ニューロープのファッションAI「#CBK scnnr」に顔認識AIを搭載しました。
顔認識AIの追加により、例えば「自社ブランドのターゲットユーザーをもっとよく知りたい」「インスタグラム上のファッショントレンドを年齢、性別ごとに分析したい」といったご要望を叶えることができます。
本記事にて顔認識AIの機能と活用例をご紹介します！
Contents
顔認識AIでできること
顔認識により様々な情報を取得できますが、ファッションにおいては特に下記項目が有用になるかと思います。
- 性別
- 年齢
- 髪の色
- ヒゲの有無
- 眼鏡の有無
- アクセサリーの有無
- メイクアップの有無
- 喜怒哀楽
- 笑顔の度合い
顔認識AIとファッションAIを組み合わせてスナップ写真を解析すると、以下のようなデータを取得できます。
日本では多くの方が黒髪ですが、エリアや属性によってはカラーリングしている方もいますし、シニア層で白髪の方に絞ってみると面白い結果が得られるかもしれませんね。
その他には、顔の向きや目・口の開閉状態、顔のパーツの位置、撮影時の露光の良し悪しなども分析することができます。
ファッションにおける顔認識AIの活用例
それでは、これらの顔情報をもとにどのような活用ができるのか、いくつか例を挙げてみます。
来店者の服装や髪の色を性別・年齢別に取得・解析
「ブランドがターゲットにしている年齢層より上の層が来店しているらしい」「同じブランドでも店舗があるエリアによって客層が異なるようだ」といったことは良く耳にします。まずは来店客の特徴を可視化することで、自社ブランドがターゲットにしているユーザーと実際に来店しているユーザーの差を知ることに繋がります。
また「来店したけどすぐに帰った人」「試着したけど購入しなかった人」「購入した人」の違いを年齢や服装から分析することも可能になります。笑顔の度合いや喜怒哀楽は満足度を知るひとつの要素としても使えます。
来店客の服装や髪の色、性別・年齢を元にデジタルサイネージで商品をレコメンド
デジタルサイネージは、不特定多数への情報発信だけでなく双方向性へと進化しています。顔と服装から来店客の特徴を分析し、ユーザーひとりひとりにあった接客ができるようになります。例えば「本日のトップスに合わせるなら、こちらのスカートはいかがでしょうか？」「あなたにはこちらのお店がオススメです」といったご案内に繋げられるかもしれません。
SNS上の写真を性別・年齢で分類し、自社ブランドのターゲットゾーンを分析
日々SNSにアップされる大量のスナップをチェックし、分析をするのは大変です。定量化できずに頭の中でやっている担当者も多いのではないでしょうか。ブランドやハッシュタグによってはレディースとメンズが混在してしまうなど、データにノイズが入ることもあります。顔認識を使い、性別・年齢を予めフィルタリングすることで業務が効率化します。
過去に販売した商品のモデルの見た目年齢と売上の関係をさかのぼって分析
顔認識を入れることで、単純に型番単位での売り上げを追うだけではなく、売り上げの重要な要素となる商品画像を分析し、モデルの特徴と購入ユーザーの属性を掛け合わせて分析することも可能になります。年代によって好まれるカラーやシルエットの特徴が見えてくるかもしれません。
顔認識を使う場合に注意する点をひとつお伝えします。それは、モデルやインスタグラマーの場合、実年齢より若くなりやすいということです。実際にモデルやインスタグラマーは、人が見ても若く見えるのと同様です。顔認識の結果を利用する際にそれを考慮して活用することをオススメします。
ファッションと顔認識ができるAIエンジン「#CBK scnnr」
ファッションは、アイテムの組み合わせによるスタイリングが重要です。もっと言えば、洋服やシューズ、バッグにプラスして性別、年代、髪型などトータルで理解することが重要になります。顔認識とファッションアイテムの分類ができる画像解析AI「#CBK scnnr」を使うことで、今までなかなか実現できなかった分析が可能になります。
また、ニューロープではファッションAI「#CBK scnnr」のSaaS提供以外に、SNS上やコレクション画像を「#CBK scnnr」で解析・データ化したトレンド分析サービス「#CBK forecast」も提供しています。ご興味ございましたら、ぜひお問合せください。
「#CBK scnnr」を導入中のお客様へ
ファッションアイテムのAIに、顔認識AIを追加されたい場合は弊社担当までお問合せください。
※デフォルトのAPIでは追加されず、弊社にて追加作業が必要になります。
関連リンク
#CBK encyclopedia編集チームの公式アカウント。
内部情報、業界情報を発信していきます！