特許 7520834 アイウェア器具を選択するためのサーバ、方法、及びコンピュータ可読記憶媒体

(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】2024-07-12

(45)【発行日】2024-07-23

(54)【発明の名称】アイウェア器具を選択するためのサーバ、方法、及びコンピュータ可読記憶媒体

(51)【国際特許分類】

   G06Q 30/0601 20230101AFI20240716BHJP

   G06Q 50/10 20120101ALI20240716BHJP

【ＦＩ】

G06Q30/0601 330

G06Q50/10

【請求項の数】 12

(21)【出願番号】P 2021530224

(86)(22)【出願日】2019-11-18

(65)【公表番号】

(43)【公表日】2022-01-26

(86)【国際出願番号】 EP2019081652

(87)【国際公開番号】W WO2020109056

(87)【国際公開日】2020-06-04

【審査請求日】2022-10-24

(31)【優先権主張番号】18315046.5

(32)【優先日】2018-11-30

(33)【優先権主張国・地域又は機関】EP

【前置審査】

(73)【特許権者】

【識別番号】518007555

【氏名又は名称】エシロール・アンテルナシオナル

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】ジュリアン・アンドシュ

(72)【発明者】

【氏名】エステル・ネッテ

【審査官】渡邉 加寿磨

(56)【参考文献】

【文献】米国特許出願公開第２０１８／０２６８４５８（ＵＳ，Ａ１）

【文献】特開２０１８－１６５９８３（ＪＰ，Ａ）

【文献】特開２０１０－１９１４８７（ＪＰ，Ａ）

【文献】特開２００１－３５７３８９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０２Ｃ １／００－１３／００

Ｇ０６Ｔ ７／００

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

１つ又は複数の画像を受信することであって、前記１つ又は複数の画像は１つ又は複数の人の表現を含む、受信すること、
前記１つ又は複数の画像にニューラルネットワークを適用することであって、前記ニューラルネットワークは前記１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、前記１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用すること、
ユーザ用のユーザアイウェア器具プロファイルを生成することであって、前記ユーザはペルソナデータベースからのペルソナにマッチされ、前記ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、前記１つ又は複数のペルソナアイウェア器具プロファイルは前記審美的要素スコアに基づく、生成すること、及び
前記生成済みのユーザアイウェア器具プロファイルに基づいて前記ユーザのためのアイウェア器具を選択すること
を行うように構成され、
前記審美的要素スコアは、アイテムの発生回数に基づいて計算され、前記アイテムは種類、色、形状、製品、パターン、ブランド、又は製品カテゴリを含む、処理回路
を含む、サーバ。

【請求項2】

前記処理回路が、
前記１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計することであって、前記登場回数はアイテムが登場する画像が公開されたとき、前記アイテムを含む全ての前記複数の画像が公開された期間、前記画像を提供した人物、及びソーシャルメディアの関わりを含む前記画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計すること、及び
各審美的要素が前記１つ又は複数の画像内で登場した頻度に基づいて前記１つ又は複数の画像のそれぞれについて前記審美的要素スコアを計算すること
を行うように更に構成され、
前記１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、前記１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、
請求項１に記載のサーバ。

【請求項3】

前記１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、前記処理回路が、
１組のペルソナを定義し又は計算することによって前記ペルソナデータベースを生成することであって、前記ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、前記人間特有のプロファイルは前記１つ又は複数の画像内の前記人の物理的特性及びコンテキスト特性に基づく、生成すること、
予め選択された各セレブ又はトレンドセッターを前記ペルソナデータベース内のマッチングペルソナに関連付けることであって、前記関連付けは前記予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けること、及び
前記予め選択されたセレブ又はトレンドセッターの前記アイウェア器具の前記審美的要素スコアに基づいて前記１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることであって、各ペルソナに関連付けられる前記アイウェア器具は前記１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けること
を行うように更に構成される、請求項１に記載のサーバ。

【請求項4】

前記１つ又は複数の受信画像が前記ユーザの１つ又は複数の画像であることに応じて、前記処理回路が、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのプロファイルを生成すること、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのために生成された前記プロファイルと最も密にマッチする前記ペルソナデータベース内の前記マッチングペルソナに前記ユーザを関連付けること、及び
前記マッチングペルソナに基づいて前記ユーザを前記ユーザアイウェア器具プロファイルに関連付けることであって、前記ユーザアイウェア器具プロファイルは前記マッチングペルソナの前記１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けること
を行うように更に構成される、請求項３に記載のサーバ。

【請求項5】

アイウェア器具を選択するための方法であって、
１つ又は複数の画像を処理回路によって受信するステップであって、前記１つ又は複数の画像は１つ又は複数の人の表現を含む、受信するステップ、
前記１つ又は複数の画像にニューラルネットワークを前記処理回路によって適用するステップであって、前記ニューラルネットワークは前記１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、前記１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用するステップ、
ユーザ用のユーザアイウェア器具プロファイルを前記処理回路によって生成するステップであって、前記ユーザはペルソナデータベースからのペルソナにマッチされ、前記ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、前記１つ又は複数のペルソナアイウェア器具プロファイルは前記審美的要素スコアに基づく、生成するステップ、及び
前記生成済みのユーザアイウェア器具プロファイルに基づいて前記ユーザのためのアイウェア器具を前記処理回路によって選択するステップ
を含み、
前記審美的要素スコアは、アイテムの発生回数に基づいて計算され、前記アイテムは種類、色、形状、製品、パターン、ブランド、又は製品カテゴリを含む、方法。

【請求項6】

前記１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計するステップであって、前記登場回数はアイテムが登場する画像が公開されたとき、前記アイテムを含む全ての前記複数の画像が公開された期間、前記画像を提供した人物、及びソーシャルメディアの関わりを含む前記画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計するステップ、及び
各審美的要素が前記１つ又は複数の画像内で登場した頻度に基づいて前記１つ又は複数の画像のそれぞれについて前記審美的要素スコアを計算するステップ
を更に含み、
前記１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、前記１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、
請求項５に記載の方法。

【請求項7】

前記１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、
１組のペルソナを定義し又は計算することによって前記ペルソナデータベースを生成するステップであって、前記ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、前記人間特有のプロファイルは前記１つ又は複数の画像内の前記人の物理的特性及びコンテキスト特性に基づく、生成するステップ、
予め選択された各セレブ又はトレンドセッターを前記ペルソナデータベース内のマッチングペルソナに関連付けるステップであって、前記関連付けは前記予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けるステップ、及び
前記予め選択されたセレブ又はトレンドセッターの前記アイウェア器具の前記審美的要素スコアに基づいて前記１組のペルソナ内の各ペルソナにアイウェア器具を関連付けるステップであって、各ペルソナに関連付けられる前記アイウェア器具は前記１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けるステップ
を更に含む、請求項５に記載の方法。

【請求項8】

前記１つ又は複数の受信画像が前記ユーザの１つ又は複数の画像であることに応じて、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのプロファイルを生成するステップ、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのために生成された前記プロファイルと最も密にマッチする前記ペルソナデータベース内の前記マッチングペルソナに前記ユーザを関連付けるステップ、及び
前記マッチングペルソナに基づいて前記ユーザを前記ユーザアイウェア器具プロファイルに関連付けるステップであって、前記ユーザアイウェア器具プロファイルは前記マッチングペルソナの前記１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けるステップ
を更に含む、請求項７に記載の方法。

【請求項9】

コンピュータによって実行されるとき前記コンピュータに方法を実行させるコンピュータ可読命令を記憶している非一時的コンピュータ可読記憶媒体であって、前記方法は、
１つ又は複数の画像を受信するステップであって、前記１つ又は複数の画像は１つ又は複数の人の表現を含む、受信するステップ、
前記１つ又は複数の画像にニューラルネットワークを適用するステップであって、前記ニューラルネットワークは前記１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、前記１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用するステップ、
ユーザ用のユーザアイウェア器具プロファイルを生成するステップであって、前記ユーザはペルソナデータベースからのペルソナにマッチされ、前記ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、前記１つ又は複数のペルソナアイウェア器具プロファイルは前記審美的要素スコアに基づく、生成するステップ、及び
前記生成済みのユーザアイウェア器具プロファイルに基づいて前記ユーザのためのアイウェア器具を選択するステップ
を含み、
前記審美的要素スコアは、アイテムの発生回数に基づいて計算され、前記アイテムは種類、色、形状、製品、パターン、ブランド、又は製品カテゴリを含む、非一時的コンピュータ可読記憶媒体。

【請求項10】

前記１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計することであって、前記登場回数はアイテムが登場する画像が公開されたとき、前記アイテムを含む全ての前記複数の画像が公開された期間、前記画像を提供した人物、及びソーシャルメディアの関わりを含む前記画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計すること、及び
各審美的要素が前記１つ又は複数の画像内で登場した頻度に基づいて前記１つ又は複数の画像のそれぞれについて前記審美的要素スコアを計算すること
を更に含み、
前記１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、前記１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、
請求項９に記載の非一時的コンピュータ可読記憶媒体。

【請求項11】

前記１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、
１組のペルソナを定義し又は計算することによって前記ペルソナデータベースを生成することであって、前記ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、前記人間特有のプロファイルは前記１つ又は複数の画像内の前記人の物理的特性及びコンテキスト特性に基づく、生成すること、
予め選択された各セレブ又はトレンドセッターを前記ペルソナデータベース内のマッチングペルソナに関連付けることであって、前記関連付けは前記予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けること、及び
前記予め選択されたセレブ又はトレンドセッターの前記アイウェア器具の前記審美的要素スコアに基づいて前記１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることであって、各ペルソナに関連付けられる前記アイウェア器具は前記１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けること
を更に含む、請求項９に記載の非一時的コンピュータ可読記憶媒体。

【請求項12】

前記１つ又は複数の受信画像が前記ユーザの１つ又は複数の画像であることに応じて、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのプロファイルを生成すること、
前記ユーザの前記物理的特性及びコンテキスト特性に基づいて前記ユーザのために生成された前記プロファイルと最も密にマッチする前記ペルソナデータベース内の前記マッチングペルソナに前記ユーザを関連付けること、及び
前記マッチングペルソナに基づいて前記ユーザを前記ユーザアイウェア器具プロファイルに関連付けることであって、前記ユーザアイウェア器具プロファイルは前記マッチングペルソナの前記１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けること
を更に含む、請求項１１に記載の非一時的コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本願は、アイウェア器具を選択するためのサーバ、方法、及びコンピュータ可読記憶媒体に関する。

【背景技術】

【0002】

本明細書で示す「背景」の説明は本開示の脈絡を全般的に示すためのものである。目下記載してある発明者の研究は、出願時にさもなければ先行技術としての資格を有し得ない説明の態様と同様に、この背景の節の中で記載する限りにおいて本発明に対する先行技術として明示的に又は黙示的に認められない。
オンラインビジネスは、消費者に対して正しい視覚器具を適切なときに勧めるために個人化された製品の推薦を必要とする。例えば一部の消費者は他の如何なる基準よりもファッション及びトレンドに敏感である。概してアイウェア器具又は製品の推薦は、形態規則、スタイル、ライフスタイルの分析、及び／又は個性に関する質問表、及び消費者の閲覧履歴の分析によって実現され得る。しかし、より個人化され且つより正確なアイウェア器具の推薦が求められている。

【発明の概要】

【課題を解決するための手段】

【0003】

開示する内容の態様によれば、サーバが１つ又は複数の画像を受信するように構成される処理回路を含み、１つ又は複数の画像は１つ又は複数の人の表現を含む。加えて処理回路は、１つ又は複数の画像にニューラルネットワークを適用するように構成され、ニューラルネットワークは１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される。更に処理回路は、ユーザ用のユーザアイウェア器具プロファイルを生成することであって、ユーザはペルソナデータベースからのペルソナにマッチされ、ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、１つ又は複数のペルソナアイウェア器具プロファイルは審美的要素スコアに基づく、生成すること、及び生成済みのユーザアイウェア器具プロファイルに基づいてユーザのためのアイウェア器具を選択することを行うように構成される。

【0004】

上記の段落は全般的な導入として提供しており、添付の特許請求の範囲を限定することは意図しない。記載する実施形態は、更なる利点と共に、添付図面に関連して解釈される以下の詳細な説明を参照することによって最もよく理解される。

【0005】

本開示及び本開示に付随する利点の多くについてのより完全な理解は、添付図面に関連して検討するとき以下の詳細な説明を参照することによってよりよく理解されるときに容易に得られる。

【図面の簡単な説明】

【0006】

【図1】開示する内容の１つ又は複数の態様によるアイウェア器具推薦システムを示す。

【図2】開示する内容の１つ又は複数の態様によるアイウェア器具推薦ワークフローを示す。

【図3】開示する内容の１つ又は複数の態様による例示的なニューラルネットワークの視覚的表現を示す。

【図4】開示する内容の１つ又は複数の態様による、ペルソナプール内の１つ又は複数のペルソナに関して最も人気のあるアイウェア特性を決定するための例示的ワークフローを示す。

【図5】開示する内容の１つ又は複数の態様による、どのペルソナが消費者に対応するのかを識別するための例示的ワークフローを示す。

【図6】開示する内容の１つ又は複数の態様による、アイウェア器具プロファイルを特定のセレブに関連付けることができる例示的ワークフローを示す。

【図7】開示する内容の１つ又は複数の態様による、特定のセレブの意見を消費者に知らせることによって消費者を自動で引き付けるための例示的ワークフローを示す。

【図8】開示する内容の１つ又は複数の態様による、アイウェア器具を選択するための方法のアルゴリズム流れ図を示す。

【図9】開示する内容の１つ又は複数の態様による、訓練語彙のベクトル表現を作成するための方法のアルゴリズム流れ図である。

【図10】開示する内容の１つ又は複数の態様による、１つ又は複数の画像にニューラルネットワークを適用するための方法のアルゴリズム流れ図である。

【図11】開示する内容の１つ又は複数の態様による、使用事例に基づいてどの統計を出力するのかを決定するための方法のアルゴリズム流れ図である。

【図12】開示する内容の１つ又は複数の態様による、アイウェア器具をペルソナに関連付けるための方法のアルゴリズム流れ図である。

【図13】開示する内容の１つ又は複数の態様による、ユーザにアイウェア器具プロファイルを関連付けるための方法のアルゴリズム流れ図を示す。

【図14】開示する内容の１つ又は複数の例示的態様によるサーバのハードウェアブロック図である。

【発明を実施するための形態】

【0007】

添付図面に関して以下に記載する説明は開示する内容の様々な実施形態の説明を意図しており、唯一の実施形態を表すことは必ずしも意図していない。特定の例では、開示する内容の理解を与えるために説明が具体的詳細を含む。但しそれらの具体的詳細なしに実施形態を実践できることを当業者なら理解されよう。一部の例では、開示する内容の概念を不明瞭にするのを避けるために、よく知られている構造及びコンポーネントをブロック図形式で示す場合がある。

【0008】

本明細書の全体を通して「一実施形態」又は「或る実施形態」に言及することは、実施形態に関連して記載する特定の特徴、構造、特性、操作、又は機能が開示する内容の少なくとも１つの実施形態に含まれることを意味する。従って、本明細書における「一実施形態では」又は「或る実施形態では」という語句の如何なる登場も必ずしも同じ実施形態に言及するわけではない。更に、１つ又は複数の実施形態において特定の特徴、構造、特性、操作、又は機能を任意の適切なやり方で組み合わせることができる。更に、開示する内容の実施形態は、記載する実施形態の修正形態及び改変形態を対象として含み得ること又は含むことを意図する。

【0009】

本明細書及び添付の特許請求の範囲で使用するとき、文脈において明白に指示しない限り単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は複数の指示対象を含むことに留意しなければならない。つまり別段の定めがない限り、本明細書で使用するとき「ａ」及び「ａｎ」等の語は「１つ又は複数」の意味を有する。加えて「第１の」、「第２の」、「第３の」等の用語は、本明細書に記載の幾つかの部分、コンポーネント、参照点、操作、及び／又は機能の１つを識別するに過ぎず、同様に開示する内容の実施形態を或る特定の構成又は向きに必ずしも限定するわけではない。

【0010】

次に、幾つかの図面を通して同様の参照番号が同一の又は対応する部分を示す図面を参照し、図１は開示する内容の１つ又は複数の態様によるアイウェア器具推薦システム１００（本明細書ではシステム１００と呼ぶ）を示す。システム１００は、ネットワーク１３０を介して通信可能に結合されるサーバ１１０、遠隔装置１２０、及びデータベース１４０を含み得る。

【0011】

サーバ１１０は、ネットワーク１３０を介して遠隔装置１２０及びデータベース１４０に通信可能に結合される１つ又は複数のサーバを表し得る。サーバ１１０は、コンピュータ、ラップトップ、スマートフォン、タブレット、ＰＤＡ等を含み得る。本明細書で更に説明するように、サーバ１１０は、ファッショントレンドを分析するためのニューラルネットワークを使用してユーザのためのアイウェア器具を選択し、特定のアイウェア器具であって、後にそのユーザにリンクされ得る、特定のアイウェア器具にリンクされるペルソナにユーザをマッチングすることに基づいてそのアイウェア器具をそのユーザに推薦するように構成される処理回路を含むことができる。

【0012】

遠隔装置１２０は、ネットワーク１３０を介してサーバ１１０及びデータベース１４０に通信可能に結合される１つ又は複数の遠隔装置を表し得る。遠隔装置１２０は、コンピュータ、ラップトップ、スマートフォン、タブレット、ＰＤＡ等を含み得る。

【0013】

データベース１４０は、ネットワーク１３０を介してサーバ１１０及び遠隔装置１２０に通信可能に結合される１つ又は複数のデータベースを表し得る。

【0014】

ネットワーク１３０は、サーバ１１０、遠隔装置１２０、及びデータベース１４０を接続する１つ又は複数のネットワークを表し得る。ネットワーク１３０は、インターネット等の公衆ネットワーク、ローカルエリアネットワーク（ＬＡＮ）又は広域ネットワーク（ＷＡＮ）ネットワーク等の私設ネットワーク、又はその任意の組み合わせとすることができ、公衆交換電話網（ＰＳＴＮ）又は統合サービスディジタル網（ＩＳＤＮ）サブネットワークを含むこともできる。ネットワーク１３０は、イーサネットネットワーク又はＵＳＢポート等の有線とすることもでき、又はＥＤＧＥ、３Ｇ、４Ｇ、ＬＴＥ／ＬＴＥ－Ａ等の無線セルラシステムを含むセルラネットワーク等の無線であり得る。無線ネットワークはＷｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、又は知られている他の任意の無線通信形式とすることもできる。

【0015】

本明細書の全体を通して、アイウェア器具及び視覚器具という用語は交換可能に使用できる場合があることを理解すべきである。加えて、写真、ピクチャ、及び画像という用語も区別なく使用できる場合がある。更に、ユーザ及び消費者という用語も区別なく使用できる場合がある。

【0016】

概してシステム１００は、ユーザに関連するアイウェア器具特性に基づいてユーザにアイウェア器具を推薦することができる。ユーザは、例えば顧客／消費者及び／又は潜在的顧客であり得る。ユーザのアイウェア器具特性に基づいてアイウェア器具を推薦するために、システム１００は１つ又は複数のファッショントレンドを検出し、その１つ又は複数のファッショントレンドに基づいて所定のペルソナに関して人気のあるアイウェア特性を識別することができる。次いでシステム１００は、ユーザに対応する所定のペルソナに基づいてユーザのアイウェア器具特性を識別することができる。アイウェア器具特性を識別したら、システム１００はユーザのアイウェア器具特性に基づいてアイウェア器具の推薦を行うことができる。

【0017】

アイウェア器具を効果的に推薦するために、最良の推薦を行うこと及び推薦のタイミングが極めて重要である。この脈絡において、この技術的問題に対する技術的解決策は、特定のユーザに向けて個人化された又はトレンド及びファッションに敏感な人を対象とした、無差別の意見から抽出される又は予め選択されたインフルエンサ集団及び／又は著名人集団の意見に重点を置くグローバルトレンドに応じて又はアイウェア固有のトレンドに応じて小売業者のカタログ内で入手可能な全てのフレームに自動でスコアを付けることを含み得る。予め選択されるインフルエンサ集団及び／又は著名人集団の意見は、ソーシャルメディアの関わり（例えばいいね、コメント、共有等）を含む任意のデータソース及び／又はメディア形式に対応し得る。加えてこの技術的解決策は、特定のセレブの意見を知らせることによって消費者を自動で引き付けることを含み得る。更にセレブの「意見」は、セレブが消費者に推薦しているのと同じアイウェア器具をそのセレブも写真内で実際に着用していることを含み得る。

【0018】

より具体的には、ファッショントレンドを検出することに関してシステム１００は複数の画像を受信することができ、複数の画像は例えば１人又は複数の人の画像であり得る。システム１００は、推定トレンドレベルに基づいて複数の画像のそれぞれについてスコアを計算することができる。一態様ではトレンドレベルは、複数の画像を通して画像内の特定のアイテム及び／又は審美的要素が登場する回数に基づき得る。例えば複数の受信画像の全体を通して赤色が高頻度で登場する場合、赤色のトレンドレベルが高い可能性がある。

【0019】

加えてシステム１００は、検出される全てのトレンドの総合に基づくアイウェア器具の推薦をユーザが要求したかどうかを判定することができる。この種の要求では、要求が全てのトレンドの総合に基づくことに応じてシステム１００がグローバルトレンドの統計を出力することができる。更に、グローバルトレンドの統計は複数の画像のそれぞれについて計算されるスコアに基づき得る。代替又は加えて、ユーザは特にアイウェアのトレンドに基づいてアイウェア器具の推薦を要求することができる。従ってシステム１００は、複数の画像のそれぞれについて計算されるスコアに基づき得るアイウェアトレンドの統計を出力することができる。加えて一態様では、スコアが所定の最小スコアを上回る場合はグローバルトレンドの統計及びアイウェアトレンドの統計にスコアを組み込むことができる。

【0020】

更に、１つ又は複数のファッショントレンドに基づいて所定のペルソナに関して人気のあるアイウェア特性を識別するとき、本明細書で更に説明するように、システム１００は、例えば予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからの複数の受信画像に基づき得る人間特有のプロファイルに基づいて１組のペルソナを定義し又は計算することができる。次いでシステム１００は、予め選択された各セレブ又はトレンドセッターをペルソナデータベース内のマッチングペルソナに関連付けることができる。この関連付けは、例えば予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づき得る。各ペルソナについて、システム１００は１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることができる。

【0021】

加えてシステム１００は、１つ又は複数の受信画像がユーザの１つ又は複数の画像であることに応じてユーザのプロファイルを生成し、マッチングペルソナにユーザを関連付け、マッチングペルソナに基づいてユーザをアイウェア器具に関連付けることができる。従って、ユーザにとって魅力的であり且つユーザのファッションスタイルに基づくトレンドにアイウェア器具の推薦が基づくので、ユーザ向けに推薦を完全にカスタマイズすることができる。

【0022】

図２は、開示する内容の１つ又は複数の態様によるアイウェア器具推薦ワークフロー２００を示す。ワークフロー２００は、ファッショントレンドブロック２０５、ユーザ個人化ブロック２１０、アイウェア器具トレンドプロファイルブロック２１５、小売業者のカタログ内への属性マッチングブロック２２５を含む類似性分析ブロック２２０、及びアイウェア器具推薦ブロック２３０を含み得る。

【0023】

ファッショントレンドブロック２０５は、ファッショントレンドの製品範囲及びファッショントレンドの集合範囲を含み得る。例えばトレンドの側面は、帽子、宝石、扮装具、衣服、ハンドバッグ、靴、スカーフ等の特定の衣服及びアクセサリ、形状、色等を調べることを含む一般的見地から、又は特にアイウェア器具を調べることから決定され得る。更にトレンドは、影響力のある人々の集団の意見から、又はファッション業界において有名でも全く無名でもよい一般集団からのフィードバック等の無差別の意見から決定され得る。換言すれば、製品範囲は全てのファッショントレンドの総合を要求しているユーザに対応し得る全般的範囲を含むことができ、集合範囲は無差別の意見に対応し得る全般的集団、及び例えば予め選択されたトレンドセッター群及び／又はセレブ群の意見を含み得る区分集団を含み得る。或いは又は加えて、区分集団は人の特定のカテゴリを含むことができ、特定のカテゴリは例えば年齢、性別、社会的及び専門的カテゴリ等に関連し得る。

【0024】

一実施形態では、ファッショントレンドブロック２０５でファッショントレンドを識別することが、例えば画像処理に基づき得る。その場合、画像処理にニューラルネットワークを使用することができる。

【0025】

図３は、開示する内容の１つ又は複数の態様による例示的なニューラルネットワーク３００の視覚的表現を示す。ニューラルネットワーク３００は、入力として写真３０５を受信することができる。写真３０５は、例えば１人又は複数の人のものであり得る。加えてニューラルネットワーク３００は、畳み込み層３１０及び全結合層３１５を含み得る。全結合層３１５は、例えばＬ層３２０からＮ－１層３２５を含む１つ又は複数の層を含み得る。加えて全結合層３１５は出力層３３０を含み得る。

【0026】

最初に、ニューラルネットワーク３００はラベル付き写真を受信することができる。ラベル付けされる必要がある写真は写真３０５等の１人又は複数の人を含む写真とすることができ、写真は人の顔及び／又は全身のものであり得る。加えて、写真内の人はアイウェア器具を着用していても着用していなくてもよい。更に、複数の写真の１つ又は複数は特にアイウェア器具のものであり得る。

【0027】

特にアイウェアトレンドを検出するためのラベル付けプロセスでは、アイウェア器具を人が着用している写真内のアイウェア器具にラベル付けすることができる。例えばフレームの製造業者、レンズの製造業者等がアイウェア器具にラベル付けして、アイウェア器具の形状、厚さ、フレーム材料、色、レンズ色、ミラー効果、又はブランドを記述することができる。

【0028】

全般的トレンドを検出するためのラベル付けプロセスでは、各画像にラベル付けするために客観的情報及びサブジェクト情報の両方を集めることができる。例えば各画像について、画像にラベル付けするための客観的情報は誰にでも求めることができ、例えば自らの専門知識に基づく主観的情報について画像にラベル付けするようにファッション業界の人に求めることができる。客観的情報は、性別、年齢の推量、髪の色、目の色、皮膚の色等を含むピクチャ内の人に関する情報を含み得る。加えて客観的情報は、屋外、屋内、ビーチ、通勤等、その人が何を行うのか、その人が写真内で何処にいるのか等を含む、その人に関するコンテキストラベルを含み得る。主観的情報は画像内の人のスタイルを含むことができ、ラベルはグラマー、上品、厳格等を含む。この場合、ファッション業界の専門家が優先的にラベル付けすべきである。加えて主観的情報は、帽子、宝石、扮装具、衣服、ハンドバッグ、靴等を含むアイテムの種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴を含む、人が着用している衣服及びアクセサリに関するラベルを含み得る。

【0029】

ラベル付けの後、ラベル付き画像を使用してディープラーニングデータベースを構築することができる。ディープラーニングデータベースは、例えば１つ又は複数のデータベース１４０のうちの１つに対応し得る。次に、ラベル付き画像のそれぞれから特徴マップを抽出するために畳み込み層３１０を使用し、ラベル付き画像から属性のベクトルを抽出するために全結合層３１５を使用することにより、ディープラーニングデータベースを使用してディープラーニングアルゴリズムを訓練することができる。成功裏に訓練されると、人の顔だけを含む又は全身を示す人の任意のピクチャを入力として取るためにアルゴリズムを使用することができ、ニューラルネットワーク３００はピクチャ内の人に関する情報（例えば性別、年齢の推量、髪の色、目の色、皮膚の色等）、活動及び場所を含む人のコンテキスト（例えば屋外、屋内、ビーチ、及び／又は通勤）、人のスタイル（例えばグラマー、上品、厳格等）、帽子、宝石、扮装具、衣服、ハンドバッグ、及び靴の種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴の１つ又は複数を含む、人が着用している衣服及びアクセサリ、並びに人が着用している視覚器具の属性を含む様々な情報を提供することができる。加えて、ニューラルネットワーク３００によって提供される情報は信頼水準を含み得る。

【0030】

一実施形態では、ソーシャルメディア又はユーザから来るテキスト情報に対するテキストマイニングに別の又は他の幾つかのニューラルネットワーク（例えばｗｏｒｄ２ｖｅｃ）を使用することができる。単語及び／又はタグ訓練コーパスを構築するために、画像へのラベル付けに関して本明細書で記載したようにアイウェア器具のトレンド検出及び全般的なトレンド検出を含むように語彙を定義することができる。語彙を定義した後、１つ又は複数のニューラルネットワークを使用して訓練語彙のベクトル表現を作成することができる。訓練コーパスのベクトル表現を使用し、任意のテキストを受信することができ、ピクチャ内の人に関する情報（例えば性別、年齢の推量、髪の色、目の色、皮膚の色等）、活動及び場所を含む人のコンテキスト（例えば屋外、屋内、ビーチ、及び／又は通勤）、人のスタイル（例えばグラマー、上品、厳格等）、帽子、宝石、扮装具、衣服、ハンドバッグ、及び靴の種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴の１つ又は複数を含む、人が着用している衣服及びアクセサリ、並びに人が着用している視覚器具の属性を含む情報を検出するためのアルゴリズム（例えばｋ最近傍アルゴリズム）。加えて、ｗｏｒｄ２ｖｅｃによって提供される情報は信頼水準を含み得る。

【0031】

図２に戻り、トレンド検出ブロック２０５が入力を受信することができる。入力のソースに関して、本明細書で既に記載したように複数の画像がニューラルネットワーク３００に提供され得る。より具体的には、複数の画像は任意の人に関するオープンソース画像／ビデオのプールとすることができ、又はオープンソース画像／ビデオのプールは、公開されたソーシャルメディアプロファイル、コミュニティのレビュー、ファッション雑誌等のうちの１つ又は複数からのものであり得る、（例えば一定のフォロワー数を有する）予め選択されたセレブ集団及び／又はトレンドセッター集団であり得る。

【0032】

加えて、ファッショントレンドを選択し、スコア付けするようにファッショントレンドブロック３０５を構成することができる。例えば、ファッション業界でのトレンドの変化の頻度に従う一定の時間枠（例えば６カ月）の中で入力を選択する。選択した入力ごとに審美的要素スコア等のスコアをその推定トレンドレベルに従って計算することができる。審美的要素スコアは、テキスト、ピクチャ、若しくはビデオ、又は幾つかのテキスト、幾つかのピクチャ、若しくは幾つかのビデオの中のアイテム（例えば種類、色、形状、製品、パターン、ブランド、製品カテゴリ等）の発生回数に基づいて計算することができる。審美的要素スコアは、ピクチャ／テキストが公開されたとき、アイテムに関する全ての入力が公開された期間、入力を投稿した人物（例えばインフルエンサ／セレブがより強い重みを有し得る）、入力に関する人々からのフィードバック（例えばいいねの数、サムズアップの数、肯定的なコメント、リツイートの数等）、及び同じ審美的要素の前のスコアを含む基準に応じて重み付けすることができる。その結果、各入力のスコアに応じてトレンドレベルを得ることができる。加えて一態様では、より優れた評価が付けられた入力だけが処理される。例えば、審美的要素スコアは所定の最小スコアを上回らなければならない（例えばスコア＞７／１０）。

【0033】

加えて、ニューラルネットワーク３００によって送られる情報を使用するやり方は使用事例によって決まる。例えば最初の使用事例では、ユーザがグローバルトレンドに基づくアイウェア器具の推薦を望む可能性がある。この場合、選択画像に基づいてニューラルネットワーク３００によって検出される又は選択テキストに対する意味分析によって検出される様々な特徴からグローバル統計を計算することができる。グローバル統計を計算するために使用される様々な特徴は、種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴を含む人が着用している衣服及びアクセサリ（例えば帽子、宝石、扮装具、衣服、ハンドバッグ、靴等）を含み得る。

【0034】

別の使用事例では、ユーザが特にアイウェアのトレンドに基づくアイウェア器具の推薦を望む可能性がある。この場合、選択画像に基づいてニューラルネットワーク３００によって検出される又は選択テキストに対する意味分析によって検出される様々な特徴に基づいてアイウェアの統計を計算することができる。様々な特徴は例えば画像内の人が着用しているアイウェア器具の属性を含み得る。

【0035】

ファッショントレンドブロック３０５の出力は、検出されたトレンドを表す統計を（例えば使用事例に基づいて）出力することができる。加えて、本明細書で記載したように、それらの統計は審美的要素スコアに基づいて計算されるトレンドレベルを考慮に入れることができる。ユーザがグローバルトレンドに基づくアイウェア器具の推薦を望む最初の使用事例に関して、グローバル統計の出力は流行の色（例えば赤色が９／１０のトレンドレベルで流行していると検出されている）、流行の形状（例えば丸い形状が８／１０のトレンドレベルで流行していると検出されている）、流行の材料（例えば皮革が８／１０のトレンドレベルで流行していると検出されている）等を含み得る。ユーザが特にアイウェアのトレンド（例えばフレーム、レンズ等）に基づくアイウェア器具の推薦を望む使用事例に関して、アイウェアトレンドの統計は流行のアイウェアの色（例えば赤色のフレームが９／１０のトレンドレベルで流行していると検出されている）、流行のアイウェアの厚さ（例えばナイロール眼鏡が７／１０のトレンドレベルで流行していると検出されている）、流行のアイウェアの形状（例えば丸い形状のフレームが８／１０のトレンドレベルで流行していると検出されている）、流行のアイウェアの材料（例えばアセテートフレームが８／１０のトレンドレベルで流行していると検出されている）、流行のアイウェアのテクスチャ（例えば鼈甲フレームが７．５／１０のトレンドレベルで流行していると検出されている）、流行のアイウェアの効果（例えば紫色に反射するレンズが８．５／１０のトレンドレベルで流行していると検出されている）等を含み得る。

【0036】

トレンド検出ブロック３０５の維持に関して、ファッション業界の素早いトレンドの進展を捉えるためにトレンド検出ブロック３０５を定期的に更新することができる（例えば６カ月）。例えば６カ月ごとに、過去に計算した全ての統計をクリアることができ、過去に選択された入力データをクリアすることによって入力データ（例えば画像又はテキスト）を一新することができ、データソース（例えば公開されたプロファイルソーシャルメディア、コミュニティのレビュー、ファッション雑誌等）を再度検討して新たな入力データを選択することができ、新たに選択した入力データから新たな統計（例えばグローバル統計及びアイウェアトレンドの統計）を計算することができる。一態様では、過去のサイクルのトレンド情報は新たなサイクルと比較するために保持することができ、新たなサイクルの統計に入れるために使用することができる。例えばトレンドが著しく重複している（例えば赤色が引き続き人気の色である）場合、赤色は強い長期トレンドなので赤色により強く重み付けすることができる。

【0037】

ユーザ個人化ブロック２１０は、アイウェア器具の推薦の個人化された側面に対処することができる。例えばサーバ１１０は、１組の典型的なペルソナ（例えば性別、年齢カテゴリ、スタイル、好きなブランド、ライフスタイル等）を定義し又は計算するように構成され得る。典型的な人は、人間特有のプロファイル（例えば「高級ブランドが好きな２０代の都市部の女性」）に対応し得る。１組の典型的なペルソナを定義し又は計算した後、サーバ１１０は図４の各ペルソナにアイウェア器具を関連付けるように構成され得る。

【0038】

図４は、開示する内容の１つ又は複数の態様による、ペルソナプール４１５内の１つ又は複数のペルソナ（例えばペルソナ４０５及びペルソナ４１０）に関して最も人気のあるアイウェア特性を決定するための例示的ワークフロー４００を示す。各ペルソナにアイウェア器具を関連付けるために、予め選択されたセレブ集団又はトレンドセッター集団に関するオープンソース画像／ビデオのプール内の各画像／ビデオ（例えば入力４２０）にニューラルネットワーク３００を適用することができる。顔、スタイル、コンテキスト、及びアイウェア器具の分析を概して含むニューラルネットワーク３００をプールの各画像／ビデオに対して実行することにより、画像／ビデオ内の１人又は複数の人に関する様々な情報を得ることができる。例えばニューラルネットワーク３００の出力は、ピクチャ内の人に関する情報（例えば性別、年齢の推量、髪の色、目の色、皮膚の色等）、何を行うのか及び何処にいるのかを含む人のコンテキスト（例えば屋外、屋内、ビーチ、通勤等）、人のスタイル（例えばグラマー、上品、厳格等）、種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴を含む人が着用している衣服及びアクセサリ（例えば帽子、宝石、扮装具、衣服、ハンドバッグ、靴等）、及び形状、材料、色、テクスチャ、厚さ、象徴的ブランド等を含む人が着用しているアイウェア器具の属性を提供することができる。換言すれば、最もよくマッチするペルソナを決定するために（例えば矢印４２５によって示すように）ニューラルネットワーク３００の出力を使用することができ、ペルソナにマッチされた人の対応するアイウェアプロファイルを（例えば矢印４３０によって示すように）そのペルソナに対応する視覚器具プロファイル４３５ａ、４３５ｂに与えることができる。

【0039】

次に、ピクチャ内のそれぞれの人と最も似ているペルソナにピクチャ内のそれぞれの人を関連付けることができる（例えば矢印４２５）。例えば人は自身と最も似ている特性を有するペルソナに関連付けられ、特性はニューラルネットワーク３００によって出力されるピクチャ内の人に関する情報に基づき得る。加えて、人をペルソナに関連付けるとき、状況に応じて様々な特性に異なる重みＷ_１，Ｗ_２．．．Ｗ_Ｎを帰属させることができる（例えばファッションの観点から髪の色よりもスタイルの方が違いが認められることが知られているので、髪の色は０．２の重みを有し得るスタイルと比較して０．０５の重みを有し得る）。

【0040】

次いでペルソナごとに、サーバ１１０はそのペルソナに関して最も人気のあるアイウェア特性を決定して、アイウェア器具プロファイルにリンクされたペルソナプール４４０を生成するように構成され得る。本明細書で更に説明するように、例えばプールのそれぞれの人が着用するアイウェアの属性を関連するペルソナにリンクすることができ、そのペルソナに対する計算済みのマッチングレベルに応じて属性に重み付けすることができる。

【0041】

ユーザ個人化ブロック２１０を再び参照し、サーバ１１０は視覚器具プロファイルにリンクされたペルソナプール４４０に基づくアイウェア器具の推薦を望む消費者にどのペルソナが対応するのかを識別する（図５に示す）ように構成され得る。

【0042】

図５は、開示する内容の１つ又は複数の態様による、どのペルソナが消費者に対応するのかを識別するための例示的ワークフロー５００を示す。例えば消費者は、自分が好きなコンテキストにおいて自身を表す自分のピクチャ及び／又はビデオをアップロードすることができる。或いは又は加えて、入力は消費者が記入する例えばライフスタイルの質問を含む質問表であり得る。消費者がピクチャ及び／又はビデオをアップロードすると、消費者が提供した消費者のピクチャ及び／又はビデオに対し、予め選択されたセレブ集団又はトレンドセッター集団に関するオープンソース画像／ビデオのプールをマッチするための上記の同一プロセスを適用することができる。同様に、消費者が質問表を記入した場合、例えばｗｏｒｄ２ｖｅｃプロセスに基づいて消費者にペルソナを関連付けることができる。その結果ワークフロー５００は、消費者と最も密にマッチするペルソナを識別し、そのペルソナに関連付けられたアイウェアの属性を消費者にリンクすることにより、消費者に関して最も人気のあるアイウェアの属性を決定することができる。

【0043】

換言すれば、図５を参照し、消費者はニューラルネットワーク３００への入力として写真５０５を提供することができ、ニューラルネットワーク３００は本明細書に記載の通り顔の分析、コンテキストの分析、スタイルの分析等を行うことができる。ニューラルネットワーク３００は、消費者の写真５０５内で識別される全ての情報を含む消費者ペルソナプロファイル５１０を出力することができる。消費者ペルソナプロファイル５１０は、アイウェア器具プロファイルにリンクされたペルソナプール４４０内のペルソナの１つ又は複数に対し、消費者ペルソナプロファイル内に含まれる特徴をマッチするために使用され得る。このマッチングプロセスは、マッチ５１５等の最良のマッチをもたらし得る。例えばマッチ５１５は、消費者が「ペルソナ２」と最良のマッチを有することに対応し得る。次いで、消費者が「ペルソナ２」と最も密にマッチされている結果として、アイウェア器具トレンドプロファイル２１５に対応し得る「ペルソナ２」に関連付けられたアイウェア器具プロファイルを消費者にリンクすることができる。換言すれば、消費者のアイウェア器具トレンドプロファイル２１５は、消費者に関して最も人気のあるアイウェア器具に対応し得る。

【0044】

再び図２を参照し、類似性分析ブロック２２０は、アイウェア器具トレンドプロファイル２１５の属性を小売業者のカタログ内のフレームとマッチするように構成され得る（即ち属性マッチングブロック２２５）。換言すれば、類似性分析ブロック２２０は１つ又は複数の特定の小売業者のカタログ内で入手可能なアイウェア器具にアイウェア器具の推薦を適応させるように構成され得る。例えば、トレンド検出ブロック２０５又はユーザ個人化ブロック２１０から識別されるアイウェア器具の個人化された属性及び個人化された属性のトレンドレベルの１つ又は複数から、サーバ１１０は小売業者のカタログからそれらの属性に対応するアイウェア器具のリストを見つけるように構成され得る。

【0045】

例えば、小売業者のカタログからアイウェア器具のリストを見つけて表示するためのプロセスは、小売業者のカタログ内で入手可能なアイウェアの属性を決定すること、消費者に関して最も人気のあるアイウェアの属性（例えばアイウェア器具トレンドプロファイル２１５）を小売業者のカタログ内で入手可能な特定のアイウェアに関連付けること、及びアイウェア器具の選択をユーザに表示することを含み得る。

【0046】

小売業者のカタログ内で入手可能なアイウェア器具の属性を決定することは、アイウェア器具の形状、材料、色、テクスチャ、厚さ、象徴的ブランド等を識別することを含み得る。小売業者のカタログ内のアイウェア器具の属性は、（例えば人によって）手動で提供されてもよく、小売業者のカタログ内で探索されてもよく、インターネットから取得されてもよい。但し属性は、好ましくは小売業者のカタログ内のアイウェア器具の画像のプールを入力として取るニューラルネットワーク３００の出力である。

【0047】

消費者に関して最も人気のあるアイウェアの属性を小売業者のカタログ内で入手可能な特定のアイウェアに関連付けることは、その共通の特性（例えば形状、材料、色、テクスチャ、厚さ、象徴的ブランド等）を最大化することを含み得る。加えて、その共通の特性を最大化することは、状況に応じて特性に様々な重みＷ_１，Ｗ_２．．．Ｗ_Ｎを帰属させることができることを考慮に入れることを含み得る。例えばスタイルは０．６の重みを有することができ、材料は０．２の重みを有すること等ができる。スタイルは入力の中でも非常に違いが認められるパラメータだと知られている場合があるので、スタイルの方により強く重み付けすることができる。或いは又は加えて、スタイルの方が他の特性よりも重要度が高いとすべきことを小売業者が決めている場合がある。各トレンドは所与の特性の特化だと理解することができる。例えば赤色は「色」の特性の１つの特化である。従って、各トレンドはＴ_１，１，．．．，Ｔ_ｉ，ｊ．．．Ｔ_Ｎ，Ｍのトレンドレベルを有し得る。例えば、赤色のフレーム（即ち特性ｉ（色）の特化ｊ（赤色））はＴ_ｉ，ｊ＝９／１０のトレンドレベルで流行していると検出されている。従って、属性ごとの望ましさのレベルを計算するために、下記の通り重みとトレンドレベルとを組み合わせる：
Ｄ_ｉ，ｊ＝Ｗ_{ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｉ} ^＊Ｔ_{ｔｒｅｎｄ ｉ，ｊ} （等式１）

【0048】

例えば色の特性に０．４の重みが与えられ、赤色が流行しており、０．９のトレンドレベルを与えられているとき、等式１を適用し赤色の望ましさのレベルはＤ_{ｒｅｄ ｃｏｌｏｒ}＝０．４^＊０．９＝０．３６である。

【0049】

従って、各アイウェア器具について、その属性及び計算済みの望ましさのレベルからグローバルトレンドレベルを計算する。等式１は、アイウェア器具の各属性の望ましさのレベルの平均であり得る。最も優れたグローバルトレンドレベルを有するアイウェア器具を消費者にとってトレンディと見なすことができ、選択し、次いで小売業者のニーズに応じて販売促進、在庫（即ち入手可能度）、価格、表示されたアイテムの数等を含む他の基準に基づいて更なる選択を行うことができる。最後に、選択されたアイウェアを例えば遠隔装置１２０によってユーザ／消費者に表示することができる。選択されたアイウェアを表示することはアイウェア器具推薦ブロック２３０に対応し得る。

【0050】

一実施形態では、サーバ１１０は、特定のセレブの意見を消費者に知らせることによって消費者を自動で引き付けるように構成され得る。例えば、特定のセレブの意見に基づいて消費者を引き付けることは２つのやり方で行うことができる。第１にサーバ１１０は、消費者の形態が特定のセレブと同様であることを消費者に通知し、特定のセレブが現在着用しているのと同様のアイウェア器具を消費者に提案するように構成され得る。第２にサーバ１１０は、消費者が現在閲覧しているアイウェア器具と同様のアイウェア器具を特定のセレブが着用していることを消費者に通知するように構成され得る。

【0051】

図６は、開示する内容の１つ又は複数の態様による、アイウェア器具プロファイルを特定のセレブに関連付けることができる例示的ワークフロー６００を示す。特定のセレブの意見を消費者に知らせることによって消費者を自動で引き付けるために、サーバ１１０はトレンドセッターだと見なされる１組の特定のセレブ６０５を定めるように構成され得る。セレブがトレンドセッターかどうかを判定することは、例えばフォロワー数及び／又はソーシャルメディアプラットフォーム上での友人を含む客観的基準を用いて行うことができる。次にサーバ１１０は、公開されたソーシャルメディアプロファイル、コミュニティのレビュー、ファッション雑誌等のうちの１つ又は複数からのものであり得る、１組の特定のセレブ６０５に関するオープンソース画像／ビデオのデータベース（例えばデータベース１４０）を構築するように構成され得る。１組の特定のセレブ６０５を入力として使用し、１組の特定のセレブ６０５にニューラルネットワーク３００を適用することによって各セレブにアイウェア器具を関連付けることができる。概してニューラルネットワーク３００は、顔の分析、スタイルの分析、コンテキストの分析、アイウェア器具の分析等を行うことができる。例えばサーバ１１０は、１組の特定のセレブ６０５を構成する各画像／ビデオに対してニューラルネットワーク３００を実行して、画像／ビデオに基づくセレブに関する情報（例えば性別、年齢の推量、髪の色、目の色、皮膚の色等）、セレブが何を行うのか及び何処にいるのかを含むセレブのコンテキスト（例えば屋外、屋内、ビーチ、通勤等）、セレブのスタイル（例えばグラマー、上品、厳格等）、種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴を含むセレブが着用している衣服及びアクセサリ（例えば帽子、宝石、扮装具、衣服、ハンドバッグ、靴）、及び形状、材料、色、テクスチャ、厚さ、象徴的ブランド等を含むセレブが着用しているアイウェア器具の属性を決定することができるよう、構成することができる。次いで、各セレブをアイウェア器具属性の１つ又は複数のリストに関連付けることができる。例えばセレブの個性は既知であり得るので、各セレブをアイウェア器具属性の１つ又は複数のリストにリンクすることができる。例えば、顔、スタイル、及びコンテキストの分析に対応するニューラルネットワーク３００の出力は（例えば矢印６１５によって示すように）特定のセレブに対応する情報に与えることができ、アイウェア器具の分析に対応するニューラルネットワーク３００の出力は（矢印６１０によって示すように）そのセレブに対応するアイウェア器具プロファイルに与えることができる。その結果、ニューラルネットワーク３００の出力は視覚器具プロファイルにリンクされたセレブのデータベース６２０であり得る。視覚器具プロファイルにリンクされたセレブのデータベース６２０は、例えば１つ又は複数のデータベース１４０のうちの１つであり得る。より具体的には、視覚器具プロファイルにリンクされたセレブのデータベース６２０は、セレブに関する形態情報及びコンテキスト情報並びに関連するアイウェア器具属性を含み得る。図７に示すように、データベース６２０を使用するやり方は使用事例によって決まる。

【0052】

図７は、開示する内容の１つ又は複数の態様による、特定のセレブの意見を消費者に知らせることによって消費者を自動で引き付けるための例示的ワークフロー７００を示す。例えば消費者の形態が特定のセレブと同様であることを消費者に知らせる使用事例では、特定のセレブが現在着用しているのと同様の１つ又は複数のアイウェア器具を推薦するようにサーバ１１０が構成され得る。サーバ１１０は、アイウェア器具を着用している又は着用していない消費者の１つ又は複数の写真及び／又はビデオ（例えば消費者の写真７０５）を受信することができる。１つ又は複数の写真及び／又はビデオは、消費者の顔及び／又は消費者の全身の写真及び／又はビデオを含み得る。ニューラルネットワーク（例えばニューラルネットワーク３００）を使用して、画像／ビデオに基づく消費者に関する情報（例えば性別、年齢の推量、髪の色、目の色、皮膚の色等）、セレブが何を行うのか及び何処にいるのかを含む消費者のコンテキスト（例えば屋外、屋内、ビーチ、通勤等）、消費者のスタイル（例えばグラマー、上品、厳格等）、種類、色、形状、ブランド、パターン、テクスチャ、製品カテゴリ、ディテール、及び特徴を含む消費者が着用している衣服及びアクセサリ（例えば帽子、宝石、扮装具、衣服、ハンドバッグ、靴）、及び形状、材料、色、テクスチャ、厚さ、象徴的ブランド等を含む消費者が着用しているアイウェア器具の属性を含む情報を消費者の写真７０５から計算することができる。加えてサーバ１１０は、データベース６２０を閲覧し、消費者の写真７０５を入力として使用することに基づくニューラルネットワーク３００からの出力に基づいて消費者に関して明らかにした情報について各セレブに対する消費者の１つ又は複数のマッチング係数（例えばマッチング係数７１０ａ、７１０ｂ）を計算することができる。

【0053】

例えばマッチング係数は、全般的情報（例えば性別、年齢、人種等）、形態情報（例えば顔の形、髪の色等）、コンテキスト情報（例えば場所、活動）、スタイル情報、衣服、アクセサリ情報（例えば美しくするアクセサリ）等を含む基準カテゴリごとにマッチング係数を計算することができる。例えばマッチング係数７１０ａは、セレブ７１５に対して高い形態係数を有し（例えば形態係数は０．９２である）、かかる係数は強いマッチを示し得る。カテゴリごとに、サーバ１１０は消費者に対して最も高いマッチング係数を有するセレブを見つけ、対応する各セレブにリンクされる視覚器具属性を取得するように構成され得る。従って、マッチ７２０は消費者がセレブ７１５と最も高いマッチを有することに相当することができ、セレブ７１５に関連付けられたアイウェア器具プロファイルを消費者にリンクすることができる。その後サーバ１１０は推薦７２５を出力するように構成することができ、推薦７２５はマッチ７２０に基づいて消費者に対して１つ又は複数のアイウェア器具の特徴を推薦することに相当する。

【0054】

加えて、推薦７２５は消費者を更に引き付けるための追加の通知を含み得る。最初の例は、「素敵です！Ｒｙａｎ Ｇｏｓｌｉｎｇのように見えます！彼もこのフレームを現在着用しています。このフレームは如何ですか？」を推薦として又は推薦と共に出力することを含む。通知は、Ｒｙａｎ Ｇｏｓｌｉｎｇの写真及び推薦が言及しているフレームの写真の１つ又は複数を更に含み得る。第２の例として、推薦は「お客様はＭａｄｏｎｎａのようなゴシック風の外見をお好みのようです。彼女が最近このサングラスを使っていることが知られています。このサングラスは如何ですか？」を含み得る。通知は、Ｍａｄｏｎｎａの写真及び推薦が言及しているサングラスの写真の１つ又は複数を更に含み得る。第３の例として、推薦は「お客様はＢｅｙｏｎｃｅのように大きなイアリングをお好みのようです。彼女も大きなイアリングをそのサングラスと一緒に着用していました。そのサングラスは如何ですか？」を含み得る。通知は、Ｂｅｙｏｎｃｅの写真及び推薦が言及しているサングラスの写真の１つ又は複数を更に含み得る。

【0055】

消費者が現在閲覧しているアイウェア器具と同様のアイウェア器具を特定のセレブが着用していることを消費者に通知することに対応する第２の使用事例に関して、例えば入力は特定のアイウェア器具（例えば消費者が現在閲覧しているアイウェア器具）の属性を含むことができる。サーバ１１０はデータベース６２０を閲覧し、データベース６２０内のアイウェア器具に対する消費者が閲覧していたアイウェア器具のマッチング係数を計算するように構成され得る。加えてサーバ１１０は、消費者が閲覧していたアイウェア器具に対して最も高いマッチング係数を有するアイウェア器具を見つけ、アイウェア器具に関連するセレブをデータベース６２０から取得するように構成され得る。データベース６２０内のセレブのアイウェア器具と最もよくマッチするアイウェア器具を見つけることに基づき、サーバ１１０は、消費者が現在閲覧しているアイウェア器具と同様のアイウェア器具を取得されたセレブが最近着用したことを消費者に通知するように構成され得る。例えば通知は、「試着されているフレームと非常に似たフレームをＥｖａ Ｌｏｎｇｏｒｉａが現在着用していることをご存じですか？」を含み得る。

【0056】

図８は、開示する内容の１つ又は複数の態様による、アイウェア器具を選択するための方法のアルゴリズム流れ図を示す。

【0057】

Ｓ８０５で、サーバ１１０が１つ又は複数の画像を受信することができる。１つ又は複数の画像は１人又は複数の人を含み得る。本明細書で更に説明するように、例えば１つ又は複数の画像は、任意の人又は予め選択されたセレブ集団若しくはトレンドセッター集団に関するオープンソース画像／ビデオのプールとすることができる。加えて、１つ又は複数の受信画像は消費者のものとすることができる。

【0058】

Ｓ８１０で、１つ又は複数の画像にニューラルネットワーク（例えばニューラルネットワーク３００）を適用することができる。ニューラルネットワーク３００は、１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類することができる。

【0059】

Ｓ８１５で、サーバ１１０は１つ又は複数の画像のそれぞれについて審美的要素スコアを生成することができる。例えば審美的要素スコアは、審美的要素の登場回数に基づき得る。加えて審美的要素スコアは、審美的要素の重みを考慮に入れるように計算され得る（例えば或る審美的要素がファッションにより関連していると見なされる場合、その審美的要素はより強い重みを有し得る）。

【0060】

Ｓ８２０で、サーバ１１０はユーザ用のユーザアイウェア器具プロファイルを生成することができる。例えばユーザは、ペルソナデータベース（例えばデータベース４４０）からのペルソナにマッチされ得る。

【0061】

Ｓ８２５で、サーバ１１０はペルソナデータベースからのペルソナにユーザをマッチすることができる。換言すれば、ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ得る。次いでユーザは、ユーザと最も密にマッチするペルソナのアイウェア器具プロファイルにリンクされ得る。加えて、１つ又は複数のペルソナアイウェア器具プロファイルは審美的要素スコアに基づき得る。

【0062】

Ｓ８３０で、サーバ１１０は、ユーザアイウェア器具プロファイルに基づいてユーザのためのアイウェア器具を選択するように構成され得る。ユーザのためのアイウェア器具を選択した後、このプロセスを終えることができる。

【0063】

図９は、開示する内容の１つ又は複数の態様による、訓練語彙のベクトル表現を作成するための方法のアルゴリズム流れ図である。

【0064】

Ｓ９０５で、サーバ１１０は使用の記述に対応するテキストを受信することができる。

【0065】

Ｓ９１０で、サーバ１１０は受信したテキストに対応する語彙を訓練することができる。

【0066】

Ｓ９１５で、サーバ１１０は、例えばｗｏｒｄ２ｖｅｃを使用し、訓練した語彙のベクトル表現を作成することができる。訓練した語彙のベクトル表現を作成した後、このプロセスを終えることができる。

【0067】

図１０は、開示する内容の１つ又は複数の態様による、１つ又は複数の画像にニューラルネットワークを適用するための方法のアルゴリズム流れ図である。図１０では、ステップ１００５～１０２５がＳ８１０に対応し得る。

【0068】

Ｓ１００５で、サーバ１１０は１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計するように構成され得る。

【0069】

Ｓ１０１０で、サーバ１１０は各分類済み審美的要素に重みを適用することができる。例えば各分類済み審美的要素の登場回数は、アイテムが登場する画像が公開されたとき、アイテムを含む全ての複数の画像が公開された期間、画像を提供した人物、及びソーシャルメディアの関わりを含む画像に関する他者のフィードバックを含む所定の基準に応じて重み付けすることができる。

【0070】

Ｓ１０１５で、サーバ１１０は、各審美的要素が１つ又は複数の画像内で登場した頻度に基づいて１つ又は複数の画像のそれぞれについて審美的要素スコアを計算することができる。

【0071】

Ｓ１０２０で、サーバ１１０は所定のファッションインターバルの終わりに到達したかどうかを判定することができる。例えば所定のファッションインターバルはファッショントレンドに基づき６カ月とすることができる。ファッショントレンドインターバルの終わりに到達していないと判定される場合、このプロセスは所定のファッションインターバルの終わりに到達したかどうかをＳ１０２０で確認し続けることができる。しかし、ファッショントレンドインターバルの終わりに到達したという判定に応じて、サーバ１１０はＳ１０２５で別の１組の１つ又は複数の画像を受信することができる。

【0072】

Ｓ１０２５で、サーバ１１０は、ファッションインターバルの終わりに到達している場合に別の１組の１つ又は複数の画像を受信することができる。別の１組の１つ又は複数の画像を受信した後、このプロセスを終えることができる。

【0073】

図１１は、開示する内容の１つ又は複数の態様による、使用事例に基づいてどの統計を出力するのかを決定するための方法のアルゴリズム流れ図である。

【0074】

Ｓ１１０５で、サーバ１１０は全ての審美的要素の総合に基づくアイウェア器具の推薦をユーザが要求したかどうかを判定するように構成され得る。全ての審美的要素の総合に基づくアイウェア器具の推薦をユーザが要求したという判定に応じて、Ｓ１１１０でグローバル統計を出力することができる。本明細書に記載したように、グローバル統計は例えば全ての審美的要素のトレンドレベルに基づき得る。グローバル統計を出力した後、このプロセスを終えることができる。

【0075】

しかし、全ての審美的要素の総合に基づくアイウェア器具の推薦をユーザが要求していないという判定に応じて、サーバ１１０はＳ１１１５でアイウェアの審美的要素に基づくアイウェア器具の推薦をユーザが要求したかどうかを判定するように構成され得る。

【0076】

Ｓ１１１５で、アイウェアの審美的要素に基づくアイウェアの推薦をユーザが要求しなかったという判定に応じてこのプロセスを終えることができる。しかし、アイウェアの審美的要素に基づくアイウェア器具の推薦をユーザが要求したという判定に応じて、サーバ１１０はＳ１１２０でアイウェアの統計を出力することができる。アイウェアの統計は、例えば１つ又は複数の受信画像内で識別されるアイウェアの審美的特徴に基づき得る。アイウェアの統計を出力した後、このプロセスを終えることができる。

【0077】

図１２は、開示する内容の１つ又は複数の態様による、アイウェア器具をペルソナに関連付けるための方法のアルゴリズム流れ図である。

【0078】

Ｓ１２０５で、サーバ１１０は１つ又は複数の受信画像から属性を抽出するように構成され得る。例えば１つ又は複数の画像は、予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであり得る。

【0079】

Ｓ１２１０で、サーバ１１０は１組のペルソナを定義し又は計算することによってペルソナデータベースを生成することができる。例えば、ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し得る。人間特有のプロファイルは、１つ又は複数の画像にニューラルネットワーク３００を適用することによって識別され得る１つ又は複数の画像内の人の物理的特性及びコンテキスト特性に基づき得る。

【0080】

Ｓ１２１５で、サーバ１１０は予め選択された各セレブ又はトレンドセッターをペルソナデータベース内のマッチングペルソナに関連付けることができる。この関連付けは、予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づき得る。換言すれば、セレブ又はトレンドセッターの外見と最も密にマッチする人間特有のペルソナが予め選択されたセレブ又はトレンドセッターに関連付けられる。

【0081】

Ｓ１２２０で、サーバ１１０は、予め選択されたセレブ又はトレンドセッターのアイウェア器具の審美的要素スコアに基づいて１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることができる。例えば関連付けられるアイウェア器具は１つ又は複数のペルソナアイウェア器具プロファイルに対応し得る。換言すれば、１組のペルソナ内の各ペルソナは特定のアイウェア器具及び又はアイウェア器具の特徴にリンクされ得る。１組のペルソナ内の各ペルソナにアイウェア器具を関連付けた後、このプロセスを終えることができる。

【0082】

図１３は、開示する内容の１つ又は複数の態様による、ユーザにアイウェア器具プロファイルを関連付けるための方法のアルゴリズム流れ図を示す。

【0083】

Ｓ１３０５で、サーバ１１０はユーザの物理的特性及びコンテキスト特性に基づいてユーザのプロファイルを生成することができる。サーバは、例えば１つ又は複数の受信画像がユーザの１つ又は複数の画像であることに応じてプロファイルを生成することができる。

【0084】

Ｓ１３１０で、サーバ１１０は、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのために生成されたプロファイルと最も密にマッチするペルソナデータベース内のマッチングペルソナにユーザを関連付けることができる。

【0085】

Ｓ１３１５で、サーバ１１０は、マッチングペルソナに基づいてユーザをユーザアイウェア器具プロファイルに関連付けることができる。例えばユーザアイウェア器具プロファイルは、マッチングペルソナの１つ又は複数のペルソナアイウェア器具プロファイルに基づき得る。換言すれば、ユーザはユーザと最も密にマッチするペルソナに関連付けることができ、そのペルソナにリンクされるアイウェア器具をユーザにリンクすることができる。マッチングペルソナに基づいてユーザをユーザアイウェア器具プロファイルに関連付けた後、このプロセスを終えることができる。

【0086】

図８～図１３の上記の説明では、流れ図の中の如何なるプロセス、説明、又はブロックも、プロセス内の特定の論理機能又はステップを実装するための１つ又は複数の実行可能命令を含むコードのモジュール、セグメント、又は一部を表すと理解することができ、本提案の例示的実施形態の範囲に代替的実装形態が含まれ、当業者によって理解されるように、機能は関与する機能に応じてほぼ同時又は逆順を含む図示し又は論じたのと異なる順序で実行することができる。本明細書に記載した様々な要素、特徴、及びプロセスは互いに独立に使用することができ、又は様々なやり方で組み合わせることができる。あり得る全ての組み合わせ及びサブコンビネーションが本開示の範囲に含まれることを意図する。

【0087】

システム１００は、消費者へのより正確なアイウェア器具の推薦を含む幾つかの利点を含む。加えて、アイウェア器具が流行しており更に消費者のスタイルによくマッチするので、推薦は消費者にとって信頼度が高まることを含み得る。従って推薦は、ユーザに対してはるかに詳細に対象を絞ったものになり得る。更に、セレブ及びトレンドセッターが今何を着用しているのか並びにアイウェア固有のトレンドに加えて全体的なトレンドに基づいてアイウェア器具を消費者にマッチすることができる。その結果、ファッショントレンドを分析するためのニューラルネットワークを使用してユーザのためのアイウェア器具を自動で選択し、特定のアイウェア器具であって、後にそのユーザにリンクされ得る、特定のアイウェア器具にリンクされるペルソナにユーザをマッチングすることに基づいてそのアイウェア器具をそのユーザに推薦する技術的解決策により、消費者のためにアイウェア器具を効果的に選択する技術的問題を解決することができる。

【0088】

次に、例示的実施形態によるサーバ１１０のハードウェアの説明を図１４に関して記載する。本明細書で記載するハードウェアの説明は、遠隔装置１２０及び／又は処理回路のハードウェアの説明とすることもできる。図１４では、サーバ１１０が上記の／下記のプロセスの１つ又は複数を実行するＣＰＵ１４００を含む。プロセスのデータ及び命令はメモリ１４０２内に記憶され得る。これらのプロセス及び命令は、ハードドライブ（ＨＤＤ）又はポータブル記憶媒体等の記憶媒体ディスク１４０４上に記憶することもでき、又は遠隔的に記憶されてもよい。更に、主張する提案は本発明のプロセスの命令が記憶されるコンピュータ可読媒体の形態によって限定されない。例えば命令は、ＣＤ、ＤＶＤ上に、フラッシュメモリ、ＲＡＭ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ハードディスク、又はサーバ若しくはコンピュータ等、サーバ１１０が通信する他の任意の情報処理装置内に記憶され得る。加えて、ＮＶＩＤＩＡ ＧｅＦｒｏｃｅ ＲＴＸ ２０８０Ｔｉ等のグラフィックス処理装置（ＧＰＵ）１４２８が例えばニューラルネットワーク処理の一部又は全てを扱うことができる。

【0089】

更に、主張する提案は、ＣＰＵ１４００並びにＭｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ、ＵＮＩＸ（登録商標）、Ｓｏｌａｒｉｓ、ＬＩＮＵＸ、Ａｐｐｌｅ ＭＡＣ－ＯＳ等のオペレーティングシステム、及び当業者に知られている他のシステムと共に実行される、オペレーティングシステムのユーティリティアプリケーション、バックグラウンドデーモン、若しくはコンポーネント、又はそれらのものの組み合わせとして提供することができる。

【0090】

サーバ１１０を実現するためのハードウェア要素は、様々な回路素子によって実現することができる。更に上記の実施形態の機能のそれぞれは、１つ又は複数の処理回路を含む回路によって実装することができる。処理回路は、個別にプログラムされたプロセッサ、例えば図１４に示すプロセッサ（ＣＰＵ）１４００を含む。処理回路は、列挙した機能を実行するように構成される特定用途向け集積回路（ＡＳＩＣ）及び従来の回路部品等の装置も含む。

【0091】

図１４では、サーバ１１０が上記のプロセスを実行するＣＰＵ１４００を含む。サーバ１１０は、汎用コンピュータ又は特定の専用マシンとすることができる。一実施形態では、プロセッサ１４００がアイウェア器具の選択（具体的には図８～図１３に関して論じたプロセスの何れか）を行うようにプログラムされる場合、サーバ１１０が特定の専用マシンになる。

【0092】

或いは又は加えて、当業者なら理解するように、ＣＰＵ１４００はＦＰＧＡ、ＡＳＩＣ、ＰＬＤ上に又は個別論理回路を使用して実装することができる。更に、ＣＰＵ１４００は上記の本発明のプロセスの命令を実行するために並列に共同して機能する複数のプロセッサとして実装することができる。

【0093】

図１４のサーバ１１０は、Ｉｎｔｅｌ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ ＡｍｅｒｉｃａのＩｎｔｅｌ Ｅｔｈｅｒｎｅｔ ＰＲＯネットワークインタフェースカード等、ネットワーク１３０とインタフェースするためのネットワークコントローラ１４０６も含む。理解できるように、ネットワーク１３０はインターネット等の公衆ネットワーク、又はＬＡＮ若しくはＷＡＮネットワーク等の私設ネットワーク、又はその任意の組み合わせとすることができ、ＰＳＴＮ又はＩＳＤＮサブネットワークを含むこともできる。ネットワーク１３０は、イーサネットネットワーク等の有線とすることもでき、又はＥＤＧＥ、３Ｇ、及び４Ｇ無線セルラシステムを含むセルラネットワーク等の無線であり得る。無線ネットワークはＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ、又は知られている他の任意の無線通信形式とすることもできる。

【0094】

サーバ１１０は、モニタ等のディスプレイ１４１０とインタフェースするためのグラフィックスカード又はグラフィックスアダプタ等のディスプレイコントローラ１４０８を更に含む。汎用Ｉ／Ｏインタフェース１４１２が、キーボード及び／又はマウス１４１４と、並びにディスプレイ１４１０上の又はディスプレイ１４１０とは別個のタッチスクリーンパネル１４１６とインタフェースする。汎用Ｉ／Ｏインタフェースは、プリンタ及びスキャナを含む様々な周辺装置１４１８にも接続する。

【0095】

スピーカ／マイクロフォン１４２２とインタフェースし、それにより音声及び／又は音楽を提供するために、サウンドコントローラ１４２０もサーバ１１０内に設けられる。

【0096】

汎用ストレージコントローラ１４２４は、サーバ１１０のコンポーネントの全てを相互接続するためのＩＳＡ、ＥＩＳＡ、ＶＥＳＡ、ＰＣＩ、又は同様のものであり得る通信バス１４２６と記憶媒体ディスク１４０４を接続する。ディスプレイ１４１０、キーボード及び／又はマウス１４１４、並びにディスプレイコントローラ１４０８、ストレージコントローラ１４２４、ネットワークコントローラ１４０６、サウンドコントローラ１４２０、及び汎用Ｉ／Ｏインタフェース１４１２の全般的な特徴及び機能の説明は、それらの特徴が知られているので本明細書では簡潔にするために省く。

【0097】

本開示の脈絡で記載する例示的回路素子は他の要素で置換することができ、本明細書で示した例と異なるように構成することができる。更に、本明細書に記載の特徴を実行するように構成される回路は複数の回路ユニット（例えばチップ）によって実装することができ、又はそれらの特徴は単一のチップセット上の回路に組み込むことができる。

【0098】

本明細書に記載の機能及び特徴は、システムの様々な分散コンポーネントによっても実行され得る。例えば１つ又は複数のプロセッサがこれらのシステム機能を実行することができ、プロセッサはネットワーク内で通信する複数のコンポーネントにわたって分散される。分散コンポーネントは、様々なヒューマンインタフェース及び通信装置（例えばディスプレイモニタ、スマートフォン、タブレット、携帯情報端末（ＰＤＡ））に加えて、処理を共有し得る１つ又は複数のクライアント及びサーバマシンを含み得る。ネットワークはＬＡＮ又はＷＡＮ等の私設ネットワークとすることができ、又はインターネット等の公衆ネットワークであり得る。システムへの入力は直接のユーザ入力によって受信され、リアルタイムで又はバッチプロセスとして遠隔的に受信され得る。加えて、一部の実装形態は記載したのと同一ではないモジュール又はハードウェア上で実行され得る。従って、他の実装形態も特許請求の範囲に記載され得る範囲に含まれる。

【0099】

開示した内容の実施形態をここまで記載し、上記の内容は限定ではなく専ら例として示した例示に過ぎないことが当業者に明らかである。従って本明細書では特定の構成を論じてきたが、他の構成を用いることもできる。数多くの修正形態及び他の実施形態（例えば組み合わせ、再構成等）が本開示によって可能にされ、当業者の範囲に含まれ、開示した内容及びその任意の等価物の範囲に含まれると考えられる。更なる実施形態をもたらすために、開示した実施形態の特徴を本発明の範囲内で組み合わせ、再構成し、省略等することができる。更に、特定の特徴は他の特徴の対応する使用なしに有利に使用できる場合がある。従って出願人は、開示した内容の趣旨及び範囲に含まれるそのような全ての代替形態、修正形態、等価物、及び改変形態を包含することを意図する。

【0100】

本開示の実施形態は、以下の挿入部にも記載することができる。

【0101】

（１）１つ又は複数の画像を受信することであって、１つ又は複数の画像は１つ又は複数の人の表現を含む、受信すること、１つ又は複数の画像にニューラルネットワークを適用することであって、ニューラルネットワークは１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用すること、ユーザ用のユーザアイウェア器具プロファイルを生成することであって、ユーザはペルソナデータベースからのペルソナにマッチされ、ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、１つ又は複数のペルソナアイウェア器具プロファイルは審美的要素スコアに基づく、生成すること、及び生成済みのユーザアイウェア器具プロファイルに基づいてユーザのためのアイウェア器具を選択することを行うように構成される処理回路を含む、サーバ。

【0102】

（２）処理回路が、１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計することであって、登場回数はアイテムが登場する画像が公開されたとき、アイテムを含む全ての複数の画像が公開された期間、画像を提供した人物、及びソーシャルメディアの関わりを含む画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計すること、及び各審美的要素が１つ又は複数の画像内で登場した頻度に基づいて１つ又は複数の画像のそれぞれについて審美的要素スコアを計算することを行うように更に構成され、１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、（１）に記載のサーバ。

【0103】

（３）処理回路は、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の総合に基づくかどうかを判定すること、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の属性に基づくという判定に応じてグローバル統計を出力することであって、グローバル統計は審美的要素スコアに基づく、出力すること、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくかどうかを判定すること、及びユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくという判定に応じてアイウェアの統計を出力することであって、アイウェアの統計は審美的要素スコアに基づく、出力することを行うように更に構成され、審美的要素スコアは、審美的要素スコアが所定の最小審美的要素スコアを上回る場合にのみグローバル統計及びアイウェアの統計に組み込まれる、（１）又は（２）に記載のサーバ。

【0104】

（４）１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、処理回路が、１組のペルソナを定義し又は計算することによってペルソナデータベースを生成することであって、ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、人間特有のプロファイルは１つ又は複数の画像内の人の物理的特性及びコンテキスト特性に基づく、生成すること、予め選択された各セレブ又はトレンドセッターをペルソナデータベース内のマッチングペルソナに関連付けることであって、関連付けは予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けること、及び予め選択されたセレブ又はトレンドセッターのアイウェア器具の審美的要素スコアに基づいて１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることであって、各ペルソナに関連付けられるアイウェア器具は１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けることを行うように更に構成される、（１）乃至（３）の何れか１つに記載のサーバ。

【0105】

（５）１つ又は複数の受信画像がユーザの１つ又は複数の画像であることに応じて、処理回路が、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのプロファイルを生成すること、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのために生成されたプロファイルと最も密にマッチするペルソナデータベース内のマッチングペルソナにユーザを関連付けること、及びマッチングペルソナに基づいてユーザをユーザアイウェア器具プロファイルに関連付けることであって、ユーザアイウェア器具プロファイルはマッチングペルソナの１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けることを行うように更に構成される、（１）乃至（４）の何れか１つに記載のサーバ。

【0106】

（６）処理回路が、使用の記述に対応するテキストを受信すること、受信したテキストに対応する語彙を訓練すること、及び訓練した語彙のベクトル表現を作成することを行うように更に構成される、（１）乃至（５）の何れか１つに記載のサーバ。

【0107】

（７）少なくとも１つの審美的要素が、１人又は複数の人の属性、コンテキストの属性、及びアイウェアの属性を含む、（１）乃至（６）の何れか１つに記載のサーバ。

【0108】

（８）選択されるアイウェア器具は、所定の小売業者のカタログ内で入手可能なアイウェア器具に基づいて選択される、（１）乃至（７）の何れか１つに記載のサーバ。

【0109】

（９）１組のペルソナを計算することによってペルソナデータベースを生成することが、予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアに基づくペルソナデータベースを構築するために１つ又は複数の受信画像から属性を抽出することを含む、（１）乃至（８）の何れか１つに記載のサーバ。

【0110】

（１０）新たなペルソナデータベースが所定のインターバルで生成され、所定のインターバルは知られているファッショントレンドの変化の頻度に対応する、（１）乃至（９）の何れか１つに記載のサーバ。

【0111】

（１１）審美的要素スコアがソーシャルメディアプロファイル、コミュニティのレビュー、及びファッション雑誌のうちの１つ又は複数からの複数のオープンソース画像に基づき、複数のオープンソース画像は予め選択された１人又は複数のセレブ又はトレンドセッターに対応する、（１）乃至（１０）の何れか１つに記載のサーバ。

【0112】

（１２）審美的要素スコアを生成するための処理回路が、ファッション業界でのトレンドの変化の頻度に基づいて複数のオープンソース画像を反復的に受信すること、及びトレンドレベルに基づいて複数のオープンソース画像のそれぞれについてスコアを計算することであって、トレンドレベルは複数のオープンソース画像内のアイテムの発生回数に基づき、アイテムは種類、色、形状、製品、パターン、ブランド、及び製品カテゴリの１つ又は複数を含む、計算することを行うように更に構成される、（１）乃至（１１）の何れか１つに記載のサーバ。

【0113】

（１３）アイテムが登場する画像が公開されたとき、アイテムを含む全ての複数の画像が公開された期間、画像を提供した人物、及びソーシャルメディアの関わりを含む画像に関する他者のフィードバックを含む所定の基準に応じてスコアが重み付けされる、（１）乃至（１２）の何れか１つに記載のサーバ。

【0114】

（１４）前のインターバルの同じ審美的要素の前のスコアに基づいてスコアが更に重み付けされる、（１）乃至（１３）の何れか１つに記載のサーバ。

【0115】

（１５）アイウェア器具を選択するための方法であって、１つ又は複数の画像を処理回路によって受信するステップであって、１つ又は複数の画像は１つ又は複数の人の表現を含む、受信するステップ、１つ又は複数の画像にニューラルネットワークを処理回路によって適用するステップであって、ニューラルネットワークは１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用するステップ、ユーザ用のユーザアイウェア器具プロファイルを処理回路によって生成するステップであって、ユーザはペルソナデータベースからのペルソナにマッチされ、ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、１つ又は複数のペルソナアイウェア器具プロファイルは審美的要素スコアに基づく、生成するステップ、及び生成済みのユーザアイウェア器具プロファイルに基づいてユーザのためのアイウェア器具を処理回路によって選択するステップを含む、方法。

【0116】

（１６）１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計するステップであって、登場回数はアイテムが登場する画像が公開されたとき、アイテムを含む全ての複数の画像が公開された期間、画像を提供した人物、及びソーシャルメディアの関わりを含む画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計するステップ、及び各審美的要素が１つ又は複数の画像内で登場した頻度に基づいて１つ又は複数の画像のそれぞれについて審美的要素スコアを計算するステップを更に含み、１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、（１５）に記載の方法。

【0117】

（１７）ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の総合に基づくかどうかを判定するステップ、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の属性に基づくという判定に応じてグローバル統計を出力するステップであって、グローバル統計は審美的要素スコアに基づく、出力するステップ、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくかどうかを判定するステップ、及びユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくという判定に応じてアイウェアの統計を出力するステップであって、アイウェアの統計は審美的要素スコアに基づき、審美的要素スコアは、審美的要素スコアが所定の最小審美的要素スコアを上回る場合にのみグローバル統計及びアイウェアの統計に組み込まれる、出力するステップを更に含む、（１５）又は（１６）に記載の方法。

【0118】

（１８）１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、１組のペルソナを定義し又は計算することによってペルソナデータベースを生成するステップであって、ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、人間特有のプロファイルは１つ又は複数の画像内の人の物理的特性及びコンテキスト特性に基づく、生成するステップ、予め選択された各セレブ又はトレンドセッターをペルソナデータベース内のマッチングペルソナに関連付けるステップであって、関連付けは予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けるステップ、及び予め選択されたセレブ又はトレンドセッターのアイウェア器具の審美的要素スコアに基づいて１組のペルソナ内の各ペルソナにアイウェア器具を関連付けるステップであって、各ペルソナに関連付けられるアイウェア器具は１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けるステップを更に含む、（１５）乃至（１７）の何れか１つに記載の方法。

【0119】

（１９）１つ又は複数の受信画像がユーザの１つ又は複数の画像であることに応じて、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのプロファイルを生成するステップ、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのために生成されたプロファイルと最も密にマッチするペルソナデータベース内のマッチングペルソナにユーザを関連付けるステップ、及びマッチングペルソナに基づいてユーザをユーザアイウェア器具プロファイルに関連付けるステップであって、ユーザアイウェア器具プロファイルはマッチングペルソナの１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けるステップを更に含む、（１５）乃至（１８）の何れか１つに記載の方法。

【0120】

（２０）コンピュータによって実行されるときコンピュータに方法を実行させるコンピュータ可読命令を記憶している非一時的コンピュータ可読記憶媒体であって、方法は、１つ又は複数の画像を受信するステップであって、１つ又は複数の画像は１つ又は複数の人の表現を含む、受信するステップ、１つ又は複数の画像にニューラルネットワークを適用するステップであって、ニューラルネットワークは１つ又は複数の画像の各画像の少なくとも１つの審美的要素を分類し、１つ又は複数の画像の中の画像ごとに審美的要素スコアが生成される、適用するステップ、ユーザ用のユーザアイウェア器具プロファイルを生成するステップであって、ユーザはペルソナデータベースからのペルソナにマッチされ、ペルソナデータベース内の各ペルソナは１つ又は複数のペルソナアイウェア器具プロファイルにリンクされ、１つ又は複数のペルソナアイウェア器具プロファイルは審美的要素スコアに基づく、生成するステップ、及び生成済みのユーザアイウェア器具プロファイルに基づいてユーザのためのアイウェア器具を選択するステップを含む、非一時的コンピュータ可読記憶媒体。

【0121】

（２１）１つ又は複数の画像内の各分類済み審美的要素の登場回数を合計することであって、登場回数はアイテムが登場する画像が公開されたとき、アイテムを含む全ての複数の画像が公開された期間、画像を提供した人物、及びソーシャルメディアの関わりを含む画像に関する他者のフィードバックのうちの１つ又は複数を含む所定の基準に応じて重み付けされる、合計すること、及び各審美的要素が１つ又は複数の画像内で登場した頻度に基づいて１つ又は複数の画像のそれぞれについて審美的要素スコアを計算することを更に含み、１つ又は複数の画像に関する審美的要素の統計を計算するために各審美的要素が１つ又は複数の所定の基準に基づいて重み付けされ、１つ又は複数の画像のそれぞれの中の各審美的要素が組み合わせられる、（２０）に記載の非一時的コンピュータ可読記憶媒体。

【0122】

（２２）ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の総合に基づくかどうかを判定すること、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内の全ての審美的要素の属性に基づくという判定に応じてグローバル統計を出力することであって、グローバル統計は審美的要素スコアに基づく、出力すること、ユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくかどうかを判定すること、及びユーザのためのアイウェア器具の選択が１つ又は複数の画像内のアイウェアの審美的要素に基づくという判定に応じてアイウェアの統計を出力することであって、アイウェアの統計は審美的要素スコアに基づき、審美的要素スコアは、審美的要素スコアが所定の最小審美的要素スコアを上回る場合にのみグローバル統計及びアイウェアの統計に組み込まれる、出力することを更に含む、（２０）又は（２１）に記載の非一時的コンピュータ可読記憶媒体。

【0123】

（２３）１つ又は複数の受信画像が予め選択されたセレブ集団又はトレンドセッター集団に対応する公に入手可能なメディアからのものであることに応じて、１組のペルソナを定義し又は計算することによってペルソナデータベースを生成することであって、ペルソナデータベース内の各ペルソナは人間特有のプロファイルを有し、人間特有のプロファイルは１つ又は複数の画像内の人の物理的特性及びコンテキスト特性に基づく、生成すること、予め選択された各セレブ又はトレンドセッターをペルソナデータベース内のマッチングペルソナに関連付けることであって、関連付けは予め選択されたセレブ又はトレンドセッターの物理的特性及びコンテキスト特性に基づく、関連付けること、及び予め選択されたセレブ又はトレンドセッターのアイウェア器具の審美的要素スコアに基づいて１組のペルソナ内の各ペルソナにアイウェア器具を関連付けることであって、各ペルソナに関連付けられるアイウェア器具は１つ又は複数のペルソナアイウェア器具プロファイルに対応する、関連付けることを更に含む、（２０）乃至（２２）の何れか１つに記載の非一時的コンピュータ可読記憶媒体。

【0124】

（２４）１つ又は複数の受信画像がユーザの１つ又は複数の画像であることに応じて、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのプロファイルを生成すること、ユーザの物理的特性及びコンテキスト特性に基づいてユーザのために生成されたプロファイルと最も密にマッチするペルソナデータベース内のマッチングペルソナにユーザを関連付けること、及びマッチングペルソナに基づいてユーザをユーザアイウェア器具プロファイルに関連付けることであって、ユーザアイウェア器具プロファイルはマッチングペルソナの１つ又は複数のペルソナアイウェア器具プロファイルに基づく、関連付けることを更に含む、（２０）乃至（２３）の何れか１つに記載の非一時的コンピュータ可読記憶媒体。

【符号の説明】

【0125】

１００ アイウェア器具推薦システム
１１０ サーバ
１２０ 遠隔装置
１３０ ネットワーク
１４０ データベース
２００ ワークフロー
２０５ ファッショントレンドブロック
２１０ ユーザ個人化ブロック
２１５ アイウェア器具トレンドプロファイル
２２０ 類似性分析ブロック
２３０ アイウェア器具推薦ブロック
３００ ニューラルネットワーク
３１５ 全結合層
３２０ Ｌ層
３３０ 出力層
４００ 例示的ワークフロー
４３５ａ 視覚器具プロファイル
４３５ｂ 視覚器具プロファイル
５１０ 消費者ペルソナプロファイル
７１０ａ マッチング係数
７１０ｂ マッチング係数
１４００ プロセッサ
１４０２ メモリ
１４０４ 記憶媒体ディスク
１４０６ ネットワークコントローラ
１４０８ ディスプレイコントローラ
１４１０ ディスプレイ
１４１２ 汎用Ｉ／Ｏインタフェース
１４１４ マウス
１４１６ タッチスクリーンパネル
１４１８ 周辺装置
１４２０ サウンドコントローラ
１４２２ マイクロフォン
１４２４ ストレージコントローラ
１４２６ 通信バス
１４２８ グラフィックス処理装置（ＧＰＵ）

【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】