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】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-03-29
(45)【発行日】2023-04-06
(54)【発明の名称】情報処理装置、プログラム、及び、情報処理方法
(51)【国際特許分類】
G06F 16/9035 20190101AFI20230330BHJP
G06T 7/70 20170101ALI20230330BHJP
A45D 44/00 20060101ALI20230330BHJP
【ＦＩ】
G06F16/9035
G06T7/70 Z
A45D44/00 A
【請求項の数】
13
(21)【出願番号】P 2018086366
(22)【出願日】2018-04-27
(65)【公開番号】P2019192072
(43)【公開日】2019-10-31
【審査請求日】2021-04-13
(73)【特許権者】
【識別番号】000001959
【氏名又は名称】株式会社 資生堂
(74)【代理人】
【識別番号】230116816
【弁護士】
【氏名又は名称】成川 弘樹
(74)【代理人】
【識別番号】100146123
【弁理士】
【氏名又は名称】木本 大介
(74)【代理人】
【識別番号】100174850
【弁理士】
【氏名又は名称】大崎 絵美
(72)【発明者】
【氏名】河原 純一郎
(72)【発明者】
【氏名】薮崎 智穂
(72)【発明者】
【氏名】小林 恵子
(72)【発明者】
【氏名】今井 史
【審査官】早川 学
(56)【参考文献】
【文献】国際公開第２０１７／１１５４５３（ＷＯ，Ａ１）
【文献】国際公開第２０１８／０２９９６３（ＷＯ，Ａ１）
【文献】江川陽、外１名，視線データからの画像評価に関する研究，映像情報メディア学会 ２０１１年年次大会講演予稿集 ［ＣＤ－ＲＯＭ］，社団法人映像情報メディア学会，2011年08月01日，発表番号２－６
【文献】飯田峻広、外４名，顔画像による印象判断内容に応じた視線運動の差異ならびに化粧による影響の分析，映像情報メディア学会 ２０１５年年次大会講演予稿集 ［ＣＤ－ＲＯＭ］，一般社団法人映像情報メディア学会，2015年08月05日，発表番号１４Ｃ－４
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １６／００－１６／９５８
Ｇ０６Ｔ ７／７０
Ａ４５Ｄ ４４／００
(57)【特許請求の範囲】
【請求項1】
ユーザに対して、顔を含む画像を提示する手段を備え、前記ユーザの視線の動きに関する視線情報を取得する手段を備え、
前記視線情報に基づいて、前記画像における前記ユーザの視線の偏りを計算する手段を備え、
前記視線の偏りに基づいて、前記画像に関するレコメンド情報を決定する手段を備え、
前記レコメンド情報を提示する手段を備え、
前記計算する手段は、
前記画像の画像空間を、前記ユーザの両目を結ぶ中間点と鼻の中心とを結ぶ基準線で２つの領域に分割し、
前記２つの領域は、第１領域及び第２領域であり、
前記第１領域における第１視線分布と、
前記第２領域における第２視線分布と、
を計算する、
情報処理装置。
【請求項2】
ユーザに対して、顔を含む画像を提示する手段を備え、前記ユーザの視線の動きに関する視線情報を取得する手段を備え、
前記視線情報に基づいて、前記画像における前記ユーザの視線の偏りを計算する手段を備え、
前記視線の偏りに基づいて、前記画像に関するレコメンド情報を決定する手段を備え、
前記レコメンド情報を提示する手段を備え、
前記提示する手段は、互いに異なる複数の画像を個別に提示し、
前記計算する手段は、
前記画像の画像空間を所定の境界線で第１領域及び第２領域に分割し、
前記第１領域における第１視線分布と、前記第２領域における第２視線分布と、を計算し、
各画像について、前記第１視線分布及び前記第２視線分布を計算し、
前記決定する手段は、前記複数の画像の少なくとも１つを前記レコメンド情報として決定する、
情報処理装置。
【請求項3】
前記第１領域は、前記画像に対して向かって右側の領域であり、前記第２領域は、前記画像に対して向かって左側の領域であり、
前記レコメンド情報は、前記複数の画像のうち、前記第１視線分布の割合が所定値以上である少なくとも１つの画像である、
請求項２に記載の情報処理装置。
【請求項4】
前記画像は、前記ユーザの顔に対して互いに異なるメイキャップが施された複数のメイキャップシミュレーション画像を含み、前記第１領域は、各メイキャップシミュレーション画像に対して向かって右側の領域であり、
前記第２領域は、各メイキャップシミュレーション画像に対して向かって左側の領域であり、
前記レコメンド情報は、前記複数のメイキャップシミュレーション画像のうち、前記第１視線分布の割合が最も多いメイキャップシミュレーション画像である、
請求項２又は請求項３に記載の情報処理装置。
【請求項5】
前記画像は、前記ユーザの顔に対してメイキャップが施されたメイキャップシミュレーション画像であり、前記第１領域は、前記メイキャップシミュレーション画像に対して向かって右側の領域であり、
前記第２領域は、前記メイキャップシミュレーション画像に対して向かって左側の領域であり、
前記レコメンド情報は、前記メイキャップシミュレーション画像における前記第１視線分布の割合に応じた情報である、
請求項２又は請求項３に記載の情報処理装置。
【請求項6】
前記提示する手段は、互いに異なる複数のアバタ画像を個別に提示し、前記第１領域は、前記アバタ画像に対して向かって右側の領域であり、
前記第２領域は、前記アバタ画像に対して向かって左側の領域であり、
前記レコメンド情報は、前記複数のアバタ画像のうち、前記第１視線分布の割合が最も多いアバタ画像である、
請求項２又は請求項３に記載の情報処理装置。
【請求項7】
前記画像は、アバタ画像であり、前記第１領域は、前記アバタ画像に対して向かって右側に位置し、
前記第２領域は、前記アバタ画像に対して向かって左側に位置し、
前記レコメンド情報は、前記アバタ画像における前記第１視線分布の割合に応じた情報である、
請求項２又は請求項３に記載の情報処理装置。
【請求項8】
前記画像は、前記ユーザの顔に対して互いに異なる髪型が適用された複数の画像、及び、前記ユーザの顔に対して互いに異なる手術が施された画像の少なくとも１つを含む、請求項２～請求項７の何れかに記載の情報処理装置。
【請求項9】
ユーザの顔の鏡像に対する前記ユーザの視線の動きに関する視線情報を取得する手段を備え、前記視線情報に基づいて、前記鏡像における前記ユーザの視線の偏りを計算する手段を備え、
前記視線の偏りに基づいて、前記鏡像に関するレコメンド情報を決定する手段を備え、
前記レコメンド情報を提示する手段を備え、
前記計算する手段は、
前記鏡像の鏡像空間を所定の境界線で第１領域及び第２領域に分割し、
前記第１領域における第１視線分布と、前記第２領域における第２視線分布と、を計算し、
前記第１領域は、前記鏡像に対して向かって右側に位置し、
前記第２領域は、前記鏡像に対して向かって左側に位置し、
前記レコメンド情報は、前記第１視線分布の割合に応じた情報であって、且つ、前記鏡像に対する前記ユーザの評価に関する情報である、
情報処理装置。
【請求項10】
コンピュータを、請求項１～請求項９の何れかに記載の情報処理装置の各手段として機能させるためのプログラム。
【請求項11】
コンピュータを用いた情報処理方法であって、ユーザに対して、顔を含む画像を提示するステップを備え、
前記ユーザの視線の動きに関する視線情報を取得するステップを備え、
前記視線情報に基づいて、前記画像における前記ユーザの視線の偏りを計算するステップを備え、
前記視線の偏りに基づいて、前記画像に関するレコメンド情報を決定するステップを備え、
前記レコメンド情報を提示するステップを備え、
前記計算するステップは、
前記画像の画像空間を、前記ユーザの両目を結ぶ中間点と鼻の中心とを結ぶ基準線で２つの領域に分割し、
前記２つの領域は、第１領域及び第２領域であり、
前記第１領域における第１視線分布と、
前記第２領域における第２視線分布と、
を計算する、
情報処理方法。
【請求項12】
ユーザに対して、顔を含む画像を提示するステップを備え、前記ユーザの視線の動きに関する視線情報を取得するステップを備え、
前記視線情報に基づいて、前記画像における前記ユーザの視線の偏りを計算するステップを備え、
前記視線の偏りに基づいて、前記画像に関するレコメンド情報を決定するステップを備え、
前記レコメンド情報を提示するステップを備え、
前記提示するステップは、互いに異なる複数の画像を個別に提示し、
前記計算するステップは、
前記画像の画像空間を所定の境界線で第１領域及び第２領域に分割し、
前記第１領域における第１視線分布と、前記第２領域における第２視線分布と、を計算し、
各画像について、前記第１視線分布及び前記第２視線分布を計算し、
前記決定するステップは、前記複数の画像の少なくとも１つを前記レコメンド情報として決定する、
情報処理方法。
【請求項13】
コンピュータを用いた情報処理方法であって、ユーザの顔の鏡像に対する前記ユーザの視線の動きに関する視線情報を取得するステップを備え、
前記視線情報に基づいて、前記鏡像における前記ユーザの視線の偏りを計算するステップを備え、
前記視線の偏りに基づいて、前記鏡像に関するレコメンド情報を決定するステップを備え、
前記レコメンド情報を提示するステップを備え、
前記計算するステップは、
前記鏡像の鏡像空間を所定の境界線で第１領域及び第２領域に分割し、
前記第１領域における第１視線分布と、前記第２領域における第２視線分布と、を計算し、
前記第１領域は、前記鏡像に対して向かって右側に位置し、
前記第２領域は、前記鏡像に対して向かって左側に位置し、
前記レコメンド情報は、前記第１視線分布の割合に応じた情報であって、且つ、前記鏡像に対する前記ユーザの評価に関する情報である、
情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置及びプログラムに関する。
【背景技術】
【0002】
近年、化粧品のラインナップの増加に伴い、化粧品の販売店の担当者や消費者は、消費者の嗜好に合った化粧品を選択することが困難になる傾向にある。
【0003】
そのため、コンピュータ上で、消費者の顔の画像を用いたメイキャップシミュレーションを実行することにより、メイキャップシミュレーション画像を生成する技術が普及している（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【0004】
【文献】再表２０１５－０２９３７１号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかし、人間がある事象に対して自身の嗜好に合っていると感じたとしても、その後に当該事象が嗜好に合わないと感じることもある。これは、人の嗜好がその人の主観に依存するにもかかわらず、人の主観は一定ではないためである。
【0006】
例えば、特許文献１の技術によって生成された複数のメイキャップシミュレーション画像の中から、消費者が自身の嗜好に合ったメイキャップシミュレーション画像を選択したとしても、その後に、選択したメイキャップシミュレーション画像が自身の嗜好に合わないと感じる場合、又は、選択しなかったメイキャップシミュレーション画像が自身の嗜好に合うと感じる場合もある。
【0007】
このように、人が観察する顔に抱く評価には、その人の主観が反映される。そのため、人が観察する顔に対する潜在的な評価を提示することは困難である。
【0008】
本発明の目的は、ユーザが観察する顔に対するユーザの潜在的な評価を提示することである。
【課題を解決するための手段】
【0009】
本発明の一態様は、
ユーザに対して、顔を含む画像を提示する手段を備え、
ユーザの視線の動きに関する視線情報を取得する手段を備え、
視線情報に基づいて、画像におけるユーザの視線の分布を計算する手段を備え、
視線分布に基づいて、画像に関するレコメンド情報を決定する手段を備え、
レコメンド情報を提示する手段を備える、
情報処理装置である。
ユーザに対して、顔を含む画像を提示する手段を備え、
ユーザの視線の動きに関する視線情報を取得する手段を備え、
視線情報に基づいて、画像におけるユーザの視線の分布を計算する手段を備え、
視線分布に基づいて、画像に関するレコメンド情報を決定する手段を備え、
レコメンド情報を提示する手段を備える、
情報処理装置である。
【発明の効果】
【0010】
本発明によれば、ユーザが観察する顔に対するユーザの潜在的な評価を提示することができる。
【図面の簡単な説明】
【0011】
【図1】第１実施形態の情報処理システムの構成を示すブロック図である。
【図2】第１実施形態の情報処理システムの構成を示すブロック図である。
【図3】第１実施形態の概要の説明図である。
【図4】第１実施形態のユーザ情報データベースのデータ構造を示す図である。
【図5】第１実施形態のメイキャップパターン情報マスタテーブルのデータ構造を示す図である。
【図6】第１実施形態のシミュレーションログ情報データベースのデータ構造を示す図である。
【図7】第１実施形態の情報処理のフローチャートである。
【図13】第２実施形態のクライアント装置の外観図である。
【図14】第２実施形態の情報処理のフローチャートである。
【図18】第３実施形態の情報処理のフローチャートである。
【図21】変形例１の画面例を示す図である。
【図22】変形例２の情報処理において表示される画面例を示す図である。
【図23】第４実施形態の概要の説明図である。
【図24】第４実施形態の視線パラメータの計算の処理のフローチャートである。
【発明を実施するための形態】
【0012】
以下、本発明の一実施形態について、図面に基づいて詳細に説明する。なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。
【0013】
（１）第１実施形態
本発明の第１実施形態について説明する。
本発明の第１実施形態について説明する。
【0014】
【0015】
図１～図２に示すように、情報処理システム１は、クライアント装置１０と、アイトラッカ２０と、サーバ３０と、を備える。
クライアント装置１０及びサーバ３０は、ネットワーク（例えば、インターネット又はイントラネット）ＮＷを介して接続される。
アイトラッカ２０は、クライアント装置１０に接続される。
クライアント装置１０及びサーバ３０は、ネットワーク（例えば、インターネット又はイントラネット）ＮＷを介して接続される。
アイトラッカ２０は、クライアント装置１０に接続される。
【0016】
クライアント装置１０は、サーバ３０にリクエストを送信する情報処理装置の一例である。クライアント装置１０は、例えば、スマートフォン、タブレット端末、又は、パーソナルコンピュータである。
ユーザＵは、クライアント装置１０に対して、ユーザ指示を与えることができる。
ユーザＵは、クライアント装置１０に対して、ユーザ指示を与えることができる。
【0017】
アイトラッカ２０は、ユーザＵの視線の動きを検出し、且つ、視線の動きに関するアイトラッキング信号（「視線情報の一例」）を生成するように構成される。具体的には、アイトラッカ２０は、所定時間毎に、ユーザの視線の位置を示す座標を計測する。
アイトラッカ２０は、アイトラッキング信号をクライアント装置１０に送信する。
アイトラッカ２０は、アイトラッキング信号をクライアント装置１０に送信する。
【0018】
サーバ３０は、クライアント装置１０から送信されたリクエストに応じたレスポンスをクライアント装置１０に提供する情報処理装置の一例である。サーバ３０は、例えば、ウェブサーバである。
【0019】
（１－１－１）クライアント装置の構成
図１を参照して、クライアント装置１０の構成について説明する。
図１を参照して、クライアント装置１０の構成について説明する。
【0020】
図１に示すように、クライアント装置１０は、記憶装置１１と、プロセッサ１２と、入出力インタフェース１３と、通信インタフェース１４と、ディスプレイ１５と、カメラ１６と、を備える。
【0021】
記憶装置１１は、プログラム及びデータを記憶するように構成される。記憶装置１１は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。
【0022】
プログラムは、例えば、以下のプログラムを含む。
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーション（例えば、メイキャップシミュレーション用アプリケーション）のプログラム
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーション（例えば、メイキャップシミュレーション用アプリケーション）のプログラム
【0023】
データは、例えば、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）
【0024】
プロセッサ１２は、記憶装置１１に記憶されたプログラムを起動することによって、クライアント装置１０の機能を実現するように構成される。プロセッサ１２は、コンピュータの一例である。
【0025】
入出力インタフェース１３は、クライアント装置１０に接続される入力デバイスからユーザの指示を取得し、クライアント装置１０に接続される出力デバイスに情報を出力し、且つ、アイトラッカ２０からアイトラッキング信号を取得するように構成される。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ１５である。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ１５である。
【0026】
通信インタフェース１４は、クライアント装置１０とサーバ３０との間の通信を制御するように構成される。
【0027】
ディスプレイ１５は、プロセッサ１２によって生成された画像を表示するように構成される。
【0028】
カメラ１６は、画像（例えば、クライアント装置１０のユーザの顔の画像）を撮像するように構成される。
【0029】
（１－１－２）サーバの構成
図１を参照して、サーバ３０の構成について説明する。
図１を参照して、サーバ３０の構成について説明する。
【0030】
図１に示すように、サーバ３０は、記憶装置３１と、プロセッサ３２と、入出力インタフェース３３と、通信インタフェース３４とを備える。
【0031】
記憶装置３１は、プログラム及びデータを記憶するように構成される。記憶装置３１は、例えば、ＲＯＭ、ＲＡＭ、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。
【0032】
プログラムは、例えば、以下のプログラムを含む。
・ＯＳのプログラム
・情報処理を実行するアプリケーションのプログラム
・ＯＳのプログラム
・情報処理を実行するアプリケーションのプログラム
【0033】
データは、例えば、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理の実行結果
・情報処理において参照されるデータベース
・情報処理の実行結果
【0034】
プロセッサ３２は、記憶装置３１に記憶されたプログラムを起動することによって、サーバ３０の機能を実現するように構成される。プロセッサ３２は、コンピュータの一例である。
【0035】
入出力インタフェース３３は、サーバ３０に接続される入力デバイスからユーザの指示を取得し、かつ、サーバ３０に接続される出力デバイスに情報を出力するように構成される。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
【0036】
通信インタフェース３４は、サーバ３０とクライアント装置１０との間の通信を制御するように構成される。
【0037】
（１－２）第１実施形態の概要
第１実施形態の概要について説明する。図３は、第１実施形態の概要の説明図である。
第１実施形態の概要について説明する。図３は、第１実施形態の概要の説明図である。
【0038】
図３に示すように、第１実施形態では、人（例えば、ユーザＵ）の顔を含むシミュレーション画像ＳＩＭＧを提示する。シミュレーション画像ＳＩＭＧでは、鏡像のように、ユーザＵの右目ＲＥが向かって右側に配置され、且つ、ユーザＵの左目ＬＥが向かって左側に配置される。
次に、シミュレーション画像ＳＩＭＧを観察している間のユーザＵの視線の動きに関するアイトラッキング信号を生成する。
次に、アイトラッキング信号に基づいて、シミュレーション画像ＳＩＭＧを構成する画素の座標空間（以下「画像空間」という）において、向かって右側に位置する（つまり、右目ＲＥを含む）第１領域ＧＲ１の視線の分布と、向かって左側に位置する（つまり、左目ＬＥを含む）第２領域ＧＲ２の視線の分布と、を計算する。
次に、第１領域ＧＲ１の視線の分布と、第２領域ＧＲ２の視線の分布と、に基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価に関するレコメンド情報を提供する。
次に、シミュレーション画像ＳＩＭＧを観察している間のユーザＵの視線の動きに関するアイトラッキング信号を生成する。
次に、アイトラッキング信号に基づいて、シミュレーション画像ＳＩＭＧを構成する画素の座標空間（以下「画像空間」という）において、向かって右側に位置する（つまり、右目ＲＥを含む）第１領域ＧＲ１の視線の分布と、向かって左側に位置する（つまり、左目ＬＥを含む）第２領域ＧＲ２の視線の分布と、を計算する。
次に、第１領域ＧＲ１の視線の分布と、第２領域ＧＲ２の視線の分布と、に基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価に関するレコメンド情報を提供する。
【0039】
このように、第１実施形態では、１つのシミュレーション画像ＳＩＭＧの画像空間におけるユーザＵの視線分布（つまり、視線の偏り）に基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価が反映されたレコメンド情報を提示する。
【0040】
（１－３）データベース
第１実施形態のデータベースについて説明する。以下のデータベースは、記憶装置３１に記憶される。
第１実施形態のデータベースについて説明する。以下のデータベースは、記憶装置３１に記憶される。
【0041】
（１－３－１）ユーザ情報データベース
第１実施形態のユーザ情報データベースについて説明する。図４は、第１実施形態のユーザ情報データベースのデータ構造を示す図である。
第１実施形態のユーザ情報データベースについて説明する。図４は、第１実施形態のユーザ情報データベースのデータ構造を示す図である。
【0042】
図４のユーザ情報データベースには、ユーザに関するユーザ情報が格納される。
ユーザ情報データベースは、「ユーザＩＤ」フィールドと、「ユーザ名」フィールドと、「ユーザ画像」フィールドと、「ユーザ属性」フィールドと、を含む。各フィールドは、互いに関連付けられている。
ユーザ情報データベースは、「ユーザＩＤ」フィールドと、「ユーザ名」フィールドと、「ユーザ画像」フィールドと、「ユーザ属性」フィールドと、を含む。各フィールドは、互いに関連付けられている。
【0043】
「ユーザＩＤ」フィールドには、ユーザを識別するユーザＩＤ（「ユーザ識別情報」の一例）が格納されている。
【0044】
「ユーザ名」フィールドには、ユーザの名前に関する情報（例えば、テキスト）が格納されている。
【0045】
「ユーザ画像」フィールドには、ユーザの顔を含む画像の画像データが格納されている。
【0046】
「ユーザ属性」フィールドは、「性別」フィールドと、「年齢」フィールドと、「職業」フィールドと、を含む。
【0047】
「性別」フィールドには、ユーザの性別に関する情報が格納される。
【0048】
「年齢」フィールドには、ユーザの年齢に関する情報が格納される。
【0049】
「職業」フィールドには、ユーザの職業に関する情報が格納される。
【0050】
（１－３－２）メイキャップパターン情報マスタテーブル
第１実施形態のメイキャップパターン情報マスタテーブルについて説明する。図５は、第１実施形態のメイキャップパターン情報マスタテーブルのデータ構造を示す図である。
第１実施形態のメイキャップパターン情報マスタテーブルについて説明する。図５は、第１実施形態のメイキャップパターン情報マスタテーブルのデータ構造を示す図である。
【0051】
図５のメイキャップパターン情報マスタテーブルには、メイキャップパターンに関するメイキャップパターン情報が記憶される。
メイキャップパターン情報マスタテーブルは、「パターンＩＤ」フィールドと、「パターン名」フィールドと、「アイテム」フィールドと、を含む。
メイキャップパターン情報マスタテーブルは、「パターンＩＤ」フィールドと、「パターン名」フィールドと、「アイテム」フィールドと、を含む。
【0052】
「パターンＩＤ」フィールドには、メイキャップパターンを識別するメイキャップパターンＩＤ（「メイキャップパターン識別情報」の一例）が格納される。
【0053】
「パターン名」フィールドには、メイキャップパターンのパターン名に関する情報（例えば、テキスト）が格納されている。
【0054】
「アイテム」フィールドには、メイキャップシミュレーションで使用されるメイキャップアイテムに関するアイテム情報が格納される。「アイテム」フィールドは、「カテゴリ」フィールドと、「アイテムＩＤ」フィールドと、「パラメータ」フィールドと、を含む。「カテゴリ」フィールド、「アイテムＩＤ」フィールド、及び、「パラメータ」フィールドは、互いに関連付けられている。
【0055】
「カテゴリ」フィールドには、メイキャップアイテムのカテゴリ（例えば、ファンデーション、口紅、及び、チーク）に関する情報が格納される。
【0056】
「アイテムＩＤ」フィールドには、メイキャップアイテムを識別するアイテムＩＤ（「メイキャップアイテム識別情報」の一例）が格納される。
【0057】
「パラメータ」フィールドには、メイキャップアイテムを使用したときの効果に関するメイキャップパラメータが格納される。メイキャップパラメータは、例えば、元画像（一例として、ユーザＵの顔の画像）に適用すべき画像処理パラメータ（例えば、元画像の画素の色情報を変換するための色変換パラメータ）である。
【0058】
（１－３－３）シミュレーションログ情報データベース
第１実施形態のシミュレーションログ情報データベースについて説明する。図６は、第１実施形態のシミュレーションログ情報データベースのデータ構造を示す図である。
第１実施形態のシミュレーションログ情報データベースについて説明する。図６は、第１実施形態のシミュレーションログ情報データベースのデータ構造を示す図である。
【0059】
図６のシミュレーションログ情報データベースには、メイキャップシミュレーションの結果に関する情報が時系列に記憶される。
シミュレーションログ情報データベースは、「シミュレーションＩＤ」フィールドと、「シミュレーション実行日」フィールドと、「シミュレーション条件」フィールドと、「アイトラッキング信号」フィールドと、「視線分布」フィールドと、を含む。
シミュレーションログ情報データベースは、ユーザＩＤに関連付けられている。
シミュレーションログ情報データベースは、「シミュレーションＩＤ」フィールドと、「シミュレーション実行日」フィールドと、「シミュレーション条件」フィールドと、「アイトラッキング信号」フィールドと、「視線分布」フィールドと、を含む。
シミュレーションログ情報データベースは、ユーザＩＤに関連付けられている。
【0060】
「シミュレーションＩＤ」フィールドには、メイキャップシミュレーションを識別するシミュレーションＩＤ（「シミュレーション識別情報」の一例）が格納される。
【0061】
「シミュレーション実行日」フィールドには、メイキャップシミュレーションの実行日に関する情報が格納される。
【0062】
「シミュレーション条件」フィールドには、メイキャップシミュレーションのシミュレーション条件に関する情報が格納される。「シミュレーション条件」フィールドは、「元画像」フィールドと、「パターン」フィールドと、を含む。
【0063】
「元画像」フィールドには、メイキャップシミュレーションの対象となる元画像（例えば、ユーザＵの顔の画像）の画像データが格納される。
【0064】
「パターン」フィールドには、「元画像」フィールドの画像データに対して適用されるメイキャップパターンのメイキャップパターンＩＤが格納される。
【0065】
「アイトラッキング信号」フィールドには、アイトラッカ２０によって生成されたアイトラッキング信号が格納される。「アイトラッキング信号」フィールドは、「計測座標」フィールドと、「計測時間」フィールドと、を含む。「計測座標」フィールド及び「計測時間」フィールドは、互いに関連付けられている。
【0066】
「計測座標」フィールドには、画像空間におけるユーザの視線の位置を示す計測座標が格納される。
【0067】
「計測時間」フィールドには、アイトラッカ２０がアイトラッキング信号を生成したタイミングに関する計測時間情報が格納される。計測時間情報は、例えば、アイトラッカ２０がアイトラッキング信号の生成を開始した時点からの経過時間である。
「計測座標」フィールドの座標、及び、「計測時間」フィールドの情報の組合せにより、ユーザＵの視線の動きが特定される。
「計測座標」フィールドの座標、及び、「計測時間」フィールドの情報の組合せにより、ユーザＵの視線の動きが特定される。
【0068】
「視線分布」フィールドには、「アイトラッキング信号」フィールドの情報から導出される視線分布（「視線パラメータ」の一例）が格納される。視線分布は、メイキャップシミュレーション画像の画像空間におけるユーザの視線の分布を示す。「視線分布」フィールドは、「Ｒ分布」フィールドと、「Ｌ分布」フィールドと、を含む。
【0069】
「Ｒ分布」フィールドには、メイキャップシミュレーション画像の画像空間において、メイキャップシミュレーション画像に対して向かって右側（つまり、観察者から向かって右側）の第１領域におけるユーザの視線の分布率が格納される。
【0070】
「Ｌ分布」フィールドには、メイキャップシミュレーション画像の画像空間において、メイキャップシミュレーション画像に対して向かって左側（つまり、観察者から向かって左側）の第２領域におけるユーザの視線の分布率が格納される。
【0071】
（１－４）情報処理
第１実施形態の情報処理について説明する。図７は、第１実施形態の情報処理のフローチャートである。図８～図１０は、図７の情報処理において表示される画面例を示す図である。図１１は、図７の視線パラメータの計算の詳細なフローチャートである。図１２は、図７の視線パラメータの計算の説明図である。
第１実施形態の情報処理について説明する。図７は、第１実施形態の情報処理のフローチャートである。図８～図１０は、図７の情報処理において表示される画面例を示す図である。図１１は、図７の視線パラメータの計算の詳細なフローチャートである。図１２は、図７の視線パラメータの計算の説明図である。
【0072】
【0073】
画面Ｐ１００は、画像オブジェクトＩＭＧ１００を含む。
画像オブジェクトＩＭＧ１００は、ユーザＵの顔の画像を含む。画像オブジェクトＩＭＧ１００は、例えば、以下の何れかである。
・記憶装置１１に予め記憶されていた画像
・ユーザ情報データベース（図４）の「ユーザ画像」フィールドの画像データから再現される画像
・入出力インタフェース１３に接続されたカメラ１６によって撮像された画像
画像オブジェクトＩＭＧ１００は、ユーザＵの顔の画像を含む。画像オブジェクトＩＭＧ１００は、例えば、以下の何れかである。
・記憶装置１１に予め記憶されていた画像
・ユーザ情報データベース（図４）の「ユーザ画像」フィールドの画像データから再現される画像
・入出力インタフェース１３に接続されたカメラ１６によって撮像された画像
【0074】
ステップＳ１００の後、クライアント装置１０は、メイキャップシミュレーション画像の生成（Ｓ１０１）を実行する。
具体的には、プロセッサ１２は、メイキャップパターン情報マスタテーブル（図５）の任意のレコードを特定する。
プロセッサ１２は、ステップＳ１００で決定したシミュレーション画像ＳＩＭＧに、特定したレコードの「パラメータ」フィールドの情報を適用することにより、メイキャップシミュレーション画像を生成する。
具体的には、プロセッサ１２は、メイキャップパターン情報マスタテーブル（図５）の任意のレコードを特定する。
プロセッサ１２は、ステップＳ１００で決定したシミュレーション画像ＳＩＭＧに、特定したレコードの「パラメータ」フィールドの情報を適用することにより、メイキャップシミュレーション画像を生成する。
【0075】
ステップＳ１０１の後、クライアント装置１０は、メイキャップシミュレーション画像の提示（Ｓ１０２）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１０１（図８）をディスプレイ１５に表示する。
具体的には、プロセッサ１２は、画面Ｐ１０１（図８）をディスプレイ１５に表示する。
【0076】
画面Ｐ１０１は、画像オブジェクトＩＭＧ１０１を含む。
画像オブジェクトＩＭＧ１０１は、ステップＳ１０１で生成されたメイキャップシミュレーション画像である。
画像オブジェクトＩＭＧ１０１は、ステップＳ１０１で生成されたメイキャップシミュレーション画像である。
【0077】
ステップＳ１０２の後、クライアント装置１０は、視線パラメータの計算（Ｓ１０３）を実行する。
【0078】
図１１に示すように、クライアント装置１０は、アイトラッキング信号の取得（Ｓ１０３０）を実行する。
具体的には、プロセッサ１２は、アイトラッカ２０から、アイトラッキング信号を取得する。
プロセッサ１２は、アイトラッキング信号に基づいて、計測座標と、計測時間と、を関連付けて記憶装置１１に記憶する。
具体的には、プロセッサ１２は、アイトラッカ２０から、アイトラッキング信号を取得する。
プロセッサ１２は、アイトラッキング信号に基づいて、計測座標と、計測時間と、を関連付けて記憶装置１１に記憶する。
【0079】
ステップＳ１０３０の後、クライアント装置１０は、画像空間の分割（Ｓ１０３１）を実行する。
具体的には、プロセッサ１２は、図１２に示すように、画像空間の基準線（例えば、両目を結ぶ線の中間点と、鼻の中心と、を結ぶ線）ＩＲＬの座標を計算する。
プロセッサ１２は、基準線ＩＲＬを境界線として、メイキャップシミュレーション画像ＳＩＭＧの画像空間を、第１領域Ａ１及び第２領域Ａ２に分割する。
第１領域Ａ１は、メイキャップシミュレーション画像ＳＩＭＧに対して向かって右側の領域（つまり、右目ＲＥを含む領域）である。
第２領域Ａ２は、メイキャップシミュレーション画像ＳＩＭＧに対して向かって左側の領域（つまり、左目ＬＥを含む領域）である。
具体的には、プロセッサ１２は、図１２に示すように、画像空間の基準線（例えば、両目を結ぶ線の中間点と、鼻の中心と、を結ぶ線）ＩＲＬの座標を計算する。
プロセッサ１２は、基準線ＩＲＬを境界線として、メイキャップシミュレーション画像ＳＩＭＧの画像空間を、第１領域Ａ１及び第２領域Ａ２に分割する。
第１領域Ａ１は、メイキャップシミュレーション画像ＳＩＭＧに対して向かって右側の領域（つまり、右目ＲＥを含む領域）である。
第２領域Ａ２は、メイキャップシミュレーション画像ＳＩＭＧに対して向かって左側の領域（つまり、左目ＬＥを含む領域）である。
【0080】
ステップＳ１０３１の後、クライアント装置１０は、領域座標の特定（Ｓ１０３２）を実行する。
具体的には、プロセッサ１２は、ステップＳ１０３０で記憶装置１１に記憶した計測座標のうち、第１領域Ａ１に含まれる計測座標を第１領域座標Ｃ１として特定し、且つ、第２領域Ａ２に含まれる計測座標を第２領域座標Ｃ２として特定する。
具体的には、プロセッサ１２は、ステップＳ１０３０で記憶装置１１に記憶した計測座標のうち、第１領域Ａ１に含まれる計測座標を第１領域座標Ｃ１として特定し、且つ、第２領域Ａ２に含まれる計測座標を第２領域座標Ｃ２として特定する。
【0081】
ステップＳ１０３２の後、クライアント装置１０は、視線分布率の計算（Ｓ１０３３）を実行する。
具体的には、プロセッサ１２は、式１を用いて、ユーザＵが第１領域Ａ１に視線を向けた割合（以下「第１視線分布率」という）Ｅ１と、ユーザＵが第２領域Ａ２に視線を向けた割合（以下「第２視線分布率」という）Ｅ２と、を計算する。
・Ｅ１…第１視線分布率
・Ｅ２…第２視線分布率
・Ｎ（Ｃ１）…第１領域座標Ｃ１の総数
・Ｎ（Ｃ２）…第２領域座標Ｃ２の総数
具体的には、プロセッサ１２は、式１を用いて、ユーザＵが第１領域Ａ１に視線を向けた割合（以下「第１視線分布率」という）Ｅ１と、ユーザＵが第２領域Ａ２に視線を向けた割合（以下「第２視線分布率」という）Ｅ２と、を計算する。
【数1】
・Ｅ２…第２視線分布率
・Ｎ（Ｃ１）…第１領域座標Ｃ１の総数
・Ｎ（Ｃ２）…第２領域座標Ｃ２の総数
【0082】
図７のＳＳ１（ステップＳ１０１～Ｓ１０３）は、第１実施形態のメイキャップシミュレーションの処理に相当する。つまり、メイキャップシミュレーションは、複数のメイキャップパターンのそれぞれについて、複数回実行される。
【0083】
例えば、２回目のステップＳ１０１では、プロセッサ１２は、１回目のステップＳ１０１で用いられたメイキャップパターンとは異なるメイキャップパターンを元画像に適用することにより、１回目のステップＳ１０１で得られたメイキャップシミュレーション画像とは異なるメイキャップシミュレーション画像を生成する。
【0084】
２回目のステップＳ１０２では、プロセッサ１２は、画面Ｐ１０２（図９）をディスプレイ１５に表示する。
【0085】
画面Ｐ１０２は、画像オブジェクトＩＭＧ１０２を含む。
画像オブジェクトＩＭＧ１０２は、２回目のステップＳ１０１で生成されたメイキャップシミュレーション画像である。
画像オブジェクトＩＭＧ１０２は、２回目のステップＳ１０１で生成されたメイキャップシミュレーション画像である。
【0086】
つまり、プロセッサ１２は、複数のメイキャップシミュレーション画像を個別に提示し、且つ、各メイキャップシミュレーション画像に対する視線分布を計算する。これにより、各メイキャップシミュレーション画像に対する視線分布が得られる。
【0087】
ステップＳ１０３の後、クライアント装置１０は、視線パラメータの提示（Ｓ１０４）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１０３（図１０）をディスプレイ１５に表示する。
具体的には、プロセッサ１２は、画面Ｐ１０３（図１０）をディスプレイ１５に表示する。
【0088】
画面Ｐ１０３は、表示オブジェクトＡ１０３ａ～Ａ１０３ｂと、画像オブジェクトＩＭＧ１０１及びＩＭＧ１０２と、を含む。
表示オブジェクトＡ１０３ａには、画像オブジェクトＩＭＧ１０１の生成に使用されたメイキャップパターンに関する情報（例えば、パターン名）と、画像オブジェクトＩＭＧ１０１に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、が表示される。
表示オブジェクトＡ１０３ｂには、画像オブジェクトＩＭＧ１０２の生成に使用されたメイキャップパターンに関する情報（例えば、パターン名）と、画像オブジェクトＩＭＧ１０２に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、が表示される。
表示オブジェクトＡ１０３ａには、画像オブジェクトＩＭＧ１０１の生成に使用されたメイキャップパターンに関する情報（例えば、パターン名）と、画像オブジェクトＩＭＧ１０１に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、が表示される。
表示オブジェクトＡ１０３ｂには、画像オブジェクトＩＭＧ１０２の生成に使用されたメイキャップパターンに関する情報（例えば、パターン名）と、画像オブジェクトＩＭＧ１０２に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、が表示される。
【0089】
ステップＳ１０４の後、クライアント装置１０は、レコメンド情報の決定（Ｓ１０５）を実行する。
【0090】
ステップＳ１０５の第１例では、プロセッサ１２は、ステップＳ１０３で計算した複数のメイキャップシミュレーション画像に対する視線分布率（つまり、画面Ｐ１０３の表示オブジェクトＡ１０３ａ～Ａ１０３ｂに表示された第１視線分布率Ｅ１及び第２視線分布率Ｅ２）から、第１視線分布率Ｅ１が最も大きいメイキャップシミュレーション画像を選択する。
【0091】
ステップＳ１０５の第２例では、プロセッサ１２は、ステップＳ１０３で計算した複数のメイキャップシミュレーション画像に対する視線分布率（つまり、画面Ｐ１０３の表示オブジェクトＡ１０３ａ～Ａ１０３ｂに表示された第１視線分布率Ｅ１及び第２視線分布率Ｅ２）から、第１視線分布率が所定値以上である少なくとも１つのメイキャップシミュレーション画像を選択する。
なお、全てのメイキャップシミュレーション画像の第１視線分布率Ｅ１が所定値未満である場合、レコメンド情報は提示されない。
なお、全てのメイキャップシミュレーション画像の第１視線分布率Ｅ１が所定値未満である場合、レコメンド情報は提示されない。
【0092】
文献”Brady, N., Campbell, M., & Flaherty, M. (2005). Perceptual asymmetries are preserved in memory for highly familiar faces of self and friend. Brain & Cognition, 58, 334-342.”には、その人らしさは、顔の右側半分に表れるという研究成果が記載されている。人が日常的に見る自分の顔は鏡に映った顔である。したがって、人が鏡に写った自分の顔を見る場合、観察者から向かって右側に自分らしさを感じる傾向がある。
また、文献”Guo, K., Tunnicliffe, D., & Roebuck, H. (2010). Human spontaneous gaze patterns in viewing of faces of different species. Perception, 39, 533-542.”には、人間や霊長類が人や動物を注視するときに、観察者から向かって顔の左側半分を見る傾向にあるという研究成果が記載されている。
また、文献”Guo, K., Tunnicliffe, D., & Roebuck, H. (2010). Human spontaneous gaze patterns in viewing of faces of different species. Perception, 39, 533-542.”には、人間や霊長類が人や動物を注視するときに、観察者から向かって顔の左側半分を見る傾向にあるという研究成果が記載されている。
【0093】
第１例の第１視線分布率Ｅ１が最も大きいメイキャップシミュレーション画像とは、複数のメイキャップシミュレーション画像のうち、右目側が最も注視されたメイキャップシミュレーション画像を意味する。換言すると、第１視線分布率Ｅ１が最も大きいメイキャップシミュレーション画像は、ユーザＵの潜在的な評価が高い画像（例えば、最も関心が高い画像、最も自分らしさを感じる画像、最も親和性を感じる画像、又は、最も印象的に感じる画像）とも言える。
【0094】
第２例の第１視線分布率Ｅ１が所定値以上である少なくとも１つのメイキャップシミュレーション画像とは、複数のメイキャップシミュレーション画像のうち、右目側が一定以上注視されたメイキャップシミュレーション画像を意味する。換言すると、第１視線分布率Ｅ１が所定値以上のメイキャップシミュレーション画像は、ユーザＵの潜在的な評価が一定の基準を超えている画像（例えば、一定程度関心が高い画像、一定程度自分らしさを感じる画像、一定程度親和性を感じる画像、又は、一定程度印象的に感じる画像）とも言える。
【0095】
画面Ｐ１０３の例では、画像オブジェクトＩＭＧ１０１及びＩＭＧ１０２のうち、画像オブジェクトＩＭＧ１０１の第１視線分布率Ｅ１が最も大きいので、画像オブジェクトＩＭＧ１０１に対応するメイキャップシミュレーション画像（つまり、パターン名「ＭＣ１」のメイキャップパターンが適用されたメイキャップシミュレーション画像）がレコメンド情報として決定される。
【0096】
ステップＳ１０５の後、クライアント装置１０は、レコメンド情報の提示（Ｓ１０６）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１０４（図１０）をディスプレイ１５に表示する。
具体的には、プロセッサ１２は、画面Ｐ１０４（図１０）をディスプレイ１５に表示する。
【0097】
画面Ｐ１０４は、画像オブジェクトＩＭＧ１０１と、表示オブジェクトＡ１０４ａ～Ａ１０４ｂと、操作オブジェクトＢ１０４ａ～Ｂ１０４ｂと、を含む。
表示オブジェクトＡ１０４ａには、メイキャップシミュレーション画像の生成に用いられたメイキャップパターンのパターン名が表示される。
表示オブジェクトＡ１０４ｂには、メイキャップシミュレーション画像の生成に用いられたメイキャップパターンに対応するアイテムに関するアイテム情報（例えば、アイテムのカテゴリ及びアイテムＩＤ）が表示される。
操作オブジェクトＢ１０４ａは、レコメンド情報（例えば、画像オブジェクトＩＭＧ１０１、表示オブジェクトＡ１０４ａ～Ａ１０４ｂの内容）を用いてサーバ３０上のデータベースを更新するためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１０４ｂは、表示オブジェクトＡ１０４ｂに表示されたアイテムを販売するウェブサイトにアクセスするためのユーザ指示を受け付けるオブジェクトである。操作オブジェクトＢ１０４ｂには、当該ウェブサイトのＵＲＬ（Uniform Resource Locator）が割り当てられている。
表示オブジェクトＡ１０４ａには、メイキャップシミュレーション画像の生成に用いられたメイキャップパターンのパターン名が表示される。
表示オブジェクトＡ１０４ｂには、メイキャップシミュレーション画像の生成に用いられたメイキャップパターンに対応するアイテムに関するアイテム情報（例えば、アイテムのカテゴリ及びアイテムＩＤ）が表示される。
操作オブジェクトＢ１０４ａは、レコメンド情報（例えば、画像オブジェクトＩＭＧ１０１、表示オブジェクトＡ１０４ａ～Ａ１０４ｂの内容）を用いてサーバ３０上のデータベースを更新するためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１０４ｂは、表示オブジェクトＡ１０４ｂに表示されたアイテムを販売するウェブサイトにアクセスするためのユーザ指示を受け付けるオブジェクトである。操作オブジェクトＢ１０４ｂには、当該ウェブサイトのＵＲＬ（Uniform Resource Locator）が割り当てられている。
【0098】
ステップＳ１０６の後、クライアント装置１０は、更新リクエスト（Ｓ１０７）を実行する。
具体的には、プロセッサ１２は、更新リクエストデータをサーバ３０に送信する。
更新リクエストデータは、以下の情報を含む。
・ユーザＵのユーザＩＤ
・ステップＳ１００で決定された画像データ
・ステップＳ１０１で参照されたメイキャップパターンＩＤ
・ステップＳ１０３の実行日に関する情報
・ステップＳ１０３０で記憶装置１１に記憶された計測座標及び計測時間
・ステップＳ１０３３で計算された第１視線分布率Ｅ１及び第２視線分布率Ｅ２
具体的には、プロセッサ１２は、更新リクエストデータをサーバ３０に送信する。
更新リクエストデータは、以下の情報を含む。
・ユーザＵのユーザＩＤ
・ステップＳ１００で決定された画像データ
・ステップＳ１０１で参照されたメイキャップパターンＩＤ
・ステップＳ１０３の実行日に関する情報
・ステップＳ１０３０で記憶装置１１に記憶された計測座標及び計測時間
・ステップＳ１０３３で計算された第１視線分布率Ｅ１及び第２視線分布率Ｅ２
【0099】
ステップＳ１０７の後、サーバ３０は、データベースの更新（Ｓ３００）を実行する。
具体的には、プロセッサ３２は、更新リクエストデータに含まれるユーザＩＤに関連付けられたシミュレーションログ情報データベース（図６）に新規レコードを追加する。
新規レコードの各フィールドには、以下の情報が格納される。
・「シミュレーションＩＤ」フィールドには、新たなシミュレーションＩＤが格納される。
・「シミュレーション実行日」フィールドには、更新リクエストデータに含まれる実行日に関する情報が格納される。
・「元画像」フィールドには、更新リクエストデータに含まれる画像データが格納される。
・「パターンＩＤ」フィールドには、更新リクエストデータに含まれるメイキャップパターンＩＤが格納される。
・「計測座標」フィールドには、更新リクエストデータに含まれる計測座標が格納される。
・「計測時間」フィールドには、更新リクエストデータに含まれる計測時間が格納される。
・「Ｒ分布」フィールドには、更新リクエストデータに含まれる第１視線分布率Ｅ１が格納される。
・「Ｌ分布」フィールドには、更新リクエストデータに含まれる第２視線分布率Ｅ２が格納される。
具体的には、プロセッサ３２は、更新リクエストデータに含まれるユーザＩＤに関連付けられたシミュレーションログ情報データベース（図６）に新規レコードを追加する。
新規レコードの各フィールドには、以下の情報が格納される。
・「シミュレーションＩＤ」フィールドには、新たなシミュレーションＩＤが格納される。
・「シミュレーション実行日」フィールドには、更新リクエストデータに含まれる実行日に関する情報が格納される。
・「元画像」フィールドには、更新リクエストデータに含まれる画像データが格納される。
・「パターンＩＤ」フィールドには、更新リクエストデータに含まれるメイキャップパターンＩＤが格納される。
・「計測座標」フィールドには、更新リクエストデータに含まれる計測座標が格納される。
・「計測時間」フィールドには、更新リクエストデータに含まれる計測時間が格納される。
・「Ｒ分布」フィールドには、更新リクエストデータに含まれる第１視線分布率Ｅ１が格納される。
・「Ｌ分布」フィールドには、更新リクエストデータに含まれる第２視線分布率Ｅ２が格納される。
【0100】
第１実施形態によれば、ユーザＵに提示した顔の画像（例えば、メイキャップシミュレーション画像）に対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、複数のメイキャップシミュレーション画像の中から、ユーザＵの潜在的な評価の高いメイキャップシミュレーション画像）を提示する。これにより、ユーザＵが観察する顔の画像に対するユーザＵの潜在的な評価が高い情報を提示することができる。
【0101】
（２）第２実施形態
本発明の第２実施形態について説明する。第２実施形態は、自分の顔の鏡像における視線の偏りに基づいてレコメンド情報を提示する例である。
本発明の第２実施形態について説明する。第２実施形態は、自分の顔の鏡像における視線の偏りに基づいてレコメンド情報を提示する例である。
【0102】
（２－１）クライアント装置の構成
第２実施形態のクライアント装置１０の構成について説明する。図１３は、第２実施形態のクライアント装置の外観図である。
第２実施形態のクライアント装置１０の構成について説明する。図１３は、第２実施形態のクライアント装置の外観図である。
【0103】
図１３に示すように、クライアント装置１０は、ハーフミラー１７を更に備える。ハーフミラー１７は、ディスプレイ１５上に配置される。ハーフミラー１７は、外光を反射し、且つ、ディスプレイ１５から発光された光を透過するので、ユーザＵは、鏡像ＭＩとシミュレーション画像ＳＩＭＧとを同時に観察することができる。
【0104】
（２－２）情報処理
第２実施形態の情報処理について説明する。図１４は、第２実施形態の情報処理のフローチャートである。図１５は、図１４の視線パラメータの計算の詳細なフローチャートである。図１６は、図１４の視線パラメータの計算の説明図である。図１７は、図１４の情報処理において表示される画面例を示す図である。
第２実施形態の情報処理について説明する。図１４は、第２実施形態の情報処理のフローチャートである。図１５は、図１４の視線パラメータの計算の詳細なフローチャートである。図１６は、図１４の視線パラメータの計算の説明図である。図１７は、図１４の情報処理において表示される画面例を示す図である。
【0105】
図１４に示すように、クライアント装置１０は、視線パラメータの計算（Ｓ１１０）を実行する。
【0106】
図１５に示すように、クライアント装置１０は、ステップＳ１０３０（図１１）の後、ユーザ画像の撮像（Ｓ１１００）を実行する。
具体的には、カメラ１６が、ハーフミラー１７に写っている鏡像ＭＩを観察しているユーザＵの顔の画像を撮像する。
プロセッサ１２は、カメラ１６によって取得された画像の画像データを生成する。
具体的には、カメラ１６が、ハーフミラー１７に写っている鏡像ＭＩを観察しているユーザＵの顔の画像を撮像する。
プロセッサ１２は、カメラ１６によって取得された画像の画像データを生成する。
【0107】
ステップＳ１１００の後、クライアント装置１０は、鏡像座標の計算(Ｓ１１０１)を実行する。
具体的には、プロセッサ１２は、ステップＳ１１００で生成した画像データの特徴量を解析することにより、ユーザＵの顔の各部（例えば、輪郭、目、鼻、及び、口）の画像空間における座標及びサイズを計算する。
プロセッサ１２は、顔の各部の座標及びサイズと、クライアント装置１０におけるカメラ１６の位置と、に基づいて、ハーフミラー１７とユーザＵとの間の距離を計算する。
プロセッサ１２は、計算した距離と、画像空間における座標と、に基づいて、鏡像ＭＩの座標空間（以下「鏡像空間」という）における顔の各部の座標（以下「鏡像座標」という）を計算する。
具体的には、プロセッサ１２は、ステップＳ１１００で生成した画像データの特徴量を解析することにより、ユーザＵの顔の各部（例えば、輪郭、目、鼻、及び、口）の画像空間における座標及びサイズを計算する。
プロセッサ１２は、顔の各部の座標及びサイズと、クライアント装置１０におけるカメラ１６の位置と、に基づいて、ハーフミラー１７とユーザＵとの間の距離を計算する。
プロセッサ１２は、計算した距離と、画像空間における座標と、に基づいて、鏡像ＭＩの座標空間（以下「鏡像空間」という）における顔の各部の座標（以下「鏡像座標」という）を計算する。
【0108】
ステップＳ１１０１の後、クライアント装置１０は、鏡像空間の分割（Ｓ１１０２）を実行する。
具体的には、図１６に示すように、プロセッサ１２は、ステップＳ１１０１で計算した各部の鏡像座標に基づいて、鏡像空間の基準線（例えば、両目を結ぶ線の中間点と、鼻の中心と、を結ぶ線）ＭＲＬの座標を計算する。
プロセッサ１２は、基準線ＭＲＬを境界線として、鏡像空間を、第１領域Ａ１及び第２領域Ａ２に分割する。
第１領域Ａ１は、鏡像ＭＩにおいてユーザＵから向かって右側に位置する（つまり、右目ＲＥを含む）領域である。
第２領域Ａ２は、鏡像ＭＩにおいてユーザＵから向かって左側に位置する（つまり、左目ＬＥを含む）領域である。
具体的には、図１６に示すように、プロセッサ１２は、ステップＳ１１０１で計算した各部の鏡像座標に基づいて、鏡像空間の基準線（例えば、両目を結ぶ線の中間点と、鼻の中心と、を結ぶ線）ＭＲＬの座標を計算する。
プロセッサ１２は、基準線ＭＲＬを境界線として、鏡像空間を、第１領域Ａ１及び第２領域Ａ２に分割する。
第１領域Ａ１は、鏡像ＭＩにおいてユーザＵから向かって右側に位置する（つまり、右目ＲＥを含む）領域である。
第２領域Ａ２は、鏡像ＭＩにおいてユーザＵから向かって左側に位置する（つまり、左目ＬＥを含む）領域である。
【0109】
ステップＳ１１０２の後、クライアント装置１０は、ステップＳ１０３２～Ｓ１０３３（図１１）を実行する。
【0110】
ステップＳ１１０の後、クライアント装置１０は、レコメンド情報の決定（Ｓ１１１）を実行する。
具体的には、プロセッサ１２は、ステップＳ１１０で計算した第１視線分布率Ｅ１及び第２視線分布率Ｅ２を式２に適用することにより、鏡像ＭＩに対するユーザＵの評価に関するスコアＳを計算する。
・Ｓ…スコア
・ａ…第１視線分布率の係数
・ｂ…第２視線分布率の係数
具体的には、プロセッサ１２は、ステップＳ１１０で計算した第１視線分布率Ｅ１及び第２視線分布率Ｅ２を式２に適用することにより、鏡像ＭＩに対するユーザＵの評価に関するスコアＳを計算する。
【数2】
・ａ…第１視線分布率の係数
・ｂ…第２視線分布率の係数
【0111】
ステップＳ１１１の後、レコメンド情報の提示（Ｓ１１２）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１１０（図１７Ａ）をディスプレイ１５に表示する。
画面Ｐ１１０は、表示オブジェクトＡ１１０を含む。
表示オブジェクトＡ１１０には、ステップＳ１１１で計算されたスコアＳが表示される。
具体的には、プロセッサ１２は、画面Ｐ１１０（図１７Ａ）をディスプレイ１５に表示する。
画面Ｐ１１０は、表示オブジェクトＡ１１０を含む。
表示オブジェクトＡ１１０には、ステップＳ１１１で計算されたスコアＳが表示される。
【0112】
鏡像ＭＩが変化する（例えば、ユーザＵの顔のメイキャップの仕上がりが変わる）と、ステップＳ１１０～Ｓ１１２の処理結果も変化する。
その結果、プロセッサ１２は、画面Ｐ１１１（図１７Ｂ）をディスプレイ１５に表示する。
画面Ｐ１１１は、表示オブジェクトＡ１１１を含む。
表示オブジェクトＡ１１１には、ステップＳ１１１で計算されたスコアＳが表示される。このスコアＳは、表示オブジェクトＡ１１０に表示されたスコアＳとは異なる。
その結果、プロセッサ１２は、画面Ｐ１１１（図１７Ｂ）をディスプレイ１５に表示する。
画面Ｐ１１１は、表示オブジェクトＡ１１１を含む。
表示オブジェクトＡ１１１には、ステップＳ１１１で計算されたスコアＳが表示される。このスコアＳは、表示オブジェクトＡ１１０に表示されたスコアＳとは異なる。
【0113】
第２実施形態によれば、ユーザＵの顔の鏡像ＭＩに対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、鏡像ＭＩに対するユーザＵの評価に関するスコアＳ）を提示する。これにより、ユーザが観察する顔の鏡像ＭＩに対するユーザの潜在的な評価を提示することができる。
【0114】
例えば、ユーザＵがハーフミラー１７に写った鏡像ＭＩを観察しながら、複数のメイキャップアイテムを用いてメイキャップをしている場合、スコアＳは、各メイキャップアイテムを用いたメイキャップに対するユーザＵの潜在的な評価を表す。つまり、スコアＳは、メイキャップアイテム毎のユーザＵの反応を表す。
【0115】
例えば、ユーザＵがハーフミラー１７に写った鏡像ＭＩを観察しながらメイキャップをしている場合、スコアＳは、ユーザＵがメイキャップを開始してから終了するまでの間の鏡像ＭＩ（つまり、メイキャップ中の顔）に対するユーザの潜在的な評価を表す。つまり、スコアＳは、ユーザＵがメイキャップを開始してから終了するまでの間のメイキャップの出来栄えに対するユーザＵの反応の推移を表す。
【0116】
図１３では、クライアント装置１０がハーフミラー１７を備える例を示したが、第２実施形態は、これに限られるものではない。ハーフミラー１７が光を全反射する鏡であり、且つ、ディスプレイ１５はクライアント装置１０の外部に配置されてもよい。この場合、ユーザＵは、鏡に写った自身の顔の鏡像を観察する。画面Ｐ１１０～Ｐ１１１は、クライアント装置１０の外部に配置されたディスプレイに表示される。
【0117】
（３）第３実施形態
第３実施形態について説明する。第３実施形態は、コンピュータ空間においてユーザの化身として振る舞うアバタの画像（以下「アバタ画像」という）に対するユーザの潜在的な評価を提示する例である。
第３実施形態について説明する。第３実施形態は、コンピュータ空間においてユーザの化身として振る舞うアバタの画像（以下「アバタ画像」という）に対するユーザの潜在的な評価を提示する例である。
【0118】
第３実施形態の情報処理について説明する。図１８は、第３実施形態の情報処理のフローチャートである。図１９～図２０は、図１８の情報処理において表示される画面例を示す図である。
図１８の情報処理は、例えば、第３実施形態がコンピュータゲームに適用される場合、コンピュータゲームのプレイを開始する前、又は、プレイ中に実行される。
図１８の情報処理は、例えば、第３実施形態がコンピュータゲームに適用される場合、コンピュータゲームのプレイを開始する前、又は、プレイ中に実行される。
【0119】
【0120】
画面Ｐ１２０は、画像オブジェクトＩＭＧ１２０と、メッセージオブジェクトＭ１２０と、を含む。
画像オブジェクトＩＭＧ１２０は、アバタ画像である。
メッセージオブジェクトＭ１２０は、ユーザＵの視線を画像オブジェクトＩＭＧ１０１に誘導するためのメッセージである。
画像オブジェクトＩＭＧ１２０は、アバタ画像である。
メッセージオブジェクトＭ１２０は、ユーザＵの視線を画像オブジェクトＩＭＧ１０１に誘導するためのメッセージである。
【0121】
ステップＳ１２０の後、クライアント装置１０は、ステップＳ１０３（図７）を実行する。
【0122】
図１８のＳＳ３（ステップＳ１２０及びＳ１０３）は、複数のアバタ画像のそれぞれについて、複数回実行される。
【0123】
例えば、２回目のステップＳ１２０では、プロセッサ１２は、画面Ｐ１２１（図１９）をディスプレイ１５に表示する。
【0124】
画面Ｐ１２１は、画像オブジェクトＩＭＧ１２１と、メッセージオブジェクトＭ１２０と、を含む。
画像オブジェクトＩＭＧ１２１は、１回目のステップＳ１２０で提示されたアバタ画像とは異なるアバタ画像である。
画像オブジェクトＩＭＧ１２１は、１回目のステップＳ１２０で提示されたアバタ画像とは異なるアバタ画像である。
【0125】
これにより、複数のアバタ画像に対する視線分布が得られる。
【0126】
ステップＳ１０３の後、クライアント装置１０は、レコメンド情報の決定（Ｓ１２１）を実行する。
具体的には、プロセッサ１２は、各アバタ画像の第１視線分布率Ｅ１及び第２視線分布率Ｅ２を式３に適用することにより、各アバタ画像の自己同一視指数Ｓｉ（レコメンド情報の一例）を計算する。自己同一視指数Ｓｉは、アバタ画像に対して「自分の化身である」とユーザＵが感じるレベルに関する指標である。
・Ｓｉ…スコア
・α…第１視線分布率の係数
・β…第２視線分布率の係数
具体的には、プロセッサ１２は、各アバタ画像の第１視線分布率Ｅ１及び第２視線分布率Ｅ２を式３に適用することにより、各アバタ画像の自己同一視指数Ｓｉ（レコメンド情報の一例）を計算する。自己同一視指数Ｓｉは、アバタ画像に対して「自分の化身である」とユーザＵが感じるレベルに関する指標である。
【数3】
・α…第１視線分布率の係数
・β…第２視線分布率の係数
【0127】
ステップＳ１２１の後、レコメンド情報の提示（Ｓ１２２）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１２２（図２０）をディスプレイ１５に表示する。
具体的には、プロセッサ１２は、画面Ｐ１２２（図２０）をディスプレイ１５に表示する。
【0128】
画面Ｐ１２２は、表示オブジェクトＡ１２２ａ～Ａ１２２ｂと、画像オブジェクトＩＭＧ１２０～ＩＭＧ１２１と、操作オブジェクトＢ１２２ａ～Ｂ１２２ｂと、を含む。
表示オブジェクトＡ１２２ａには、画像オブジェクトＩＭＧ１２０に対応するアバタ画像のアバタ名と、画像オブジェクトＩＭＧ１２０に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、画像オブジェクトＩＭＧ１２０の自己同一視指数Ｓｉと、が表示される。
表示オブジェクトＡ１２２ｂには、画像オブジェクトＩＭＧ１２１に対応するアバタ画像のアバタ名と、画像オブジェクトＩＭＧ１２１に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、画像オブジェクトＩＭＧ１２１の自己同一視指数Ｓｉと、が表示される。
表示オブジェクトＡ１２２ａには、画像オブジェクトＩＭＧ１２０に対応するアバタ画像のアバタ名と、画像オブジェクトＩＭＧ１２０に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、画像オブジェクトＩＭＧ１２０の自己同一視指数Ｓｉと、が表示される。
表示オブジェクトＡ１２２ｂには、画像オブジェクトＩＭＧ１２１に対応するアバタ画像のアバタ名と、画像オブジェクトＩＭＧ１２１に対する第１視線分布率Ｅ１及び第２視線分布率Ｅ２と、画像オブジェクトＩＭＧ１２１の自己同一視指数Ｓｉと、が表示される。
【0129】
ステップＳ１２２の後、クライアント装置１０は、更新リクエスト（Ｓ１２３）を実行する。
具体的には、プロセッサ１２は、画面Ｐ１２３をディスプレイ１５に表示する。
具体的には、プロセッサ１２は、画面Ｐ１２３をディスプレイ１５に表示する。
【0130】
画面Ｐ１２３は、表示オブジェクトＡ１２３と、操作オブジェクトＢ１２３ａ～Ｂ１２３ｂと、画像オブジェクトＩＭＧ１２３と、を含む。
表示オブジェクトＡ１２３には、ステップＳ１２１で計算された自己同一視指数Ｓｉが最も高いアバタ画像に関する情報（アバタ名、第１視線分布率Ｅ１、第２視線分布率Ｅ２、及び、自己同一視指数Ｓｉ）が表示される。
画像オブジェクトＩＭＧ１２３は、自己同一視指数Ｓｉが最も高いアバタ画像である。
操作オブジェクトＢ１２３ａは、画像オブジェクトＩＭＧ１２３のアバタ画像としての使用を確定させるためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１２３ｂは、画像オブジェクトＩＭＧ１２３のアバタ画像としての使用を拒否するためのユーザ指示を受け付けるオブジェクトである。
表示オブジェクトＡ１２３には、ステップＳ１２１で計算された自己同一視指数Ｓｉが最も高いアバタ画像に関する情報（アバタ名、第１視線分布率Ｅ１、第２視線分布率Ｅ２、及び、自己同一視指数Ｓｉ）が表示される。
画像オブジェクトＩＭＧ１２３は、自己同一視指数Ｓｉが最も高いアバタ画像である。
操作オブジェクトＢ１２３ａは、画像オブジェクトＩＭＧ１２３のアバタ画像としての使用を確定させるためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１２３ｂは、画像オブジェクトＩＭＧ１２３のアバタ画像としての使用を拒否するためのユーザ指示を受け付けるオブジェクトである。
【0131】
ユーザが操作オブジェクトＢ１２３ａを操作すると、プロセッサ１２は、更新リクエストデータをサーバ３０に送信する。
更新リクエストデータは、以下の情報を含む。
・ユーザＩＤ
・画像オブジェクトＩＭＧ１２３に割り当てられたアバタ画像の画像データ
更新リクエストデータは、以下の情報を含む。
・ユーザＩＤ
・画像オブジェクトＩＭＧ１２３に割り当てられたアバタ画像の画像データ
【0132】
ステップＳ１２３の後、サーバ３０は、データベースの更新（Ｓ３００）を実行する。
具体的には、プロセッサ３２は、ユーザ情報データベース（図４）を参照して、更新リクエストデータに含まれるユーザＩＤに関連付けられたレコードを特定する。
プロセッサ３２は、特定したレコードの「ユーザ画像」フィールドに、更新リクエストデータに含まれる画像データを格納する。
これにより、ユーザＵは、自己同一視指数Ｓｉが最も高いアバタ画像を使用可能になる。
具体的には、プロセッサ３２は、ユーザ情報データベース（図４）を参照して、更新リクエストデータに含まれるユーザＩＤに関連付けられたレコードを特定する。
プロセッサ３２は、特定したレコードの「ユーザ画像」フィールドに、更新リクエストデータに含まれる画像データを格納する。
これにより、ユーザＵは、自己同一視指数Ｓｉが最も高いアバタ画像を使用可能になる。
【0133】
第３実施形態によれば、アバタ画像に対するユーザの潜在的な評価を提示することができる。これにより、ユーザは、自身の潜在的な評価が高いアバタ（例えば、最も関心が高いアバタ、最も自分らしさを感じる（つまり、自分と同一視できる）アバタ、最も親和性を感じるアバタ、又は、最も印象的に感じるアバタ）を容易に選択することができる。
【0134】
（４）第４実施形態
第４実施形態について説明する。第４実施形態は、視線の動きのパターンに基づいて、画像に対するユーザの潜在的な評価を提示する例である。
第４実施形態について説明する。第４実施形態は、視線の動きのパターンに基づいて、画像に対するユーザの潜在的な評価を提示する例である。
【0135】
（４－１）第４実施形態の概要
第４実施形態の概要について説明する。図２３は、第４実施形態の概要の説明図である。
第４実施形態の概要について説明する。図２３は、第４実施形態の概要の説明図である。
【0136】
図２３に示すように、第４実施形態では、第１実施形態（図３）と同様に、人（例えば、ユーザＵ）の顔を含むシミュレーション画像ＳＩＭＧを提示する。
次に、シミュレーション画像ＳＩＭＧを観察している間のユーザＵの視線の動きに関するアイトラッキング信号を生成する。
次に、アイトラッキング信号に基づいて、シミュレーション画像ＳＩＭＧを構成する画素の座標空間（以下「画像空間」という）において、ユーザＵの視線の動きのパターンに関する視線パターン（「視線パラメータ」の一例）を計算する。
次に、視線パターンに基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価に関するレコメンド情報を提供する。
次に、シミュレーション画像ＳＩＭＧを観察している間のユーザＵの視線の動きに関するアイトラッキング信号を生成する。
次に、アイトラッキング信号に基づいて、シミュレーション画像ＳＩＭＧを構成する画素の座標空間（以下「画像空間」という）において、ユーザＵの視線の動きのパターンに関する視線パターン（「視線パラメータ」の一例）を計算する。
次に、視線パターンに基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価に関するレコメンド情報を提供する。
【0137】
このように、第４実施形態では、シミュレーション画像ＳＩＭＧの画像空間におけるユーザＵの視線パターンに基づいて、シミュレーション画像ＳＩＭＧに対するユーザＵの潜在的な評価が反映されたレコメンド情報を提示する。
【0138】
【0139】
第４実施形態の情報処理は、第１実施形態（図７）と同様に実行される。
【0140】
図２４に示すように、クライアント装置１０は、ステップＳ１０３０の後、視線パターンの計算（Ｓ１０３４）を実行する。
具体的には、プロセッサ１２は、視線分布に代えて、以下の少なくとも１つの視線パターンを計算する。
・所定の大きさの領域（以下「停留領域」という）に視線が停留した停留時間
・停留領域に視線が停留した停留回数
・視線の移動範囲
・視線の移動順序
・視線の移動面積
具体的には、プロセッサ１２は、視線分布に代えて、以下の少なくとも１つの視線パターンを計算する。
・所定の大きさの領域（以下「停留領域」という）に視線が停留した停留時間
・停留領域に視線が停留した停留回数
・視線の移動範囲
・視線の移動順序
・視線の移動面積
【0141】
第１例として、プロセッサ１２は、式４を用いて、停留時間Ｔｓを計算する。
・Ｔｓ…停留時間
・ｎ…停留領域に含まれる計測座標の数
・ｔ…計測時間の間隔
図２５Ａに示すように、ユーザＵの顔の画像ＦＩＭＧに対する視線ＥＭは、例えば、停留領域１の５秒間停留した後、停留領域２に１０秒間停留したとする。この場合、停留領域１の停留時間Ｔｓ１は５秒であり、停留領域２の停留時間Ｔｓ２は１０秒であり、総停留時間ΣＴｓは１５秒である。
プロセッサ１２は、計測時間と、停留時間と、を関連付けて記憶装置１１に記憶する。
【数4】
・ｎ…停留領域に含まれる計測座標の数
・ｔ…計測時間の間隔
図２５Ａに示すように、ユーザＵの顔の画像ＦＩＭＧに対する視線ＥＭは、例えば、停留領域１の５秒間停留した後、停留領域２に１０秒間停留したとする。この場合、停留領域１の停留時間Ｔｓ１は５秒であり、停留領域２の停留時間Ｔｓ２は１０秒であり、総停留時間ΣＴｓは１５秒である。
プロセッサ１２は、計測時間と、停留時間と、を関連付けて記憶装置１１に記憶する。
【0142】
第２例として、プロセッサ１２は、式５を用いて、停留回数Ｎｓを計算する。
・Ｎｓ…停留回数
・ｎｓ…一定時間停留領域に含まれた回数
図２５Ａの例では、停留回数は、２回である。
プロセッサ１２は、計測時間と、停留回数と、を関連付けて記憶装置１１に記憶する。
【数5】
・ｎｓ…一定時間停留領域に含まれた回数
図２５Ａの例では、停留回数は、２回である。
プロセッサ１２は、計測時間と、停留回数と、を関連付けて記憶装置１１に記憶する。
【0143】
第３例として、プロセッサ１２は、計測座標の端点に位置するＸ座標及びＹ座標（以下「端点座標」という）によって定義される矩形領域を、移動範囲として計算する。
図２５Ｂの例では、移動範囲は、端点座標｛（Ｘ１，Ｙ１），（Ｘ１，Ｙ２），（Ｘ２，Ｙ１），（Ｘ２，Ｙ２）｝によって定義される矩形領域Ｚである。
プロセッサ１２は、矩形領域Ｚを規定する端点座標を記憶装置１１に記憶する。
図２５Ｂの例では、移動範囲は、端点座標｛（Ｘ１，Ｙ１），（Ｘ１，Ｙ２），（Ｘ２，Ｙ１），（Ｘ２，Ｙ２）｝によって定義される矩形領域Ｚである。
プロセッサ１２は、矩形領域Ｚを規定する端点座標を記憶装置１１に記憶する。
【0144】
第４例として、プロセッサ１２は、以下の方法により移動順序を計算する。
プロセッサ１２は、画像ＦＩＭＧの画素領域を、顔の部位（例えば、左目、右目、鼻、及び、口）毎の画素領域（例えば、左目画素領域、右目画素領域、鼻画素領域、及び、口画素領域）に分割する。
プロセッサ１２は、視線ＥＭが各画素領域を通過した順序（以下「移動順序」という）と、を計算する。
図２５Ｃの例では、移動順序は、｛右目画素領域、鼻画素領域、口画素領域、そして、左目画素領域｝である。
プロセッサ１２は、移動順序を記憶装置１１に記憶する。
プロセッサ１２は、画像ＦＩＭＧの画素領域を、顔の部位（例えば、左目、右目、鼻、及び、口）毎の画素領域（例えば、左目画素領域、右目画素領域、鼻画素領域、及び、口画素領域）に分割する。
プロセッサ１２は、視線ＥＭが各画素領域を通過した順序（以下「移動順序」という）と、を計算する。
図２５Ｃの例では、移動順序は、｛右目画素領域、鼻画素領域、口画素領域、そして、左目画素領域｝である。
プロセッサ１２は、移動順序を記憶装置１１に記憶する。
【0145】
第５例として、プロセッサ１２は、以下の何れかに基づいて、移動面積を計算する。
・ＸＹ空間における計測座標の数（但し、重複する計測座標は１座標と数える）（図２６Ａ）
・画像ＦＩＭＧの画素領域を所定面積で区切られた区画ＳＥＣに分割した場合、計測座標を含む区画ＳＥＣの数の合計（図２６Ｂ）
プロセッサ１２は、移動面積を記憶装置１１に記憶する。
・ＸＹ空間における計測座標の数（但し、重複する計測座標は１座標と数える）（図２６Ａ）
・画像ＦＩＭＧの画素領域を所定面積で区切られた区画ＳＥＣに分割した場合、計測座標を含む区画ＳＥＣの数の合計（図２６Ｂ）
プロセッサ１２は、移動面積を記憶装置１１に記憶する。
【0146】
記憶装置１１には、視線パターン評価モデルが記憶されている。視線パターン評価モデルは、視線パターンを入力とし、且つ、顔に対する評価を出力とするモデルである。
【0147】
ステップＳ１０３の後、クライアント装置１０のプロセッサ１２は、ステップＳ１０５において、記憶装置１１に記憶された視線パターン評価モデルを参照し、ステップＳ１０３で計算した視線パターンに対応する評価を計算する。
【0148】
第４実施形態によれば、視線パターンを用いた場合であっても、画像ＦＩＭＧに対するユーザＵの潜在的な評価を提示することができる。
【0149】
第１例では、ユーザＵが画像ＦＩＭＧを見ながら、任意のメイキャップアイテムを用いてメイキャップを行っている場合、メイキャップの進行と共に、停留時間が計算される。
一例として、計測時間が早いとき（例えば、計測の開始から、全体の計測時間の所定時間（一例として、全体の計測時間の１／１０の時間）が経過するまでの間）に停留時間が長い場合、ユーザＵは、メイキャップを開始した直後において、メイキャップの出来栄えに違和感を覚えていることを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が低いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが違和感を覚えている旨のメッセージ）を提示する。
別の例として、計測時間が遅いとき（例えば、計測の終了から、全体の計測時間の所定時間（一例として、全体の計測時間の１／１０の時間）を遡るまでの間）に停留時間が長い場合、ユーザＵは、メイキャップ中に違和感を覚えていないことを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が高いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが満足している旨のメッセージ）を提示する。
一例として、計測時間が早いとき（例えば、計測の開始から、全体の計測時間の所定時間（一例として、全体の計測時間の１／１０の時間）が経過するまでの間）に停留時間が長い場合、ユーザＵは、メイキャップを開始した直後において、メイキャップの出来栄えに違和感を覚えていることを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が低いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが違和感を覚えている旨のメッセージ）を提示する。
別の例として、計測時間が遅いとき（例えば、計測の終了から、全体の計測時間の所定時間（一例として、全体の計測時間の１／１０の時間）を遡るまでの間）に停留時間が長い場合、ユーザＵは、メイキャップ中に違和感を覚えていないことを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が高いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが満足している旨のメッセージ）を提示する。
【0150】
第２例では、ユーザＵが画像ＦＩＭＧを見ながら、任意のメイキャップアイテムを用いてメイキャップを行っている場合、メイキャップの進行と共に、停留回数が計算される。
一例として、計測時間が早いときに停留回数が多い場合、ユーザＵは、メイキャップを開始した直後において、メイキャップの出来栄えに違和感を覚えていることを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が低いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが違和感を覚えている旨のメッセージ）を提示する。
別の例として、計測時間が遅いときに停留回数が多い場合、ユーザＵは、メイキャップの終了直前はメイキャップの出来栄えに違和感を覚えているが、メイキャップの終了後はメイキャップの出来栄えに違和感を覚えていないことを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が高いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが満足している旨のメッセージ）を提示する。
一例として、計測時間が早いときに停留回数が多い場合、ユーザＵは、メイキャップを開始した直後において、メイキャップの出来栄えに違和感を覚えていることを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が低いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが違和感を覚えている旨のメッセージ）を提示する。
別の例として、計測時間が遅いときに停留回数が多い場合、ユーザＵは、メイキャップの終了直前はメイキャップの出来栄えに違和感を覚えているが、メイキャップの終了後はメイキャップの出来栄えに違和感を覚えていないことを意味する。この場合、プロセッサ１２は、メイキャップアイテムに対するユーザＵの評価が高いと判定し、且つ、その評価に基づくレコメンド情報（例えば、メイキャップの出来栄えにユーザＵが満足している旨のメッセージ）を提示する。
【0151】
第３例では、ユーザＵが画像ＦＩＭＧを見ながら、任意のメイキャップアイテムを用いてメイキャップを行っている場合、メイキャップの進行と共に、移動範囲が計算される。
化粧の評価の専門家は、顔の全体を見ていることが知られている。また、人は、他人の顔を見るときは全体を見るのに対して、自分の顔を見るときは部分的に見る傾向があることが知られている。つまり、顔の全体を見ることは、自分の顔を客観的に見ていることを意味する。プロセッサ１２は、移動範囲を計算することにより、観察者自身による評価と他人による評価の一致度を、レコメンド情報として提示する。
化粧の評価の専門家は、顔の全体を見ていることが知られている。また、人は、他人の顔を見るときは全体を見るのに対して、自分の顔を見るときは部分的に見る傾向があることが知られている。つまり、顔の全体を見ることは、自分の顔を客観的に見ていることを意味する。プロセッサ１２は、移動範囲を計算することにより、観察者自身による評価と他人による評価の一致度を、レコメンド情報として提示する。
【0152】
第４例では、例えば、メイキャップが終了した後にメイキャップの出来栄えを評価するために、ユーザＵが画像ＦＩＭＧを見ているときの視線ＥＭの移動順序が計算される。
一般に、移動順序は、メイキャップを施した箇所に対してユーザＵが注目する順番を表している。この順番は、ユーザＵにとって、メイキャップの特性の優先順位を意味している。プロセッサ１２は、移動順序に基づいて、ユーザＵにとっての優先順位の高い特性を特定することにより、優先順位の高い特性に適合したメイキャップアイテムをレコメンド情報として提示する。
一般に、移動順序は、メイキャップを施した箇所に対してユーザＵが注目する順番を表している。この順番は、ユーザＵにとって、メイキャップの特性の優先順位を意味している。プロセッサ１２は、移動順序に基づいて、ユーザＵにとっての優先順位の高い特性を特定することにより、優先順位の高い特性に適合したメイキャップアイテムをレコメンド情報として提示する。
【0153】
第５例では、ユーザＵが画像ＦＩＭＧを見ながら、任意のメイキャップアイテムを用いてメイキャップを行っている場合、メイキャップの進行と共に、移動面積が計算される。
移動面積は、第３例の移動範囲と同様に、自己評価と他人の評価の一致度を表す。プロセッサ１２は、移動面積を計算することにより、自己評価と他人の評価の一致度を、レコメンド情報として提示する。
移動面積は、第３例の移動範囲と同様に、自己評価と他人の評価の一致度を表す。プロセッサ１２は、移動面積を計算することにより、自己評価と他人の評価の一致度を、レコメンド情報として提示する。
【0154】
第４実施形態は、第２実施形態にも適用可能である。第４実施形態を第２実施形態に適用した場合、視線分布以外の視線パラメータを用いた場合であっても、鏡像ＭＩに対するユーザＵの潜在的な評価を提示することができる。
【0155】
（５）変形例
本実施形態の変形例について説明する。
本実施形態の変形例について説明する。
【0156】
（５－１）変形例１
変形例１について説明する。変形例１は、図７のメイキャップシミュレーション画像の提示（Ｓ１０２）において、ユーザＵの視線を誘導する例である。図２１は、変形例１の画面例を示す図である。
変形例１は、第１実施形態～第３実施形態の何れにも適用可能である。
変形例１について説明する。変形例１は、図７のメイキャップシミュレーション画像の提示（Ｓ１０２）において、ユーザＵの視線を誘導する例である。図２１は、変形例１の画面例を示す図である。
変形例１は、第１実施形態～第３実施形態の何れにも適用可能である。
【0157】
変形例１のステップＳ１０２では、プロセッサ１２は、画面Ｐ１０１ａ（図２１）をディスプレイ１５に表示する。
【0158】
画面Ｐ１０１ａは、画像オブジェクトＩＭＧ１０１ａが表示される点において、画面Ｐ１０１（図８）と異なる。画像オブジェクトＩＭＧ１０１ａは、ユーザＵの視線を誘導するためのオブジェクトである。
画像オブジェクトＩＭＧ１０１ａは、画像オブジェクトＩＭＧ１０１の第２領域Ａ２に表示される。
画像オブジェクトＩＭＧ１０１ａは、画像オブジェクトＩＭＧ１０１の第２領域Ａ２に表示される。
【0159】
一般に、左視野は全体処理に関連し、右視野は部分処理に関連することが知られている。変形例１によれば、第２領域Ａ２に視線を誘導するための画像オブジェクトＩＭＧ１０１ａが表示されるので、ユーザＵが自身の顔を観察する際に全体処理が優勢となり、より客観的な自己評価が可能となる。メイキャップの目的のひとつは他者への印象形成である。自己評価の客観性が向上することで、自己評価と他者評価の差が低減する。その結果、自分の顔のメイキャップによって自己評価を上げると、そのメイキャップに対する他者からの評価も向上することになる。
【0160】
なお、自己評価と他者評価との差は、視線を誘導しない場合と比べて、視線を誘導する場合の方が小さくなる。したがって、数値を用いて、視線を誘導したときの効果（客観性の向上による他者評価と自己評価との間のずれの低減の程度）を示すことができる。例えば、移動範囲又は移動面積を用いて自己評価と他人の評価の一致度を計算し、且つ、その計算結果を用いて、視線を誘導したときの効果を示すことができる。
【0161】
（５－２）変形例２
変形例２について説明する。変形例２は、１枚の画像に対するユーザの潜在的な評価を提示する例である。図２２は、変形例２の情報処理において表示される画面例を示す図である。
変形例２は、第１実施形態～第４実施形態の何れにも適用可能である。
変形例２について説明する。変形例２は、１枚の画像に対するユーザの潜在的な評価を提示する例である。図２２は、変形例２の情報処理において表示される画面例を示す図である。
変形例２は、第１実施形態～第４実施形態の何れにも適用可能である。
【0162】
【0163】
ステップＳ１０３の後、クライアント装置１０のプロセッサ１２は、ステップＳ１０５において、ステップＳ１０３で計算した視線分布率（つまり、図１２の第１視線分布率Ｅ１及び第２視線分布率Ｅ２）を式２に適用することにより、メイキャップシミュレーション画像ＳＩＭＧに対するユーザＵの評価に関するスコアＳを計算する。
【0164】
【0165】
画面Ｐ１３０は、表示オブジェクトＡ１０３ａ、Ａ１０４ｂ、及び、Ａ１３０と、画像オブジェクトＩＭＧ１０１と、を含む。
表示オブジェクトＡ１３０には、ステップＳ１０５で計算されたスコアが表示される。
表示オブジェクトＡ１３０には、ステップＳ１０５で計算されたスコアが表示される。
【0166】
変形例２によれば、１つのメイキャップシミュレーション画像に対するスコアＳをディスプレイ１５に表示する。これにより、１種類の画像に対するユーザＵの潜在的な評価を提示することができる。
【0167】
（５－３）変形例３
変形例３について説明する。変形例３は、メイキャップシミュレーション画像及びアバタ画像以外の顔の画像に対して本実施形態を適用する例である。
変形例３について説明する。変形例３は、メイキャップシミュレーション画像及びアバタ画像以外の顔の画像に対して本実施形態を適用する例である。
【0168】
第１例として、本実施形態は、任意の髪型が適用された顔の画像にも適用可能である。
この場合、ユーザＵに提示した顔の画像（例えば、任意の髪型が適用された顔の画像）に対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、複数のヘアシミュレーション画像の中から、ユーザＵの潜在的な評価の高いヘアシミュレーション画像）を提示する。これにより、ユーザＵが観察する顔の画像に対するユーザＵの潜在的な評価が高い情報を提示することができる。
この場合、ユーザＵに提示した顔の画像（例えば、任意の髪型が適用された顔の画像）に対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、複数のヘアシミュレーション画像の中から、ユーザＵの潜在的な評価の高いヘアシミュレーション画像）を提示する。これにより、ユーザＵが観察する顔の画像に対するユーザＵの潜在的な評価が高い情報を提示することができる。
【0169】
第２例として、本実施形態は、任意の手術が施された顔の画像にも適用可能である。
この場合、ユーザＵに提示した顔の画像（例えば、任意の手術が施された後の顔の画像）に対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、複数の手術シミュレーション画像の中から、ユーザＵの潜在的な評価の高い手術シミュレーション画像）を提示する。これにより、ユーザＵが観察する顔の画像に対するユーザＵの潜在的な評価が高い情報を提示することができる。
この場合、ユーザＵに提示した顔の画像（例えば、任意の手術が施された後の顔の画像）に対する視線の偏りに基づいて、ユーザＵの嗜好に合ったレコメンド情報（例えば、複数の手術シミュレーション画像の中から、ユーザＵの潜在的な評価の高い手術シミュレーション画像）を提示する。これにより、ユーザＵが観察する顔の画像に対するユーザＵの潜在的な評価が高い情報を提示することができる。
【0170】
（６）本実施形態の小括
本実施形態について小括する。
本実施形態について小括する。
【0171】
本実施形態の第１態様は、
ユーザに対して、顔を含む画像を提示する手段（例えば、ステップＳ１０２の処理を実行するプロセッサ１２）を備え、
ユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、画像におけるユーザの視線の偏りを計算する手段（例えば、ステップＳ１０３３の処理を実行するプロセッサ１２）を備え、
視線の偏りに基づいて、画像に関するレコメンド情報を決定する手段（例えば、ステップＳ１０５の処理を実行するプロセッサ１２）を備え、
レコメンド情報を提示する手段（例えば、ステップＳ１０６の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
ユーザに対して、顔を含む画像を提示する手段（例えば、ステップＳ１０２の処理を実行するプロセッサ１２）を備え、
ユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、画像におけるユーザの視線の偏りを計算する手段（例えば、ステップＳ１０３３の処理を実行するプロセッサ１２）を備え、
視線の偏りに基づいて、画像に関するレコメンド情報を決定する手段（例えば、ステップＳ１０５の処理を実行するプロセッサ１２）を備え、
レコメンド情報を提示する手段（例えば、ステップＳ１０６の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
【0172】
第１態様によれば、顔の画像に対するユーザＵの視線の偏りに基づいて、ユーザＵに提示するレコメンド情報が決定される。これにより、ユーザＵが観察する顔に対するユーザＵの潜在的な評価を提示することができる。
【0173】
本実施形態の第２態様は、
計算する手段は、
画像の画像空間を所定の境界線で第１領域及び第２領域に分割し、
第１領域における第１視線分布と、
第２領域における第２視線分布と、
を計算する、情報処理装置である。
計算する手段は、
画像の画像空間を所定の境界線で第１領域及び第２領域に分割し、
第１領域における第１視線分布と、
第２領域における第２視線分布と、
を計算する、情報処理装置である。
【0174】
第２態様によれば、画像空間を構成する２つの領域（第１領域及び第２領域）のそれぞれにおける視線分布に基づいて、ユーザＵに提示するレコメンド情報が決定される。
これにより、視線分布の偏りに応じたレコメンド情報を提示することができる。
これにより、視線分布の偏りに応じたレコメンド情報を提示することができる。
【0175】
本実施形態の第３態様は、
提示する手段は、互いに異なる複数の画像を個別に提示し、
計算する手段は、各画像について、第１視線分布及び第２視線分布を計算し、
決定する手段は、複数の画像の少なくとも１つをレコメンド情報として決定する、情報処理装置である。
提示する手段は、互いに異なる複数の画像を個別に提示し、
計算する手段は、各画像について、第１視線分布及び第２視線分布を計算し、
決定する手段は、複数の画像の少なくとも１つをレコメンド情報として決定する、情報処理装置である。
【0176】
第３態様によれば、複数の画像のそれぞれについて、画像空間を構成する２つの領域（第１領域及び第２領域）のそれぞれにおける視線分布に基づいて、レコメンド情報が決定される。
これにより、複数の画像の中から少なくとも１つをレコメンド情報として提示することができる。
これにより、複数の画像の中から少なくとも１つをレコメンド情報として提示することができる。
【0177】
本実施形態の第４態様は、
第１領域は、画像に対して向かって右側の領域であり、
第２領域は、画像に対して向かって左側の領域であり、
レコメンド情報は、複数の画像のうち、第１視線分布の割合が所定値以上である少なくとも１つの画像である、情報処理装置である。
第１領域は、画像に対して向かって右側の領域であり、
第２領域は、画像に対して向かって左側の領域であり、
レコメンド情報は、複数の画像のうち、第１視線分布の割合が所定値以上である少なくとも１つの画像である、情報処理装置である。
【0178】
第４態様によれば、画像に対して向かって右側の領域の視線分布の割合が所定値以上である画像をレコメンド情報として提示する。これにより、ユーザＵの潜在的な評価が高い画像を容易に特定することができる。
【0179】
本実施形態の第５態様は、
画像は、ユーザの顔 に対して互いに異なるメイキャップが施された複数のメイキャップシミュレーション画像を含み、
第１領域は、各メイキャップシミュレーション画像に対して向かって右側の領域であり、
第２領域は、各メイキャップシミュレーション画像に対して向かって左側の領域であり、
レコメンド情報は、複数のメイキャップシミュレーション画像のうち、第１視線分布の割合が最も多いメイキャップシミュレーション画像である、情報処理装置である。
画像は、ユーザの顔 に対して互いに異なるメイキャップが施された複数のメイキャップシミュレーション画像を含み、
第１領域は、各メイキャップシミュレーション画像に対して向かって右側の領域であり、
第２領域は、各メイキャップシミュレーション画像に対して向かって左側の領域であり、
レコメンド情報は、複数のメイキャップシミュレーション画像のうち、第１視線分布の割合が最も多いメイキャップシミュレーション画像である、情報処理装置である。
【0180】
第５態様によれば、複数のメイキャップシミュレーション画像の中から、各メイキャップシミュレーション画像に対して向かって右側の領域に対する視線分布の割合が所定以上であるメイキャップシミュレーション画像が提示される。これにより、ユーザの潜在的な評価が高いメイキャップシミュレーション画像を容易に特定することができる。
【0181】
本実施形態の第６態様は、
画像は、ユーザの顔に対してメイキャップが施されたメイキャップシミュレーション画像であり、
第１領域は、メイキャップシミュレーション画像に対して向かって右側の領域であり、
第２領域は、メイキャップシミュレーション画像に対して向かって左側の領域であり、
レコメンド情報は、メイキャップシミュレーション画像における第１視線分布の割合に応じた情報である、情報処理装置である。
画像は、ユーザの顔に対してメイキャップが施されたメイキャップシミュレーション画像であり、
第１領域は、メイキャップシミュレーション画像に対して向かって右側の領域であり、
第２領域は、メイキャップシミュレーション画像に対して向かって左側の領域であり、
レコメンド情報は、メイキャップシミュレーション画像における第１視線分布の割合に応じた情報である、情報処理装置である。
【0182】
第６態様によれば、メイキャップシミュレーション画像に対して向かって右側の領域に対する視線分布の割合に応じたレコメンド情報（例えば、スコア）が提示される。これにより、メイキャップシミュレーション画像に対するユーザＵの潜在的な評価を知ることができる。
【0183】
本実施形態の第７態様は、
画像は、互いに異なる複数のアバタ画像を含み、
第１領域は、各アバタ画像に対して向かって右側の領域であり、
第２領域は、各アバタ画像に対して向かって左側の領域であり、
レコメンド情報は、複数のアバタ画像のうち、第１視線分布の割合が最も多いアバタ画像である、
情報処理装置である。
画像は、互いに異なる複数のアバタ画像を含み、
第１領域は、各アバタ画像に対して向かって右側の領域であり、
第２領域は、各アバタ画像に対して向かって左側の領域であり、
レコメンド情報は、複数のアバタ画像のうち、第１視線分布の割合が最も多いアバタ画像である、
情報処理装置である。
【0184】
第７態様によれば、複数のアバタ画像の中から、各アバタ画像に対して向かって右側の領域に対する視線分布の割合が所定以上であるアバタ画像が提示される。これにより、ユーザＵの潜在的な評価が高いアバタ画像を容易に特定することができる。
【0185】
本実施形態の第８態様は、
画像は、アバタ画像であり、
第１領域は、アバタ画像に対して向かって右側の領域であり、
第２領域は、アバタ画像に対して向かって左側の領域であり、
レコメンド情報は、アバタ画像における第１視線分布の割合に応じた情報である、
情報処理装置である。
画像は、アバタ画像であり、
第１領域は、アバタ画像に対して向かって右側の領域であり、
第２領域は、アバタ画像に対して向かって左側の領域であり、
レコメンド情報は、アバタ画像における第１視線分布の割合に応じた情報である、
情報処理装置である。
【0186】
第８態様によれば、アバタ画像に対して向かって右側の領域に対する視線分布の割合に応じたレコメンド情報（例えば、スコア）が提示される。これにより、アバタ画像に対するユーザＵの潜在的な評価を知ることができる。
【0187】
本実施形態の第９態様は、
画像は、ユーザの顔に対して互いに異なる髪型が適用された複数の画像、及び、ユーザの顔に対して互いに異なる手術が施された画像の少なくとも１つを含む、
情報処理装置である。
画像は、ユーザの顔に対して互いに異なる髪型が適用された複数の画像、及び、ユーザの顔に対して互いに異なる手術が施された画像の少なくとも１つを含む、
情報処理装置である。
【0188】
第９態様によれば、任意の髪型が適用された顔及び手術後の顔の少なくとも１つを表す画像に基づくレコメンド情報が提示される。これにより、当該顔に対するユーザＵの潜在的な評価を知ることができる。
【0189】
本実施形態の第１０態様は、
ユーザの顔の鏡像に対するユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、鏡像におけるユーザの視線の偏りを計算する手段（例えば、ステップＳ１０３３の処理を実行するプロセッサ１２）を備え、
視線の偏りに基づいて、鏡像に関するレコメンド情報を決定する手段（例えば、ステップＳ１１１の処理を実行するプロセッサ１２）を備え、
レコメンド情報を提示する手段（例えば、ステップＳ１１２の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
ユーザの顔の鏡像に対するユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、鏡像におけるユーザの視線の偏りを計算する手段（例えば、ステップＳ１０３３の処理を実行するプロセッサ１２）を備え、
視線の偏りに基づいて、鏡像に関するレコメンド情報を決定する手段（例えば、ステップＳ１１１の処理を実行するプロセッサ１２）を備え、
レコメンド情報を提示する手段（例えば、ステップＳ１１２の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
【0190】
第１０態様によれば、顔の鏡像に対するユーザの視線の偏りに基づいて、レコメンド情報が決定される。これにより、鏡に写ったユーザＵの顔に対するユーザＵの潜在的な評価を提示することができる。
【0191】
本実施形態の第１１態様は、
計算する手段は、
鏡像の鏡像空間を所定の境界線で第１領域及び第２領域に分割し、
第１領域における第１視線分布と、
第２領域における第２視線分布と、
を計算する、
情報処理装置である。
計算する手段は、
鏡像の鏡像空間を所定の境界線で第１領域及び第２領域に分割し、
第１領域における第１視線分布と、
第２領域における第２視線分布と、
を計算する、
情報処理装置である。
【0192】
第１１態様によれば、鏡像空間を構成する２つの領域（第１領域及び第２領域）のそれぞれにおける視線分布に基づいて、ユーザに提示するレコメンド情報が決定される。
これにより、視線分布の偏りに応じたレコメンド情報を提示することができる。
これにより、視線分布の偏りに応じたレコメンド情報を提示することができる。
【0193】
本実施形態の第１２態様は、
第１領域は、右目を含み、
第２領域は、左目を含み、
レコメンド情報は、第１視線分布の割合に応じた情報であって、且つ、鏡像に対するユーザの評価に関する情報である、
情報処理装置である。
第１領域は、右目を含み、
第２領域は、左目を含み、
レコメンド情報は、第１視線分布の割合に応じた情報であって、且つ、鏡像に対するユーザの評価に関する情報である、
情報処理装置である。
【0194】
第１２態様によれば、鏡像に対して向かって右側の領域に対する視線分布の割合に応じたレコメンド情報（例えば、スコア）が提示される。これにより、鏡像（例えば、メイキャップを施した自身の顔の鏡像）に対するユーザＵの潜在的な評価を知ることができる。
【0195】
本実施形態の第１３態様は、
ユーザの顔の画像を提示する手段（例えば、ステップＳ１０２の処理を実行するプロセッサ１２）を備え、
ユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、画像におけるユーザの視線の動きのパターンに関する視線パターンを計算する手段（例えば、ステップＳ１０３４の処理を実行するプロセッサ１２）を備え、
計算した視線パターンに基づいて、ユーザに提示すべきレコメンド情報を決定する手段を備え、
決定したレコメンド情報を提示する手段（例えば、ステップＳ１０６の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
ユーザの顔の画像を提示する手段（例えば、ステップＳ１０２の処理を実行するプロセッサ１２）を備え、
ユーザの視線の動きに関する視線情報を取得する手段（例えば、ステップＳ１０３０の処理を実行するプロセッサ１２）を備え、
視線情報に基づいて、画像におけるユーザの視線の動きのパターンに関する視線パターンを計算する手段（例えば、ステップＳ１０３４の処理を実行するプロセッサ１２）を備え、
計算した視線パターンに基づいて、ユーザに提示すべきレコメンド情報を決定する手段を備え、
決定したレコメンド情報を提示する手段（例えば、ステップＳ１０６の処理を実行するプロセッサ１２）を備える、
情報処理装置（例えば、クライアント装置１０）である。
【0196】
第１３態様によれば、顔の画像に対するユーザＵの視線パターンに基づいて、ユーザに提示するレコメンド情報が決定される。これにより、ユーザＵが観察する顔に対するユーザＵの潜在的な評価を提示することができる。
【0197】
本実施形態の第１４態様は、
計算する手段は、ユーザの視線が所定範囲の停留領域に停留した時間である停留時間を、視線パターンとして計算する、
情報処理装置である。
計算する手段は、ユーザの視線が所定範囲の停留領域に停留した時間である停留時間を、視線パターンとして計算する、
情報処理装置である。
【0198】
本実施形態の第１５態様は、
計算する手段は、ユーザの視線が所定範囲の停留領域に停留した回数である停留回数を、視線パターンとして計算する、
情報処理装置である。
計算する手段は、ユーザの視線が所定範囲の停留領域に停留した回数である停留回数を、視線パターンとして計算する、
情報処理装置である。
【0199】
本実施形態の第１６態様は、
計算する手段は、ユーザの視線が分布する面積を、視線パターンとして計算する、
情報処理装置である。
計算する手段は、ユーザの視線が分布する面積を、視線パターンとして計算する、
情報処理装置である。
【0200】
本実施形態の第１７態様は、
計算する手段は、ユーザの視線が動く順序を、視線パターンとして計算する、
情報処理装置である。
計算する手段は、ユーザの視線が動く順序を、視線パターンとして計算する、
情報処理装置である。
【0201】
本実施形態の第１８態様は、
計算する手段は、ユーザの視線が移動した面積を、視線パターンとして計算する、
情報処理装置である。
計算する手段は、ユーザの視線が移動した面積を、視線パターンとして計算する、
情報処理装置である。
【0202】
本実施形態の第１９態様は、
コンピュータ（例えば、プロセッサ１２）を、上記の何れかに記載の各手段として機能させるためのプログラムである。
コンピュータ（例えば、プロセッサ１２）を、上記の何れかに記載の各手段として機能させるためのプログラムである。
【0203】
（７）その他の変形例
【0204】
記憶装置１１は、ネットワークＮＷを介して、クライアント装置１０と接続されてもよい。記憶装置３１は、ネットワークＮＷを介して、サーバ３０と接続されてもよい。
【0205】
上記の情報処理の各ステップは、クライアント装置１０及びサーバ３０の何れでも実行可能である。
【0206】
上記実施形態では、シミュレーション画像ＳＩＭＧの一例として、メイキャップシミュレーション画像を例示した。しかし、本実施形態は、シミュレーション画像ＳＩＭＧが以下の少なくとも１つである場合にも適用可能である。
・治療（例えば、整形手術）の後の顔のシミュレーション画像
・カラーリングした後の頭髪を含む顔のシミュレーション画像
・治療（例えば、整形手術）の後の顔のシミュレーション画像
・カラーリングした後の頭髪を含む顔のシミュレーション画像
【0207】
以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。
【符号の説明】
【0208】
１ ：情報処理システム
１０ ：クライアント装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
１５ ：ディスプレイ
１６ ：カメラ
１７ ：ハーフミラー
２０ ：アイトラッカ
３０ ：サーバ
３１ ：記憶装置
３２ ：プロセッサ
３３ ：入出力インタフェース
３４ ：通信インタフェース
１０ ：クライアント装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
１５ ：ディスプレイ
１６ ：カメラ
１７ ：ハーフミラー
２０ ：アイトラッカ
３０ ：サーバ
３１ ：記憶装置
３２ ：プロセッサ
３３ ：入出力インタフェース
３４ ：通信インタフェース
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】