広告業界が抱えている問題
問題1. 伝統的に、広告が実際に描画された時にターゲットが実際にどれだけ視線を向けていたかの定量的なエビデンス無しに値決めが行われている。
問題2. アドフラウド(Web広告)。広告料を払っているのに、ターゲットが殆ど見る可能性のない掲載位置やポップアップへの誘導・請求
arrow_downward
限定された公共空間内であっても広告効果が定量化できれば…。
- ある属性×時間帯の人間をターゲットに他の手法で広告した時の広告効果が推定できる。
- 放送やプライベートスペースでの広告表示にも援用できる。
駅コンコースでデジタルサイネージに表示される広告を
見る人／見ない人
「姿勢解析」Machine Learning Model をエッジ側で実行
OpenPose（カーネギーメロン大学研究所による実装）
近年、単視点カメラ画像（動画）からの人間の姿勢推定の精度が上がっている。
より低い計算コストで、リアルタイムに、多人数姿勢推定をする精度が上がっている。
（DeepPose: Human Pose Estimation via Deep Neural Networks 2014, Alexander Toshev が発端）
抽出される情報
視線
- ターゲットがどちらの方向を向いているか
- 何秒見ていたか
属性
- 性別
- 年代
- 服装
- 時間帯
- 混雑具合
- XY座標
- 個体識別（プライバシー上の課題あり）
技術とアルゴリズムの進展により、数年以内に視線の方向と持続時間を商業的に有用な精度で推定可能になると予測。
BLEとの組み合わせ（プライバシー上の課題あり）
ビーコンの精度から考えてコンコースが空いていれば、サイネージを見た人のスマートフォンを特定できる可能性がある。
測位システムの例
BLEビーコンを利用して100〜10cmの誤差でデバイスを測位可能（http://biz.kkc.co.jp より転載）
画像とBLEによるユーザーの特定
本質的には、これによってはプロモーションが実現されるのは、サイネージにユーザーの視線が向けられたという行為に対してアテンション・トークンが付与されるのと同義である。視線の履歴はブロックチェーンに記録。