キャンペーンと店頭のための来場者データ

喜び、悲しみ、恐れ、嫌悪、驚き、怒り、軽蔑、無表情といった感情に結びつく表情を認識するよう学習したAIモデルです。お客様、生徒、観客が商品、接客、授業、ショーウィンドウ、プレゼンテーションにどう反応しているかをリアルタイムで測定します。

仕組み

1. 1YuNet検出器が各フレームの顔を見つけます。
2. 2HSEmotionモデル（AffectNetデータセットで学習）が8つの感情を確率付きで分類します。
3. 3結果は人物ごとに時間方向で平滑化し、揺れを抑えます。
4. 4満足度（感情価）指数が、観客の気分を1分ごとにまとめます。

導入効果

• アンケートなしで得られる客観的な感情のフィードバック。
• 最も喜ばれる（または不満を招く）瞬間や商品を特定。
• NPSやアンケートを、継続的で匿名のデータで補完。

入退室管理、イベントのチェックイン、出席管理、パーソナライズした接客のための顔の登録と認識です。登録した顔は数値の特徴量（エンベディング）となり、カメラが検出したすべての顔とミリ秒単位で照合されます。

仕組み

1. 1写真またはカメラから顔を登録します（名前とプロフィール）。
2. 2SFace ネットワークが顔を表す128次元のベクトルを生成します。
3. 3検出した顔をコサイン類似度でデータベースと照合します。
4. 4識別できた人と未登録の人で異なるイベントを発生させます（歓迎 × アラート）。

導入効果

• 行列、カード、社員証なしで入場・チェックイン。
• パーソナライズした接客：販売スタッフが誰が来店したかを把握。
• 監査可能な入退室ログ。

カメラ映像から来場者の属性（性別と年齢層）を匿名で推定します。データは来場者レポートとパーソナライズドメディアに活用され、スクリーンやキオスクがその時点で通りかかった人の属性に最も合うコンテンツを表示します。

仕組み

1. 1顔を検出し、画角内にいる間トラッキングします。
2. 2Vision Transformer（ViT）が正面の顔から年齢と性別を、1人につき複数回推定します。
3. 3推定値は人物ごとに集約され（年齢の中央値と性別確率の平均）、ばらつきを抑えます。
4. 4画像や身元を保存せず、1人につき1回だけカウントします。
5. 5集計した属性をもとに、最も適したメディアやキャンペーンを推奨します。

導入効果

• 購入者だけでなく、実際に来店している人を把握できます。
• 時間帯ごとの実際の来店者に合わせたキャンペーンと品ぞろえ。
• 実証された視聴者データで、パートナーに広告枠を販売できます。

匿名で人数を自動カウントします。仮想ラインによる入退場、リアルタイムの混雑度、ユニーク来場者数、平均滞在時間、よく訪れられるエリアのヒートマップを取得し、カメラを運営とマーケティングの判断に役立つ来場者センサーに変えます。

仕組み

1. 1一人ひとりを検出し、匿名のIDで追跡します。
2. 2仮想ラインを越えると、入場または退場と判定します。
3. 3蓄積した位置情報から移動のヒートマップを作成します。
4. 4時間、日、週、店舗ごとのレポートで、人員配置、レイアウト、キャンペーンを支えます。

導入効果

• 店舗の実際の購買率（来店数×レシート数）を把握。
• 来店のピークに合わせた人員配置。
• ヒートマップに基づく商品の配置と陳列。
• 安全と消防規則のための収容人数管理。