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】P2024146531
(43)【公開日】2024-10-15
(54)【発明の名称】推定システム、推定方法、及びプログラム
(51)【国際特許分類】
A61B 5/16 20060101AFI20241004BHJP
A61B 5/11 20060101ALI20241004BHJP
A61B 5/113 20060101ALI20241004BHJP
【ＦＩ】
A61B5/16 120
A61B5/11
A61B5/113
【審査請求】未請求
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2023059497
(22)【出願日】2023-03-31
(71)【出願人】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】110002527
【氏名又は名称】弁理士法人北斗特許事務所
(72)【発明者】
【氏名】西田 龍樹
(72)【発明者】
【氏名】衞藤 文
(72)【発明者】
【氏名】天沼 はるか
(72)【発明者】
【氏名】小岩 弘子
(72)【発明者】
【氏名】村上 祐介
(72)【発明者】
【氏名】菅村 玄二
【テーマコード（参考）】
4C038
【Ｆターム（参考）】
4C038PP03
4C038PP05
4C038PS00
4C038VA04
4C038VA12
4C038VB01
4C038VB33
4C038VC05
(57)【要約】
【課題】人の感情を推定する際の精度を向上させることができる推定システム、推定方法、及びプログラムを提供すること。
【解決手段】推定システム１００は、取得部１と、第１推定部２と、第２推定部３と、感情推定部４と、を備える。取得部１は、ユーザに関する第１生体情報Ｉ１、及び第１生体情報Ｉ１とは異なる第２生体情報Ｉ２を含む複数の生体情報を取得する。第１推定部２は、第１生体情報Ｉ１に基づき、ユーザの活性度Ｌ１を推定する。第２推定部３は、第２生体情報Ｉ２に基づき、ユーザの快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方を推定する。感情推定部４は、第１推定部２及び第２推定部３の推定結果に基づき、ユーザの感情を推定する。
【選択図】図１
【解決手段】推定システム１００は、取得部１と、第１推定部２と、第２推定部３と、感情推定部４と、を備える。取得部１は、ユーザに関する第１生体情報Ｉ１、及び第１生体情報Ｉ１とは異なる第２生体情報Ｉ２を含む複数の生体情報を取得する。第１推定部２は、第１生体情報Ｉ１に基づき、ユーザの活性度Ｌ１を推定する。第２推定部３は、第２生体情報Ｉ２に基づき、ユーザの快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方を推定する。感情推定部４は、第１推定部２及び第２推定部３の推定結果に基づき、ユーザの感情を推定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
ユーザに関する第１生体情報、及び前記第１生体情報とは異なる第２生体情報を含む複数の生体情報を取得する取得部と、
前記第１生体情報に基づき、前記ユーザの活性度を推定する第１推定部と、
前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する第２推定部と、
前記第１推定部及び前記第２推定部の推定結果に基づき、前記ユーザの感情を推定する感情推定部と、を備える、
推定システム。
前記第１生体情報に基づき、前記ユーザの活性度を推定する第１推定部と、
前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する第２推定部と、
前記第１推定部及び前記第２推定部の推定結果に基づき、前記ユーザの感情を推定する感情推定部と、を備える、
推定システム。
【請求項2】
前記第１生体情報は、前記ユーザの動作に関する情報である、
請求項１に記載の推定システム。
請求項１に記載の推定システム。
【請求項3】
前記第１生体情報は、予め定められた所定期間内の複数の時点の各々において取得する前記ユーザの歩行特徴量を含む、
請求項２に記載の推定システム。
請求項２に記載の推定システム。
【請求項4】
前記第１生体情報は、予め定められた所定期間内の複数の時点の各々において取得する前記ユーザの体動の変化量を含む、
請求項２に記載の推定システム。
請求項２に記載の推定システム。
【請求項5】
前記第２生体情報は、前記ユーザの表情に関する表情情報と前記ユーザの呼吸に関する呼吸情報との少なくとも一方を含む、
請求項１に記載の推定システム。
請求項１に記載の推定システム。
【請求項6】
前記第１生体情報は、予め定められた所定期間内の複数の時点の各々において取得する前記ユーザの歩行特徴量、又は前記ユーザの体動の変化量を含み、
前記第２生体情報は、前記ユーザの表情に関する表情情報と前記ユーザの呼吸に関する呼吸情報との両方を含み、
前記第１推定部は、前記歩行特徴量又は前記体動の変化量に基づき、前記ユーザの活性度を推定し、
前記第２推定部は、
前記表情情報に基づき、前記ユーザの快適度を推定し、
前記呼吸情報に基づき、前記ユーザの覚醒度を推定し、
前記感情推定部は、複数の候補活性度、複数の候補快適度、及び複数の候補覚醒度の各々の組み合わせにそれぞれ対応付けられた複数の候補感情を用いて、前記第１推定部及び前記第２推定部の推定結果の組み合わせと一致する候補活性度、候補快適度及び候補覚醒度の組み合わせに応じた候補感情を、前記ユーザの感情として特定する、
請求項１に記載の推定システム。
前記第２生体情報は、前記ユーザの表情に関する表情情報と前記ユーザの呼吸に関する呼吸情報との両方を含み、
前記第１推定部は、前記歩行特徴量又は前記体動の変化量に基づき、前記ユーザの活性度を推定し、
前記第２推定部は、
前記表情情報に基づき、前記ユーザの快適度を推定し、
前記呼吸情報に基づき、前記ユーザの覚醒度を推定し、
前記感情推定部は、複数の候補活性度、複数の候補快適度、及び複数の候補覚醒度の各々の組み合わせにそれぞれ対応付けられた複数の候補感情を用いて、前記第１推定部及び前記第２推定部の推定結果の組み合わせと一致する候補活性度、候補快適度及び候補覚醒度の組み合わせに応じた候補感情を、前記ユーザの感情として特定する、
請求項１に記載の推定システム。
【請求項7】
前記ユーザが歩行状態であるか着座状態であるかを推定する状態推定部と、
前記ユーザが前記歩行状態であると前記状態推定部が推定した場合には動作モードとして歩行モードを選択し、前記ユーザが前記着座状態であると前記状態推定部が推定した場合には前記動作モードとして着座モードを選択する選択部と、を更に備え、
前記歩行モードでは、
前記取得部は、予め定められた所定期間内の複数の時点の各々において前記ユーザの歩行特徴量を前記第１生体情報として取得し、
前記第１推定部は、前記歩行特徴量に基づき前記活性度を推定し、
前記着座モードでは、
前記取得部は、予め定められた所定期間内の複数の時点の各々において前記ユーザの体動の変化量を前記第１生体情報として取得し、
前記第１推定部は、前記体動の変化量に基づき前記活性度を推定する、
請求項１に記載の推定システム。
前記ユーザが前記歩行状態であると前記状態推定部が推定した場合には動作モードとして歩行モードを選択し、前記ユーザが前記着座状態であると前記状態推定部が推定した場合には前記動作モードとして着座モードを選択する選択部と、を更に備え、
前記歩行モードでは、
前記取得部は、予め定められた所定期間内の複数の時点の各々において前記ユーザの歩行特徴量を前記第１生体情報として取得し、
前記第１推定部は、前記歩行特徴量に基づき前記活性度を推定し、
前記着座モードでは、
前記取得部は、予め定められた所定期間内の複数の時点の各々において前記ユーザの体動の変化量を前記第１生体情報として取得し、
前記第１推定部は、前記体動の変化量に基づき前記活性度を推定する、
請求項１に記載の推定システム。
【請求項8】
前記第１生体情報及び前記第２生体情報と、前記第１推定部及び前記第２推定部の推定結果と、前記感情推定部が推定した前記ユーザの感情と、の少なくとも１つを出力する出力部を更に備える、
請求項１に記載の推定システム。
請求項１に記載の推定システム。
【請求項9】
第１収集情報及び第２収集情報を収集し、前記取得部に出力する収集部を更に備え、
前記取得部は、
前記第１収集情報に基づいて前記第１生体情報を取得し、
前記第２収集情報に基づいて前記第２生体情報を取得する、
請求項１に記載の推定システム。
前記取得部は、
前記第１収集情報に基づいて前記第１生体情報を取得し、
前記第２収集情報に基づいて前記第２生体情報を取得する、
請求項１に記載の推定システム。
【請求項10】
ユーザに関する第１生体情報、及び前記第１生体情報とは異なる第２生体情報を含む複数の生体情報を取得する取得ステップと、
前記第１生体情報に基づき、前記ユーザの活性度を推定する第１推定ステップと、
前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する第２推定ステップと、
前記第１推定ステップ及び前記第２推定ステップにおける推定結果に基づき、前記ユーザの感情を推定する感情推定ステップと、を含む、
推定方法。
前記第１生体情報に基づき、前記ユーザの活性度を推定する第１推定ステップと、
前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する第２推定ステップと、
前記第１推定ステップ及び前記第２推定ステップにおける推定結果に基づき、前記ユーザの感情を推定する感情推定ステップと、を含む、
推定方法。
【請求項11】
コンピュータシステムに、
請求項１０に記載の推定方法を実行させるためのプログラム。
請求項１０に記載の推定方法を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、一般に、推定システム、推定方法、及びプログラムに関する。より詳細には、本開示は、感情を推定する推定システム、推定方法、及びプログラムに関する。
【背景技術】
【0002】
特許文献１には、物理量収集部と、評価スコア算出部と、活性度推定部と、備える活性度推定装置が開示されている。物理量収集部は、車両の近傍にいる人の運動に基づく物理量を非接触で測定する。評価スコア算出部は、該物理量に基づき人の体調及び心的状態の少なくとも一方を表現する活性度を推定するための評価指標を選択し、該評価指標に関する評価スコアを算出する。活性度推定部は、該評価スコアに基づき活性度を推定する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１９－６３３３５号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上述の活性度推定装置（推定システム）では、人の運動に基づく物理量に基づき心理状況として活性度を推定する。しかし、人の運動に基づく物理量のみに基づき推定できる心理状況は限定的である。そのため、人の運動に基づく物理量に基づく心理状況から人の感情を推定する場合には、その精度は高くなかった。
【0005】
本開示の目的とするところは、人の感情を推定する際の精度を向上させることができる推定システム、推定方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【0006】
本開示の一態様に係る推定システムは、取得部と、第１推定部と、第２推定部と、感情推定部と、を備える。前記取得部は、ユーザに関する第１生体情報、及び前記第１生体情報とは異なる第２生体情報を含む複数の生体情報を取得する。前記第１推定部は、前記第１生体情報に基づき、前記ユーザの活性度を推定する。前記第２推定部は、前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する。前記感情推定部は、前記第１推定部及び前記第２推定部の推定結果に基づき、前記ユーザの感情を推定する。
【0007】
本開示の一態様に係る推定方法は、取得ステップと、第１推定ステップと、第２推定ステップと、感情推定ステップと、を含む。前記取得ステップでは、ユーザに関する第１生体情報、及び前記第１生体情報とは異なる第２生体情報を含む複数の生体情報を取得する。前記第１推定ステップでは、前記第１生体情報に基づき、前記ユーザの活性度を推定する。前記第２推定ステップでは、前記第２生体情報に基づき、前記ユーザの快適度及び覚醒度の少なくとも一方を推定する。前記感情推定ステップでは、前記第１推定ステップ及び前記第２推定ステップにおける推定結果に基づき、前記ユーザの感情を推定する。
【0008】
本開示の一態様に係るプログラムは、コンピュータシステムに、上記の推定方法を実行させるためのプログラムである。
【発明の効果】
【0009】
本開示によれば、人の感情を推定する際の精度を向上させることができるという利点がある。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
【0012】
本実施形態に係る推定システム１００は、ユーザＸ１（図２参照）の感情を推定するシステムである。本開示でいう「ユーザＸ１の感情」とは、例えば、「わくわくした」、「元気な」、「怒った」、「びくびくした」、「真剣な」、「のんびりした」、「緊迫した」、「落ち込んだ」等である。
【0013】
推定システム１００は、図１に示すように、取得部１と、第１推定部２と、第２推定部３と、感情推定部４と、記憶部５と、を備える。
【0014】
取得部１は、ユーザＸ１に関する第１生体情報Ｉ１、及び第１生体情報Ｉ１とは異なる第２生体情報Ｉ２を含む複数の生体情報を取得する。
【0015】
第１推定部２は、第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。本開示でいう「ユーザＸ１の活性度Ｌ１」とは、ユーザＸ１がどれぐらい動いているかを示す指標である。ユーザＸ１の活性度Ｌ１が高いほど、ユーザＸ１は活発に動いていることを示し、ユーザＸ１の活性度Ｌ１が低いほど、ユーザＸ１は活発に動いていないことを示す。
【0016】
第２推定部３は、第２生体情報Ｉ２に基づき、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方を推定する。本開示でいう「ユーザＸ１の快適度Ｌ２」とは、ユーザＸ１がどのぐらい快適に感じているかを推定した指標である。ユーザＸ１の快適度Ｌ２が高いほど、ユーザＸ１が快適に感じている可能性が高く、ユーザＸ１の快適度Ｌ２が低いほど、ユーザＸ１が不快適に感じている可能性が高い。また、本開示でいう「ユーザＸ１の覚醒度Ｌ３」とは、ユーザＸ１がどのぐらい興奮又は緊張しているかを推定した指標である。ユーザＸ１の覚醒度Ｌ３が高い場合、ユーザＸ１が興奮又は緊張している可能性が高く、ユーザＸ１の快適度Ｌ２が低い場合、ユーザＸ１が落ち着いている可能性が高い。
【0017】
感情推定部４は、第１推定部２及び第２推定部３の推定結果に基づき、ユーザＸ１の感情を推定する。すなわち、感情推定部４は、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３が推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方と、に基づき、ユーザＸ１の感情を推定する。
【0018】
従来の推定システムでは、ユーザの活性度Ｌ１のみに基づき、ユーザの感情を推定する。このため、従来の推定システムが推定できるユーザの感情は限定的である。しかし、実施形態１の推定システム１００では、ユーザＸ１の活性度Ｌ１と、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方と、に基づき、ユーザＸ１の感情を推定する。この結果、実施形態１の推定システム１００が推定できるユーザＸ１の感情は限定的にならず、多くの種類の心理状況の中から推定される。この結果、実施形態１の推定システム１００は、人の感情を推定する際の精度を向上させることができるという利点がある。
【0019】
【0020】
推定システム１００は、施設Ｙ１内を歩行するユーザＸ１（図２参照）の感情を推定するシステムである。ここでいう施設Ｙ１は、例えば、オフィスビル、ジム、学校、住宅施設、ホテル、運動施設、福祉施設、商業施設、テーマパーク、病院、又は工場等である。具体的に、施設Ｙ１がオフィスビルである場合を例示すると、ユーザＸ１は、労働者又は来客等である。すなわち、推定システム１００は、オフィスビル内を歩行する労働者又は来客等の感情を推定するシステムである。
【0021】
実施形態１の推定システム１００は、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づき、ユーザＸ１の感情を推定する。
【0022】
推定システム１００は、図１に示すように、取得部１と、第１推定部２と、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７と、を備える。
【0023】
推定システム１００は、コンピュータシステムを備えることが好ましい。コンピュータシステムでは、ＣＰＵ（Central Processing Unit）、又はＭＰＵ（Micro Processing Unit）などのプロセッサがメモリに記憶されているプログラムを読み出して実行することによって、取得部１、第１推定部２、第２推定部３、感情推定部４、及び出力部６の各機能が実現される。コンピュータシステムは、プログラムに従って動作するプロセッサを主なハードウェア構成として備える。プロセッサは、プログラムを実行することによって機能を実現することができれば、その種類は問わない。プロセッサは、半導体集積回路（ＩＣ）、又はＬＳＩ（Large Scale Integration）を含む一つ又は複数の電子回路で構成される。ここでは、ＩＣやＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ(Very Large Scale Integration)、若しくはＵＬＳＩ(Ultra Large Scale Integration)と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、フィールド・プログラマブル・ゲート・アレイ(FPGA)、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができる再構成可能な論理デバイスも同じ目的で使うことができる。複数の電子回路は、一つのチップに集積されてもよいし、複数のチップに設けられてもよい。複数のチップは一つの装置に集約されていてもよいし、複数の装置に備えられていてもよい。なお、プログラムは、電気通信回線を通じて提供されてもよいし、メモリカード等の記録媒体に記録されて提供されてもよい。
【0024】
（収集部）
収集部７は、第１収集情報Ｉ３及び第２収集情報Ｉ４を収集し、取得部１に出力する。第１収集情報Ｉ３は、取得部１が第１生体情報Ｉ１を取得するための情報であり、第２収集情報Ｉ４は、取得部１が第２生体情報Ｉ２を取得するための情報である。
収集部７は、第１収集情報Ｉ３及び第２収集情報Ｉ４を収集し、取得部１に出力する。第１収集情報Ｉ３は、取得部１が第１生体情報Ｉ１を取得するための情報であり、第２収集情報Ｉ４は、取得部１が第２生体情報Ｉ２を取得するための情報である。
【0025】
実施形態１の収集部７は、第１収集部７１と、第２収集部７２と、を有する。例えば、第１収集部７１は施設Ｙ１の天井Ｙ１１（図２参照）に設けられたセキュリティカメラ等の撮像装置であり、第２収集部７２はウェアラブル加速度センサである。
【0026】
実施形態１では、第１収集情報Ｉ３は、ユーザＸ１が歩行している様子を第１収集部７１が撮像した撮像データである。本開示でいう「撮像データ」は、ユーザＸ１が歩行している様子を所定時間において撮像した動画データであってもよく、ユーザＸ１が歩行している様子を所定時間内の複数の時点で撮像した複数の画像データであってもよい。一方、第２収集情報Ｉ４は、歩行しているユーザＸ１の表情を第１収集部７１が撮像した撮像データと、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を第２収集部７２が検出した検出データと、である。
【0027】
すなわち、第１収集部７１は、ユーザＸ１が歩行している様子と、歩行しているユーザＸ１の表情と、を撮像し、撮像した撮像データを取得部１に出力する。一方、第２収集部７２は、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を検出し、検出した検出データを取得部１に出力する。
【0028】
（取得部）
取得部１は、ユーザＸ１に関する第１生体情報Ｉ１及び第２生体情報Ｉ２を含む複数の生体情報を取得する。第２生体情報Ｉ２は、ユーザＸ１に関する、第１生体情報Ｉ１とは異なる生体情報である。取得部１は、収集部７から出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７から出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。
取得部１は、ユーザＸ１に関する第１生体情報Ｉ１及び第２生体情報Ｉ２を含む複数の生体情報を取得する。第２生体情報Ｉ２は、ユーザＸ１に関する、第１生体情報Ｉ１とは異なる生体情報である。取得部１は、収集部７から出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７から出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。
【0029】
第１生体情報Ｉ１は、ユーザＸ１の動作に関する情報である。より詳細には、実施形態１の第１生体情報Ｉ１は、予め定められた所定期間内の複数の時点の各々において取得するユーザＸ１の歩行特徴量を含む。ここにおける所定時間は、例えば、１０秒～３０分の間で定められることが望ましいが、限定されない。実施形態１では、所定時間は、１０分であることを想定する。実施形態１では、ユーザＸ１の歩行特徴量は、ユーザＸ１の歩行速度、歩幅、鉛直方向における腰の揺れ、ストライド、及び進行方向における頭の傾きである。
【0030】
本開示でいう「歩幅」は、ユーザＸ１が左足又は右足である第１の足を先に踏み出した後に、もう一方の足である第２の足を踏み出した場合、着地した第１の足の踵から次に着地したもう一方の足である第２の足の踵までの距離である。具体的には、ユーザＸ１が左足を踏み出した（第１の足が左足である）場合を想定すると、「歩幅」は、着地した第１の足である左足の踵から次に着地した第２の足である右足の踵までの距離である。同様に、ユーザＸ１が右足を踏み出した（第１の足が右足である）場合を想定すると、「歩幅」は、着地した第１の足である右足の踵から次に着地した第２の足である左足の踵までの距離である。すなわち、「歩幅」は、ユーザＸ１の状態（例えば、片足が動かしづらい等）によって、左足を踏み出した場合と、右足を踏み出した場合と、によって異なる値になることが考えられる。
【0031】
一方、本開示でいう「ストライド」は、ユーザＸ１が左足又は右足である第１の足を先に踏み出した後に、もう一方の足である第２の足を踏み出した場合、着地した第１の足の踵から次に第１の足を踏み出したときの着地した第１の足の踵までの距離、すなわち、第１の足を踏み出したときの歩幅と、第２の足を踏み出したときの歩幅と、を加算した値である。具体的には、ユーザＸ１が左足を先に踏み出した（第１の足が左足である）場合を想定すると、「ストライド」は、第１の足である左足を踏み出したときの歩幅と、第２の足である右足を踏み出したときの歩幅と、を加算した値である。同様に、ユーザＸ１が右足を先に踏み出した（第１の足が右足である）場合を想定すると、「ストライド」は、第１の足である右足を踏み出したときの歩幅と、第２の足である左足を踏み出したときの歩幅と、を加算した値である。すなわち、「ストライド」は、ユーザＸ１の状態（例えば、片足が動かしづらい等）に関わらず、左足を先に踏み出した場合と、右足を先に踏み出した場合と、において同じ値になる。
【0032】
ユーザＸ１の歩行特徴量が「歩幅」と「ストライド」との両方を含むことによって、「ストライド」が同じ値である場合において、「歩幅」が左足を踏み出した場合と右足を踏み出した場合とで異なる値をとるときと、「歩幅」が左足を踏み出した場合と右足を踏み出した場合とで同じ値をとるときと、を区別することができるという利点がある。
【0033】
取得部１は、第１収集情報Ｉ３である撮像データから歩行しているユーザＸ１の骨格点を抽出し、当該骨格点の推移に基づき、予め定められた所定期間内の複数の時点の各々におけるユーザＸ１の歩行特徴量を取得する。取得部１は、取得したユーザＸ１の歩行特徴量を第１生体情報Ｉ１として第１推定部２に出力する。
【0034】
一方、実施形態１の第２生体情報Ｉ２は、ユーザＸ１の表情に関する表情情報と、ユーザＸ１の呼吸に関する呼吸情報と、の両方を含む。
【0035】
取得部１は、第２収集情報Ｉ４に含まれる第１収集部７１が撮像した撮像データから、予め定められた所定期間内のある時点におけるユーザＸ１の表情が撮像された撮像画像を取得する。取得部１は、ユーザＸ１の表情が撮像された撮像画像を第２生体情報Ｉ２の表情情報として第２推定部３に出力する。
【0036】
取得部１は、第２収集情報Ｉ４に含まれる第２収集部７２が検出した検出データに基づき、所定期間内のユーザＸ１の呼吸数を計測し取得する。取得部１は、所定時間内のユーザＸ１の呼吸数を第２生体情報Ｉ２の呼吸情報として第２推定部３に出力する。
【0037】
（第１推定部）
第１推定部２は、取得部１から出力された第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。すなわち、第１推定部２は、ユーザＸ１の歩行特徴量に基づき、ユーザＸ１の活性度Ｌ１を推定する。第１推定部２は、ユーザＸ１が活発に動いているほど高い値の快適度Ｌ２を推定し、ユーザＸ１が活発に動いていないほど低い値の快適度Ｌ２を推定する。
第１推定部２は、取得部１から出力された第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。すなわち、第１推定部２は、ユーザＸ１の歩行特徴量に基づき、ユーザＸ１の活性度Ｌ１を推定する。第１推定部２は、ユーザＸ１が活発に動いているほど高い値の快適度Ｌ２を推定し、ユーザＸ１が活発に動いていないほど低い値の快適度Ｌ２を推定する。
【0038】
実施形態１の第１推定部２は、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量を用いて、ユーザＸ１の活性度Ｌ１を（式１）で算出する。活性度Ｌ１は、－４から＋４までの値で算出される。実施形態１では、算出された活性度Ｌ１の小数点第一位は、切り上げられる。なお、算出された活性度Ｌ１の小数点第一位は、切り下げられてもよく、四捨五入されてもよい。
【0039】
【数1】
【0040】
（式１）における「Ｖ１」は、取得部１が取得する所定時間におけるユーザＸ１の歩行速度の平均値が、事前に取得されているユーザＸ１の歩行速度の基準値（例えば、数週間におけるユーザＸ１の歩行速度の平均値）に対してどのぐらい増減しているかを示す値である。同様に、「Ｖ２」は、取得部１が取得する所定時間におけるユーザＸ１の歩幅の平均値が、事前に取得されているユーザＸ１の歩幅の基準値（例えば、数週間におけるユーザＸ１の歩幅の平均値）に対してどのぐらい増減しているかを示す値である。「Ｖ３」は、取得部１が取得する所定時間におけるユーザＸ１の腰の鉛直方向の揺れの平均値が、事前に取得されているユーザＸ１の腰の鉛直方向の揺れの基準値（例えば、数週間におけるユーザＸ１の腰の鉛直方向の揺れの平均値）に対してどのぐらい増減しているかを示す値である。「Ｖ４」は、取得部１が取得する所定時間におけるユーザＸ１のストライドの平均値が、事前に取得されているユーザＸ１のストライドの揺れの基準値（例えば、数週間におけるユーザＸ１のストライドの平均値）に対してどのぐらい増減しているかを示す値である。「Ｖ５」は、取得部１が取得する所定時間におけるユーザＸ１の頭の進行方向の傾きの平均値が、事前に取得されているユーザＸ１の頭の進行方向の傾きの基準値（例えば、数週間におけるユーザＸ１の頭の進行方向の傾きの平均値）に対してどのぐらい増減しているかを示す値である。「ｋ１」は、ユーザＸ１の歩行速度が活性度Ｌ１に寄与する程度に応じて導出される係数である。同様に、「ｋ２」は、ユーザＸ１の歩幅が活性度Ｌ１に寄与する程度に応じて導出される係数である。「ｋ３」は、鉛直方向におけるユーザＸ１の腰の揺れが活性度Ｌ１に寄与する程度に応じて導出される係数であり、「ｋ４」は、ユーザＸ１のストライドが活性度Ｌ１に寄与する程度に応じて算出される係数であり、「ｋ５」は、進行方向におけるユーザＸ１の頭の傾きが活性度Ｌ１に寄与する程度に応じて導出される係数である。「ｋ１」、「ｋ２」、「ｋ３」、「ｋ４」、及び「ｋ５」は、重回帰分析によって、活性度Ｌ１が－４～＋４の間に算出されるように導出される回帰係数である。
【0041】
第１推定部２は、推定したユーザＸ１の活性度Ｌ１を感情推定部４に出力する。
【0042】
（第２推定部）
実施形態１の第２推定部３は、取得部１から出力された第２生体情報Ｉ２に基づき、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の両方を推定する。
実施形態１の第２推定部３は、取得部１から出力された第２生体情報Ｉ２に基づき、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の両方を推定する。
【0043】
第２推定部３は、第２生体情報Ｉ２に含まれるユーザＸ１の表情に関する表情情報に基づき、快適度Ｌ２を推定する。快適度Ｌ２は、－４から＋４までの値で推定される。第２推定部３は、ユーザＸ１の表情が笑顔であるほど高い値の快適度Ｌ２を推定し、ユーザＸ１の表情が怒顔であるほど低い値の快適度Ｌ２を推定する。
【0044】
具体的には、第２推定部３は、蓄積部と、機械学習部と、を有する。蓄積部は、様々な種類の表情を撮像した複数の候補撮像画像の各々とユーザが設定した設定快適度の値とを対応付けて学習モデルとして蓄積する。設定快適度は、－４から＋４までの値で設定される。設定快適度は、候補撮像画像に撮像された表情が笑顔であるほど高い値が対応付けられ、候補撮像画像に撮像された表情が怒顔であるほど低い値が対応付けられる。機械学習部は、蓄積された学習モデルを用いて、快適度Ｌ２を予測し推定する。機械学習部は、複数の候補撮像画像のうち取得部１から出力された撮像画像に類似する候補撮像画像を特定し、当該候補撮像画像に対応付けられた候補快適度を快適度Ｌ２として予測し推定する。
【0045】
また、第２推定部３は、第２生体情報Ｉ２に含まれるユーザＸ１の呼吸に関する呼吸情報に基づき、覚醒度Ｌ３を推定する。覚醒度Ｌ３は、－４から＋４までの値で推定される。第２推定部３は、ユーザＸ１が興奮又は緊張しているほど高い値の覚醒度Ｌ３を推定し、ユーザＸ１が落ち着いているほど低い値の覚醒度Ｌ３を推定する。
【0046】
具体的には、第２推定部３は、所定期間内のユーザＸ１の呼吸数に応じて、下記表１のように、覚醒度Ｌ３を推定する。より詳細には、第２推定部３は、所定期間内のユーザＸ１の呼吸数が多いほど高い値の覚醒度Ｌ３を推定し、所定期間内のユーザＸ１の呼吸数が少ないほど低い値の覚醒度Ｌ３を推定する。なお、ここにおける所定期間は、１分であることを想定するが、１分に限定されない。
【0047】
【表1】
【0048】
第２推定部３は、推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３を感情推定部４に出力する。
【0049】
（記憶部）
記憶部５は、複数の候補活性度Ｌｃ１、複数の候補快適度Ｌｃ２、及び複数の候補覚醒度Ｌｃ３の各々の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。ここでいう「候補活性度Ｌｃ１」は、第１推定部２により推定される活性度Ｌ１の候補値である。同様に、「候補快適度Ｌｃ２」は、第２推定部３により推定される快適度Ｌ２の候補値である。「候補覚醒度Ｌｃ３」は、第２推定部３により推定される覚醒度Ｌ３の候補値である。
記憶部５は、複数の候補活性度Ｌｃ１、複数の候補快適度Ｌｃ２、及び複数の候補覚醒度Ｌｃ３の各々の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。ここでいう「候補活性度Ｌｃ１」は、第１推定部２により推定される活性度Ｌ１の候補値である。同様に、「候補快適度Ｌｃ２」は、第２推定部３により推定される快適度Ｌ２の候補値である。「候補覚醒度Ｌｃ３」は、第２推定部３により推定される覚醒度Ｌ３の候補値である。
【0050】
実施形態１では、候補活性度Ｌｃ１は、０以上であるか否かによって区別される。同様に、候補快適度Ｌｃ２は、０以上であるか否かによって区別され、候補覚醒度Ｌｃ３は、０以上であるか否かによって区別される。すなわち、実施形態１の記憶部５は、候補活性度Ｌｃ１が０以上であるか否かと、候補快適度Ｌｃ２が０以上であるか否かと、候補覚醒度Ｌｃ３が０以上であるか否かと、の８組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。一例として、記憶部５は、下記表２のような対応関係の複数の候補感情を記憶する。
【0051】
【表2】
【0052】
より詳細には、記憶部５は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「わくわくした」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「元気な」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０未満であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「怒った」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０未満であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「びくびくした」という候補感情を対応付けて記憶する。
【0053】
同様に、記憶部５は、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「真剣な」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「のんびりした」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０未満であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「緊迫した」という候補感情を対応付けて記憶する。記憶部５は、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０未満であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「落ち込んだ」という候補感情を対応付けて記憶する。
【0054】
なお、記憶部５に記憶される複数の候補感情は、上記表２に記載の種別に限定されない。例えば、上記表２において「わくわくした」という候補感情は、「いきいき」又は「楽しい」という候補感情であってもよい。すなわち、記憶部５は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「いきいき」又は「楽しい」という候補感情を対応付けて記憶してもよい。
【0055】
実施形態１の記憶部５は、推定システム１００の備えるコンピュータのメモリであり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、又はＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）である。しかし、記憶部５は、推定システム１００の備えるコンピュータとは別体の装置のメモリであってもよい。
【0056】
（感情推定部）
感情推定部４は、記憶部５に記憶されている候補感情を用いて、第１推定部２及び第２推定部３の推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４は、記憶部５に記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３から出力されるユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、に基づき、ユーザＸ１の感情を推定する。
感情推定部４は、記憶部５に記憶されている候補感情を用いて、第１推定部２及び第２推定部３の推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４は、記憶部５に記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３から出力されるユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、に基づき、ユーザＸ１の感情を推定する。
【0057】
より詳細には、感情推定部４は、複数の候補活性度Ｌｃ１、複数の候補快適度Ｌｃ２、及び複数の候補覚醒度Ｌｃ３の各々の組み合わせにそれぞれ対応付けられた候補感情を用いて、第１推定部２及び第２推定部３の推定結果に基づき、ユーザＸ１の感情を推定する。感情推定部４は、第１推定部２及び第２推定部３の推定結果の組み合わせと一致する候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせに応じた候補感情をユーザＸ１の感情として特定する。言い換えれば、感情推定部４は、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３から出力されるユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、の組み合わせに一致する候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせに対応付けられた候補感情をユーザＸ１の感情として特定する。
【0058】
従来の推定システムでは、ユーザの活性度Ｌ１のみに基づき、ユーザの感情を推定する。このため、従来の推定システムが推定できるユーザの感情は限定的である。しかし、実施形態１の推定システム１００では、感情推定部４は、ユーザＸ１の活性度Ｌ１と、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の両方と、に基づき、ユーザＸ１の感情を推定する。この結果、実施形態１の推定システム１００が推定できるユーザＸ１の感情は限定的にならず、記憶部５に記憶されている多くの種類の心理状況の中から推定される。すなわち、多くの種類の心理状況からユーザＸ１の感情を推定できるという利点がある。また、実施形態１の推定システム１００は、ユーザＸ１の快適度Ｌ２又は覚醒度Ｌ３の差異によって生じるユーザＸ１の感情の差異も推定することができる。すなわち、ユーザＸ１の感情を精度高く推定できるという利点もある。
【0059】
以下、実施形態１の感情推定部４がどのようにユーザＸ１の感情を推定するのかを具体例を挙げて説明する。
【0060】
例えば、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０以上であり、第２推定部３から出力されるユーザＸ１の快適度Ｌ２が０以上であり、第２推定部３から出力されるユーザＸ１の覚醒度Ｌ３が０以上である組み合わせの場合について説明する。この場合、感情推定部４は、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対応付けて記憶された「わくわくした」という候補感情をユーザＸ１の感情として推定する。
【0061】
また、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０未満であり、第２推定部３から出力されるユーザＸ１の快適度Ｌ２が０未満であり、第２推定部３から出力されるユーザＸ１の覚醒度Ｌ３が０未満である組み合わせの場合について説明する。この場合、感情推定部４は、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０未満であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対応付けて記憶された「落ち込んだ」という候補感情をユーザＸ１の感情として推定する。
【0062】
感情推定部４は、推定したユーザＸ１の感情を出力部６に出力する。また、感情推定部４は、第１生体情報Ｉ１、第２生体情報Ｉ２、第１収集情報Ｉ３、及び第２収集情報Ｉ４の少なくとも１つを出力部６に出力してもよい。
【0063】
（出力部）
出力部６は、第１生体情報Ｉ１及び第２生体情報Ｉ２と、第１推定部２及び第２推定部３の推定結果と、感情推定部４が推定したユーザＸ１の感情と、の少なくとも１つを出力する。実施形態１では、出力部６は、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２であるユーザＸ１の表情に関する表情情報及びユーザＸ１の呼吸に関する呼吸情報の両方と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３が推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、感情推定部４が推定したユーザＸ１の感情と、を出力する。上記の構成によると、ユーザＸ１に関する情報を確認しやすくなるという利点がある。
出力部６は、第１生体情報Ｉ１及び第２生体情報Ｉ２と、第１推定部２及び第２推定部３の推定結果と、感情推定部４が推定したユーザＸ１の感情と、の少なくとも１つを出力する。実施形態１では、出力部６は、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２であるユーザＸ１の表情に関する表情情報及びユーザＸ１の呼吸に関する呼吸情報の両方と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３が推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、感情推定部４が推定したユーザＸ１の感情と、を出力する。上記の構成によると、ユーザＸ１に関する情報を確認しやすくなるという利点がある。
【0064】
実施形態１の出力部６の出力先は、外部装置Ａ１の表示部Ａ１１である。外部装置Ａ１は、例えば、ユーザＸ１が労働者である場合、ユーザＸ１の業務を監督する監督者の情報端末であり、ユーザＸ１が来客である場合、ユーザＸ１が歩行する施設Ｙ１の管理者の情報端末である。ここでいう「情報端末」とは、例えば、コンピュータ、スマートフォン、タブレット型端末、又はスマートウォッチ等のウェアラブルデバイスである。
【0065】
出力部６は、図３に示すように、第１表示情報Ｂ１と、第２表示情報Ｂ２と、第３表示情報Ｂ３と、第４表示情報Ｂ４と、第５表示情報Ｂ５と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ１は、ユーザＸ１の歩行特徴量を示す情報である。第２表示情報Ｂ２は、ユーザＸ１の表情に関する表情情報を示す情報である。第３表示情報Ｂ３は、ユーザＸ１の呼吸に関する呼吸情報を示す情報である。第４表示情報Ｂ４は、第１推定部２及び第２推定部３の推定結果を示す情報である。第５表示情報Ｂ５は、感情推定部４が推定したユーザＸ１の感情を示す情報である。
【0066】
第１表示情報Ｂ１は、取得部１が抽出したユーザＸ１の骨格点に関する情報Ｂ１１を含む。より詳細には、第１表示情報Ｂ１は、取得部１が抽出した所定期間内のある時点におけるユーザＸ１の骨格点の静止画像を表示する情報Ｂ１１を含む。
【0067】
第２表示情報Ｂ２は、取得部１が取得した所定期間内のある時点におけるユーザＸ１の表情を撮像した撮像画像Ｂ１２と、単位時間あたりのユーザＸ１が笑顔になった回数の時間変化を図示したグラフＢ２２と、を含む。ここでいう「撮像画像Ｂ１２」は、取得部１から出力され、第２推定部３が快適度Ｌ２を推定する際に使用した撮像画像である。
【0068】
第３表示情報Ｂ３は、取得部１が計測し取得したユーザＸ１の呼吸数に基づき、単位時間あたりにユーザＸ１が呼吸した回数の時間変化を図示したグラフＢ３１を含む。
【0069】
第４表示情報Ｂ４は、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３が推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、を示した表Ｂ４１を含む。図３では、第１推定部２がユーザＸ１の活性度Ｌ１を「４」と推定し、第２推定部３がユーザＸ１の快適度Ｌ２を「３」と推定し、ユーザＸ１の覚醒度Ｌ３を「４」と推定した場合を例示する。
【0070】
第５表示情報Ｂ５は、感情推定部４が推定したユーザＸ１の感情を絵柄で記号化して表現したアイコンＢ５１と、感情推定部４が推定したユーザＸ１の感情を形容した言葉Ｂ５２と、を含む。図３では、感情推定部４が推定したユーザＸ１の感情を「わくわくした」と推定した場合を例示する。
【0071】
（１－２－２）推定方法
実施形態１において、施設Ｙ１内を歩行するユーザＸ１の感情を推定する推定方法について図４のフローチャートを用いて説明する。
実施形態１において、施設Ｙ１内を歩行するユーザＸ１の感情を推定する推定方法について図４のフローチャートを用いて説明する。
【0072】
推定方法は、収集ステップＳＴ１１と、取得ステップＳＴ１２と、第１推定ステップＳＴ１３と、第２推定ステップＳＴ１４と、感情推定ステップＳＴ１５と、出力ステップＳＴ１６と、を含む。
【0073】
まず、収集ステップＳＴ１１では、収集部７は、第１収集情報Ｉ３及び第２収集情報Ｉ４を収集し、取得部１に出力する。より詳細には、収集ステップＳＴ１１では、第１収集部７１は、ユーザＸ１が歩行している様子と歩行しているユーザＸ１の表情とを撮像し、取得部１に出力し、第２収集部７２は、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を検出し、取得部１に出力する。
【0074】
その後、取得ステップＳＴ１２では、取得部１は、ユーザＸ１に関する第１生体情報Ｉ１及び第２生体情報Ｉ２を含む複数の生体情報を取得する。より詳細には、取得ステップＳＴ１２では、取得部１は、収集部７から出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７から出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。
【0075】
実施形態１の取得ステップＳＴ１２は、第１取得ステップＳＴ１２１と、第２取得ステップＳＴ１２２と、第３取得ステップＳＴ１２３と、を含む。なお、第１取得ステップＳＴ１２１、第２取得ステップＳＴ１２２、及び第３取得ステップＳＴ１２３の順序が適宜入れ替わっていてもよい。
【0076】
第１取得ステップＳＴ１２１では、取得部１は、第１収集情報Ｉ３である撮像データから歩行しているユーザＸ１の骨格点を抽出し、当該骨格点の推移に基づき、予め定められた所定期間内の複数の時点の各々におけるユーザＸ１の歩行特徴量を取得する。その後、取得部１は、取得したユーザＸ１の歩行特徴量を第１生体情報Ｉ１として第１推定部２に出力する。
【0077】
第２取得ステップＳＴ１２２では、取得部１は、第２収集情報Ｉ４に含まれる第１収集部７１が撮像した撮像データから、予め定められた所定期間内のある時点におけるユーザＸ１の表情が撮像された撮像画像を取得する。その後、取得部１は、ユーザＸ１の表情が撮像された撮像画像を第２生体情報Ｉ２の表情情報として第２推定部３に出力する。
【0078】
第３取得ステップＳＴ１２３では、取得部１は、第２収集情報Ｉ４に含まれる第２収集部７２が検出した検出データに基づき、所定期間内のユーザＸ１の呼吸数を計測し取得する。その後、取得部１は、所定時間内のユーザＸ１の呼吸数を第２生体情報Ｉ２の呼吸情報として第２推定部３に出力する。
【0079】
そして、第１推定ステップＳＴ１３では、第１推定部２は、取得部１から出力された第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。より詳細には、第１推定ステップＳＴ１３では、第１推定部２は、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量を用いて、ユーザＸ１の活性度Ｌ１を算出し、推定したユーザＸ１の活性度Ｌ１を感情推定部４に出力する。その後、第２推定ステップＳＴ１４では、第２推定部３は、取得部１から出力された第２生体情報Ｉ２に基づき、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の少なくとも一方を推定する。実施形態１の第２推定ステップＳＴ１４では、第２推定部３は、取得部１から出力された第２生体情報Ｉ２に基づき、ユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３の両方を推定する。より詳細には、実施形態１の第２推定ステップＳＴ１４では、第２推定部３は、第２生体情報Ｉ２に含まれるユーザＸ１の表情に関する表情情報に基づき快適度Ｌ２を推定し、第２生体情報Ｉ２に含まれるユーザＸ１の呼吸に関する呼吸情報に基づき、覚醒度Ｌ３を推定する。なお、第１推定ステップＳＴ１３、及び第２推定ステップＳＴ１４の順序が適宜入れ替わっていてもよい。
【0080】
その後、感情推定ステップＳＴ１５では、感情推定部４は、第１推定部２及び第２推定部３の推定結果に基づき、ユーザＸ１の感情を推定する。より詳細には、感情推定部４は、第１推定部２及び第２推定部３の推定結果の組み合わせと一致する候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせに応じた候補感情をユーザＸ１の感情として特定する。そして、出力ステップＳＴ１６では、出力部６は、第１生体情報Ｉ１及び第２生体情報Ｉ２と、第１推定部２及び第２推定部３の推定結果と、感情推定部４が推定したユーザＸ１の感情と、の少なくとも１つを出力する。実施形態１の出力ステップＳＴ１６では、出力部６は、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２であるユーザＸ１の表情に関する表情情報及びユーザＸ１の呼吸に関する呼吸情報の両方と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３が推定したユーザＸ１の快適度Ｌ２及び覚醒度Ｌ３と、感情推定部４が推定したユーザＸ１の感情と、を出力する。
【0081】
（１－３）実施形態１の変形例
上述の実施形態１は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態１は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。上述の実施形態と同様の構成については、同一の符号を付して説明を省略する。
上述の実施形態１は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態１は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。上述の実施形態と同様の構成については、同一の符号を付して説明を省略する。
【0082】
（１－３－１）実施形態１の第１変形例
上述の実施形態１の推定システム１００は、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づきユーザＸ１の感情を推定するが、ユーザＸ１の活性度Ｌ１、及び快適度Ｌ２のみに基づきユーザＸ１の感情を推定してもよい。言い換えれば、ユーザＸ１の感情を推定する際に、ユーザＸ１の覚醒度Ｌ３を使用しなくてもよい。
上述の実施形態１の推定システム１００は、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づきユーザＸ１の感情を推定するが、ユーザＸ１の活性度Ｌ１、及び快適度Ｌ２のみに基づきユーザＸ１の感情を推定してもよい。言い換えれば、ユーザＸ１の感情を推定する際に、ユーザＸ１の覚醒度Ｌ３を使用しなくてもよい。
【0083】
以下、上述の実施形態１の第１変形例である推定システム１００ａの詳細な構成について説明する。
【0084】
推定システム１００ａは、ユーザＸ１の活性度Ｌ１、及び快適度Ｌ２のみに基づきユーザＸ１の感情を推定する。推定システム１００ａは、図５に示すように、取得部１ａと、第１推定部２と、第２推定部３ａと、感情推定部４ａと、記憶部５ａと、出力部６ａと、収集部７ａと、を備える。
【0085】
（収集部）
収集部７ａは、収集部７と同様に、第１収集情報Ｉ３及び第２収集情報Ｉ４ａを収集し、取得部１に出力する。
収集部７ａは、収集部７と同様に、第１収集情報Ｉ３及び第２収集情報Ｉ４ａを収集し、取得部１に出力する。
【0086】
収集部７ａは、第１収集部７１ａを有する。例えば、第１収集部７１は施設Ｙ１の天井Ｙ１１（図２参照）に設けられたセキュリティカメラ等の撮像装置である。
【0087】
第１収集部７１ａは、ユーザＸ１が歩行している様子と、歩行しているユーザＸ１の表情と、を撮像し、撮像した撮像データを取得部１に出力する。第１収集情報Ｉ３は、上述の実施形態１と同じく、ユーザＸ１が歩行している様子を第１収集部７１ａが撮像した撮像データである。一方、第２収集情報Ｉ４ａは、上述の実施形態１とは異なり、歩行しているユーザＸ１の表情を第１収集部７１ａが撮像した撮像データである。
【0088】
（取得部）
取得部１ａは、取得部１と同様に、第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、第２収集情報Ｉ４ａに基づき第２生体情報Ｉ２ａを取得する。第１変形例の第２生体情報Ｉ２ａは、ユーザＸ１の表情に関する表情情報を含み、ユーザＸ１の呼吸に関する呼吸情報を含まない。なお、第１生体情報Ｉ１については、実施形態１と同じであるため、詳細な説明を省略する。
取得部１ａは、取得部１と同様に、第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、第２収集情報Ｉ４ａに基づき第２生体情報Ｉ２ａを取得する。第１変形例の第２生体情報Ｉ２ａは、ユーザＸ１の表情に関する表情情報を含み、ユーザＸ１の呼吸に関する呼吸情報を含まない。なお、第１生体情報Ｉ１については、実施形態１と同じであるため、詳細な説明を省略する。
【0089】
取得部１ａは、第２収集情報Ｉ４ａに含まれる撮像データから、予め定められた所定期間内のある時点におけるユーザＸ１の表情が撮像された撮像画像を取得する。取得部１ａは、ユーザＸ１の表情が撮像された撮像画像を第２生体情報Ｉ２ａの表情情報として第２推定部３に出力する。
【0090】
（第２推定部）
第２推定部３ａは、取得部１ａから出力された第２生体情報Ｉ２ａに基づき、ユーザＸ１の快適度Ｌ２を推定する。第１変形例の第２推定部３ａは、ユーザＸ１の覚醒度Ｌ３を推定しないという点で、実施形態１の第２推定部３とは異なる。
第２推定部３ａは、取得部１ａから出力された第２生体情報Ｉ２ａに基づき、ユーザＸ１の快適度Ｌ２を推定する。第１変形例の第２推定部３ａは、ユーザＸ１の覚醒度Ｌ３を推定しないという点で、実施形態１の第２推定部３とは異なる。
【0091】
第２推定部３ａは、第２推定部３と同様に、第２生体情報Ｉ２ａに含まれるユーザＸ１の表情に関する表情情報に基づき、ユーザＸ１の快適度Ｌ２を推定する。第２推定部３ａにおける快適度Ｌ２を推定する具体的な方法は、第２推定部３と同様であるため省略する。
【0092】
（記憶部）
記憶部５ａは、複数の候補活性度Ｌｃ１及び複数の候補快適度Ｌｃ２の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。実施形態２では、候補活性度Ｌｃ１は、０以上であるか否かによって区別され、候補快適度Ｌｃ２は、０以上であるか否かによって区別される。すなわち、実施形態２の記憶部５ａは、候補活性度Ｌｃ１が０以上であるか否かと、候補快適度Ｌｃ２が０以上であるか否かと、の４組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。一例として、記憶部５ａは、下記表３のような対応関係の複数の候補感情を記憶する。
記憶部５ａは、複数の候補活性度Ｌｃ１及び複数の候補快適度Ｌｃ２の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。実施形態２では、候補活性度Ｌｃ１は、０以上であるか否かによって区別され、候補快適度Ｌｃ２は、０以上であるか否かによって区別される。すなわち、実施形態２の記憶部５ａは、候補活性度Ｌｃ１が０以上であるか否かと、候補快適度Ｌｃ２が０以上であるか否かと、の４組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。一例として、記憶部５ａは、下記表３のような対応関係の複数の候補感情を記憶する。
【0093】
【表3】
【0094】
より詳細には、記憶部５ａは、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上である組み合わせに対して、「わくわくした」という候補感情を対応付けて記憶する。記憶部５ａは、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０未満である組み合わせに対して、「びくびくした」という候補感情を対応付けて記憶する。記憶部５ａは、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０以上である組み合わせに対して、「真剣な」という候補感情を対応付けて記憶する。記憶部５ａは、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０未満である組み合わせに対して、「落ち込んだ」という候補感情を対応付けて記憶する。
【0095】
（感情推定部）
感情推定部４ａは、記憶部５ａに記憶されている候補感情を用いて、第１推定部２及び第２推定部３ａの推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４ａは、記憶部５ａに記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ａから出力されるユーザＸ１の快適度Ｌ２と、に基づき、ユーザＸ１の感情を推定する。
感情推定部４ａは、記憶部５ａに記憶されている候補感情を用いて、第１推定部２及び第２推定部３ａの推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４ａは、記憶部５ａに記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ａから出力されるユーザＸ１の快適度Ｌ２と、に基づき、ユーザＸ１の感情を推定する。
【0096】
より詳細には、感情推定部４ａは、第１推定部２及び第２推定部３ａの推定結果の組み合わせと一致する候補活性度Ｌｃ１及び候補快適度Ｌｃ２の組み合わせに応じた候補感情をユーザＸ１の感情として特定する。言い換えれば、感情推定部４ａは、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ａから出力されるユーザＸ１の快適度Ｌ２と、の組み合わせに一致する候補活性度Ｌｃ１と候補快適度Ｌｃ２との組み合わせに対応付けられた候補感情をユーザＸ１の感情として特定する。
【0097】
以下、第１変形例の感情推定部４ａがどのようにユーザＸ１の感情を推定するのかを具体例を挙げて説明する。
【0098】
例えば、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０以上であり、第２推定部３ａから出力されるユーザＸ１の快適度Ｌ２が０以上である組み合わせの場合について説明する。この場合、感情推定部４ａは、候補活性度Ｌｃ１が０以上であり、候補快適度Ｌｃ２が０以上である組み合わせに対応付けて記憶された「わくわくした」という候補感情をユーザＸ１の感情として推定する。
【0099】
また、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０未満であり、第２推定部３ａから出力されるユーザＸ１の快適度Ｌ２が０未満である組み合わせの場合について説明する。この場合、感情推定部４ａは、候補活性度Ｌｃ１が０未満であり、候補快適度Ｌｃ２が０未満である組み合わせに対応付けて記憶された「落ち込んだ」という候補感情をユーザＸ１の感情として推定する。
【0100】
感情推定部４ａは、推定したユーザＸ１の感情を出力部６ａに出力する。また、感情推定部４ａは、第１生体情報Ｉ１、第２生体情報Ｉ２ａ、第１収集情報Ｉ３、及び第２収集情報Ｉ４ａの少なくとも１つを出力部６に出力してもよい。
【0101】
（出力部）
出力部６ａは、第１生体情報Ｉ１及び第２生体情報Ｉ２ａと、第１推定部２及び第２推定部３ａの推定結果と、感情推定部４ａが推定したユーザＸ１の感情と、の少なくとも１つを出力する。第１変形例では、出力部６ａは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２ａであるユーザＸ１の表情に関する表情情報と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３ａが推定したユーザＸ１の快適度Ｌ２と、感情推定部４ａが推定したユーザＸ１の感情と、を出力する。
出力部６ａは、第１生体情報Ｉ１及び第２生体情報Ｉ２ａと、第１推定部２及び第２推定部３ａの推定結果と、感情推定部４ａが推定したユーザＸ１の感情と、の少なくとも１つを出力する。第１変形例では、出力部６ａは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２ａであるユーザＸ１の表情に関する表情情報と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３ａが推定したユーザＸ１の快適度Ｌ２と、感情推定部４ａが推定したユーザＸ１の感情と、を出力する。
【0102】
出力部６ａは、出力部６と同様に、第１表示情報Ｂ１と、第２表示情報Ｂ２と、第４表示情報Ｂ４と、第５表示情報Ｂ５と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ１は、ユーザＸ１の歩行特徴量を示す情報である。第２表示情報Ｂ２は、ユーザＸ１の表情に関する表情情報を示す情報である。第４表示情報Ｂ４は、第１推定部２及び第２推定部３の推定結果を示す情報である。第５表示情報Ｂ５は、感情推定部４が推定したユーザＸ１の感情を示す情報である。
【0103】
しかし、推定システム１００ａでは、ユーザＸ１の感情を推定する際に、ユーザＸ１の覚醒度Ｌ３を使用しない。言い換えれば、推定システム１００ａでは、ユーザＸ１の感情を推定する際に、ユーザＸ１の呼吸に関する呼吸情報を使用しない。そのため、出力部６ａは、出力部６とは異なり、ユーザＸ１の呼吸に関する呼吸情報を示す情報である第３表示情報Ｂ３を表示しない。また、第４表示情報Ｂ４の表Ｂ４１では、ユーザＸ１の覚醒度Ｌ３の値を表示しない。一例として、第４表示情報Ｂ４の表Ｂ４１におけるユーザＸ１の覚醒度Ｌ３の値を表示する欄に「－」を表示する。
【0104】
（１－３－２）実施形態１の第２変形例
上述の実施形態１の推定システム１００は、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づきユーザＸ１の感情を推定するが、ユーザＸ１の活性度Ｌ１、及び覚醒度Ｌ３のみに基づきユーザＸ１の感情を推定してもよい。言い換えれば、ユーザＸ１の感情を推定する際に、ユーザＸ１の快適度Ｌ２を使用しなくてもよい。
上述の実施形態１の推定システム１００は、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づきユーザＸ１の感情を推定するが、ユーザＸ１の活性度Ｌ１、及び覚醒度Ｌ３のみに基づきユーザＸ１の感情を推定してもよい。言い換えれば、ユーザＸ１の感情を推定する際に、ユーザＸ１の快適度Ｌ２を使用しなくてもよい。
【0105】
以下、上述の実施形態１の第２変形例である推定システム１００ｂの詳細な構成について説明する。
【0106】
推定システム１００ｂは、ユーザＸ１の活性度Ｌ１、及び覚醒度Ｌ３のみに基づきユーザＸ１の感情を推定する。推定システム１００ｂは、図５に示すように、取得部１ｂと、第１推定部２と、第２推定部３ｂと、感情推定部４ｂと、記憶部５ｂと、出力部６ｂと、収集部７ｂと、を備える。
【0107】
（収集部）
収集部７ｂは、収集部７と同様に、第１収集情報Ｉ３及び第２収集情報Ｉ４ｂを収集し、取得部１に出力する。
収集部７ｂは、収集部７と同様に、第１収集情報Ｉ３及び第２収集情報Ｉ４ｂを収集し、取得部１に出力する。
【0108】
収集部７ｂは、第１収集部７１ｂと、第２収集部７２ｂと、を有する。例えば、第１収集部７１ｂは施設Ｙ１の天井Ｙ１１（図２参照）に設けられたセキュリティカメラ等の撮像装置であり、第２収集部７２ｂはウェアラブル加速度センサである。
【0109】
第１収集部７１ｂは、ユーザＸ１が歩行している様子を撮像し、撮像した撮像データを取得部１に出力する。また、第２収集部７２ｂは、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を検出し、検出した検出データを取得部１に出力する。第１収集情報Ｉ３は、上述の実施形態１と同じく、ユーザＸ１が歩行している様子を第１収集部７１ｂが撮像した撮像データである。一方、第２収集情報Ｉ４ｂは、上述の実施形態１とは異なり、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を第２収集部７２ｂが検出した検出データである。
【0110】
（取得部）
取得部１ｂは、取得部１と同様に、第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、第２収集情報Ｉ４ｂに基づき第２生体情報Ｉ２ｂを取得する。第１変形例の第２生体情報Ｉ２ｂは、ユーザＸ１の呼吸に関する呼吸情報を含み、ユーザＸ１の表情に関する表情情報を含まない。なお、第１生体情報Ｉ１については、実施形態１と同じであるため、詳細な説明を省略する。
取得部１ｂは、取得部１と同様に、第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、第２収集情報Ｉ４ｂに基づき第２生体情報Ｉ２ｂを取得する。第１変形例の第２生体情報Ｉ２ｂは、ユーザＸ１の呼吸に関する呼吸情報を含み、ユーザＸ１の表情に関する表情情報を含まない。なお、第１生体情報Ｉ１については、実施形態１と同じであるため、詳細な説明を省略する。
【0111】
取得部１ｂは、第２収集情報Ｉ４ｂに含まれる撮像データから、所定期間内のユーザＸ１の呼吸数を計測し取得する。取得部１ｂは、所定時間内のユーザＸ１の呼吸数を第２生体情報Ｉ２の呼吸情報として第２推定部３ｂに出力する。
【0112】
（第２推定部）
第２推定部３ｂは、取得部１ｂから出力された第２生体情報Ｉ２ｂに基づき、ユーザＸ１の覚醒度Ｌ３を推定する。第１変形例の第２推定部３ｂは、ユーザＸ１の快適度Ｌ２を推定しないという点で、実施形態１の第２推定部３とは異なる。
第２推定部３ｂは、取得部１ｂから出力された第２生体情報Ｉ２ｂに基づき、ユーザＸ１の覚醒度Ｌ３を推定する。第１変形例の第２推定部３ｂは、ユーザＸ１の快適度Ｌ２を推定しないという点で、実施形態１の第２推定部３とは異なる。
【0113】
第２推定部３ｂは、第２推定部３と同様に、所定期間内のユーザＸ１の呼吸数に応じて、ユーザＸ１の覚醒度Ｌ３を推定する。第２推定部３ｂにおける覚醒度Ｌ３を推定する具体的な方法は、第２推定部３と同様であるため省略する。
【0114】
（記憶部）
記憶部５ｂは、複数の候補活性度Ｌｃ１及び複数の候補覚醒度Ｌｃ３の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。実施形態２では、候補活性度Ｌｃ１は、０以上であるか否かによって区別され、候補覚醒度Ｌｃ３は、０以上であるか否かによって区別される。すなわち、実施形態２の記憶部５ｂは、候補活性度Ｌｃ１が０以上であるか否かと、候補覚醒度Ｌｃ３が０以上であるか否かと、の４組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。一例として、記憶部５ｂは、下記表４のような対応関係の複数の候補感情を記憶する。
記憶部５ｂは、複数の候補活性度Ｌｃ１及び複数の候補覚醒度Ｌｃ３の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。実施形態２では、候補活性度Ｌｃ１は、０以上であるか否かによって区別され、候補覚醒度Ｌｃ３は、０以上であるか否かによって区別される。すなわち、実施形態２の記憶部５ｂは、候補活性度Ｌｃ１が０以上であるか否かと、候補覚醒度Ｌｃ３が０以上であるか否かと、の４組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。一例として、記憶部５ｂは、下記表４のような対応関係の複数の候補感情を記憶する。
【0115】
【表4】
【0116】
より詳細には、記憶部５ｂは、候補活性度Ｌｃ１が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「焦った」という候補感情を対応付けて記憶する。記憶部５ｂは、候補活性度Ｌｃ１が０以上であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「びくびくした」という候補感情を対応付けて記憶する。記憶部５ｂは、候補活性度Ｌｃ１が０未満であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対して、「緊迫した」という候補感情を対応付けて記憶する。記憶部５ｂは、候補活性度Ｌｃ１が０未満であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対して、「沈んだ」という候補感情を対応付けて記憶する。
【0117】
（感情推定部）
感情推定部４ｂは、記憶部５ｂに記憶されている候補感情を用いて、第１推定部２及び第２推定部３ｂの推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４ｂは、記憶部５ｂに記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ｂから出力されるユーザＸ１の覚醒度Ｌ３と、に基づき、ユーザＸ１の感情を推定する。
感情推定部４ｂは、記憶部５ｂに記憶されている候補感情を用いて、第１推定部２及び第２推定部３ｂの推定結果に基づき、ユーザＸ１の感情を推定する。言い換えれば、感情推定部４ｂは、記憶部５ｂに記憶されている候補感情を用いて、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ｂから出力されるユーザＸ１の覚醒度Ｌ３と、に基づき、ユーザＸ１の感情を推定する。
【0118】
より詳細には、感情推定部４ｂは、第１推定部２及び第２推定部３ｂの推定結果の組み合わせと一致する候補活性度Ｌｃ１及び候補覚醒度Ｌｃ３の組み合わせに応じた候補感情をユーザＸ１の感情として特定する。言い換えれば、感情推定部４ｂは、第１推定部２から出力されるユーザＸ１の活性度Ｌ１と、第２推定部３ｂから出力されるユーザＸ１の覚醒度Ｌ３と、の組み合わせに一致する候補活性度Ｌｃ１と候補覚醒度Ｌｃ３との組み合わせに対応付けられた候補感情をユーザＸ１の感情として特定する。
【0119】
以下、実施形態２の感情推定部４ｂがどのようにユーザＸ１の感情を推定するのかを具体例を挙げて説明する。
【0120】
例えば、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０以上であり、第２推定部３ｂから出力されるユーザＸ１の覚醒度Ｌ３が０以上である組み合わせの場合について説明する。この場合、感情推定部４ｂは、候補活性度Ｌｃ１が０以上であり、候補覚醒度Ｌｃ３が０以上である組み合わせに対応付けて記憶された「焦った」という候補感情をユーザＸ１の感情として推定する。
【0121】
また、第１推定部２から出力されるユーザＸ１の活性度Ｌ１が０未満であり、第２推定部３ｂから出力されるユーザＸ１の覚醒度Ｌ３が０未満である組み合わせの場合について説明する。この場合、感情推定部４ｂは、候補活性度Ｌｃ１が０未満であり、候補覚醒度Ｌｃ３が０未満である組み合わせに対応付けて記憶された「沈んだ」という候補感情をユーザＸ１の感情として推定する。
【0122】
感情推定部４ｂは、推定したユーザＸ１の感情を出力部６ｂに出力する。また、感情推定部４ｂは、第１生体情報Ｉ１、第２生体情報Ｉ２ｂ、第１収集情報Ｉ３、及び第２収集情報Ｉ４ｂの少なくとも１つを出力部６に出力してもよい。
【0123】
（出力部）
出力部６ｂは、第１生体情報Ｉ１及び第２生体情報Ｉ２ｂと、第１推定部２及び第２推定部３ｂの推定結果と、感情推定部４ｂが推定したユーザＸ１の感情と、の少なくとも１つを出力する。第２変形例では、出力部６ｂは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２ｂであるユーザＸ１の呼吸に関する呼吸情報と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３ｂが推定したユーザＸ１の覚醒度Ｌ３と、感情推定部４ｂが推定したユーザＸ１の感情と、を出力する。
出力部６ｂは、第１生体情報Ｉ１及び第２生体情報Ｉ２ｂと、第１推定部２及び第２推定部３ｂの推定結果と、感情推定部４ｂが推定したユーザＸ１の感情と、の少なくとも１つを出力する。第２変形例では、出力部６ｂは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量と、第２生体情報Ｉ２ｂであるユーザＸ１の呼吸に関する呼吸情報と、第１推定部２が推定したユーザＸ１の活性度Ｌ１と、第２推定部３ｂが推定したユーザＸ１の覚醒度Ｌ３と、感情推定部４ｂが推定したユーザＸ１の感情と、を出力する。
【0124】
出力部６ｂは、出力部６と同様に、第１表示情報Ｂ１と、第３表示情報Ｂ３と、第４表示情報Ｂ４と、第５表示情報Ｂ５と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ１は、ユーザＸ１の歩行特徴量を示す情報である。第３表示情報Ｂ３は、ユーザＸ１の呼吸に関する呼吸情報を示す情報である。第４表示情報Ｂ４は、第１推定部２及び第２推定部３の推定結果を示す情報である。第５表示情報Ｂ５は、感情推定部４が推定したユーザＸ１の感情を示す情報である。
【0125】
しかし、推定システム１００ｂでは、ユーザＸ１の感情を推定する際に、ユーザＸ１の快適度Ｌ２を使用しない。言い換えれば、推定システム１００ｂでは、ユーザＸ１の感情を推定する際に、ユーザＸ１の表情に関する表情情報を使用しない。そのため、出力部６ｂは、出力部６とは異なり、ユーザＸ１の表情に関する表情情報を示す情報である第２表示情報Ｂ２を表示しない。また、第４表示情報Ｂ４の表Ｂ４１では、ユーザＸ１の快適度Ｌ２の値を表示しない。一例として、第４表示情報Ｂ４の表Ｂ４１におけるユーザＸ１の快適度Ｌ２の値を表示する欄に「－」を表示する。
【0126】
（１－３－３）実施形態１のその他の変形例
以下、上述の実施形態１のその他変形例を列挙する。以下の変形例は、適宜組み合わせて実現されてもよい。また、上述の実施形態１に係る推定システム１００と同様の機能は、コンピュータプログラムであるプログラム、又はプログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、コンピュータシステムに、上述の実施形態１における推定方法を実行させるためのプログラムである。
以下、上述の実施形態１のその他変形例を列挙する。以下の変形例は、適宜組み合わせて実現されてもよい。また、上述の実施形態１に係る推定システム１００と同様の機能は、コンピュータプログラムであるプログラム、又はプログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、コンピュータシステムに、上述の実施形態１における推定方法を実行させるためのプログラムである。
【0127】
上述の実施形態１では、記憶部５は、候補活性度Ｌｃ１が０以上であるか否かと、候補快適度Ｌｃ２が０以上であるか否かと、候補覚醒度Ｌｃ３が０以上であるか否かと、の８組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。しかし、記憶部５は、候補活性度Ｌｃ１の値と、候補快適度Ｌｃ２の値と、候補覚醒度Ｌｃ３の値と、の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶してもよい。例えば、記憶部５は、候補活性度Ｌｃ１が４であり、候補快適度Ｌｃ２が３であり、候補覚醒度Ｌｃ３が４である組み合わせに対して、「わくわくした」という候補感情を対応付けて記憶してもよい。また、記憶部５は、候補活性度Ｌｃ１が４であり、候補快適度Ｌｃ２が－３であり、候補覚醒度Ｌｃ３が－４である組み合わせに対して、「びくびくした」という候補感情を対応付けて記憶してもよい。
【0128】
上述の実施形態１では、第１推定部２は、ユーザＸ１の活性度Ｌ１を－４から＋４までの値で算出するが、第１推定部２が算出するユーザＸ１の活性度Ｌ１の値の範囲は限定されない。例えば、第１推定部２は、ユーザＸ１の活性度Ｌ１を－１０から＋１０までの値で算出してもよいし、ユーザＸ１の活性度Ｌ１を０から＋４までの値で算出してもよい。
【0129】
上述の実施形態１では、第２推定部３は、ユーザＸ１の快適度Ｌ２を－４から＋４までの値で算出するが、第２推定部３が算出するユーザＸ１の快適度Ｌ２の値の範囲は限定されない。例えば、第２推定部３は、ユーザＸ１の快適度Ｌ２を－１０から＋１０までの値で算出してもよいし、ユーザＸ１の快適度Ｌ２を０から＋４までの値で算出してもよい。
【0130】
同様に、上述の実施形態１では、第２推定部３は、ユーザＸ１の覚醒度Ｌ３を－４から＋４までの値で算出するが、第２推定部３が算出するユーザＸ１の覚醒度Ｌ３の値の範囲は限定されない。例えば、第２推定部３は、ユーザＸ１の覚醒度Ｌ３を－１０から＋１０までの値で算出してもよいし、ユーザＸ１の快適度Ｌ２を０から＋４までの値で算出してもよい。
【0131】
上述の実施形態１では、記憶部５は、候補活性度Ｌｃ１が０以上であるか否かと、候補快適度Ｌｃ２が０以上であるか否かと、候補覚醒度Ｌｃ３が０以上であるか否かと、の８組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。すなわち、上述の実施形態１では、記憶部５は、０を基準値とした候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶する。しかし、記憶部５が記憶する候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせにおける基準値は、限定されない。一例として、記憶部５は、３を基準値とした候補活性度Ｌｃ１、候補快適度Ｌｃ２、及び候補覚醒度Ｌｃ３の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶してもよい。すなわち、記憶部５は、候補活性度Ｌｃ１が３以上であるか否かと、候補快適度Ｌｃ２が３以上であるか否かと、候補覚醒度Ｌｃ３が３以上であるか否かと、の８組の組み合わせにそれぞれ対応付けられた複数の候補感情を記憶してもよい。
【0132】
上述の実施形態１では、取得部１は、第２収集情報Ｉ４に含まれる第２収集部７２が歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を検出した検出データに基づき、所定期間内のユーザＸ１の呼吸数を計測し取得する。しかし、取得部１は、第１収集部７１が歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を撮像した撮像データに基づき、所定期間内のユーザＸ１の呼吸数を計測し取得してもよい。
【0133】
すなわち、上述の実施形態１では、第２収集情報Ｉ４は、歩行しているユーザＸ１の表情を第１収集部７１が撮像した撮像データと、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮を第２収集部７２が検出した検出データと、である。しかし、第２収集情報Ｉ４は、歩行しているユーザＸ１の表情と、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮と、を第１収集部７１が撮像した撮像データであってもよい。言い換えれば、収集部７は、セキュリティカメラ等の撮像装置である第１収集部７１のみを有していてもよい。
【0134】
上述の実施形態１では、取得部１は、ユーザＸ１の動作に関する第１生体情報Ｉ１と、ユーザＸ１の表情及び呼吸に関する第２生体情報Ｉ２と、を含む複数の生体情報を取得する。しかし、取得部１が取得する複数の生体情報は、ユーザＸ１に関する、第１生体情報Ｉ１及び第２生体情報Ｉ２とは異なる生体情報を含んでいてもよい。例えば、取得部１が取得する複数の生体情報は、ユーザＸ１の脳波、脈拍、心拍、発汗、体温、呼吸活動、血圧、血流速度、血流量、血中酸素濃度、筋電、又は眼電位の生体情報を含んでいてもよい。また、取得部１が取得する複数の生体情報は、虹彩、瞳孔の開き具合、視点の位置・視点の動き、視線の動き、音声、発話量、匂い、ジェスチャー、顔の表情、皮膚温度、又は皮膚電位の生体情報を含んでいてもよい。上記の場合、推定システム１００は、第１生体情報Ｉ１と、第２生体情報Ｉ２と、第１生体情報Ｉ１及び第２生体情報Ｉ２とは異なる生体情報と、を含む複数の生体情報のうち２つ以上の生体情報を用いて、ユーザＸ１の感情を推定してもよい。
【0135】
【0136】
実施形態１の推定システム１００は、施設Ｙ１内を歩行するユーザＸ１の感情を推定するシステムであるが、実施形態２の推定システム１００ｃは、施設Ｙ１内で停留しているユーザＸ１の感情を推定するシステムである。ここでいう「施設Ｙ１内で停留しているユーザＸ１」とは、施設Ｙ１内を移動していないユーザＸ１であり、例えば、着座している、又は立ち止まっているユーザＸ１等である。
【0137】
実施形態２の推定システム１００ｃは、ユーザＸ１の体動の変化量を用いてユーザＸ１の活性度Ｌ１を推定する点で、実施形態１の推定システム１００と異なる。すなわち、実施形態２の推定システム１００ｃは、第１生体情報Ｉ１が予め定められた所定期間内の複数の時点の各々において取得されるユーザＸ１の体動の変化量を含む点で、実施形態１の推定システム１００と異なる。本開示でいう「ユーザＸ１の体動」は、停留しているユーザＸ１の体の動きであり、例えば、腕を動かしたり、顔を動かしたり、体の向きを変更したりすることである。
【0138】
（２－２）詳細な構造
（２－２－１）推定システム
推定システム１００ｃは、図７に示すように、取得部１ｃと、第１推定部２ｃと、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７ｃと、を備える。
（２－２－１）推定システム
推定システム１００ｃは、図７に示すように、取得部１ｃと、第１推定部２ｃと、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７ｃと、を備える。
【0139】
（収集部）
収集部７ｃは、第１収集情報Ｉ３ｃ及び第２収集情報Ｉ４を収集し、取得部１ｃに出力する。第１収集情報Ｉ３ｃは、取得部１が第１生体情報Ｉ１ｃを取得するための情報であり、第２収集情報Ｉ４は、取得部１ｃが第２生体情報Ｉ２を取得するための情報である。なお、第２収集情報Ｉ４については、実施形態１と同じであるため、詳細な説明を省略する。
収集部７ｃは、第１収集情報Ｉ３ｃ及び第２収集情報Ｉ４を収集し、取得部１ｃに出力する。第１収集情報Ｉ３ｃは、取得部１が第１生体情報Ｉ１ｃを取得するための情報であり、第２収集情報Ｉ４は、取得部１ｃが第２生体情報Ｉ２を取得するための情報である。なお、第２収集情報Ｉ４については、実施形態１と同じであるため、詳細な説明を省略する。
【0140】
実施形態２の収集部７ｃは、第１収集部７１ｃと、第２収集部７２ｃと、を有する。例えば、第１収集部７１ｃは施設Ｙ１の天井Ｙ１１（図２参照）に設けられたセキュリティカメラ等の撮像装置であり、第２収集部７２ｃはウェアラブル加速度センサである。
【0141】
実施形態２では、第１収集情報Ｉ３ｃは、ユーザＸ１の体動を第２収集部７２ｃが検出した検出データである。すなわち、第２収集部７２ｃは、ユーザＸ１の体動を検出し、検出した検出データを取得部１ｃに出力する。
【0142】
実施形態２では、第１収集部７１ｃは、歩行しているユーザＸ１の表情を撮像し、取得部１ｃに出力する。一方、第２収集部７２ｃは、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮と、ユーザＸ１の体動と、を検出し取得部１ｃに出力する。
【0143】
（取得部）
取得部１ｃは、ユーザＸ１に関する第１生体情報Ｉ１ｃ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。取得部１ｃは、収集部７ｃから出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７ｃから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。なお、第２生体情報Ｉ２については、実施形態１と同じであるため、詳細な説明を省略する。
取得部１ｃは、ユーザＸ１に関する第１生体情報Ｉ１ｃ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。取得部１ｃは、収集部７ｃから出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７ｃから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。なお、第２生体情報Ｉ２については、実施形態１と同じであるため、詳細な説明を省略する。
【0144】
第１生体情報Ｉ１は、ユーザＸ１の動作に関する情報である。より詳細には、実施形態２の第１生体情報Ｉ１は、予め定められた所定期間内の複数の時点の各々において取得するユーザＸ１の体動の変化量を含む。ここにおける所定時間は、例えば、１０秒～３０分の間で定められることが望ましいが、限定されない。実施形態２では、所定時間は、１０分であることを想定する。
【0145】
取得部１ｃは、第２収集部７２ｃが検出した検出データに基づき、所定期間内の複数の時点の各々において取得するユーザＸ１の体動の変化量を取得する。具体的には、取得部１ｃは、所定期間の間において、１秒毎のユーザＸ１の体動の変化量を累計した累計値を取得する。取得部１ｃは、取得したユーザＸ１の体動の変化量を第１生体情報Ｉ１として第１推定部２ｃに出力する。
【0146】
（第１推定部）
第１推定部２ｃは、取得部１ｃから出力された第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。すなわち、第１推定部２ｃは、ユーザＸ１の体動の変化量に基づき、ユーザＸ１の活性度Ｌ１を推定する。実施形態１の第１推定部２ｃは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量を用いて、ユーザＸ１の活性度Ｌ１を推定する。活性度Ｌ１は、－４から＋４までの値で算出される。
第１推定部２ｃは、取得部１ｃから出力された第１生体情報Ｉ１に基づき、ユーザＸ１の活性度Ｌ１を推定する。すなわち、第１推定部２ｃは、ユーザＸ１の体動の変化量に基づき、ユーザＸ１の活性度Ｌ１を推定する。実施形態１の第１推定部２ｃは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量を用いて、ユーザＸ１の活性度Ｌ１を推定する。活性度Ｌ１は、－４から＋４までの値で算出される。
【0147】
具体的には、第１推定部２ｃは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量に応じて、下記表５のように、活性度Ｌ１を推定する。より詳細には、第２推定部３は、所定期間内のユーザＸ１の呼吸数が多いほど高い値の活性度Ｌ１を推定し、所定期間内のユーザＸ１の呼吸数が少ないほど低い値の活性度Ｌ１を推定する。
【0148】
【表5】
【0149】
（２－２－２）推定方法
実施形態２において、施設Ｙ１内で停留しているユーザＸ１の感情を推定する推定方法について図８のフローチャートを用いて説明する。
実施形態２において、施設Ｙ１内で停留しているユーザＸ１の感情を推定する推定方法について図８のフローチャートを用いて説明する。
【0150】
実施形態２の推定方法は、図８に示すように、収集ステップＳＴ２１と、取得ステップＳＴ２２と、第１推定ステップＳＴ２３と、第２推定ステップＳＴ２４と、感情推定ステップＳＴ２５と、出力ステップＳＴ２６と、を含む。なお、実施形態２における第２推定ステップＳＴ２４、感情推定ステップＳＴ２５、及び出力ステップＳＴ２６は、実施形態１における第２推定ステップＳＴ１４、感情推定ステップＳＴ１５、及び出力ステップＳＴ１６と同様のステップであるので、詳細な説明を省略する。
【0151】
まず、収集ステップＳＴ２１では、収集部７ｃは、第１収集情報Ｉ３及び第２収集情報Ｉ４を収集し、取得部１ｃに出力する。より詳細には、収集ステップＳＴ２１では、第１収集部７１ｃは、歩行しているユーザＸ１の表情を撮像し、取得部１ｃに出力し、第２収集部７２ｃは、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮と、ユーザＸ１の体動と、を検出し取得部１ｃに出力する。
【0152】
その後、取得ステップＳＴ２２では、取得部１ｃは、ユーザＸ１に関する第１生体情報Ｉ１ｃ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。より詳細には、取得ステップＳＴ２２では、取得部１ｃは、収集部７ｃから出力された第１収集情報Ｉ３に基づき第１生体情報Ｉ１を取得し、収集部７ｃから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。
【0153】
実施形態２の取得ステップＳＴ２２は、第１取得ステップＳＴ２２１と、第２取得ステップＳＴ２２２と、第３取得ステップＳＴ２２３と、を含む。また、第１取得ステップＳＴ２２１、第２取得ステップＳＴ２２２、及び第３取得ステップＳＴ２２３の順序が適宜入れ替わっていてもよい。なお、実施形態２における第２取得ステップＳＴ２２２及び第３取得ステップＳＴ２２３は、実施形態１における第２取得ステップＳＴ１２２及び第３取得ステップＳＴ１２３と同様のステップであるので、詳細な説明を省略する。
【0154】
第１取得ステップＳＴ２２１では、取得部１ｃは、第２収集部７２ｃが検出した検出データに基づき、所定期間内の複数の時点の各々において取得するユーザＸ１の体動の変化量を取得する。
【0155】
取得ステップＳＴ２２の終了後、第１推定ステップＳＴ２３を実施する。第１推定ステップＳＴ２３では、第１推定部２ｃは、取得部１ｃから出力された第１生体情報Ｉ１ｃに基づき、ユーザＸ１の活性度Ｌ１を推定する。より詳細には、第１推定ステップＳＴ２３では、第１推定部２ｃは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量を用いて、ユーザＸ１の活性度Ｌ１を推定し、推定したユーザＸ１の活性度Ｌ１を感情推定部４に出力する。その後、第２推定ステップＳＴ２４、感情推定ステップＳＴ２５、及び出力ステップＳＴ２６を記載の順で実施する。なお、第１推定ステップＳＴ２３、及び第２推定ステップＳＴ２４の順序が適宜入れ替わっていてもよい。
【0156】
（２－３）実施形態２の変形例
上述の実施形態２は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態２は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。
上述の実施形態２は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態２は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。
【0157】
上述の実施形態２の推定システム１００ｃは、ユーザＸ１の活性度Ｌ１、快適度Ｌ２、及び覚醒度Ｌ３に基づきユーザＸ１の感情を推定するが、ユーザＸ１の活性度Ｌ１、及び快適度Ｌ２のみに基づきユーザＸ１の感情を推定してもよい。また、推定システム１００ｃは、ユーザＸ１の活性度Ｌ１、及び覚醒度Ｌ３のみに基づきユーザＸ１の感情を推定してもよい。
【0158】
【0159】
実施形態３の推定システム１００ｄは、図９に示すように、取得部１ｄと、第１推定部２ｄと、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７ｄと、状態推定部８と、選択部９と、を備える。
【0160】
状態推定部８は、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。選択部９は、ユーザＸ１が歩行状態であると状態推定部８が推定した場合には動作モードとして歩行モードを選択し、ユーザＸ１が着座状態であると状態推定部８が推定した場合には動作モードとして着座モードを選択する。歩行モードでは、取得部１ｄは、予め定められた所定期間内の複数の時点の各々においてユーザの歩行特徴量を第１生体情報として取得し、第１推定部２ｄは、歩行特徴量に基づき活性度を推定する。着座モードでは、取得部１ｄは、予め定められた所定期間内の複数の時点の各々においてユーザの体動の変化量を第１生体情報として取得し、第１推定部２ｄは、体動の変化量に基づき活性度を推定する。
【0161】
以上より、実施形態３の推定システム１００ｄは、ユーザＸ１が施設Ｙ１内を歩行しているか、停留しているかに関わらず、多くの種類の心理状況からユーザＸ１の感情を推定できるという利点がある。
【0162】
（３－２）詳細な構造
（３－２－１）推定システム
推定システム１００ｄは、図９に示すように、取得部１ｄと、第１推定部２ｄと、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７ｄと、状態推定部８と、選択部９と、を備える。
（３－２－１）推定システム
推定システム１００ｄは、図９に示すように、取得部１ｄと、第１推定部２ｄと、第２推定部３と、感情推定部４と、記憶部５と、出力部６と、収集部７ｄと、状態推定部８と、選択部９と、を備える。
【0163】
状態推定部８及び選択部９の各機能は、取得部１ｄ、第１推定部２ｄ、第２推定部３、感情推定部４、及び出力部６の各機能と同様に、コンピュータシステムのＣＰＵ又はＭＰＵなどのプロセッサがメモリに記憶されているプログラムを読み出して実行することによって、実現される。
【0164】
（収集部）
収集部７ｄは、第１収集情報Ｉ３ｄ及び第２収集情報Ｉ４を収集し、取得部１ｄに出力する。第１収集情報Ｉ３ｄは、取得部１ｄが第１生体情報Ｉ１を取得するための情報であり、第２収集情報Ｉ４は、取得部１ｄが第２生体情報Ｉ２を取得するための情報である。なお、第２収集情報Ｉ４については、実施形態１と同じであるため、詳細な説明を省略する。
収集部７ｄは、第１収集情報Ｉ３ｄ及び第２収集情報Ｉ４を収集し、取得部１ｄに出力する。第１収集情報Ｉ３ｄは、取得部１ｄが第１生体情報Ｉ１を取得するための情報であり、第２収集情報Ｉ４は、取得部１ｄが第２生体情報Ｉ２を取得するための情報である。なお、第２収集情報Ｉ４については、実施形態１と同じであるため、詳細な説明を省略する。
【0165】
実施形態３の収集部７ｄは、第１収集部７１ｄと、第２収集部７２ｄと、を有する。例えば、第１収集部７１ｄは施設Ｙ１の天井Ｙ１１（図２参照）に設けられたセキュリティカメラ等の撮像装置であり、第２収集部７２ｄはウェアラブル加速度センサである。
【0166】
実施形態３では、第１収集情報Ｉ３ｄは、ユーザＸ１が歩行している様子を第１収集部７１ｄが撮像した撮像データと、ユーザＸ１の体動を第２収集部７２ｄが検出した検出データと、である。すなわち、第１収集部７１ｄは、ユーザＸ１が歩行している様子と、歩行しているユーザＸ１の表情と、を撮像し、取得部１ｄ及び状態推定部８に出力する。一方、第２収集部７２ｄは、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮と、ユーザＸ１の体動と、を検出し取得部１ｄ及び状態推定部８に出力する。
【0167】
（状態推定部）
状態推定部８は、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。より詳細には、状態推定部８は、収集部７ｄから出力されたユーザＸ１が歩行している様子を撮像した撮像データと、ユーザＸ１の体動と、の少なくとも一方に基づき、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。
状態推定部８は、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。より詳細には、状態推定部８は、収集部７ｄから出力されたユーザＸ１が歩行している様子を撮像した撮像データと、ユーザＸ１の体動と、の少なくとも一方に基づき、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。
【0168】
（選択部）
選択部９は、ユーザＸ１が歩行状態であると状態推定部８が推定した場合には動作モードとして歩行モードを選択し、ユーザＸ１が着座状態であると状態推定部８が推定した場合には動作モードとして着座モードを選択する。
選択部９は、ユーザＸ１が歩行状態であると状態推定部８が推定した場合には動作モードとして歩行モードを選択し、ユーザＸ１が着座状態であると状態推定部８が推定した場合には動作モードとして着座モードを選択する。
【0169】
（取得部）
取得部１ｄは、ユーザＸ１に関する第１生体情報Ｉ１ｄ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。取得部１ｄは、収集部７ｄから出力された第１収集情報Ｉ３に基づき、選択部９が選択した動作モードによって異なる第１生体情報Ｉ１ｄを取得する。取得部１ｄは、収集部７ｄから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。なお、第２生体情報Ｉ２については、実施形態１と同じであるため、詳細な説明を省略する。
取得部１ｄは、ユーザＸ１に関する第１生体情報Ｉ１ｄ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。取得部１ｄは、収集部７ｄから出力された第１収集情報Ｉ３に基づき、選択部９が選択した動作モードによって異なる第１生体情報Ｉ１ｄを取得する。取得部１ｄは、収集部７ｄから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。なお、第２生体情報Ｉ２については、実施形態１と同じであるため、詳細な説明を省略する。
【0170】
選択部９が動作モードとして歩行モードを選択した場合、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる撮像データに基づき、ユーザＸ１の歩行特徴量を取得する。具体的には、選択部９が動作モードとして歩行モードを選択した場合、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる撮像データから歩行しているユーザＸ１の骨格点を抽出し、当該骨格点の推移に基づき、予め定められた所定期間内の複数の時点の各々におけるユーザＸ１の歩行特徴量を取得する。取得部１は、取得したユーザＸ１の歩行特徴量を第１生体情報Ｉ１ｄとして第１推定部２ｄに出力する。
【0171】
一方、選択部９が動作モードとして着座モードを選択した場合、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる検出した検出データに基づき、所定期間内の複数の時点の各々において取得するユーザＸ１の体動の変化量を取得する。具体的には、選択部９が動作モードとして着座モードを選択した場合、取得部１ｄは、所定期間の間において、１秒毎のユーザＸ１の体動の変化量を累計した累計値を取得する。取得部１ｄは、取得したユーザＸ１の体動の変化量を第１生体情報Ｉ１として第１推定部２ｄに出力する。
【0172】
（第１推定部）
第１推定部２ｄは、選択部９が選択した動作モードによって異なる方法を用いて、取得部１ｄから出力された第１生体情報Ｉ１ｄに基づき、ユーザＸ１の活性度Ｌ１を推定する。
第１推定部２ｄは、選択部９が選択した動作モードによって異なる方法を用いて、取得部１ｄから出力された第１生体情報Ｉ１ｄに基づき、ユーザＸ１の活性度Ｌ１を推定する。
【0173】
選択部９が動作モードとして歩行モードを選択した場合、第１推定部２ｄは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量を用いて、ユーザＸ１の活性度Ｌ１を算出する。上記の場合において第１推定部２ｄがユーザＸ１の活性度Ｌ１を算出する方法は、実施形態１の第１推定部２がユーザＸ１の活性度Ｌ１を算出する方法と同様であるため、詳細な説明を省略する。
【0174】
一方、選択部９が動作モードとし着座モードを選択した場合、第１推定部２ｄは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量を用いて、ユーザＸ１の活性度Ｌ１を推定する。上記の場合において第１推定部２ｄがユーザＸ１の活性度Ｌ１を算出する方法は、実施形態２の第１推定部２ｄがユーザＸ１の活性度Ｌ１を算出する方法と同様であるため、詳細な説明を省略する。
【0175】
（２－２－２）推定方法
実施形態３において、施設Ｙ１内を歩行する、又は施設Ｙ１内で停留しているユーザＸ１の感情を推定する推定方法について図１０のフローチャートを用いて説明する。
実施形態３において、施設Ｙ１内を歩行する、又は施設Ｙ１内で停留しているユーザＸ１の感情を推定する推定方法について図１０のフローチャートを用いて説明する。
【0176】
実施形態３の推定方法は、図１０に示すように、収集ステップＳＴ３１と、状態推定ステップＳＴ３２と、選択ステップＳＴ３３と、取得ステップＳＴ３４と、第１推定ステップＳＴ３５と、第２推定ステップＳＴ３６と、感情推定ステップＳＴ３７と、出力ステップＳＴ３８と、を含む。なお、実施形態２における第２推定ステップＳＴ３６、感情推定ステップＳＴ３７、及び出力ステップＳＴ３８は、実施形態１における第２推定ステップＳＴ１４、感情推定ステップＳＴ１５、及び出力ステップＳＴ１６と同様のステップであるので、詳細な説明を省略する。
【0177】
まず、収集ステップＳＴ３１では、収集部７ｄは、第１収集情報Ｉ３及び第２収集情報Ｉ４を収集し、取得部１ｄに出力する。より詳細には、収集ステップＳＴ３１では、第１収集部７１ｄは、ユーザＸ１が歩行している様子と、歩行しているユーザＸ１の表情と、を撮像し、取得部１ｄ及び状態推定部８に出力する。また、収集ステップＳＴ３１では、第２収集部７２ｄは、歩行しているユーザＸ１の呼吸に伴う腹部及び胸部の膨張、収縮と、ユーザＸ１の体動と、を検出し取得部１ｄ及び状態推定部８に出力する。
【0178】
そして、状態推定ステップＳＴ３２では、状態推定部８は、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。より詳細には、状態推定ステップＳＴ３２では、状態推定部８は、収集部７ｄから出力されたユーザＸ１が歩行している様子を撮像した撮像データと、ユーザＸ１の体動と、の少なくとも一方に基づき、ユーザＸ１が歩行状態であるか着座状態であるかを推定する。選択ステップＳＴ３３では、選択部９は、ユーザＸ１が歩行状態であると状態推定部８が推定した場合には動作モードとして歩行モードを選択し、ユーザＸ１が着座状態であると状態推定部８が推定した場合には動作モードとして着座モードを選択する。
【0179】
その後、取得ステップＳＴ３４では、取得部１ｄは、ユーザＸ１に関する第１生体情報Ｉ１ｄ及び第２生体情報Ｉ２を含む複数の生体情報を取得する。より詳細には、取得ステップＳＴ３４では、取得部１ｄは、収集部７ｄから出力された第１収集情報Ｉ３に基づき、選択部９が選択した動作モードによって異なる第１生体情報Ｉ１ｄを取得し、収集部７ｄから出力された第２収集情報Ｉ４に基づき第２生体情報Ｉ２を取得する。
【0180】
実施形態３の取得ステップＳＴ３４は、第１取得ステップＳＴ３４１と、第２取得ステップＳＴ３４２と、第３取得ステップＳＴ３４３と、を含む。また、第１取得ステップＳＴ３４１、第２取得ステップＳＴ３４２、及び第３取得ステップＳＴ３４３の順序が適宜入れ替わっていてもよい。なお、実施形態２における第２取得ステップＳＴ３４２及び第３取得ステップＳＴ３４３は、実施形態１における第２取得ステップＳＴ１２２及び第３取得ステップＳＴ１２３と同様のステップであるので、詳細な説明を省略する。
【0181】
選択ステップＳＴ３３において選択部９が動作モードとして歩行モードを選択した場合、第１取得ステップＳＴ３４１では、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる撮像データに基づき、ユーザＸ１の歩行特徴量を取得する。具体的には、選択ステップＳＴ３３において選択部９が動作モードとして歩行モードを選択した場合、第１取得ステップＳＴ３４１では、選択部９が動作モードとして歩行モードを選択した場合、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる撮像データから歩行しているユーザＸ１の骨格点を抽出し、当該骨格点の推移に基づき、予め定められた所定期間内の複数の時点の各々におけるユーザＸ１の歩行特徴量を取得する。取得部１は、取得したユーザＸ１の歩行特徴量を第１生体情報Ｉ１ｄとして第１推定部２ｄに出力する。
【0182】
一方、選択ステップＳＴ３３において選択部９が動作モードとして着座モードを選択した場合、第１取得ステップＳＴ３４１では、取得部１ｄは、第１収集情報Ｉ３ｄに含まれる検出した検出データに基づき、所定期間内の複数の時点の各々において取得するユーザＸ１の体動の変化量を取得する。具体的には、選択ステップＳＴ３３において選択部９が動作モードとして着座モードを選択した場合、第１取得ステップＳＴ３４１では、取得部１ｄは、所定期間の間において、１秒毎のユーザＸ１の体動の変化量を累計した累計値を取得する。取得部１ｄは、取得したユーザＸ１の体動の変化量を第１生体情報Ｉ１として第１推定部２ｄに出力する。
【0183】
取得ステップＳＴ３４の終了後、第１推定ステップＳＴ３５を実施する。
【0184】
選択ステップＳＴ３３において選択部９が動作モードとして歩行モードを選択した場合、第１推定ステップＳＴ３５では、第１推定部２ｄは、第１生体情報Ｉ１であるユーザＸ１の歩行特徴量を用いて、ユーザＸ１の活性度Ｌ１を算出する。一方、選択ステップＳＴ３３において選択部９が動作モードとして着座モードを選択した場合、第１推定ステップＳＴ３５では、第１推定部２ｄは、第１生体情報Ｉ１であるユーザＸ１の体動の変化量を用いて、ユーザＸ１の活性度Ｌ１を推定する。
【0185】
その後、第２推定ステップＳＴ３６、感情推定ステップＳＴ３７、及び出力ステップＳＴ３８を記載の順で実施する。なお、第１推定ステップＳＴ３５、及び第２推定ステップＳＴ３６の順序が適宜入れ替わっていてもよい。
【0186】
（まとめ）
第１の態様の推定システム（１００、１００ａ～１００ｄ）は、取得部（１、１ａ～１ｄ）と、第１推定部（２、２ｃ、２ｄ）と、第２推定部（３、３ａ、３ｂ）と、感情推定部（４、４ａ、４ｂ）と、を備える。取得部（１、１ａ～１ｄ）は、ユーザに関する第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）、及び第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）とは異なる第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）を含む複数の生体情報を取得する。第１推定部（２、２ｃ、２ｄ）は、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）に基づき、ユーザの活性度（Ｌ１）を推定する。第２推定部（３、３ａ、３ｂ）は、第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）に基づき、ユーザの快適度（Ｌ２）及び覚醒度（Ｌ３）の少なくとも一方を推定する。感情推定部（４、４ａ、４ｂ）は、第１推定部（２、２ｃ、２ｄ）及び第２推定部（３、３ａ、３ｂ）の推定結果に基づき、ユーザの感情を推定する。
第１の態様の推定システム（１００、１００ａ～１００ｄ）は、取得部（１、１ａ～１ｄ）と、第１推定部（２、２ｃ、２ｄ）と、第２推定部（３、３ａ、３ｂ）と、感情推定部（４、４ａ、４ｂ）と、を備える。取得部（１、１ａ～１ｄ）は、ユーザに関する第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）、及び第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）とは異なる第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）を含む複数の生体情報を取得する。第１推定部（２、２ｃ、２ｄ）は、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）に基づき、ユーザの活性度（Ｌ１）を推定する。第２推定部（３、３ａ、３ｂ）は、第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）に基づき、ユーザの快適度（Ｌ２）及び覚醒度（Ｌ３）の少なくとも一方を推定する。感情推定部（４、４ａ、４ｂ）は、第１推定部（２、２ｃ、２ｄ）及び第２推定部（３、３ａ、３ｂ）の推定結果に基づき、ユーザの感情を推定する。
【0187】
この態様によれば、人の感情を推定する際の精度を向上させることができる、という利点がある。
【0188】
第２の態様の推定システム（１００、１００ａ～１００ｄ）では、第１の態様において、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）は、ユーザの動作に関する情報である。
【0189】
この態様によれば、人の感情を推定する際の精度をより向上させることができる、という利点がある。
【0190】
第３の態様の推定システム（１００、１００ａ～１００ｂ）では、第２の態様において、第１生体情報（Ｉ１）は、予め定められた所定期間内の複数の時点の各々において取得するユーザの歩行特徴量を含む。
【0191】
この態様によれば、歩行する人の感情を推定する際の精度を向上させることができる、という利点がある。
【0192】
第４の態様の推定システム（１００ｃ）では、第２の態様において、第１生体情報（Ｉ１ｃ）は、予め定められた所定期間内の複数の時点の各々において取得するユーザの体動の変化量を含む。
【0193】
この態様によれば、停留している人の感情を推定する際の精度を向上させることができる、という利点がある。
【0194】
第５の態様の推定システム（１００、１００ａ～１００ｄ）では、第１～第４のいずれかの態様において、第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）は、ユーザの表情に関する表情情報とユーザの呼吸に関する呼吸情報との少なくとも一方を含む。
【0195】
この態様によれば、人の感情を推定する際の精度をより向上させることができる、という利点がある。
【0196】
第６の態様の推定システム（１００、１００ｃ～１００ｄ）では、第１～第５のいずれかの態様において、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）は、予め定められた所定期間内の複数の時点の各々において取得するユーザの歩行特徴量、又はユーザの体動の変化量を含む。第２生体情報（Ｉ２）は、ユーザの表情に関する表情情報とユーザの呼吸に関する呼吸情報との両方を含む。第１推定部（２、２ｃ、２ｄ）は、歩行特徴量又は体動の変化量に基づき、ユーザの活性度（Ｌ１）を推定する。第２推定部（３）は、表情情報に基づき、ユーザの快適度（Ｌ２）を推定し、呼吸情報に基づき、ユーザの覚醒度（Ｌ３）を推定する。感情推定部（４）は、複数の候補活性度（Ｌｃ１）、複数の候補快適度（Ｌｃ２）、及び複数の候補覚醒度（Ｌｃ３）の各々の組み合わせにそれぞれ対応付けられた複数の候補感情を用いて、第１推定部（２、２ｃ、２ｄ）及び第２推定部（３）の推定結果の組み合わせと一致する候補活性度（Ｌｃ１）、候補快適度（Ｌｃ２）及び候補覚醒度（Ｌｃ３）の組み合わせに応じた候補感情を、ユーザの感情として特定する。
【0197】
この態様によれば、人の感情を推定する際の精度をより向上させることができる、という利点がある。
【0198】
第７の態様の推定システム（１００ｄ）は、第１～第６のいずれかの態様において、状態推定部（８）と、選択部（９）と、を更に備える。状態推定部（８）は、ユーザが歩行状態であるか着座状態であるかを推定する。選択部（９）は、ユーザが歩行状態であると状態推定部（８）が推定した場合には動作モードとして歩行モードを選択し、ユーザが着座状態であると状態推定部が推定した場合には動作モードとして着座モードを選択する。歩行モードでは、取得部（１ｄ）は、予め定められた所定期間内の複数の時点の各々においてユーザの歩行特徴量を第１生体情報（Ｉ１ｄ）として取得し、第１推定部（２ｄ）は、歩行特徴量に基づき活性度（Ｌ１）を推定する。着座モードでは、取得部（１ｄ）は、予め定められた所定期間内の複数の時点の各々においてユーザの体動の変化量を第１生体情報（Ｉ１ｄ）として取得し、第１推定部（２ｄ）は、体動の変化量に基づき活性度（Ｌ１）を推定する。
【0199】
この態様によれば、人が歩行しているか、停留しているかに関わらず、人の感情を推定する際の精度を向上させることができる、という利点がある。
【0200】
第８の態様の推定システム（１００、１００ａ～１００ｄ）は、第１～第７のいずれかの態様において、出力部（６、６ａ、６ｂ）を更に備える。出力部（６、６ａ、６ｂ）は、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）及び第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）と、第１推定部（２、２ｃ、２ｄ）及び第２推定部（３、３ａ、３ｂ）の推定結果と、感情推定部（４、４ａ、４ｂ）が推定したユーザの感情と、の少なくとも１つを出力する。
【0201】
この態様によれば、ユーザに関する情報を確認しやすくなる、という利点がある。
【0202】
第９の態様の推定システム（１００、１００ａ～１００ｄ）は、第１～第８のいずれかの態様において、収集部（７、７ａ～７ｄ）を更に備える。収集部（７、７ａ～７ｄ）は、第１収集情報及び第２収集情報を収集し、取得部（１、１ａ～１ｄ）に出力する。取得部（１、１ａ～１ｄ）は、第１収集情報に基づいて第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）を取得し、第２収集情報に基づいて第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）を取得する。
【0203】
この態様によれば、人の感情を推定する際の精度を向上させることができる、という利点がある。
【0204】
第１０の態様の推定方法は、取得ステップ（ＳＴ１２、ＳＴ２２、ＳＴ３４）と、第１推定ステップ（ＳＴ１３、ＳＴ２３、ＳＴ３５）と、第２推定ステップ（ＳＴ１４、ＳＴ２４、ＳＴ３６）と、感情推定ステップ（ＳＴ１５、ＳＴ２５、ＳＴ３７）と、を含む。取得ステップ（ＳＴ１２、ＳＴ２２、ＳＴ３４）では、ユーザに関する第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）、及び第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）とは異なる第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）を含む複数の生体情報を取得する。第１推定ステップ（ＳＴ１３、ＳＴ２３、ＳＴ３５）では、第１生体情報（Ｉ１、Ｉ１ｃ、Ｉ１ｄ）に基づき、ユーザの活性度（Ｌ１）を推定する。第２推定ステップ（ＳＴ１４、ＳＴ２４、ＳＴ３６）では、第２生体情報（Ｉ２、Ｉ２ａ、Ｉ２ｂ）に基づき、ユーザの快適度（Ｌ２）及び覚醒度（Ｌ３）の少なくとも一方を推定する。感情推定ステップ（ＳＴ１５、ＳＴ２５、ＳＴ３７）では、第１推定ステップ（ＳＴ１３、ＳＴ２３、ＳＴ３５）及び第２推定ステップ（ＳＴ１４、ＳＴ２４、ＳＴ３６）における推定結果に基づき、ユーザの感情を推定する。
【0205】
この態様によれば、人の感情を推定する際の精度を向上させることができる、という利点がある。
【0206】
第１１の態様のプログラムは、コンピュータシステムに、第１０の態様の推定方法を実行させるためのプログラムである。
【0207】
この態様によれば、人の感情を推定する際の精度を向上させることができる、という利点がある。
【符号の説明】
【0208】
１００、１００ａ～１００ｄ 推定システム
１、１ａ～１ｄ 取得部
２、２ｃ、２ｄ 第１推定部
３、３ａ、３ｂ 第２推定部
４、４ａ、４ｂ 感情推定部
５、５ａ、５ｂ 記憶部
６、６ａ、６ｂ 出力部
７、７ａ～７ｄ 収集部
８ 状態推定部
９ 選択部
Ａ１ 外部装置
Ａ１１ 表示部
Ｌ１ 活性度
Ｌ２ 快適度
Ｌ３ 覚醒度
Ｌ３ 呼吸数覚醒度
Ｌｃ１ 候補活性度
Ｌｃ２ 候補快適度
Ｌｃ３ 候補覚醒度
Ｉ１、Ｉ１ｃ、Ｉ１ｄ 第１生体情報
Ｉ２、Ｉ２ａ、Ｉ２ｂ 第２生体情報
Ｉ３、Ｉ３ｃ、Ｉ３ｄ 第１収集情報
Ｉ４、Ｉ４ａ、Ｉ４ｂ 第２収集情報
ＳＴ１２、ＳＴ２２、ＳＴ３４ 取得ステップ
ＳＴ１３、ＳＴ２３、ＳＴ３５ 第１推定ステップ
ＳＴ１４、ＳＴ２４、ＳＴ３６ 第２推定ステップ
ＳＴ１５、ＳＴ２５、ＳＴ３７ 感情推定ステップ
ユーザ Ｘ１
１、１ａ～１ｄ 取得部
２、２ｃ、２ｄ 第１推定部
３、３ａ、３ｂ 第２推定部
４、４ａ、４ｂ 感情推定部
５、５ａ、５ｂ 記憶部
６、６ａ、６ｂ 出力部
７、７ａ～７ｄ 収集部
８ 状態推定部
９ 選択部
Ａ１ 外部装置
Ａ１１ 表示部
Ｌ１ 活性度
Ｌ２ 快適度
Ｌ３ 覚醒度
Ｌ３ 呼吸数覚醒度
Ｌｃ１ 候補活性度
Ｌｃ２ 候補快適度
Ｌｃ３ 候補覚醒度
Ｉ１、Ｉ１ｃ、Ｉ１ｄ 第１生体情報
Ｉ２、Ｉ２ａ、Ｉ２ｂ 第２生体情報
Ｉ３、Ｉ３ｃ、Ｉ３ｄ 第１収集情報
Ｉ４、Ｉ４ａ、Ｉ４ｂ 第２収集情報
ＳＴ１２、ＳＴ２２、ＳＴ３４ 取得ステップ
ＳＴ１３、ＳＴ２３、ＳＴ３５ 第１推定ステップ
ＳＴ１４、ＳＴ２４、ＳＴ３６ 第２推定ステップ
ＳＴ１５、ＳＴ２５、ＳＴ３７ 感情推定ステップ
ユーザ Ｘ１
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】