明したが、適用するシステムごとに、利用する指標を変更するように構成してもよい。例えば、広告データ生成システムの場合、広告画像についての定性的な指標に加えて、広告タイプ、業種、訴求軸、目的、ターゲットのペルソナ等の指標が含まれていてもよい。なお、広告タイプとは、ブランド広告、キャンペーン広告、商品告知等を指す。また、訴求軸とは、価格訴求、ニーズ訴求、啓蒙訴求等を指す。また、ペルソナとは、年齢、性別、家族構成、収入等を指す。

また、適用するシステムが同じであっても、利用する指標を変更するように構成してもよい。例えば、同じ購買システムであっても、商品の種類ごとに、利用する指標を変更するように構成してもよい。

また、上記第１乃至第４の実施形態では、評価画像情報に顧客の嗜好性が表れた画像が複数含まれる場合の、評価値の算出方法の詳細について言及しなかったが、複数の画像が含まれる場合の評価値の算出方法としては、種々の算出方法が考えられる。例えば、複数の画像に基づいて算出されたそれぞれの評価値を、指標ごとに単純平均したうえで、レコメンド画像情報を出力するようにしてもよい。あるいは、複数の画像に基づいて算出されたそれぞれの評価値を、傾向が似ているもの同士で数パターンに集約し、それぞれのパターンについて、レコメンド画像情報を出力するようにしてもよい。

また、上記第２の実施形態では、同一または類似の評価値を有する物品画像の検索方法として、レーダチャートを用いる場合について説明した。しかしながら、同一または類似の評価値を有する物品画像の検索方法はこれに限定されない。例えば、ユークリッド距離、マハラノビス距離、コサイン類似度またはピアソン相関係数等を用いて検索してもよい。

また、上記第４の実施形態では、撮影画像情報を評価画像情報として送信する場合について説明した。しかしながら、撮影画像情報に含まれる各撮影画像の各領域のうち、商品種類を示す情報により特定される物品が含まれる領域を抽出した部分画像を含む撮影画像情報を、評価画像情報として送信するように構成してもよい。

また、上記第３及び第６の実施形態において、画像検索装置１２０を購買システムまたは広告データ生成システムに適用するにあたっては、画像検索装置１２０の機能の一部または全部を、サーバ装置において実現するように構成してもよい。あるいは、サーバ装置の機能の一部または全部を、画像検索装置１２０において実現するように構成してもよい。

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせなど、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

１２０ ：画像検索装置
１３０ ：取得部
１４０ ：生成部
１５０ ：特定部
３０１ ：画像情報取得部
３０２ ：画像特徴量算出部
３０３ ：評価値入力部
４００ ：画像特徴量
５００ ：評価値
６００ ：解析用情報
７０１ ：プロット部
７０２ ：評価値領域生成部
８０１～８１７ ：評価値領域
９０１ ：受信部
９０２ ：画像特徴量算出部
９０３ ：評価値算出部
９０４ ：画像特定部
１２０１ ：レーダチャート生成部
１２０２ ：画像特定部
１５００ ：購買システム
１９００ ：購買システム
２１１１ ：入力部
２２００ ：入力画面
２４００ ：広告データ生成システム

特許第６０６９５６５号

Claims (10)

1. 物品の印象を示す指標に基づいて評価された、複数の物品それぞれの評価値と、前記複数の物品の画像に基づいて算出される、各物品の画像特徴量とを取得する取得手段と、
   前記各物品の画像特徴量を、前記指標ごとに、同じ評価値同士で分類することで、前記指標ごとの複数の評価値領域を生成する生成手段と、
   顧客の嗜好性を示す評価値を算出する算出手段と、
   前記顧客にレコメンドする画像を特定する特定手段と、を有し、
   前記算出手段は、前記顧客により選択された画像に基づいて算出される画像特徴量と、前記複数の評価値領域とを対比することで、前記顧客により選択された画像について、前記評価値を算出し、
   前記特定手段は、前記複数の物品の画像の中から、前記算出された評価値に類似する評価値を有する物品の画像を特定する
   ことを特徴とする画像検索装置。
2. 前記特定手段は、前記指標を軸として、前記指標の評価値を結ぶことで生成されるレーダチャートの形状に基づいて、前記算出された評価値に類似する評価値を有する物品の画像を特定することを特徴とする請求項１に記載の画像検索装置。
3. 前記算出手段は、前記顧客により選択された画像に基づいて算出される画像特徴量を、特徴量空間にプロットすることで、前記複数の評価値領域と対比し、前記指標ごとの評価値を算出する
   ことを特徴とする請求項１または２に記載の画像検索装置。
4. 前記顧客により選択された画像には、前記顧客の購買履歴情報に対応付けられた画像が含まれる
   ことを特徴とする請求項１乃至３のいずれか１項に記載の画像検索装置。
5. 前記顧客にレコメンドする画像を出力する出力手段を更に有する
   ことを特徴とする請求項３または４に記載の画像検索装置。
6. 前記顧客にレコメンドする画像を印刷し、前記顧客に送達するための印刷物を製造する印刷制御手段を更に有する
   ことを特徴とする請求項４に記載の画像検索装置。
7. 前記指標ごとの評価値を入力する入力手段を更に有し、
   前記特定手段は、前記入力された評価値に類似する評価値を有する物品の画像を特定する
   ことを特徴とする請求項１に記載の画像検索装置。
8. 請求項１乃至７のいずれか１項に記載の画像検索装置の特定手段によって特定された、前記顧客にレコメンドする画像を含む
   ことを特徴とする印刷物。
9. コンピュータが、
   物品の印象を示す指標に基づいて評価された、複数の物品それぞれの評価値と、前記複数の物品の画像に基づいて算出される、各物品の画像特徴量とを取得する取得工程と、
   前記各物品の画像特徴量を、前記指標ごとに、同じ評価値同士で分類することで、前記指標ごとの複数の評価値領域を生成する生成工程と、
   顧客の嗜好性を示す評価値を算出する算出工程と、
   前記顧客にレコメンドする画像を特定する特定工程と、を実行する画像検索方法であって、
   前記算出工程は、前記顧客により選択された画像に基づいて算出される画像特徴量と、前記複数の評価値領域とを対比することで、前記顧客により選択された画像について、前記評価値を算出し、
   前記特定工程は、前記複数の物品の画像の中から、前記算出された評価値に類似する評価値を有する物品の画像を特定する
   ことを特徴とする画像検索方法。
10. コンピュータに、
    物品の印象を示す指標に基づいて評価された、複数の物品それぞれの評価値と、前記複数の物品の画像に基づいて算出される、各物品の画像特徴量とを取得する取得工程と、
    前記各物品の画像特徴量を、前記指標ごとに、同じ評価値同士で分類することで、前記指標ごとの複数の評価値領域を生成する生成工程と、
    顧客の嗜好性を示す評価値を算出する算出工程と、
    前記顧客にレコメンドする画像を特定する特定工程と、を実行させるための画像検索プログラムであって、
    前記算出工程は、前記顧客により選択された画像に基づいて算出される画像特徴量と、前記複数の評価値領域とを対比することで、前記顧客により選択された画像について、前記評価値を算出し、
    前記特定工程は、前記複数の物品の画像の中から、前記算出された評価値に類似する評価値を有する物品の画像を特定する画像検索プログラム。

Images