JPWO2012043291A1 - 広告配信対象者特定装置、および、広告配信装置 - Google Patents

Abstract

広告の配信対象者を特定することで広告効果を向上させることが可能な広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法、プログラムおよび記録媒体を提供する。広告の可視範囲内外に存在する人の画像を取得する画像取得手段と、前記画像から、前記人の将来の予想移動範囲を算出する予想移動範囲算出手段と、前記広告の可視範囲と算出された前記予想移動範囲との関係からスコアを算出するスコア算出手段と、算出されたスコアから広告を配信する対象となる人を特定する広告配信対象者特定手段と、を含むことを特徴とする広告配信対象者特定装置。

Description

本発明は、広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法、プログラムおよび記録媒体に関する。

最近、広告形態の多様化に応じ、例えば、駅構内等の多数の人が集まる場所に、大画面ディスプレイに広告を映し出す電子広告が普及している。電子広告では、配信する広告を切り替えることが一般的である。例えば、電子広告配信装置にカメラを取り付けて、電子広告配信装置の前を通る人を検知し、人が通る毎に配信する広告を切り替えている。配信する広告の切り替えについては、電子広告配信装置の画面を観覧する人物の位置に向けられたカメラによって撮影された画像から人物の顔の画像を検出し、その人物の性別、年齢等を推定し、その性別、年齢等に合致した内容の画像を表示装置に表示する表示システムがある（例えば、特許文献１参照）。

特開２００５−２５１１７０号公報

従来の電子広告では、撮影された画像内に複数の人物が存在する場合や、画像内の人物が画面を見る状況にない場合等においては、配信対象者とすべきでない人物を特定してしまう場合があった。そのため、広告を配信すべき対象者に向けた広告の配信ができず、その結果、広告効果が十分とは言えない。そこで、本発明は、広告の配信対象者を特定することで広告効果を向上させることが可能な広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法、プログラムおよび記録媒体の提供を目的とする。

前記目的を達成するために、本発明の広告配信対象者特定装置は、
広告の可視範囲内外に存在する人の画像を取得する画像取得手段と、
前記画像から、前記人の将来の予想移動範囲を算出する予想移動範囲算出手段と、
前記広告の可視範囲と算出された前記予想移動範囲との関係からスコアを算出するスコア算出手段と、
算出されたスコアから広告を配信する対象となる人を特定する広告配信対象者特定手段と、を含むことを特徴とする。

また、本発明の広告配信装置は、
広告配信対象者特定手段と、
広告配信手段とを含み、
前記広告配信手段は、前記広告配信対象者特定手段で特定された広告配信対象者の属性に応じて配信する広告を選択し、
前記広告配信対象者特定手段が、前記本発明の広告配信対象者特定装置であることを特徴とする。

本発明の広告配信対象者特定方法は、
広告の可視範囲内外に存在する人の画像を取得する画像取得工程と、
前記画像から、前記人の将来の予想移動範囲を算出する予想移動範囲算出工程と、
前記広告の可視範囲と算出された前記予想移動範囲との関係からスコアを算出するスコア算出工程と、
算出されたスコアから広告を配信する対象となる人を特定する広告配信対象者特定工程と、を含むことを特徴とする。

また、本発明の広告配信方法は、
広告配信対象者特定工程と、
広告配信工程とを含み、
前記広告配信工程において、前記広告配信対象者特定工程で特定された広告配信対象者の属性に応じて配信する広告を選択し、
前記広告配信対象者特定工程が、前記本発明の広告配信対象者特定方法を用いるものであることを特徴とする。

本発明のプログラムは、前記本発明の広告配信対象者特定方法、または、前記本発明の広告配信方法をコンピュータに実行させることを特徴とする。

本発明の記録媒体は、前記本発明のプログラムを記録していることを特徴とする。

本発明によれば、広告の配信対象者を特定することで広告効果を向上させることが可能な広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法、プログラムおよび記録媒体を提供できる。

図１は、広告の可視範囲を説明する図である。 図２は、本発明の広告配信対象者特定装置の実施形態１の構成を示すブロック図である。 図３は、本発明の実施形態１の広告配信対象者特定装置が行う処理を示すフローチャートである。 図４は、図３における予想移動範囲算出ステップの処理の詳細を示すフローチャートである。 図５は、フレーム間での人物の移動距離を説明する図である。 図６は、フレーム間での人物の頭部の大きさの差を説明する図である。 図７は、予想移動範囲算出手段が保持している予想移動範囲定義情報のグリッドマップの例を示す図である。 図８は、予想移動範囲定義情報に進行情報を加味したグリッドマップの例を示す図である。 図９は、実施形態２における広告の可視範囲を説明する図である。 図１０は、本発明の広告配信対象者特定装置の実施形態２の構成を示すブロック図である。 図１１は、本発明の実施形態２の広告配信対象者特定装置が行う処理を示すフローチャートである。 図１２は、予想移動範囲定義情報に環境情報を加味したグリッドマップの例を示す図である。 図１３は、本発明の実施形態３の広告配信装置の構成を示すブロック図である。 図１４は、実施形態３の広告配信装置が行う処理を示すフローチャートである。

本発明の広告配信対象者特定装置において、前記予想移動範囲算出手段は、前記人の位置情報、前記人の進行情報及び前記人の属性情報から将来の予想移動範囲を算出することが好ましい。

本発明の広告配信対象者特定装置において、前記スコア算出手段が、前記可視範囲の環境情報を加えてスコアを算出することが好ましい。

本発明の広告配信対象者特定装置において、前記スコア算出手段が、前記人について重み付けをしてスコアを算出することが好ましい。

本発明の広告配信対象者特定装置において、前記予想移動範囲算出手段が、前記人のグリッドマップ作成手段を含むことが好ましい。

以下、本発明の広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法について、詳細に説明する。ただし、本発明は、以下の実施形態に限定されない。なお、以下の図１から図１４において、同一部分には、同一符号を付している。

（実施形態１）
図１は、実施形態１に係る広告配信対象者特定装置１０の概念を説明する図である。図１（ａ）は、電子広告配信装置（広告配信装置）が外壁等に設けられている状態の図である。本実施形態においては、前記電子広告配信装置を構成する大画面のディスプレイ１００ａおよびカメラ１００ｂが、前記外壁の外側に設置されている。直方体形状に囲んだ線の内部は、広告の可視範囲（空間）を示している。前記可視範囲は、ディスプレイの大きさ、屋根等の障害物の有無、車道の位置等を勘案して、ディスプレイの設置場所毎に定めることができる。前記可視範囲内では、一般に、多数の人が通り、または、立ち止まることが可能である。図１（ａ）においては、代表的にＡ、Ｂの２名の人物が前記可視範囲内にいる様子を示している。人物Ａは、ディスプレイ１００ａから離れた場所（ディスプレイ１００ａが見えにくい場所）をゆっくり歩いており、人物Ｂは、ディスプレイ１００ａに比較的近い場所（ディスプレイ１００ａが見えやすい場所）を速く歩いている。人物Ａ、Ｂとも、カメラ１００ｂにより画像情報が取得される状態である。図１（ｂ）は、人物ＡおよびＢの動きを上から見た様子を示す図である。図１（ｂ）中の矢印は、各人物が動いている方向と速さを示している。ここで、矢印の長さが長い方が、移動速度が速いことを意味する。図１（ｂ）において、斜線を付した囲みは、各人物の将来の移動位置を予想した範囲である。このように、例えば複数の人物が、広告の可視範囲内もしくは可視範囲内に入ってくる可能性のある範囲にいる場合に、どの人物を対象（ターゲット）として広告を配信すると効果的であるかの決定を可能とすることが、本発明の特徴である。以下、広告配信対象者特定装置のブロック図、および広告配信対象者特定装置が行う処理を示すフローチャートで、本実施形態を説明する。

図２に、本実施形態における広告配信対象者特定装置の構成のブロック図を示す。また、図３に、本実施形態における広告配信対象者特定方法のフローチャートを示す。図２に示すように、本実施形態の広告配信対象者特定装置１０は、画像取得手段１１と、予想移動範囲算出手段１２と、スコア算出手段１３と、広告配信対象者特定手段１４と、属性情報データベース１５と、スコア算出情報データベース１６とを備える。画像取得手段１１は、予想移動範囲算出手段１２に接続されている。予想移動範囲算出手段１２は、スコア算出手段１３に接続されている。スコア算出手段１３は、広告配信対象者特定手段１４に接続されている。そして、予想移動範囲算出手段１２は、属性情報データベース１５に接続されている。スコア算出手段１３は、スコア算出情報データベース１６に接続されている。本実施形態の広告配信対象者特定装置は、任意の構成要素として出力手段を備えていることも好ましい。

図２において、画像取得手段１１、予想移動範囲算出手段１２、スコア算出手段１３および広告配信対象者特定手段１４の各構成要素は、ハードウエア単位の構成ではなく、機能単位のブロックを示している。広告配信対象者特定装置１０の各構成要素は、任意のコンピュータの中央処理装置（ＣＰＵ）、メモリ、メモリにロードされた本図の構成要素を実現するプログラム、そのプログラムを格納するランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等などの記憶ユニット、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置には様々な変形例がある。属性情報データベース１５およびスコア算出情報データベース１６は、装置内蔵型であってもよいし、外部記憶装置のような外付け型であってもよい。また、前記両データベースは、前記ネットワーク接続用インターフェイスを介したネットワーク上のサーバに格納されていてもよい。前記出力手段としては、例えば、映像により出力するモニター（例えば、液晶ディスプレイ（ＬＣＤ）、ブラウン管（ＣＲＴ）ディスプレイ等の各種画像表示装置等）、印刷により出力するプリンター等があげられる。

画像取得手段１１は、広告の可視範囲内外に存在する人の画像情報を取得する（ステップＳ１０）。画像情報は、例えば、位置情報および進行情報等を含む。前記進行情報は、例えば、進行速度、進行方向等を含むことができる。

画像取得手段１１は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）カメラ、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラ、イメージスキャナ等を備えている。ここで画像取得手段１１は、２つ以上のカメラを備えるのが好ましい。このようにすると、画像取得手段１１は、２つ以上のカメラそれぞれで生成された画像情報を互いに関連付けながら処理することにより、位置情報を高い精度で算出できる。また、後述の予想移動範囲算出手段における属性情報とのマッチングの精度も高くすることができる。

特定の人の進行速度、進行方向は、例えば、前記人の位置情報の履歴から算出できる。人の位置情報の履歴は、その人を特定する情報、例えば、その人の顔の特徴データに対応付けて記憶される。例えば、画像取得手段１１は、人の位置情報を検出するときに、その人の顔の特徴データも検出する。そして画像取得手段１１は、今回検出した顔の特徴データと同一の特徴データを、画像取得手段１１が記憶しているデータから探す。そして画像取得手段１１は、探した特徴データに対応付けて、新たに検出した位置情報を記憶する。この処理が繰り返されることにより、画像取得手段１１には、人の位置情報の履歴が記憶される。

また人の位置情報の履歴を示す情報は、例えば、以下のように、移動距離、予測位置との比較、頭部の大きさ、頭部の向き、服装の共通性、顔の類似度、性別度、および年齢といったパラメータに基づいて算出されてもよい。以下のトラッキング処理は、画像取得手段１１によって行われる。人物の同一性を判定するための対象物データのパラメータとしては、例えば、以下のものをあげることができる。ただし、前記対象物データのパラメータは、これらのパラメータに限定されない。

＜移動距離＞
通常、同一人物の位置は、連続するフレーム間で急激に変化しない。例えば、図５に示すように、ｎ−１番目のフレームにおける任意の候補者の位置を（Ｘ_ｎ−１，Ｙ_ｎ−１）、ｎ番目のフレームにおける人物の位置を（Ｘ_ｎ，Ｙ_ｎ）とした場合に、これらの２点間の距離ｄｉｆｆ_ｄｉｓｔ＝［（Ｘ_ｎ−１−Ｘ_ｎ）^２＋（Ｙ_ｎ−１−Ｙ_ｎ）^２］^１／２が小さいほど、人物の同一性が高いと考えられる。

＜予測位置との比較＞
あるフレームの画像に写っている人物が、次のフレームの画像においてどの位置に移動するかは、予測可能である。例えば、ｎ−１番目のフレームの画像に写っている人物が次のｎ番目のフレームでどの位置に移動するかは、ｎ−１番目のフレームの画像およびｎ−２番目以前のフレームの画像から予測可能である。ｎ−１番目のフレームにおいて予測したｎ番目のフレーム画像での人物の位置と、ｎ番目のフレームにおける実際の位置との２点間の距離が小さいほど、人物の同一性が高いと考えられる。

＜頭部の大きさ＞
通常、同一人物の頭部の大きさは、連続するフレーム間で急激に変化しない。例えば、図６に示すように、ｎ−１番目のフレームにおける任意の人物の頭部の大きさをｈ_ｎ−１、ｎ番目のフレームにおける頭部の大きさをｈ_ｎとすると、これらの大きさの差（ｄｉｆｆ_{ｈｅａｄ−ｓｉｚｅ}）が小さいほど、人物の同一性が高いと考えられる。

＜頭部の向き＞
一般的に、人間は一定の方向を向いて移動するため、あるフレームにおける頭部の向きとその次のフレームにおける頭部の向きが極端に異なることは稀である。よって、ｎ−１番目のフレームにおける頭部の向きと、ｎ番目のフレームにおける頭部の向きとを比較することで、人物の同一性を判定可能である。ｎ−１番目のフレームにおける頭部の向きと、ｎ番目のフレームにおける頭部の向きとの差が小さいほど、人物の同一性が高いと考えられる。

また、移動時に頭部が向いている方向は、その人物の進行方向と一致すると考えられる。したがって、ｎ−１番目のフレームの頭部の向きから予測した移動方向と、ｎ−１番目のフレームからｎ番目のフレームの間に移動した方向とを比較することによって、人物の同一性を判定できる。ｎ−１番目のフレームにおける頭部の向きと、ｎ−１番目のフレームからｎ番目のフレームの間に移動した方向との差が小さいほど、人物の同一性が高いと考えられる。

＜服装の共通性＞
同一人物の衣服は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の服装を基に、人物の同一性を判定可能である。フレーム画像において人物の頭部を検出した場合、その直下の部分はその人物の胸部であると推定できる。したがって、あるフレーム画像における人物の頭部の直下の部分（胸部領域）における色成分のヒストグラム分布と、その後のフレーム画像における胸部領域における色成分のヒストグラム分布とは、同一人物であればほぼ同じとなる。したがって、ｎ−１番目のフレームにおける胸部領域の色成分のヒストグラム分布と、ｎ番目のフレームにおける胸部領域の色成分のヒストグラム分布との差が小さいほど、人物の同一性が高いと考えられる。

＜顔の類似度＞
同一人物の顔は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の顔を基に、人物の同一性を判定可能である。フレーム間での人物の顔の相違は、テンプレートマッチング等によって数値化できる。これらの方法で数値化した値が小さいほど、人物の同一性が高いと考えられる。

＜性別度＞
同一人物の顔の女性らしさや男性らしさは、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の女性らしさや男性らしさを基に、人物の同一性を判定可能である。ここで、女性らしさや男性らしさを性別度として定義すると、性別度は識別器によって顔画像を基に出力可能である。例えば、フレーム画像に写っている人物の顔が女性らしいほど０に近い値を出力し、男性らしいほど１に近い値を出力するようにすればよい。上記のように性別度を出力する場合、ｎ−１番目のフレームにおける性別度と、ｎ番目のフレームにおける性別度との差が小さいほど、人物の同一性が高いと考えられる。

＜年齢＞
同一人物の年齢は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の年齢を基に、人物の同一性を判定可能である。人間の年齢は連続量を扱う識別器によって、顔画像を基に推定可能である。ｎ−１番目のフレームにおいて推定された年齢と、ｎ番目のフレームにおいて推定された年齢との差が小さいほど、人物の同一性が高いと考えられる。

上記のような各パラメータに関しては、人物の追跡に用いるか否かを個別に設定可能である。複数のフレーム間で検出された複数の画像が同じ人物かどうかを判定する際、上記の各パラメータの情報のうち複数の情報を用いて決定することが好ましい。あるフレーム画像に写っている人物が、前のフレーム画像において写っているか否かは、例えば、前記対象物データの相関の高低によって判断することができる。例えば、ｎ番目のフレーム画像に１名の人物Ｗが検出されており、ｎ−１番目のフレーム画像に３名の人物Ａ、ＢおよびＣが検出されているとする。この場合、人物Ｗの対象物データＷ_ｎと、ｎ−１番目のフレーム画像に写っている人物Ａ、ＢおよびＣの各々の対象物データＡ_ｎ−１、Ｂ_ｎ−１およびＣ_ｎ−１とを比較する。その結果、人物Ａ、ＢおよびＣのうち、最も相関が高いと判断された人物が、人物Ｗと同一人物と判定され、ｎ−１番目とｎ番目の両フレーム間での人物Ｗの移動が追跡される。

予想移動範囲算出手段１２は、画像取得手段１１で得られた画像情報から前記人の将来の予想移動範囲を算出する（ステップＳ２０）。予想移動範囲算出手段１２は、前記画像情報の位置情報および進行情報、ならびに、前記人の属性情報から、前記人の将来の予想移動範囲を算出することが好ましい。前記位置情報は、前述の位置情報の履歴も含む。前記人の属性情報は、画像取得手段１１で得られた画像情報を、属性情報データベース１５に参照し、当該画像情報とマッチングすることにより取得される。前記人の属性情報は、年齢、性別、向き（正面、背面など）および過去の履歴等から選ばれる情報を含むが、本実施形態において、属性は少なくとも年齢を含んでいる。予想移動範囲算出手段１２は、属性情報データベース１５が記憶している位置情報の履歴に基づいて算出された人の移動方向、好ましくは移動速度を用いて、予想移動範囲を算出する。

図７の各図は、予想移動範囲算出手段１２が保持している予想移動範囲定義情報を示す図である。図７に示す例において、予想移動範囲定義情報は、年齢層による属性別のグリッドマップである。このグリッドマップは、人の周りの領域にどのような確率分布にするかを示している。各グリッドマップは、人の現在位置に該当するグリッドが最も移動の確率が高く、現在位置から離れるに従って移動の確率が低くなっている。この確率の低下の割合は、例えば、年齢層によって異なっている。すなわち予想移動範囲算出手段１２は、年齢層に応じて予想移動範囲を変える。

例えば、図７（ａ）に示すように０歳児の場合は、自力で動く場合は少ないことから、現在地のみを予想移動範囲として定めればよい。しかし、図７（ｂ）に示すように、１０歳以下の幼児、例えば、３歳〜７歳の子供は、どの方向に移動するかは不明であり、また突然移動方向を変えることもある。このため、現在位置を中心に、広めに予想移動範囲を取る必要がある。すなわち１０歳以下の幼児の場合は、現在位置を中心として、その周囲のグリッドは均一の確率分布になっている。

年齢が上がって２０歳以上の大人になると、突然移動方向を変えることはなくなり、また周囲に注意を払う場合が多い。このため、図７（ｃ）に示すように、幼児の場合と比較して予想移動範囲を狭くしても問題はない。すなわち２０歳以上の大人の場合は、現在位置から離れると移動の確率がある程度急速に低下するようになっている。ただし、高齢になると、注意力が低下し、また俊敏性も低下する傾向がある。このため、例えば、５０歳代の場合は、図７（ｄ）に示すように２０歳代と比較して、予想移動範囲を広く設定することができる。

前記年齢層による属性別の予想移動範囲定義情報に、前記位置情報の履歴に基づいて算出された人の進行情報を加味したグリッドマップの一例を図８に示す。これらのグリッドマップでは、確率が高い領域は、算出された移動方向に広がっている。進行情報を加味した場合でも、大人よりも幼児のほうが、確率が高い領域が大きくなっている。

予想移動範囲算出手段１２は、人の移動方向別に、年齢層別の予想移動範囲情報を記憶していてもよい。また予想移動範囲算出手段１２は、年齢層別の予想移動範囲情報と、人の移動方向に応じてどのように予想移動範囲を変形させるかを示す情報とを記憶していてもよい。これらの情報は、例えば、属性情報データベース１５に記憶させておいてもよい。

スコア算出手段１３は、前記広告の可視範囲と前記算出された人の予想移動範囲との関係からスコアを算出する（ステップＳ３０）。具体的には、例えば、得られたグリッドマップと、可視範囲との重複面積の大小からスコアを算出できる。前記可視範囲に関する情報は、スコア算出情報データベース１６に格納されていてもよい。この場合、スコア算出手段１３は、スコア算出情報データベース１６に格納されたデータを参照して、スコアを算出する。

広告配信対象者特定手段１４は、画像が取得された人毎に算出された複数のスコアから、最も高いスコアを選択する。そして、最も高いスコアに該当する人物を、広告配信対象者として特定する（ステップＳ４０）。高いスコアを持つ人物は、予想移動範囲で示される動きのパターンや属性から、広告映像に特に関心を持っている可能性が高いと判断できる。

図４は、図３に示した予想移動範囲算出のステップＳ２０の詳細フローチャートの一例である。予想移動範囲算出手段１２は、まず、画像取得手段１１で取得された画像情報を取得する（ステップＳ２１）。取得した画像情報から、属性情報データベース１５を参照して、位置情報、進行情報および画像が取得された人の属性情報を生成する（ステップＳ２２）。さらに、生成した情報から、グリッドマップを作成する（ステップＳ２３）。そして、前記グリッドマップを、予想移動範囲情報としてスコア算出手段１３に出力する（ステップＳ２４）。たとえば、ステップＳ２２において人の移動方向および年齢層の情報が生成されている場合、予想移動範囲算出手段１２は、人の移動方向および年齢層を用いて予想移動範囲を算出する。ステップＳ２２において、さらに移動速度を算出している場合、予想移動範囲算出手段１２は、人の移動方向および移動速度、ならびに年齢層を用いて予想移動範囲を算出する。

なお本実施形態において予想移動範囲算出手段１２は、人の属性を用いずに移動方向（好ましくは移動速度）のみを用いて予想移動範囲を定めてもよい。

（実施形態２）
実施形態２は、前記スコア算出手段が、前記可視範囲の環境情報を加えてスコアを算出する態様である。図９は、実施形態２に係る広告配信対象者特定装置２０の概念を説明する図である。図９（ａ）は、電子広告配信装置（広告配信装置）が外壁等に設けられている状態の図であり、図９（ｂ）は図９（ａ）を上から見た状態の図である。図９（ａ）においては、前記可視範囲内に駅の改札口が存在する以外は、図１と同様である。図示した駅の構内からも、距離的には広告が見える状態にある。しかし、駅構内にいる人物Ｂは、カメラ１００ｂにより画像情報が取得されるものの、改札口が障害となってディスプレイ１００ａは見えにくい状況にある。

図１０に、本実施形態における広告配信対象者特定装置２０の構成のブロック図を示す。また、図１１に、本実施形態における広告配信対象者特定方法のフローチャートを示す。本実施形態における広告配信対象者特定装置２０は、スコア算出情報データベース２６内に、前記可視範囲の環境情報データ等を有している点を除いて、実施形態１に係る広告配信対象者特定装置１０と同様の構成である。本実施形態における広告配信対象者特定方法は、前記広告の可視範囲と前記算出された人の予想移動範囲との関係からスコアを算出する（ステップＳ３０）前に、前記可視範囲の環境情報がある場合には（ステップＳ２６：Ｙｅｓ）その情報を取得し（ステップＳ２８）、得られた前記可視範囲の環境情報を加味してスコアを算出する（ステップＳ３０）。

実施形態１で説明した予想移動範囲定義情報に、前記可視範囲の環境情報を加味したグリッドマップの一例を、図１２に示す。図１２において、黒色に塗りつぶされた部分は、駅の改札を表わす。図面において、改札口の右側が駅構内である。図中、白丸は人物Ｘ、Ｙを表わす。ここで、人物ＸおよびＹは、同一の属性を有している仮想人物であり、人物Ｘは、駅の外のディスプレイ１００ａが見えやすい場所におり、人物Ｙは、ディスプレイ１００ａからの距離は近いものの、駅構内であるためにディスプレイ１００ａが見えにくい場所にいる。このような状態では、前記可視範囲の環境情報としては、駅構内では、駅の外に比べて、スコアが低くなるような係数を有するデータとなる。したがって、人物Ｙの予想移動範囲定義情報に、前記可視範囲の環境情報を加味したグリッドマップは、全体に確率が低いものとなる。そのため、スコア算出においては、人物Ｘに比べて低スコアとなる。なお、人物Ｙの予想移動範囲定義情報は、改札があるために、改札に沿って変形した形となっている。

前記環境情報は、例えば、付近に壁や改札口等があるといった空間環境データ、時間、天気、季節等のデータがあげられる。本実施形態において、前記環境情報は、例えば、可視範囲内において、ディスプレイの正面付近は高スコア、真横付近は低スコアとなるような係数によって構成される可視範囲データとすることもできる。このようなデータを使用すると、より広告が見やすい位置にいる人物のスコアが高くなり、広告配信対象者として、より広告を見やすい人物を特定することができる。スコア算出情報データベース２６には、環境情報の他に、広告配信対象者情報等を格納しておき、この情報をスコア算出時に使用してもよい。

スコア算出手段１３は、前記広告の可視範囲と前記算出された人の予想移動範囲との関係からスコアを算出する（ステップＳ３０）。具体的には、例えば、得られたグリッドマップと、可視範囲との重複面積の大小からスコアを算出できる。前記可視範囲に関する情報は、スコア算出情報データベース２６に格納されていてもよい。この場合、スコア算出手段１３は、スコア算出情報データベース２６に格納されたデータ（可視範囲データ、グリッドマップにおける面積の大小、人の属性、環境情報等）を参照して、スコアを算出する。

本実施形態によっても、実施形態１と同様の効果を得ることができる。また環境情報を用いてスコアを算出しているため、広告配信対象者をさらに精度よく特定できる。

（重み付けのスコア算出）
スコア算出手段１３は、スコア算出情報データベース２６に格納されたデータを参照し、予め定められたルールに従って重み付けをして、スコアを算出することもできる。例えば、人の位置情報に基づき、ディスプレイからの距離が一定の範囲内の正面付近にいる人物については、属性にかかわらず一律にスコア加算したり、また、人の属性情報に基づき、１５歳以下の子供を除く人物全員には、位置情報にかかわらず一律にスコア加算したりすることができる。重み付けをしてスコア算出を行うことにより、広告配信対象者を精度よく特定できる。

（実施形態３）
図１３は、本発明の広告配信装置の一例の構成を示すブロック図である。また、図１４は、本実施形態の広告配信装置が行う処理を示すフローチャートである。図１３に示すように、本実施形態の広告配信装置１００は、広告配信対象者特定手段１１０と、広告配信手段１２０と、広告データベース１３０とを備える。広告配信対象者特定手段１１０は、広告配信手段１２０に接続されている。広告配信手段１２０は、広告データベース１３０に接続されている。

本実施形態における広告配信対象者特定手段１１０は、上述した実施形態１の広告配信対象者特定装置であり、広告の可視範囲内外に存在する人の画像情報を取得するステップＳ１０から、広告を配信する対象となる人（広告配信対象者）を特定するステップＳ４０までを行う。そして、広告配信手段１２０は、広告配信対象者特定手段１１０で特定された広告配信対象者の属性に応じて配信する広告を、広告データベース１３０から選択し（ステップＳ５０）、配信する（ステップＳ６０）。例えば、特定された広告配信対象者が２０歳代の男性ならば、若い男性向け商品の広告映像を選択して、広告画面に表示させればよい。

広告配信対象者特定手段１１０において、環境情報が加味されている場合は、例えば、「寒い」という環境情報があれば、特定された広告配信対象者の属性に応じた温かい飲料、保温衣類等の広告を配信することもでき、より広告効果を向上させることができる。

（実施形態４）
本実施形態は、前述の広告配信対象者特定方法または、前述の広告配信方法を、コンピュータ上で実行可能なプログラムである。本実施形態のプログラムは、例えば、記録媒体に記録されてもよい。前記記録媒体は、特に限定されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。

以上、実施形態を参照して本願発明を説明したが、本願発明は、上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解しうる様々な変更をすることができる。

この出願は、２０１０年９月３０日に出願された日本出願特願２０１０−２２２３６１を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明によれば、広告の可視範囲と人物の予想移動範囲との関係から、広告の配信対象として適切な人物を特定することで広告効果を向上させることができる。本発明の広告配信対象者特定装置、広告配信装置、広告配信対象者特定方法、広告配信方法、プログラムおよび記録媒体は、多数の人物が集まる場所に設けられたディスプレイ等で広告を配信する場合のみならず、配信対象を特定したい場合等にも有効であり、幅広い用途で適用することが可能である。

１０、２０ 広告配信対象者特定装置
１１ 画像取得手段
１２ 予想移動範囲算出手段
１３ スコア算出手段
１４ 広告配信対象者特定手段
１５ 属性情報データベース（ＤＢ）
１６、２６ スコア算出情報データベース（ＤＢ）
１００ 広告配信装置
１００ａ ディスプレイ
１００ｂ カメラ
１１０ 広告配信対象者特定手段
１２０ 広告配信手段
１３０ 広告データベース（広告ＤＢ）

Claims (16)

1. 広告の可視範囲内外に存在する人の画像を取得する画像取得手段と、
   前記画像から、前記人の将来の予想移動範囲を算出する予想移動範囲算出手段と、
   前記広告の可視範囲と算出された前記予想移動範囲との関係からスコアを算出するスコア算出手段と、
   算出されたスコアから広告を配信する対象となる人を特定する広告配信対象者特定手段と、を含むことを特徴とする広告配信対象者特定装置。
2. 前記予想移動範囲算出手段は、前記人の位置情報、前記人の進行情報及び前記人の属性情報から将来の予想移動範囲を算出することを特徴とする、請求項１記載の広告配信対象者特定装置。
3. 前記スコア算出手段が、前記可視範囲の環境情報を加えてスコアを算出することを特徴とする、請求項１または２記載の広告配信対象者特定装置。
4. 前記スコア算出手段が、前記人について重み付けをしてスコアを算出することを特徴とする、請求項１から３のいずれか一項に記載の広告配信対象者特定装置。
5. 前記予想移動範囲算出手段が、前記人のグリッドマップ作成手段を含むことを特徴とする、請求項１から４のいずれか一項に記載の広告配信対象者特定装置。
6. 広告配信対象者特定手段と、
   広告配信手段とを含み、
   前記広告配信手段は、前記広告配信対象者特定手段で特定された広告配信対象者の属性に応じて配信する広告を選択し、
   前記広告配信対象者特定手段が、請求項１から５のいずれか一項に記載の広告配信対象者特定装置であることを特徴とする広告配信装置。
7. 広告の可視範囲内外に存在する人の画像を取得する画像取得工程と、
   前記画像から、前記人の将来の予想移動範囲を算出する予想移動範囲算出工程と、
   前記広告の可視範囲と算出された前記予想移動範囲との関係からスコアを算出するスコア算出工程と、
   算出されたスコアから広告を配信する対象となる人を特定する広告配信対象者特定工程と、を含むことを特徴とする広告配信対象者特定方法。
8. 前記予想移動範囲算出工程において、前記人の位置情報、前記人の進行情報及び前記人の属性情報から将来の予想移動範囲を算出することを特徴とする、請求項７記載の広告配信対象者特定方法。
9. 前記スコア算出工程において、前記可視範囲の環境情報を加えてスコアを算出することを特徴とする、請求項７または８記載の広告配信対象者特定方法。
10. 前記スコア算出工程において、前記人について重み付けをしてスコアを算出することを特徴とする、請求項７から９のいずれか一項に記載の広告配信対象者特定方法。
11. 前記予想移動範囲算出工程が、前記人のグリッドマップ作成工程を含むことを特徴とする、請求項７から１０のいずれか一項に記載の広告配信対象者特定方法。
12. 広告配信対象者特定工程と、
    広告配信工程とを含み、
    前記広告配信工程において、前記広告配信対象者特定工程で特定された広告配信対象者の属性に応じて配信する広告を選択し、
    前記広告配信対象者特定工程が、請求項７から１１のいずれか一項に記載の広告配信対象者特定方法を用いるものであることを特徴とする広告配信方法。
13. 請求項７から１１のいずれか一項に記載の広告配信対象者特定方法をコンピュータに実行させることを特徴とする、プログラム。
14. 請求項１２記載の広告配信方法をコンピュータに実行させることを特徴とする、プログラム。
15. 請求項１３記載のプログラムを記録していることを特徴とする記録媒体。
16. 請求項１４記載のプログラムを記録していることを特徴とする記録媒体。

Images