(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】P2024052422
(43)【公開日】2024-04-11
(54)【発明の名称】情報処理装置、情報処理方法及び情報処理プログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20240404BHJP
G06T 7/00 20170101ALI20240404BHJP
【ＦＩ】
G06Q50/10
G06T7/00 660B
G06T7/00 350C
【審査請求】有
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2022159124
(22)【出願日】2022-09-30
(11)【特許番号】
(45)【特許公報発行日】2024-04-01
(71)【出願人】
【識別番号】505300841
【氏名又は名称】株式会社ＺＯＺＯ
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】清水 良太郎
(72)【発明者】
【氏名】斎藤 侑輝
(72)【発明者】
【氏名】中村 拓磨
【テーマコード（参考）】
5L049
5L050
5L096
【Ｆターム（参考）】
5L049CC12
5L050CC12
5L096CA02
5L096DA02
5L096HA11
5L096KA04
(57)【要約】
【課題】被服を示す画像のうち、いずれの領域が着用者に似合っているかを把握する。
【解決手段】本願に係る情報処理装置は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部と、受付部により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部と、生成部により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する出力部とを有することを特徴とする。
【選択図】図５
【解決手段】本願に係る情報処理装置は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部と、受付部により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部と、生成部により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する出力部とを有することを特徴とする。
【選択図】図５
【特許請求の範囲】
【請求項1】
被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部と、
前記受付部により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部と、
前記生成部により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力部と
を有することを特徴とする情報処理装置。
前記受付部により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部と、
前記生成部により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力部と
を有することを特徴とする情報処理装置。
【請求項2】
前記出力部は、
前記分散表現における複数の前記領域と、前記評価者を示す評価者情報とに基づく態様で前記画像を出力する
ことを特徴とする請求項１に記載の情報処理装置。
前記分散表現における複数の前記領域と、前記評価者を示す評価者情報とに基づく態様で前記画像を出力する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項3】
前記出力部は、
前記分散表現が前記評価者情報の分散表現と類似する前記領域ほど強調の度合いを高くし、前記評価者情報の分散表現と類似しない前記領域ほど強調の度合いを低くした前記画像を出力する
ことを特徴とする請求項２に記載の情報処理装置。
前記分散表現が前記評価者情報の分散表現と類似する前記領域ほど強調の度合いを高くし、前記評価者情報の分散表現と類似しない前記領域ほど強調の度合いを低くした前記画像を出力する
ことを特徴とする請求項２に記載の情報処理装置。
【請求項4】
前記分散表現における複数の前記領域と、利用者に関する情報とに基づいて、前記領域に含まれる被服のそれぞれが当該利用者に似合う度合いを判定する第１判定部
をさらに有し、
前記出力部は、
前記第１判定部により判定された前記利用者に似合う度合いに応じた態様で前記領域を表示する前記画像を前記利用者に出力する
ことを特徴とする請求項１に記載の情報処理装置。
をさらに有し、
前記出力部は、
前記第１判定部により判定された前記利用者に似合う度合いに応じた態様で前記領域を表示する前記画像を前記利用者に出力する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項5】
前記分散表現における複数の前記領域と、対象者に関する情報とに基づいて、前記領域に含まれる被服のそれぞれを当該対象者が利用者に似合うと評価する度合いを判定する第２判定部
をさらに有し、
前記出力部は、
前記第２判定部により判定された前記対象者が利用者に似合うと評価する度合いに応じた態様で前記領域を表示する前記画像を前記利用者に出力する
ことを特徴とする請求項１に記載の情報処理装置。
をさらに有し、
前記出力部は、
前記第２判定部により判定された前記対象者が利用者に似合うと評価する度合いに応じた態様で前記領域を表示する前記画像を前記利用者に出力する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項6】
コンピュータが実行する情報処理方法であって、
被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付工程と、
前記受付工程により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成工程と、
前記生成工程により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力工程と
を含むことを特徴とする情報処理方法。
被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付工程と、
前記受付工程により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成工程と、
前記生成工程により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力工程と
を含むことを特徴とする情報処理方法。
【請求項7】
被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付手順と、
前記受付手順により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成手順と、
前記生成手順により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力手順と
をコンピュータに実行させることを特徴とする情報処理プログラム。
前記受付手順により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成手順と、
前記生成手順により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力手順と
をコンピュータに実行させることを特徴とする情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。
【背景技術】
【0002】
従来、入力された情報の分散表現を生成し、生成した分散表現同士の比較結果に基づいて、情報の関係性を判定する技術が知られている。このような技術の一例として、商品が備える特徴を表わす商品情報と、単語間の関係性を表す単語情報と、ユーザの嗜好に応じて行動の対象になった商品を表わす学習データとに基づいて、マップ空間上の位置を表わす隠れ特徴ベクトルを、ユーザおよび商品のそれぞれについて推定する技術が提供されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０２１／０４４４６０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、上述した技術では、被服を示す画像のうち、いずれの領域が着用者に似合っているかを把握することができるとは限らない。
【0005】
例えば、上述した技術では、ユーザの隠れ特徴ベクトルと商品の隠れ特徴ベクトルとの距離が、当該商品に対するユーザの嗜好を反映した距離となるように隠れ特徴ベクトルを推定しているに過ぎず、被服のうち、いずれの領域が着用者に似合っているかを把握することができるとは限らない。
【0006】
本願は、上記に鑑みてなされたものであって、被服を示す画像のうち、いずれの領域が着用者に似合っているかを把握することを目的とする。
【課題を解決するための手段】
【0007】
本願に係る情報処理装置は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部と、前記受付部により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部と、前記生成部により生成された畳み込みニューラルネットワークが前記画像の領域ごとに生成する分散表現に基づく態様で前記画像を出力する出力部とを有することを特徴とする。
【発明の効果】
【0008】
実施形態の一態様によれば、被服を示す画像のうち、いずれの領域が着用者に似合っているかを把握することができるという効果を奏する。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【0011】
（実施形態）
〔１．情報処理システムの構成〕
まず、実施形態に係る情報処理システム１について説明する。図１は、実施形態に係る情報処理システム１の構成例を示す図である。図１に示すように、情報処理システム１は、情報処理装置１０と、利用者端末１００と、評価者端末２００とが含まれる。情報処理装置１０と、利用者端末１００と、評価者端末２００とは所定の通信網（ネットワークＮ）を介して、有線または無線により通信可能に接続される。なお、図１に示した情報処理システム１には、複数台の情報処理装置１０、複数台の利用者端末１００及び複数台の評価者端末２００が含まれてもよい。
〔１．情報処理システムの構成〕
まず、実施形態に係る情報処理システム１について説明する。図１は、実施形態に係る情報処理システム１の構成例を示す図である。図１に示すように、情報処理システム１は、情報処理装置１０と、利用者端末１００と、評価者端末２００とが含まれる。情報処理装置１０と、利用者端末１００と、評価者端末２００とは所定の通信網（ネットワークＮ）を介して、有線または無線により通信可能に接続される。なお、図１に示した情報処理システム１には、複数台の情報処理装置１０、複数台の利用者端末１００及び複数台の評価者端末２００が含まれてもよい。
【0012】
情報処理装置１０は、複数の被服（ファッションアイテムともいい、履物（シューズともいう）や帽子（キャップやハットなど）、装身具（アクセサリともいう）なども含む）の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者（アノテーター）から受け付け、受け付けられた評価に基づいて、当該画像と、前記評価者を示す評価者情報とを投影した分散表現空間を生成し、生成した分散表現空間を用いた情報処理を実現する情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。
【0013】
また、例えば、情報処理装置１０は、被服を提供（検索、販売等）する電子商取引サービスを提供する。また、情報処理装置１０は、被服のコーディネートを示すコンテンツ（画像、動画、記事等）の投稿を利用者から受け付け、他の利用者に提供（検索、配信等）するコーディネートサービスを提供する。
【0014】
なお、情報処理装置１０は、サービスに係るウェブサイトを提供するウェブサーバとしての機能を有していてもよい。また、情報処理装置１０は、利用者端末１００にインストールされた各種サービスに関するアプリケーションに表示する情報を、情報処理装置１０に配信する装置であってもよい。また、情報処理装置１０は、アプリケーションのデータそのものを配信する装置であってもよい。
【0015】
また、情報処理装置１０は、利用者端末１００に制御情報を配信する配信装置として機能してもよい。ここで、制御情報は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語やＣＳＳ（Cascading Style Sheets）等のスタイルシート言語により記述される。なお、情報処理装置１０から配信されるアプリケーションそのものを制御情報とみなしてもよい。
【0016】
利用者端末１００は、利用者によって利用される情報処理装置である。利用者端末１００は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。また、利用者端末１００は、情報処理装置１０や、所定のサービスを提供するサーバ装置などによって配信される情報を、ウェブブラウザやアプリケーションにより表示する。なお、図２に示す例では、利用者端末１００がスマートフォンである場合を示す。
【0017】
評価者端末２００は、複数の被服の組み合わせを着用した着用者の画像に対する評価を行う評価者によって利用される情報処理装置である。評価者端末２００は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等により実現される。また、評価者端末２００は、情報処理装置１０や、所定のサービスを提供するサーバ装置などによって配信される情報を、ウェブブラウザやアプリケーションにより表示する。なお、図２に示す例では、評価者端末２００がスマートフォンである場合を示す。
【0018】
〔２．情報処理の一例〕
次に、図２～４を用いて、本実施形態に係る情報処理装置等により実現される情報処理の一例について説明する。
次に、図２～４を用いて、本実施形態に係る情報処理装置等により実現される情報処理の一例について説明する。
【0019】
〔２－１．第１の情報処理について〕
以下、図２を用いて、本実施形態に係る情報処理装置等により実現される第１の情報処理について説明する。図２は、実施形態に係る情報処理の一例を示す図（１）である。なお、以下の説明では、利用者端末１００が、利用者ＩＤ「ＵＩＤ＃１」により識別される利用者（利用者Ｕ１）により利用されるものとする。また、以下の説明では、利用者端末１００を利用者Ｕ１と同一視する場合がある。すなわち、以下では、利用者Ｕ１を利用者端末１００と読み替えることもできる。
以下、図２を用いて、本実施形態に係る情報処理装置等により実現される第１の情報処理について説明する。図２は、実施形態に係る情報処理の一例を示す図（１）である。なお、以下の説明では、利用者端末１００が、利用者ＩＤ「ＵＩＤ＃１」により識別される利用者（利用者Ｕ１）により利用されるものとする。また、以下の説明では、利用者端末１００を利用者Ｕ１と同一視する場合がある。すなわち、以下では、利用者Ｕ１を利用者端末１００と読み替えることもできる。
【0020】
また、以下の説明では、評価者端末２００を利用する評価者に応じて、評価者端末２００－１～２００－Ｎ（Ｎは任意の自然数）として説明する。例えば、評価者端末２００－１は、評価者ＩＤ「ＡＩＤ＃１」により識別される評価者（評価者Ａ１）により使用される評価者端末２００である。また、以下では、評価者端末２００－１～２００－Ｎについて、特に区別なく説明する場合には、評価者端末２００と記載する。また、以下の説明では、評価者端末２００を評価者と同一視する場合がある。すなわち、以下では、評価者を評価者端末２００と読み替えることもできる。
【0021】
まず、情報処理装置１０は、複数の被服の組み合わせ（コーディネート）を着用した着用者の画像に対する評価者の評価を、評価者端末２００から受け付ける（ステップＳａ１）。例えば、情報処理装置１０は、着用者のコーディネートが、着用者に似合っているか否かを示す評価を受け付ける。具体的な例を挙げると、情報処理装置１０は、画像Ｐ１及びＰ２の組を評価者に提示し、２つの画像を比較して、いずれの画像のコーディネートが着用者に似合っており、いずれの画像のコーディネートが着用者に似合わないかを示す評価を受け付ける。
【0022】
より具体的な例を挙げると、情報処理装置１０は、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合っているという評価、並びに、画像Ｐ２が示すコーディネート＃２が、画像Ｐ２が示す着用者＃２に似合わないという評価（すなわち、画像Ｐ１に対する「似合う」という評価と、画像Ｐ２に対する「似合わない」という評価）を、評価者Ａ１から受け付ける。なお、どちらの例においても似合っている場合に、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合っているという評価と、画像Ｐ２が示すコーディネート＃２が、画像Ｐ２が示す着用者＃２に似合っているという評価とを比較したうえで、どちらの評価が相対的に高いか・低いかを判断してもよいし、反対にどちらの例においても似合わなかった場合に、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合わないという評価と、画像Ｐ２が示すコーディネート＃２が、画像Ｐ２が示す着用者＃２に似合わないという評価とを比較したうえで、どちらの評価が相対的に高いか・低いかを判断してもよいものとする。以降の例では相対的に似合うと判断された場合を含めて単に似合うと表記し、同様に相対的に似合わないと判断された場合を含めて単に似合わないと表記する。また、情報処理装置１０は、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合わないという評価、並びに、画像Ｐ２が示すコーディネート＃２が、画像Ｐ２が示す着用者＃２に似合っているという評価（すなわち、画像Ｐ１に対する「似合わない」という評価と、画像Ｐ２に対する「似合う」という評価）を、評価者Ａ２から受け付ける。同様に、情報処理装置１０は、他の評価者からも、画像Ｐ１及びＰ２の組に関する評価を受け付ける。また、情報処理装置１０は、画像Ｐ３及びＰ４の組、画像Ｐ５及びＰ６の組、画像Ｐ１及びＰ３の組、画像Ｐ２及びＰ４の組、・・・といった他の組に関する評価を評価者から受け付ける。
【0023】
続いて、情報処理装置１０は、画像に対する評価者の評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する（ステップＳａ２）。例えば、情報処理装置１０は、ＶＳＥ（Visual-Semantic Embedding）の技術を用いて、分散表現空間を生成する。具体的な例を挙げると、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１を投影した分散表現空間Ｆ１を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２を投影した分散表現空間Ｆ１を生成する。
【0024】
なお、情報処理装置１０は、画像に関する各種の情報や、評価者に関する各種の情報を示す評価者情報を投影した分散表現空間を生成してもよい。ここで、図３を用いて、情報処理装置１０が生成する分散表現空間の例について説明する。図３は、実施形態に係る分散表現空間の一例を示す図である。
【0025】
例えば、画像が示すコーディネートに含まれる被服（アイテム）は、評価者が似合うと感じるか否かに寄与していることが推定される。したがって、情報処理装置１０は、画像が示すコーディネートに含まれる被服の画像をさらに投影した分散表現空間Ｆ２を生成する。具体的な例を挙げると、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートに含まれる被服Ｉ１の画像を投影した分散表現空間Ｆ２を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２が示すコーディネートに含まれる被服Ｉ２の画像を投影した分散表現空間Ｆ２を生成する。
【0026】
また、例えば、情報処理装置１０は、画像が示すコーディネートに紐付けられた情報をさらに投影した分散表現空間Ｆ３を生成する。具体的な例を挙げると、情報処理装置１０は、コーディネートの用途や、着用するシチュエーションなどを示すカテゴリをさらに投影した分散表現空間Ｆ３を生成する。より具体的な例を挙げると、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートのカテゴリＴ１（カジュアル）を投影した分散表現空間Ｆ３を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２のカテゴリＴ２（デート）を投影した分散表現空間Ｆ３を生成する。なお、情報処理装置１０は、画像が示すコーディネートに含まれる被服の画像をさらに投影した散表現空間を生成する場合、当該被服に紐付けられた情報をさらに投影した分散表現空間を生成してもよい。
【0027】
また、例えば、情報処理装置１０は、評価者の属性情報を示す評価者情報を投影した分散表現空間Ｆ４を生成する。ここで、評価者Ａ１の属性情報が「２０代後半、東京在住」であり、評価者Ａ２の属性情報が「２０代前半、大阪在住」であるものとする。このような場合、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２の属性情報よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１の属性情報（例えば、属性情報Ｂ１（２０代後半、東京在住）、属性情報Ｂ２（２０代後半）及び属性情報Ｂ３（東京在住））の近くに、画像Ｐ１を投影した分散表現空間Ｆ４を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１の属性情報よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２の属性情報（例えば、属性情報Ｂ４（２０代前半、大阪在住）、属性情報Ｂ５（大阪在住）及び属性情報Ｂ６（２０代前半））の近くに、画像Ｐ２を投影した分散表現空間Ｆ４を生成する。
【0028】
また、例えば、情報処理装置１０は、「ファッションに自信がある？」や、「好きな街は？」といったアンケートに対する評価者の回答を示す評価者情報を投影した分散表現空間Ｆ５を生成する。ここで、上記のアンケートに対し、評価者Ａ１が「ファッションに自信がない」、「渋谷が好き」と回答し、評価者Ａ２が「ファッションに自信がある」、「原宿が好き」と回答したものとする。このような場合、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２の回答よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１の回答（例えば、回答Ｃ１（ファッションに自信がない、渋谷が好き）、回答Ｃ２（ファッションに自信がない）及び回答Ｃ３（渋谷が好き））の近くに、画像Ｐ１を投影した分散表現空間Ｆ５を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１の回答よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２の回答（例えば、回答Ｃ４（ファッションに自信がある、原宿が好き）、回答Ｃ５（ファッションに自信がある）及び回答Ｃ６（原宿が好き））の近くに、画像Ｐ２を投影した分散表現空間Ｆ５を生成する。
【0029】
なお、情報処理装置１０が生成する分散表現空間は、上記の例に限定されない。例えば、情報処理装置１０は、画像、コーディネートに含まれる被服の画像、コーディネートのカテゴリ、評価者の属性情報、並びに、アンケートに対する評価者の回答を投影した分散表現空間を生成してもよい。
【0030】
また、情報処理装置１０が生成する分散表現空間に含まれる情報は、上記のような例に限定されず、任意の情報が投影されてもよい。例えば、情報処理装置１０は、被服の提供元（例えば、ブランドや、被服を販売するショップなど）を示す情報を投影した分散表現空間を生成してもよい。具体的な例を挙げると、情報処理装置１０は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートに含まれる被服の提供元を示す情報を投影した分散表現空間を生成する。また、情報処理装置１０は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２が示すコーディネートに含まれる被服の提供元を示す情報を投影した分散表現空間を生成する。また、例えば、情報処理装置１０は、着用者の身体的な情報（例えば、骨格や体格に関する特徴量）を投影した分散表現空間を生成してもよく、身体的な特徴量を抽出する際に非特許文献１（ＶｉＢＥ： Ｄｒｅｓｓｉｎｇ ｆｏｒ Ｄｉｖｅｒｓｅ Ｂｏｄｙ Ｓｈａｐｅｓ．Ｗｅｉ－Ｌｉｎ Ｈｓｉａｏ，Ｋｒｉｓｔｅｎ Ｇｒａｕｍａｎ，Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ／ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ （ＣＶＰＲ）， ２０２０， ｐｐ． １１０５９－１１０６９．）の方法を用いてもよい。
【0031】
また、例えば、情報処理装置１０は、評価者の各種の属性情報（例えば、職業や、身長、体重、居住地、パーソナルカラー、収入、家賃）、評価者のアンケートの項目（例えば、お気に入りの提供元や、ファッションにかける金額、ファッションの参考に見ている媒体（よく読む雑誌、よく利用するＷＥＢサービス等）、夢中になっていること（趣味等）、将来の夢、ファッションの参考にしている人（芸能人、インフルエンサー等）、なりたいイメージ、取り入れたいアイテム、好きな（憧れな）人のＳＮＳに関する情報、体型の悩み、ファッションの悩みなど）に対する回答、画像が示すコーディネートに紐付けられた情報（例えば、アイテムタイプ、提供元、利用シーン、色、季節、着用の目的、売り文句、素材、サイズ、価格帯など）を示す情報などを投影した分散表現空間を生成してもよい。
【0032】
図２に戻り説明を続ける。続いて、情報処理装置１０は、電子商取引サービスや、コーディネートサービスを介した、利用者端末１００からのコーディネートの提供要求に応じて、生成した分散表現空間と、利用者Ｕ１に関する情報とに基づき、利用者Ｕ１に似合うコーディネート（言い換えると、利用者が高く評価すると推定されるコーディネートや、利用者も似合うと評価すると推定されるコーディネート）を推定する（ステップＳａ３）。ここで、利用者Ｕ１の属性情報が、「２０代後半」であるものとする。このような場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２から所定の範囲内に投影された画像が示すコーディネートを、利用者Ｕ１に似合うコーディネートであると推定する。
【0033】
なお、情報処理装置１０は、分散表現空間に投影された情報と、利用者Ｕ１に関する情報とに基づいて、利用者Ｕ１に関する情報を分散表現空間に投影した場合の位置を推定し、推定した位置に基づき、利用者Ｕ１に似合うコーディネートを推定してもよい。例えば、利用者Ｕ１の属性情報が、「２０代後半、大阪在住」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２及びＢ５の中間の位置が、分散表現空間Ｆ４において利用者Ｕ１に関する情報を投影した場合の位置であると推定し、当該位置から所定の範囲内に投影された画像が示すコーディネートを、利用者Ｕ１に似合うコーディネートであると推定してもよい。
【0034】
ここで、図２の例において、情報処理装置１０が、画像Ｐ１が示すコーディネート＃１、画像Ｐ３が示すコーディネート＃３、並びに、画像Ｐ４が示すコーディネート＃４を、利用者Ｕ１に似合うコーディネートであると推定したものとする。このような場合、情報処理装置１０は、コーディネート＃１、＃３及び＃４に関する情報を利用者端末１００に提供する（ステップＳａ４）。例えば、情報処理装置１０は、分散表現空間Ｆ４において属性情報Ｂ２からより近い画像が示すコーディネートに関する情報ほど、利用者Ｕ１に似合う度合いが高いと推定し、優先度を高くして提供する。具体的な例を挙げると、情報処理装置１０は、コーディネート＃１、＃３及び＃４の情報や、コーディネート＃１、＃３及び＃４に含まれる被服に関する情報を、電子商取引サービスにおいて提供する。また、情報処理装置１０は、コーディネート＃１、＃３及び＃４の情報や、コーディネート＃１、＃３及び＃４に含まれる被服に関する情報を、コーディネートサービスにおいて提供する。このとき、情報処理装置１０は、優先度が高い情報ほど、目立つ位置や、ランキングの上位として表示されるように提供してもよい。
【0035】
なお、情報処理装置１０は、コーディネート＃１、＃３及び＃４のうち、利用者Ｕ１に関する情報（属性情報、身体的な情報（身長、体重、体型、骨格、髪型、髪の色、肌の色、瞳の色等）等）や、コーディネートに関連する情報（例えば、現在の季節や、現在の流行）などに対応するコーディネートの情報を提供してもよい。例えば、利用者Ｕ１が男性である場合、情報処理装置１０は、コーディネート＃１、＃３及び＃４のうち、男性向けのコーディネートの情報を提供する。例えば、利用者Ｕ１が男性である場合、情報処理装置１０は、コーディネート＃１、＃３及び＃４のうち、着用者が男性であるコーディネートや、コーディネートに含まれる被服が男性向けであるコーディネートの情報を提供してもよい。例えば、現在の季節が秋である場合、情報処理装置１０は、コーディネート＃１、＃３及び＃４のうち、秋や冬向けのコーディネートの情報を提供する。
【0036】
また、情報処理装置１０は、利用者Ｕ１が指定した条件に応じたコーディネートの情報を提供してもよい。例えば、利用者Ｕ１がカテゴリ「カジュアル」を条件として指定した場合、情報処理装置１０は、コーディネート＃１、＃３及び＃４のうち、分散表現空間（例えば、分散表現空間Ｆ３）においてカテゴリＴ１からより近い位置に投影された画像が示すコーディネートの優先度を高くして提供する。
【0037】
また、情報処理装置１０は、利用者Ｕ１の被服に関する嗜好を学習したモデルを用いて、コーディネートの情報を提供してもよい。例えば、情報処理装置１０は、被服に関する情報（例えば、画像）を入力した場合に、利用者Ｕ１がその被服を嗜好する度合いが高いほど高いスコアを出力するようモデルを学習しておく。そして、情報処理装置１０は、そのモデルにコーディネート＃１、＃３及び＃４に関する情報を入力し、出力されたスコアが高い順にコーディネート＃１、＃３及び＃４の情報を利用者Ｕ１に提供する。
【0038】
続いて、情報処理装置１０は、提供した情報に対して利用者Ｕ１が肯定的であったか否かを示すフィードバックを利用者端末１００から取得する（ステップＳａ５）。例えば、情報処理装置１０は、電子商取引サービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に含まれる被服を購入したか否かや、レンタルの申込みを行ったか否かを示す情報（フィードバック）を取得する。また、情報処理装置１０は、コーディネートサービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に対するお気に入り登録を行ったか否かを示す情報（フィードバック）か否かを示す情報を取得する。なお、提供した情報に対して利用者Ｕ１が肯定的であったか否かを示す情報は、電子商取引サービスやコーディネートサービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４を閲覧したか否かや、電子商取引サービスやコーディネートサービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に含まれる被服を閲覧したか否かなどでもよく、上記の例に限定されない。
【0039】
続いて、情報処理装置１０は、利用者Ｕ１からのフィードバックに基づいて、分散表現空間を更新する（ステップＳａ６）。例えば、利用者Ｕ１がコーディネート＃１に対して肯定的である場合（例えば、電子商取引サービスにおいてコーディネート＃１に含まれる被服を購入した場合や、コーディネートサービスにおいてコーディネート＃１に対するお気に入り登録を行った場合）、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ１とを所定の距離近づけるように更新する。一方、利用者Ｕ１がコーディネート＃３に対して否定的である場合（例えば、電子商取引サービスや、コーディネートサービスにおいて提示したコーディネート＃３の情報を閲覧しなかった場合）、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ３とを所定の距離遠ざけるように更新する。なお、利用者Ｕ１からのフィードバックは、コーディネートを示す画像に対する似合うか否かの評価とも捉えられるので、画像に対する評価（フィードバック）を行った評価者（利用者Ｕ１）を示す評価者情報をさらに分散表現空間に投影してもよい。
【0040】
以上のように、実施形態に係る情報処理装置１０は、コーディネートを示す画像に対する似合うか否かの評価と、画像に対する評価を行った評価者を示す評価者情報とを投影した分散表現空間を生成する。
【0041】
ここで、従来、コーディネートが着用者に「似合う」か否かは人それぞれの主観によって大きく異なり、定量化が困難であった。そこで、実施形態に係る情報処理装置１０によれば、コーディネートを示す画像と、評価者の個性との近さを測れる空間を構成することにより、「似合う」を定量化することができるため、各評価者の主観から被服が着用者に似合っているかを把握することができる。
【0042】
また、実施形態に係る情報処理装置１０は、生成した分散表現空間を用いて、利用者と類似する評価者の評価に基づき、利用者に似合うと推定されるコーディネートに関する情報を提供する。これにより、実施形態に係る情報処理装置１０は、所定の対象（利用者自身等）に似合う被服を利用者が把握することができるという効果を奏する。
【0043】
【0044】
まず、情報処理装置１０は、複数の被服の組み合わせ（コーディネート）を着用した着用者の画像に対する評価を、評価者端末２００から受け付ける（ステップＳｂ１）。例えば、情報処理装置１０は、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合っているっているか否かを示す評価を受け付ける。
【0045】
続いて、情報処理装置１０は、画像に対する評価者の評価に基づいて、評価者や画像などの分散表現を生成するための畳み込みニューラルネットワーク（ＣＮＮ（Convolutional Neural Network））を生成する（ステップＳｂ２）。例えば、情報処理装置１０は、画像と、画像に対する評価者の評価と、評価者に関する評価者情報とを含む学習用データを用いてＣＮＮを生成する。具体的な例を挙げると、情報処理装置１０は、ある画像を入力した際に、その画像に対して「似合う」と評価した評価者の分散表現と類似する分散表現を出力し、その画像に対して「似合わない」と評価した評価者の分散表現と類似しない分散表現を出力するように、CNNの接続係数を修正する。
【0046】
ここで、情報処理装置１０が、各評価者による評価に基づいて、ＣＮＮの学習を繰り返し行った場合、ＣＮＮは、各評価者がどの範囲に基づいて、似合うもしくは似合わないの評価を行ったかを推定し、推定結果に応じた各評価者および画像の分散表現を生成するようになる。例えば、ＣＮＮは、画像から分散表現を生成する場合、画像を複数の領域に分割し、分割した領域ごとの特徴を示すベクトル（以下、「領域ベクトル」と記載する場合がある。）を生成する。そして、ＣＮＮは、複数の領域ベクトルを統合することで、画像全体の特徴を示す分散表現を生成する。なお、ＣＮＮは、様々な大きさの領域や特徴について、同様の処理を繰り返し実行し、最終的な分散表現を生成する。また、画像全体を一つの領域とみなしてもよい。また、複数の領域ではなく、単一の領域に基づいて分散表現を生成してもよい。すなわち、必要であれば、画像上の部分的な領域に基づいて分散表現を生成するのではなく、画像全体を考慮した単一の特徴ベクトルを算出してもよい。また、領域の定義は使用するアプリケーションに基づいて任意に定めてもよい。例えば、Ｆｕｌｌｙ ＣＮＮを用いて特徴抽出することで得られる特徴ベクトルは、各次元が一つの画像上の領域に対応するものとして考えられるが、当該領域に対応する画像空間上のコンテンツに基づいてその領域ベクトルを使用するか否かを決めてもよい。具体的には、人体検出器などによって画像上の人物が存在する複数の領域を特定し、これらの領域ベクトルのＡｖｅｒａｇｅ Ｐｏｏｌｉｎｇを算出することによって領域ベクトルの統合を行ってもよい。また、その他の例としても、画像上の意味的領域分割を行うことによって領域を特定してもよい。具体的には、例えば、画像上に撮像された人物が存在する画素において、どの部分がトップスまたはボトムスを含むかを特定することで、複数の意味的領域を得ることができる。これらの領域に対応する領域ベクトルを算出し、複数の領域ベクトルを固有の順番で結合（Ｃｏｎｃａｔｅｎａｔｅ処理）することで、対象の被写体の姿勢変動に比較的頑強な画像全体の特徴を示す分散表現を算出してもよい。この際、存在しない意味的領域がある場合（例えば被写体の足が撮像されていない場合にシューズの領域が存在しないなど）、当該の領域ベクトルを任意の特徴ベクトルで代用してもよく、例えば学習データ全体におけるシューズの領域ベクトルの平均ベクトルを用いてもよいし、０で埋めた特徴ベクトルを用いても良い。
【0047】
このようなＣＮＮの学習を行う場合、情報処理装置１０は、各評価者の位置を固定し、各画像について、似合うと評価した評価者の分散表現（例えば、属性情報等を示す評価者情報に基づく分散表現）と類似する分散表現を出力し、似合わないと評価した評価者の評価者情報の分散表現と類似しない分散表現を出力するように、ＣＮＮの学習を行う。このような学習を行った場合、ＣＮＮは、似合うと評価した評価者の評価者情報の分散表現と比較的類似する領域ベクトルを生成し、似合わないと評価した評価者の評価者情報の分散表現と比較的類似しない領域ベクトルを生成するように、接続係数等の調整が行われることとなる。このような学習処理を繰り返し行った場合、ＣＮＮは、ある領域について、その領域について似合うと評価した可能性が高い各評価者の分散表現と類似し、似合わないと評価した可能性が高い各評価者の分散表現と類似しない領域ベクトルを生成するようになる。
【0048】
そこで、情報処理装置１０は、このような学習済みのＣＮＮが生成した領域ベクトルを用いて、各評価者が似合うと判断した領域を推定し、推定した領域を示す情報、例えば、ヒートマップ等を提供する。
【0049】
例えば、情報処理装置１０は、電子商取引サービスや、コーディネートサービスにおいて、コーディネートを示す画像を利用者Ｕ１に提供する際、生成したＣＮＮと、利用者Ｕ１に関する情報とに基づき、当該画像の各領域が示す被服のそれぞれが利用者Ｕ１に似合う度合いを判定する（ステップＳｂ３）。ここで、図４の例において、画像Ｐ１を利用者Ｕ１に提供するものとする。このような場合、情報処理装置１０は、分散表現が、利用者Ｕ１の分散表現（例えば、属性情報等に基づく分散表現）と類似する評価者を特定する。そして、情報処理装置１０は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、利用者Ｕ１に似合う度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、利用者Ｕ１に似合う度合いが低いと判定する。
【0050】
なお、情報処理装置１０が上述の処理に用いるために生成するものは、ＣＮＮに限定されず、分散表現（埋め込み表現）を獲得可能であれば任意のものが生成されてよい。
【0051】
続いて、情報処理装置１０は、画像Ｐ１をステップＳｂ３において判定した度合いに応じた態様で利用者端末１００に出力する（ステップＳｂ４）。例えば、情報処理装置１０は、画像Ｐ１の各領域が示す被服が利用者Ｕ１に似合う度合いをヒートマップで示す画像を出力する。具体的な例を挙げると、ステップＳｂ３において特定した評価者の分散表現と、画像Ｐ１のボトムスを示す領域の領域ベクトルが類似し、画像Ｐ１のトップスを示す領域の領域ベクトルが類似しない場合、情報処理装置１０は、画像Ｐ１のうち、ボトムスを示す領域を濃い赤色で表示し、トップスを示す領域を濃い青色で表示する画像Ｐ１－１を出力する。また、ステップＳｂ３において特定した評価者の分散表現と、画像Ｐ１のトップスを示す領域の領域ベクトルが類似し、画像Ｐ１のボトムスを示す領域の領域ベクトルが類似しない場合、情報処理装置１０は、画像Ｐ１のうち、トップスを示す領域を濃い赤色で表示し、ボトムスを示す領域を濃い青色で表示する画像Ｐ１－２を出力する。
【0052】
なお、情報処理装置１０は、画像を出力する際に、各領域の被服が利用者Ｕ１に似合う度合いに応じた情報とともに画像を出力してもよい。例えば、画像Ｐ１－１を出力する場合、情報処理装置１０は、赤色で表示した領域に含まれる被服の購入を提案する情報や、青色で表示した領域に含まれる被服の着用を避けることを提案する旨の情報、赤色で表示した領域に含まれる被服を活かした他のコーディネートに関する情報などとともに、画像Ｐ１－１を出力する。
【0053】
以上のように、実施形態に係る情報処理装置１０は、コーディネートのうち、評価者が似合うと評価した被服や、似合わないと評価した被服を示す領域を可視化することができるため、複数の被服の組み合わせのうち、いずれの被服が着用者に似合っているかを把握することができる。また、実施形態に係る情報処理装置１０は、利用者が、自身と類似する属性を有する評価者が、コーディネートのうちいずれの被服を似合うと評価するかを把握することができるため、着用する被服の指針を利用者が得ることができる。
【0054】
〔３．その他の処理例〕
なお、上述した処理は一例に過ぎず、情報処理装置１０は、様々な情報を用いて様々な処理を行ってもよい。この点について、以下例示を列挙する。
なお、上述した処理は一例に過ぎず、情報処理装置１０は、様々な情報を用いて様々な処理を行ってもよい。この点について、以下例示を列挙する。
【0055】
〔３－１．利用者に関する情報に基づくコーディネートの推定について〕
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１が選択したカテゴリとに基づいて、利用者Ｕ１に似合うコーディネートを推定してもよい。例えば、利用者端末１００からのコーディネートの提供要求とともに、利用者Ｕ１がカテゴリ「カジュアル」を選択したことを示す情報を受け付けた場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２から所定の範囲内に投影された画像が示すコーディネートであって、分散表現空間Ｆ３において、カテゴリＴ１から所定の範囲内に投影された画像が示すコーディネートを、カテゴリ「カジュアル」において利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１が選択したカテゴリとに基づいて、利用者Ｕ１に似合うコーディネートを推定してもよい。例えば、利用者端末１００からのコーディネートの提供要求とともに、利用者Ｕ１がカテゴリ「カジュアル」を選択したことを示す情報を受け付けた場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２から所定の範囲内に投影された画像が示すコーディネートであって、分散表現空間Ｆ３において、カテゴリＴ１から所定の範囲内に投影された画像が示すコーディネートを、カテゴリ「カジュアル」において利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0056】
また、情報処理装置１０は、分散表現空間と、アンケートに対する利用者Ｕ１の回答とに基づいて、利用者Ｕ１に似合うコーディネートを推定してもよい。例えば、「ファッションに自信がある？」といったアンケートに対し、利用者Ｕ１が「ファッションに自信がない」と回答した場合、情報処理装置１０は、分散表現空間Ｆ５において、回答Ｃ２から所定の範囲内に投影された画像が示すコーディネートを、利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0057】
なお、情報処理装置１０は、利用者Ｕ１に関する情報に基づいて、コーディネートの提案を行ってもよい。例えば、「ファッションに自信がある？」といったアンケートに対し、利用者Ｕ１が「ファッションに自信がない」と回答した場合、情報処理装置１０は、分散表現空間Ｆ５において、回答Ｃ２及び５間の所定の位置（例えば、中間の位置）から所定の範囲内に投影された画像が示すコーディネートを、「ファッションに自信を持つために挑戦してみませんか？」といったコメントと共に提案する。すなわち、情報処理装置１０は、利用者Ｕ１の将来に関する情報に基づいて、コーディネートの提案を行ってもよい。
【0058】
〔３－２．対象者に関する情報に基づくコーディネートの推定について〕
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１が会う相手）に関する情報とに基づいて、対象者が利用者Ｕ１に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間と、対象者の属性とに基づいて、対象者が利用者Ｕ１に似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、対象者の属性情報が、「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１が会う相手）に関する情報とに基づいて、対象者が利用者Ｕ１に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間と、対象者の属性とに基づいて、対象者が利用者Ｕ１に似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、対象者の属性情報が、「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0059】
また、例えば、情報処理装置１０は、分散表現空間と、アンケートに対する対象者の回答とに基づいて、対象者が似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、「ファッションに自信がある？」といったアンケートに対し、対象者が「ファッションに自信がある」と回答した場合、情報処理装置１０は、分散表現空間Ｆ５において、回答Ｃ５から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0060】
また、情報処理装置１０は、分散表現空間に投影された情報と、対象者に関する情報とに基づいて、対象者に関する情報を分散表現空間に投影した場合の位置を推定し、推定した位置に基づき、対象者が利用者に似合うと評価するコーディネートを推定してもよい。例えば、対象者の属性情報が、「２０代前半、東京在住」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ３及びＢ６の中間の位置が、分散表現空間Ｆ４において対象者に関する情報を投影した場合の位置であると推定する。そして、情報処理装置１０は、推定した位置から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0061】
これにより、例えば、対象者が利用者に似合うと評価するコーディネートを推定することができるため、これから会う人の好印象を持ってもらうために何を着ればいいかを利用者が把握することができる。
【0062】
なお、対象者が利用者Ｕ１に似合うと評価するコーディネートに関する情報を提供した場合、情報処理装置１０は、当該コーディネートに対する対象者からのフィードバックを取得してもよい。例えば、情報処理装置１０は、提供した情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。そして、提供した情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が肯定的である場合、情報処理装置１０、分散表現空間において、対象者に対応する情報（例えば、属性情報や、アンケートに対する回答など）と当該コーディネートを示す画像とを所定の距離近づけるように更新する。一方、提供した情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が否定的である場合、情報処理装置１０は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像を所定の距離遠ざけるように更新する。なお、対象者からのフィードバックは、コーディネートを示す画像に対する似合うか否かの評価とも捉えられるので、画像に対する評価（フィードバック）を行った評価者（対象者）を示す評価者情報をさらに分散表現空間に投影してもよい。
【0063】
また、情報処理装置１０は、分散表現空間と、利用者に関する情報と、利用者と所定の関係性を有する対象者に関する情報とに基づいて、利用者が自身に似合うと評価し、かつ、対象者が利用者に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間において、利用者に関する情報から所定の範囲に投影され、かつ、対象者に関する情報から所定の範囲に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、情報処理装置１０は、分散表現空間において、アンケートに対する利用者の回答を示す情報から所定の範囲に投影され、かつ、アンケートに対する対象者の回答を示す情報から所定の範囲に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0064】
また、情報処理装置１０は、分散表現空間に投影された情報と、利用者に関する情報と、対象者に関する情報とに基づいて、利用者と対象者の両者に基づく情報を分散表現空間に投影した場合の位置を推定し、推定した位置に基づき、利用者が自身に似合うと評価し、かつ、対象者が利用者に似合うと評価するコーディネートを推定してもよい。例えば、利用者の属性情報が「２０代後半」であり、対象者の属性情報が「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２及びＢ５の中間の位置が、分散表現空間Ｆ４において利用者と対象者の両者に対応する情報を投影した場合の位置であると推定し、当該位置から所定の範囲内に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定する。そして、情報処理装置１０は、推定したコーディネートのうち、利用者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0065】
〔３－３．対象者に似合うコーディネートの推定について〕
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１がプレゼントを贈る相手）に関する情報とに基づいて、対象者が自身に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間と、対象者の属性とに基づいて、対象者が自身に似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、対象者の属性情報が、「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報（属性情報、身体的な情報（身長、体重、体型、骨格、髪型、髪の色、肌の色、瞳の色等）等）や、コーディネートに関連する情報などに対応するコーディネート（例えば、対象者が女性である場合には、女性向けのコーディネート）に関する情報を利用者端末１００に提供する。
図２の例において、情報処理装置１０は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１がプレゼントを贈る相手）に関する情報とに基づいて、対象者が自身に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間と、対象者の属性とに基づいて、対象者が自身に似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、対象者の属性情報が、「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報（属性情報、身体的な情報（身長、体重、体型、骨格、髪型、髪の色、肌の色、瞳の色等）等）や、コーディネートに関連する情報などに対応するコーディネート（例えば、対象者が女性である場合には、女性向けのコーディネート）に関する情報を利用者端末１００に提供する。
【0066】
また、例えば、情報処理装置１０は、分散表現空間と、アンケートに対する対象者の回答とに基づいて、対象者が自身に似合うと評価するコーディネートを推定してもよい。具体的な例を挙げると、「ファッションに自信がある？」といったアンケートに対し、対象者が「ファッションに自信がある」と回答した場合、情報処理装置１０は、分散表現空間Ｆ５において、回答Ｃ５から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0067】
また、情報処理装置１０は、分散表現空間に投影された情報と、対象者に関する情報とに基づいて、対象者に関する情報を分散表現空間に投影した場合の位置を推定し、推定した位置に基づき、対象者が自身に似合うと評価するコーディネートを推定してもよい。例えば、対象者の属性情報が、「２０代前半、東京在住」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ３及びＢ６の中間の位置が、分散表現空間Ｆ４において対象者に関する情報を投影した場合の位置であると推定する。そして、情報処理装置１０は、推定した位置から所定の範囲内に投影された画像が示すコーディネートを、対象者が自身に似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0068】
なお、対象者が自身に似合うと評価するコーディネートに関する情報を提供した場合、情報処理装置１０は、当該コーディネートに対する対象者からのフィードバックを取得してもよい。例えば、情報処理装置１０は、提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際に、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。そして、利用者Ｕ１に提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際、対象者が肯定的である場合、情報処理装置１０は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像とを所定の距離近づけるように更新する。一方、利用者Ｕ１に提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際、対象者が否定的である場合、情報処理装置１０は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像を所定の距離遠ざけるように更新する。なお、対象者からのフィードバックは、コーディネートを示す画像に対する似合うか否かの評価とも捉えられるので、画像に対する評価（フィードバック）を行った評価者（対象者）を示す評価者情報をさらに分散表現空間に投影してもよい。
【0069】
また、情報処理装置１０は、分散表現空間と、利用者に関する情報と、利用者と所定の関係性を有する対象者に関する情報とに基づいて、利用者が対象者に似合うと評価し、かつ、対象者が自身に似合うと評価するコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間において、利用者に関する情報から所定の範囲に投影され、かつ、対象者に関する情報から所定の範囲に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、情報処理装置１０は、分散表現空間において、アンケートに対する利用者の回答を示す情報から所定の範囲に投影され、かつ、アンケートに対する対象者の回答を示す情報から所定の範囲に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0070】
また、情報処理装置１０は、分散表現空間に投影された情報と、利用者に関する情報と、対象者に関する情報とに基づいて、利用者と対象者の両者に基づく情報を分散表現空間に投影した場合の位置を推定し、推定した位置に基づき、利用者が対象者に似合うと評価し、かつ、対象者が自身に似合うと評価するコーディネートを推定してもよい。例えば、利用者の属性情報が「２０代後半」であり、対象者の属性情報が「２０代前半」である場合、情報処理装置１０は、分散表現空間Ｆ４において、属性情報Ｂ２及びＢ５の中間の位置が、分散表現空間Ｆ４において利用者と対象者の両者に対応する情報を投影した場合の位置であると推定し、当該位置から所定の範囲内に投影された画像が示すコーディネートを、利用者と対象者の両者が似合うと評価するコーディネートであると推定する。そして、情報処理装置１０は、推定したコーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0071】
〔３－４．着用者及び利用者の画像に基づくコーディネートの推定について〕
図２の例において、情報処理装置１０は、着用者の顔を示す画像を投影した分散表現空間と、所定の対象（利用者、対象者など）の顔の画像とに基づいて、当該対象に似合うコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間Ｆ４と、利用者Ｕ１の属性情報とに基づいて推定したコーディネート＃１、＃３及び＃４のうち、顔の特徴量が、利用者Ｕ１の顔の特徴量と類似する着用者が着用するコーディネートを、利用者に似合うコーディネートであると推定する。
図２の例において、情報処理装置１０は、着用者の顔を示す画像を投影した分散表現空間と、所定の対象（利用者、対象者など）の顔の画像とに基づいて、当該対象に似合うコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間Ｆ４と、利用者Ｕ１の属性情報とに基づいて推定したコーディネート＃１、＃３及び＃４のうち、顔の特徴量が、利用者Ｕ１の顔の特徴量と類似する着用者が着用するコーディネートを、利用者に似合うコーディネートであると推定する。
【0072】
また、情報処理装置１０は、着用者の体型を示す画像を投影した分散表現空間と、所定の対象の体型を示す画像とに基づいて、当該対象に似合うコーディネートを推定してもよい。例えば、情報処理装置１０は、分散表現空間Ｆ４と、利用者Ｕ１の属性情報とに基づいて推定したコーディネート＃１、＃３及び＃４のうち、体型（例えば、細め、太め）が利用者Ｕ１の体型と類似する着用者が着用するコーディネートを、利用者に似合うコーディネートであると推定する。
【0073】
〔３－５．対象者に関する情報に基づく態様での画像の出力について〕
図４の例において、情報処理装置１０は、ＣＮＮと、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１が会う相手）に関する情報とに基づく態様で、コーディネートを示す画像を出力してもよい。例えば、画像Ｐ１を利用者Ｕ１に提供する場合、情報処理装置１０は、対象者の分散表現（例えば、属性情報等に基づく分散表現）と類似する評価者を特定する。そして、情報処理装置１０は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが低いと判定し、判定した度合いに応じた態様で画像Ｐ１を出力する。
図４の例において、情報処理装置１０は、ＣＮＮと、利用者Ｕ１と所定の関係性を有する対象者（例えば、利用者Ｕ１が会う相手）に関する情報とに基づく態様で、コーディネートを示す画像を出力してもよい。例えば、画像Ｐ１を利用者Ｕ１に提供する場合、情報処理装置１０は、対象者の分散表現（例えば、属性情報等に基づく分散表現）と類似する評価者を特定する。そして、情報処理装置１０は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが低いと判定し、判定した度合いに応じた態様で画像Ｐ１を出力する。
【0074】
なお、情報処理装置１０は、画像Ｐ１を出力する際に、各領域の被服を、対象者が利用者Ｕ１に似合うと評価する度合いに応じた情報とともに画像Ｐ１を出力してもよい。例えば、対象者が利用者Ｕ１に似合うと評価する度合いが高い領域が示す被服の購入を提案する情報や、当該度合いが低い領域に含まれる被服の着用を避けることを提案する旨の情報、当該度合いが高い領域に含まれる被服を活かした他のコーディネートに関する情報などとともに、画像Ｐ１－１を出力する。
【0075】
〔４．情報処理装置の構成〕
次に、図５を用いて、情報処理装置１０の構成について説明する。図５は、実施形態に係る情報処理装置１０の構成例を示す図である。図５に示すように、情報処理装置１０は、通信部２０と、記憶部３０と、制御部４０とを有する。
次に、図５を用いて、情報処理装置１０の構成について説明する。図５は、実施形態に係る情報処理装置１０の構成例を示す図である。図５に示すように、情報処理装置１０は、通信部２０と、記憶部３０と、制御部４０とを有する。
【0076】
（通信部２０について）
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、利用者端末１００、評価者端末２００等との間で情報の送受信を行う。
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、利用者端末１００、評価者端末２００等との間で情報の送受信を行う。
【0077】
（記憶部３０について）
記憶部３０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部３０は、評価者情報データベース３１と、利用者情報データベース３２とを有する。
記憶部３０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部３０は、評価者情報データベース３１と、利用者情報データベース３２とを有する。
【0078】
（評価者情報データベース３１について）
評価者情報データベース３１は、評価者に関する各種の情報を記憶する。ここで、図６を用いて、評価者情報データベース３１が記憶する情報の一例を説明する。図６は、実施形態に係る評価者情報データベース３１の一例を示す図である。図６の例において、評価者情報データベース３１は、「評価者ＩＤ」、「属性情報」、「アンケート情報」、「評価情報」といった項目を有する。
評価者情報データベース３１は、評価者に関する各種の情報を記憶する。ここで、図６を用いて、評価者情報データベース３１が記憶する情報の一例を説明する。図６は、実施形態に係る評価者情報データベース３１の一例を示す図である。図６の例において、評価者情報データベース３１は、「評価者ＩＤ」、「属性情報」、「アンケート情報」、「評価情報」といった項目を有する。
【0079】
「評価者ＩＤ」は、評価者を識別するための識別情報を示す。「属性情報」は、評価者の属性情報を示す。「アンケート情報」は、所定のアンケートに対する評価者の回答を示す。「評価情報」は、評価者による評価に関する情報を示し、「対象ＩＤ」、「画像情報」、「被服情報」、「着用者情報」、「評価」といった項目を有する。
【0080】
「対象ＩＤ」は、評価の対象（画像）を識別するための識別情報を示す。「画像情報」は、評価の対象である画像を示す。「被服情報」は、画像が示すコーディネートに含まれる被服に関する情報を示し、例えば、被服を識別するための識別情報等が格納される。「着用者情報」は、画像が示す着用者に関する情報を示し、例えば、着用者を識別するための識別情報や、着用者の属性情報や身体的な情報などといった情報が格納される。「評価」は、画像に対する評価者の評価を示す。
【0081】
すなわち、図６では、評価者ＩＤ「ＡＩＤ＃１」により識別される評価者の属性情報が「属性情報＃１」、アンケート情報が「アンケート情報＃１」、対象ＩＤ「ＤＩＤ＃１」により識別される評価の対象の画像情報が「画像情報＃１」、被服情報が「被服情報＃１」、着用者情報が「着用者情報＃１」、評価が「評価＃１」である例を示す。
【0082】
（利用者情報データベース３２について）
利用者情報データベース３２は、利用者に関する各種の情報を記憶する。ここで、図７を用いて、利用者情報データベース３２が記憶する情報の一例を説明する。図７は、実施形態に係る利用者情報データベース３２の一例を示す図である。図７の例において、利用者情報データベース３２は、「利用者ＩＤ」、「属性情報」、「アンケート情報」、「利用者画像」、「フィードバック情報」といった項目を有する。
利用者情報データベース３２は、利用者に関する各種の情報を記憶する。ここで、図７を用いて、利用者情報データベース３２が記憶する情報の一例を説明する。図７は、実施形態に係る利用者情報データベース３２の一例を示す図である。図７の例において、利用者情報データベース３２は、「利用者ＩＤ」、「属性情報」、「アンケート情報」、「利用者画像」、「フィードバック情報」といった項目を有する。
【0083】
「利用者ＩＤ」は、利用者を識別するための識別情報を示す。「属性情報」は、利用者の属性情報を示す。「アンケート情報」は、所定のアンケートに対する利用者の回答を示す。「利用者画像」は、利用者の顔や体型を示す画像を示す。「フィードバック情報」は、利用者に提供した情報に対する利用者からのフィードバックに関する情報を示す。
【0084】
すなわち、図５では、利用者ＩＤ「ＵＩＤ＃１」により識別される利用者の属性情報が「属性情報＃１１」、アンケート情報が「アンケート情報＃１１」、利用者画像が「利用者画像＃１」、フィードバック情報が「フィードバック情報＃１」である例を示す。
【0085】
（制御部４０について）
制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部４０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。実施形態に係る制御部４０は、図６に示すように、受付部４１と、生成部４２と、推定部４３と、提供部４４と、判定部４５と、出力部４６と、取得部４７と、更新部４８とを有し、以下に説明する情報処理の機能や作用を実現または実行する。
制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部４０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。実施形態に係る制御部４０は、図６に示すように、受付部４１と、生成部４２と、推定部４３と、提供部４４と、判定部４５と、出力部４６と、取得部４７と、更新部４８とを有し、以下に説明する情報処理の機能や作用を実現または実行する。
【0086】
（受付部４１について）
受付部４１は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける。例えば、図２の例において、受付部４１は、画像Ｐ１及びＰ２の組を評価者に提示し、２つの画像を比較して、いずれの画像のコーディネートが着用者に似合っており、いずれの画像のコーディネートが着用者に似合わないかを示す評価を受け付け、評価者情報データベース３１に格納する。
受付部４１は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける。例えば、図２の例において、受付部４１は、画像Ｐ１及びＰ２の組を評価者に提示し、２つの画像を比較して、いずれの画像のコーディネートが着用者に似合っており、いずれの画像のコーディネートが着用者に似合わないかを示す評価を受け付け、評価者情報データベース３１に格納する。
【0087】
また、受付部４１は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付けてもよい。例えば、図４の例において、受付部４１は、画像Ｐ１が示すコーディネート＃１が、画像Ｐ１が示す着用者＃１に似合っているっているか否かを示す評価を受け付ける。
【0088】
（生成部４２について）
生成部４２は、受付部４１により受け付けられた評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する。例えば、図２の例において、生成部４２は、評価者情報データベース３１を参照し、ＶＳＥの技術を用いて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する。
生成部４２は、受付部４１により受け付けられた評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する。例えば、図２の例において、生成部４２は、評価者情報データベース３１を参照し、ＶＳＥの技術を用いて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する。
【0089】
また、生成部４２は、評価者が、組み合わせが着用者に似合っていると高く評価するほど、分散表現空間において画像と、評価者情報とをより近い位置に投影し、評価者が、組み合わせが着用者に似合っていないと低く評価するほど、分散表現空間において画像と、評価者情報とをより遠い位置に投影してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１を投影した分散表現空間Ｆ１を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２を投影した分散表現空間Ｆ１を生成する。
【0090】
また、生成部４２は、評価に基づいて、さらに組み合わせに含まれる被服を示す情報を投影した分散表現空間を生成してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートに含まれる被服Ｉ１の画像を投影した分散表現空間Ｆ２を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２が示すコーディネートに含まれる被服Ｉ２の画像を投影した分散表現空間Ｆ２を生成する。
【0091】
また、生成部４２は、評価に基づいて、さらに組み合わせが属するカテゴリを示す情報を投影した分散表現空間を生成してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートのカテゴリＴ１（カジュアル）を投影した分散表現空間Ｆ３を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２のカテゴリＴ２（デート）を投影した分散表現空間Ｆ３を生成する。
【0092】
また、生成部４２は、評価に基づいて、さらに組み合わせに含まれる被服を提供する提供元を示す情報を投影した分散表現空間を生成してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２を示す評価者情報Ｄ２よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１を示す評価者情報Ｄ１の近くに、画像Ｐ１が示すコーディネートに含まれる被服の提供元を示す情報を投影した分散表現空間を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１を示す評価者情報Ｄ１よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２を示す評価者情報Ｄ２の近くに、画像Ｐ２が示すコーディネートに含まれる被服の提供元を示す情報を投影した分散表現空間を生成する。
【0093】
また、生成部４２は、評価者の属性を示す評価者情報を投影した分散表現空間を生成してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２の属性情報よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１の属性情報の近くに、画像Ｐ１を投影した分散表現空間Ｆ４を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１の属性情報よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２の属性情報の近くに、画像Ｐ２を投影した分散表現空間Ｆ４を生成する。
【0094】
また、生成部４２は、所定のアンケートに対する評価者の回答を示す評価者情報を投影した分散表現空間を生成してもよい。例えば、図２の例において、生成部４２は、画像Ｐ１を「似合わない」と評価した評価者Ａ２の回答よりも、画像Ｐ１を「似合う」と評価した評価者Ａ１の回答の近くに、画像Ｐ１を投影した分散表現空間Ｆ５を生成する。また、生成部４２は、画像Ｐ２を「似合わない」と評価した評価者Ａ１の回答よりも、画像Ｐ２を「似合う」と評価した評価者Ａ２の回答の近くに、画像Ｐ２を投影した分散表現空間Ｆ５を生成する。
【0095】
また、生成部４２は、受付部４１により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成してもよい。例えば、図４の例において、生成部４２は、画像と、画像に対する評価者の評価と、評価者に関する評価者情報とを含む学習用データを用いてＣＮＮを生成する。
【0096】
（推定部４３について）
推定部４３は、分散表現空間と、利用者に関する情報とに基づいて、当該利用者に似合う複数の被服の組み合わせを推定する。例えば、図２の例において、推定部４３は、電子商取引サービスや、コーディネートサービスを介した、利用者端末１００からのコーディネートの提供要求に応じて、利用者情報データベース３２を参照し、生成された分散表現空間と、利用者Ｕ１に関する情報とに基づき、利用者Ｕ１に似合うコーディネートを推定する。
推定部４３は、分散表現空間と、利用者に関する情報とに基づいて、当該利用者に似合う複数の被服の組み合わせを推定する。例えば、図２の例において、推定部４３は、電子商取引サービスや、コーディネートサービスを介した、利用者端末１００からのコーディネートの提供要求に応じて、利用者情報データベース３２を参照し、生成された分散表現空間と、利用者Ｕ１に関する情報とに基づき、利用者Ｕ１に似合うコーディネートを推定する。
【0097】
また、推定部４３は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す複数の評価者からの評価に基づいて生成される、当該画像と、当該評価者を示す評価者情報とを投影した分散表現空間に基づいて、所定の対象に似合う複数の被服の組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、電子商取引サービスや、コーディネートサービスを介した、利用者端末１００からのコーディネートの提供要求に応じて、生成された分散表現空間に基づき、利用者Ｕ１に似合うコーディネートを推定する。
【0098】
また、推定部４３は、分散表現空間と、利用者に関する情報とに基づいて、利用者に似合う組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、生成された分散表現空間と、利用者Ｕ１に関する情報とに基づき、利用者Ｕ１に似合うコーディネートを推定する。
【0099】
また、推定部４３は、利用者の属性、利用者が選択した被服のカテゴリ、所定のアンケートに対する利用者の回答のうち少なくともいずれかに基づいて、利用者に似合う組み合わせを推定してもよい。例えば、図２の例において、利用者Ｕ１の属性情報が、「２０代後半」である場合、推定部４３は、分散表現空間Ｆ４において、属性情報Ｂ２から所定の範囲内に投影された画像が示すコーディネートを、利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、利用者Ｕ１がカテゴリ「カジュアル」を選択したことを示す情報を受け付けた場合、推定部４３は、分散表現空間Ｆ４において、属性情報Ｂ２から所定の範囲内に投影された画像が示すコーディネートであって、分散表現空間Ｆ３において、カテゴリＴ１から所定の範囲内に投影された画像が示すコーディネートを、カテゴリ「カジュアル」において利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１の属性情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、「ファッションに自信がある？」といったアンケートに対し、利用者Ｕ１が「ファッションに自信がない」と回答した場合、推定部４３は、分散表現空間Ｆ５において、回答Ｃ２から所定の範囲内に投影された画像が示すコーディネートを、利用者Ｕ１に似合うコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0100】
また、推定部４３は、分散表現空間と、対象者に関する情報とに基づいて、当該対象者が利用者に似合うと評価する組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者に関する情報とに基づいて、対象者が利用者Ｕ１に似合うと評価するコーディネートを推定する。
【0101】
また、推定部４３は、対象者の属性、所定のアンケートに対する対象者の回答のうち少なくともいずれかに基づいて、対象者が利用者に似合うと評価する組み合わせを推定してもよい。例えば、図２の例において、対象者の属性情報が、「２０代前半」である場合、推定部４３は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、「ファッションに自信がある？」といったアンケートに対し、対象者が「ファッションに自信がある」と回答した場合、推定部４３は、分散表現空間Ｆ５において、回答Ｃ５から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0102】
また、推定部４３は、分散表現空間と、対象者に関する情報とに基づいて、当該対象者に似合う組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、分散表現空間と、利用者Ｕ１と所定の関係性を有する対象者に関する情報とに基づいて、対象者が自身に似合うと評価するコーディネートを推定する。
【0103】
また、推定部４３は、対象者の属性、所定のアンケートに対する対象者の回答のうち少なくともいずれかに基づいて、対象者に似合う組み合わせを推定してもよい。例えば、図２の例において、対象者の属性情報が、「２０代前半」である場合、推定部４３は、分散表現空間Ｆ４において、属性情報Ｂ６から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。また、「ファッションに自信がある？」といったアンケートに対し、対象者が「ファッションに自信がある」と回答した場合、推定部４３は、分散表現空間Ｆ５において、回答Ｃ５から所定の範囲内に投影された画像が示すコーディネートを、対象者が似合うと評価するコーディネートであると推定し、当該コーディネートのうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートに関する情報を利用者端末１００に提供する。
【0104】
また、推定部４３は、着用者の顔を示す画像を投影した分散表現空間と、所定の対象の顔を示す画像とに基づいて、所定の対象に似合う組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、分散表現空間Ｆ４と、利用者Ｕ１の属性情報とに基づいて推定したコーディネート＃１、＃３及び＃４のうち、顔の特徴量が、利用者Ｕ１の顔の特徴量と類似する着用者が着用するコーディネートを、利用者に似合うコーディネートであると推定する。
【0105】
また、推定部４３は、着用者の体型を示す画像を投影した分散表現空間と、所定の対象の体型を示す画像とに基づいて、所定の対象に似合う組み合わせを推定してもよい。例えば、図２の例において、推定部４３は、分散表現空間Ｆ４と、利用者Ｕ１の属性情報とに基づいて推定したコーディネート＃１、＃３及び＃４のうち、体型が利用者Ｕ１の体型と類似する着用者が着用するコーディネートを、利用者に似合うコーディネートであると推定する。
【0106】
また、推定部４３は、組み合わせが所定の対象に似合う度合いをさらに推定してもよい。例えば、図４の例において、推定部４３は、分散表現空間Ｆ４において属性情報Ｂ２からより近い画像が示すコーディネートに関する情報ほど、利用者Ｕ１に似合う度合いが高いと推定する。
【0107】
（提供部４４について）
提供部４４は、推定部４３により推定された組み合わせに関する組み合わせ情報を利用者に提供する。例えば、図２の例において、提供部４４は、コーディネート＃１、＃３及び＃４の情報や、コーディネート＃１、＃３及び＃４に含まれる被服に関する情報を、電子商取引サービスにおいて提供する。また、提供部４４は、コーディネート＃１、＃３及び＃４の情報を、コーディネートサービスにおいて提供する。
提供部４４は、推定部４３により推定された組み合わせに関する組み合わせ情報を利用者に提供する。例えば、図２の例において、提供部４４は、コーディネート＃１、＃３及び＃４の情報や、コーディネート＃１、＃３及び＃４に含まれる被服に関する情報を、電子商取引サービスにおいて提供する。また、提供部４４は、コーディネート＃１、＃３及び＃４の情報を、コーディネートサービスにおいて提供する。
【0108】
また、提供部４４は、推定部４３により推定された組み合わせに関する情報を利用者に提供してもよい。例えば、図２の例において、提供部４４は、コーディネート＃１、＃３及び＃４の情報や、コーディネート＃１、＃３及び＃４に含まれる被服に関する情報を、電子商取引サービスにおいて提供する。また、提供部４４は、コーディネート＃１、＃３及び＃４の情報を、コーディネートサービスにおいて提供する。
【0109】
また、提供部４４は、組み合わせを度合いに応じた態様で提供してもよい。例えば、図２の例において、提供部４４は、分散表現空間Ｆ４において属性情報Ｂ２からより近い画像が示すコーディネートに関する情報ほど、利用者Ｕ１に似合う度合いが高いと推定し、優先度を高くして提供する。
【0110】
ここで、図８及び９を用いて、被服の組み合わせに関する情報を利用者端末１００に提供する際の態様について説明する。まず、図８を用いて、電子商取引サービスにおいて被服の組み合わせに関する情報を提供する態様について説明する。図８は、利用者端末１００の画面の一例を示す図（１）である。
【0111】
図８に示すように、提供部４４は、電子商取引サービスにおいて利用者Ｕ１が入力した検索クエリ「Ｔシャツ」若しくは「カットソー」に対応する検索結果を示す画面ＳＣ１を提供する。例えば、提供部４４は、Ｔシャツ若しくはカットソーが含まれるコーディネートを示す画像を、画像が示すコーディネートが利用者Ｕ１に似合う度合いが高い順に示す画面ＳＣ１（言い換えると、プルダウンを示す領域ＡＲ１において、利用者Ｕ１に似合う順に表示することが指定された画面ＳＣ１）を提供する。また、提供部４４は、領域ＡＲ１のプルダウンに表示される情報（すなわち、検索結果の絞り込みの条件）として、「対象者があなた（利用者Ｕ１）に似合うと評価する順」や、「対象者が自身に似合うと評価する順」などといった情報を指定可能に表示する。
【0112】
例えば、「対象者があなたに似合うと評価する順」が領域ＡＲ１において指定された場合、提供部４４は、分散表現空間において、対象者に関する情報から所定の範囲内に投影された画像のうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートを示す画像を、対象者に関する情報からより近い位置に投影された順（言い換えると、対象者が利用者Ｕ１に似合うと評価する度合いが高い順）に表示する画面ＳＣ１を提供する。なお、このような場合、情報処理装置１０は、電子商取引サービスにおいて対象者を識別するための情報（言い換えると、対象者に関する情報と紐付けられた対象者ＩＤ）や、対象者に関する情報を利用者Ｕ１から受け付けてもよい。そして、提供部４４は、利用者Ｕ１から受け付けられた情報に基づいて、画面ＳＣ１を提供する。
【0113】
また、「対象者が自身に似合うと評価する順」が領域ＡＲ１において指定された場合、提供部４４は、分散表現空間において、対象者に関する情報から所定の範囲内に投影された画像のうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートを示す画像を、対象者に関する情報からより近い位置に投影された順（言い換えると、対象者が利用者Ｕ１に似合うと評価する度合いが高い順）に表示する画面ＳＣ１を提供する。なお、このような場合、情報処理装置１０は、電子商取引サービスにおいて対象者を識別するための情報や、対象者に関する情報を利用者Ｕ１から受け付けてもよい。そして、提供部４４は、利用者Ｕ１から受け付けられた情報に基づいて、画面ＳＣ１を提供する。
【0114】
【0115】
図９に示すように、提供部４４は、コーディネートサービスにおいて利用者Ｕ１が入力した検索クエリに対応する検索結果を示す画面ＳＣ２を提供する。例えば、提供部４４は、利用者Ｕ１が入力した検索クエリに対応するコーディネートを示す画像を、画像が示すコーディネートが利用者Ｕ１に似合う度合いが高い順に示す画面ＳＣ２（言い換えると、プルダウンを示す領域ＡＲ２において、利用者Ｕ１に似合う順に表示することが指定された画面ＳＣ２）を提供する。また、提供部４４は、領域ＡＲ２のプルダウンに表示される情報として、「対象者があなた（利用者Ｕ１）に似合うと評価する順」や、「対象者が自身に似合うと評価する順」などといった情報を指定可能に表示する。
【0116】
例えば、「対象者があなたに似合うと評価する順」が領域ＡＲ２において指定された場合、提供部４４は、分散表現空間において、対象者に関する情報から所定の範囲内に投影された画像のうち、利用者Ｕ１に関する情報や、コーディネートに関連する情報などに対応するコーディネートを示す画像を、対象者に関する情報からより近い位置に投影された順に表示する画面ＳＣ２を提供する。なお、このような場合、情報処理装置１０は、コーディネートサービスにおいて対象者を識別するための情報や、対象者に関する情報を利用者Ｕ１から受け付けてもよい。そして、提供部４４は、利用者Ｕ１から受け付けられた情報に基づいて、画面ＳＣ２を提供する。
【0117】
また、「対象者が自身に似合うと評価する順」が領域ＡＲ２において指定された場合、提供部４４は、分散表現空間において、対象者に関する情報から所定の範囲内に投影された画像のうち、対象者に関する情報や、コーディネートに関連する情報などに対応するコーディネートを示す画像を、対象者に関する情報からより近い位置に投影された順に表示する画面ＳＣ２を提供する。なお、このような場合、情報処理装置１０は、コーディネートサービスにおいて対象者を識別するための情報や、対象者に関する情報を利用者Ｕ１から受け付けてもよい。そして、提供部４４は、利用者Ｕ１から受け付けられた情報に基づいて、画面ＳＣ２を提供する。
【0118】
なお、図８及び９において、提供部４４は、ＣＮＮが生成した領域ベクトルを用いて、各画像が示すコーディネートのうち、各評価者が似合うと判断した領域（言い換えると、コーディネートのうちポイントとなる被服）を推定し、推定した領域をヒートマップで示す画像を提供してもよい。
【0119】
なお、上記の例においては、特定の検索クエリに基づいて似合うと評価する順で商品などの情報を表示する例を示したが、本発明の範囲はその場合に限られない。例えば、提供部４４は、商品カテゴリに関する検索クエリが存在しない場合であっても、任意の商品カテゴリを含む商品群に対して当該の利用者に対する似合う度合いの評価を行い、推薦結果として利用者に提供しても良い。
【0120】
また、検索クエリ以外であっても、似合う度合いの評価結果に対して様々なフィルタや他の評価結果を組み合わせて利用者に表示することが可能である。例えば、推薦システムにおいて、利用者に対して推薦するに値するアイテムの候補およびそれらに対する推薦度合いの評価結果をあらかじめ特定しておくとする。そして、これらの推薦候補のアイテムに対して似合う度合いの評価を行い、推薦度合いおよび似合う度合いに応じて順序付けたアイテムを利用者に対して表示することができる。このようにして、似合う度合いを他の要素と複合的に組み合わせた結果を用いて利用者にアイテム（商品）やコーディネートの情報を提供することが可能である。
【0121】
（判定部４５について）
判定部４５は、分散表現における複数の領域と、利用者に関する情報とに基づいて、領域に含まれる被服のそれぞれが当該利用者に似合う度合いを判定する。例えば、図４の例において、判定部４５は、分散表現が、利用者Ｕ１の分散表現と類似する評価者を特定する。そして、判定部４５は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、利用者Ｕ１に似合う度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、利用者Ｕ１に似合う度合いが低いと判定する。
判定部４５は、分散表現における複数の領域と、利用者に関する情報とに基づいて、領域に含まれる被服のそれぞれが当該利用者に似合う度合いを判定する。例えば、図４の例において、判定部４５は、分散表現が、利用者Ｕ１の分散表現と類似する評価者を特定する。そして、判定部４５は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、利用者Ｕ１に似合う度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、利用者Ｕ１に似合う度合いが低いと判定する。
【0122】
また、判定部４５は、分散表現における複数の領域と、対象者に関する情報とに基づいて、領域に含まれる被服のそれぞれを当該対象者が利用者に似合うと評価する度合いを判定してもよい。例えば、図４の例において、判定部４５は、対象者の分散表現と類似する評価者を特定する。そして、判定部４５は、画像Ｐ１の各領域のうち、領域ベクトルが、特定した評価者の分散表現と類似する度合いが高い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが低いと判定する。
【0123】
（出力部４６について）
出力部４６は、生成部４２により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する。例えば、図４の例において、出力部４６は、ＣＮＮが生成した領域ベクトルを用いて、各評価者が似合うと判断した領域を推定し、推定した領域を示すヒートマップを出力する。
出力部４６は、生成部４２により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する。例えば、図４の例において、出力部４６は、ＣＮＮが生成した領域ベクトルを用いて、各評価者が似合うと判断した領域を推定し、推定した領域を示すヒートマップを出力する。
【0124】
また、出力部４６は、分散表現における複数の領域と、評価者を示す評価者情報とに基づく態様で画像を出力してもよい。例えば、図４の例において、出力部４６は、各画像について、似合うと評価した評価者の分散表現と類似する分散表現を出力し、似合わないと評価した評価者の評価者情報の分散表現と類似しない分散表現を出力するように学習が行われたＣＮＮが生成する領域ベクトルを用いて、各評価者が似合うと判断した領域を推定し、推定した領域を示すヒートマップを出力する。
【0125】
また、出力部４６は、分散表現が評価者情報の分散表現と類似する領域ほど強調の度合いを高くし、評価者情報の分散表現と類似しない領域ほど強調の度合いを低くした画像を出力してもよい。例えば、図４の例において、出力部４６は、分散表現が評価者情報の分散表現と類似する領域ほど赤色の度合いを高くし、評価者情報の分散表現と類似しない領域ほど青色の度合いを高くしたヒートマップを出力する。
【0126】
また、出力部４６は、判定部４５により判定された利用者に似合う度合いに応じた態様で領域を表示する画像を利用者に出力してもよい。例えば、図４の例において、出力部４６は、ステップＳｂ３において特定した評価者の分散表現と、画像Ｐ１のボトムスを示す領域の領域ベクトルが類似し、画像Ｐ１のトップスを示す領域の領域ベクトルが類似しない場合、情報処理装置１０は、画像Ｐ１のうち、ボトムスを示す領域を濃い赤色で表示し、トップスを示す領域を濃い青色で表示する画像Ｐ１－１を出力する。また、出力部４６は、ステップＳｂ３において特定した評価者の分散表現と、画像Ｐ１のトップスを示す領域の領域ベクトルが類似し、画像Ｐ１のボトムスを示す領域の領域ベクトルが類似しない場合、情報処理装置１０は、画像Ｐ１のうち、トップスを示す領域を濃い赤色で表示し、ボトムスを示す領域を濃い青色で表示する画像Ｐ１－２を出力する。
【0127】
また、出力部４６は、判定部４５により判定された対象者が利用者に似合うと評価する度合いに応じた態様で領域を表示する画像を利用者に出力してもよい。例えば、図４の例において、出力部４６は、画像Ｐ１の各領域のうち、領域ベクトルが、対象者の分散表現と類似する評価者の分散表現と類似する度合いが高い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが高いと判定し、当該評価者の分散表現と類似する度合いが低い領域が示す被服ほど、対象者が利用者Ｕ１に似合うと評価する度合いが低いと判定し、判定した度合いに応じた態様で画像Ｐ１を出力する。
【0128】
（取得部４７について）
取得部４７は、提供部４４により提供された組み合わせ情報に対する、利用者、若しくは、利用者と所定の関係を有する他の利用者からのフィードバックを取得する。例えば、図２の例において、取得部４７は、電子商取引サービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に含まれる被服を購入したか否かや、レンタルの申込みを行ったか否かを示す情報（フィードバック）を取得し、利用者情報データベース３２に格納する。また、取得部４７は、コーディネートサービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に対するお気に入り登録を行ったか否かを示す情報（フィードバック）を取得する。また、取得部４７は、提供された情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。また、取得部４７は、提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際に、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。
取得部４７は、提供部４４により提供された組み合わせ情報に対する、利用者、若しくは、利用者と所定の関係を有する他の利用者からのフィードバックを取得する。例えば、図２の例において、取得部４７は、電子商取引サービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に含まれる被服を購入したか否かや、レンタルの申込みを行ったか否かを示す情報（フィードバック）を取得し、利用者情報データベース３２に格納する。また、取得部４７は、コーディネートサービスにおいて、利用者Ｕ１がコーディネート＃１、＃３及び＃４に対するお気に入り登録を行ったか否かを示す情報（フィードバック）を取得する。また、取得部４７は、提供された情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。また、取得部４７は、提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際に、対象者が肯定的であったか否かを示す情報（フィードバック）を、利用者端末１００や、対象者が利用する端末装置などから取得する。
【0129】
（更新部４８について）
更新部４８は、取得部４７により取得されたフィードバックに基づいて、分散表現空間を更新する。利用者Ｕ１がコーディネート＃１に対して肯定的である場合、更新部４８は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ１とを所定の距離近づけるように更新する。一方、利用者Ｕ１がコーディネート＃３に対して否定的である場合、更新部４８は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ３とを所定の距離遠ざけるように更新する。
更新部４８は、取得部４７により取得されたフィードバックに基づいて、分散表現空間を更新する。利用者Ｕ１がコーディネート＃１に対して肯定的である場合、更新部４８は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ１とを所定の距離近づけるように更新する。一方、利用者Ｕ１がコーディネート＃３に対して否定的である場合、更新部４８は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ３とを所定の距離遠ざけるように更新する。
【0130】
また、提供した情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が肯定的である場合、更新部４８は、分散表現空間において、対象者に対応する情報（例えば、属性情報や、アンケートに対する回答など）と当該コーディネートを示す画像とを所定の距離近づけるように更新する。一方、提供した情報が示すコーディネートを着用した利用者Ｕ１に対し、対象者が否定的である場合、更新部４８は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像を所定の距離遠ざけるように更新する。
【0131】
また、利用者Ｕ１に提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際、対象者が肯定的である場合、更新部４８は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像とを所定の距離近づけるように更新する。一方、利用者Ｕ１に提供した情報が示すコーディネートに含まれる被服を利用者Ｕ１が対象者にプレゼントした際、対象者が否定的である場合、更新部４８は、分散表現空間において、対象者に対応する情報と当該コーディネートを示す画像を所定の距離遠ざけるように更新する。
【0132】
【0133】
図１０に示すように、情報処理装置１０は、複数の被服の組み合わせを着用した着用者の画像に対する評価を受け付けたか否かを判定する（ステップＳ１０１）。評価を受け付けていない場合（ステップＳ１０１；Ｎｏ）、情報処理装置１０は、評価を受け付けるまで待機する。
【0134】
一方、評価を受け付けた場合（ステップＳ１０１；Ｙｅｓ）、情報処理装置１０は、評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成し（ステップＳ１０２）、処理を終了する。
【0135】
【0136】
図１１に示すように、情報処理装置１０は、複数の被服の組み合わせを着用した着用者の画像に対する評価を受け付けたか否かを判定する（ステップＳ２０１）。評価を受け付けていない場合（ステップＳ２０１；Ｎｏ）、情報処理装置１０は、評価を受け付けるまで待機する。
【0137】
一方、評価を受け付けた場合（ステップＳ２０１；Ｙｅｓ）、情報処理装置１０は、評価に基づいて、畳み込みニューラルネットワークを生成する（ステップＳ２０２）。続いて、情報処理装置１０は、畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力し（ステップＳ２０３）、処理を終了する。
【0138】
【0139】
図１２に示すように、情報処理装置１０は、被服の組み合わせの提供要求を受け付けたか否かを判定する（ステップＳ３０１）。提供要求を受け付けていない場合（ステップＳ３０１；Ｎｏ）、情報処理装置１０は、提供要求を受け付けるまで待機する。
【0140】
一方、提供要求を受け付けた場合（ステップＳ３０１；Ｙｅｓ）、情報処理装置１０は、評価者からの評価に基づいて生成される、複数の被服の組み合わせを着用した着用者の画像と、評価者を示す評価者情報とを投影した分散表現空間に基づいて、所定の対象に似合う複数の被服の組み合わせを推定する（ステップ３２０２）。続いて、情報処理装置１０は、推定された組み合わせに関する情報を利用者に提供し（ステップＳ３０３）、処理を終了する。
【0141】
〔６．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。
【0142】
〔６－１．評価者に対する情報の提供について〕
上述の実施形態において、情報処理装置１０は、評価者による画像に対する評価に基づいて、コーディネートに関する情報を提供してもよい。例えば、情報処理装置１０は、評価者が似合うと評価した画像に対応するコーディネートに関する情報を、電子商取引サービスや、コーディネートサービスにおいて提供する。
上述の実施形態において、情報処理装置１０は、評価者による画像に対する評価に基づいて、コーディネートに関する情報を提供してもよい。例えば、情報処理装置１０は、評価者が似合うと評価した画像に対応するコーディネートに関する情報を、電子商取引サービスや、コーディネートサービスにおいて提供する。
【0143】
〔６－２．対象者について〕
上述の実施形態において、対象者が、利用者が会う相手や、プレゼントを贈る相手である例を示したが、対象者はこのような例に限定されない。例えば、対象者は、ショップの店員やコーディネーターである利用者が接客する相手であってもよい。このような場合、情報処理装置１０は、分散表現空間と、利用者が接客する対象者に関する情報とに基づいて、対象者が自身に似合うと評価するコーディネート（言い換えると、対象者が気に入るコーディネート）を推定し、推定したコーディネートに関する情報を利用者に出力する。また、情報処理装置１０は、ＣＮＮと、利用者が接客する対象者に関する情報とに基づく態様で、コーディネートを示す画像（例えば、コーディネートのうちいずれの被服を対象者が気に入るかを示す画像）を出力する。
上述の実施形態において、対象者が、利用者が会う相手や、プレゼントを贈る相手である例を示したが、対象者はこのような例に限定されない。例えば、対象者は、ショップの店員やコーディネーターである利用者が接客する相手であってもよい。このような場合、情報処理装置１０は、分散表現空間と、利用者が接客する対象者に関する情報とに基づいて、対象者が自身に似合うと評価するコーディネート（言い換えると、対象者が気に入るコーディネート）を推定し、推定したコーディネートに関する情報を利用者に出力する。また、情報処理装置１０は、ＣＮＮと、利用者が接客する対象者に関する情報とに基づく態様で、コーディネートを示す画像（例えば、コーディネートのうちいずれの被服を対象者が気に入るかを示す画像）を出力する。
【0144】
なお、情報処理装置１０は、ショップの店員やコーディネーターである利用者と、顧客である対象者とのマッチングを行ってもよい。例えば、情報処理装置１０は、各利用者に関する情報と、各対象者に関する情報とに基づき、各利用者及び各対象者を分散表現空間に投影した場合の位置を推定し、投影した位置から所定の範囲内に所在する利用者及び対象者に関する情報を、利用者及び対象者のそれぞれに提供する。
【0145】
〔６－３．被服のデザインに関する情報の提供について〕
上述の実施形態において、情報処理装置１０は、製造元がデザインした被服のデータに対する評価者の評価を受け付け、当該評価に基づく情報を製造元に提供してもよい。例えば、情報処理装置１０は、製造元がデザインした被服を着用した着用者を示すデータ（例えば、ＣＡＤデータ）と、当該データに対する評価者の評価と、評価者に関する評価者情報とを含む学習用データを用いてＣＮＮを生成する。具体的な例を挙げると、情報処理装置１０は、データが示す被服のある領域について、その領域について似合うと評価した可能性が高い各評価者の分散表現と類似し、似合わないと評価した可能性が高い各評価者の分散表現と類似しない領域ベクトル（データが示す被服を複数の領域に分割し、分割した領域ごとの特徴を示すベクトル）を生成するよう学習したＣＮＮを生成する。そして、情報処理装置１０は、このような学習済みのＣＮＮが生成した領域ベクトルを用いて、各評価者が似合うと判断した領域（言い換えると、襟や裾などといった被服の部位）を推定し、推定した領域を示すヒートマップを出力する。
上述の実施形態において、情報処理装置１０は、製造元がデザインした被服のデータに対する評価者の評価を受け付け、当該評価に基づく情報を製造元に提供してもよい。例えば、情報処理装置１０は、製造元がデザインした被服を着用した着用者を示すデータ（例えば、ＣＡＤデータ）と、当該データに対する評価者の評価と、評価者に関する評価者情報とを含む学習用データを用いてＣＮＮを生成する。具体的な例を挙げると、情報処理装置１０は、データが示す被服のある領域について、その領域について似合うと評価した可能性が高い各評価者の分散表現と類似し、似合わないと評価した可能性が高い各評価者の分散表現と類似しない領域ベクトル（データが示す被服を複数の領域に分割し、分割した領域ごとの特徴を示すベクトル）を生成するよう学習したＣＮＮを生成する。そして、情報処理装置１０は、このような学習済みのＣＮＮが生成した領域ベクトルを用いて、各評価者が似合うと判断した領域（言い換えると、襟や裾などといった被服の部位）を推定し、推定した領域を示すヒートマップを出力する。
【0146】
より具体的な例を挙げると、情報処理装置１０は、ＣＮＮと、所定の利用者（例えば、被服の購買層）に関する情報とに基づき、当該データの各領域が示す被服の部位のそれぞれについて、利用者が似合うと評価する度合いを判定し、判定した度合いをヒートマップで示すデータを製造元に出力する。
【0147】
これにより、情報処理装置１０は、デザイン中の被服のどの部位が、利用者に似合うと評価されるかを把握し、どの部位が似合わないと評価されるかを把握することを可能とするため、被服のデザインにおける利便性を向上させることができる。
【0148】
〔６－４．処理態様について〕
上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文章中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文章中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
【0149】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
【0150】
また、上記してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0151】
〔６－５．評価の対象について〕
上述の実施形態において、情報処理装置１０が、被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成する例を示したが、評価の対象は被服の組み合わせに限定されず、任意のものであってもよい。例えば、情報処理装置１０は、複数の家具の組み合わせを示す画像に対する評価であって、当該組み合わせが似合っているか否かを示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成してもよい。具体的な例を挙げると、情報処理装置１０は、評価者から受け付けられた評価に基づいて、家具の組み合わせを示す画像や、画像が示す家具に関する情報（例えば、家具タイプ、ブランド、ショップ名、製造地、利用シーン、色、カテゴリ（カジュアル等）、売り文句、素材、サイズ、価格帯など）、評価者に関する情報などを投影した分散表現空間を生成し、利用者が似合うと評価する家具の組み合わせに関する情報を利用者に提供する。また、情報処理装置１０は、評価者から受け付けられた評価に基づいてＣＮＮを生成し、ＣＮＮが家具の組み合わせを示す画像の領域ごとに生成する分散表現に基づく態様で、家具の組み合わせを示す画像を出力する。
上述の実施形態において、情報処理装置１０が、被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成する例を示したが、評価の対象は被服の組み合わせに限定されず、任意のものであってもよい。例えば、情報処理装置１０は、複数の家具の組み合わせを示す画像に対する評価であって、当該組み合わせが似合っているか否かを示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成してもよい。具体的な例を挙げると、情報処理装置１０は、評価者から受け付けられた評価に基づいて、家具の組み合わせを示す画像や、画像が示す家具に関する情報（例えば、家具タイプ、ブランド、ショップ名、製造地、利用シーン、色、カテゴリ（カジュアル等）、売り文句、素材、サイズ、価格帯など）、評価者に関する情報などを投影した分散表現空間を生成し、利用者が似合うと評価する家具の組み合わせに関する情報を利用者に提供する。また、情報処理装置１０は、評価者から受け付けられた評価に基づいてＣＮＮを生成し、ＣＮＮが家具の組み合わせを示す画像の領域ごとに生成する分散表現に基づく態様で、家具の組み合わせを示す画像を出力する。
【0152】
また、例えば、情報処理装置１０は、複数の料理の組み合わせ（例えば、献立）を示す画像に対する評価であって、当該組み合わせが適切か否か（例えば、見た目や、味の組み合わせが適切か否か）を示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成してもよい。具体的な例を挙げると、情報処理装置１０は、評価者から受け付けられた評価に基づいて、料理の組み合わせを示す画像や、画像が示す料理に関する情報（例えば、料理名や、食材、料理のジャンル、旬の季節、味の特徴、価格帯など）、評価者に関する情報などを投影した分散表現空間を生成し、利用者が適切と評価する料理の組み合わせに関する情報を利用者に提供する。また、情報処理装置１０は、評価者から受け付けられた評価に基づいてＣＮＮを生成し、ＣＮＮが料理の組み合わせを示す画像の領域ごとに生成する分散表現に基づく態様で、料理の組み合わせを示す画像を出力する。
【0153】
また、例えば、情報処理装置１０は、複数の花の組み合わせ（例えば、花束）を示す画像に対する評価であって、当該組み合わせが適切か否かを示す評価を複数の評価者から受け付け、受け付けた評価に基づいて、分散表現空間やＣＮＮを生成してもよい。具体的な例を挙げると、情報処理装置１０は、評価者から受け付けられた評価に基づいて、花の組み合わせを示す画像や、画像が示す花に関する情報（例えば、利用シーン、個々の花の名前、色、季節、目的、カテゴリ（カジュアル等）、売り文句、産地、価格帯など）、評価者に関する情報などを投影した分散表現空間を生成し、利用者が適切と評価する花の組み合わせに関する情報を利用者に提供する。また、情報処理装置１０は、評価者から受け付けられた評価に基づいてＣＮＮを生成し、ＣＮＮが花の組み合わせを示す画像の領域ごとに生成する分散表現に基づく態様で、花の組み合わせを示す画像を出力する。
【0154】
〔６－６．画像について〕
上述の実施形態において、情報処理装置１０が、複数の被服の組み合わせを着用した着用者の画像に対する処理について記載したが、実施形態はこれに限定されるものではなく、１つの被服を着用した着用者の画像に対して同様の処理を行ってもよい。
上述の実施形態において、情報処理装置１０が、複数の被服の組み合わせを着用した着用者の画像に対する処理について記載したが、実施形態はこれに限定されるものではなく、１つの被服を着用した着用者の画像に対して同様の処理を行ってもよい。
【0155】
〔７．効果〕
上述してきたように、実施形態に係る情報処理装置１０は、受付部４１と、生成部４２と、推定部４３と、提供部４４と、判定部４５と、出力部４６と、取得部４７と、更新部４８とを有する。情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部４１と、受付部４１により受け付けられた評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する生成部４２とを有することを特徴とする。また、情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部４１と、受付部４１により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部４２と、生成部４２により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する出力部４６とを有することを特徴とする。また、情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す複数の評価者からの評価に基づいて生成される、当該画像と、当該評価者を示す評価者情報とを投影した分散表現空間に基づいて、所定の対象に似合う被服を推定する推定部４３と、推定部４３により推定された被服に関する情報を利用者に提供する提供部４４とを有することを特徴とする。
上述してきたように、実施形態に係る情報処理装置１０は、受付部４１と、生成部４２と、推定部４３と、提供部４４と、判定部４５と、出力部４６と、取得部４７と、更新部４８とを有する。情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部４１と、受付部４１により受け付けられた評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する生成部４２とを有することを特徴とする。また、情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける受付部４１と、受付部４１により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する生成部４２と、生成部４２により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する出力部４６とを有することを特徴とする。また、情報処理装置１０は、被服を着用した着用者の画像に対する評価であって、当該被服が当該着用者に似合っているか否かを示す複数の評価者からの評価に基づいて生成される、当該画像と、当該評価者を示す評価者情報とを投影した分散表現空間に基づいて、所定の対象に似合う被服を推定する推定部４３と、推定部４３により推定された被服に関する情報を利用者に提供する提供部４４とを有することを特徴とする。
【0156】
また、受付部４１は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける。また、受付部４１は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す評価を複数の評価者から受け付ける。生成部４２は、受付部４１により受け付けられた評価に基づいて、画像と、評価者を示す評価者情報とを投影した分散表現空間を生成する。また、生成部４２は、評価者が、組み合わせが着用者に似合っていると高く評価するほど、分散表現空間において画像と、評価者情報とをより近い位置に投影し、評価者が、組み合わせが着用者に似合っていないと低く評価するほど、分散表現空間において画像と、評価者情報とをより遠い位置に投影また、生成部４２は、受付部４１により受け付けられた評価に基づいて、畳み込みニューラルネットワークを生成する。推定部４３は、分散表現空間と、利用者に関する情報とに基づいて、当該利用者に似合う複数の被服の組み合わせを推定する。また、推定部４３は、複数の被服の組み合わせを着用した着用者の画像に対する評価であって、当該組み合わせが当該着用者に似合っているか否かを示す複数の評価者からの評価に基づいて生成される、当該画像と、当該評価者を示す評価者情報とを投影した分散表現空間に基づいて、所定の対象に似合う複数の被服の組み合わせを推定する。また、推定部４３は、組み合わせが所定の対象に似合う度合いをさらに推定する。提供部４４は、推定部４３により推定された組み合わせに関する組み合わせ情報を利用者に提供する。また、提供部４４は、推定部４３により推定された組み合わせに関する情報を利用者に提供する。また、提供部４４は、組み合わせを度合いに応じた態様で提供する。判定部４５は、分散表現における複数の領域と、利用者に関する情報とに基づいて、領域に含まれる被服のそれぞれが当該利用者に似合う度合いを判定する。また、判定部４５は、分散表現における複数の領域と、対象者に関する情報とに基づいて、領域に含まれる被服のそれぞれを当該対象者が利用者に似合うと評価する度合いを判定する。出力部４６は、生成部４２により生成された畳み込みニューラルネットワークが画像の領域ごとに生成する分散表現に基づく態様で画像を出力する。また、出力部４６は、分散表現における複数の領域と、評価者を示す評価者情報とに基づく態様で画像を出力する。また、出力部４６は、分散表現が評価者情報の分散表現と類似する領域ほど強調の度合いを高くし、評価者情報の分散表現と類似しない領域ほど強調の度合いを低くした画像を出力する。また、出力部４６は、判定部４５により判定された利用者に似合う度合いに応じた態様で領域を表示する画像を利用者に出力する。また、出力部４６は、判定部４５により判定された対象者が利用者に似合うと評価する度合いに応じた態様で領域を表示する画像を利用者に出力する。取得部４７は、提供部４４により提供された組み合わせ情報に対する、利用者、若しくは、利用者と所定の関係を有する他の利用者からのフィードバックを取得する。更新部４８は、取得部４７により取得されたフィードバックに基づいて、分散表現空間を更新する。利用者Ｕ１がコーディネート＃１に対して肯定的である場合、更新部４８は、分散表現空間Ｆ４において、属性情報Ｂ２と画像Ｐ１とを所定の距離近づけるように更新する。
【0157】
これにより、実施形態に係る情報処理装置１０は、コーディネートを示す画像と、評価者の個性との近さを測れる空間を構成することにより、「似合う」を定量化することができるため、各評価者の主観から被服が着用者に似合っているかを把握することができる。また、実施形態に係る情報処理装置１０は、生成した分散表現空間を用いて、利用者と類似する評価者の評価に基づき、利用者に似合うと推定されるコーディネートに関する情報を提供することができるため、所定の対象に似合う被服を利用者が把握することができるという効果を奏する。また、実施形態に係る情報処理装置１０は、コーディネートのうち、評価者が似合うと評価した被服や、似合わないと評価した被服を示す領域を可視化することができるため、複数の被服の組み合わせのうち、いずれの被服が着用者に似合っているかを把握することができる。
【0158】
また、実施形態に係る情報処理装置１０において、例えば、生成部４２は、評価に基づいて、さらに組み合わせに含まれる被服を示す情報を投影した分散表現空間を生成する。また、生成部４２は、評価に基づいて、さらに組み合わせが属するカテゴリを示す情報を投影した分散表現空間を生成する。また、生成部４２は、評価に基づいて、さらに組み合わせに含まれる被服を提供する提供元を示す情報を投影した分散表現空間を生成する。また、生成部４２は、評価者の属性を示す評価者情報を投影した分散表現空間を生成する。また、生成部４２は、所定のアンケートに対する評価者の回答を示す評価者情報を投影した分散表現空間を生成する。
【0159】
これにより、実施形態に係る情報処理装置１０は、コーディネートを示す画像と、評価者の個性との近さを測れる空間を構成することにより、「似合う」を定量化することができるため、各評価者の主観から被服が着用者に似合っているかを把握することができる。
【0160】
また、実施形態に係る情報処理装置１０において、例えば、推定部４３は、分散表現空間と、利用者に関する情報とに基づいて、利用者に似合う組み合わせを推定する。また、推定部４３は、利用者の属性、利用者が選択した被服のカテゴリ、所定のアンケートに対する利用者の回答のうち少なくともいずれかに基づいて、利用者に似合う組み合わせを推定する。
【0161】
これにより、実施形態に係る情報処理装置１０は、生成した分散表現空間を用いて、利用者と類似する評価者の評価に基づき、利用者に似合うと推定されるコーディネートに関する情報を提供することができるため、自身に似合う被服を利用者が把握することができるという効果を奏する。
【0162】
また、実施形態に係る情報処理装置１０において、例えば、推定部４３は、分散表現空間と、対象者に関する情報とに基づいて、当該対象者が利用者に似合うと評価する組み合わせを推定する。また、推定部４３は、対象者の属性、所定のアンケートに対する対象者の回答のうち少なくともいずれかに基づいて、対象者が利用者に似合うと評価する組み合わせを推定する。
【0163】
これにより、実施形態に係る情報処理装置１０は、利用者に似合うと対象者が評価すると推定されるコーディネートに関する情報を提供することができるため、対象者に気に入られる被服を利用者が把握することができるという効果を奏する。
【0164】
また、実施形態に係る情報処理装置１０において、例えば、推定部４３は、分散表現空間と、対象者に関する情報とに基づいて、当該対象者に似合う組み合わせを推定する。また、推定部４３は、対象者の属性、所定のアンケートに対する対象者の回答のうち少なくともいずれかに基づいて、対象者に似合う組み合わせを推定する。
【0165】
これにより、実施形態に係る情報処理装置１０は、対象者が自身に似合うと評価すると推定されるコーディネートに関する情報を提供することができるため、対象者に気に入られる被服を利用者が把握することができるという効果を奏する。
【0166】
また、実施形態に係る情報処理装置１０において、例えば、推定部４３は、着用者の顔を示す画像を投影した分散表現空間と、所定の対象の顔を示す画像とに基づいて、所定の対象に似合う組み合わせを推定する。また、推定部４３は、着用者の体型を示す画像を投影した分散表現空間と、所定の対象の体型を示す画像とに基づいて、所定の対象に似合う組み合わせを推定する。
【0167】
これにより、実施形態に係る情報処理装置１０は、所定の対象の顔や体型に応じたコーディネートに関する情報を提供することができるため、所定の対象に似合う被服を利用者が精度よく把握することができるという効果を奏する。
【0168】
〔８．ハードウェア構成〕
また、上述してきた各実施形態に係る情報処理装置１０は、例えば、図１３に示すような構成のコンピュータ１０００によって実現される。以下、情報処理装置１０を例に挙げて説明する。図１３は、情報処理装置１０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＯＭ１２００、ＲＡＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
また、上述してきた各実施形態に係る情報処理装置１０は、例えば、図１３に示すような構成のコンピュータ１０００によって実現される。以下、情報処理装置１０を例に挙げて説明する。図１３は、情報処理装置１０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＯＭ１２００、ＲＡＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
【0169】
ＣＰＵ１１００は、ＲＯＭ１２００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１２００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
【0170】
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（実施形態のネットワークＮに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを他の機器へ送信する。
【0171】
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。
【0172】
メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１３００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１３００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
【0173】
例えば、コンピュータ１０００が情報処理装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１３００上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。また、ＨＤＤ１４００には、情報処理装置１０の記憶装置内の各データが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
【0174】
〔９．その他〕
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0175】
また、上述した情報処理装置１０は、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。
【0176】
また、特許請求の範囲に記載した「部」は、「手段」や「回路」などに読み替えることができる。例えば、受付部は、受付手段や受付回路に読み替えることができる。
【符号の説明】
【0177】
１０ 情報処理装置
２０ 通信部
３０ 記憶部
３１ 評価者情報データベース
３２ 利用者情報データベース
４０ 制御部
４１ 受付部
４２ 生成部
４３ 推定部
４４ 提供部
４５ 判定部
４６ 出力部
４７ 取得部
４８ 更新部
１００ 利用者端末
２００ 評価者端末
２０ 通信部
３０ 記憶部
３１ 評価者情報データベース
３２ 利用者情報データベース
４０ 制御部
４１ 受付部
４２ 生成部
４３ 推定部
４４ 提供部
４５ 判定部
４６ 出力部
４７ 取得部
４８ 更新部
１００ 利用者端末
２００ 評価者端末
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】