CN106102846A - 信息处理设备、信息处理方法及记录介质 - Google Patents

信息处理设备、信息处理方法及记录介质 Download PDF

Info

Publication number
CN106102846A
CN106102846A CN201580013437.1A CN201580013437A CN106102846A CN 106102846 A CN106102846 A CN 106102846A CN 201580013437 A CN201580013437 A CN 201580013437A CN 106102846 A CN106102846 A CN 106102846A
Authority
CN
China
Prior art keywords
event
action
messaging device
sensing data
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201580013437.1A
Other languages
English (en)
Inventor
松永英行
山下功诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN106102846A publication Critical patent/CN106102846A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

[问题]为了更准确地指定基于传感器信息限定的并且与用户的动作对应的事件的类型。[解决方案]提供了一种信息处理设备，该信息处理设备配备有：数据获取单元，用于获取由对象的动作生成的感测数据；以及事件指定单元，用于基于感测数据中显示的模式和动作的上下文来指定与动作对应的事件。还提供了一种信息处理方法，该方法包括：感测对象的动作；发送通过感测获取的感测数据；以及由接收感测数据的信息处理设备的处理器执行以下处理：基于感测数据中显示的模式和动作的上下文来指定与动作对应的事件。

Description

信息处理设备、信息处理方法及记录介质
技术领域
本公开内容涉及信息处理设备、信息处理方法及记录介质。
背景技术
已经开发了使用感测或分析来辅助体育活动的技术。例如，专利文献1公开了以下技术：获取表示进行体育运动的用户的行为的传感器信息；基于传感器信息来检测体育的活动事件的发生；并且生成与活动事件对应的活动事件信息以更准确地检测用户的体育活动的状态。例如，可以通过基于活动事件信息为用户生成通知信息、控制体育活动图像的成像或在活动图像中设置附加信息，有效地辅助用户的体育活动。
引用列表
专利文献
专利文献1：JP 2013-188426A
发明内容
技术问题
例如，如在专利文献1中公开的技术中，当生成与体育的活动事件对应的信息并且将该信息用于辅助活动时，指定活动事件的类型很重要。例如，在用户打网球的情况下，当基于从安装在球拍等上的传感器获得的传感器信息检测到活动事件的发生时，在为用户生成有用的通知信息或者适当地控制活动图像的成像中，指定该事件是否为球拍的挥动并且当该事件为挥动时指定该事件是发球、击球还是扣球是重要的。
对于这个问题，专利文献1公开了通过使用机器学习、模式识别等对传感器信息的分析来指定活动事件的检测类型。虽然可以通过该技术指定许多活动事件，但是，例如，当存在传感器信息具有少许差异的不同类型的活动事件或传感器信息具有差异的同一类型的活动事件时，仅通过专利文献1中公开的技术难以准确地指定活动事件。甚至在基于传感器信息定义的并且与用户的动作以及体育中的活动事件对应的一般事件中也可能存在类似的现象。
就这一点而言，本公开内容提出了一种信息处理设备、信息处理方法及记录介质，所述信息处理设备、信息处理方法及记录介质是新颖且改进的并且能够更准确地指定基于传感器信息定义的并且与用户的动作对应的事件的类型。
问题的解决方案
根据本公开内容，提供了一种信息处理设备，该信息处理设备包括：数据获取部，被配置成获取由于对象的动作而生成的感测数据；以及事件指定部，被配置成基于感测数据中示出的模式和动作的上下文，指定与动作相对应的事件。
根据本公开内容，提供了一种其上记录有程序的记录介质，所述程序使信息处理设备的处理器实现以下功能：获取由于对象的动作而生成的感测数据的数据获取功能；以及基于感测数据中示出的模式和动作的上下文，指定与动作相对应的事件的事件指定功能。
根据本公开内容，提供了一种信息处理方法，该信息处理方法包括：感测对象的动作；发送通过感测获取的感测数据；以及由接收感测数据的信息处理设备的处理器执行以下处理：基于感测数据中示出的模式和动作的上下文，指定与动作相对应的事件。
本发明的有益效果
如上所述，根据本公开内容，可以更准确地指定基于传感器信息定义的并且与用户的动作对应的事件的类型。
注意，上述效果不一定受到限制，并且连同所述效果一起或者代替所述效果，可以展现出期望在本说明书中引入的任何效果或者根据本说明书能够期望的其他效果。
附图说明
图1是示出了根据本公开内容的第一实施方式的系统配置的示例的图。
图2是示意性示出了根据本公开内容的第一实施方式的系统的装置配置的框图。
图3是示出了根据本公开内容的第一实施方式的用于分析处理的功能配置的框图。
图4是示出了根据本实施方式定义的活动事件的示例的图。
图5是示出了与根据本实施方式定义的网球活动相关的状态的示例的图。
图6是示出了根据本公开内容的第一实施方式的不考虑状态相关信息而指定的活动事件的示例的图。
图7是示出了根据本公开内容的第一实施方式的使用状态相关信息指定的活动事件的示例的图。
图8是示出了根据本公开内容的第一实施方式的运动数据的模式、活动事件以及状态之间的关系的示例的图。
图9是示出了本公开内容的第一实施方式的修改示例的图。
图10是示出了根据本公开内容的第二实施方式的用于分析处理的功能配置的框图。
图11是示出了根据本实施方式的参考事件历史来指定活动事件的处理的示例的流程图。
图12是示出了根据本公开内容的实施方式的传感器设备的硬件配置的示例的图。
图13是示出了根据本公开内容的实施方式的信息处理设备的硬件配置的示例的图。
具体实施方式
在下文中，将参考附图详细描述本公开内容的优选实施方式。在本说明书和图中，用相同的附图标记表示具有基本相同功能和结构的元件，并省略重复说明。
将按以下顺序进行描述。
1.第一实施方式
1-1.系统配置
1-2.用于分析处理的功能配置
1-3.分析处理的具体示例
1-4.修改示例
2.第二实施方式
3.硬件配置
4.补充
(1.第一实施方式)
(1-1.系统配置)
图1是示出了根据本公开内容的第一实施方式的系统配置的示例的图。参考图1，系统10包括传感器设备100、智能电话200和服务器300。
传感器设备100安装在网球拍R中。传感器设备100包括例如运动传感器。除了加速度传感器、陀螺仪传感器和地磁传感器等以外，运动传感器还可以包括例如振动传感器。传感器设备100还可以包括获取进行体育运动的用户的环境信息如温度、湿度、亮度或位置的传感器。必要时由传感器设备100装备的各种传感器检测到的数据被预处理，然后通过无线通信如蓝牙(注册商标)被发送至智能电话200。
在所示的示例中，传感器设备100直接检测球拍R的运动，但是由于球拍R被用户握着并且根据用户的意图而移动，因此可以说传感器设备100通过球拍R的运动间接地检测用户的运动。在本公开内容中，在这种情况下，可以说传感器设备100间接地安装在用户上并且检测用户的运动。
在另一实施方式中，传感器设备100可以安装在例如用户的衣服或鞋上。在这种情况下，传感器设备100直接检测衣服或鞋的运动，但是由于衣服或鞋随用户而移动，因此可以说传感器设备间接地检测用户的运动。可替选地，传感器设备100可以直接安装在用户上并且例如可以以带的形式放置在胳膊周围。在这种情况下，传感器设备100直接检测用户的运动。除了当传感器设备100直接检测用户的运动时以外，甚至当传感器设备100间接地检测用户的运动时，只要用户的运动反映在所检测的运动中，就可以基于由传感器设备100提供的检测结果来限定与进行体育运动的用户的运动对应的活动事件。
例如，智能电话200被布置在正进行体育运动的用户附近。在这种情况下，智能电话200通过无线通信如蓝牙(注册商标)接收从传感器设备100发送的数据，必要时暂时累积或处理所接收的数据，并通过网络通信将所得到的数据发送至服务器300。智能电话200可以接收由服务器300基于所发送的数据执行的分析结果并且通过显示器、扬声器等将分析结果输出给用户。当用户并非正在进行体育运动时，可以输出分析结果。分析结果的输出可以由与智能电话200分开的为用户所使用的信息处理终端如个人计算机或平板终端、游戏机、电视等来执行。
智能电话200不一定布置在正进行体育运动的用户附近。在这种情况下，传感器设备100将检测到的数据累积在内部存储区(存储器或外部存储装置)中。例如，当在体育活动之后传感器设备100与智能电话200彼此靠近时，可以通过无线通信如蓝牙(注册商标)将数据从传感器设备100发送至智能电话200。可替选地，在体育活动之后，当传感器设备100与智能电话200以有线方式如USB连接时，可以发送数据。此外，可移动记录介质可以用于从传感器设备100至智能电话200的数据传送。
服务器300经由网络与智能电话200进行通信，并且接收由传感器设备100所装备的各种传感器检测到的数据。服务器300使用所接收的数据执行分析处理，并且生成与体育活动相关的各种信息。例如，服务器300基于直接或间接表示进行体育运动的用户的运动并且由运动传感器获取的数据来限定活动事件。例如，活动事件与使用球拍R单击对应。通过限定活动事件，例如，可以将由运动数据表示的用户活动理解为具有含义如{发球、击球、截击、……}的一系列活动。
此外，服务器300可以通过活动事件分析处理来指定活动事件被分类成的时间序列段、根据活动事件的时间序列布置估计的用户的活动模式等。例如，将通过服务器300的分析处理生成的信息发送至智能电话200并且通过智能电话200的显示器或扬声器向用户输出。可替选地，服务器300可以将信息发送至除了智能电话200以外的信息处理终端并且向用户输出该信息。服务器300可以基于针对多个用户中的每个用户接收的数据来执行分析处理，基于对例如针对每个用户生成的活动模式进行比较的结果生成信息，并且将生成的信息发送至每个用户的信息处理终端。
图2是示意性示出了根据本公开内容的第一实施方式的系统的装置配置的框图。参考图2，传感器设备100包括传感器110、处理部120和发送部130。智能电话200包括接收部210、处理部220、存储部230、发送部240、成像部250、输入部260和输出部270。服务器300包括接收部310、处理部320、存储部330和发送部340。随后将描述用于实现相应装置的硬件配置示例(传感器设备和信息处理设备的硬件配置示例)。
在传感器设备100中，处理部120对由传感器110获取的数据进行处理，发送部130将所处理的数据发送至智能电话200。如上所述，传感器110包括例如直接或间接地检测进行体育运动的用户的运动的运动传感器。传感器110还可以包括用于获取用户的环境信息如温度、湿度、亮度、位置等的其他传感器。处理部120由根据程序进行操作的处理器来实现，并且必要时对由传感器110获取的数据执行预处理。预处理可以包括例如采样、降噪等。可以不必执行预处理。发送部130由通信设备来实现，并且例如使用无线通信如蓝牙(注册商标)将数据发送至智能电话200。虽然图2中未示出，但是传感器设备100可以包括暂时累积数据的存储部或输出信息的输出部。
在智能电话200中，接收部210接收由传感器设备100发送的数据，发送部240将数据发送至服务器300。接收部210和发送部240由执行例如无线通信如蓝牙(注册商标)以及有线或无线网络通信的通信装置来实现。所接收的数据被暂时存储在存储部230中，然后例如通过处理部220被发送。处理部220可以对所接收的数据执行预处理。处理部220由根据程序进行操作的处理器来实现，存储部230由存储器或存储装置来实现。接收部210还可以接收从服务器300发送的信息。例如，可以根据处理部220的控制从输出部270向用户输出所接收的信息。输出部270包括例如显示器或扬声器。
此外，在智能电话200中，成像部250获取图像。例如，成像部250由成像元件与光学系统如透镜结合的摄像装置模块来实现。图像可以包括作为被摄体的进行体育运动的用户。例如，将由成像部250获取的图像连同通过接收部210接收的数据从发送部240发送至服务器300。例如，服务器300可以使用图像连同由传感器设备100获取的数据用于分析处理或者可以将图像嵌入在通过分析处理生成的信息中。输入部260包括例如触摸板、硬件按钮、接收音频输入的麦克风和/或接收姿势输入的摄像装置。处理部220可以根据通过输入部260获取的用户操作，通过发送部240请求服务器300发送信息。
服务器300包括接收部310、处理部320、存储部330和发送部340。接收部310由通信设备来实现，并且从智能电话200接收通过使用网络通信如因特网发送的数据。处理部320例如由处理器如CPU来实现并且对所接收的数据进行处理。例如，处理部320执行对所接收的数据的处理中的分析处理，并且另外可以在存储部330中累积分析之后的数据，或者可以经由发送部340输出数据。可替选地，处理部320可以仅执行对在智能电话200中已经分析的数据的累积或输出等的控制。
上面已经描述了根据本公开内容的第一实施方式的系统的配置。上述配置是示例，在其他实施方式中可以进行各种修改。例如，在上面的示例中，使用由传感器设备100获取的数据的分析处理由服务器300的处理部320来执行，但分析处理也可以由智能电话200的处理部220或传感器设备100的处理部120来执行。可替选地，分析处理可以由处理部120、220和320中的若干或全部分布式地来执行。
虽然系统10已经被描述为包括传感器设备100、智能电话200和服务器300，但是，例如，当智能电话200的处理部220执行分析处理时，系统10可以不包括服务器300。换言之，根据本实施方式的处理可以在客户端如传感器设备100与智能电话200之间完成。可替选地，在这种情况下，服务器300可以提供以下功能：存储由智能电话200执行的分析处理的上载结果或者使该结果在用户之间共享。
例如，当传感器设备100的处理部120执行分析处理时，系统10可以不包括智能电话200和服务器300。换言之，根据本实施方式的处理可以在单个终端设备如传感器设备100中完成。可替选地，在这种情况下，智能电话200或服务器300可以提供以下功能：存储由传感器设备100执行的分析处理的上载结果或者使该结果在用户之间共享。传感器设备100可以是例如安装在用户上或工具上的专用传感器设备，或者安装在便携式信息处理终端中的传感器模块也可以用作传感器设备100。在这种情况下，传感器设备100可以直接与服务器300交换数据。
(1-2.用于分析处理的功能配置)
图3是示出了根据本公开内容的第一实施方式的用于分析处理的功能配置的框图。参考图3，功能配置400包括输入接口401、运动数据获取部403、模式检测部405、事件指定部409、输出接口413、状态管理部415以及其他传感器数据获取部417。在功能配置400中，除了输入接口401和输出接口413以外的处理部，即，运动数据获取部403、模式检测部405、事件指定部409、状态管理部415以及其他传感器数据获取部417由传感器设备100的处理部120、智能电话200的处理部220和/或服务器300的处理部320来实现。下面将进一步描述每个功能部件。
输入接口401接收对分析处理中使用的各种数据的输入。例如，当传感器设备100的处理部120执行分析处理时，输入接口401可以是使得处理部120能够从传感器110接收数据如测量值的内部接口。例如，当智能电话200的处理部220或服务器300的处理部320执行分析处理时，输入接口401可以是用于接收从用作外部设备的智能电话200或传感器设备100发送的数据的通信接口。
运动数据获取部403通过输入接口401获取由运动传感器提供的运动数据。在本实施方式中，传感器设备100的传感器110包括运动传感器。运动传感器包括例如三轴加速度传感器、六轴传感器(三轴加速度传感器和三轴陀螺仪传感器)或九轴传感器(三轴加速度传感器、三轴陀螺仪传感器和三轴地磁传感器)。运动传感器还可以包括振动传感器。如上所述，由于用户的体育活动生成由传感器提供的运动数据。运动数据获取部403获取包括在运动数据中的测量值或者通过对测量值进行预处理而获得的数据，并且将测量值或数据提供至模式检测部405。
模式检测部405参考运动模式407来检测由运动数据获取部403获取的运动数据中示出的模式。运动模式407是以下模式，所述模式通过例如使用技术如机器学习或模式识别对运动数据中示出的特征进行分类来获得并且被存储在预先执行分析处理的设备的存储部中。可替选地，可以将运动模式存储在与执行分析处理的设备不同的设备的存储部中，并且模式检测部405可以经由网络来参考运动模式407。例如，模式检测部405可以基于包括在运动数据中的振动传感器的波形来设置分析区间，并且通过对分析区间内的加速度、角速度等的波形与作为运动模式407给出的波形进行比较来检测运动数据中示出的模式。
事件指定部409基于由模式检测部405检测的运动数据的模式来指定与用户的活动对应的活动事件。例如，在网球的情况下，当在用户的一系列活动中出现球拍的挥动时，运动数据中可以出现特性模式。事件指定部409基于由模式检测部405检测的模式来指定与已经出现的挥动对应的活动事件。
在此，在本实施方式中，根据体育的规则、理论、习惯等来指定活动事件。例如，在网球的情况下，存在以下规则：当对打从发球开始时并且当存在发球失误时，发球可以多达两次。例如，可以将对打期间网球的击发分类成观点如正手击发、反手击发、击球、切球截击和扣球。事件指定部409根据这样的规则、理论、习惯等来指定例如图4中所示的活动事件。
图4是示出了本实施方式中限定的活动事件的示例的图。在所示的示例中，示出了与当挥动发生时检测到的8种模式(挥动-1至挥动-8)对应的活动事件。例如，模式“挥动-1”与活动事件“正手击球”相关联。类似地，模式“挥动-2”至“挥动-7”每一个与单个活动事件相关联。由于活动事件特定于运动数据中示出的模式，因此可以基于模式来指定活动事件。
同时，在所示示例中，模式“挥动-8”是举手过肩击发的模式，而“扣球”和“发球”这两个活动事件与该模式相关联。换言之，在运动数据中示出的模式中，“扣球”和“发球”的活动事件相似，因此仅使用模式很难指定活动事件。然而，如上所述，“发球”的活动事件是根据网球的规则明显区别于其他击发的事件，因此在给用户提供有用信息时指定“发球”的活动事件是重要的。
就这一点而言，在本实施方式中，当基于由模式检测部405检测的运动数据的模式来指定活动事件时，事件指定部409还参考状态相关信息411来选择合适的活动事件。状态相关信息411是表示用户的体育活动的状态的信息。在本实施方式中，状态相关信息411被存储在执行分析处理的设备的存储部中。可替选地，状态相关信息411可以存储在与执行分析处理的设备不同的存储部中，事件指定部409可以经由网络来参考状态相关信息411。随后将详细描述状态相关信息411连同状态管理部415的功能。
在图4所示的示例中，当除了挥动以外的用户动作发生时，模式“NS-1”至“NS-7”被检测到。这些模式都与活动事件“非挥动”相关联。在下面要描述的示例中，活动事件“非挥动”意味着只不过已经发生了除了挥动以外的用户动作，但在其他示例中，可以指定与模式“NS-1”至“NS-7”对应的各个活动事件如当接球时用球拍使球停下来的动作、某人的手碰到球拍的动作、放下球拍的操作等。
再参考图3，事件指定部409通过输出接口413输出表示通过上面的处理所指定的活动事件的信息。例如，输出信息可以用于实时地生成提供给用户的通知，可以被更新以用于共享或者可以用作另外的分析处理的输入。事件指定部409可以将表示活动事件的信息提供至状态管理部415。在这种情况下，如随后将描述的，状态管理部415根据已经发生的活动事件对状态相关信息415进行更新。
输出接口413输出表示由事件指定部409指定的活动事件的信息。例如，当由传感器设备100的处理部120或智能电话200的处理部220执行分析处理时，输出接口413可以是用于通过显示器、扬声器等输出与活动事件相关的信息的内部接口。例如，输出接口413可以是用于将分析结果发送至外部设备的通信接口(例如，发送部130、发送部240或发送部340)。
状态管理部415管理状态相关信息411。在本实施方式中，状态相关信息411是表示用户的体育活动的状态的信息并且当事件指定部409指定活动事件时被参考。状态管理部415基于从事件指定部409提供的信息对状态相关信息415进行更新。状态管理部415还可以基于从其他传感器数据获取部417提供的信息对状态相关信息415进行更新。
图5是示出了与本实施方式中限定的网球活动相关的状态的示例的图。在所示的示例中，例如基于由运动数据获取部403获取的运动数据定义了第一次发球的等待状态W1、第二次发球的等待状态W2以及对打状态R。定义的状态之间的转移包括状态W1与状态R之间的转移(TW1R与TRW1)、状态W2与状态R之间的转移(TW2R与TRW2)以及相应状态的自身转移(TW1W1、TW2W2和TRR)。例如，基于从事件指定部409提供的活动事件的信息、从其他传感器数据获取部417提供的信息等的条件与转移相关联，其中事件指定部409基于运动数据指定活动事件。下面的表1中示出了条件的示例。
[表1]
表1：与转移相关联的条件的示例
在表1的示例中，虽然条件“检测到发球失误”与转移TRW2相关联，但是根据从事件指定部409提供的信息不一定检测到发球失误。可以基于由其他传感器数据获取部417获取的并且表示球是否到了球场外面的信息、由用户人工输入的信息等来检测发球失误。
如表1的示例中所示，状态管理部415基于由事件指定部409或其他传感器数据获取部417提供的并且表示事件的发生或传感器数据的变化的信息，对状态相关信息411进行更新。此外，状态管理部415可以使用计时器等来测量以下时间段：在该时间段中事件指定部409还没有提供表示事件的发生的信息；并且当已经经过了预定时间段时，状态管理部415对状态相关信息411进行更新。可替选地，状态管理部415可以以规则的间隔来执行对状态相关信息411的更新处理，并且当执行更新处理时，在状态相关信息411中反映从事件指定部409或其他传感器数据获取部417提供的信息。
再参考图3，其他传感器数据获取部417通过输入接口401从运动传感器获取不同类型的感测数据。提供这样的感测数据的传感器可以包括在例如传感器设备100的传感器110中，可以包括在智能电话200(图2中未示出)中，或者可以包括在与传感器设备100和智能电话200不同的设备如安装在网球场附近的摄像装置中。例如，传感器可以包括用于获取关于用户的环境的信息的传感器如温度传感器、湿度传感器、照度传感器、位置传感器(包括GPS接收器)等。传感器可以包括获取进行体育运动的用户的图像等的成像设备或者测量用户的脉搏等的生物信息传感器。
如上所述，由其他传感器数据获取部417获取的数据可以用于状态管理部415对状态相关信息411的更新。当状态管理部415主要基于由事件指定部409提供的信息对状态相关信息411进行更新时，不一定需要安装其他传感器数据获取部417。可替选地，当状态管理部415主要基于由其他传感器数据获取部417提供的信息对状态相关信息411进行更新时，事件指定部409可以不向状态管理部415提供信息。
(1-3.分析处理的具体示例)
图6和图7是示出了根据本公开内容的第一实施方式的不考虑状态相关信息而指定的活动事件的示例以及使用状态相关信息指定的活动事件的示例的图。
图6示出了活动事件“正手击球”的示例。当打网球的用户通过正手击球来击球时，通过运动数据获取部403来获取由于对球的影响而生成的振荡波形4030a以及通过球拍的挥动而生成的运动波形4030b。模式检测部405例如基于振荡波形4030a来确定分析区间，并且通过以分析区间对运动波形4030b与运动模式4070进行比较来检测模式4050a。在此，模式4050a是图4的示例中的模式“挥动-1”。如图4的示例所示，模式“挥动-1”与活动事件“正手击球”以一对一的方式相关联。因此，当检测到模式4050a时，事件指定部409可以不参考状态相关信息411而指定活动事件4090a(正手击球)。
同时，图7示出了活动事件“第一次发球”的示例。与图6的示例类似，当正打网球的用户第一次发球时，通过运动数据获取部403来获取由于对球的影响而生成的振荡波形4030a以及通过球拍的挥动而生成的运动波形4030b(所述波形与图6的示例中的波形不同)，并且模式检测部405对模式4050b进行检测。在此，模式4050b是图4的示例中的模式“挥动-8”。如图4的示例所示，模式“挥动-8”与两个活动事件“扣球”和“发球”相关联。因此，当检测到模式4050b时，事件指定部409参考状态相关信息4110来指定活动事件4090b。在所示的示例中，状态相关信息4110表示第一次发球的等待状态W1，因此活动事件4090b是活动事件“第一次发球”(在该示例中，表示第一次发球的信息被添加至图4所示的示例中的活动事件“发球”)。
图8是示出了根据本公开内容的第一实施方式的运动数据的模式、活动事件以及状态之间的关系的示例的图。在下面要描述的示例中，假设与图4所示的示例类似地定义运动数据的模式与活动事件之间的关系，并且假设与图5所示的示例类似地定义与网球活动相关的状态。
参考图8，首先，在状态S11(对打)下，模式检测部405检测到正手击球的模式P11(模式P11是图4的示例中的模式“挥动-1”，但是为了方便起见，在图8的描述中被称为“正手击球模式”；这也适用于模式P15)。此时，事件指定部409可以不参考状态相关信息411而指定正手击球的活动事件E11。状态管理部415基于所指定的活动事件E11对状态相关信息411进行更新。在此，由于在对打状态(S11)下发生击发事件(E11)，因此发生对打状态R的自身转移(TRR)，从而状态S11不变。
然后，在状态S11(对打)下，模式检测部405检测到非挥动(NS)的模式P12。此时，事件指定部409可以不参考状态相关信息411而指定NS的活动事件E12。状态管理部415基于所指定的活动事件E12对状态相关信息411进行更新。在此，由于在对打状态(S11)下发生NS事件(E12)，因此发生从对打状态R至第一次发球的等待状态W1的转移(TRW1)，并且对打状态S11变为等待状态S12。
然后，在状态S12(第一次发球的等待)下，模式检测部405检测到举手过肩击打的模式P13(模式P13是图4的示例中的模式“挥动-8”，但是为了方便起见，在图8的示例中被称为“举手过肩击打模式”；这也适用于模式P14和P16)。此时，事件指定部409参考状态相关信息411来指定活动事件。更具体地，事件指定部409基于以下事实来指定第一次发球的活动事件E13：在活动发生之前，与模式P13对应的状态S12是第一次发球的等待状态。
此外，状态管理部415基于所指定的活动事件E13对状态相关信息411进行更新。在此，由于在第一次发球的等待状态(S12)下发生击打事件(E13)，因此发生从第一次发球的等待状态W1至对打状态R的转移(TW1R)，并且等待状态S12变为对打状态S13。
此后，在状态S13(对打)下，例如，其他传感器数据获取部417检测到发球失误。已经提供了该信息的状态管理部415使得发生从对打状态R至第二次发球的等待状态W2的转移(TRW2)，并且将对打状态S13变为第二次发球的等待状态S14。
然后，在状态S14(第二次发球的等待)下，模式检测部405检测到举手过肩击打模式P14。此时，与模式P13的情况类似，事件指定部409参考状态相关信息411来指定活动事件。更具体地，事件指定部409基于以下事实来指定第二次发球的活动事件E14：在活动发生之前，与模式P14对应的状态S14是第二次发球的等待状态。
此外，状态管理部415基于所指定的活动事件E14对状态相关信息411进行更新。在此，由于在第二次发球的等待状态(S14)下发生击打事件(E14)，因此发生从第二次发球的等待状态W2至对打状态R的转移(TW2R)，并且等待状态S14变为对打状态S15。
此后，在状态S15(对打)下，模式检测部405检测到正手击球模式P15，事件指定部409指定正手击球的活动事件E15。此时，由于事件指定部409和状态管理部415的处理与针对模式P11的处理相同，因此省略对其的描述。因此，发生对打状态R的自身转移(TRR)，并且当检测到模式P15时状态S15不变。
然后，在状态S15(对打)下，模式检测部405检测到举手过肩击打模式P16。此时，与模式P13和14的情况类似，事件指定部409参考状态相关信息411来指定活动事件。更具体地，事件指定部409基于以下事实来指定扣球的活动事件E16：在活动发生之前，与模式P16对应的状态S15是对打状态。
此外，状态管理部415基于所指定的活动事件E16对状态相关信息411进行更新。在此，由于在对打状态(S15)下发生击球事件(E16)，因此发生对打状态R的自身转移(TRR)，从而状态S15不变。
此后，在状态S15(对打)下，当模式检测部405尚未检测到运动数据的模式并且事件指定部409尚未指定活动事件的状态持续预定时间段时，状态管理部415例如使用计时器来检测该状态，使得发生从对打状态R至第一次发球的等待状态W1的转移(TRW1)，并且将对打状态S15变为第一次发球的等待状态S16。
(1-4.修改示例)
图9是示出了本公开内容的第一实施方式的修改示例的图。图9示出了类似于上面参考图5描述的示例而定义的与网球活动相关的状态的另一示例。在所示的示例中，定义了击球练习(STP)、发球练习(SEP)、截击练习(VP)和扣球练习(SMP)这四种状态。与图5所示的示例类似，状态之间的转移以及相应状态的自身转移与适当的条件相关联，因此可以根据体育活动的处理来改变状态。
在上面参考图5描述的示例中，根据转移与条件相关联的基于规则的技术来定义状态的转移，但作为另一示例，例如，可以采用基于观察数据自动学习状态转移模型的技术。状态转移模型可以被定义为概率模型如隐马尔科夫模型(HMM)。
上面已经描述了本公开内容的第一实施方式。在本实施方式中，基于状态相关信息411来保持用户的体育活动的上下文。基于由事件指定部409和/或其他传感器数据获取部417提供的信息对状态相关信息411进行更新。因此，事件指定部409可以在基于由模式检测部405检测到的运动数据的模式来指定活动事件时，参考状态相关信息411，基于活动的上下文来指定合适的活动事件。
(2.第二实施方式)
接下来，将描述本公开内容的第二实施方式。本实施方式与第一实施方式的不同之处在于用于分析处理的若干部件，但其余部件与第一实施方式中的部件相同，因此省略对其的描述。
图10是示出了根据本公开内容的第二实施方式的用于分析处理的功能配置的框图。参考图10，功能配置500包括输入接口401、运动数据获取部403、模式检测部405、事件指定部509和输出接口413。在功能配置500中，除了输入接口401和输出接口413以外的处理部，即，运动数据获取部403、模式检测部405和事件指定部509由传感器设备100的处理部120、智能电话200的处理部220和/或服务器300的处理部320来实现。它们由传感器设备100的处理部120、智能电话200的处理部220和/或服务器300的处理部320来实现。在下文中，将进一步描述作为与第一实施方式中的部件不同的部件的事件指定部509以及被事件指定部509参考的事件历史511。
事件指定部509基于由模式检测部405检测到的运动数据的模式来指定与用户的活动对应的活动事件。在本实施方式中，事件指定部509参考事件历史511、而不参考在第一实施方式中由事件指定部409参考的状态相关信息411。在本实施方式中，将事件历史511存储在执行分析处理的设备的存储部中。可替选地，可以将事件历史511存储在与执行分析处理的设备不同的设备的存储部中，并且事件指定部509可以经由网络来参考事件历史511。当在包括不必参考事件历史511的情况下指定活动事件时，事件指定部509将所指定的活动事件的信息添加至事件历史511。
事件历史511是表示由事件指定部509指定的事件的历史并且当事件指定部509指定活动事件时被参考的信息。换言之，在本实施方式中，事件指定部509基于由事件指定部509过去指定的事件的历史，指定与最近检测到的运动数据的模式对应的活动事件。例如，将表示在第一实施方式中参考图4描述的活动事件的信息和表示每个活动事件发生的时间的时间戳存储在事件历史511中。
图11是示出了根据本实施方式的参考事件历史执行的活动事件指定处理的示例的流程图。在下面要描述的示例中，假设与第一实施方式中的图4所示的示例类似地定义运动数据的模式与活动事件之间的关系。因此，当指定活动事件时，在模式检测部405检测到模式“挥动-8”(举手过肩击打)时，事件指定部509参考事件历史511。
参考图11，当模式检测部405检测到模式“挥动-8”(举手过肩击打)时，事件指定部509参考事件历史511来确定紧邻的先前指定事件是否是NS(非挥动)(S101)。在此，当紧邻的先前指定事件不是NS时，也就是说，当紧邻的先前指定事件是击打事件(否)时，事件指定部509进一步确定在紧邻的先前事件(击打事件)发生之后经过的时间是否少于一秒(S103)。在此，一秒是与对打中的击打之间的间隔对应的时间阈值的示例，作为另一示例，可以采用不同的时间阈值。
当在S103中确定先前事件发生之后经过的时间少于一秒(是)时，事件指定部509指定活动事件“扣球”(S105)。在这种情况下，事件指定部509基于条件“紧邻的先前事件不是NS”(S101的确定)以及条件“在紧邻的先前事件发生后经过的时间少于一秒”(S103的确定)，将同一活动的上下文识别为第一实施方式中描述的对打状态R。
另一方面，当在S101中确定紧邻的先前指定事件是NS(是)时，事件指定部509将除了NS以外的紧邻的先前事件设置为与事件历史相关的确定对象(S107)。当用作NS的事件被连续指定两次或更多次时，事件指定部509将在这之前被指定的除了NS以外的事件(即，击打事件)设置为确定对象。
当在S103中确定紧邻的先前事件发生之后经过的时间并非少于一秒时(否)或者当在S107中将除了NS以外的紧邻的先前事件设置为确定对象时，事件指定部509进一步确定紧邻的先前事件是否是第一次发球的活动事件(S109)。在此，当紧邻的先前事件(作为S101和S107的结果，其被限制成击打事件)不是第一次发球(否)时，事件指定部509指定活动事件“第一次发球”(S111)。在这种情况下，事件指定部509基于以下条件将同一活动的上下文识别为第一实施方式中描述的第一次发球的等待状态W1：“紧邻的先前事件是NS”(S101的确定)以及“除了NS以外的紧邻的先前事件不是第一次发球”(S109的确定)的条件、或者“紧邻的先前事件是击打事件”(S101的确定)、“紧邻的先前击打事件发生之后经过的时间多于一秒”(S103的确定)以及“紧邻的先前击打事件不是第一次发球”(S109的确定)的条件。
另一方面，当在S109中确定紧邻的先前事件是第一次发球(是)时，事件指定部509指定活动事件“第二次发球”(S113)。在这种情况下，事件指定部509基于以下条件将同一活动的上下文识别为第一实施方式中描述的第二次发球的等待状态W2：“紧邻的先前事件是NS”(S101的确定)以及“除了NS以外的紧邻的先前事件是第一次发球”(S109的确定)的条件、或者“紧邻的先前事件是击打事件”(S101的确定)、“紧邻的先前击打事件发生之后经过的时间多于一秒”(S103的确定)以及“紧邻的先前击打事件是第一次发球”(S109的确定)的条件。
严格地，即使紧邻的先前击打事件是第一次发球，在发球得分或发球获胜的情况下，接下来发生的事件仍然可以是第一次发球。因此，更准确地，S109的确定可以是关于是否“紧邻的先前事件是第一次发球的活动事件以及已经检测到发球失误”的确定。例如，如上面在第一实施方式中描述的，可以基于由其他传感器数据获取部417获取的信息或者由用户人工输入的信息等来检测发球失误。
上面已经描述了本公开内容的第二实施方式。在本实施方式中，基于存储在事件历史511中的信息来识别用户的体育活动的上下文。换言之，在本实施方式中，代替保持直接表示活动的上下文的信息，保持用作充当识别上下文的源的信息的事件历史511，并且当检测到需要基于上下文来确定的运动数据的模式时，基于事件历史511来识别活动的上下文。在本实施方式中，与第一实施方式类似，状态管理部415无需执行更新状态相关信息411的处理，从而可以减小处理负荷。
(3.硬件配置)
接下来，将参考图12和图13对用于实现根据本公开内容的实施方式的传感器设备和信息处理设备(在上述示例中，传感器设备、智能电话或服务器)的硬件配置的示例进行描述。
(传感器设备)
图12是示出了根据本公开内容的实施方式的传感器设备的硬件配置的示例的图。参考图12，传感器设备100可以包括传感器101、中央处理单元(CPU)103、只读存储器(ROM)105、随机存取存储器(RAM)107、用户接口109、外部存储设备111、通信设备113和输出设备115。例如，这些元件通过总线相互连接。
例如，传感器101包括加速度传感器、角速度传感器、振动传感器、磁场传感器、温度传感器、压力传感器(包括压力开关)、全球定位系统(GPS)接收器等。传感器101可以包括摄像装置(成像传感器)或麦克风(音频传感器)。
CPU 103、ROM 105和RAM 107通过读取并执行例如记录在外部存储设备111中的程序指令、使用软件来实现各种类型的功能。在本公开内容的实施方式中，可以例如由CPU103、ROM 105和RAM 107来实现功能如对整个传感器设备100的控制。
用户接口109是例如输入设备，诸如接收传感器设备100的用户操作的按钮或触摸板。例如，用户的操作可以指示从传感器设备传输传感器信息的开始或完成。
外部存储设备111存储与传感器设备100相关的各种类型的信息。例如，可以在外部存储设备111中存储用于使由CPU 103、ROM 105和RAM 107中的软件实现功能的程序指令，或者可以暂时缓存由传感器101获取的数据。当考虑将传感器设备100安装在击打工具等中时，期望使用例如具有耐受强烈冲击的装置(诸如半导体存储器)的传感器设备作为外部存储设备111。
此外，当未将智能电话200布置在正进行体育运动的用户附近时，与累积传感器设备100中检测到的数据的内部存储区(存储器或外部存储设备)对应的配置为ROM 105、RAM107和/或外部存储设备111。
通信设备113通过各种类型的有线或无线通信系统与随后将描述的信息处理设备600进行通信。此外，通信设备113可以通过装置间通信与信息处理设备600直接进行通信，或者可以经由网络如因特网与信息处理设备600进行通信。
输出设备115由能够输出信息如光、音频或图像的设备构成。例如，输出设备115可以输出通知对传感器设备100中的时刻或活动事件的检测的信息，或者可以基于从信息处理设备600接收的分析结果或在传感器设备100中计算的分析结果，向用户输出视觉或听觉通知。例如，输出设备115包括例如显示器如LED等的灯或LCD、扬声器、振动器等。
(信息处理设备)
图13是示出了根据本公开内容的实施方式的信息处理设备的硬件配置的示例的图。信息处理设备600可以实现例如上述智能电话200或服务器300或根据本公开内容的实施方式的信息处理设备。注意，如上所述，信息处理设备可以由传感器设备100来实现。
信息处理设备600可以包括CPU 601、ROM 603、RAM 605、用户接口609、外部存储设备611、通信设备613和输出设备615。例如，这些部件通过总线互相连接。
CPU 601、ROM 603和RAM 605通过读取并执行例如记录在外部存储设备611中的程序指令，使用软件来实现各种类型的功能。在本公开内容的实施方式中，可以例如由CPU601、ROM 603和RAM 605来实现对整个信息处理设备600的控制、上述功能配置中的处理部的功能等。
用户接口609是例如输入设备如接收信息处理设备600的用户操作的按钮或触摸板。
外部存储设备611存储与信息处理设备600相关的各种类型的信息。例如，可以将用于使由CPU 601、ROM 603和RAM 605中的软件来实现功能的程序指令存储在外部存储设备611中，或者可以暂时缓存由通信设备613接收的传感器信息。此外，可以将分析结果的日志累积在外部存储设备611中。
输出设备615由能够在视觉上或听觉上向用户通知信息的装置构成。例如，输出设备615可以是显示装置如液晶显示器(LCD)或音频输出设备如扬声器或耳机。输出设备615将通过信息处理设备600的处理获得的结果输出为视频图像如文本或图片，或者将所述结果输出为音频如语音或声音。
在此之前，已经示出了传感器设备100和信息处理设备600的硬件配置的示例。上述构成部件中的每一个可以通过使用通用构件来构成，或者可以由专门用于每个构成部件的功能的硬件来构成。可以根据实现时的技术水平适当地改变这样的配置。
(4.补充)
例如，本公开内容的实施方式可以包括信息处理设备如上述信息处理设备(信息处理终端如智能电话、服务器或传感器设备)、系统、由信息处理设备或系统执行的信息处理方法、用于使信息处理设备起作用的程序以及记录程序的非暂时有形介质。
更具体地，例如，本公开内容的实施方式包括包含数据获取部和事件指定部的信息处理设备，数据获取部被配置成获取由于对象的动作而生成的感测数据，事件指定部被配置成基于感测数据中示出的模式和动作的上下文来指定与动作对应的事件。
例如，在第一实施方式和第二实施方式中，将用户的体育活动描述为对象的动作。然而，作为另一实施方式，对象不限于用户(除了人以外，可以是动物或物体)，并且动作不限于体育活动并且可以是任何动作。例如，当正驾驶车辆的用户将他/她的头低下时，基于动作的上下文(例如，驾驶状态)来识别用户是正弯腰还是正睡觉是有用的。例如，当用户正弯腰时，在共享用户的行为状态等的服务中，基于动作的上下文(例如，谈话语气等)来识别他/她是正弯腰问候还是正弯腰道歉是有用的。此外，即使当动作是体育活动时，体育的类型不限于网球，而且体育可以是例如排球(基于上下文来识别跳跃发球和扣球(进攻))、乒乓球(基于上下文来识别正手挥动或反手挥动或猛击(drive)以及当发球时击中的每次击发)等。本技术能够适用的体育不限于上述比赛类型的球类体育并且可以是能够限定活动的上下文的任意类型的体育。
在第一实施方式和第二实施方式中，将运动数据描述为感测数据。然而，作为另一实施方式，感测数据不限于运动数据，并且可以是获取对象的动作的图像的成像设备、测量充当对象的人或动物等的脉搏的生物信息传感器等。感测数据可以由用于获取关于对象的环境的信息的传感器如温度传感器、湿度传感器、照度传感器、位置传感器(GPS接收器)等来提供。
在第一实施方式和第二实施方式中，基于动作(活动)发生之前的上下文来指定事件。然而，作为另一实施方式，还基于动作(活动)发生之后的上下文来指定事件。例如，当在动作(活动)正被执行时实时地指定事件时，基于动作(活动)发生之前的上下文来指定事件，但是当在动作(活动)发生之后事后指定事件时，还可以基于动作(活动)发生之后的上下文来指定与动作对应的事件。
在第一实施方式和第二实施方式中，当仅基于感测数据(运动数据)的模式难以指定活动事件时参考上下文。然而，作为另一实施方式，基于上下文的确定可以在优先级方面高于基于模式的确定。例如，在如第一实施方式和第二实施方式中的网球的示例中，当与发球的等待状态对应的上下文由状态相关信息411或事件历史511来表示时，无论运动数据的模式如何，当击球发生时都可以指定发球的活动事件。例如，当网球的发球包括举手过肩发球和向下发球时，并且在向下发球的情况下，生成与举手过肩发球(类似于扣球)的运动数据不同的运动数据的模式。如上所述，使用基于上下文的确定，可以在任何情况下正确地检测发球的活动事件。
某个运动员可以以偏离两种模式的不规则形式来击打发球。例如，即使当不规则发球的模式与正手击球模式相似或者与任意其他击打的模式不相似时，可以使用基于上下文的确定来正确地检测发球的活动事件。作为另一示例，可以区分使合作者的发球返回的击打与作为“回球”的活动事件的其他击球。在这种情况下，无论由运动数据的模式表示的击打(正手击球、反手击球等)的类型如何，都可以基于上下文(紧挨合作者的发球之后击打)来指定“回球”的活动事件。
上面参考附图描述了本公开内容的优选实施方式，然而本公开内容不限于上面的示例。本领域的技术人员可以发现所附权利要求书的范围内的各种变型和修改，并且应当理解，这些变型和修改将自然地落入本公开内容的技术范围内。
另外，本说明书中描述的效果仅仅是说明性和示意性的而非限制性的。换言之，根据本公开内容的技术能够展现连同基于本说明书的效果一起或者代替基于本说明书的效果的对本领域技术人员而言明显的其他效果。
另外，还可以如下配置本技术。
(1)一种信息处理设备，包括：
数据获取部，被配置成获取由于对象的动作而生成的感测数据；以及
事件指定部，被配置成基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件。
(2)根据(1)所述的信息处理设备，
其中，所述事件指定部基于所述上下文，从与所述模式相关联的多个事件中选择与所述动作相对应的事件。
(3)根据(1)或(2)所述的信息处理设备，
其中，所述动作包括体育活动，以及
其中，所述事件至少包括由体育的规则指定的活动事件。
(4)根据(1)至(3)中任一项所述的信息处理设备，
其中，所述感测数据包括运动数据。
(5)根据(1)至(4)中任一项所述的信息处理设备，
其中，所述事件指定部基于所述动作发生之前的上下文，指定与所述动作相对应的事件。
(6)根据(5)所述的信息处理设备，
其中，所述事件指定部还基于所述动作发生之后的上下文，指定与所述动作相对应的事件。
(7)根据(1)至(6)中任一项所述的信息处理设备，
其中，至少基于所述感测数据来定义所述上下文。
(8)根据(7)所述的信息处理设备，
其中，所述事件指定部基于所述动作发生之前的事件历史，指定与所述动作相对应的事件。
(9)根据(1)至(8)中任一项所述的信息处理设备，
其中，基于与所述感测数据不同的数据，定义所述上下文。
(10)根据(9)所述的信息处理设备，
其中，所述感测数据包括运动数据，以及
其中，基于与所述运动数据不同类型的感测数据，定义所述上下文。(11)一种在其上记录有程序的记录介质，所述程序使信息处理设备的处理器实现以下功能：
获取由于对象的动作而生成的感测数据的数据获取功能；以及
基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件的事件指定功能。
(12)一种信息处理方法，包括：
感测对象的动作；
发送通过所述感测获取的感测数据；以及
由接收所述感测数据的信息处理设备的处理器执行以下处理：基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件。
附图标记列表
10 系统
100 传感器设备
110 传感器
120 处理部
200 智能电话
210 接收部
220 处理部
300 服务器
310 接收部
320 处理部
403 运动数据获取部
405 模式检测部
407 运动模式
409，509 事件指定部
411 状态相关信息
415 状态管理部
417 其他传感器数据获取部
511 事件历史

Claims (12)

1.一种信息处理设备，包括：
数据获取部，被配置成获取由于对象的动作而生成的感测数据；以及
事件指定部，被配置成基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件。
2.根据权利要求1所述的信息处理设备，
其中，所述事件指定部基于所述上下文，从与所述模式相关联的多个事件中选择与所述动作相对应的事件。
3.根据权利要求1所述的信息处理设备，
其中，所述动作包括体育活动，以及
其中，所述事件至少包括由体育的规则指定的活动事件。
4.根据权利要求1所述的信息处理设备，
其中，所述感测数据包括运动数据。
5.根据权利要求1所述的信息处理设备，
其中，所述事件指定部基于所述动作发生之前的上下文，指定与所述动作相对应的事件。
6.根据权利要求5所述的信息处理设备，
其中，所述事件指定部还基于所述动作发生之后的上下文，指定与所述动作相对应的事件。
7.根据权利要求1所述的信息处理设备，
其中，至少基于所述感测数据来定义所述上下文。
8.根据权利要求7所述的信息处理设备，
其中，所述事件指定部基于所述动作发生之前的事件历史，指定与所述动作相对应的事件。
9.根据权利要求1所述的信息处理设备，
其中，基于与所述感测数据不同的数据，定义所述上下文。
10.根据权利要求9所述的信息处理设备，
其中，所述感测数据包括运动数据，以及
其中，基于与所述运动数据不同类型的感测数据，定义所述上下文。
11.一种在其上记录有程序的记录介质，所述程序使信息处理设备的处理器实现以下功能：
获取由于对象的动作而生成的感测数据的数据获取功能；以及
基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件的事件指定功能。
12.一种信息处理方法，包括：
感测对象的动作；
发送通过所述感测获取的感测数据；以及
由接收所述感测数据的信息处理设备的处理器执行以下处理：基于所述感测数据中示出的模式和所述动作的上下文，指定与所述动作相对应的事件。
CN201580013437.1A 2014-03-19 2015-01-13 信息处理设备、信息处理方法及记录介质 Pending CN106102846A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014056794 2014-03-19
JP2014-056794 2014-03-19
PCT/JP2015/050689 WO2015141251A1 (ja) 2014-03-19 2015-01-13 情報処理装置、情報処理方法および記録媒体

Publications (1)

Publication Number Publication Date
CN106102846A true CN106102846A (zh) 2016-11-09

Family

ID=54144231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580013437.1A Pending CN106102846A (zh) 2014-03-19 2015-01-13 信息处理设备、信息处理方法及记录介质

Country Status (5)

Country Link
US (1) US10769796B2 (zh)
EP (1) EP3120902A4 (zh)
JP (1) JPWO2015141251A1 (zh)
CN (1) CN106102846A (zh)
WO (1) WO2015141251A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629423A (zh) * 2017-03-17 2018-10-09 株式会社理光 信息提供系统、信息提供方法和记录介质
CN111615698A (zh) * 2018-01-23 2020-09-01 索尼公司 信息处理装置、信息处理方法和记录介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5994306B2 (ja) * 2012-03-15 2016-09-21 ソニー株式会社 情報処理装置、情報処理システムおよびプログラム
US9457228B2 (en) * 2013-07-09 2016-10-04 Aditi Sinha Sport training equipment
EP3194036A4 (en) 2014-08-11 2017-12-27 Icuemotion LLC Codification and cueing system for human interactions in tennis and other sport and vocational activities
WO2016130890A1 (en) * 2015-02-13 2016-08-18 Ansarullah Ridwan Mohammed Positional analysis for prayer recognition
US10854104B2 (en) 2015-08-28 2020-12-01 Icuemotion Llc System for movement skill analysis and skill augmentation and cueing
JP6696221B2 (ja) * 2016-02-26 2020-05-20 セイコーエプソン株式会社 制御装置、受電装置、電子機器及び電力伝送システム
US10331693B1 (en) * 2016-09-12 2019-06-25 Amazon Technologies, Inc. Filters and event schema for categorizing and processing streaming event data
US10751601B2 (en) * 2016-10-28 2020-08-25 Beijing Shunyuan Kaihua Technology Limited Automatic rally detection and scoring
US10496467B1 (en) 2017-01-18 2019-12-03 Amazon Technologies, Inc. Monitoring software computations of arbitrary length and duration
WO2019010435A1 (en) * 2017-07-06 2019-01-10 Icuemotion Llc SYSTEMS AND METHODS FOR TRAINING SKILL TRAINING WITH DATA
CN111310627B (zh) * 2020-02-07 2024-01-30 广州视源电子科技股份有限公司 传感装置的检测方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004012150A1 (ja) * 2002-07-26 2004-02-05 National Institute Of Information And Communications Technology Incorporated Administrative Agancy 画像認識装置及び画像認識プログラム
CN1941752A (zh) * 2005-06-09 2007-04-04 索尼株式会社 信息处理设备和方法以及程序
CN101983090A (zh) * 2008-04-03 2011-03-02 韩国电子通信研究院 基于动作内容的训练装置和方法
CN102131551A (zh) * 2008-08-12 2011-07-20 皇家飞利浦电子股份有限公司 运动检测系统
JP2013188426A (ja) * 2012-03-15 2013-09-26 Sony Corp 情報処理装置、情報処理システムおよびプログラム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850252B1 (en) * 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
CA2364919A1 (en) * 2000-12-14 2002-06-14 Kevin Tuer Proprioceptive golf club with analysis, correction and control capabilities
US6537076B2 (en) * 2001-02-16 2003-03-25 Golftec Enterprises Llc Method and system for presenting information for physical motion analysis
JP2005026837A (ja) * 2003-06-30 2005-01-27 Nippon Hoso Kyokai <Nhk> スポーツ映像インデックス生成装置、その方法、そのプログラム及びスポーツ中継アナウンスデータ生成装置並びにスポーツダイジェスト映像生成装置
US20150235143A1 (en) * 2003-12-30 2015-08-20 Kantrack Llc Transfer Learning For Predictive Model Development
US7536033B2 (en) * 2006-03-03 2009-05-19 Richard Albert Kirby Portable swing analyzer
FR2917224B1 (fr) * 2007-06-05 2010-03-12 Team Lagardere Procede et systeme d'aide a l'entrainement de sportifs de haut niveau,notamment de tennismen professionnels.
US8231506B2 (en) 2008-12-05 2012-07-31 Nike, Inc. Athletic performance monitoring systems and methods in a team sports environment
US8628453B2 (en) * 2008-12-05 2014-01-14 Nike, Inc. Athletic performance monitoring systems and methods in a team sports environment
US20100184564A1 (en) * 2008-12-05 2010-07-22 Nike, Inc. Athletic Performance Monitoring Systems and Methods in a Team Sports Environment
JP2011223287A (ja) * 2010-04-09 2011-11-04 Sony Corp 情報処理装置、情報処理方法、及び、プログラム
JP6248635B2 (ja) 2011-11-08 2017-12-20 ソニー株式会社 センサ装置、解析装置および記憶媒体
US10335091B2 (en) * 2014-03-19 2019-07-02 Tactonic Technologies, Llc Method and apparatus to infer object and agent properties, activity capacities, behaviors, and intents from contact and pressure images
CN106462598A (zh) * 2014-05-22 2017-02-22 索尼公司 信息处理设备、信息处理方法与程序

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004012150A1 (ja) * 2002-07-26 2004-02-05 National Institute Of Information And Communications Technology Incorporated Administrative Agancy 画像認識装置及び画像認識プログラム
CN1941752A (zh) * 2005-06-09 2007-04-04 索尼株式会社 信息处理设备和方法以及程序
CN101983090A (zh) * 2008-04-03 2011-03-02 韩国电子通信研究院 基于动作内容的训练装置和方法
CN102131551A (zh) * 2008-08-12 2011-07-20 皇家飞利浦电子股份有限公司 运动检测系统
JP2013188426A (ja) * 2012-03-15 2013-09-26 Sony Corp 情報処理装置、情報処理システムおよびプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629423A (zh) * 2017-03-17 2018-10-09 株式会社理光 信息提供系统、信息提供方法和记录介质
CN111615698A (zh) * 2018-01-23 2020-09-01 索尼公司 信息处理装置、信息处理方法和记录介质

Also Published As

Publication number Publication date
WO2015141251A1 (ja) 2015-09-24
US10769796B2 (en) 2020-09-08
EP3120902A4 (en) 2017-10-25
JPWO2015141251A1 (ja) 2017-04-06
US20170011527A1 (en) 2017-01-12
EP3120902A1 (en) 2017-01-25

Similar Documents

Publication Publication Date Title
CN106102846A (zh) 信息处理设备、信息处理方法及记录介质
CN104056441B (zh) 信息处理系统、信息处理方法及存储装置
AU2016293613B2 (en) Multi-sensor event detection and tagging system
US9589445B2 (en) Activity recognition with activity reminders
CN104123435B (zh) 用于计算运动活动参数的电子模块和活动监控系统
US10789855B2 (en) Fitness device configured to provide goal motivation
US20170100632A1 (en) Data collection glove
US10022071B2 (en) Automatic recognition, learning, monitoring, and management of human physical activities
US20150057942A1 (en) Energy Expenditure Device
CN107211109B (zh) 视频和运动事件集成系统
WO2015027133A1 (en) Energy expenditure device
CN104126185A (zh) 疲劳指数及其用途
KR102303952B1 (ko) 다수의 디바이스들로부터의 데이터를 이용한 에너지 소비량 계산
US10061287B2 (en) Apparatus, a system and a method for monitoring a usage of an item
JP6458739B2 (ja) 解析装置、記録媒体および解析方法
US20160228744A1 (en) Device and method for the classification and the reclassification of a user activity
CN106779614A (zh) 用于可穿戴设备的学习监测方法、装置及可穿戴设备
CN109523574A (zh) 一种行走轨迹预测方法和电子设备
CN105745589B (zh) 用于运动设备的适应性计时配置的装置和方法
JP6432523B2 (ja) 解析装置、記録媒体および解析方法
JP6459979B2 (ja) 解析装置、記録媒体および解析方法
WO2015098303A1 (ja) 解析装置、記録媒体および解析方法
EP3057506B1 (en) Fitness device configured to provide goal motivation
WO2015098301A1 (ja) 解析装置、記録媒体および解析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161109

RJ01 Rejection of invention patent application after publication