CN111867687A - 画面生成程序、画面生成方法以及信息处理装置 - Google Patents

画面生成程序、画面生成方法以及信息处理装置 Download PDF

Info

Publication number
CN111867687A
CN111867687A CN201880087054.2A CN201880087054A CN111867687A CN 111867687 A CN111867687 A CN 111867687A CN 201880087054 A CN201880087054 A CN 201880087054A CN 111867687 A CN111867687 A CN 111867687A
Authority
CN
China
Prior art keywords
performance
score
skill
information
competitor
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.)
Granted
Application number
CN201880087054.2A
Other languages
English (en)
Other versions
CN111867687B (zh
Inventor
久保田和己
内藤宏久
松本刚
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN111867687A publication Critical patent/CN111867687A/zh
Application granted granted Critical
Publication of CN111867687B publication Critical patent/CN111867687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0669—Score-keepers or score display devices
    • 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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0021—Tracking a path or terminating locations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • 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
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0021—Tracking a path or terminating locations
    • A63B2024/0025—Tracking the path or location of one or more users, e.g. players of a game
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B2071/0694—Visual indication, e.g. Indicia
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/05—Image processing for measuring physical parameters
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/806—Video cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及画面生成程序、画面生成方法以及信息处理装置。在参赛者开始实际表演的情况下，信息处理装置100基于实时获取的数据来获取在实际表演中实施完毕的技巧以及实施完毕的技巧的得分。信息处理装置100基于预定表演信息以及数据中的至少一方来预测实际表演中将要实施的可能性较高的未实施的技巧。信息处理装置100基于实施完毕的技巧的得分、预测出的未实施的技巧成功的情况下的预测得分来预测实施中的实际表演的预测得分，并生成显示预定表演的预测得分和实际表演的预测得分的画面信息。

Description

画面生成程序、画面生成方法以及信息处理装置
技术领域
本发明涉及画面生成程序等。
背景技术
在评分比赛中，选手实施由多个技巧构成的表演。选手实施的表演的构成大多数情况下在一个赛季中在一定程度上是固定的。因此，在比赛正式演出前的练习、予选的比赛、比赛正式演出等中，能够预测选手进行的表演构成，也能够预测表演的得分。
专利文献1:日本特开2004－109264号公报
专利文献2:日本特开2012－042287号公报
专利文献3:日本特开2015－228183号公报
专利文献4:日本特开2011－081431号公报
然而，在上述的以往技术中，存在不能够提供评分比赛中的预定表演的预测得分、和伴随表演的进行的预测得分这个问题。
例如，存在选手在正式演出之前提高技巧的难度以求名次的逆转的情况、根据比赛当日的状况将预定的表演的构成变更一部分的情况。或者，存在选手在表演的中途根据选手自身的判断而变更一部分的技巧的情况。在这样的情况下，由于与预期的表演构成不同，所以较难预测表演的得分。
发明内容
在一个方面，本发明的目的在于提供能够提供提供评分比赛中的预定表演的预测得分、和伴随表演的进行的预测得分的画面生成程序、画面生成方法以及信息处理装置。
在第一案中，使计算机执行下述的处理。计算机获取包括评分比赛的参赛者预定实施的多个技巧的预定表演信息。计算机根据预定表演信息来计算多个技巧成功的情况下的第一预测得分。计算机生成显示预定表演的第一预测得分的画面信息。计算机在参赛者开始实际表演的情况下，实时获取感测实际表演而得到的数据。计算机基于数据获取实际表演中实施完毕的技巧以及实施完毕的技巧的得分。计算机基于预定表演信息以及数据中的至少一方来预测实际表演中将要实施的可能性较高的未实施的技巧。计算机基于实施完毕的技巧的得分、和预测出的未实施的技巧成功的情况下的第二预测得分来预测实施中的实际表演整体的第三预测得分。计算机生成显示第一预测得分和第三预测得分的画面信息。
能够提供评分比赛中的预定表演的预测得分、和伴随表演的进行的预测得分。
附图说明
图1是表示本实施例1的系统的一个例子的图。
图2是用于说明感测数据的图。
图3是表示本实施例1的感测DB的数据结构的一个例子的图。
图4是表示本实施例1的关节定义数据的一个例子的图。
图5是表示本实施例1的关节位置DB的数据结构的一个例子的图。
图6是表示本实施例1的技巧判定表的数据结构的一个例子的图。
图7是用于说明开始姿势以及结束姿势的一个例子的图。
图8是表示本实施例1的技巧识别DB的数据结构的一个例子的图。
图9是表示表演开始前的显示画面的一个例子的图。
图10是表示表演中的显示画面的一个例子的图。
图11是表示表演结束后的显示画面的一个例子的图。
图12是表示本实施例1的信息处理装置的结构的功能框图。
图13是表示本实施例1的影像DB的数据结构的一个例子的图。
图14是表示本实施例1的表演历史表的数据结构的一个例子的图。
图15是表示表演构成信息的一个例子的图。
图16是表示本实施例1的得分表的数据结构的一个例子的图。
图17是表示本实施例1的难度表的数据结构的一个例子的图。
图18是表示表演迁移流程信息的一个例子的图。
图19是用于说明本实施例1的画面生成部的处理的一个例子的图(1)。
图20是用于说明本实施例1的画面生成部的处理的一个例子的图(2)。
图21是表示本实施例1的信息处理装置的处理顺序的流程图。
图22是表示表演中处理的处理顺序的流程图。
图23是表示本实施例2的系统的一个例子的图。
图24是表示本实施例2的信息处理装置显示的显示画面的一个例子的图。
图25是表示本实施例2的信息处理装置的结构的功能框图。
图26是用于说明本实施例2的识别部的处理的图。
图27是表示本实施例2的表演中的显示画面的一个例子的图。
图28是表示本实施例2的信息处理装置的处理顺序的流程图。
图29是表示预测处理的一个例子的流程图。
图30是表示实现与信息处理装置相同的功能的计算机的硬件构成的一个例子的图。
具体实施方式
以下，基于附图，详细地对本申请公开的画面生成程序、画面生成方法以及信息处理装置的实施例进行说明。此外，并不是通过该实施例限定该发明。
实施例1
图1是表示本实施例1的系统的一个例子的图。如图1所示，该系统具有3D(3dimension)激光传感器50、相机60、技巧识别装置70以及信息处理装置100。信息处理装置100与相机60、技巧识别装置70连接。在本实施例1中，作为一个例子，对参赛者10在3D激光传感器50以及相机60的前方进行体操表演的情况进行说明，但也能够相同地适用参赛者10进行其它评分比赛的情况。
例如，其它评分比赛包括蹦床、游泳跳水、花样滑冰、空手道、交际舞、滑板滑雪、滑板、自由花样滑雪、冲浪。另外，也可以适用于古典芭蕾、跳跃滑雪、硬雪丘滑雪、转身、棒球、篮球的姿势检查等。另外，还可以适用于剑道、柔道、摔跤、相扑等比赛。
3D激光传感器50是对参赛者10进行3D感测的传感器。3D激光传感器50将作为感测结果的3D感测数据输出至技巧识别装置70。在以下的说明中，将3D感测数据仅记载为感测数据。
图2是用于说明感测数据的图。在感测数据中包括多个帧，对各帧按升序赋予唯一地识别帧的帧编号。在图2所示的感测数据中，从旧的帧起依次示出帧编号n、n+1、…、n+15、…、n+30的帧。N对应自然数。例如，各帧中包含从3D激光传感器50到参赛者10上的各点的距离信息。
相机60是拍摄参赛者10的影像数据的装置。相机60将影像数据输出至信息处理装置100。影像数据中包含相当于参赛者10的图像的多个帧，对各帧分配帧编号。假设影像数据的帧编号和感测数据的帧编号同步。另外，在下述的说明中，适当地将感测数据所包含的帧记载为“感测帧”，将影像数据的帧记载为“影像帧”。
技巧识别装置70是基于3D激光传感器50感测到的感测数据来识别技巧的装置。技巧识别装置70生成将感测数据的各帧编号和各识别结果分别建立对应的识别结果数据。技巧识别装置70将识别结果数据输出至信息处理装置100。此处，作为一个例子，示出技巧识别装置70位于信息处理装置100的外部的情况，但信息处理装置100也可以具有进行与技巧识别装置70相同的处理的功能部。
例如，技巧识别装置70具有感测DB71、关节定义数据72、关节位置DB73、技巧判定表74、技巧识别DB75。感测DB(Data Base)71是储存从3D激光传感器50获取的感测数据的DB。图3是表示本实施例1的感测DB的数据结构的一个例子的图。如图3所示，该感测DB71将帧编号和感测帧建立对应。帧编号是唯一地识别与同一表演识别编号对应的各感测帧的编号。感测帧是3D激光传感器50感测到的感测帧。
关节定义数据72是定义参赛者10的各关节位置的数据。图4是表示本实施例1的关节定义数据的一个例子的图。如图4所示，关节定义数据72存储对由公知的骨格模型确定的各关节进行编号的信息。例如，如图4所示，对右肩关节(SHOULDER＿RIGHT)赋予第7号，对左肘关节(ELBOW＿LEFT)赋予第5号，对左膝关节(KNEE＿LEFT)赋予第11号，对右股关节(HIP＿RIGHT)赋予第14号。此处，在实施例1中，有时将第8号的右肘关节的X坐标记载为X8，将Y坐标记载为Y8，将Z坐标记载为Z8。此外，虚线的数字是即使从骨格模型中确定也不会利用于评分的关节等。
关节位置DB73是基于3D激光传感器50的感测数据所生成的参赛者10的各关节的位置数据。图5是本实施例1的关节位置DB的数据结构的一个例子的图。如图5所示，该关节位置DB73将帧编号和“X0、Y0、Z0、…、X17、Y17、Z17”建立对应。
在图5中，帧编号是唯一地识别感测帧的编号。假设图5所示的帧编号和图3所示的帧编号同步。“X0、Y0、Z0、…、X17、Y17、Z17”是各关节的XYZ坐标，例如“X0，Y0，Z0”是图4所示的0编号的关节的三维坐标。
图5示出各关节的时间序列的变化，在帧编号“1”中表示各关节的位置为“X0＝100、Y0＝20、Z0＝0、…、X17＝200、Y17＝40、Z17＝5”。而且，在帧编号“2”中表示各关节的位置移动到“X0＝101、Y0＝25、Z0＝5、…、X17＝202、Y17＝39、Z17＝15”。
技巧判定表74是判定参赛者10进行的技巧时所使用的表。图6是表示本实施例1的技巧判定表的数据结构的一个例子的图。如图6所示，该技巧判定表将技巧组、技巧编号、技巧名、开始姿势、开始姿势的成立条件、结束姿势以及结束姿势的成立条件建立对应。
通过技巧组和技巧编号的组合唯一地确定技巧(技巧名)。组合技巧组和技巧编号而得的信息成为技巧的识别信息。技巧名是技巧的名称。
开始姿势表示技巧的开始姿势。开始姿势的成立条件表示相应的开始姿势成立的条件。例如，开始姿势的成立条件表示成为相应的开始姿势的各关节的位置的推移。结束姿势表示技巧的结束姿势(静止姿势)。例如，结束姿势的成立条件表示成为相应的结束姿势的各关节的位置的关系。
图7是用于说明开始姿势以及结束姿势的一个例子的图。在图7中，作为一个例子，示出参赛者10进行技巧“后摆上在吊环高度处成水平支撑(2秒)”的例子。参赛者10在期间Ta中进行开始姿势“后摆上”，在期间Tb中进行结束姿势“成水平支撑(2秒)”。通过该开始姿势“后摆上”和结束姿势“成水平支撑(2秒)”的组合，成为技巧“后摆上在吊环高度处成水平支撑(2秒)”。当这样确定开始姿势以及结束姿势时，技巧也确定。
技巧识别DB75是储存技巧的识别结果数据的DB。图8是表示本实施例1的技巧识别DB的数据结构的一个例子的图。如图8所示，该技巧识别DB74将帧编号、关节位置数据、开始姿势标志、结束姿势标志、技巧组、技巧编号以及技巧名建立对应。
帧编号是与图3中所说明的感测帧的帧编号对应的编号。关节位置数据是图5等中说明的、表示与各帧编号对应的各关节位置的三维坐标的信息。开始姿势标志是表示参赛者10的姿势是否是开始姿势的信息。开始姿势标志成为“1”的期间表示参赛者10的姿势为开始姿势。结束姿势是表示参赛者10的姿势是否是结束姿势的信息。结束姿势标志成为“1”的期间表示参赛者10的姿势为结束姿势。技巧组以及技巧编号的组是唯一地识别技巧的信息。技巧名表示技巧的名称。
返回到图1的说明。对技巧识别装置70使用感测DB71、关节定义数据72、关节位置DB73、技巧判定表74、技巧识别DB75进行的处理进行说明。
技巧识别装置70对感测DB71的感测帧和关节定义数据72中定义的各关节的位置关系进行比较，确定感测帧所包含的各关节的种类以及关节的三维坐标。技巧识别装置70针对感测DB71的每个帧编号反复执行上述处理，并将各关节的三维坐标的信息储存至关节位置DB73。
技巧识别装置70针对每个帧编号将各关节的三维坐标的信息和技巧判定表74进行比较，确定开始姿势以及结束姿势。另外，技巧识别装置70通过对确定出的开始姿势以及结束姿势的组合和技巧判定表74进行比较，来确定与帧编号对应的技巧组、技巧编号、技巧名。
技巧识别装置70在技巧识别DB75中储存将帧编号、关节位置数据、开始姿势标志、结束姿势标志、技巧组、技巧编号、技巧名建立对应的信息。另外，技巧识别装置70将技巧识别DB75中储存的各记录作为识别结果数据并输出至信息处理装置100。例如，技巧识别装置70对从3D激光传感器50获取的感测数据实时进行上述处理，并将识别结果数据输出至信息处理装置100。
信息处理装置100是基于参赛者10过去进行的表演构成的历史来显示根据参赛者10的一系列的预定表演所计算出的预测得分的装置。另外，在伴随着参赛者10的实际的表演的进行，参赛者10的表演发生变更的情况下，信息处理装置100更新之后的预测表演，并且，根据表演更新来更新预测得分。
此处，对信息处理装置100显示的画面的一个例子进行说明。图9是表示表演开始前的显示画面的一个例子的图。在图9所示的例子中，显示画面10A包括影像区域10a、预测表演列表10b、D得分区域10c、E得分区域10d、分数区域10e、名次预测区域10f。
影像区域10a是显示参赛者10的影像数据的区域。例如，信息处理装置100将参赛者10过去进行的予选表演的影像数据显示于影像区域10a。
预测表演列表10b显示预测参赛者10进行的一系列的技巧(表演)的信息。例如，预测表演列表10b将技巧名、技巧组、技巧编号以及难度建立对应。与技巧名、技巧组、技巧编号有关的说明与上述的说明相同。难度表示技巧的难易的程度。男子有“A～H”的难度，女子有“A～I”的难度。
预测表演列表10b表示从第一行的技巧(技巧名)起依次朝向下面的行执行各技巧。在图9所示的例子中，依次执行后摆上在吊环高度处成水平支撑(2秒)、后摆上成水平支撑(2秒)、Azarian、后摆上倒立(2秒)，Jonasson、Yamawaki、本间十字。另外，接着，示出按照后翻上倒立(2秒)、直臂后翻上经倒立、团身后空翻两周加转体720度的顺序执行的情况。
D得分区域10c是显示参赛者10按预定进行预测表演列表10b的技巧的情况下的D得分的区域。D(Difficulty)得分是根据构成表演的技巧的难度所计算的得分。
E得分区域10d是显示基于参赛者10过去进行预测表演列表10b的技巧的实际成绩所计算出的E得分的区域。E(Execution)得分是通过与表演的技术、技巧的各要素中的身体的姿势有关的扣分法所计算的得分。例如，对某个技巧的理想的姿势和参赛者10的姿势进行比较，各姿势的偏离程度越大，从E得分越扣除得分。
分数区域10e是显示参赛者10按预定进行了预测表演列表10b的技巧的情况下预测的得分的区域。具体地，信息处理装置100使分数区域10e显示将在D得分区域10c中显示的D得分和在E得分区域10d中显示的E得分合计而得的得分。
名次预测区域10f是显示与多个参赛者有关的预测名次的信息的区域。例如，名次预测区域10f将名次、参赛者的姓名以及预测分数建立对应。
例如，用户(电视广播的现场直播播音员或观看者)参照图9所示的表演开始前的显示画面10A，能够容易地掌握参赛者10表演的技巧的顺序、D得分、E得分、得分、名次。
图10是表示表演中的显示画面的一个例子的图。在图10所示的例子中，显示画面11包括表演列表11a、表演迁移信息11b、D得分区域11c、E得分区域11d、分数区域11e以及名次预测区域11f。
表演列表11a示出表演中的参赛者10实际已进行的技巧和预测参赛者10将要进行的技巧的信息。表演列表11a将技巧名、技巧组、技巧编号以及难度建立对应。例如，信息处理装置100可以突出显示参赛者10当前正在进行的技巧的技巧名、和接下来进行的技巧的技巧名。在图10所示的例子中突出显示表演列表11a中参赛者10当前正在进行的技巧的技巧名“Azarian”、和预测接下来的表演的“后摆上十字倒立(2秒)”。
表演迁移信息11b是表示参赛者10实际已进行的技巧的迁移、和预测参赛者10将要进行的技巧的迁移的信息。在表演迁移信息11b连接有表示开始的节点、表示技巧的多个节点。例如对表示技巧的节点赋予技巧组与技巧编号的组。另外，在从某个技巧迁移到下一个技巧时，当迁移目的地的候补存在多个的情况下，同时显示迁移至迁移目的地的概率。
如图10的表演迁移信息11b所示，示出从开始的节点迁移到节点“G3－53”。节点“G3－53”的迁移目的地是节点“G3－70”以及节点“G2－52”。从节点“G3－53”迁移到节点“G3－70”的概率是“60％”。另一方面，从节点“G3－53”迁移到节点“G2－52”的概率是“40％”。另外，节点“G3－70”的迁移目的地是节点“G2－52”。
节点“G2－52”的迁移目的地是节点“G3－94”以及节点“G1－87”。从节点“G2－52”迁移到节点“G1－87”的概率是“60％”。另一方面，从节点“G2－52”迁移到节点“G3－94”的概率是“40％”。另外，节点“G3－94”的迁移目的地是节点“G1－87”。
紧接着节点“G1－87”的节点的迁移目的地依次为节点“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。
信息处理装置100突出显示与参赛者10当前正在进行的技巧对应的节点、和接下来迁移的节点。当接下来迁移的节点存在多个的情况下，信息处理装置100突出显示迁移的概率高的节点。
D得分区域11c是显示从表演开始参赛者10实际已进行的技巧、和按预定进行了接下来的技巧的情况下的D得分的区域。例如，在图10所示的表演列表11a中，参赛者10实际进行到Azarian。此时，计算基于实际已进行的技巧、和接下来预测的技巧的D得分，将所述的D得分显示于D得分区域11c。实际已进行的技巧为后摆上在吊环高度处成水平支撑(2秒)、Azarian。接下来预测的技巧为后摆上倒立(2秒)、Jonasson、Yamawaki、本间十字、后翻上倒立(2秒)、直臂后翻上经倒立、团身后空翻两周加弯曲两周。
E得分区域11d是显示从表演开始参赛者10实际已进行的技巧、和按预定进行了接下来的技巧的情况下的E得分的区域。例如，在图10所示的表演列表11a中，参赛者10实际进行到Azarian。此时，计算基于实际已进行的技巧、和接下来预测的技巧的E得分，将所述的E得分显示于E得分区域11d。实际已进行的技巧为后摆上在吊环高度处成水平支撑(2秒)、Azarian。接下来预测的技巧为后摆上倒立(2秒)、Jonasson、Yamawaki、本间十字、后翻上倒立(2秒)、直臂后翻上经倒立、团身后空翻两周加弯曲两周。
分数区域11e是显示从表演开始参赛者10实际已进行的技巧、和按预定进行了接下来的技巧的情况下的得分的区域。具体地，信息处理装置100使分数区域11e显示将D得分区域11c的D得分和E得分区域11d的E得分合计而得的得分。
名次预测区域11f是显示与多个参赛者有关的预测顺序的信息的区域。例如，名次预测区域11f将名次、参赛者的姓名、预测分数以及名次的变更状况建立对应。在随着参赛者10的表演进行，伴随着分数区域11e的更新，名次上升的情况下，信息处理装置100在名次的变更信息显示上的标记。在名次下降的情况下，信息处理装置100在名次的变更信息显示下的标记。
例如，如果电视广播的现场直播播音员参照图10所示的显示画面11，则能够一目了然地掌握技巧的变更，所以能够支援播音员的现场直播。例如，在图10中，在节点“G3－53”的迁移目的地从节点“G2－52”变更为节点“G3－70”的情况下，能够进行将“预定的技巧G3－53变更为技巧G3－70，以求逆转”等现场直播。另外，如果观看者参照图10所示的显示画面11，则能够辅助此刻正在进行的技巧的理解，从而能够激动地参照参赛者10的表演。
图11是表示表演结束后的显示画面的一个例子的图。在图11所示的例子中，显示画面12包括影像区域12a、表演列表12b、D得分区域12c、E得分区域12d、分数区域12e以及名次预测区域12f。
影像区域12a是显示参赛者10的影像数据的区域。例如，信息处理装置100将相机60拍摄的参赛者10的影像数据显示于影像区域12a。
表演列表12b示出参赛者10实际已进行的一系列的技巧(表演)的信息。表演列表12b将技巧名、技巧组、技巧编号以及难度建立对应。表演列表12b表示从第一行的技巧(技巧名)依次朝向下面的行执行各技巧。
D得分区域12c是显示基于参赛者10实际已进行的各技巧的D得分的区域。E得分区域12d是显示基于参赛者10实际已进行的各技巧的E得分的区域。分数区域10e是显示基于参赛者10实际已进行的技巧的得分的区域。
名次预测区域12f是显示与多个参赛者有关的名次(例如，参赛者10的表演结束时的暂定的名次)的信息的区域。例如，名次预测区域12f将名次、参赛者的姓名以及分数建立对应。
例如，用户(电视广播的现场直播播音员或观看者)参照图11所示的表演开始后的显示画面12，从而不必等待正式的发表，而能够预先掌握一定程度的结果。
接着，对本实施例1的信息处理装置100的结构进行说明。图12是表示本实施例1的信息处理装置的结构的功能框图。如图12所示，该信息处理装置具有接口部110、输入部120、显示部130、存储部140以及控制部150。
接口部110是与相机60、技巧识别装置70连接，并从相机60、技巧识别装置70获取数据的装置。接口部110将获取到的数据输出至控制部150。例如，接口部110从相机60获取影像数据。接口部110从技巧识别装置70获取识别结果数据。
输入部120是用于向信息处理装置100输入各种信息的输入装置。输入部120与键盘、鼠标、触摸面板等对应。
显示部130是对从控制部150输出的显示画面的信息进行显示的显示装置。显示部130与液晶显示器、触摸面板等对应。例如，显示部130对图9～图10所示的显示画面进行显示。
存储部140具有技巧识别DB141、影像DB142、表演历史表143、得分表144以及难度表145。存储部140与RAM(Random Access Memory：随机存取存储器)、ROM(Read OnlyMemory：只读存储器)、闪存(Flash Memory)等半导体存储器元件、HDD(Hard Disk Drive：硬盘驱动器)等存储装置对应。
技巧识别DB141是保持技巧识别装置70的识别结果数据的表。技巧识别DB141的数据结构与图8中所说明的技巧识别DB75的数据结构对应。例如，技巧识别DB141将帧编号、关节位置数据、开始姿势标志、结束姿势标志、技巧组、技巧编号以及技巧名建立对应。
影像DB142是储存从相机60获取的影像数据的数据库。图13是表示本实施例1的影像DB的数据结构的一个例子的图。如图13所示，该影像DB142将帧编号和影像帧建立对应。此外，虽然省略图示，但影像DB142也可以将各参赛者过去进行的表演的影像数据与参赛者ID建立对应，并保持。
在图13中，帧编号是唯一地识别各影像帧的编号。此外，假设影像帧的帧编号与感测帧的帧编号同步。影像帧是由相机60拍摄的影像帧。
表演历史表143是保持与参赛者10或其它参赛者过去进行的表演的历史有关的信息的表。图14是表示本实施例1的表演历史表的数据结构的一个例子的图。如图14所示，该表演历史表143将参赛者ID、日期、大会ID、表演构成信息、分数、表演时间建立对应。
参赛者ID是唯一地识别参赛者的信息。日期表示参赛者进行表演的日期。大会ID是唯一地识别大会的信息。表演构成信息是表示在相应的大会中参赛者进行的表演的构成的信息。分数表示相应的大会中的参赛者的分数。例如，分数包括D得分、E得分以及分数(D得分与E得分的合计分数)。表演时间表示参赛者进行的表演的时间。
另外，虽然省略图示，但表演历史表143针对每个参赛者ID，还保持与各组以及技巧编号对应的E得分的历史，以支援后述的计算E得分的处理。
图15是表示表演构成信息的一个例子的图。在图15中，作为一个例子，示出图14的第一列所包含的、在大会ID“A101”的大会中参赛者ID“U1001”进行的表演构成信息。如图15所示，表演构成信息将顺序、技巧名、技巧组、技巧编号以及难度建立对应。顺序表示参赛者进行相应的技巧名的技巧的顺序。与技巧名、技巧组、技巧编号、难度有关的说明与上述的说明相同。
得分表144是保持与各参赛者的分数有关的信息的表。图16是表示本实施例1的得分表的数据结构的一个例子的图。如图16所示，该得分表144将参赛者ID、预测分数以及分数建立对应。在图16中，参赛者ID是唯一地识别参赛者的信息。预测分数是参赛者的被预测的分数。预测分数包括D得分、E得分以及分数(D得分与E得分的合计分数)。分数是参赛者进行表演后的实际的分数。分数包括D得分、E得分以及分数(D得分与E得分的合计分数)。
难度表145是将计算D得分的情况下所使用的难度与分数建立对应的表。图17是表示本实施例1的难度表的数据结构的一个例子的图。如图17所示，该难度表145将技巧组、技巧编号、难度以及分数建立对应。
控制部150具有登记部151、预处理部152以及画面生成部153。控制部150能够通过CPU(Central Processing Unit：中央处理器)、MPU(Micro Processing Unit：微处理器)等来实现。另外，控制部150也能够通过ASIC(Application Specific Integrated Circuit：专用集成电路)、FPGA(Field Programmable Gate Array：现场可编程逻辑门阵列)等硬连线逻辑来实现。
登记部151是在开始参赛者10的表演的情况下，从技巧识别装置70获取识别结果数据，并将获取到的识别结果数据登记至技巧识别DB141的处理部。另外，登记部151在开始参赛者10的比赛的情况下，从相机60获取影像数据，并将获取到的影像数据登记至影像DB142。
预处理部152从表演历史表143获取包含参赛者10的预定实施的多个技巧的“预定表演信息”。另外，预处理部152根据预定表演信息来计算多个技巧成功的情况下的预测分数，生成显示预测表演的预测分数的画面信息。例如，显示预测表演的预测分数的画面信息与图9中说明的显示画面10A的信息对应。预处理部152计算的预测分数与第一预测得分对应。
此处，对预处理部152从表演历史表143获取“预定表演信息”的处理的一个例子进行说明。例如，预处理部152若从输入部120接受成为对象的参赛者的参赛者ID，则从表演历史表143获取与接受到的参赛者ID对应的多个表演构成信息。预处理部152分别对多个表演构成信息所包含的顺序以及技巧(技巧名)的组进行比较，针对每个顺序，确定频率最高的技巧，从而生成“表演迁移流程信息”。另外，当从某个技巧起的迁移目的地存在多个的情况下，预处理部152同时计算移至各迁移目的地的技巧的概率。
图18是表示表演迁移流程信息的一个例子的图。如图18所示，该表演迁移流程信息20连接有表示开始的节点、和表示技巧的多个节点。例如，对表示技巧的节点赋予技巧组与技巧编号的组。另外，在从某个技巧迁移到下一个技巧时，迁移目的地的候补存在多个的情况下，赋予迁移至迁移目的地的概率。
如图18所示，示出从开始的节点迁移到节点“G3－53”。节点“G3－53”的迁移目的地是节点“G3－70”以及节点“G2－52”。从节点“G3－53”迁移至节点“G3－70”的概率是“60％”。另一方面，从节点“G3－53”迁移至节点“G2－52”的概率是“40％”。另外，节点“G3－70”的迁移目的地是节点“G2－52”。
节点“G2－52”的迁移目的地是节点“G3－94”以及节点“G1－87”。从节点“G2－52”迁移至节点“G1－87”的概率是“60％”。另一方面，从节点“G2－52”迁移至节点“G3－94”的概率是“40％”。另外，节点“G3－94”的迁移目的地是节点“G1－87”。
紧接着节点“G1－87”的节点的迁移目的地依次为节点“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。
此处，作为一个例子，对预处理部152生成表演迁移流程信息的情况进行了说明，但并不限于此。也可以针对每个参赛者ID，预先生成表演迁移流程信息，预处理部152获取所述的表演迁移流程信息并利用。
预处理部152基于表演迁移流程信息20来确定最准确的参赛者进行的技巧的顺序。预处理部152从表演迁移流程信息20的开始节点追踪技巧的节点，当技巧的迁移目的地存在多个的情况下，迁移至概率高的节点，从而确定技巧的顺序。
例如，在图18所示的表演迁移流程信息20中，参赛者进行的技巧的顺序从开始节点起为节点“G3－53”、“G3－70”、“G2－52”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。通过上述的处理，预处理部152确定出的技巧的种类以及技巧的顺序为“预定表演信息”。预处理部152将预定表演信息和表演迁移流程信息输出至画面生成部153。
接着，对预处理部152计算预定表演信息的D得分的处理进行说明。预处理部152对预定表演信息所包含的技巧和难度表145进行比较，来确定每个技巧分数。预处理部152将确定出的每个技巧分数合计来计算与预定表演信息对应的D得分。例如，与预定表演信息对应的D得分是在图9的D得分区域10c中显示的得分。
对预处理部152计算预定表演信息的E得分的处理进行说明。预处理部152对预定表演信息所包含的技巧、参赛者ID以及表演历史表143进行比较，来确定每个技巧E得分。预处理部152将确定出的每个技巧E得分合计来计算与预定表演信息对应的E得分。例如，与预定表演信息对应的E得分是在图9的D得分区域10d中显示的得分。
对预处理部152计算预定表演信息的分数的处理进行说明。预处理部152通过将预定表演信息的D得分和E得分合计来计算预定表演信息的分数。例如，与预定表演信息对应的分数是在图9的分数区域10e中显示的得分。
预处理部152将计算出的D得分、E得分、分数与参赛者ID建立对应，并存储至得分表144。此外，预处理部152计算的D得分、E得分、分数成为与得分表144的预测分数的项目对应的信息。
画面生成部153在参赛者10的表演开始前生成图9所示的显示画面10A的信息，并输出至显示部130以进行显示。画面生成部153在参赛者10的表演中中生成图10所示的显示画面11的信息，并输出至显示部130以进行显示。画面生成部153在参赛者10的表演结束后，生成图11所示的显示画面12的信息，并输出至显示部130以进行显示。例如，画面生成部153基于实施完毕的技巧的得分、和预测出的未实施的技巧成功的情况下的第二预测得分来预测实施中的实际表演整体的第三预测得分。例如，在图18中，技巧的顺序设为“G3－53”、“G3－70”、“G2－52”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”，且到“G2－52”为止实施完毕。此时，第二预测得分为“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”的得分。第三预测得分为合计实施完毕的“G3－53”、“G3－70”、“G2－52”的得分和第二预测得分而得的得分。详细后述。
对画面生成部153在参赛者10的“表演开始前”生成显示画面10A的信息的处理的一个例子进行说明。显示画面10A包括影像区域10a、预测表演列表10b、D得分区域10c、E得分区域10d、分数区域10e、名次预测区域10f。
画面生成部153若从输入部120接受到成为对象的参赛者的参赛者ID，则从影像DB142获取与接受到的参赛者ID对应的过去的影像数据，并作为影像区域10a显示的信息。
画面生成部153通过基于预定表演信息，按照预测的技巧的顺序排列技巧名、技巧组、技巧编号、难度的组的信息，来生成预测表演列表10b。
画面生成部153从得分表144获取与从输入部120接受到的参赛者ID对应的预测分数。画面生成部153使预测分数所包含的D得分、E得分、分数作为显示于D得分区域10c、E得分区域10d、分数区域10e的信息。
画面生成部153获取成为对象的参赛者的参赛者ID、和参照本次的大会的其它参赛者的参赛者ID。在以下的说明中，适当地将成为对象的参赛者记载为第一参赛者，将成为比较对象的其它参赛者记载为第二参赛者。画面生成部153通过第二参赛者的参赛者ID与得分表144的比较来获取第二参赛者的分数。在第二参赛者的表演结束，并在得分表144的分数中储存有信息的情况下，画面生成部153获取所述的分数的信息。另一方面，在第二参赛者的表演为表演前，并在得分表144的分数中未储存信息的情况下，画面生成部153获取预测分数的信息。
画面生成部153对第一参赛者的分数(表演前的分数)和多个第二参赛者的分数(表演前或者表演后的分数)进行比较，来判定参赛者的名次。画面生成部153通过将名次、参赛者的姓名以及分数建立对应来生成名次预测区域10f的信息。例如，画面生成部153参照将参赛者ID和参赛者名建立对应的表(图示省略)来确定与参赛者ID对应的参赛者名。
画面生成部153通过生成与影像区域10a、预测表演列表10b、D得分区域10c、E得分区域10d、分数区域10e、名次预测区域10f对应的信息并进行配置，从而输出显示画面10A的信息。
接着，对画面生成部153在参赛者10的“表演中”生成显示画面11的信息的处理的一个例子进行说明。如图10所说明那样，显示画面11包括表演列表11a、表演迁移信息11b、D得分区域11c、E得分区域11d、分数区域11e、名次预测区域11f。伴随着参赛者10的表演的进行，画面生成部153更新在表演列表11a、表演迁移信息11b、D得分区域11c、E得分区域11d、分数区域11e、名次预测区域11f中显示的信息。
对画面生成部153更新表演列表11a的信息的处理的一个例子进行说明。首先，画面生成部153按照预定表演信息所指示的各技巧的顺序来生成表演列表11a的初始信息。
当开始参赛者10的表演时，开始技巧识别装置70的识别结果数据的输出，识别结果数据被储存至技巧识别DB141。画面生成部153参照技巧识别DB141依次获取参赛者10实际已进行的技巧，并对实际已进行的技巧和表演迁移流程信息进行比较。
在由参赛者10进行的技巧的迁移目的地迁移到概率高的技巧的情况下，画面生成部153将表演列表11a保持原样地设为初始信息。另外，画面生成部153也可以在表演列表11a中突出显示与当前参赛者10正在进行的技巧的技巧名对应的位置。例如，当参赛者10当前正在进行技巧名“Azarian”的技巧的情况下，突出显示表演列表11a所包含的“Azarian”的项目。
另一方面，在由参赛者10进行的技巧的迁移目的地迁移到概率低的技巧的情况下，画面生成部153基于表演迁移流程信息来更新表演列表11b的信息。例如，在与节点“G3－53”对应的技巧之后，参赛者10进行的技巧为节点“G2－52”的技巧时，画面生成部153迁移至概率低的技巧，并更新表演列表11b的信息。在与节点“G2－52”对应的技巧之后，参赛者10进行的技巧为节点“G3－94”的技巧时，画面生成部153迁移至概率低的技巧，并更新表演列表11b的信息。
更新前的表演列表11b的技巧的顺序设为“G3－53”、“G3－70”、“G2－52”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。与此相对，更新后的表演列表11的技巧的顺序为“G3－53”、“G2－52”、“G3－94”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。
例如，画面生成部153如图19所示那样更新表演列表11a的信息。图19是用于说明本实施例1的画面生成部的处理的一个例子的图(1)。在图19中，表演列表11a－1是更新前的表演列表。表演列表11a－2是更新后的表演列表。如图19所示，从表演列表11a－2删除表演列表11a－1的第二个技巧“后摆上成水平支撑(2秒)＜G3－70＞”。另外，对表演列表11a－2的第三个追加表演列表11a－1中没有的技巧“后摆上十字倒立(2秒)＜G3－94＞”。
对画面生成部153更新表演迁移信息11b的处理的一个例子进行说明。首先，画面生成部153通过与表演迁移流程信息20对应地配置开始节点以及技巧的节点来生成表演迁移信息11b。
当开始参赛者10的表演时，画面生成部153参照技巧识别DB141，依次获取参赛者10实际已进行的技巧，并依次突出显示与获取到的技巧对应的技巧的节点。
对画面生成部153更新D得分区域11c的处理的一个例子进行说明。首先，画面生成部153对参赛者10的参赛者ID和得分表144进行比较，从预测分数的项目获取参赛者10的被预测出的D得分。画面生成部153在D得分区域11c中设定获取到的D得分。
当开始参赛者10的表演时，画面生成部153参照技巧识别DB141，依次获取参赛者10实际已进行的技巧，并对实际已进行的技巧和表演迁移流程信息进行比较。
在由参赛者10进行的技巧的迁移目的地迁移到概率高的技巧的情况下，画面生成部153使显示在D得分区域11c中的D得分保持原样。
另一方面，在由参赛者10进行的技巧的迁移目的地迁移到概率低的技巧的情况下，画面生成部153基于表演迁移流程信息来更新参赛者10进行的技巧的内容。作为一个例子，使用图18所示的表演迁移流程信息20进行说明。例如，在与节点“G3－53”对应的技巧之后，参赛者10进行的技巧为节点“G3－52”的技巧时，画面生成部153迁移至概率低的技巧，并更新参赛者10进行的技巧的内容。
参赛者10进行的更新前的技巧的内容为“G3－53”、“G3－70”、“G2－52”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。与此相对，参赛者10进行的更新后的技巧的内容为“G3－53”、“G2－52”、“G3－94”、“G1－87”、“G1－52”、“G1－51”、“G3－16”、“G1－81”、“G1－26”、“G4－41”。
画面生成部153对更新后的技巧和难度表145进行比较，确定每个技巧分数。画面生成部153通过将确定出的每个技巧分数合计而重新计算与更新后的技巧对应的D得分。画面生成部153使D得分区域11c显示计算出的D得分。另外，画面生成部153也可以在显示重新计算出的D得分的情况下使D得分区域11c的D得分突出显示。另外，画面生成部153通过计算出的D得分来更新得分表144的D得分(预测分数的D得分)。
对画面生成部153更新E得分区域11d的处理的一个例子进行说明。首先，画面生成部153对参赛者10的参赛者ID和得分表144进行比较，从预测分数的项目获取参赛者10的被预测出的E得分。画面生成部153在E得分区域11d中设定获取到的E得分。
当开始参赛者10的表演时，画面生成部153参照技巧识别DB141，依次获取参赛者10实际已进行的技巧，并对实际已进行的技巧和表演迁移流程信息进行比较。
在由参赛者10进行的技巧的迁移目的地迁移到概率高的技巧的情况下，画面生成部153使显示在E得分区域11d中的E得分保持原样。
另一方面，在由参赛者10进行的技巧的迁移目的地迁移到概率低的技巧的情况下，画面生成部153基于表演迁移流程信息来更新参赛者10进行的技巧的内容。作为一个例子，使用图18所示的表演迁移流程信息20进行说明。例如，在与节点“G3－53”对应的技巧之后，参赛者10进行的技巧为节点“G3－70”的技巧的情况下，画面生成部153迁移至概率低的技巧，并更新参赛者10进行的技巧的内容。更新前的技巧的内容以及更新后的技巧的内容与更新D得分区域11c的处理中进行的相同。
画面生成部153对更新后的技巧和表演历史表143进行比较，来确定每个技巧E得分。画面生成部153通过将确定出的每个技巧E得分合计而重新计算与更新后的技巧对应的E得分。画面生成部153在E得分区域11d中设定计算出的E得分。另外，画面生成部153也可以在显示重新计算出的E得分的情况下，使E得分区域11d的E得分突出显示。另外，画面生成部153通过计算出的D得分来更新得分表144的E得分(预测分数的E得分)。
对画面生成部153更新分数区域11e的处理的一个例子进行说明。首先，画面生成部153对参赛者10的参赛者ID和得分表144进行比较，从预测分数的项目获取参赛者10的被预测出的分数。画面生成部153在分数区域11e中设定获取到的分数。
当开始参赛者10的表演时，画面生成部153参照技巧识别DB141，依次获取参赛者10实际已进行的技巧，并对实际已进行的技巧和表演迁移流程信息进行比较。
在由参赛者10进行的技巧的迁移目的地迁移到概率高的技巧的情况下，画面生成部153使显示在分数区域11e中的分数保持原样。
另一方面，在由参赛者10进行的技巧的迁移目的地迁移到概率低的技巧的情况下，画面生成部153基于表演迁移流程信息来更新参赛者10进行的技巧的内容。作为一个例子，使用图18所示的表演迁移流程信息20进行说明。例如，在与节点“G3－53”对应的技巧之后，参赛者10进行的技巧为节点“G3－70”的技巧时，画面生成部153迁移至概率低的技巧，并更新参赛者10进行的技巧的内容。更新前的技巧的内容以及更新后的技巧的内容与更新D得分区域11c的处理中进行的相同。
画面生成部153与更新D得分区域11c的处理相同地计算与更新后的技巧对应的D得分。画面生成部153与更新E得分区域11d的处理相同地计算与更新后的技巧对应的E得分。画面生成部153通过将与更新后的技巧对应的D得分和E得分合计来计算更新后的分数。
画面生成部153在分数区域11e中设定计算出的更新后的分数。画面生成部153也可以在显示重新计算出的分数的情况下，使分数区域11e的分数突出显示。另外，画面生成部153通过计算出的分数来更新得分表144的分数(预测分数的分数)。
对画面生成部153更新名次预测区域11f的信息的处理的一个例子进行说明。画面生成部153参照得分表144来获取第一参赛者的分数和多个第二参赛者的分数。
第一参赛者的分数是得分表144中与正在进行表演的参赛者的参赛者ID对应的预测分数的项目的分数。第二参赛者的分数是在相应的第二参赛者的表演结束的情况下，得分表144中与第二参赛者的参赛者ID对应的分数项目的分数。或者，第二参赛者的分数是在相应的第二参赛者的表演未结束的情况下，得分表144中与第二参赛者的参赛者ID对应的预测分数的项目的分数。
画面生成部153对第一参赛者的分数(表演中的预测的分数)和多个第二参赛者的分数(表演前或者表演后的分数)进行比较来判定参赛者的名次。画面生成部153通过将名次、参赛者的姓名以及分数建立对应来生成名次预测区域11f的信息。例如，画面生成部153参照将参赛者ID和参赛者名建立对应的表(图示省略)来确定与参赛者ID对应的参赛者名。
画面生成部153每当第一参赛者的分数被更新时反复执行上述处理，从而更新名次预测区域11f的信息。在参赛者的名次与更新前的名次相比较上升的情况下，画面生成部153在相应的参赛者名的旁边显示上箭头。在参赛者的名次与更新前的名次相比较下降的情况下，画面生成部153在相应的参赛者名的旁边显示下箭头。
接着，画面生成部153在参赛者10的“表演结束后”生成显示画面12的信息，并输出至显示部130以进行显示。显示画面12包括影像区域12a、表演列表12b、D得分区域12c、E得分区域12d、分数区域12e、名次预测区域12f。
画面生成部153参照技巧识别DB141，依次获取参赛者10实际已进行的技巧，并对实际已进行的技巧和表演迁移流程信息进行比较，在到达表演迁移流程信息的最后的节点的情况下，判定为参赛者10的表演结束。例如，当使用图18所示的表演迁移流程信息20进行说明时，在参赛者10的技巧到达与节点“G4－41”对应的技巧的情况下，判定为参赛者10的表演结束。
对画面生成部153在影像区域12a中显示信息的处理进行说明。画面生成部153从影像DB142获取已进行了表演的参赛者的影像数据，并使影像区域12a显示获取到的影像数据。
对画面生成部153在表演列表12b中显示信息的处理进行说明。画面生成部153将在参赛者10结束表演的时刻显示在显示画面11的表演列表11a上的信息作为表演列表12b的信息来利用。
对画面生成部153在D得分区域12c、E得分区域12d、分数区域12e中显示信息的处理进行说明。画面生成部153在D得分区域12c、E得分区域12d、分数区域12e中设定在参赛者10结束表演的时刻被设定在显示画面11的D得分区域11c、E得分区域11d、分数区域11e中的D得分、E得分、分数。
画面生成部153将在D得分区域12c、E得分区域12d、分数区域12e中设定的D得分、E得分、分数的信息与参赛者ID建立对应，并登记至得分表144的分数的项目。
对画面生成部153在名次预测区域12f中显示信息的处理进行说明。画面生成部153参照得分表144来获取第一参赛者的分数和多个第二参赛者的分数。
第一参赛者的分数是得分表144中与结束表演的参赛者的参赛者ID对应的分数项目的分数。第二参赛者的分数是在相应的第二参赛者的表演结束的情况下，得分表144中与第二参赛者的参赛者ID对应的分数项目的分数。或者，第二参赛者的分数是在相应的第二参赛者的表演未结束的情况下，得分表144中与第二参赛者的参赛者ID对应的预测分数的项目的分数。
画面生成部153对第一参赛者的分数(表演中的预测的分数)和多个第二参赛者的分数(表演前或者表演后的分数)进行比较来判定参赛者的名次。画面生成部153通过将名次、参赛者的姓名以及分数建立对应来生成名次预测区域12f的信息。例如，画面生成部153参照将参赛者ID和参赛者名建立对应的表(图示省略)来确定与参赛者ID对应的参赛者名。另外，在参赛者的名次与最近的名次相比较有变动的情况下，画面生成部153也可以显示箭头的方向以对名次的变动进行可视化。即，在参赛者的名次与更新前的名次相比较上升的情况下，画面生成部153在相应的参赛者名的旁边显示上箭头。在参赛者的名次与更新前的名次相比较下降的情况下，画面生成部153在相应的参赛者名的旁边显示下箭头。
接着，使用图20，对从参赛者10的表演开始到表演结束的期间中的、显示画面11的表演迁移信息11b、D得分区域11c、E得分区域11d、分数区域11e的信息的变化的一个例子进行说明。
图20是用于说明本实施例1的画面生成部的处理的一个例子的图(2)。在图20中，作为一个例子，对参赛者10开始表演，在“G3－53”的技巧之后，执行与预定不同的技巧(“G2－52”的技巧)，之后进行按预定的表演的情况进行说明。
对步骤S10进行说明。在步骤S10中，表演前的显示画面包括表演迁移信息11b－1、D得分区域11c－1、E得分区域11d－1以及分数区域11e－1。
画面生成部153使表演迁移信息11b－1显示表演迁移流程信息20。画面生成部153计算预定表演信息的D得分、E得分、分数，并使D得分区域11c－1、E得分区域11d－1以及分数区域11e－1分别显示。显示于D得分区域11c－1、E得分区域11d－1以及分数区域11e－1的D得分、E得分、分数成为参赛者10已进行了按预定的表演(预定表演信息的表演)的情况下的、D得分、E得分、分数。
对步骤S11进行说明。在步骤S11中，表演中的显示画面包括表演迁移信息11b－2、D得分区域11c－2、E得分区域11d－2以及分数区域11e－2。
画面生成部153在参照技巧识别DB141，从“G3－53”的技巧迁移到“G2－52”的技巧的情况下，突出显示从表演迁移信息11b－2的“G3－53”的技巧向“G2－52”的技巧迁移的线。画面生成部153更新D得分区域11c－1、E得分区域11d－1以及分数区域11e－1的信息。此外，由于“G3－70”的技巧的难度和“G2－52”的技巧的难度是相同的“D”难度，所以D得分区域11c－2的D得分和D得分区域11c－1的D得分相同。
通过从“G3－53”的技巧迁移至“G2－52”的技巧，未进行本来预定执行的“G3－70”的技巧，从而E得分被更新为“8.200”。画面生成部153在E得分区域11d－2中显示E得分“8.200”。另外，与E得分的更新对应地，画面生成部153使分数区域11e－2显示分数“13.900”。
对步骤S12进行说明。在步骤S12中，从表演中到表演结束的显示画面包括表演迁移信息11b－3、D得分区域11c－3、E得分区域11d－3以及分数区域11e－3。在“G2－52”的技巧以后，参赛者10进行了按预定的表演的情况下，画面生成部153在D得分区域11c－3、E得分区域11d－3、分数区域11e－3中显示与D得分区域11c－2、E得分区域11d－2、分数区域11e－2相同的信息。
接下来，对本实施例1的信息处理装置100的处理顺序的一个例子进行说明。图21是表示本实施例1的信息处理装置的处理顺序的流程图。如图21所示，信息处理装置100的预处理部152从表演历史表143获取预定表演信息(步骤S101)。预处理部152计算预定表演信息所包含的各技巧成功的情况下的预测得分(步骤S102)。
信息处理装置100的画面生成部153生成显示预测得分的显示画面，并使显示部130显示(步骤S103)。例如，在步骤S103中被显示的显示画面与图9中说明的显示画面10A对应。画面生成部153执行表演中处理(步骤S104)。
接着，对图21的步骤S104所示的表演中处理的一个例子进行说明。图22是表示表演中处理的处理顺序的流程图。如图22所示，在参赛者10开始表演的情况下，信息处理装置100的画面生成部153获取实施中的表演的识别结果数据(步骤S201)。
画面生成部153对识别结果数据和表演迁移流程信息进行比较(步骤S202)。在实施中的技巧与预定的技巧不同的情况下(步骤S203：“是”)，画面生成部153更新预测得分(步骤S204)，移至步骤S205。
另一方面，在实施中的技巧与预定的技巧没有不同的情况下(步骤S203：“否”)，画面生成部153移至步骤S205。画面生成部153更新显示画面并进行显示(步骤S205)。例如，步骤S205中被显示的显示画面与图10中说明的显示画面11对应。
在表演结束的情况下(步骤S206：“是”)，画面生成部153显示表演结束时的显示画面(步骤S207)。例如，步骤S207中被显示的显示画面与图11中说明的显示画面12对应。
另一方面，在表演未结束的情况下(步骤S206：“否”)，画面生成部153获取下一个识别结果数据(步骤S208)，移至步骤S202。
接下来，对本实施例1的信息处理装置100的效果进行说明。信息处理装置100在表演开始前计算对预定表演信息的预测得分，并对计算出的预测得分进行显示。当开始表演时，信息处理装置100判定伴随着表演的进行，预定的技巧是否被变更，并在预定的技巧被变更的情况下，通过预测将要实施的可能性较高的未实施的技巧来更新一系列的预定技巧，更新基于更新后的一系列的预测技巧的预测得分，并使显示画面显示更新后的预测得分。由此，能够提供评分比赛中的预定表演的预测得分、和伴随着表演的进行的预测得分。
信息处理装置100在参赛者10的表演开始前使图9所示的显示画面10A显示。例如，播音员参照显示画面10A的名次预测区域10f，能够掌握产生表演者的名次变动的分数线。例如，如果将从当前时刻进行表演的参赛者设为“富士太郎”，则播音员能够一边看显示画面一边容易地发表“似乎按预定表演的话无法排在第一位，一定会改变表演吧”等评语。
信息处理装置100在参赛者10的表演中使图10所示的显示画面11显示。例如，播音员参照显示画面11的表演迁移信息11b，能够实时地掌握参赛者10进行的技巧从“G3－70”的技巧变更为“G2－52”的技巧。另外，通过将技巧从“G3－70”的技巧变更为“G2－52”的技巧，在E得分区域11d的E得分上升的情况下，参赛者10能够确认已经转变为擅长的技巧。由此，播音员能够一边看显示画面一边容易地发表“将预定表演的技巧(G3－70)在正式演出中改变为完成度高的技巧(G2－52)！在过去的表演中这些表演构成的E得分高于1.0。”等评语。
另一方面，如果观看者参照显示画面11的表演迁移信息11b，则能够感受逆转的可能性的同时激动地观看转播。例如，在图10的显示画面11中，在当前的技巧为“G3－53”的情况下，即使观看者没有与参赛者10有关的过去的表演的知识，也能够预先预测接下来表演者进行“G3－70”的技巧，然而能够期待将技巧变更为“G2－52”以求逆转？等参赛者10的策略。
信息处理装置100在参赛者10的表演结束时使图11所示的显示画面12显示。例如，播音员参照显示画面12的名次预测区域12f的信息，能够在裁判员发表最终的得分前掌握预料得分。例如，能够容易地发表“富士太郎暂定升至第一位的可能性高啊”等评语。
实施例2
图23是表示本实施例2的系统的一个例子的图。如图23所示，该系统具有3D激光传感器50、相机60以及信息处理装置200。信息处理装置200与3D激光传感器50和相机60连接。在本实施例2中，作为一个例子，对参赛者10在3D激光传感器50以及相机60的前方进行体操表演的情况进行说明，但也能够相同地适用参赛者10进行其它评分比赛的情况。
3D激光传感器50是对参赛者10进行3D感测的传感器。3D激光传感器50将作为感测结果的感测数据输出至信息处理装置200。
相机60是拍摄参赛者10的影像数据的装置。相机60将影像数据输出至信息处理装置200。
信息处理装置200是基于参赛者10过去进行的表演构成的历史来显示根据参赛者10的一系列的预定表演所计算出的预测得分的装置。另外，在伴随着参赛者10的实际的表演的进行，参赛者10的表演发生变更的情况下，信息处理装置200更新之后的预测表演，并且根据表演更新来更新预测得分。
另外，信息处理装置200具有图1中说明的技巧识别装置70的功能，基于从3D激光传感器50输出的感测数据来识别参赛者10的技巧。此处，信息处理装置200在识别参赛者10的技巧的情况下，基于从感测数据确定的开始姿势来预测并显示技巧。
例如，假设参赛者10当前正在进行的技巧的下一个技巧存在多个，下一个技巧为“后摆上十字倒立(2秒)”、“后摆上倒立(2秒)”、“其它技巧”。信息处理装置200在判定为从感测数据确定的开始姿势为“后摆上”的时刻，即使不等待结束姿势的识别，也能够判定接下来进行的技巧是“后摆上十字倒立(2秒)”、“后摆上倒立(2秒)”的哪一个。信息处理装置200使显示画面显示推断出的“后摆上十字倒立(2秒)”、“后摆上倒立(2秒)”。
图24是表示本实施例2的信息处理装置显示的显示画面的一个例子的图。例如，信息处理装置200在判定出接下来进行的技巧为“后摆上十字倒立(2秒)”、“后摆上倒立(2秒)”中的哪一个的情况下，如显示画面13所示，突出显示“后摆上十字倒立(2秒)”、“后摆上倒立(2秒)”的技巧名。通过参照该显示画面13，即使不看结束时的姿势，也能够事先掌握参赛者10将要进行的技巧。
接下来，对本实施例2的信息处理装置200的结构进行说明。图25是表示本实施例2的信息处理装置的结构的功能框图。如图25所示，信息处理装置200具有接口部210、输入部220、显示部230、存储部240以及控制部250。
接口部210是与3D激光传感器50、相机60连接，从3D激光传感器50、相机60获取数据的装置。接口部210将获取到的数据输出至控制部250。例如，接口部210从3D激光传感器50获取感测数据。接口部210从相机60获取影像数据。
输入部220是用于向信息处理装置200输入各种信息的输入装置。输入部220与键盘、鼠标、触摸面板等对应。
显示部230是对从控制部250输出的显示画面的信息进行显示的显示装置。显示部240与液晶显示器、触摸面板等对应。例如，显示部230对图9～图10所示的显示画面进行显示。
存储部240具有感测DB241、关节定义数据242、关节位置DB243、技巧判定表244、技巧识别DB245。另外，存储部240具有影像DB246、表演历史表247、得分表248、难度表249。存储部240与RAM、ROM、闪存等半导体存储器元件、HDD等存储装置对应。
感测DB241是储存从3D激光传感器50获取的感测数据的DB。感测DB241的数据结构与实施例1中说明的感测DB71的数据结构相同。
关节定义数据242定义参赛者10的各关节位置。关节定义数据242的数据结构与实施例1中说明的关节定义数据72的数据结构相同。
关节位置DB243是基于3D激光传感器50的感测数据所生成的参赛者10的各关节的位置数据。关节位置DB243的数据结构与实施例1中说明的关节位置DB73的数据结构相同。
技巧判定表244是判定参赛者10进行的技巧时所使用的表。技巧判定表244的数据结构与实施例1中说明的技巧判定表74的数据结构相同。
技巧识别DB245是储存技巧的识别结果数据的DB。技巧识别DB245的数据结构与实施例1中说明的技巧识别DB75的数据结构相同。
影像DB246是储存从相机60获取的影像数据的DB。影像DB246的数据结构与实施例1中说明的影像DB142的数据结构相同。
表演历史表247是保持与参赛者10或其它参赛者过去进行的表演的历史有关的信息的表。表演历史表247的数据结构与实施例1中说明的表演历史表143的数据结构相同。
得分表248是保持与各参赛者的分数有关的信息的表。得分表248的数据结构与实施例1中说明的得分表144的数据结构相同。
难度表249是将计算D得分的情况下所使用的难度和分数建立对应的表。难度表249的数据结构与实施例1中说明的难度表145的数据结构相同。
控制部250具有登记部251、识别部252、预处理部253以及画面生成部254。控制部250能够通过CPU、MPU等来实现。另外，控制部250也能够通过ASIC、FPGA等硬连线逻辑来实现。
登记部251从3D激光传感器50获取感测数据，并将获取到的感测数据登记至感测DB241。登记部251从相机60获取影像数据，并将获取到的影像数据储存至影像DB246。
识别部252是基于感测DB241中储存的感测数据来识别参赛者10的技巧的处理部。识别部252生成将感测数据的各帧编号与各认证结果分别建立对应的识别结果数据。识别部252将识别结果数据储存至技巧识别DB245。
识别部252对感测DB241的感测帧和关节定义数据242中定义的各关节的位置关系进行比较，来确定感测帧所包含的各关节的种类以及关节的三维坐标。识别部252针对感测DB241的每个帧编号，反复执行上述处理，并将各关节的三维坐标的信息储存至关节位置DB243。
识别部252针对每个帧编号，对各关节的三维坐标的信息和技巧判定表244进行比较，确定开始姿势以及结束姿势。另外，识别部252通过对确定出的开始姿势以及结束姿势的组合和技巧判定表244进行比较来确定与帧编号对应的技巧组、技巧编号、技巧名。
识别部252在技巧识别DB245中储存将帧编号、关节位置数据、开始姿势标志、结束姿势标志、技巧组、技巧编号、技巧名建立对应的信息。
此处，本实施例2的识别部252也可以在基于感测DB241中储存的感测数据来进行技巧的识别的情况下，基于从感测数据确定的开始姿势来预测技巧。识别部252将根据开始姿势预测出的技巧的信息输出至画面生成部254。
图26是用于说明本实施例2的识别部的处理的图。例如，识别部252基于表演迁移流程信息来判定图26所示那样的各技巧的迁移目的地。如图26所示，在技巧“后摆上在吊环高度处成水平支撑(2秒)”之后执行“后摆上成水平支撑(2秒)”或者“Azarian：直臂直体卷身上十字悬垂(2秒)”。而且，在“Azarian”之后执行“后摆上十字倒立(2秒)”或者“后摆上倒立(2秒)”。
如图7中说明那样，根据开始姿势与结束姿势的组合来决定技巧，但不必等待结束姿势的判定，只要能够判定开始姿势，则能够预测下一个参赛者10执行的技巧。例如，在图26中，在参赛者10的技巧“后摆上在吊环高度处成水平支撑(2秒)”结束的情况下，接下来参赛者10有可能进行的某个技巧为“后摆上成水平支撑(2秒)”或者“Azarian”。
因此，在参赛者10的技巧“后摆上在吊环高度处成水平支撑(2秒)”结束，并已进行了开始姿势“后摆上”的情况下，识别部252预测下一个技巧是“后摆上成水平支撑(2秒)”。另一方面，在参赛者10的技巧“后摆上在吊环高度处成水平支撑(2秒)”结束，并已进行了开始姿势“直臂直体卷身上”的情况下，预测下一个技巧是“Azarian”。
在参赛者10的技巧“Azarian”结束，并已进行了开始姿势“后摆上”的情况下，识别部252预测执行“后摆上十字倒立(2秒)”或者“后摆上倒立(2秒)”而不是其它技巧。
此外，在体操比赛中存在不得两次重复进行相同的技巧这个规则。因此，在一系列的表演中已经进行预测出的技巧的情况下，识别部252也可以进行从预测结果除去预测出的技巧的处理。例如，在参赛者10的技巧“Azarian”结束，且参赛者10已进行了开始姿势“后摆上”的情况下，识别部252预测执行“后摆上十字倒立(2秒)”或者“后摆上倒立(2秒)”。然而，在“后摆上十字倒立(2秒)”已经被执行的情况下，识别部252将接下来要进行的技巧预测为“后摆上倒立(2秒)”。
预处理部253基于表演历史表247来生成“预定表演信息”以及“表演迁移流程信息”。预处理部253将预定表演信息以及表演迁移流程信息输出至画面生成部254。
预处理部253根据预定表演信息来计算多个技巧成功的情况下的预测分数，并生成显示预定表演的预测分数的画面信息。例如，显示预测表演的预测分数的画面信息与图9中说明的显示画面10A的信息对应。与预处理部253有关的其它的处理与实施例1中说明的预处理部152的处理相同，所以省略说明。
画面生成部254在参赛者10的表演开始前生成图9所示的显示画面10A的信息，并输出至显示部230以进行显示。画面生成部254在参赛者10的表演中生成图10所示的显示画面11的信息，并输出至显示部230以进行显示。画面生成部254在参赛者10的表演结束后生成图11所示的显示画面的信息，并输出至显示部230以进行显示。
画面生成部254生成显示画面10A、11、12的画面并进行显示的处理与实施例1中说明的画面生成部153的处理相同，所以省略说明。此外，画面生成部254在表演中生成显示画面11的情况下，使用识别部252预测出的技巧来更新表演列表11a、表演迁移信息11b、D得分区域11c、E得分区域11d、分数区域11e、名次预测区域11f。
此处，画面生成部254在接受到识别部252预测出的技巧的信息的情况下，使显示部230显示预测出的技巧的信息。例如，画面生成部254通过对图24中说明的显示画面13进行显示，从而不必等待结束姿势而显示接下来执行的可能性较高的技巧的信息。
另外，画面生成部254也可以在表演中显示显示画面的情况下，预测剩余的表演时间，并进行显示。例如，画面生成部254参照表演历史表247，对参赛者10的过去的表演构成信息和预定表演信息进行比较，来确定预定表演时间。画面生成部254使用未图示的计时器，对从参赛者10开始表演起的经过时间进行计时，并通过从预定表演时间减去经过时间预测剩余的表演时间。
图27是表示本实施例2的表演中的显示画面的一个例子的图。如图27所示，显示画面14包括显示区域14a。画面生成部254使显示区域14a显示剩余的表演时间。
接下来，对本实施例2的信息处理装置200的处理顺序的一个例子进行说明。图28是表示本实施例2的信息处理装置的处理顺序的流程图。如图28所示，信息处理装置200的预处理部253从表演历史表247获取表演者10的预定表演信息(步骤S301)。预处理部253计算预定表演信息所包含的各技巧成功的情况下的预测得分(步骤S302)。
信息处理装置200的画面生成部254生成显示预测得分的显示画面，并使显示部130显示(步骤S303)。信息处理装置100在开始参赛者10的表演的情况下，获取感测数据，生成实施中的技巧的识别结果数据(步骤S304)。
信息处理装置200的识别部252执行预测处理(步骤S305)。在实施中的技巧与预定的技巧不同的情况下(步骤S306：“是”)，画面生成部254更新预测得分(步骤S307)，并移至步骤S308。
另一方面，在实施中的技巧与预定的技巧没有不同的情况下(步骤S306：“否”)，画面生成部254移至步骤S308。画面生成部254更新显示画面并进行显示(步骤S308)。例如，步骤S308中被显示的显示画面与图10中说明的显示画面11对应。
画面生成部254将剩余的表演时间显示于显示画面(步骤S309)。在表演未结束的情况下(步骤S310：“否”)，画面生成部254生成下一个识别结果数据(步骤S311)，移至步骤S305。
另一方面，在表演结束的情况下(步骤S310：“是”)，画面生成部254显示表演结束时的显示画面(步骤S312)。
接下来，对图28的步骤S305所示的预测处理的一个例子进行说明。图29是表示预测处理的一个例子的流程图。如图29所示，信息处理装置200的识别部252获取预定表演的技巧的开始姿势和结束姿势(步骤S401)。识别部252确定实施中的表演的开始姿势(步骤S402)。
识别部252基于开始姿势来预测接下来进行的技巧(步骤S403)。识别部252判定预定表演的技巧的开始姿势和实施中的表演的开始姿势是否一致(步骤S404)。
识别部252在不一致的情况下(步骤S405：“否”)从技巧判定表244确定与实施中的表演的开始姿势和结束姿势对应的技巧(步骤S406)，结束预测处理。
另一方面，在一致的情况下(步骤S405：“是”)，识别部252判定预定表演的技巧的结束姿势与实施中的表演的结束姿势是否一致(步骤S407)。在不一致的情况下(步骤S408：“否”)，识别部252移至步骤S406。在一致的情况下(步骤S408：“是”)，识别部262结束预测处理。
接下来，对本实施例2的信息处理装置200的效果进行说明。信息处理装置200进行基于感测数据来判定技巧的开始姿势，并在进行结束姿势的识别前，将预测的技巧显示于显示画面的处理。由此，参照显示画面的播音员或观看者能够预先知道参赛者10将要进行的技巧。
另外，信息处理装置200根据参赛者10的过去的表演构成来预测参赛者10的表演时间，并在参赛者10开始了表演的情况下，计算剩余的表演时间，并使其显示。由此，播音员能够掌握剩余的表演时间以进行现场直播。例如，播音员能够通过掌握剩余的表演时间来调整速度等来阅读原稿。
接下来，对实现与上述实施例所示的信息处理装置100、200相同的功能的计算机的硬件构成的一个例子进行说明。图30是表示实现与信息处理装置相同的功能的计算机的硬件构成的一个例子的图。
如图30所示，计算机300具有执行各种运算处理的CPU301、接受来自用户的数据的输入的输入装置302、以及显示器303。另外，计算机300具有从存储介质读取程序等的读取装置304、以及经由有线或者无线网络与收录设备等之间进行数据的授受的接口装置305。另外，计算机300具有暂时存储各种信息的RAM306、以及硬盘装置307。而且，各装置301～307与总线308连接。
硬盘装置507具有登记程序307a、识别程序307b、预处理程序307c、画面生成程序307d。CPU301读出各程序307a～307d并展开至RAM306。
登记程序307a作为登记工序306a发挥作用。识别程序307b作为识别工序306b发挥作用。预处理程序307c作为预处理工序306c发挥作用。画面生成程序307d作为画面生成工序306d发挥作用。
登记工序306a的处理与登记部151、251的处理对应。识别工序306b的处理与识别部252的处理对应。预处理工序306c的处理与预处理部152、253的处理对应。画面生成工序306d的处理与画面生成部153、254的处理对应。
此外，各程序307a～307d也可以未必从最初存储于硬盘装置507。例如，使插入计算机300的软盘(FD)、CD－ROM、DVD、光磁盘、IC卡等”便携式物理介质”存储各程序。而且，计算机300也可以读出各程序307a～307d来执行。
附图标记的说明
50 3D激光传感器
60 相机
70 技巧识别装置
100、200 信息处理装置
110、210 接口部
120、220 输入部
130、230 显示部
140、240 存储部
141、245 技巧识别DB
142、246 影像DB
143、247 表演历史表
144、248 得分表
145、249 难度表
150、250 控制部
151、251 登记部
152、253 预处理部
153、254 画面生成部
241 感测DB
242 关节定义数据
243 关节位置DB
244 技巧判定表
252 识别部

Claims (12)

1.一种画面生成程序，其特征在于，
使计算机执行如下的处理：
获取包括评分比赛的参赛者预定实施的多个技巧的预定表演信息；
根据上述预定表演信息来计算上述多个技巧成功的情况下的第一预测得分；
生成显示上述预定表演信息的第一预测得分的画面信息；
在上述参赛者开始实际表演的情况下，基于实时感测上述实际表演而得到的数据来获取上述实际表演中实施完毕的技巧以及上述实施完毕的技巧的得分；
基于上述预定表演信息以及上述数据中的至少一方来预测上述实际表演中将要实施的可能性较高的未实施的技巧；
基于上述实施完毕的技巧的得分、和上述预测出的未实施的技巧成功的情况下的第二预测得分来预测实施中的上述实际表演整体的第三预测得分；以及
生成显示上述第一预测得分和上述第三预测得分的画面信息。
2.根据权利要求1所述的画面生成程序，其特征在于，
还执行如下的处理：基于通过预测上述第三预测得分的处理预测出的上述第三预测得分、和其它参赛者的得分来预测上述参赛者以及上述其它参赛者的名次，并对预测出的名次的信息进行显示。
3.根据权利要求1或者2所述的画面生成程序，其特征在于，
在预测上述未实施的技巧的处理中，根据基于上述数据的技巧的开始时的参赛者的姿势来预测上述未实施的技巧。
4.根据权利要求1所述的画面生成程序，其特征在于，
还执行基于上述预定表演信息来预测从上述参赛者开始表演到结束表演为止的表演时间，并在上述实际表演开始的情况下，基于上述表演时间来计算表演的剩余时间的处理，在生成上述画面信息的处理中，使上述画面信息包含上述表演的剩余时间的信息。
5.一种画面生成方法，其特征在于，
计算机执行如下的处理：
获取包括评分比赛的参赛者预定实施的多个技巧的预定表演信息；
根据上述预定表演信息来计算上述多个技巧成功的情况下的第一预测得分；
生成显示上述预定表演信息的第一预测得分的画面信息；
在上述参赛者开始实际表演的情况下，基于实时感测上述实际表演而得到的数据来获取上述实际表演中实施完毕的技巧以及上述实施完毕的技巧的得分；
基于上述数据来获取上述实际表演中实施完毕的技巧以及上述实施完毕的技巧的得分；
基于上述预定表演信息以及上述数据中的至少一方来预测上述实际表演中将要实施的可能性较高的未实施的技巧；
基于上述实施完毕的技巧的得分、和上述预测出的未实施的技巧成功的情况下的第二预测得分来预测实施中的上述实际表演整体的第三预测得分；以及
生成显示上述预定表演的第一预测得分和上述第三预测得分的画面信息。
6.根据权利要求5所述的画面生成方法，其特征在于，
还执行如下的处理：基于通过预测上述第三预测得分的处理预测出的上述第三预测得分、和其它参赛者的得分来预测上述参赛者以及上述其它参赛者的名次，并对预测出的名次的信息进行显示。
7.根据权利要求5或者6所述的画面生成方法，其特征在于，
在预测上述未实施的技巧的处理中，根据基于上述数据的技巧的开始时的参赛者的姿势来预测上述未实施的技巧。
8.根据权利要求5所述的画面生成方法，其特征在在于，
还执行基于上述预定表演信息来预测从上述参赛者开始表演到结束表演为止的表演时间，并在上述实际表演开始的情况下，基于上述表演时间来计算表演的剩余时间的处理，在生成上述画面信息的处理中，使上述画面信息包含上述表演的剩余时间的信息。
9.一种信息处理装置，其特征在于，具有：
预处理部，获取包含评分比赛的参赛者预定实施的多个技巧的预定表演信息，并根据上述预定表演信息来计算上述多个技巧成功的情况下的第一预测得分，生成显示上述预定表演信息的第一预测得分的画面信息；以及
画面生成部，在上述参赛者开始实际表演的情况下，在上述实际表演中，获取基于实时感测上述实际表演而得到的数据确定的实施完毕的技巧以及上述实施完毕的技巧的得分，并基于上述预定表演信息以及上述数据中的至少一方来预测上述实际表演中将要实施的可能性较高的未实施的技巧，基于上述实施完毕的技巧的得分、和上述预测出的未实施的技巧成功的情况下的第二预测得分来预测实施中的上述实际表演整体的第三预测得分，生成显示上述第一预测得分和上述第三预测得分的画面信息。
10.根据权利要求9所述的信息处理装置，其特征在于，
上述画面生成部基于上述第三预测得分、和其它参赛者的得分来预测上述参赛者以及上述其它参赛者的名次，并对预测出的名次的信息进行显示。
11.根据权利要求9或者10所述的信息处理装置，其特征在于，
上述信息处理装置还具有识别部，上述识别部根据基于上述数据的技巧的开始时的参赛者的姿势来预测上述未实施的技巧。
12.根据权利要求9所述的信息处理装置，其特征在于，
上述画面生成部预测从上述参赛者开始表演到结束表演为止的表演时间，并在上述实际表演开始的情况下，基于上述表演时间来计算表演的剩余时间，使上述画面信息包含上述表演的剩余时间的信息。
CN201880087054.2A 2018-01-24 2018-01-24 存储介质、画面生成方法以及信息处理装置 Active CN111867687B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/002169 WO2019146024A1 (ja) 2018-01-24 2018-01-24 画面生成プログラム、画面生成方法および情報処理装置

Publications (2)

Publication Number Publication Date
CN111867687A true CN111867687A (zh) 2020-10-30
CN111867687B CN111867687B (zh) 2021-10-22

Family

ID=67395262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880087054.2A Active CN111867687B (zh) 2018-01-24 2018-01-24 存储介质、画面生成方法以及信息处理装置

Country Status (5)

Country Link
US (1) US11446561B2 (zh)
EP (1) EP3744408A4 (zh)
JP (1) JP6923006B2 (zh)
CN (1) CN111867687B (zh)
WO (1) WO2019146024A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10596436B1 (en) 2016-11-08 2020-03-24 Airborne Athletics, Inc. Basketball training system
WO2021019641A1 (ja) * 2019-07-29 2021-02-04 富士通株式会社 表示方法、表示プログラムおよび情報処理装置
CN111450509A (zh) * 2020-03-24 2020-07-28 集美大学 机器人竞赛计分数据处理方法、系统、存储介质、计算机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090220124A1 (en) * 2008-02-29 2009-09-03 Fred Siegel Automated scoring system for athletics
WO2016092933A1 (ja) * 2014-12-08 2016-06-16 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
CN105744313A (zh) * 2016-01-11 2016-07-06 深圳易赛天下互联网科技有限公司 一种在线比赛方法以及在线比赛系统
CN106794371A (zh) * 2014-10-10 2017-05-31 富士通株式会社 技能判定程序、技能判定方法、技能判定装置以及服务器

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4318441B2 (ja) 2002-09-13 2009-08-26 ヤマハ株式会社 カラオケ装置
WO2008094868A2 (en) * 2007-02-01 2008-08-07 Crowd Technologies, Inc. Graphical prediction editor
KR101591779B1 (ko) * 2009-03-17 2016-02-05 삼성전자주식회사 모션 데이터 및 영상 데이터를 이용한 골격 모델 생성 장치및 방법
US8139822B2 (en) * 2009-08-28 2012-03-20 Allen Joseph Selner Designation of a characteristic of a physical capability by motion analysis, systems and methods
JP5440080B2 (ja) 2009-10-02 2014-03-12 ソニー株式会社 行動パターン解析システム、携帯端末、行動パターン解析方法、及びプログラム
US9981193B2 (en) * 2009-10-27 2018-05-29 Harmonix Music Systems, Inc. Movement based recognition and evaluation
JP5358534B2 (ja) 2010-08-17 2013-12-04 日本電信電話株式会社 行動経路推定方法及びプログラム
US9396385B2 (en) * 2010-08-26 2016-07-19 Blast Motion Inc. Integrated sensor and video motion analysis method
US8761437B2 (en) * 2011-02-18 2014-06-24 Microsoft Corporation Motion recognition
JP5984002B2 (ja) * 2012-08-29 2016-09-06 カシオ計算機株式会社 運動支援装置、運動支援方法及び運動支援プログラム
US9566021B2 (en) * 2012-09-12 2017-02-14 Alpinereplay, Inc. Systems and methods for synchronized display of athletic maneuvers
US9652992B2 (en) * 2012-10-09 2017-05-16 Kc Holdings I Personalized avatar responsive to user physical state and context
US20140287388A1 (en) * 2013-03-22 2014-09-25 Jenna Ferrier Interactive Tumble Gymnastics Training System
US9440152B2 (en) * 2013-05-22 2016-09-13 Clip Engine LLC Fantasy sports integration with video content
JP2015146980A (ja) * 2014-02-07 2015-08-20 セイコーエプソン株式会社 運動支援システム、運動支援装置及び運動支援方法
JP5826893B1 (ja) 2014-06-02 2015-12-02 ヤンマー株式会社 変化点予測装置、変化点予測方法、及びコンピュータプログラム
US10143908B2 (en) * 2014-06-04 2018-12-04 Sylvester Butler Single squad matchup prediction pool
FR3023031A1 (fr) * 2014-06-25 2016-01-01 Renaud Maroy Procede d'identification d'un mouvement par filtrage bayesien recursif quantifie
WO2016115538A1 (en) * 2015-01-15 2016-07-21 Tisler Christipher David Auction system and method
US10409961B2 (en) * 2015-02-04 2019-09-10 Nike, Inc. Predictable and adaptive personal fitness planning
JP6163635B2 (ja) * 2015-10-21 2017-07-19 国立大学法人 筑波大学 評価情報提供システムおよび評価情報提供方法
FR3049371A1 (fr) * 2016-03-24 2017-09-29 Univ Grenoble Alpes Procede et systeme pour l'estimation d'une demande ou d'un cout attentionnel associe a l'execution d'une tache ou des strategies de partage de l'attention developpees par un individu
US11006856B2 (en) * 2016-05-17 2021-05-18 Harshavardhana Narayana Kikkeri Method and program product for multi-joint tracking combining embedded sensors and an external sensor
WO2018069981A1 (ja) * 2016-10-11 2018-04-19 富士通株式会社 運動認識装置、運動認識プログラムおよび運動認識方法
JP2018082783A (ja) * 2016-11-22 2018-05-31 セイコーエプソン株式会社 ワークアウト情報表示方法、ワークアウト情報表示システム、サーバーシステム、電子機器、情報記憶媒体及びプログラム
US10380650B2 (en) * 2017-07-26 2019-08-13 Jehan Hamedi Systems and methods for automating content design transformations based on user preference and activity data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090220124A1 (en) * 2008-02-29 2009-09-03 Fred Siegel Automated scoring system for athletics
CN106794371A (zh) * 2014-10-10 2017-05-31 富士通株式会社 技能判定程序、技能判定方法、技能判定装置以及服务器
WO2016092933A1 (ja) * 2014-12-08 2016-06-16 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
CN105744313A (zh) * 2016-01-11 2016-07-06 深圳易赛天下互联网科技有限公司 一种在线比赛方法以及在线比赛系统

Also Published As

Publication number Publication date
EP3744408A1 (en) 2020-12-02
US20200346095A1 (en) 2020-11-05
JPWO2019146024A1 (ja) 2021-01-28
WO2019146024A1 (ja) 2019-08-01
US11446561B2 (en) 2022-09-20
EP3744408A4 (en) 2021-01-20
CN111867687B (zh) 2021-10-22
JP6923006B2 (ja) 2021-08-18

Similar Documents

Publication Publication Date Title
JP6915701B2 (ja) 抽出プログラム、抽出方法および情報処理装置
JP6082101B2 (ja) 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置
CN111867687B (zh) 存储介质、画面生成方法以及信息处理装置
KR101711488B1 (ko) 동작 기반 인터랙티브 서비스 방법 및 시스템
EP1800722A1 (en) Game result evaluation method and device
KR101145126B1 (ko) 당구게임 교육 시스템과 교육 제어방법
CN101068605B (zh) 拳击游戏的处理方法，显示控制方法，位置检测方法，光标控制方法，能量消耗计算方法和练习系统
JPWO2018211571A1 (ja) 演技表示プログラム、演技表示方法および演技表示装置
JPWO2019043928A1 (ja) 練習支援プログラム、練習支援方法および練習支援システム
CN111480178B (zh) 存储技巧识别程序的存储介质、技巧识别方法以及技巧识别系统
CN106457045A (zh) 用于在大尺寸显示系统上描绘具有用户可选图标的入口的方法和系统
JP2012000447A (ja) コンピュータシステム及びプログラム
CN111241359A (zh) 显示方法、信息处理设备和计算机可读记录介质
JP6797986B1 (ja) ゲーム支援装置および動画配信装置
TWI403347B (zh) 遊戲裝置、操作評價方法、資訊記錄媒體以及程式
CN108933676B (zh) 聊天终端装置、聊天系统、聊天显示方法、以及计算机可读存储介质
JP2021030060A (ja) ゲーム支援装置および動画配信装置
KR102095647B1 (ko) 스마트기기를 이용한 동작 비교장치 및 동작 비교장치를 통한 댄스 비교방법
JP7070675B2 (ja) 表示方法、表示プログラムおよび情報処理装置
JP5958388B2 (ja) 情報処理装置及びプログラム
JP2022065051A (ja) 視点確認システム
JPWO2018122957A1 (ja) スポーツ動作解析支援システム、方法およびプログラム
JP6696581B2 (ja) 生成プログラム、生成方法および生成装置
JP2019092610A (ja) ゲームプログラム、方法、および情報処理装置
JP6737844B2 (ja) ゲームプログラム、ゲーム方法、および情報処理装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant