知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024011609
(43)【公開日】2024-01-25
(54)【発明の名称】情報処理装置、情報処理方法およびプログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20240118BHJP
G16Y 20/10 20200101ALI20240118BHJP
G16Y 20/40 20200101ALI20240118BHJP
G16Y 40/20 20200101ALI20240118BHJP
G16Y 40/30 20200101ALI20240118BHJP
【ＦＩ】
G06Q50/10
G16Y20/10
G16Y20/40
G16Y40/20
G16Y40/30
【審査請求】未請求
【請求項の数】18
【出願形態】ＯＬ
(21)【出願番号】P 2022113763
(22)【出願日】2022-07-15
(71)【出願人】
【識別番号】000000295
【氏名又は名称】沖電気工業株式会社
(74)【代理人】
【識別番号】100140958
【弁理士】
【氏名又は名称】伊藤 学
(74)【代理人】
【識別番号】100137888
【弁理士】
【氏名又は名称】大山 夏子
(74)【代理人】
【識別番号】100190942
【弁理士】
【氏名又は名称】風間 竜司
(72)【発明者】
【氏名】山▲崎▼ 梓織
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC11
(57)【要約】
【課題】ユーザに掛かる手間を低減しながらも適切なタイミングに、タスク実行に関する提案を行うことが可能な技術が提供されることが望まれる。
【解決手段】センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、を備える、情報処理装置が提供される。
【選択図】図２
【解決手段】センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、を備える、情報処理装置が提供される。
【選択図】図２
【特許請求の範囲】
【請求項1】
センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、
を備える、情報処理装置。
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、
を備える、情報処理装置。
【請求項2】
前記出力制御部は、前記第２のタスクを示す情報の前記第２のユーザに対応する出力装置への送信を制御する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記出力制御部は、前記第２のタスクを示す情報と前記第２のユーザを示す情報との出力装置による出力を制御する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項4】
前記情報処理装置は、
前記センサデータを得たセンサの設置場所、前記センサデータに基づいて認識された前記第１のユーザの手指位置および前記センサデータに基づいて認識された前記第１のユーザの行動情報の少なくともいずれか一つにあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定するタスク推定部を備える、
請求項１に記載の情報処理装置。
前記センサデータを得たセンサの設置場所、前記センサデータに基づいて認識された前記第１のユーザの手指位置および前記センサデータに基づいて認識された前記第１のユーザの行動情報の少なくともいずれか一つにあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定するタスク推定部を備える、
請求項１に記載の情報処理装置。
【請求項5】
前記タスク推定部は、前記センサデータを得たセンサの設置場所にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定する、
請求項４に記載の情報処理装置。
請求項４に記載の情報処理装置。
【請求項6】
前記タスク推定部は、前記センサデータに基づいて認識された前記第１のユーザの手指位置にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定する、
請求項４に記載の情報処理装置。
請求項４に記載の情報処理装置。
【請求項7】
前記タスク推定部は、前記センサデータに基づいて認識された前記第１のユーザの行動情報にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定する、
請求項４に記載の情報処理装置。
請求項４に記載の情報処理装置。
【請求項8】
前記情報処理装置は、
前記センサデータに基づいて認識された物体位置と、前記第１のユーザの手指位置との距離が所定の距離より小さいことに基づいて、前記センサデータに基づいて認識された物体種別にあらかじめ対応付けられた前記行動情報を認識する行動認識部を備える、
請求項７に記載の情報処理装置。
前記センサデータに基づいて認識された物体位置と、前記第１のユーザの手指位置との距離が所定の距離より小さいことに基づいて、前記センサデータに基づいて認識された物体種別にあらかじめ対応付けられた前記行動情報を認識する行動認識部を備える、
請求項７に記載の情報処理装置。
【請求項9】
前記第１のタスクは、前記第１のユーザと前記第２のユーザとを含んだ複数のユーザのいずれかによって所定の期間内に実行されるべき複数の実行要タスクに含まれ、
前記タスク決定部は、前記複数の実行要タスクのうち、前記複数のユーザのいずれによっても前記所定の期間内に実行開始されていない未実行タスクを、前記第２のタスクとして決定する、
請求項１に記載の情報処理装置。
前記タスク決定部は、前記複数の実行要タスクのうち、前記複数のユーザのいずれによっても前記所定の期間内に実行開始されていない未実行タスクを、前記第２のタスクとして決定する、
請求項１に記載の情報処理装置。
【請求項10】
前記タスク決定部は、前記複数のユーザのいずれによっても前記所定の期間内に実行開始されていない複数の未実行タスクから、タスクごとの前記第１のユーザおよび第２のユーザそれぞれの実行開始から実行終了までの処理時間に基づいて、前記第２のタスクを決定する、
請求項９に記載の情報処理装置。
請求項９に記載の情報処理装置。
【請求項11】
前記タスク決定部は、前記第１のユーザによる処理時間よりも、前記第２のユーザによる処理時間が短いタスクを、前記第２のタスクとして決定する、
請求項１０に記載の情報処理装置。
請求項１０に記載の情報処理装置。
【請求項12】
前記情報処理装置は、
前記第１のユーザによって前記第１のタスクの実行が開始されたことに基づいて、前記第１のユーザによる前記第１のタスクの実行継続時間の計測を開始し、
前記第１のユーザによって前記第１のタスクとは異なる第３のタスクの実行が開始されたことに基づいて、実行中断時間の計測を開始し、
前記第１のユーザによって前記第１のタスクの実行が再開されないうちに前記実行中断時間が閾値を上回った場合に、前記実行中断時間が前記閾値を上回った時点における前記実行継続時間から前記実行中断時間を減算した時間を、前記第１のユーザによる前記第１のタスクの処理時間として算出する処理時間算出部を備える、
請求項１０または１１に記載の情報処理装置。
前記第１のユーザによって前記第１のタスクの実行が開始されたことに基づいて、前記第１のユーザによる前記第１のタスクの実行継続時間の計測を開始し、
前記第１のユーザによって前記第１のタスクとは異なる第３のタスクの実行が開始されたことに基づいて、実行中断時間の計測を開始し、
前記第１のユーザによって前記第１のタスクの実行が再開されないうちに前記実行中断時間が閾値を上回った場合に、前記実行中断時間が前記閾値を上回った時点における前記実行継続時間から前記実行中断時間を減算した時間を、前記第１のユーザによる前記第１のタスクの処理時間として算出する処理時間算出部を備える、
請求項１０または１１に記載の情報処理装置。
【請求項13】
前記第１のタスクおよび前記第２のタスクは、前記第１のユーザと前記第２のユーザとを含んだ複数のユーザのいずれかによって所定の期間内に実行されるべき複数の実行要タスクに含まれ、
前記情報処理装置は、
前記複数のユーザのいずれかによって実行されるべき複数のタスクそれぞれの実行頻度に基づいて、前記複数の実行要タスクを決定する実行要タスク決定部を備える、
請求項１に記載の情報処理装置。
前記情報処理装置は、
前記複数のユーザのいずれかによって実行されるべき複数のタスクそれぞれの実行頻度に基づいて、前記複数の実行要タスクを決定する実行要タスク決定部を備える、
請求項１に記載の情報処理装置。
【請求項14】
前記第１のユーザと前記第２のユーザとは、異なるユーザである、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項15】
前記情報処理装置は、
前記第１のユーザとは異なる１または複数のユーザから、実行タスク数が最も少ないユーザを、前記第２のユーザとして決定するユーザ決定部を備える、
請求項１４に記載の情報処理装置。
前記第１のユーザとは異なる１または複数のユーザから、実行タスク数が最も少ないユーザを、前記第２のユーザとして決定するユーザ決定部を備える、
請求項１４に記載の情報処理装置。
【請求項16】
前記第１のユーザと前記第２のユーザとは、同一のユーザである、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項17】
センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定することと、
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御することと、
を備える、コンピュータにより実行される情報処理方法。
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御することと、
を備える、コンピュータにより実行される情報処理方法。
【請求項18】
コンピュータを、
センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、
として機能させるプログラム。
センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、
前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、
として機能させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法およびプログラムに関する。
【背景技術】
【0002】
近年、各種のタスク管理システムが知られている。例えば、タスク管理システムがタスク実行に関する提案を行う技術が開示されている（例えば、特許文献１参照）。より詳細に、かかる技術において、タスク管理システムは、壁などに記載されたタスクを示すオブジェクトを共有タスクのプール領域に移動させる操作がユーザによって入力されたことに基づいて、既に割り振られた未処理のタスクが最も少ないユーザにタスク実行に関する提案を行う。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０１９／１１１４６５号
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、かかる技術では、タスク実行に関する提案を行うのに適切なタイミングをタスク管理システムに知らせる操作をユーザが入力しなければ、タスク管理システムによってタスク実行に関する提案が実行されない。すなわち、タスク実行に関する提案を行うのに適切なタイミングをタスク管理システムに知らせる操作を入力する手間がユーザに掛かってしまう。
【0005】
そこで、ユーザに掛かる手間を低減しながらも適切なタイミングに、タスク実行に関する提案を行うことが可能な技術が提供されることが望まれる。
【課題を解決するための手段】
【0006】
上記問題を解決するために、本発明のある観点によれば、センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、を備える、情報処理装置が提供される。
【0007】
前記出力制御部は、前記第２のタスクを示す情報の前記第２のユーザに対応する出力装置への送信を制御してもよい。
【0008】
前記出力制御部は、前記第２のタスクを示す情報と前記第２のユーザを示す情報との出力装置による出力を制御してもよい。
【0009】
前記情報処理装置は、前記センサデータを得たセンサの設置場所、前記センサデータに基づいて認識された前記第１のユーザの手指位置および前記センサデータに基づいて認識された前記第１のユーザの行動情報の少なくともいずれか一つにあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定するタスク推定部を備えてもよい。
【0010】
前記タスク推定部は、前記センサデータを得たセンサの設置場所にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定してもよい。
【0011】
前記タスク推定部は、前記センサデータに基づいて認識された前記第１のユーザの手指位置にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定してもよい。
【0012】
前記タスク推定部は、前記センサデータに基づいて認識された前記第１のユーザの行動情報にあらかじめ対応付けられたタスク情報を前記第１のタスクを示す情報として推定してもよい。
【0013】
前記情報処理装置は、前記センサデータに基づいて認識された物体位置と、前記第１のユーザの手指位置との距離が所定の距離より小さいことに基づいて、前記センサデータに基づいて認識された物体種別にあらかじめ対応付けられた前記行動情報を認識する行動認識部を備えてもよい。
【0014】
前記第１のタスクは、前記第１のユーザと前記第２のユーザとを含んだ複数のユーザのいずれかによって所定の期間内に実行されるべき複数の実行要タスクに含まれ、前記タスク決定部は、前記複数の実行要タスクのうち、前記複数のユーザのいずれによっても前記所定の期間内に実行開始されていない未実行タスクを、前記第２のタスクとして決定してもよい。
【0015】
前記タスク決定部は、前記複数のユーザのいずれによっても前記所定の期間内に実行開始されていない複数の未実行タスクから、タスクごとの前記第１のユーザおよび第２のユーザそれぞれの実行開始から実行終了までの処理時間に基づいて、前記第２のタスクを決定してもよい。
【0016】
前記タスク決定部は、前記第１のユーザによる処理時間よりも、前記第２のユーザによる処理時間が短いタスクを、前記第２のタスクとして決定してもよい。
【0017】
前記情報処理装置は、前記第１のユーザによって前記第１のタスクの実行が開始されたことに基づいて、前記第１のユーザによる前記第１のタスクの実行継続時間の計測を開始し、前記第１のユーザによって前記第１のタスクとは異なる第３のタスクの実行が開始されたことに基づいて、実行中断時間の計測を開始し、前記第１のユーザによって前記第１のタスクの実行が再開されないうちに前記実行中断時間が閾値を上回った場合に、前記実行中断時間が前記閾値を上回った時点における前記実行継続時間から前記実行中断時間を減算した時間を、前記第１のユーザによる前記第１のタスクの処理時間として算出する処理時間算出部を備えてもよい。
【0018】
前記第１のタスクおよび前記第２のタスクは、前記第１のユーザと前記第２のユーザとを含んだ複数のユーザのいずれかによって所定の期間内に実行されるべき複数の実行要タスクに含まれ、前記情報処理装置は、前記複数のユーザのいずれかによって実行されるべき複数のタスクそれぞれの実行頻度に基づいて、前記複数の実行要タスクを決定する実行要タスク決定部を備えてもよい。
【0019】
前記第１のユーザと前記第２のユーザとは、異なるユーザであってもよい。
【0020】
前記情報処理装置は、前記第１のユーザとは異なる１または複数のユーザから、実行タスク数が最も少ないユーザを、前記第２のユーザとして決定するユーザ決定部を備えてもよい。
【0021】
前記第１のユーザと前記第２のユーザとは、同一のユーザであってもよい。
【0022】
また、上記課題を解決するために本発明の別の観点によれば、センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定することと、前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御することと、を備える、コンピュータにより実行される情報処理方法が提供される。
【0023】
また、上記課題を解決するために本発明の別の観点によれば、コンピュータを、センサデータに基づいて感情が推定されて得られた、第１のタスクの実行を開始した第１のユーザの感情情報が、所定の感情を示すことに基づいて、第２のユーザによって実行されるべき第２のタスクを決定するタスク決定部と、前記第２のタスクを示す情報と前記第２のユーザを示す情報とに応じた出力を制御する出力制御部と、として機能させるプログラムが提供される。
【発明の効果】
【0024】
以上説明したように本発明によれば、ユーザに掛かる手間を低減しながらも適切なタイミングに、タスク実行に関する提案を行うことを可能とする技術が提供される。
【図面の簡単な説明】
【0025】
【図1】本発明の実施形態の概要について説明するための図である。
【図2】本発明の実施形態に係るタスク管理システムの機能構成例を示す図である。
【図3】行動データベースの例を示す図である。
【図4】タスク定義データベースの例を示す図である。
【図5】タスク実行頻度データベースの例を示す図である。
【図6】実行要タスクデータベースの例を示す図である。
【図7】タスク処理時間記録データベースの例を示す図である。
【図8】実行タスク推定処理の動作例を示すフローチャートである。
【図9】タスク提案処理の動作例を示すフローチャートである。
【図10】タスク処理時間記録処理の動作例を示すフローチャートである。
【図11】タスク実行頻度算出処理の動作例を示すフローチャートである。
【図12】本発明の実施形態に係るタスク管理装置の例としての情報処理装置のハードウェア構成を示す図である。
【発明を実施するための形態】
【0026】
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、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説明を省略する。
【0027】
（０．概要）
まず、本発明の実施形態の概要について説明する。
まず、本発明の実施形態の概要について説明する。
【0028】
図１は、本発明の実施形態の概要について説明するための図である。図１を参照すると、ユーザＡとユーザＢとが示されている。ユーザＡとユーザＢとは、同一のグループに属する複数のユーザの例に該当する。同一のグループに属するユーザの数は、複数であれば特に限定されない。
【0029】
ここでは、ユーザＡとユーザＢとが、家族という同一のグループに属している場合を主に想定する。このとき、ユーザＡおよびユーザＢそれぞれは、家族を構成する家族構成員である。しかし、グループは、家族以外のグループであってもよい。一例として、グループが会社である場合には、ユーザＡおよびユーザＢそれぞれは、同一の会社に属する従業員であってもよい。
【0030】
ユーザＡおよびユーザＢは、実行すべき複数のタスクを共有する。以下では、ユーザＡおよびユーザＢによって共有される複数のタスクそれぞれを、単に「共有タスク」または「タスク」と言う場合がある。タスクは、ユーザＡおよびユーザＢのいずれかによって実行されればよい。また、図１を参照すると、共有タスク一覧Ｔ１１が示されている。共有タスク一覧Ｔ１１は、複数のタスクのうち、ユーザＡおよびユーザＢのいずれかによって所定の期間内に実行されるべき複数のタスク（以下、「実行要タスク」とも言う。）の一覧である。
【0031】
ここで、所定の期間の基準は、現在であってよい。本発明の実施形態においては、所定の期間の基準が現在であり、所定の期間が現在の属する日である場合を想定する。しかし、所定の期間の長さは、かかる例に限定されない。例えば、所定の期間の長さは、週であってもよいし、月であってもよいし、年であってもよい。また、所定の期間の基準は、現在以外の時点であってもよい。
【0032】
共有タスク一覧Ｔ１１に含まれる複数のタスクは、ユーザＡおよびユーザＢのいずれかによって自宅内で行われるべきタスク（すなわち、家事）である。しかし、タスクの種類は、ユーザＡおよびユーザＢが属する同一のグループの種類に応じて適宜に変更されてよい。共有タスク一覧Ｔ１１に含まれる複数のタスクのうち、「●」（黒丸）に対応するタスクは、所定の期間内に実行が開始されたタスク（以下、「実行開始タスク」とも言う。）であり、「〇」（白丸）に対応するタスクは、現在が属する日に実行が開始されていないタスク（以下、「未実行タスク」とも言う。）である。
【0033】
より詳細に、共有タスク一覧Ｔ１１に含まれる複数のタスクのうち、「料理」「皿洗い」「キッチン掃除」それぞれは、「●」（黒丸）に対応しているため、実行開始タスクである。一方、共有タスク一覧Ｔ１１に含まれる複数のタスクのうち、「洗濯」「ゴミまとめ」「風呂掃除」それぞれは、「〇」（白丸）に対応しているため、未実行タスクである。
【0034】
また、図１を参照すると、ユーザＡとユーザＢとが同一の自宅内におり、ユーザＡは、タスク「キッチン掃除」の実行を開始したユーザ（以下、「タスク開始ユーザ」とも言う。）であり、ユーザＢは、テレビジョン装置の前に座っている。この例のように、本発明の実施形態においては、同一のグループに属するユーザＡおよびユーザＢが同一の空間内に存在する場合を主に想定する。しかし、同一のグループに属するユーザＡおよびユーザＢは、同一の空間内に存在しなくてもよい。一例として、ユーザＡが自宅内におり、ユーザＢがオフィス内に存在してもよい。
【0035】
本発明の実施形態においては、タスク開始ユーザ（第１のユーザ）の例としてのユーザＡに掛かる手間を低減しながらも、ユーザＡにとって適切なタイミングに、提案相手ユーザ（第２のユーザ）の例としてのユーザＢに、タスク実行に関する提案を行うことが可能な技術について主に説明する。
【0036】
より詳細に、図１に示された例では、ユーザＡの「実行タスク数」は既に「３」であるため、ユーザＡの「感情」は「怒り」である。一方、ユーザＢの「実行タスク数」はまだ「０」であり、ユーザＢの「感情」は「喜び」である。
【0037】
このとき、情報処理装置の例としてのタスク管理装置１０（図２）は、タスク開始ユーザであるユーザＡの感情が「怒り」であることに基づいて、共有タスク一覧Ｔ１１における未実行タスクの例である「ゴミまとめ」「風呂掃除」を示す情報を含んだ提案情報Ｍ１１を、提案相手ユーザであるユーザＢに対応する表示端末４０に表示させる。図１には、ユーザＢが、提案情報Ｍ１１を見た後、風呂掃除を開始したことが示されている。
【0038】
なお、以下では、図１に示された例と同様に、提案相手ユーザ（図１に示された例では、ユーザＢ）が、タスク開始ユーザ（図１に示された例では、ユーザＡ）と異なるユーザである場合を想定する。しかし、後の変形例において説明するように、提案相手ユーザは、タスク開始ユーザと同じユーザであってもよい。
【0039】
以上、本発明の実施形態の概要について説明した。
【0040】
（１．実施形態の詳細）
本発明の実施形態の詳細について説明する。
本発明の実施形態の詳細について説明する。
【0041】
（１－１．タスク管理システムの構成）
まず、本発明の実施形態に係るタスク管理システムの構成例について説明する。
まず、本発明の実施形態に係るタスク管理システムの構成例について説明する。
【0042】
図２は、本発明の実施形態に係るタスク管理システムの機能構成例を示す図である。図２に示されるように、タスク管理システム１は、情報処理システムの例に該当し、タスク管理装置１０と、複数のカメラセンサ３０と、複数の表示端末４０とを備える。タスク管理装置１０は、複数のカメラセンサ３０および複数の表示端末４０それぞれと接続されている。カメラセンサ３０、情報取得部１１２、個人認識部１１６、動作推定部１１８、タスク推定部１２０、記憶制御部１３２は、常時動作する場合を主に想定する。しかし、これらのブロックは、カメラセンサ３０が設置された部屋内の人物が所定の人物検知センサ（例えば、赤外線センサなど）によって検知されたことに基づいて、動作してもよい。
【0043】
（カメラセンサ３０）
カメラセンサ３０は、センサの一例に該当し、ユーザＡおよびユーザＢの自宅内に設けられる。カメラセンサ３０は、センシングを行うことによってセンサデータを得る。例えば、カメラセンサ３０は、イメージセンサを備え、イメージセンサによって自宅内を撮像することによって撮像画像を得る。以下では、カメラセンサ３０が、動画像（以下、「カメラデータ」とも言う。）を得る場合を主に想定する。しかし、カメラセンサ３０は、動画像の代わりに静止画像を得てもよい。
カメラセンサ３０は、センサの一例に該当し、ユーザＡおよびユーザＢの自宅内に設けられる。カメラセンサ３０は、センシングを行うことによってセンサデータを得る。例えば、カメラセンサ３０は、イメージセンサを備え、イメージセンサによって自宅内を撮像することによって撮像画像を得る。以下では、カメラセンサ３０が、動画像（以下、「カメラデータ」とも言う。）を得る場合を主に想定する。しかし、カメラセンサ３０は、動画像の代わりに静止画像を得てもよい。
【0044】
以下では、カメラセンサ３０が、タスクがそれぞれ実行される複数の部屋それぞれに対して別々に設置される場合を主に想定する。より詳細に、カメラセンサ３０が、キッチン、リビングルーム（以下、単に「リビング」とも言う。）、バスルームおよびトイレットルーム（以下、単に「トイレ」とも言う。）それぞれに設けられる場合を主に想定する。しかし、カメラセンサ３０は、タスクがそれぞれ実行される複数の部屋に対して共通して設置されていてもよい。換言すると、複数の部屋を撮像可能な一の場所にカメラセンサ３０が設置されてもよい。
【0045】
なお、カメラセンサ３０は、センサの一例に過ぎない。したがって、カメラセンサ３０の代わりに他のセンサが用いられてもよい。カメラセンサ３０は、自宅内を撮像することによって得られたカメラデータをタスク管理装置１０に出力する。
【0046】
（表示端末４０）
表示端末４０は、出力装置の一例に該当し、ユーザによって使用される出力装置である。表示端末４０は、コンピュータによって実現され得る。例えば、表示端末４０は、タブレット端末であってもよいし、スマートフォンであってもよいし、ウェアラブル端末であってもよいし、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であってもよいし、他の端末装置であってもよい。
表示端末４０は、出力装置の一例に該当し、ユーザによって使用される出力装置である。表示端末４０は、コンピュータによって実現され得る。例えば、表示端末４０は、タブレット端末であってもよいし、スマートフォンであってもよいし、ウェアラブル端末であってもよいし、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であってもよいし、他の端末装置であってもよい。
【0047】
なお、以下では、表示端末４０が、ユーザごとに設けられた出力装置である場合を主に想定する。したがって、表示端末４０は、その表示端末４０を使用するユーザにあらかじめ対応付けられている。しかし、後においても説明するように、表示端末４０は、ユーザＡおよびユーザＢに共通して設けられた出力装置（例えば、プロジェクタ、または、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）スピーカなど）であってもよい。
【0048】
（タスク管理装置１０）
タスク管理装置１０は、コンピュータによって実現され得る。図２に示されるように、タスク管理装置１０は、制御部１００と、記憶部１５０とを備える。以下、制御部１００および記憶部１５０について説明する。
タスク管理装置１０は、コンピュータによって実現され得る。図２に示されるように、タスク管理装置１０は、制御部１００と、記憶部１５０とを備える。以下、制御部１００および記憶部１５０について説明する。
【0049】
（記憶部１５０）
記憶部１５０には、各種プログラムおよび各種データが記憶されている。記憶部１５０は、半導体メモリまたはハードディスク装置であってもよく、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）または不揮発性メモリなどで構成されていてもよい。なお、不揮発性メモリは、電源をオフにしても記憶内容が消去されないメモリである。記憶部１５０が記憶するデータには、各種データベースが含まれる。各種データベースの構成例については、後に詳細に説明する。
記憶部１５０には、各種プログラムおよび各種データが記憶されている。記憶部１５０は、半導体メモリまたはハードディスク装置であってもよく、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）または不揮発性メモリなどで構成されていてもよい。なお、不揮発性メモリは、電源をオフにしても記憶内容が消去されないメモリである。記憶部１５０が記憶するデータには、各種データベースが含まれる。各種データベースの構成例については、後に詳細に説明する。
【0050】
（制御部１００）
制御部１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置を含み、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）により記憶されているプログラムが演算装置によりＲＡＭに展開されて実行されることにより、その機能が実現され得る。このとき、当該プログラムを記録した、コンピュータに読み取り可能な記録媒体も提供され得る。
制御部１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置を含み、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）により記憶されているプログラムが演算装置によりＲＡＭに展開されて実行されることにより、その機能が実現され得る。このとき、当該プログラムを記録した、コンピュータに読み取り可能な記録媒体も提供され得る。
【0051】
図２に示されるように、制御部１００は、情報取得部１１２と、感情推定部１１４と、個人認識部１１６と、動作推定部１１８と、タスク推定部１２０と、処理時間算出部１２２と、記憶制御部１３２と、決定部１３４と、出力制御部１４２とを備える。以下では、図３～図７を参照しながら（適宜図２も参照しながら）、これらのブロックの機能について説明する。
【0052】
（情報取得部１１２）
情報取得部１１２は、複数のカメラセンサ３０それぞれによって得られたカメラデータを取得する。情報取得部１１２は、取得したカメラデータに基づいて、カメラデータに写るユーザの顔を認識する。そして、情報取得部１１２は、認識した顔を含んだ矩形領域を顔領域としてカメラデータから切り出す。情報取得部１１２は、顔領域を感情推定部１１４および個人認識部１１６それぞれに出力するとともに、カメラデータを動作推定部１１８に出力する。
情報取得部１１２は、複数のカメラセンサ３０それぞれによって得られたカメラデータを取得する。情報取得部１１２は、取得したカメラデータに基づいて、カメラデータに写るユーザの顔を認識する。そして、情報取得部１１２は、認識した顔を含んだ矩形領域を顔領域としてカメラデータから切り出す。情報取得部１１２は、顔領域を感情推定部１１４および個人認識部１１６それぞれに出力するとともに、カメラデータを動作推定部１１８に出力する。
【0053】
（動作推定部１１８）
動作推定部１１８は、カメラデータに基づいて、カメラデータに写るユーザの手指位置を認識する。例えば、動作推定部１１８は、カメラデータに対して、公知の人物骨格推定技術を適用することにより、カメラデータに写るユーザの骨格位置を得る。そして、動作推定部１１８は、ユーザの骨格位置からユーザの手指位置を抽出する。一例として、ユーザの手指位置は、ユーザの手の所定の指（例えば、人差し指など）の位置であってもよい。例えば、ユーザの手指位置は、カメラデータにおける二次元座標（Ｘ，Ｙ）によって表現される。
動作推定部１１８は、カメラデータに基づいて、カメラデータに写るユーザの手指位置を認識する。例えば、動作推定部１１８は、カメラデータに対して、公知の人物骨格推定技術を適用することにより、カメラデータに写るユーザの骨格位置を得る。そして、動作推定部１１８は、ユーザの骨格位置からユーザの手指位置を抽出する。一例として、ユーザの手指位置は、ユーザの手の所定の指（例えば、人差し指など）の位置であってもよい。例えば、ユーザの手指位置は、カメラデータにおける二次元座標（Ｘ，Ｙ）によって表現される。
【0054】
なお、一例として、人物骨格推定技術としては、参考文献１（Ｃａｏ、Ｚ．ｅｔ ａｌ．ＯｐｅｎＰｏｓｅ：Ｒｅａｌｔｉｍｅ Ｍｕｌｔｉ－Ｐｅｒｓｏｎ ２Ｄ Ｐｏｓｅ Ｅｓｔｉｍａｔｉｏｎ ｕｓｉｎｇ Ｐａｒｔ Ａｆｆｉｎｉｔｙ Ｆｉｅｌｄｓ、インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ｐｄｆ／１８１２．０８００８．ｐｄｆ＞）によって開示されている技術が適用され得る。
【0055】
さらに、動作推定部１１８は、カメラデータに基づいて、カメラデータに写る物体の種別および物体の位置を認識する。例えば、動作推定部１１８は、カメラデータに対して、公知の物体認識技術を適用することにより、カメラデータに写る物体の種別（以下、単に「物体種別」とも言う。）およびカメラデータに写る物体の位置（以下、単に「物体位置」とも言う。）を認識する。例えば、物体位置は、カメラデータにおける二次元座標（ｘ，ｙ）によって表現される。
【0056】
なお、例えば、物体認識技術としては、所定の機械学習アルゴリズムに基づく機械学習（例えば、サポートベクターマシンによる機械学習またはディープラーニングなど）によって作成された識別器に、カメラデータを入力させたことに基づいて、識別器から出力される物体種別および物体位置を得る技術が用いられてもよい。
【0057】
一例として、物体認識技術としては、参考文献２（Ｒｅｄｍｏｎ．Ｊ．ｅｔ ａｌ，Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ：Ｕｎｉｆｉｅｄ，Ｒｅａｌ－Ｔｉｍｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ、インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ｐｄｆ／１５０６．０２６４０．ｐｄｆ＞）によって開示されている技術が適用され得る。
【0058】
また、動作推定部１１８は、物体の位置を表現する座標系とユーザの手指位置を表現する座標系とが一致していない場合には、双方の座標系を一致させる調整を行ってもよい。一例として、動作推定部１１８は、物体の位置を表現する座標系をあらかじめ決められた変換式に従って、ユーザの手指位置を表現する座標系に一致させる変換を行ってもよい。これによって、後に説明するように、物体位置とユーザの手指位置との距離が算出され得る。
【0059】
動作推定部１１８は、ユーザの手指位置と物体種別と物体位置とを認識したことに基づいて、物体位置とユーザの手指位置との距離を算出する。そして、動作推定部１１８は、物体位置とユーザの手指位置との距離が所定の距離より小さいことに基づいて、その物体種別にあらかじめ対応付けられた行動情報をユーザの行動を示す情報として認識する行動認識部の例として機能する。以下では、図３を参照しながら、行動認識の例について説明する。
【0060】
図３は、行動データベースの例を示す図である。図３に示されるように、行動データベース１５１は、物体種別と行動情報とがあらかじめ対応付けられて構成されている。行動データベース１５１は、記憶部１５０によってあらかじめ記憶されている。
【0061】
ここで、行動データベース１５１における物体種別は、タスクの実行に使用する物体の種別である。また、行動データベース１５１における行動情報は、その物体をユーザが所持しているときにユーザが取ると考えられる行動を示す情報である。
【0062】
物体位置とユーザの手指位置との距離が所定の距離より小さい場合には、ユーザがその物体を所持しているとみなされ得る。そこで、動作推定部１１８は、物体位置とユーザの手指位置との距離が所定の距離より小さいことに基づいて、記憶部１５０から行動データベース１５１を取得し、行動データベース１５１からその物体種別にあらかじめ対応付けられた行動情報を認識する。
【0063】
なお、カメラデータに写るユーザによって取られる行動は、カメラセンサ３０が設置される場所に応じて異なることが想定される。したがって、行動データベース１５１には、あらかじめ登録されたデータ以外に、新たなデータを追加することが可能であってもよい。一例として、物品の組み立てが行われる工場にカメラセンサ３０が設置される場合には、管理者による入力操作に従って、行動情報「組み立て」、物体種別「ドライバー」からなるデータが行動データベース１５１に追加されてもよい。
【0064】
動作推定部１１８は、ユーザの手指位置、物体種別およびユーザの行動それぞれの認識結果をタスク推定部１２０に出力する。
【0065】
（タスク推定部１２０）
タスク推定部１２０は、ユーザによって実行されるタスクを推定する。より詳細に、タスク推定部１２０は、ユーザの手指位置およびユーザの行動情報の少なくともいずれか一方が認識されるもとになったカメラデータを得たカメラセンサ３０（以下、「手指および行動の少なくともいずれか一方を検知したカメラセンサ３０」とも言う。）の設置場所、ユーザの手指位置およびユーザの行動情報の少なくともいずれか一つにあらかじめ対応付けられたタスク情報を、ユーザによって実行されるタスクを示す情報として推定する。
タスク推定部１２０は、ユーザによって実行されるタスクを推定する。より詳細に、タスク推定部１２０は、ユーザの手指位置およびユーザの行動情報の少なくともいずれか一方が認識されるもとになったカメラデータを得たカメラセンサ３０（以下、「手指および行動の少なくともいずれか一方を検知したカメラセンサ３０」とも言う。）の設置場所、ユーザの手指位置およびユーザの行動情報の少なくともいずれか一つにあらかじめ対応付けられたタスク情報を、ユーザによって実行されるタスクを示す情報として推定する。
【0066】
一例として、手指および行動の少なくともいずれか一方を検知したカメラセンサ３０の設置場所によって、カメラデータに写るユーザによって実行されるタスクが定まることが想定される。そこで、タスク推定部１２０は、ユーザを認識したカメラセンサ３０の設置場所にあらかじめ対応付けられたタスク情報をユーザによって実行されるタスクを示す情報として推定してもよい。
【0067】
あるいは、カメラデータから認識されたユーザの手指位置によって、ユーザによって実行されるタスクが定まることが想定される。そこで、タスク推定部１２０は、ユーザの手指位置にあらかじめ対応付けられたタスクをユーザによって実行されるタスクを示す情報として推定してもよい。
【0068】
あるいは、カメラデータから認識されたユーザの行動情報によって、ユーザによって実行されるタスクが定まることが想定される。タスク推定部１２０は、ユーザの行動情報にあらかじめ対応付けられたタスクをユーザによって実行されるタスクを示す情報として推定してもよい。以下では、図４を参照しながら、タスク推定の例について説明する。
【0069】
図４は、タスク定義データベースの例を示す図である。図４に示されるように、タスク定義データベース１５２は、カメラ設置場所と行動情報と手指範囲とタスク情報とがあらかじめ対応付けられて構成されている。タスク定義データベース１５２は、記憶部１５０によってあらかじめ記憶されている。
【0070】
ここで、タスク定義データベース１５２におけるカメラ設置場所は、カメラセンサ３０が設置される部屋を示す情報である。タスク定義データベース１５２における行動情報は、ユーザの行動を示す情報である。タスク定義データベース１５２におけるタスク情報は、ユーザによって実行されるタスクを示す情報である。
【0071】
タスク定義データベース１５２における手指範囲は、ユーザがタスクを実行しているときに手指位置が存在する範囲を示す情報（Ｘ１，Ｙ１，Ｘ２，Ｙ２）である。（Ｘ１，Ｙ１）は、カメラデータの基準位置（例えば、カメラデータの左下位置）を基準とした、矩形範囲の左下座標である。（Ｘ２，Ｙ２）は、カメラデータの基準位置を基準とした矩形範囲の右上座標である。「ｎ／ａ」は、「ｎｏｔ ａｐｐｌｉｃａｂｌｅ」の略であり、該当する情報がないこと（すなわち、手指位置が存在すべき範囲に関する条件がないこと）を示す。
【0072】
一例として、タスク推定部１２０は、記憶部１５０からタスク定義データベース１５２を取得し、タスク定義データベース１５２におけるタスク情報のうち、手指および行動の少なくともいずれか一方を検知したカメラセンサ３０の設置場所と一致するカメラ設置場所、カメラデータから認識されたユーザの手指位置が矩形範囲内に存在する手指範囲、カメラデータから認識された行動情報と一致する行動情報に対応付けられたタスク情報を、ユーザによって実行されるタスクを示す情報として推定する。
【0073】
なお、カメラ設置場所、行動情報、手指範囲、タスク情報は、カメラセンサ３０が設置される場所に応じて異なることが想定される。したがって、タスク定義データベース１５２には、あらかじめ登録されたデータ以外に、新たなデータを追加することが可能であってもよい。一例として、物品の組み立てが行われる工場にカメラセンサ３０が設置される場合には、管理者による入力操作に従って、カメラ設置場所「作業エリアＲ」、行動情報「組み立て」、手指範囲（１００，７０，４００，２７０）、タスク情報「物品Ｂの組み立て」からなるデータがタスク定義データベース１５２に追加されてもよい。
【0074】
タスク推定部１２０は、ユーザによって実行されるタスク情報の推定結果を、記憶制御部１３２に出力する。
【0075】
（個人認識部１１６）
個人認識部１１６は、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に写る顔を有するユーザを認識する。
個人認識部１１６は、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に写る顔を有するユーザを認識する。
【0076】
例えば、ユーザの基準顔画像とユーザを特定するための情報とがあらかじめ対応付けられて記憶部１５０によって記憶されている。このとき、個人認識部１１６は、情報取得部１１２によって切り出された顔領域とユーザの基準顔画像との類似度を算出する。そして、個人認識部１１６は、算出した類似度と所定の類似度とを比較する。個人認識部１１６は、算出した類似度が所定の類似度よりも大きい場合に、基準顔画像に対応付けられたユーザを特定するための情報を取得することにより、顔領域に写る顔を有するユーザを認識する。
【0077】
以下では、ユーザを特定するための情報がユーザの名称である場合を主に想定する。個人認識部１１６は、認識したユーザの名称（以下、「ユーザ名」とも言う。）を記憶制御部１３２に出力する。
【0078】
（記憶制御部１３２）
記憶制御部１３２は、タスク推定部１２０によって推定されたタスク情報が示すタスクを、個人認識部１１６によって認識されたユーザ名が示すユーザが実行していると判断する。また、記憶制御部１３２は、ユーザがタスクを実行していない状態からタスクを実行している状態に変化したとき、または、ユーザによって実行されるタスクが変化したときに、ユーザによってタスクの実行が開始されたことを認識する。
記憶制御部１３２は、タスク推定部１２０によって推定されたタスク情報が示すタスクを、個人認識部１１６によって認識されたユーザ名が示すユーザが実行していると判断する。また、記憶制御部１３２は、ユーザがタスクを実行していない状態からタスクを実行している状態に変化したとき、または、ユーザによって実行されるタスクが変化したときに、ユーザによってタスクの実行が開始されたことを認識する。
【0079】
以下では、タスク（第１のタスク）の実行を開始したユーザ（すなわち、タスク開始ユーザ）がユーザＡである場合を主に想定する。しかし、タスク開始ユーザは、ユーザＢであってもよい。
【0080】
記憶制御部１３２は、ユーザＡによってタスクの実行が開始されたことに基づいて、そのタスクの実行頻度を更新する。図５を参照しながら、タスクの実行頻度更新の例について説明する。
【0081】
図５は、タスク実行頻度データベースの例を示す図である。図５に示されるように、タスク実行頻度データベース１５３は、タスク情報と、月曜から日曜までの各曜日に対応する実行回数と、タスク実行頻度とが対応付けられて構成されている。タスク実行頻度データベース１５３は、記憶部１５０によってあらかじめ記憶されている。
【0082】
ここで、タスク実行頻度データベース１５３におけるタスク情報は、ユーザＡおよびユーザＢのいずれかによって実行されるべき複数のタスクそれぞれを示す情報である。
【0083】
タスク実行頻度データベース１５３における、月曜から日曜までの各曜日に対応する実行回数は、ユーザＡおよびユーザＢのいずれかによって実行された回数である。例えば、現在が属する日が変化するたびに、記憶制御部１３２によって、現在が属する日の変化後の曜日に対応する実行回数が０に初期化される。
【0084】
タスク実行頻度データベース１５３におけるタスク実行頻度は、ユーザＡおよびユーザＢのいずれかによってタスクが実行される所定の周期ごとの頻度である。図５に示された例では、タスク実行頻度の例として、「朝・晩」「週４回」「週２回」「隔日」「毎日」が示されている。なお、「朝・晩」は、ユーザＡおよびユーザＢのいずれかによってタスクが１日に２回以上実行されることを意味している。
【0085】
記憶制御部１３２は、ユーザＡによってタスクの実行が開始されたことに基づいて、タスク実行頻度データベース１５３における、現在が属する日の曜日に対応するタスク実行回数を１増加させる更新を行う。記憶制御部１３２は、タスク実行回数が更新されたタスクに対応するタスク実行頻度を算出し、算出したタスク実行頻度によって、タスク実行頻度データベース１５３における当該タスクに対応するタスク実行頻度を更新する。
【0086】
例えば、タスク「料理」に対応する各曜日のタスク実行回数は、１回以上である。さらに、タスク「料理」に対応するタスク実行回数が２回以上の曜日が過半数以上である。このとき、記憶制御部１３２は、タスク「料理」に対応するタスク実行頻度を「朝・晩」として算出してよい。同様にして、記憶制御部１３２は、タスク「皿洗い」に対応するタスク実行頻度を「朝・晩」として算出してよい。
【0087】
例えば、タスク「風呂掃除」に対応する各曜日のタスク実行回数は、１回以上である。さらに、タスク「風呂掃除」に対応するタスク実行回数が２回以上の曜日が過半数未満である。このとき、記憶制御部１３２は、タスク「風呂掃除」に対応するタスク実行頻度を「毎日」として算出してよい。
【0088】
例えば、タスク「リビング掃除」に対応する各曜日のタスク実行回数は、１回未満の場合もある。さらに、タスク「リビング掃除」に対応するタスクが２日ごとに実行されている。このとき、記憶制御部１３２は、タスク「リビング掃除」に対応するタスク実行頻度を「隔日」として算出してよい。
【0089】
例えば、タスク「キッチン掃除」に対応する各曜日のタスク実行回数は、１回未満の場合もある。さらに、タスク「キッチン掃除」に対応するタスクが２日ごとに実行されていない。タスク「キッチン掃除」に対応するタスクは、週２回実行されている。このとき、記憶制御部１３２は、タスク「キッチン掃除」に対応するタスク実行頻度を「週２回」として算出してよい。同様にして、記憶制御部１３２は、タスク「洗濯」に対応するタスク実行頻度を「週４回」として算出してよい。
【0090】
さらに、記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスク情報が示す複数のタスクから、当該複数のタスクそれぞれの実行頻度に基づいて、ユーザＡおよびユーザＢのいずれかによって現在が属する日に実行されるべき複数のタスクそれぞれを、実行要タスクとして決定する。すなわち、記憶制御部１３２は、実行要タスク決定部の例として機能する。
【0091】
一例として、記憶制御部１３２は、タスク実行頻度が「朝・晩」であるにも関わらず、現在が属する日の曜日に対応するタスク実行回数が２回未満であるタスクがタスク実行頻度データベース１５３に存在する場合には、そのタスクを実行要タスクとして決定してもよい。
【0092】
他の一例として、記憶制御部１３２は、タスク実行頻度が「隔日」であるにも関わらず、現在が属する日とその前日それぞれの曜日に対応するタスク実行回数が０回であるタスクがタスク実行頻度データベース１５３に存在する場合には、そのタスクを実行要タスクとして決定してもよい。
【0093】
さらに、他の一例として、記憶制御部１３２は、タスク実行頻度が「毎日」であるにも関わらず、現在が属する日の曜日に対応するタスク実行回数が０回であるタスクがタスク実行頻度データベース１５３に存在する場合には、そのタスクを実行要タスクとして決定してもよい。
【0094】
記憶制御部１３２は、決定した実行要タスクを示す情報を実行要タスク情報として記憶部１５０に記憶させるとともに、タスク開始ユーザの名称（以下、「タスク開始ユーザ名」とも言う。）を記憶部１５０に記憶させる。図６を参照しながら、実行要タスク情報とタスク開始ユーザ名とを記憶部１５０に記憶させる処理の例について説明する。
【0095】
図６は、実行要タスクデータベースの例を示す図である。図６に示されるように、実行要タスクデータベース１５４は、実行要タスク情報と、タスク開始ユーザ名とが対応付けられて構成されている。実行要タスクデータベース１５４は、記憶部１５０によってあらかじめ記憶されている。例えば、実行要タスクデータベース１５４のデータは、現在が属する日が変化するたびに、記憶制御部１３２によって削除されることにより初期化が行われる。
【0096】
ここで、実行要タスクデータベース１５４における実行要タスク情報は、ユーザＡおよびユーザＢのいずれかによって現在が属する日に実行されるべきタスクを示す情報である。実行要タスクデータベース１５４における、タスク開始ユーザ名は、タスクの実行を開始したユーザの名称である。
【0097】
記憶制御部１３２は、決定した実行要タスク情報が、実行要タスクデータベース１５４にまだ追加されていない場合には、決定した実行要タスク情報を実行要タスクデータベース１５４に追加する。
【0098】
さらに、記憶制御部１３２は、実行要タスクの実行を開始したタスク開始ユーザＡの名称が、実行要タスクデータベース１５４におけるその実行要タスク情報に対応付けられていない場合には、タスク開始ユーザＡの名称を実行要タスクデータベース１５４における実行要タスク情報に対応付ける。
【0099】
記憶制御部１３２は、実行要タスクデータベース１５４における実行要タスク情報にタスク開始ユーザ名を対応付けたことに基づいて、タスク開始ユーザＡによってタスクの実行が開始されたことを、決定部１３４に出力する。さらに、記憶制御部１３２は、ユーザによってタスクが実行されていることを、処理時間算出部１２２に出力する
【0100】
（感情推定部１１４）
感情推定部１１４は、決定部１３４による感情推定要求に従って、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に顔が写るユーザの感情をタスク開始ユーザＡの感情として推定する。本発明の実施形態においては、感情推定部１１４が、ユーザの感情が、所定の感情の例としてのネガティブ感情であるか否かを推定する場合を主に想定する。しかし、感情推定部１１４によって推定されるユーザの感情は、ネガティブ感情であるか否かに限定されない。
感情推定部１１４は、決定部１３４による感情推定要求に従って、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に顔が写るユーザの感情をタスク開始ユーザＡの感情として推定する。本発明の実施形態においては、感情推定部１１４が、ユーザの感情が、所定の感情の例としてのネガティブ感情であるか否かを推定する場合を主に想定する。しかし、感情推定部１１４によって推定されるユーザの感情は、ネガティブ感情であるか否かに限定されない。
【0101】
感情推定部１１４によって推定されるネガティブ感情は、ポール・エクマンの基本６感情（参考文献３：Ｅｋｍａｎ,Ｐ．（１９９９）．Ｂａｓｉｃ ｅｍｏｔｉｏｎｓ．Ｈａｎｄｂｏｏｋ ｏｆ ｃｏｇｎｉｔｉｏｎ ａｎｄ ｅｍｏｔｉｏｎ,９８（４５－６０）,１６.）の中の、少なくとも「嫌悪」または「怒り」を含んでいてもよい。
【0102】
例えば、感情推定部１１４は、所定の機械学習アルゴリズムに基づく機械学習（例えば、サポートベクターマシンによる機械学習またはディープラーニングなど）によって作成された識別器を用いて、ユーザの感情を推定する。ここでは、感情推定部１１４が、情報取得部１１２によって切り出された顔領域に基づいて感情を推定することを想定している。しかし、感情推定部１１４は、カメラセンサ３０によって得られたカメラデータに基づいて感情を推定してもよい。その場合には、カメラデータの全体が識別器に入力されればよい。
【0103】
感情推定部１１４は、タスク開始ユーザＡの感情を示す情報を、タスク開始ユーザＡの感情情報として決定部１３４に出力する。
【0104】
（決定部１３４）
決定部１３４は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスクの実行が開始されたことに基づいて、感情推定部１１４に感情推定要求を出力する。決定部１３４は、感情推定部１１４によって推定された、タスク開始ユーザＡの感情情報が、ネガティブ感情を示すことに基づいて、提案相手ユーザＢを決定するユーザ決定部の例として機能する。ここで、提案相手ユーザは、タスク開始ユーザ以外のユーザであればよい。
決定部１３４は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスクの実行が開始されたことに基づいて、感情推定部１１４に感情推定要求を出力する。決定部１３４は、感情推定部１１４によって推定された、タスク開始ユーザＡの感情情報が、ネガティブ感情を示すことに基づいて、提案相手ユーザＢを決定するユーザ決定部の例として機能する。ここで、提案相手ユーザは、タスク開始ユーザ以外のユーザであればよい。
【0105】
あるいは、タスク開始ユーザ以外のユーザが複数存在する場合も想定される。かかる場合には、決定部１３４は、タスク開始ユーザとは異なる１または複数のユーザから、実行タスク数（すなわち、実行要タスクデータベース１５４におけるタスク開始ユーザ名に追加されているタスクの数）が最も少ないユーザを、提案相手ユーザとして決定してもよい。これによって、複数のユーザ間で実行するタスク数が均等に近づくように調整され得る。
【0106】
さらに、決定部１３４は、実行要タスクデータベース１５４にタスク開始ユーザ名が追加されていないデータの実行要タスク情報が示す未実行タスクを、提案相手ユーザに提案するタスク（第２のタスク）として決定する。これによって、複数の実行要タスクが漏れなく実行されることが促進され得る。
【0107】
ここで、未実行タスクが複数存在する場合も想定される。かかる場合には、決定部１３４は、複数の未実行タスクから、タスクごとのユーザＡおよびユーザＢそれぞれの実行開始から実行終了までの処理時間に基づいて、提案相手ユーザに提案するタスク（以下、「提案タスク」とも言う。）を決定してもよい。これによって、タスク実行に要する時間のユーザによる違いを考慮して提案タスクが決定され得る。
【0108】
一例として、決定部１３４は、複数の未実行タスクのうち、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間が短いタスクを、提案タスクとして決定してもよい。これによって、提案相手ユーザＢが短い処理時間で実行可能なタスクが提案相手ユーザＢに提案されるため、提案相手ユーザＢは、提案タスクを実行しやすくなる。
【0109】
他の一例として、決定部１３４は、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等であるタスクがある場合には、そのタスクを、提案タスクとして決定してもよい。
【0110】
このとき、決定部１３４は、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等でない場合、かつ、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間が短いタスクがある場合には、そのタスクを、提案タスクとして決定してもよい。
【0111】
一方、決定部１３４は、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等でない場合、かつ、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間が短いタスクがない場合には、複数の未実行タスクの任意のタスクを、提案タスクとして決定してもよい。
【0112】
【0113】
図７は、タスク処理時間記録データベース１５５の例を示す図である。図７に示されるように、タスク処理時間記録データベース１５５は、タスク情報と、ユーザＡの処理時間と、ユーザＢの処理時間と、ＡとＢの処理時間の比較結果とが対応付けられて構成されている。タスク処理時間記録データベース１５５は、記憶部１５０によってあらかじめ記憶されている。
【0114】
ここで、タスク処理時間記録データベース１５５におけるタスク情報は、ユーザＡおよびユーザＢのいずれかによって実行されるべきタスクを示す情報である。
【0115】
タスク処理時間記録データベース１５５におけるユーザＡの処理時間は、ユーザＡによる、そのタスクの実行開始からそのタスクの実行終了までに要する時間である。例えば、「００：４６」は、０時間４６分を示す。同様に、タスク処理時間記録データベース１５５におけるユーザＢの処理時間は、ユーザＢによる、そのタスクの実行開始からそのタスクの実行終了まで要する時間である。例えば、「ｎ／ａ」は、「ｎｏｔ ａｐｐｌｉｃａｂｌｅ」の略であり、該当する情報がないことを示す。なお、「ｎ／ａ」は、十分大きい処理時間（例えば、「２４：００」など）として扱われる。
【0116】
タスク処理時間記録データベース１５５におけるＡとＢの処理時間の比較結果は、ユーザＡおよびユーザＢそれぞれの処理時間の比較結果である。ここで、ＡとＢの処理時間の比較結果「ｅｑ」は、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等であることを示す。
【0117】
ＡとＢの処理時間の比較結果「Ｂ」は、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等でない場合、かつ、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間が短いタスクであることを示す。
【0118】
ＡとＢの処理時間の比較結果「Ａ」は、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等でない場合、かつ、タスク開始ユーザＢによる処理時間よりも、提案相手ユーザＡによる処理時間が短いタスクであることを示す。
【0119】
なお、ユーザＡの処理時間、ユーザＢの処理時間、および、ＡとＢの処理時間の比較結果を、タスク処理時間記録データベース１５５に追加する処理（以下、「タスク処理時間記録処理」とも言う。）については、後に説明する（処理時間算出部１２２）の項において詳細に説明する。
【0120】
決定部１３４は、決定した提案タスクを示す提案タスク情報と、決定した提案相手ユーザＢの名称とを、出力制御部１４２に出力する。
【0121】
（出力制御部１４２）
出力制御部１４２は、提案タスク情報と、提案相手ユーザＢの名称とに応じた出力を制御する。これによって、タスク開始ユーザＡの感情情報がネガティブ感情を示す場合に、提案相手ユーザＢにタスクが自動的に提案される。そのため、タスク開始ユーザＡに掛かる手間を低減しながらも、タスク開始ユーザＡにとって適切なタイミングに、提案相手ユーザＢに、タスク実行に関する提案を行うことが可能となる。
出力制御部１４２は、提案タスク情報と、提案相手ユーザＢの名称とに応じた出力を制御する。これによって、タスク開始ユーザＡの感情情報がネガティブ感情を示す場合に、提案相手ユーザＢにタスクが自動的に提案される。そのため、タスク開始ユーザＡに掛かる手間を低減しながらも、タスク開始ユーザＡにとって適切なタイミングに、提案相手ユーザＢに、タスク実行に関する提案を行うことが可能となる。
【0122】
ここでは、出力制御部１４２が、提案タスクを示す提案タスク情報の、提案相手ユーザＢに対応する表示端末４０への図示しない通信部による送信を制御する場合を主に想定する。このとき、提案相手ユーザＢに対応する表示端末４０は、提案タスク情報を受信し、提案タスク情報を表示する。これによって、提案相手ユーザＢは、自身に対応する表示端末４０に表示された提案タスク情報を把握することができる。
【0123】
しかし、表示端末４０の代わりに、ユーザＡおよびユーザＢに共通して設けられた出力装置（例えば、プロジェクタまたはＡＩスピーカなど）によって、提案タスク情報と提案相手ユーザＢの名称とが出力されてもよい。すなわち、出力制御部１４２は、提案タスク情報と提案相手ユーザＢの名称との、ユーザＡおよびユーザＢに共通して設けられた出力装置による出力を制御してもよい。これによって、提案相手ユーザＢは、表示端末４０の近くに存在しなくても、自身に対する提案タスク情報を把握することができる。
【0124】
（処理時間算出部１２２）
処理時間算出部１２２は、タスク開始ユーザＡによるタスクの処理時間を算出する。より詳細に、処理時間算出部１２２は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスク（以下、「先のタスク」とも言う。）が実行されていることに基づいて、タスク開始ユーザＡによって先のタスクの実行が開始されたと判断し、タスク開始ユーザＡによる先のタスクの実行継続時間（以下、「実行継続時間ＴＰ」とも言う。）の計測を開始する。
処理時間算出部１２２は、タスク開始ユーザＡによるタスクの処理時間を算出する。より詳細に、処理時間算出部１２２は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスク（以下、「先のタスク」とも言う。）が実行されていることに基づいて、タスク開始ユーザＡによって先のタスクの実行が開始されたと判断し、タスク開始ユーザＡによる先のタスクの実行継続時間（以下、「実行継続時間ＴＰ」とも言う。）の計測を開始する。
【0125】
さらに、処理時間算出部１２２は、記憶制御部１３２から、タスク開始ユーザＡによって先のタスクが実行されていることが出力されなくなった場合（例えば、ユーザが先のタスクを実行している状態から何もタスクの実行をしなくなった状態に変化した場合、または、ユーザによって実行されるタスクが変化した場合）、タスク開始ユーザＡによる先のタスクの実行中断時間（以下、「実行中断時間ＴＳ」とも言う。）の計測を開始する。
【0126】
処理時間算出部１２２は、記憶制御部１３２からタスク開始ユーザＡによる先のタスクの実行が再開されたことが出力されないうちに、実行中断時間ＴＳが閾値を上回った場合に、実行継続時間ＴＰおよび実行中断時間ＴＳの計測を停止し、実行中断時間ＴＳが閾値を上回った時点における実行継続時間ＴＰから実行中断時間ＴＳを減算した時間を、タスク開始ユーザＡによる先のタスクの処理時間（以下、「処理時間ＴＰ’」とも言う。）として算出する。すなわち、ＴＰ’とＴＰとＴＳとの関係は、下記の式（１）によって表現される。
【0127】
ＴＰ’＝ＴＰ－ＴＳ ・・・（１）
【0128】
処理時間算出部１２２は、タスク開始ユーザＡによる先のタスクの処理時間ＴＰ’を、タスク処理時間記録データベース１５５における当該先のタスクを示すタスク情報に対応付ける。なお、ユーザＢの処理時間も、ユーザＡの処理時間と同様にして、タスク処理時間記録データベース１５５におけるタスク情報に対応付けられてよい。
【0129】
さらに、処理時間算出部１２２は、タスク処理時間記録データベース１５５から、同一のタスク情報に対応する、ユーザＡの処理時間とユーザＢの処理時間とを取得し、ユーザＡの処理時間とユーザＢの処理時間とを比較する。より詳細に、処理時間算出部１２２は、ユーザＡの処理時間とユーザＢの処理時間とが同等であるか否かを判断する。
【0130】
さらに詳細に、処理時間算出部１２２は、ユーザＡの処理時間（以下、「ユーザＡの処理時間ＴＰＡ」とも言う。）とユーザＢの処理時間（以下、「ユーザＢの処理時間ＴＰＢ」とも言う。）との差分を算出し、当該差分が所定の範囲内である場合には、タスク開始ユーザＡによる処理時間ＴＰＡと、提案相手ユーザＢによる処理時間ＴＰＢとが同等であると判断する。一方、処理時間算出部１２２は、当該差分が所定の範囲外である場合には、タスク開始ユーザＡによる処理時間ＴＰＡと、提案相手ユーザＢによる処理時間ＴＰＢとが同等でないと判断する。
【0131】
すなわち、ＴＰＡとＴＰＢとが同等であるという関係は、下記の式（２）によって表現される。
【0132】
｜ＴＰＡ－ＴＰＢ｜＜ＡＶＧ（ＴＰＡ＋ＴＰＢ）／ＮＰ ・・・（２）
【0133】
ここで、｜ＴＰＡ－ＴＰＢ｜は、ＴＰＡからＴＰＢを減じた値の絶対値であり、ＴＰＡとＴＰＢとの差分に該当する。ＡＶＧは、平均値を示す。ＮＰは、定数である。一例として、ＮＰは、１０などであってよいが、ＴＰＡとＴＰＢとの差分をどの程度まで許容するかに応じて、管理者によって適宜に設定されてよい。
【0134】
処理時間算出部１２２は、タスク開始ユーザＡによる処理時間ＴＰＡと、提案相手ユーザＢによる処理時間ＴＰＢとが同等である場合に、タスク処理時間記録データベース１５５におけるタスク情報に、ＡとＢの処理時間の比較結果「ｅｑ」を対応付ける。
【0135】
処理時間算出部１２２は、タスク開始ユーザＡによる処理時間ＴＰＡと、提案相手ユーザＢによる処理時間ＴＰＢとが同等でない場合、かつ、タスク開始ユーザＡによる処理時間ＴＰＡよりも、提案相手ユーザＢによる処理時間ＴＰＢのほうが短い場合に、タスク処理時間記録データベース１５５におけるタスク情報に、ＡとＢの処理時間の比較結果「Ｂ」を対応付ける。
【0136】
処理時間算出部１２２は、タスク開始ユーザＡによる処理時間ＴＰＡと、提案相手ユーザＢによる処理時間ＴＰＢとが同等でない場合、かつ、提案相手ユーザＢによる処理時間ＴＰＢよりも、タスク開始ユーザＡによる処理時間ＴＰＡのほうが短い場合に、タスク処理時間記録データベース１５５におけるタスク情報に、ＡとＢの処理時間の比較結果「Ａ」を対応付ける。
【0137】
以上、本発明の実施形態に係るタスク管理システム１の構成例について説明した。
【0138】
（１－２．タスク管理システムの動作）
続いて、図８～図１１を参照しながら（適宜図２～図７も参照しながら）、本発明の実施形態に係るタスク管理システム１の動作例について説明する。より詳細に、タスク管理システム１の動作例として、実行タスク推定処理、タスク提案処理、タスク処理時間記録処理およびタスク実行頻度算出処理の順に説明する。
続いて、図８～図１１を参照しながら（適宜図２～図７も参照しながら）、本発明の実施形態に係るタスク管理システム１の動作例について説明する。より詳細に、タスク管理システム１の動作例として、実行タスク推定処理、タスク提案処理、タスク処理時間記録処理およびタスク実行頻度算出処理の順に説明する。
【0139】
（実行タスク推定処理）
図８は、実行タスク推定処理の動作例を示すフローチャートである。実行タスク推定処理において、複数のカメラセンサ３０それぞれは、自宅内を撮像することによってカメラデータを得る。なお、上記したように、本発明の実施形態において、カメラセンサ３０による撮像は、常時実行される場合を主に想定する。しかし、カメラセンサ３０による撮像は、カメラセンサ３０が設置された部屋内の人物が所定の人物検知センサによって検知されたことに基づいて、実行されてもよい。
図８は、実行タスク推定処理の動作例を示すフローチャートである。実行タスク推定処理において、複数のカメラセンサ３０それぞれは、自宅内を撮像することによってカメラデータを得る。なお、上記したように、本発明の実施形態において、カメラセンサ３０による撮像は、常時実行される場合を主に想定する。しかし、カメラセンサ３０による撮像は、カメラセンサ３０が設置された部屋内の人物が所定の人物検知センサによって検知されたことに基づいて、実行されてもよい。
【0140】
続いて、情報取得部１１２は、複数のカメラセンサ３０それぞれによって得られたカメラデータを取得する（Ｓ１０）。情報取得部１１２は、取得したカメラデータに基づいて、カメラデータに写るユーザの顔を認識する。そして、情報取得部１１２は、認識した顔を含んだ矩形領域を顔領域としてカメラデータから切り出す。情報取得部１１２は、顔領域を感情推定部１１４および個人認識部１１６それぞれに出力するとともに、カメラデータを動作推定部１１８に出力する。
【0141】
個人認識部１１６は、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に写る顔を有するユーザを認識する（Ｓ２０）。個人認識部１１６は、認識したユーザの名称を記憶制御部１３２に出力する。
【0142】
動作推定部１１８は、カメラデータに基づいて、カメラデータに写る物体の種別および物体の位置を認識するとともに、カメラデータに写るユーザの手指位置を認識する（Ｓ３０）。動作推定部１１８は、物体位置とユーザの手指位置との距離を算出する。そして、動作推定部１１８は、物体位置とユーザの手指位置との距離が所定の距離より小さいことに基づいて、行動データベース１５１（図３）において、その物体種別にあらかじめ対応付けられた行動情報をユーザの行動を示す情報として認識する。
【0143】
動作推定部１１８は、物体位置とユーザの手指位置との距離が所定の距離より小さいか否かによって、ユーザが物体を所持しているか否かを判断する（Ｓ４０）。ユーザが物体を所持していないと判断された場合には（Ｓ４０において「ＮＯ」）、Ｓ７０に動作が移行される。
【0144】
一方、タスク推定部１２０は、ユーザが物体を所持していると判断した場合には（Ｓ４０において「ＹＥＳ」）、物体種別から認識されたユーザの行動情報と、手指および行動の少なくともいずれか一方を検知したカメラセンサ３０の設置場所と、ユーザの手指位置とに基づいて、ユーザによって実行されるタスクを推定する（Ｓ５０）。
【0145】
より詳細に、タスク推定部１２０は、ユーザの行動情報とカメラセンサ３０の設置場所とユーザの手指位置とに対応付けられたタスク情報を、タスク定義データベース１５２（図４）から取得することにより、ユーザによって実行されるタスクを示す情報を推定する。タスクの推定に成功した場合には（Ｓ６０において「ＹＥＳ」）、Ｓ９０に動作が移行される。一方、タスクの推定に失敗した場合には（Ｓ６０において「ＮＯ」）、Ｓ７０に動作が移行される。
【0146】
動作がＳ７０に移行された場合、タスク推定部１２０は、カメラセンサ３０の設置場所と、ユーザの手指位置とに基づいて、ユーザによって実行されるタスクを推定する（Ｓ７０）。タスクの推定に成功した場合には（Ｓ８０において「ＹＥＳ」）、推定したタスクを、記憶制御部１３２に出力する。その後、実行タスク推定処理が終了する。一方、タスクの推定に失敗した場合には（Ｓ８０において「ＮＯ」）、実行タスク推定処理が終了する。
【0147】
以上、実行タスク推定処理の動作例について説明した。
【0148】
【0149】
より詳細に、記憶制御部１３２は、タスク推定部１２０によって推定されたタスク情報が示すタスクを、個人認識部１１６によって認識されたユーザ名が示すユーザが実行していると判断する。また、記憶制御部１３２は、ユーザがタスクを実行していない状態からタスクを実行している状態に変化したときに、ユーザによってタスクの実行が開始されたことを認識する。
【0150】
記憶制御部１３２は、ユーザＡによってタスクの実行が開始されたことに基づいて、タスク実行頻度データベース１５３（図５）における、現在が属する日の曜日に対応するタスク実行回数を１増加させる更新を行う。
【0151】
記憶制御部１３２は、タスク実行回数が更新されたタスクに対応するタスク実行頻度を算出し、算出したタスク実行頻度によって、タスク実行頻度データベース１５３における当該タスクに対応するタスク実行頻度を更新する。タスク実行頻度算出処理については、図１１を参照しながら、後に詳細に説明する。
【0152】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスク情報が示す複数のタスクから、当該複数のタスクそれぞれの実行頻度に基づいて、ユーザＡおよびユーザＢのいずれかによって現在が属する日に実行されるべき複数のタスクそれぞれを、実行要タスクとして決定する。
【0153】
記憶制御部１３２は、決定した実行要タスク情報が、実行要タスクデータベース１５４（図６）にまだ追加されていない場合には、決定した実行要タスク情報を実行要タスクデータベース１５４に追加する。
【0154】
さらに、記憶制御部１３２は、実行要タスクの実行を開始したタスク開始ユーザＡの名称が、実行要タスクデータベース１５４におけるその実行要タスク情報に対応付けられていない場合には、タスク開始ユーザＡの名称を実行要タスクデータベース１５４における実行要タスク情報に対応付ける。
【0155】
記憶制御部１３２は、実行要タスクデータベース１５４における実行要タスク情報にタスク開始ユーザ名を対応付けたことに基づいて、タスク開始ユーザＡによってタスクの実行が開始されたことを、決定部１３２および処理時間算出部１２２それぞれに出力する。
【0156】
決定部１３４は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスクの実行が開始されたことに基づいて、感情推定部１１４に感情推定要求を出力する。感情推定部１１４は、決定部１３４による感情推定要求に従って、情報取得部１１２によって切り出された顔領域に基づいて、顔領域に顔が写るユーザの感情をタスク開始ユーザＡの感情として推定する（Ｓ１２０）。
【0157】
決定部１３４は、感情推定部１１４によって推定された、タスク開始ユーザＡの感情情報が、ネガティブ感情を示さない場合に（Ｓ１３０において「ＮＯ」）、動作を終了する。一方、決定部１３４は、感情推定部１１４によって推定された、タスク開始ユーザＡの感情情報が、ネガティブ感情を示す場合に（Ｓ１３０において「ＹＥＳ」）、提案相手ユーザＢを決定する。ここで、提案相手ユーザは、タスク開始ユーザ以外のユーザであればよい。決定部１３４は、実行要タスクデータベース１５４にタスク開始ユーザ名が追加されていないデータの実行要タスク情報が示す未実行タスクを抽出する（Ｓ１４０）。
【0158】
決定部１３４は、タスク処理時間記録データベース１５５（図７）から、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とを取得する。決定部１３４は、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等であるタスクがある場合には（Ｓ１５０において「ＹＥＳ」）、そのタスクを、提案タスクとして決定する（Ｓ１５５）。その後、動作がＳ１８０に移行される。
【0159】
複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間と、提案相手ユーザＢによる処理時間とが同等であるタスクがない場合には（Ｓ１５０において「ＮＯ」）、動作がＳ１６０に移行される。
【0160】
決定部１３４は、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間のほうが短いタスクがある場合には（Ｓ１６０において「ＹＥＳ」）、そのタスクを、提案タスクとして決定する（Ｓ１６５）。その後、動作がＳ１８０に移行される。
【0161】
決定部１３４は、複数の未実行タスクの中に、タスク開始ユーザＡによる処理時間よりも、提案相手ユーザＢによる処理時間のほうが短いタスクがない場合には（Ｓ１６０において「ＮＯ」）、任意の未実行タスクを、提案タスクとして決定する（Ｓ１７０）。その後、動作がＳ１８０に移行される。
【0162】
動作がＳ１８０に移行された場合、決定部１３４は、提案タスクを示す提案タスク情報と、提案相手ユーザＢの名称とを、出力制御部１４２に出力する。出力制御部１４２は、提案タスクを示す提案タスク情報の、提案相手ユーザＢに対応する表示端末４０への図示しない通信部による送信を制御する（Ｓ１８０）。
【0163】
以上、タスク提案処理の動作例について説明した。
【0164】
（タスク処理時間記録処理）
図１０は、タスク処理時間記録処理の動作例を示すフローチャートである。図１０に示されるように、処理時間算出部１２２は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスク（先のタスク）の実行が開始されたことに基づいて、タスク開始ユーザＡによる先のタスクの実行継続時間ＴＰの計測を開始する（Ｓ２１０）。
図１０は、タスク処理時間記録処理の動作例を示すフローチャートである。図１０に示されるように、処理時間算出部１２２は、記憶制御部１３２から出力された、タスク開始ユーザＡによってタスク（先のタスク）の実行が開始されたことに基づいて、タスク開始ユーザＡによる先のタスクの実行継続時間ＴＰの計測を開始する（Ｓ２１０）。
【0165】
さらに、処理時間算出部１２２は、記憶制御部１３２から、タスク開始ユーザＡによって先のタスクが実行されたことが出力される場合に（Ｓ２２０において「ＹＥＳ」）、再度Ｓ２２０を実行する。
【0166】
一方、処理時間算出部１２２は、記憶制御部１３２から、タスク開始ユーザＡによって先のタスクが実行されたことが出力されない場合に（Ｓ２２０において「ＮＯ」）、タスク開始ユーザＡによる先のタスクの実行中断時間ＴＳの計測を開始する（Ｓ２３０）。
【0167】
処理時間算出部１２２は、記憶制御部１３２からタスク開始ユーザＡによって先のタスクが実行されたことの出力が再開された場合には（Ｓ２４０において「ＹＥＳ」）、タスク開始ユーザＡによる先のタスクの実行中断時間ＴＳを初期値に戻し（Ｓ２５０）、再度Ｓ２２０を実行する。
【0168】
一方、処理時間算出部１２２は、記憶制御部１３２からタスク開始ユーザＡによって先のタスクが実行されたことの出力が再開されない場合には（Ｓ２４０において「ＮＯ」）、実行中断時間ＴＳが閾値Ｎを上回ったか否かを判断する（Ｓ２６０）。
【0169】
処理時間算出部１２２は、実行中断時間ＴＳが閾値Ｎを上回っていないと判断した場合に（Ｓ２６０において「ＮＯ」）、再度Ｓ２４０を実行する。一方、実行中断時間ＴＳが閾値Ｎを上回ったと判断した場合に（Ｓ２６０において「ＹＥＳ」）、実行継続時間ＴＰおよび実行中断時間ＴＳの計測を停止し、実行中断時間ＴＳが閾値を上回った時点における実行継続時間ＴＰから実行中断時間ＴＳを減算した時間を、タスク開始ユーザＡによる先のタスクの処理時間ＴＰ’として算出する（Ｓ２７０）。
【0170】
処理時間算出部１２２は、タスク開始ユーザＡによる先のタスクの処理時間ＴＰ’を、タスク処理時間記録データベース１５５における当該先のタスクを示すタスク情報に対応付けることにより、当該処理時間ＴＰ’をタスク処理時間記録データベース１５５に記録する（Ｓ２８０）。
【0171】
以上、タスク処理時間記録処理の動作例について説明した。
【0172】
（タスク実行頻度算出処理）
図１１は、タスク実行頻度算出処理の動作例を示すフローチャートである。記憶制御部１３２は、ユーザＡによってタスクの実行が開始されたことに基づいて、タスク実行頻度データベース１５３における、現在が属する日の曜日に対応するタスク実行回数を１増加させる更新を行う。
図１１は、タスク実行頻度算出処理の動作例を示すフローチャートである。記憶制御部１３２は、ユーザＡによってタスクの実行が開始されたことに基づいて、タスク実行頻度データベース１５３における、現在が属する日の曜日に対応するタスク実行回数を１増加させる更新を行う。
【0173】
図１１に示されるように、記憶制御部１３２は、タスク実行頻度データベース１５３における、現在が属する日の曜日に対応するタスク実行回数を参照する（Ｓ３１０）。記憶制御部１３２は、タスク実行回数が更新されたタスクに対応するタスク実行頻度を算出し、算出したタスク実行頻度によって、タスク実行頻度データベース１５３における当該タスクに対応するタスク実行頻度を更新する。
【0174】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、全曜日に少なくとも１回以上実行されている場合には（Ｓ３２０において「ＹＥＳ」）、そのタスクが、２回以上実行された曜日が過半数以上であるか否かを判断する（Ｓ３３０）。
【0175】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、２回以上実行された曜日が過半数以上である場合には（Ｓ３３０において「ＹＥＳ」）、そのタスクに対応するタスク実行頻度を「朝・晩」として算出する（Ｓ３４０）。
【0176】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、２回以上実行された曜日が過半数未満である場合には（Ｓ３３０において「ＮＯ」）、そのタスクに対応するタスク実行頻度を「毎日」として算出する（Ｓ３５０）。
【0177】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、１回も実行されていない曜日がある場合には（Ｓ３２０において「ＮＯ」）、そのタスクが、２日ごとに実行されているか否かを判断する（Ｓ３６０）。
【0178】
記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、２日ごとに実行されている場合には（Ｓ３６０において「ＹＥＳ」）、そのタスクに対応するタスク実行頻度を「隔日」として算出する（Ｓ３７０）。
【0179】
一方、記憶制御部１３２は、タスク実行頻度データベース１５３におけるタスクが、２日ごとに実行されていない場合には（Ｓ３６０において「ＮＯ」）、そのタスクが少なくとも１回実行された曜日の数ｎをカウントし（Ｓ３８０）、そのタスクに対応するタスク実行頻度を「週ｎ回」として算出する（Ｓ３９０）。
【0180】
以上、タスク実行頻度算出処理の動作例について説明した。
【0181】
（１－３．効果）
以上により、本発明の実施形態によれば、カメラセンサ３０によって得られたカメラデータに基づいて感情が推定されて得られた、実行開始タスクの実行を開始したタスク開始ユーザＡの感情情報が、ネガティブ感情を示すことに基づいて、提案相手ユーザＢによって実行されるべき提案タスクを決定する決定部１３４と、提案タスクを示す情報と提案相手ユーザＢを示す情報とに応じた出力を制御する出力制御部１４２と、を備える、タスク管理装置１０が提供される。
以上により、本発明の実施形態によれば、カメラセンサ３０によって得られたカメラデータに基づいて感情が推定されて得られた、実行開始タスクの実行を開始したタスク開始ユーザＡの感情情報が、ネガティブ感情を示すことに基づいて、提案相手ユーザＢによって実行されるべき提案タスクを決定する決定部１３４と、提案タスクを示す情報と提案相手ユーザＢを示す情報とに応じた出力を制御する出力制御部１４２と、を備える、タスク管理装置１０が提供される。
【0182】
かかる構成によれば、タスク開始ユーザＡの感情情報がネガティブ感情を示す場合に、提案相手ユーザＢにタスクが自動的に提案される。そのため、かかる構成によれば、タスク開始ユーザＡに掛かる手間を低減しながらも、タスク開始ユーザＡにとって適切なタイミングに、提案相手ユーザＢに、タスク実行に関する提案を行うことが可能となる。
【0183】
以上、本発明の実施形態に係るタスク管理システム１が奏する効果について説明した。
【0184】
（１－４．各種変形例）
続いて、本発明の実施形態の各種変形例について説明する。
続いて、本発明の実施形態の各種変形例について説明する。
【0185】
（変形例１）
まず、本発明の実施形態の変形例１について説明する。本発明の実施形態においては、感情推定部１１４、個人認識部１１６、動作推定部１１８、タスク推定部１２０、処理時間算出部１２２、記憶制御部１３２および決定部１３４が、タスク管理装置１０の内部に存在する例について説明した。しかし、感情推定部１１４、個人認識部１１６、動作推定部１１８、タスク推定部１２０、処理時間算出部１２２、記憶制御部１３２および決定部１３４の少なくともいずれか一つは、タスク管理装置１０の外部に存在してもよい。
まず、本発明の実施形態の変形例１について説明する。本発明の実施形態においては、感情推定部１１４、個人認識部１１６、動作推定部１１８、タスク推定部１２０、処理時間算出部１２２、記憶制御部１３２および決定部１３４が、タスク管理装置１０の内部に存在する例について説明した。しかし、感情推定部１１４、個人認識部１１６、動作推定部１１８、タスク推定部１２０、処理時間算出部１２２、記憶制御部１３２および決定部１３４の少なくともいずれか一つは、タスク管理装置１０の外部に存在してもよい。
【0186】
（変形例２）
続いて、本発明の実施形態の変形例２について説明する。本発明の実施形態においては、情報取得部１１２によって切り出された顔領域に基づいて、感情推定部１１４よって感情推定が行われる例について説明した。しかし、感情推定に用いられる感情表出は、顔領域に限定されない。例えば、上記したように、感情推定に用いられる感情表出は、ユーザの動作であってもよい。あるいは、感情推定に用いられる感情表出は、ユーザの音声であってもよい。
続いて、本発明の実施形態の変形例２について説明する。本発明の実施形態においては、情報取得部１１２によって切り出された顔領域に基づいて、感情推定部１１４よって感情推定が行われる例について説明した。しかし、感情推定に用いられる感情表出は、顔領域に限定されない。例えば、上記したように、感情推定に用いられる感情表出は、ユーザの動作であってもよい。あるいは、感情推定に用いられる感情表出は、ユーザの音声であってもよい。
【0187】
（変形例３）
続いて、本発明の実施形態の変形例３について説明する。本発明の実施形態においては、各部屋に設けられたカメラセンサ３０によって、感情推定に用いられる感情表出が得られる例について説明した。しかし、感情推定に用いられる感情表出を得るセンサは、カメラセンサ３０に限定されない。例えば、感情推定に用いられる感情表出を得るセンサは、ユーザに装着されるウェアラブルデバイスであってもよい。
続いて、本発明の実施形態の変形例３について説明する。本発明の実施形態においては、各部屋に設けられたカメラセンサ３０によって、感情推定に用いられる感情表出が得られる例について説明した。しかし、感情推定に用いられる感情表出を得るセンサは、カメラセンサ３０に限定されない。例えば、感情推定に用いられる感情表出を得るセンサは、ユーザに装着されるウェアラブルデバイスであってもよい。
【0188】
（変形例４）
続いて、本発明の実施形態の変形例４について説明する。本発明の実施形態においては、感情推定部１１４によって推定される感情が、「ネガティブ感情」である例について説明した。しかし、感情推定部１１４によって推定される感情は、「ポジティブ感情」を含んでもよい。
続いて、本発明の実施形態の変形例４について説明する。本発明の実施形態においては、感情推定部１１４によって推定される感情が、「ネガティブ感情」である例について説明した。しかし、感情推定部１１４によって推定される感情は、「ポジティブ感情」を含んでもよい。
【0189】
（変形例５）
続いて、本発明の実施形態の変形例５について説明する。本発明の実施形態においては、提案相手ユーザＢが、タスク開始ユーザＡと異なるユーザである例について説明した。しかし、提案相手ユーザは、タスク開始ユーザと同じユーザであってもよい。このとき、例えば、感情推定部１１４は、ユーザの感情が、所定の感情の例としての無気力な感情であるか否かを推定してもよい。
続いて、本発明の実施形態の変形例５について説明する。本発明の実施形態においては、提案相手ユーザＢが、タスク開始ユーザＡと異なるユーザである例について説明した。しかし、提案相手ユーザは、タスク開始ユーザと同じユーザであってもよい。このとき、例えば、感情推定部１１４は、ユーザの感情が、所定の感情の例としての無気力な感情であるか否かを推定してもよい。
【0190】
そして、決定部１３４は、タスク開始ユーザＡの感情情報が、無気力な感情を示すことに基づいて、未実行タスクをタスク開始ユーザＡへの提案タスクとして決定してもよい。例えば、未実行タスクは、実行要タスクデータベース１５４にタスク開始ユーザ名が追加されていないデータの実行要タスク情報が示すタスクである。これによって、無気力な感情であるユーザＡが、提案タスクに興味を持つことができれば、ユーザＡのタスク実行に対する意欲が向上することが期待される。
【0191】
以上、本発明の実施形態の各種変形例について説明した。
【0192】
（２．ハードウェア構成例）
続いて、本発明の実施形態に係るタスク管理装置１０のハードウェア構成例について説明する。
続いて、本発明の実施形態に係るタスク管理装置１０のハードウェア構成例について説明する。
【0193】
以下では、本発明の実施形態に係るタスク管理装置１０のハードウェア構成例として、情報処理装置９００のハードウェア構成例について説明する。なお、以下に説明する情報処理装置９００のハードウェア構成例は、タスク管理装置１０のハードウェア構成の一例に過ぎない。したがって、タスク管理装置１０のハードウェア構成は、以下に説明する情報処理装置９００のハードウェア構成から不要な構成が削除されてもよいし、新たな構成が追加されてもよい。なお、表示端末４０のハードウェア構成も、タスク管理装置１０のハードウェア構成と同様に実現され得る。
【0194】
図１２は、本発明の実施形態に係るタスク管理装置１０の例としての情報処理装置９００のハードウェア構成を示す図である。情報処理装置９００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３と、ホストバス９０４と、ブリッジ９０５と、外部バス９０６と、インタフェース９０７と、入力装置９０８と、出力装置９０９と、ストレージ装置９１０と、通信装置９１１と、を備える。
【0195】
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置９００内の動作全般を制御する。また、ＣＰＵ９０１は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０３は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバス等から構成されるホストバス９０４により相互に接続されている。
【0196】
ホストバス９０４は、ブリッジ９０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス９０６に接続されている。なお、必ずしもホストバス９０４、ブリッジ９０５および外部バス９０６を分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。
【0197】
入力装置９０８は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバー等ユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路等から構成されている。情報処理装置９００を操作するユーザは、この入力装置９０８を操作することにより、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりすることができる。
【0198】
出力装置９０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ装置、液晶ディスプレイ（ＬＣＤ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置、ランプ等の表示装置およびスピーカ等の音声出力装置を含む。
【0199】
ストレージ装置９１０は、データ格納用の装置である。ストレージ装置９１０は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置等を含んでもよい。ストレージ装置９１０は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）で構成される。このストレージ装置９１０は、ハードディスクを駆動し、ＣＰＵ９０１が実行するプログラムや各種データを格納する。
【0200】
通信装置９１１は、例えば、ネットワークに接続するための通信デバイス等で構成された通信インタフェースである。また、通信装置９１１は、無線通信または有線通信のどちらに対応してもよい。
【0201】
以上、本発明の実施形態に係るタスク管理装置１０のハードウェア構成例について説明した。
【0202】
（３．まとめ）
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【0203】
１ タスク管理システム
１０ タスク管理装置
１００ 制御部
１１２ 情報取得部
１１４ 感情推定部
１１６ 個人認識部
１１８ 動作推定部
１２０ タスク推定部
１２２ 処理時間算出部
１３２ 記憶制御部
１３４ 決定部
１４２ 出力制御部
１５０ 記憶部
１５１ 行動データベース
１５２ タスク定義データベース
１５３ タスク実行頻度データベース
１５４ タスクデータベース
１５５ タスク処理時間記録データベース
１０ タスク管理装置
１００ 制御部
１１２ 情報取得部
１１４ 感情推定部
１１６ 個人認識部
１１８ 動作推定部
１２０ タスク推定部
１２２ 処理時間算出部
１３２ 記憶制御部
１３４ 決定部
１４２ 出力制御部
１５０ 記憶部
１５１ 行動データベース
１５２ タスク定義データベース
１５３ タスク実行頻度データベース
１５４ タスクデータベース
１５５ タスク処理時間記録データベース
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】