CN103809961A - 信息处理设备、信息处理方法及程序 - Google Patents

Abstract

本发明公开了一种信息处理设备、信息处理方法及程序。具体地，信息处理设备包括姿势估计单元、异常确定单元、以及呈现单元。姿势估计单元配置为估计用户的颈部姿势。异常确定单元配置为基于由姿势估计单元所估计的颈部姿势来确定姿势是否异常。呈现单元配置为当异常确定单元确定该姿势异常时，向用户呈现该姿势的异常。

Description

信息处理设备、信息处理方法及程序

相关申请的交叉参考

本申请要求于2012年11月2日提交的日本在先专利申请JP2012-242410的权益，其全部内容通过引用并入本文。

技术领域

本发明涉及信息处理设备、信息处理方法以及程序，更具体地，涉及能够向用户警告在用户使用信息处理终端时的异常姿势并且能够提示用户采取良好姿势的信息处理设备、信息处理方法及程序。

背景技术

在办公室中使用办公桌上的诸如个人电脑之类的信息处理终端的办公室职员在工作期间要持续坐很长时间，并且经常抱怨诸如肩膀僵硬和颈部疼痛的症状。

已知，这些症状是当信息处理终端的用户在工作期间持续坐着并且保持可导致肩膀僵硬和颈部疼痛的脊柱弯曲的姿势而造成的，所述脊柱弯曲的姿势即头部向前倾并且将负荷施加到支撑头部的肌肉上。由于头部越往前倾，这些症状越趋于加重（参见Manual Therapy，2008年，第2期，第13卷，第148-154页，“The relationship between head posture andseverity and disability of patients with neck pain”，作者：Chris Ho TingYip，Thomas Tai Wing Chiu，Anthony Tung Kuen Poon）。

为了避免由这种方式所引起的肩膀僵硬和颈部疼痛，用户必须意识到在工作过程中要保持良好的姿势，但是难以常规地意识到姿势。

在这点上，披露一种对姿势进行估计并且当所估计的姿势不标准时发出警告的技术。

估计姿势的方法包括通过在座椅上布置压力传感器来估计姿势的方法（参见《电子情报通信学会技术报告（IEICE technical report）》，无处不在的传感器网络（ubiquitous sensor network，USN），2007年，第107卷，第152节，第41-46页，“A Study on Sitting-Posture Analysis byPressure Sensors”，作者：KAMIYA Kazuhiro,KUDO Mineichi,NONAKAHidetoshi以及TOYAMA Jun；以下称为非专利文献2）以及通过佩戴倾斜度传感器和应变传感器来估计姿势的方法（参见http://tobiassonne.com/?p=272，“The Posture Suspenders”；以下称为非专利文献3）。

发明内容

在非专利文献2的技术中，可以使用座椅的压力来估计整个上半身的重心偏移等，但难以准确地对颈部的位置进行估计。

此外，在非专利文献3的技术中，总是要佩戴传感器以用于测量。这对于监控日常工作不太实际。

鉴于如上所述的情况制作本发明，并且特别理想地允许对用户的颈部姿势进行准确估计，从而检测异常姿势并且向用户警告该异常姿势。此外，能够在最小化用户的负荷的同时提示用户采取良好的姿势以减少由于办公室工作所引起的肩膀僵硬和颈部疼痛。

根据本发明的实施例，提供一种信息处理设备，其包括：姿势估计单元，配置为估计用户的颈部姿势；异常确定单元，配置为基于由所述姿势估计单元所估计的颈部姿势来确定姿势是否异常；以及呈现单元，配置为当所述异常确定单元确定为所述姿势异常时向所述用户呈现所述姿势的异常。

所述的信息处理设备还包括：成像单元，配置为：从上方以固定角度捕获所述用户的图像，以及生成距离图像，所述距离图像针对每个像素表示相距成像位置的距离；和区域估计单元，配置为基于所述成像单元所捕获的所述距离图像来估计所述用户的头部和肩部的各自的区域，其中，所述姿势估计单元配置为基于由所述区域估计单元所估计的所述头部和所述肩部之间的位置关系来估计所述用户的姿势。

所述成像单元可以布置在室内的天花板上并且可以配置为从上方以固定角度捕获所述用户的图像。

所述成像单元可以布置在所述用户就坐的座椅靠背的上部并且可以配置为从上方以固定角度捕获所述用户的图像。

所述的信息处理设备还包括位移量测量单元，所述位移量测量单元配置为测量由所述姿势估计单元所估计的姿势与所述用户的颈部姿势的适当姿势相距的位移量，其中，所述呈现单元配置为根据由所述位移量测量单元所测量的位移量向所述用户呈现所述姿势的异常。

当当握持地使用所述信息处理设备的主体时，所述信息处理设备进一步包括：运动传感器单元，配置为检测所述主体相对于重力的方向；成像单元，配置为捕获握持所述主体并且面向所述主体的前方的所述用户的图像；面部图像检测单元，配置为从所述图像检测所述用户的面部图像；以及肩部检测单元，配置为从所述图像检测所述用户的肩部，其中，所述姿势估计单元配置为基于包括如下内容的信息来估计所述用户的颈部姿势：从所述成像单元到所述用户的头部的距离、从所述成像单元到所述用户的肩部的距离、以及所述头部和所述肩部相对于重力的方向，从所述成像单元到所述用户的头部的所述距离是根据由所述面部图像检测单元所检测的面部图像的尺寸来计算的，从所述成像单元到所述用户的肩部的所述距离是根据由所述肩部检测单元所检测的肩部的图像尺寸来计算的，所述方向由所述运动传感器单元检测。

根据本发明的实施例，提供一种信息处理方法，其包括：估计用户的颈部姿势的姿势估计处理；基于通过所述姿势估计处理所估计出的颈部姿势来确定姿势是否异常的异常确定处理；以及当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

根据本发明的实施例，提供一种引导计算机执行处理的程序，所述计算机控制信息处理设备，所述处理包括：估计用户的颈部姿势的姿势估计处理；基于通过所述姿势估计处理所估计出的颈部姿势来判定姿势是否异常的异常确定处理；以及当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

根据本发明的一个实施例，对用户的颈部姿势进行估计，并且基于所估计的颈部姿势来确定姿势是否异常。当确定姿势异常时，向用户呈现该姿势的异常。

根据本发明的实施例的信息处理设备可以是独立的设备或者可以是执行信息处理的模块。

根据本发明的一个实施例，能够允许对用户的颈部姿势进行准确估计，以检测出异常姿势并且向用户警告该异常姿势。此外，能够提示用户采取良好姿势，从而在最小化用户的负荷的同时减少由于办公室工作所引起的肩膀僵硬和颈部疼痛。

本发明的这些及其它目的、特征和优点将在参考下面如附图所示的最优实施例的详细描述后变得更加直观。

附图说明

图1是示出根据本发明第一实施例的姿势监控设备的配置示例的示意图；

图2是示出图1的姿势监控单元的配置示例的示意图；

图3是用于描述经由图2的姿势监控单元的姿势监控处理的流程图；

图4A和4B是用于描绘经由图2的姿势监控单元的姿势监控处理的示意图；

图5A和图5B是用于描绘用户姿势的状态的显示示例的示意图，每个所述显示示例通过姿势监控处理向用户呈现；

图6A和6B是用于描绘良好姿势和不良姿势的示意图；

图7A和图7B是用于描绘用户姿势的状态的显示示例的示意图，每个所述显示示例通过姿势监控处理向用户呈现；

图8是用于描绘将深度相机和定向扬声器向着座椅靠背布置的示例的示意图；

图9是示出根据本发明第二实施的姿势监控设备的配置示例的示意图；

图10是示出图9的姿势监控单元的配置示例的示意图；

图11是用于描述经由图10的姿势监控单元的姿势监控处理的流程图；

图12A、12B和12C是用于描绘经由图10的姿势监控单元的姿势监控处理的示意图；

图13是用于描绘通用个人计算机的配置示例的示意图。

具体实施方式

下面将对用于实施本发明的模式（以下称为实施例）进行描述。应当指出，将按如下顺序给出描述。

1.第一实施例（深度相机布置在天花板上的示例）

2.第二实施例（深度相机布置在主体上的示例）

1.第一实施例

（根据第一实施例的姿势监控设备的配置示例）

图1示出根据本发明第一实施例的姿势监控设备的配置示例。图1的姿势监控设备配置为监控用户的姿势，并且当检测到异常姿势时，向用户警告该异常姿势并且还提供良好姿势的信息，从而提示用户调整他/她的姿势。

更具体地，图1的姿势监控设备包括姿势监控单元11、显示器12、深度相机13、座椅14、定向扬声器15、书桌16和振动器17。

姿势监控单元11例如与显示器12一起由个人计算机（也称为PC）形成。因此，姿势监控单元11可配置为安装于PC中的程序。在这种情况下，姿势监控单元11是PC本身。注意，在图1中，假定将姿势监控单元11安装到PC中，但是姿势监控单元11也可以理所当然地作为设备而独立设置。PC形成的姿势监控单元11作为姿势监控设备被放置在书桌16上并且由坐在座椅14上的用户H1操作。

显示器12由LCD（液晶显示器）、有机EL（电致发光）等形成。显示器12显示利用形成姿势监控单元11的PC的键盘来输入的信息，并且还显示各种类型的处理的结果。

深度相机13从用户H1上方捕获由图1的虚线所示出的范围的图像，生成距离图像并且将该图像提供给姿势监控单元11，所述距离图像由每个像素中与成像位置相距的距离的信息构成。

当姿势监控单元11基于距离图像的信息和深度相机13所提供的图像而确定用户H1的姿势异常时，定向扬声器15向用户H1输出声音。声音是指示用户H1的姿势异常并且提出注意或警告以提示用户调整他/她的姿势的信息。从定向扬声器15输出的声音是高度定向的，并因此只有图1所示的用户H1能够听到该声音并且用户H1周围的人难以识别该声音。

振动器17设置在用户H1所坐的座椅14的座位或靠背的附近。例如当姿势被认为异常时，振动器17作为向用户H1呈现提示用户H1调整姿势的信息的单元，通过姿势监控单元11控制来产生振动。

具体地，姿势监控单元11基于距离图像和由深度摄像机13所捕获的图像来估计用户H1的姿势，并且确定所估计的姿势是否是正常姿势。当确定所估计的姿势为异常姿势时，例如，姿势监控单元11控制显示器12以示出显示信息，控制定向扬声器15以输出声音信息，以及控制振动器17振动，由此向用户H1通知其姿势不标准的情况。此外，姿势监控单元11提示用户H1响应于显示器12上的显示和来自定向扬声器15的声音而采取良好姿势。

（图1的姿势监控单元的配置示例）

接下来，参考图2将描述姿势监控单元11的配置示例。

姿势监控单元11包括距离图像获取单元31、区域划分单元32、区域估计单元33、姿势估计单元34、异常确定单元35、警告振动生成单元36、警告声音生成单元37和警告图像生成单元38。

距离图像获取单元31获取距离图像和由深度相机13所提供的图像并且将距离图像提供给区域划分单元32和警告图像生成单元38。

区域划分单元32根据距离图像的信息，即根据由深度相机13所捕获图像的像素的距离信息，将图像划分成区域并且将所划分区域的信息输出至区域估计单元33。

区域估计单元33针对基于图像距离所划分的每个区域，估计图像中的主题区域，特别是诸如用户H1的头部和肩部以及座椅14的靠背之类的部位的区域，并且将估计结果提供给姿势估计单元34。

基于被估计是主题的部位的信息，姿势估计单元34估计作为用户H1良好姿势的指标的姿势信息，并然后将所估计的姿态信息提供到异常确定单元35。更具体地，用户H1的姿势信息指关于被估计为头部的区域的重心位置和关于被估计为肩部的区域的重心位置的信息，或者指关于被估计为头部的区域的重心位置和关于被估计为靠背的区域的重心位置的信息。换句话说，随着作为姿势信息而被获得的重心位置之间的水平方向上的位移量变小，头部的位置更接近于用户的两个肩膀的重心位置。这种姿势将来自颈部周围的肌肉的支撑减小到最低。结果是，这导致更佳的姿势。另一方面，随着作为姿势信息而被获得的重心位置之间的水平方向上的位移量变大，头部的位置在水平方向上从用户的两个肩膀的重心位置移开。这说明姿势处于更异常的状态。

在下面的描述中，“姿势的估计”指“对包括头部区域的重心位置和肩部区域的重心位置的姿势信息的估计”或者“对包括头部区域的重心位置和靠背区域的重心位置的姿势信息的估计”。

异常确定单元35将重心位置之间的位移量与预定量进行比较，并且确定姿势是否异常，所述位移量根据由姿势估计单元34所提供的姿势信息来计算。更具体地，异常确定单元35包括位移量测量单元35a。位移量测量单元35a测量重心位置之间的任意一项距离，即，包括被估计为头部的区域的重心位置和被估计为肩部的区域的重心位置的姿势信息以及包括被估计为座椅14的靠背的区域的重心位置和被估计为头部的区域的重心位置的姿势信息，所述姿势信息由姿势估计单元34提供。位移量测量单元35a将距离设置为位移量。异常确定单元35根据位移量是否大于预定值来确定姿势是否异常。

当确定姿势异常时，异常确定单元35指示警告振动生成单元36使得振动器17振动，从而警告用户H1姿势异常。此外，当确定姿势异常时，异常确定单元35使得警告声音生成单元37生成和输出由定向扬声器15发出的声音，从而警告用户H1姿势异常。此外，异常确定单元35指示警告图像生成单元38基于距离图像生成从右侧或左侧所观察到的用户H1姿势的图像，并且指示显示器12显示所生成的图像。此外，当确定姿势异常时，异常确定单元35进一步使得警告图像生成单元38呈现表示姿势的线状（线段式）信息以及生成并显示表示姿势异常程度的图像，同时还生成诸如提示用户调整姿势的意见的显示图像并将该图像显示在显示器12上。

（通过图2的姿势监控单元的姿势监控处理）

接下来，将参考图3的流程图描述通过图2的姿势监控单元11的姿势监控处理。

在步骤S11中，深度摄像机13从用户H1的上方捕获图像，针对每个像素测量到主题的距离，生成由作为针对每个像素的测量结果的距离信息构成的距离图像，并且将图像提供给姿势监控单元11。

在步骤S12中，距离图像获取单元31获取距离图像和从深度相机13提供的图像，并且将这些图像提供给区域划分单元32和警告图像生成单元38。

在步骤S13中，区域划分单元32基于包含在所提供的距离图像中的像素的距离信息，将所提供的图像划分成区域，并且将划分结果提供给区域估计单元33。具体来说，通过深度相机13捕获的图像是从用户H1上方捕获的图像，因此该图像包括用户H1的头部和肩部、座椅14的靠背、书桌16的顶部面板等。对上述部位的每一个部位进行成像的像素均与深度相机13具有相同的距离并且形成大致相同的区域。在这一点上，区域划分单元32根据各个像素的距离信息将图像划分成像素区域。像素区域由具有近似距离信息的像素的区域构成。

在步骤S14中，区域估计单元33针对基于每个像素的距离信息而划分的每个区域对图像中的主题部位进行估计，并且将估计结果提供给姿势估计单元34。具体地，例如，如图4A或4B所示，由于座椅14的靠背具有预定高度，因此区域估计单元33估计出在所划分的区域之中的具有预定高度的区域是座椅14的靠背L1。进一步，区域估计单元33估计出在所划分的区域之中的具有最短成像距离的区域，即具有距离地板的最大距离的区域，是头部Z1或Z2。此外，区域估计单元33估计出作为肩膀B1的区域。经估计的区域位于比被估计为头部的区域Z1或Z2更低的位置，并且被估计具有椭圆的形状。

图4A和4B是通过深度相机13捕获的用户H1和H2的距离图像，并且示出其中区域Z1和Z2分别被估计为头部区域的那些区域。区域B1是被估计为用户H1和H2的肩部的区域。区域L1是被估计为用户H1和H2所就坐的座椅14的靠背的区域。进一步，图4A示出用户H1的良好姿势的示例，其中当从垂直方向上用户H1的上方观察时，肩膀B1的重心PB1的位置大体上位于与头部Z1的重心PZ1的位置相同的位置。另一方面，图4B示出用户H2的不良姿势的示例，所述不良姿势是通过后面将要描述的确定处理而被确定为异常姿势的。这示出如下状态：头部Z2的重心PZ2的位置从肩膀B1的重心PB1的位置向着图片的上侧突出（实际上是在水平方向上向着用户H2的前方）。注意，姿势是否是良好还可以基于重心PZ1和PZ2的位置从靠背L1的重心PL1的位置在水平方向上向着用户H2的前方突出的程度多少来确定。

在步骤S15中，姿势估计单元34基于被估计为主题的部位的信息来估计用户H1的姿势，并且将经估计的姿势的信息提供给异常确定单元35。具体而言，姿势估计单元34计算包括被估计为头部的区域的重心位置和被估计为肩部的区域的重心位置的姿势信息，由此获得估计结果。可选地，姿势估计单元34计算包括被估计为座椅14的靠背的区域的重心位置和被估计为头部的区域的重心位置的姿势信息，由此获得估计结果。

在步骤S16中，警告图像生成单元38根据距离图像生成用户的当前姿势的姿势图像并且通过显示器12上的弹出式窗口向用户显示该姿势图像。这里，姿势图像是指从左侧或右侧方向所捕获的用户图像。具体而言，在图4A和4B的距离图像中，图片的上侧对应于用户H1和H2的前方，图片的下侧对应于用户H1和H2的后方，并且图片的横向方向对应于用户H1和H2的横向方向。那时，警告图像生成单元38设置水平轴和垂直轴来绘制所有行的像素，原点位于图4A和4B左上部，所述水平轴是表示距离图像中的像素阵列的行数，所述垂直轴是作为每行的像素值的距离。如图5A和5B所示，获取从左侧方向所捕获的用户H1和H2的姿势图像。警告图像生成单元38在显示器12上显示由此生成的姿势图像。注意，行数可以在横向方向上相反地排列以获取从右侧所捕获的姿势图像。那时，描绘出分别连接于头部的重心位置和肩部的重心位置的直线R1和R2，所述重心位置包括在姿势信息中。这允许用户在视觉上容易地识别出头部从肩部向前倾的程度多少。

具体地，在如图6A所示的良好姿势中，肩部B1的重心PB1的位置大体上布置在用户H1的头部Z1的重心PZ1的位置下方。头部Z1的重量由脊柱支撑，并且由于负荷不会施加在脖子周围等的肌肉上而因此更少地引起疲劳。另一方面，在脊柱弯曲（通过图6B中虚线所包围的范围T来表示）的状态下，头部Z2由颈部周围的肌肉支撑。这成为引起肩膀僵硬和颈部疼痛的原因。注意，图6A和6B是用户H1和H2的右侧的骨架图，便于识别他们的姿势。

在步骤S17中，异常确定单元35控制位移量测量单元35a以计算如下位移量，即被估计为头部的区域的重心位置与被估计为肩部的区域的重心位置之间的水平方向上的距离以及被估计为座椅14的靠背的区域的重心位置与被估计为头部的区域的重心位置之间的水平方向上的距离中的任意一项距离，并且异常确定单元35基于与预定值的比较来确定姿势是否异常。

在步骤S17中，例如，当如图4B所示的用户H2的头部Z2如图5B所示从肩膀的中心位置往左向前倾时，因为水平方向上的位移量大，所以头部Z2必须由颈部周围的肌肉支撑。这导致引发肩膀僵硬和颈部疼痛的可能性。在这种位移量大于预定值的情况下，认为姿势异常，并且处理进行至步骤S18。

在步骤S18中，异常确定单元35控制警告振动生成单元36来使得振动器17振动。通过这种处理，由于振动器17的振动使得坐在座椅14上的用户能够认识到他/她的当前姿势异常。这可以提示用户调整他/她的姿势。

在步骤S19中，异常确定单元35控制警告声音生成单元37来生成声音信息并将声音信息从定向扬声器15输出，所述声音信息用于通知用户他/她的当前姿势异常并且提示用户调整姿势。由于从定向扬声器15输出的声音，该处理能够使坐在座椅14上的用户认识到他/她的当前姿势是异常的，并且提示用户调整他/她的姿势。此外，通过引起对姿势的注意的定向扬声器15只警告用户。这能够在不打扰到用户周围的其他人的情况下提示用户调整他/她的姿势。

在步骤S20中，异常确定单元35控制警告图像生成单元38来显示指示用户当前的异常姿势的文本信息，从而将所述文本信息叠加在当前显示的姿势图像上。这使得用户认识到当前的姿势异常，并且提示用户调整他/她的姿势。

另一方面，在步骤S17中，如对应于图4A的图5A所示，用户H1采取了良好的姿势，因此在头部的重心位置与肩部的重心位置之间的水平方向上的位移量小。在这种情况下，预测用户H1会遭受相对较少的肩膀僵硬和颈部疼痛。所以，认为用户H1的姿势不存在异常，并且跳过从步骤S18到步骤S20的处理。

在步骤S21中，深度相机13确定是否通过操作单元的操作（未示出）指示要终止处理。如果未指示要终止处理，则处理返回到步骤S11。具体而言，反复进行从步骤S11到步骤S21的处理直至被指示终止。当在步骤S21中指示要终止处理时，则终止该处理。

当用户采取异常姿势时，如上所述的处理为用户提供了通过振动器17振动的警告、通过扬声器15所发出的声音的警告、用户的当前姿势在显示器12上的显示、以及当前姿势异常的指示说明。这提示用户调整他/她的姿势。此外，不论姿势正常或不正常，用户的当前姿势在显示器12上显示为如图5A和5B所示的姿势图像，并因此用户可以通过在采取异常姿势之前看到该姿势图像的方式调整他/她的姿势。

在上面的描述中，已经描述了对使用距离图像的信息所生成的姿势图像进行显示的示例，但是仅需要显示出姿势是正常还是不正常即可。例如，如图7A和7B所示，可以显示简单表示姿势正常的图标H31、表示姿势异常的图标H32等。这些图标能够减少当根据距离图像生成姿势图像时以及对姿势是否异常或正常的可视化所引起的处理负担。此外，当描绘出连接头部的重心位置与肩部的重心位置（包含在图5A和5B所示的姿势图像的姿势信息中）的直线R1和R2时，随着位移量的变大而以红色来显示直线R1和R2，随着位移量的变小而以蓝色来显示直线R1和R2。这允许用户仅仅通过看到直线的R1和R2的颜色就能够容易地在视觉上识别出头部从肩部向前倾的程度并且在看到颜色的同时调整姿势。

尽管上文描述已经记载了将深度相机13和定向扬声器15布置在天花板上的示例，但如图8所示，可以附加地设置例如从座椅14的靠背向上延伸的延伸部14’，并且深度相机13’和定向扬声器15’可以布置在延伸部14’的端部处。这使得能够与座椅14的位置无关地在各种位置监控用户的姿势。

2.第二实施例

（根据第二实施例的姿势监控设备的配置示例）

在第一实施例中，深度相机设置在室内，即天花板或座椅靠背上，个人计算机用于形成姿势监控单元，对用户进行成像，并且基于通过成像处理获取的距离图像来确定用户的姿势是否异常。这样的示例已在上述实施例中进行描述。也可以采用能够监控姿势的其它实施例。例如，姿势监控单元可以通过将运动传感器和深度相机结合到平板型信息处理终端中的方式进行配置。

图9示出平板型信息处理终端式的姿势监控单元的外观。图9的姿势监控单元101是由用户H101的双手或单手握持。姿势监控单元101包括深度相机111，所述深度相机111能够当用户H101握持姿势监控单元101时从用户H101的肩部上方对躯干的上部进行成像。此外，姿势监控单元101合并有运动传感器112并且能够检测到姿势监控单元101的主体相对于重力的方向。姿势监控单元101基于通过深度相机111捕获的用户H101的躯干上部的图像来估计从头部Z101和肩部B101到主体的距离。此外，姿势监控单元10基于姿势监控单元101相对于重力的方向的信息来监控用户H101的姿势，并且当姿势异常时呈现用于提示用户调整他/她的姿势的信息，所述方向由运动传感器112检测。

（图9的姿势监控单元的其它配置示例）

接下来，参照图10对姿势监控单元101的配置示例进行描述。注意，在图10的姿势监控单元101中，与图2的姿势监控单元11相同的那些配置和功能通过同一名称和附图标记来表示，并且将省略对其的描述。

图10的姿势监控单元101包括深度相机111、运动传感器112、面部检测单元121、肩部检测单元122、姿势估计单元123、异常确定单元124、振动器125、扬声器126、以及显示器127。注意，振动器125、扬声器126、显示器127除了被合并到姿势监控单元101的主体中之外，它们的基本功能均与振动器17、定向扬声器15、以及显示器12的功能相同，因此将省略对其的描述。

深度相机111具有与深度相机13相同的基本功能。当用户握持平板型姿势监控单元101时，深度相机111捕获用户躯干上部的图像（所述上部包括肩部），基于该图像生成距离图像，并且将这些图像提供给面部检测单元121和肩部检测单元122。

由三维加速度传感器形成的运动传感器112检测姿势监控单元101的主体的运动并且还检测主体相对于重力方向的当前朝向（orientation）和高度。

面部检测单元121从由深度相机111提供的图像中检测用户的面部图像，并且基于所检测区域中的像素的距离信息指定头部的重心位置，所述头部的重心位置是参照主体的位置而获得的。在获得所指定的头部的重心位置和相对于主体的距离和方向的信息之后，面部检测单元121将该信息提供给姿势估计单元123。

肩部检测单元122基于检测结果指定肩部的位置，所述肩部的位置位于面部图像下方，在所述检测结果中用户的面部图像是从由深度相机111提供的图像中检测的。肩部检测单元122基于图像中所检测肩部区域中的像素的距离信息来指定肩部的重心位置，所述肩部的重心位置是参照主体的位置而获得的，并且提供所指定的肩部的重心位置和相对于主体的距离和方向的信息。

姿势估计单元123基于如下信息来估计在实际空间中的用户的头部和肩部之间的位置关系，即，估计用户的姿势：主体相对于重力方向的倾斜度和高度（所述倾斜度和高度由运动传感器112提供）、用户的头部关于主体的方向和距离（所述方向和距离由面部检测单元121提供）、以及用户的肩部关于主体的方向和距离（所述方向和距离由肩部检测单元122提供）。具体而言，由面部检测单元121所提供的头部的重心位置是参照主体而得到的位置。因此，姿势估计单元123基于主体相对于重力方向的倾斜度和高度的信息（所述倾斜度和高度由运动传感器112所提供）将通过参照主体的位置而获得的用户头部的重心位置转换成实际空间中的用户头部的重心位置。以相同的方式，姿势估计单元123基于主体相对于重力方向的倾斜度和高度的信息（所述倾斜度和高度由运动传感器112所提供）将通过参照主体的位置而获得的用户肩部的重心位置转换成实际空间中的用户肩部的重心位置。具体地，姿势估计单元123将通过参照主体的位置而获得的用户的头部重心位置和肩部重心位置的信息转换成实际空间中的用户的头部重心位置和肩部重心位置，由此获得用户的姿势信息。

异常确定单元124包括位移量测量单元124a。位移量测量单元124a基于包括通过姿势估计单元123所估计的肩部和头部的重心位置信息的姿势信息，来测量在肩部的重心位置与头部的重心位置之间的水平方向上的位移量。异常确定单元124基于由位移量测量单元124a所测量的位移量是否大于预定值来确定姿势是否异常。当姿势异常时，异常确定单元124指示警告振动生成单元36、警告声音生成单元37和警告图像生成单元38来呈现信息，以通过振动器125、扬声器126和显示器127来警告用户的姿势异常。

（通过图10的姿势监控单元的姿势监控处理）

接下来，将参照图11的流程图描述通过图10的姿势监控单元101的姿势监控处理。

在步骤S31中，深度摄像机111从握持构成姿势监控单元101的平板型信息处理终端的用户H101的前方捕获图像，生成距离图像并且将这些图像提供给面部检测单元121、肩部检测单元122以及警告图像生成单元38。

在步骤S32中，面部检测单元121获取距离图像和由深度摄像机111提供的图像，然后从图像中检测形成面部图像的区域并且从距离图像读取与形成面部图像的区域对应的像素的距离信息，从而检测面部图像的重心位置，即，用户H101的头部Z101的重心位置，所述头部Z101的重心位置是参照主体的位置而获得。此外，面部检测单元121检测出从当时图像中的面部图像的位置到姿势监控单元101的方向。面部检测单元121将关于用户H101的头部Z101到姿势监控单元101的主体的方向以及头部Z101相距主体的距离的信息提供给姿势估计单元123。

在步骤S33中，肩部检测单元122获取距离图像和由深度摄像机111提供的图像，然后从图像检测形成肩部图像的区域并且从距离图像读取与形成肩部的区域对应的像素的距离信息，从而检测肩部的重心位置，即，用户H101的肩部B101的重心位置，所述肩部B101的重心位置是参照主体的位置而获得。此外，肩部检测单元122检测出从当时图像中的肩部位置到姿势监控单元101的方向。肩部检测单元122将关于用户H101的肩部B101到姿势监控单元101的主体的方向和肩部B101相距主体的距离的信息提供给姿势估计单元123。

在步骤S34中，运动传感器112检测姿势监控单元101的主体相对于重力的方向和高度，并且将结果提供给姿势估计单元123。

在步骤S35中，姿势估计单元123基于如下内容估计用户H101的姿势信息：由面部检测单元121检测到的用户H101的头部Z101相对于主体位置的方向和重心位置PZ101、由肩部检测单元122检测到的用户H101的肩部B101相对于主体位置的方向和重心位置PB101、以及由运动传感器112测量的姿势监控单元101的主体相对于重力方向的角度和高度的信息。具体地，姿势估计单元123基于通过运动传感器112测量的相对于重力的方向和高度信息将参照主体的位置而获得的头部Z101的方向和重心位置PZ101以及参照主体的位置而获得的肩部B101的方向和重心位置BP101转换成实际空间中的头部Z101的重心位置PZ101和肩部B101的重心位置BP101，由此来估计姿势信息。姿势估计单元123将由实际空间中的用户的头部Z101和肩部B101的重心位置PZ101和BP101所形成的估计的姿势信息提供给异常确定单元124。

在步骤S36中，警告图像生成部38生成并显示姿势图像，所述姿势图像是基于距离图像从用户的右侧和左侧的任一侧所捕获的。在本实施例中所显示的图像对应于参照图5A和5B所描绘的任何图像。注意，在本实施例中所生成的姿势图像必须基于距离图像来生成。该距离图像是基于由运动传感器112所测量出的相对于重力的方向和高度而转换成实际空间中的坐标的图像。

在步骤S37中，异常确定单元124控制位移量测量单元124a来基于姿势信息来计算在实际空间中的头部Z101的重心位置PZ101和肩膀B101的重心位置PB101之间的距离上的位移量，并且通过与预定值的比较来确定姿势是否异常。例如，从姿势监控单元101的深度相机111到头部Z101的重心位置PZ101的距离由d1表示，从深度相机111到肩部B101的重心位置PB101的距离由d2表示，以及姿势监控单元101相对于重力的方向由Dir1表示。在这种情况下，当头部Z101和肩部B101的重心位置PZ101和PB101基于姿势监控单元101的主体方向以及头部Z101和肩部B101的方向的信息而具有如图12A所示的关系时，位移量大致为零。在这种情况下，异常确定单元124确定出姿势不存在异常，即，姿势良好。

另一方面，例如，从姿势监控单元101’的深度相机111到头部Z101’的重心位置PZ101’的距离由d1’表示，从深度相机111到肩部B101’的重心位置PB101’的距离由d2’表示，以及姿势监控单元101’相对于重力的方向由Dir2表示。在这种情况下，当头部Z101’和肩部B101’的重心位置PZ101’和PB101’基于姿势监控单元101’的主体、头部Z101’和肩部B101’的方向的信息而具有如图12B所示的关系时，产生水平方向上的位移量D。此外，当位移量D大于预定值时，异常确定单元124确定出姿势异常。

另外，例如，从姿势监控单元101”的深度相机111到头部Z101”的重心位置PZ101”的距离由d1”表示，从深度相机111到肩部B101”的重心位置PB101”的距离由d2”表示，以及姿势监控单元101”相对于重力的方向由Dir3表示，并且当头部Z101”和肩部B101”的重心位置PZ101”和PB101”基于姿势监控单元101”的主体、头部Z101”以及肩部B101”的方向的信息而具有如图12C所示的关系时，头部Z101”与姿势监控单元101”之间的距离d1”减小，并且头部Z101”和肩膀B101”的重心位置PZ101”与PB101”之间的位移量大致为零。因此，异常确定单元124确定出姿势不存在异常。换句话说，虽然存在仅根据距离图像和从深度相机111所提供的图像不能发现图12A和12C之间差异的可能性，但是由于运动传感器112使用要被校正为真实空间中的坐标的姿势监控单元101相对于重力的方向，所以通过考虑头部和肩部的重心位置之间的相对于重力方向的位置关系能够正确地确定出姿势是否良好。

在步骤S37中，例如，如图12B中所示，用户H101’的头部Z101’的重心位置PZ101’相对于肩部B101’的重心位置PB101’移动到图12B的左向，并且由于在水平方向上的位移量D大所以头部Z101’必须由颈部周围的肌肉支撑。这可能会导致肩膀僵硬和颈部疼痛。当位移量如这种情况一样比预定值更大时，异常确定单元124确定出姿势异常，并且处理进行到步骤S38。

注意，步骤S38至S40的处理与参照图3的流程图所描述的处理大致相同，因此将省略对其的描述。

在步骤S41中，深度相机111确定是否通过操作单元（未示出）的任何操作指示要终止处理。如果未指示要终止处理，则处理返回到步骤S31。具体而言，重复步骤S31至S41的处理直到指示要终止处理。当在步骤S41中指示要终止处理时，处理终止。

当用户采取异常姿势时，上述处理为用户提供经由振动器125振动的警告、经由扬声器126发出的声音的警告、在显示器127上对用户当前姿势的显示以及当前姿势异常的指示说明。这提示用户调整他/她的姿势。此外，不论姿势正常或不正常，对用户的当前姿势进行显示，用户因此可以通过在采取异常姿势之前看到该姿势图像的方式来调整他/她的姿势。

上面已经描述了在显示器127上显示引起对异常姿势的注意的信息的示例。另外，例如，可以根据位移量来控制显示器127上的显示亮度，以提示用户H101使用具有持续姿势提醒的平板型信息处理终端。具体地，随着姿势变得异常，显示器变暗，而随着位移量变小，显示器具有更为正常的亮度。

顺便提及，如上所述的一系列处理可以通过硬件或软件来执行。当通过软件来执行该一系列处理时，将构成软件的程序从记录介质安装到以专用硬件组装的计算机或者通过安装在其中的各种程序可以执行各种功能的通用个人计算机中。

图13示出通用个人计算机的配置示例。该个人计算机包括CPU（中央处理单元）1001。CPU1001通过总线1004与输入/输出接口1005连接。总线1004与ROM（只读存储器）1002和RAM（随机存取存储器）1003连接。

输入/输出接口1005与输入单元1006、输出单元1007、存储单元1008以及通信单元1009连接。输入单元1006由诸如键盘和鼠标形式的输入装置构成，用户通过所述输入装置输入操作命令。输出单元1007将处理/操作画面和处理结果的图像输出到显示装置。存储单元1008由存储程序和各种类型数据的硬盘驱动器构成。通信单元1009由LAN（局域网）适配器等构成并且通过以互联网为代表的网络来执行通信处理。此外，输入/输出接口1005连接到从/向可移除介质1011读取/写入数据的驱动器1010，所述可移除介质1011例如磁盘（包括软盘）、光盘（包括CD-ROM（压缩盘只读存储器）和DVD（数字多功能盘））、磁光盘（包括MD（迷你盘））以及半导体存储器。

CPU1001根据存储在ROM1002的程序或从可移除介质1011（诸如磁盘、光盘、磁光盘、半导体存储器）读取的程序来执行各种类型的处理，所述程序将安装到存储单元1008并且从存储单元1008加载到RAM1003。RAM1003还适当地存储当CPU1001执行各种类型的处理时所使用的数据。

在如上所述配置的计算机中，例如，CPU1001通过输入/输出接口1005和总线1004将存储在存储单元1008的程序加载到RAM1003以执行该程序，从而执行如上所述的一系列处理。

由计算机（CPU1001）执行的程序可以通过记录在作为封装介质的可移除介质1011上的方式提供。此外，程序也可以经由诸如局域网、因特网、数字卫星广播的有线或无线传输介质来提供。

在计算机中，程序可以在可移除介质1011固定到驱动器1010之后通过输入/输出接口1005安装在存储单元1008中。此外，程序也可以经由有线或无线传输介质通过通信单元1009来被接收并且安装在存储单元1008中。此外，程序可以预先安装在ROM1002和存储单元1008中。

注意，由计算机执行的程序可以是根据本说明书所描述的顺序按时间先后顺序执行的程序或者是并行地或在必要时刻（诸如执行调用时）执行的程序。

在本说明书中，系统是指在不考虑所有构成要素的位置（即，在壳体内或壳体外）的情况下多个构成要素（设备、模块（部件）等）的总和。因此，容纳在不同壳体中并且经由网络相互连接的多个设备、以及具有将多个模块容纳其中的壳体的一个设备均称为系统。

请注意，本发明的实施例不限制于上述实施例，而是可以在不脱离本发明的主旨的情况下进行各种修改。

例如，本发明可以具有云计算配置，其中多个设备共享一个功能并且通过网络来合作执行处理。

此外，上述流程图中的步骤可以由一个设备执行或者分开并由多个设备执行。

另外，对于包括多个处理步骤的一个步骤，所述多个处理步骤可以由一个设备执行或者分开并由多个设备执行。

注意，本发明可以采取以下配置：

(1)一种信息处理设备，包括：

姿势估计单元，配置为估计用户的颈部姿势；

异常确定单元，配置为基于由所述姿势估计单元所估计的颈部姿势来确定姿势是否异常；以及

呈现单元，配置为当所述异常确定单元确定为所述姿势异常时向所述用户呈现所述姿势的异常。

(2)根据(1)所述的信息处理设备，进一步包括：

成像单元，配置为：

从上方以固定角度捕获所述用户的图像，以及

生成距离图像，所述距离图像针对每个像素表示相距成像位置的距离；和

区域估计单元，配置为基于所述成像单元所捕获的所述距离图像来估计所述用户的头部和肩部的各自的区域，

其中，所述姿势估计单元配置为基于由所述区域估计单元所估计的所述头部和所述肩部之间的位置关系来估计所述用户的姿势。

(3)根据(2)所述的信息处理设备，其中，所述成像单元布置在室内的天花板上并且配置为从上方以固定角度捕获所述用户的图像。

(4)根据(2)所述的信息处理设备，其中，所述成像单元布置在所述用户就坐的座椅靠背的上部并且配置为从上方以固定角度捕获所述用户的图像。

(5)根据(1)所述的信息处理设备，进一步包括，位移量测量单元，所述位移量测量单元配置为测量由所述姿势估计单元所估计的姿势与所述用户的颈部姿势的适当姿势相距的位移量，

其中，所述呈现单元配置为根据由所述位移量测量单元所测量的位移量向所述用户呈现所述姿势的异常。

(6)根据(1)所述的信息处理设备，当握持地使用所述信息处理设备的主体时，所述信息处理设备进一步包括：

运动传感器单元，配置为检测所述主体相对于重力的方向；

成像单元，配置为捕获握持所述主体并且面向所述主体的前方的所述用户的图像；

面部图像检测单元，配置为从所述图像检测所述用户的面部图像；以及

肩部检测单元，配置为从所述图像检测所述用户的肩部，

其中，所述姿势估计单元配置为基于包括如下内容的信息来估计所述用户的颈部姿势：从所述成像单元到所述用户的头部的距离、从所述成像单元到所述用户的肩部的距离、以及所述头部和所述肩部相对于重力的方向，从所述成像单元到所述用户的头部的所述距离是根据由所述面部图像检测单元所检测的面部图像的尺寸来计算的，从所述成像单元到所述用户的肩部的所述距离是根据由所述肩部检测单元所检测的肩部的图像尺寸来计算的，所述方向由所述运动传感器单元检测。

(7)一种信息处理方法，包括：

估计用户的颈部姿势的姿势估计处理；

基于通过所述姿势估计处理所估计出的颈部姿势来确定姿势是否异常的异常确定处理；以及

当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

(8)一种引导计算机执行处理的程序，所述计算机控制信息处理设备，所述处理包括：

估计用户的颈部姿势的姿势估计处理；

基于通过所述姿势估计处理所估计出的颈部姿势来判定姿势是否异常的异常确定处理；以及

当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

本领域技术人员应当理解，在所附权利要求或其等同项的范围内可以根据设计需要和其它因素进行各种修改、组合、子组合及变型。

Claims (8)

1.一种信息处理设备，包括：

姿势估计单元，配置为估计用户的颈部姿势；

异常确定单元，配置为基于由所述姿势估计单元所估计的颈部姿势来确定姿势是否异常；以及

呈现单元，配置为当所述异常确定单元确定为所述姿势异常时向所述用户呈现所述姿势的异常。

2.根据权利要求1所述的信息处理设备，进一步包括：

成像单元，配置为：

从上方以固定角度捕获所述用户的图像，以及

生成距离图像，所述距离图像针对每个像素表示相距成像位置的距离；和

区域估计单元，配置为基于所述成像单元所捕获的所述距离图像来估计所述用户的头部和肩部的各自的区域，

其中，所述姿势估计单元配置为基于由所述区域估计单元所估计的所述头部和所述肩部之间的位置关系来估计所述用户的姿势。

3.根据权利要求2所述的信息处理设备，其中，所述成像单元布置在室内的天花板上并且配置为从上方以固定角度捕获所述用户的图像。

4.根据权利要求2所述的信息处理设备，其中，所述成像单元布置在所述用户就坐的座椅靠背的上部并且配置为从上方以固定角度捕获所述用户的图像。

5.根据权利要求1所述的信息处理设备，进一步包括，位移量测量单元，所述位移量测量单元配置为测量由所述姿势估计单元所估计的姿势与所述用户的颈部姿势的适当姿势相距的位移量，

其中，所述呈现单元配置为根据由所述位移量测量单元所测量的位移量向所述用户呈现所述姿势的异常。

6.根据权利要求1所述的信息处理设备，当握持地使用所述信息处理设备的主体时，所述信息处理设备进一步包括：

运动传感器单元，配置为检测所述主体相对于重力的方向；

成像单元，配置为捕获握持所述主体并且面向所述主体的前方的所述用户的图像；

面部图像检测单元，配置为从所述图像检测所述用户的面部图像；以及

肩部检测单元，配置为从所述图像检测所述用户的肩部，

其中，所述姿势估计单元配置为基于包括如下内容的信息来估计所述用户的颈部姿势：从所述成像单元到所述用户的头部的距离、从所述成像单元到所述用户的肩部的距离、以及所述头部和所述肩部相对于重力的方向，从所述成像单元到所述用户的头部的所述距离是根据由所述面部图像检测单元所检测的面部图像的尺寸来计算的，从所述成像单元到所述用户的肩部的所述距离是根据由所述肩部检测单元所检测的肩部的图像尺寸来计算的，所述方向由所述运动传感器单元检测。

7.一种信息处理方法，包括：

估计用户的颈部姿势的姿势估计处理；

基于通过所述姿势估计处理所估计出的颈部姿势来确定姿势是否异常的异常确定处理；以及

当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

8.一种引导计算机执行处理的程序，所述计算机控制信息处理设备，所述处理包括：

估计用户的颈部姿势的姿势估计处理；

基于通过所述姿势估计处理所估计出的颈部姿势来判定姿势是否异常的异常确定处理；以及

当所述姿势通过所述异常确定处理而被确定为异常时，向所述用户呈现所述姿势的异常的呈现处理。

Images