WO2018110164A1 - 情報処理システム、情報処理方法および情報処理プログラム - Google Patents

情報処理システム、情報処理方法および情報処理プログラム Download PDF

Info

Publication number
WO2018110164A1
WO2018110164A1 PCT/JP2017/040434 JP2017040434W WO2018110164A1 WO 2018110164 A1 WO2018110164 A1 WO 2018110164A1 JP 2017040434 W JP2017040434 W JP 2017040434W WO 2018110164 A1 WO2018110164 A1 WO 2018110164A1
Authority
WO
WIPO (PCT)
Prior art keywords
store
visitor
information processing
processing system
determination
Prior art date
Application number
PCT/JP2017/040434
Other languages
English (en)
French (fr)
Inventor
豊 木下
石井　俊介
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US16/469,970 priority Critical patent/US11301873B2/en
Priority to JP2018556260A priority patent/JP7047769B2/ja
Publication of WO2018110164A1 publication Critical patent/WO2018110164A1/ja

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F16/337—Profile generation, learning or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Definitions

  • the present invention relates to an information processing system, an information processing method, and an information processing program.
  • Patent Document 1 discloses a technique for capturing and image analysis of a license plate of a vehicle entering a parking lot with a camera, specifying a customer, and providing an image according to the customer.
  • the number plate is simply imaged to identify the store visitor, and the store visitor's appearance at the store cannot be used effectively.
  • An object of the present invention is to provide a technique for solving the above-described problems.
  • a system provides: Recognizing means for analyzing the video information acquired by imaging the outside of the store and recognizing the store visitor at the time of visiting the store and its moving means, Determination means for determining a range of movement of the visitor recognized by the recognition means; Derivation means for deriving a trade area of the store based on a determination result by the determination means; It is an information processing system provided with.
  • the method according to the present invention comprises: A recognition step of analyzing the video information acquired by imaging the outside of the store and recognizing the moving means of the visitor at the time of visiting the store; A determination step of determining a movement range for each visitor recognized in the recognition step; A derivation step of deriving a trade area of the store based on the determination result of the determination step; Is an information processing method.
  • a program provides: A recognition step of analyzing video information acquired by imaging the outside of the store and recognizing a store visitor at the time of visiting the store and its transportation means; A determination step of determining a movement range for each visitor recognized in the recognition step; A derivation step of deriving a trade area of the store based on the determination result of the determination step; Is an information processing program for causing a computer to execute.
  • the information processing system 100 includes a movement means recognition unit 101, a movement range determination unit 102, and a trade area derivation unit 103.
  • the moving means recognizing unit 101 analyzes the video information captured by the outside camera 110 provided outside the store, and recognizes the moving means of the visitor at the time of visiting the store.
  • the movement range determination unit 102 determines a movement range for each movement unit recognized by the movement unit recognition unit 101.
  • the commercial area deriving unit 103 derives the commercial area of the store based on the determination result by the movement range determining unit 102.
  • the outside-camera is not limited to the one installed outside the store, but may be any camera outside the store.
  • FIG. 2 is a diagram for explaining an overview of the information processing system 200 according to the present embodiment.
  • the information processing system 200 is a system for analyzing the video of the customer 220 taken by the outside camera 210 and deriving the trade area of the store 250. Based on the derived trade area, the store can be operated efficiently and effectively.
  • two out-of-store cameras are shown as an example, but the number is not limited to this number.
  • the store is not limited to a store, and can be applied to all types of business such as restaurants and entertainment stores.
  • FIG. 3 is a diagram for explaining a functional configuration of the information processing system 200.
  • the information processing system 200 includes a store visitor analysis unit 301, a movement range determination unit 302, a trade area derivation unit 303, a climate information acquisition unit 304, a traffic information acquisition unit 305, and a storage unit 306.
  • the store visitor analysis unit 301 includes a store visit means recognition unit 311, a store visitor attribute recognition unit 312, and a store visit direction recognition unit 313.
  • the storage unit 306 includes a store visitor database 361 and a map database 362.
  • the store visit means recognizing unit 311 receives and analyzes video information captured by the outside camera 210 provided outside the store, and the store visitor 220 at the time of the store visits as walking, bicycle, car, automatic Recognize whether a motorcycle (motorcycle), taxi, local bus, or railway was used.
  • the visitor attribute recognizing unit 312 analyzes video information captured by the outside camera 210 provided outside the store to determine the age, sex, relationship (parent / child, couple, friend group, etc.) of the visitor 220, and the like. Recognize
  • the store visit direction recognition unit 313 recognizes the direction in which the store visitor 220 has visited.
  • the information processing system 200 can determine, for example, that the same person has stopped in the middle of going to and from the station or school based on the store visit direction and the store visit date and time.
  • the information processing system 200 may grasp the above-described situation based on, for example, the purchase history of a specific person as well as the store visit date and time and the store visit direction.
  • the store visitor analysis unit 301 may determine that a festival or event is held in the surrounding area when it detects the store visit date and time and the store visit direction of an unspecified crowd.
  • the store visitor analysis unit 301 may detect not only the date and time of store visit and the store visit direction in an unspecified crowd, but also the amount of traffic by the crowd.
  • the information processing system 200 may present such information to, for example, a store operator or an administrator. That is, the information processing system 200 may present information that can be used for assortment or sales promotion to the store operator or manager. As a result, using the presented information, the store operator or manager can determine the assortment in the store.
  • the operator or the manager can consider the assortment of goods and the sales promotion in consideration of the traffic volume.
  • the reason is that the operator and the administrator can expect the same amount of return traffic.
  • the operator and the manager can not only run out of stock when the crowd visits the store, but also prepare the goods that are needed when returning home.
  • the information includes, for example, the ratio of the number of customers who enter the store and purchase the product with respect to the amount of traffic, using the amount of traffic by the crowd, the date and time of visit, the direction of the store, and the purchase history. It can also be used to estimate the potential volume at which a product is actually purchased based on the return traffic predicted from the outbound traffic.
  • the information recognized by the store visitor analysis unit 301 is stored in the storage unit 306 as a store visitor database 361 together with the store visit time.
  • the climate information acquisition unit 304 acquires climate information at the time of visit.
  • the traffic information acquisition unit 305 acquires traffic information (whether or not there is a traffic jam) at the time of visiting the store.
  • the movement range determination unit 302 includes store visit means recognized by the store visit recognition unit 311, store visitor attributes (age, sex, relationship) recognized by the store visitor attribute recognition unit 312, and store visit direction recognized by the store visit direction recognition unit 313. Based on the above, the movement range (movement distance) for each visitor is determined. The movement range determination unit 302 further corrects the movement range (movement distance) for each visitor using additional information such as time, weather, temperature, and traffic information.
  • the travel distance can be determined as walking ⁇ bicycle ⁇ car.
  • the moving range determination unit 302 first determines that a walking visitor has an average radius of about 100 m, whereas a bicycle visitor has a radius of about 500 m and an automobile visitor has a radius of about 2 km. It may be determined that the movement range is different depending on the gender. For example, for a visitor on foot, the difference may be 150 m for men and 100 m for women.
  • the travel distance of the car is multiplied by 0.5. This is because there is a high possibility of traveling by car even at close distances when traveling with family or at night.
  • the moving distance of the car is multiplied by 0.5.
  • the movement range determination unit 302 may exclude information regarding the moving means of the visitor from the material for deriving the trade area when heavy rain or snow falls or when the temperature is 5 degrees or less. When it is determined that there is a traffic jam on the road around the store, even a bicycle visitor may determine by expanding to a radius of about 2 km.
  • the movement range determination unit 302 may adjust the movement range of the store visitor using the store visit direction recognized by the store visit direction recognition unit 313 and the map information stored in the map database 362.
  • the movement range for each visitor determined by the movement range determination unit 302 is stored in the visitor database 361.
  • the trade area deriving unit 303 uses the travel range for each visitor accumulated in the visitor database 361 and the map information stored in the map database to use the trade area of the store 250 (the geographical range affected by the commercial facility, for example, Deriving the range that can attract customers). It is possible to grasp the market characteristics such as population and market size of the trade area, regional characteristics such as consumer characteristics and competitive situation. As shown in FIG. 4, it is possible to make a store opening plan that says that a new store 420 is opened outside the trade area 401 derived from the store visitor information of the store 220.
  • the location proposal unit 308 proposes the location of a new store based on the business area derived by the business area deriving unit 303.
  • the business area derived by the business area deriving unit 303 may be mapped on a map, and an area not included in the business area may be proposed as the location of a new store.
  • the information processing system 200 is also connected to an in-store camera 310 and a point-of-sale (POS) system 320 that manages in-store sales.
  • POS point-of-sale
  • the POS system 320 displays, for example, advertisements (including discount tickets) of stores of other industries (restaurants, car wash stations, car dealers), etc. that exist in the area where the visitor seems to have visited, or prints on receipts. And then hand it over to the customer.
  • the information processing system 200 can be connected to the Internet 330 via the communication control unit 307, and the climate information acquisition unit 304 and the traffic information acquisition unit 305 can acquire climate information and traffic information from the Internet 330.
  • FIG. 5 shows store visitor data stored in the store visitor database 361.
  • the store visit time, store exit time, store visit means, age, sex, relationship, store visit direction, and travel distance are recorded.
  • register transportation means such as cars, bicycles and motorcycles as detailed information as possible.
  • vehicle type and year are specified and registered with reference to various vehicle databases from the vehicle shape and emblem.
  • the age and sex derived from the visitor's face image are further registered.
  • the store visitor database 361 further stores the relationship of the group when at least two store visitors come together. Register by estimating whether the child is a family from the presence or absence of a child companion. Separately, a companion database may be prepared to store data such as the companion's face and age. In the case of a store visitor who brought a dog, it is considered that he / she stopped during the walk, so the travel distance may be corrected to be longer.
  • the store visit means is stored for each visitor, but may be managed in units of groups (family members, etc.).
  • FIG. 6 is a flowchart showing a flow of processing for deriving a trade area in the information processing system 200.
  • step S601 an outside-camera image is analyzed to recognize a visitor, a moving means, and the like.
  • step S603 the movement range (distance and direction) is determined for each visitor.
  • step S605 the movement range for each visitor is stored in the visitor database 361 as visitor information.
  • step S607 if it is possible to collect store visitor information regarding a predetermined number or more, the process proceeds to step S609, and a trade area derivation process is performed.
  • a trade area derivation process For example, as the trade area derivation process, the maximum value, minimum value, average value, etc. of the movement range for each store visit direction are obtained and mapped on the map. The most moving range may be selected, or the average value may be calculated by dividing the total of the distance traveled by the customers by the number of visitors.
  • step S611 after the trade area is derived, the location of the new store is proposed based on the trade area.
  • the present invention may be applied to a system composed of a plurality of devices, or may be applied to a single device. Furthermore, the present invention can also be applied to a case where an information processing program that implements the functions of the embodiments is supplied directly or remotely to a system or apparatus. Therefore, in order to realize the functions of the present invention on a computer, a program installed on the computer, a medium storing the program, and a WWW (World Wide Web) server that downloads the program are also included in the scope of the present invention. . In particular, at least a non-transitory computer readable medium storing a program for causing a computer to execute the processing steps included in the above-described embodiments is included in the scope of the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

来店時の来店者の様子を示す情報を有効活用するための情報処理システムであって、店舗の外部に設けられた店外カメラによって撮像された映像情報を解析して、来店時の来店者およびその移動手段を認識する認識手段を備えている。さらに、その認識手段によって認識された来店者ごとの移動範囲を判定する判定手段を備えている。またさらに、その判定手段による判定結果に基づいて前記店舗の商圏を導出する導出手段と、を備えたことを特徴とするシステムが開示されている。

Description

情報処理システム、情報処理方法および情報処理プログラム
　本発明は、情報処理システム、情報処理方法および情報処理プログラムに関する。
　上記技術分野において、特許文献１には、カメラで駐車場に入る車両のナンバープレートを撮像・映像解析し、顧客を特定して、顧客に応じた画像を提供する技術が開示されている。
特開２０１６－０４５９４９号公報
　しかしながら、上記文献に記載の技術では、単に来店者を特定するためにナンバープレートを撮像しているだけであり、来店者の来店時の様子を有効活用できていなかった。
　本発明の目的は、上述の課題を解決する技術を提供することにある。
　上記目的を達成するため、本発明に係るシステムは、
　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者およびその移動手段を認識する認識手段と、
　前記認識手段によって認識された来店者の移動範囲を判定する判定手段と、
　前記判定手段による判定結果に基づいて前記店舗の商圏を導出する導出手段と、
　を備えた情報処理システムである。
　上記目的を達成するため、本発明に係る方法は、
　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者の移動手段を認識する認識ステップと、
　前記認識ステップで認識された来店者ごとの移動範囲を判定する判定ステップと、
　前記判定ステップによる判定結果に基づいて前記店舗の商圏を導出する導出ステップと、
　を含む情報処理方法である。
　上記目的を達成するため、本発明に係るプログラムは、
　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者およびその移動手段を認識する認識ステップと、
　前記認識ステップで認識された来店者ごとの移動範囲を判定する判定ステップと、
　前記判定ステップによる判定結果に基づいて前記店舗の商圏を導出する導出ステップと、
　をコンピュータに実行させる情報処理プログラムである。
　本発明によれば、来店時の来店者の様子を示す情報を有効活用できる。
本発明の第１実施形態に係る情報処理システムの構成を示すブロック図である。 本発明の第２実施形態に係る情報処理システムの利用状況を示す図である。 本発明の第２実施形態に係る情報処理システムの構成を示すブロック図である。 本発明の第２実施形態に係る情報処理システムによって導出された商圏の例を示す図である。 本発明の第２実施形態に係る情報処理システムのデータベースの一例を示す図である。 本発明の第２実施形態に係る情報処理システムの処理の流れを示すフローチャートである。
　以下に、図面を参照して、本発明の実施の形態について例示的に詳しく説明する。ただし、以下の実施の形態に記載されている構成要素はあくまで例示であり、本発明の技術範囲をそれらのみに限定する趣旨のものではない。
　［第１実施形態］
　本発明の第１実施形態としての情報処理システム１００について、図１を用いて説明する。図１に示すように、情報処理システム１００は、移動手段認識部１０１、移動範囲判定部１０２および商圏導出部１０３を含む。
　移動手段認識部１０１は、店舗の外部に設けられた店外カメラ１１０によって撮像された映像情報を解析して、来店時の来店者の移動手段を認識する。
　移動範囲判定部１０２は、移動手段認識部１０１によって認識された移動手段ごとの移動範囲を判定する。
　商圏導出部１０３は、移動範囲判定部１０２による判定結果に基づいて店舗の商圏を導出する。
　以上の構成によれば、店舗に設けられた店外カメラの映像を用いて、店舗ごとの商圏を導出することができ、出店計画など、マーケティングに利用することが可能になる。なお、店外カメラは、店外に設置されたものに限定されず店外を撮像できればよい。
　［第２実施形態］
　次に本発明の第２実施形態に係る情報処理システムについて、図２乃至図　を用いて説明する。図２は、本実施形態に係る情報処理システム２００の概要を説明するための図である。
　図２に示すとおり、情報処理システム２００は、店外カメラ２１０で撮像した来店者２２０の映像を解析し、店舗２５０の商圏を導出するシステムである。導出した商圏に基づいて効率的かつ効果的に店舗運営行なうことができる。ここでは店外カメラ２台を例に挙げて図示しているが、台数はこの数に限定されるものではない。また、店舗は、販売店に限定されるものではなく、飲食店や、遊興店など、あらゆる業種に適用できる。
　図３は、情報処理システム２００の機能構成を説明するための図である。情報処理システム２００は、来店者解析部３０１、移動範囲判定部３０２、商圏導出部３０３、気候情報取得部３０４、交通情報取得部３０５、記憶部３０６を備えている。来店者解析部３０１は、来店手段認識部３１１、来店者属性認識部３１２および来店方向認識部３１３を含む。記憶部３０６は、来店者データベース３６１および地図データベース３６２を含む。
　来店手段認識部３１１は、店舗の外部に設けられた店外カメラ２１０によって撮像された映像情報を受信し、解析して、来店時の来店者２２０が移動手段として、徒歩、自転車、自動車、自動二輪車（バイク）、タクシー、路線バス、鉄道のいずれを用いたかを認識する。
　来店者属性認識部３１２は、店舗の外部に設けられた店外カメラ２１０によって撮像された映像情報を解析して、来店者２２０の年齢、性別、関係性（親子、カップル、友人グループなど）などを認識する。
　来店方向認識部３１３は、来店者２２０が来店した方向を認識する。情報処理システム２００は、例えば、来店方向と来店日時とに基づいて、同一の人物が駅や学校からの行き帰りの途中に立ち寄ったこと判別することができる。
　これにより、一例として、行きには朝食を毎日購入するが、帰りには他の商品を購入する場合に、それぞれの来店日時と来店方向から来店者による行き帰り（例えば、学校からの往復）を把握することができる。また、他の例として、特定の人物が行きにだけ朝食を毎日購入する（つまり、行きにだけ来店し、朝食を購入する）場合に、帰りには店舗に立ち寄らない、または店舗に立ち寄ったが何も購入しなかったことを把握することができる。その場合に、情報処理システム２００は、例えば、来店日時、来店方向だけでなく、さらに特定の人物における購入履歴に基づいて、上述した状況を把握してもよい。
　また、来店者解析部３０１は、不特定の群衆の来店日時と来店方向とを検知した場合には、周辺地域において祭りやイベントが開催されていると判断してもよい。
　また、一例として、来店者解析部３０１は、不特定の群衆における来店日時および来店方向だけでなく、その群衆による通行量を検知してもよい。これらの情報を、情報処理システム２００は、例えば、店舗の運営者や管理者に提示してもよい。即ち、情報処理システム２００は、品揃えや販促に利用可能な情報を、店舗の運営者や管理者に提示してもよい。その結果、この提示された情報を利用して店舗の運営者や管理者は、店舗における品揃えを判断することができる。
　より具体的に、例えば、当該帰りには店舗に立ち寄らないこと、または店舗に立ち寄ったが何も購入しなかったことを提示した場合に、運営者や管理者は、特定の人物における購買ニーズを満たせていない、あるいは購買ニーズを掘り起こせていないと認識することができる。
　このため、運営者や管理者は、帰りに特定の人物が店舗に立ち寄ると共に、所望する商品を購入してもらうことを目的として、例えば、来店方向、来店日時および購買履歴に基づいて、商品の品揃えや販促（来店時に使用することが可能なクーポンの発行など）を検討することができる。
　あるいは、例えば、当該群衆による通行量を提示した場合に、運営者や管理者は、通行量をも加味した品揃えや販促を検討することができる。その理由は、運営者や管理者は、帰りの通行量も同等の通行量が予想できるからである。その結果、運営者や管理者は、群衆が来店した際に欠品させることなく在庫を準備することができるだけでなく、帰宅時に必要となる商品を準備することができる。
　また、これらの情報は、上述した例だけでなく、例えば、群衆による通行量、来店日時、来店方向および購入履歴を用いて、行きの通行量に対して入店すると共に商品を購入した比率をとらえておき、行きの通行量から予測した帰りの通行量に基づき実際に商品が購入されるポテンシャルボリュームを推測することにも活用することができる。
　来店者解析部３０１で認識された情報は、記憶部３０６において、来店時刻と共に、来店者データベース３６１として記憶される。
　気候情報取得部３０４は、来店時の気候情報を取得する。交通情報取得部３０５は、来店時の交通情報（渋滞しているか否か）を取得する。
　移動範囲判定部３０２は、来店手段認識部３１１が認識した来店手段、来店者属性認識部３１２が認識した来店者属性（年齢、性別、関係性）、および来店方向認識部３１３が認識した来店方向に基づいて、来店者ごとの移動範囲（移動距離）を判定する。移動範囲判定部３０２は、さらに、来店者ごとの移動範囲（移動距離）に対して、時刻、天気、気温、交通情報などの付加情報を用いて、補正を加える。
　単純に考えれば、図４に示すとおり、移動距離は、徒歩＜自転車＜自動車と判断できる。例えば、移動範囲判定部３０２は、まず徒歩の来店者が平均半径１００ｍ程度なのに対して、自転車の来店者は、半径５００ｍ程度、自動車の来店者は、半径２ｋｍ程度と判定する。性別によって移動範囲が違うものとして判定してもよい。例えば、徒歩の来店者について、男性なら１５０ｍ、女性なら１００ｍと差をつけてもよい。
　これに対して、年齢が６０才以上に見える来店者の場合には、それぞれに１以下の係数（例えば０．８）を積算する。高齢の来店者の場合には、全体的に行動範囲が狭いと考えられるからである。
　同様に、家族づれでの来店者、夜間の来店では、例えば、自動車の移動距離を０．５倍する。家族連れや夜間の場合には近い距離でも自動車で移動する可能性が高いからである。
　さらに、雨が降っている場合、気温が５度以下の場合にも、自動車の移動距離を０．５倍する。あるいは、移動範囲判定部３０２は、大雨や雪が降っている場合、または気温が５度以下の場合には、その来店者の移動手段に関する情報を商圏導出の材料から排除してもよい。店舗周辺道路に渋滞があると判断した場合には、自転車の来店者であっても、半径２ｋｍ程度まで拡張して判断してもよい。
　またさらに、移動範囲判定部３０２は、来店方向認識部３１３が認識した来店者の来店方向と、地図データベース３６２に記憶された地図情報を用いて、来店者の移動範囲を調整してもよい。
　移動範囲判定部３０２が判定した来店者ごとの移動範囲は、来店者データベース３６１に保管される。
　商圏導出部３０３は、来店者データベース３６１に蓄積された来店者ごとの移動範囲および地図データベースに保存された地図情報を用いて、店舗２５０の商圏（商業施設が影響を及ぼす地理的な範囲、例えば店舗に集客できる範囲）を導き出す。その商圏の人口やマーケットサイズなどの市場規模、消費者特性および競合状況などの地域特性を把握できる。図４に示すように、店舗２２０の来店者情報から導き出した商圏４０１の外側に、新たな店舗４２０を出店すると言った出店計画を立てることが可能となる。
　立地提案部３０８は、商圏導出部３０３で導出した商圏に基づいて、新規店舗の立地を提案する。例えば、商圏導出部３０３で導出した商圏を地図上にマッピングし、その商圏に含まれていない領域を新規店舗の立地として提案すればよい。
　情報処理システム２００は、また、店内カメラ３１０および店内の販売を管理するＰＯＳ（Point of Sales）システム３２０に接続されている。店内カメラ３１０の映像に含まれる来店者の特徴を用いて、来店者データベース３６１から来店者の移動範囲を判定し、ＰＯＳシステム３２０を介して、判定した移動範囲に応じたサービスを行なうことができる。ＰＯＳシステム３２０は、例えば、その来店者が来店してきたと思われる地域に存在する他業種の店舗（レストランや洗車場や自動車ディーラー）などの広告（割引チケットを含む）を表示したり、レシートに印刷して来店者に渡したりといった処理を行なう。
　情報処理システム２００は、通信制御部３０７を介してインターネット３３０に接続可能であり、気候情報取得部３０４や交通情報取得部３０５は、インターネット３３０から、気候情報や交通情報を取得することができる。
　来店者データベース３６１に格納される来店者データを図５に示す。来店者ごとに、来店時刻、退店時刻の他、来店手段、年齢、性別、関係性、来店方向、移動距離を記録する。
　来店手段としては、車、自転車、バイクなどの移動手段をできるだけ詳しい情報として登録する。自動車の場合には、車両形状やエンブレムなどから、各種車両データベースを参照して、車種や年式を特定して登録する。
　来店者データベース３６１には、さらに、来店者の顔画像から導き出した年齢、性別を登録する。
　来店者データベース３６１には、さらに、来店者が少なくとも２人でまとまって来店した場合に、そのグループの関係性を格納する。子供の同伴者の有無などから家族か否かを推定して登録する。別途、同伴者データベースを用意して、同伴者の顔や年齢などのデータを格納してもよい。犬を連れた来店者の場合には、散歩中に立ち寄ったと考えられるため、移動距離を長めに補正するなどしてもよい。なおここでは、来店者ごとに来店手段を記憶しているが、グループ（家族など）の単位で管理してもよい。
　図６は、情報処理システム２００における、商圏を導出する処理の流れを示すフローチャートである。
　まず、ステップＳ６０１において、店外カメラ映像を解析し、来店者および移動手段等を認識する。次に、ステップＳ６０３において、来店者ごとに移動範囲（距離および方向）を判定する。ステップＳ６０５では、来店者ごとの移動範囲を来店者情報として来店者データベース３６１に保存する。
　ステップＳ６０７において、所定数以上の来店者に関する来店者情報を収集できれば、ステップＳ６０９に進み、商圏導出処理を行なう。例えば、商圏導出処理としては、来店方向毎の移動範囲の最大値、最小値、平均値などを求め、地図上にマッピングする。最も多い移動範囲を選択してもよいし、来店者の移動距離の総和を来店者数で割ることにより平均値を算出してもよい。ステップＳ６１１では、商圏導出後、その商圏に基づいて、新店舗の立地の提案を行なう。
　以上、本実施形態によれば、店舗に設けられた店外カメラの映像を用いて、店舗ごとの商圏を正確に導出することができ、出店計画など、マーケティングに利用することが可能になる。
　［他の実施形態］
　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得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の範疇に含まれる。
　また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に直接あるいは遠隔から供給される場合にも適用可能である。したがって、本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるＷＷＷ(World Wide Web)サーバも、本発明の範疇に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体（non-transitory computer readable medium）は本発明の範疇に含まれる。
　この出願は、２０１６年１２月１５日に出願された日本出願特願２０１６－２４３７２４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。

Claims (8)

  1. 　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者およびその移動手段を認識する認識手段と、
    　前記認識手段によって認識された来店者の移動範囲を判定する判定手段と、
    　前記判定手段による判定結果に基づいて前記店舗の商圏を導出する導出手段と、
    　を備えた情報処理システム。
  2. 　前記導出手段によって導出された前記店舗の商圏と、店舗を含む地図情報とに基づいて、新たな店舗の出店位置を提案する立地提案手段をさらに備えた請求項１に記載の情報処理システム。
  3. 　前記認識手段は、さらに前記来店者の来店方向を認識する請求項１または２に記載の情報処理システム。
  4. 　前記判定手段は、来店時の天気および道路状況の少なくとも一方に応じて、前記移動範囲を決定する請求項１、２または３に記載の情報処理システム。
  5. 　前記判定手段は、来店時の時間帯に応じて、前記移動範囲を決定する請求項１、２または３に記載の情報処理システム。
  6. 　前記判定手段は、来店者の年齢または性別に応じて、前記移動範囲を決定する請求項１、２または３に記載の情報処理システム。
  7. 　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者の移動手段を認識する認識ステップと、
    　前記認識ステップで認識された来店者ごとの移動範囲を判定する判定ステップと、
    　前記判定ステップによる判定結果に基づいて前記店舗の商圏を導出する導出ステップと、
    　を含む情報処理方法。
  8. 　店舗の外部を撮像することによって取得された映像情報を解析して、来店時の来店者およびその移動手段を認識する認識ステップと、
    　前記認識ステップで認識された来店者ごとの移動範囲を判定する判定ステップと、
    　前記判定ステップによる判定結果に基づいて前記店舗の商圏を導出する導出ステップと、
    　をコンピュータに実行させる情報処理プログラム。
PCT/JP2017/040434 2016-12-15 2017-11-09 情報処理システム、情報処理方法および情報処理プログラム WO2018110164A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/469,970 US11301873B2 (en) 2016-12-15 2017-11-09 Information processing system, information processing method, and information processing program
JP2018556260A JP7047769B2 (ja) 2016-12-15 2017-11-09 情報処理システム、情報処理方法および情報処理プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016243724 2016-12-15
JP2016-243724 2016-12-15

Publications (1)

Publication Number Publication Date
WO2018110164A1 true WO2018110164A1 (ja) 2018-06-21

Family

ID=62558508

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/040434 WO2018110164A1 (ja) 2016-12-15 2017-11-09 情報処理システム、情報処理方法および情報処理プログラム

Country Status (3)

Country Link
US (1) US11301873B2 (ja)
JP (1) JP7047769B2 (ja)
WO (1) WO2018110164A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020095404A (ja) * 2018-12-11 2020-06-18 東京電力ホールディングス株式会社 情報処理方法、プログラム、情報処理装置及び学習済みモデルの生成方法
JP2020096255A (ja) * 2018-12-11 2020-06-18 東京電力ホールディングス株式会社 情報処理方法、プログラム、情報処理装置、学習済みモデルの生成方法及び学習済みモデル
JP2020205127A (ja) * 2018-12-11 2020-12-24 東京電力ホールディングス株式会社 情報処理方法、プログラム及び情報処理装置
JP7130093B1 (ja) 2021-05-31 2022-09-02 楽天グループ株式会社 情報処理システム、方法及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11296539A (ja) * 1998-04-13 1999-10-29 Omron Corp データ処理装置
JP2014203272A (ja) * 2013-04-04 2014-10-27 日本電信電話株式会社 新規出店候補地分析装置及び方法及びプログラム
JP2016173692A (ja) * 2015-03-17 2016-09-29 株式会社ゼンリンデータコム 調査マッピング装置、調査結果集計方法および調査結果集計プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120033123A1 (en) * 2010-08-06 2012-02-09 Nikon Corporation Information control apparatus, data analyzing apparatus, signal, server, information control system, signal control apparatus, and program
US20150125042A1 (en) * 2013-10-08 2015-05-07 Smartlanes Technologies, Llc Method and system for data collection using processed image data
JP6601759B2 (ja) 2014-08-22 2019-11-06 パーク二四株式会社 車両管理サーバ、およびコンピュータプログラム
US9726509B1 (en) * 2016-09-29 2017-08-08 International Business Machines Corporation Profile aware navigation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11296539A (ja) * 1998-04-13 1999-10-29 Omron Corp データ処理装置
JP2014203272A (ja) * 2013-04-04 2014-10-27 日本電信電話株式会社 新規出店候補地分析装置及び方法及びプログラム
JP2016173692A (ja) * 2015-03-17 2016-09-29 株式会社ゼンリンデータコム 調査マッピング装置、調査結果集計方法および調査結果集計プログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020095404A (ja) * 2018-12-11 2020-06-18 東京電力ホールディングス株式会社 情報処理方法、プログラム、情報処理装置及び学習済みモデルの生成方法
JP2020096255A (ja) * 2018-12-11 2020-06-18 東京電力ホールディングス株式会社 情報処理方法、プログラム、情報処理装置、学習済みモデルの生成方法及び学習済みモデル
JP2020205127A (ja) * 2018-12-11 2020-12-24 東京電力ホールディングス株式会社 情報処理方法、プログラム及び情報処理装置
JP7130093B1 (ja) 2021-05-31 2022-09-02 楽天グループ株式会社 情報処理システム、方法及びプログラム
TWI783901B (zh) * 2021-05-31 2022-11-11 日商樂天集團股份有限公司 資訊處理系統、資訊處理方法及程式產品
JP2022183466A (ja) * 2021-05-31 2022-12-13 楽天グループ株式会社 情報処理システム、方法及びプログラム
JP7377322B2 (ja) 2021-05-31 2023-11-09 楽天グループ株式会社 情報処理システム、方法及びプログラム

Also Published As

Publication number Publication date
US20190347671A1 (en) 2019-11-14
US11301873B2 (en) 2022-04-12
JPWO2018110164A1 (ja) 2019-10-24
JP7047769B2 (ja) 2022-04-05

Similar Documents

Publication Publication Date Title
US10846635B1 (en) Dispatching autonomous vehicles based on route cost
US11301890B2 (en) Systems and methods for managing and processing vehicle operator accounts based on vehicle operation data
JP7138755B2 (ja) 広告システム
US20210063173A1 (en) Systems and methods of monitoring and analyzing multimodal transportation usage
WO2018110164A1 (ja) 情報処理システム、情報処理方法および情報処理プログラム
US10755566B2 (en) Method and apparatus for determining location-based vehicle behavior
Haglund et al. Where did Kutsuplus drive us? Ex post evaluation of on-demand micro-transit pilot in the Helsinki capital region
Tuli et al. Factors influencing the usage of shared E-scooters in Chicago
CN109416873A (zh) 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法
US20130059607A1 (en) System for collecting, analyzing, and transmitting information relevant to transportation networks
US11928738B1 (en) Systems and methods of gig-economy fleet mobilization
US20150150035A1 (en) Method and system for monitoring exposure to physical advertisments
US20240161202A1 (en) Trip-Segment Payments for Vehicle Insurance
JP2016173692A (ja) 調査マッピング装置、調査結果集計方法および調査結果集計プログラム
Amaral et al. An exploratory evaluation of urban street networks for last mile distribution
JP2016192050A (ja) サービス情報配信装置及びサービス情報配信システム
JP7264028B2 (ja) 情報提供システム、情報提供方法、情報端末及び情報表示方法
US10904705B2 (en) Method and apparatus for recommending mobility service operators based on user mobility patterns
Padarthy et al. Investigation on identifying road anomalies using in-vehicle sensors for cooperative applications and road asset management
Clifton et al. Evolving ITE trip generation handbook: Proposal for collecting multimodal, multicontext, establishment-level data
KR102324284B1 (ko) 자전거를 활용한 리워드 시스템 및 이를 이용한 리워드 제공 방법
US20180018702A1 (en) Time-dependent demographics for digital billboards
WO2024075271A1 (ja) 来客分析システム、来客分析方法、及び記録媒体
Winston et al. Autonomous Vehicles
WO2023176390A1 (ja) 情報処理装置、情報処理方法、および記録媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17882019

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018556260

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17882019

Country of ref document: EP

Kind code of ref document: A1