CN117617970A - 情绪推测装置、情绪推测系统以及情绪推测方法 - Google Patents
情绪推测装置、情绪推测系统以及情绪推测方法 Download PDFInfo
- Publication number
- CN117617970A CN117617970A CN202311062885.3A CN202311062885A CN117617970A CN 117617970 A CN117617970 A CN 117617970A CN 202311062885 A CN202311062885 A CN 202311062885A CN 117617970 A CN117617970 A CN 117617970A
- Authority
- CN
- China
- Prior art keywords
- emotion
- data
- walking
- subject
- estimation device
- 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
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 600
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims description 36
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 34
- 230000008569 process Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 21
- 230000001133 acceleration Effects 0.000 description 17
- 230000036651 mood Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 8
- 238000000513 principal component analysis Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000000284 resting effect Effects 0.000 description 7
- 238000000611 regression analysis Methods 0.000 description 6
- 206010038743 Restlessness Diseases 0.000 description 5
- 241000220317 Rosa Species 0.000 description 5
- 230000005021 gait Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000004630 mental health Effects 0.000 description 5
- 206010013954 Dysphoria Diseases 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000000551 statistical hypothesis test Methods 0.000 description 4
- RXZBMPWDPOLZGW-XMRMVWPWSA-N (E)-roxithromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)C(=N/OCOCCOC)/[C@H](C)C[C@@](C)(O)[C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 RXZBMPWDPOLZGW-XMRMVWPWSA-N 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229960005224 roxithromycin Drugs 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001544 dysphoric effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000007958 sleep Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
本发明提供一种能够基于从日常活动中获得的信息来推测受验者的情绪的情绪推测装置、情绪推测系统以及情绪推测方法。情绪推测装置(1)包括:接口,受理利用测定装置(2)所测定的受验者(P)的行走数据以及将受验者(P)的情绪数值化的情绪数据的输入;存储部,存储利用接口受理了输入的行走数据以及情绪数据;以及运算部,求出将存储在存储部中的行走数据中所含的多个行走参数与情绪数据相关联的关联数据。运算部在利用接口新受理了行走数据的输入的情况下,基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者(P)的情绪,并从接口输出表示所推测出的受验者(P)的情绪的信息。
Description
技术领域
本公开涉及一种情绪推测装置、情绪推测系统以及情绪推测方法。
背景技术
近年来,不仅希望身体的健康,也希望心理的健康。但是,身体的健康可通过健康诊断等来数值化,但难以对心理的健康进行数值化,一直在对将心理的状态(情绪)可视化的手段或方法进行研究。而且,身体的状态(身体状态)会作为症状而表面化,由此对于本人而言容易自我察觉,周围的人也容易注意到,但心理的状态并不会像身体状态那样作为症状而表面化,因此周围的人也难以注意到,就算是本人也不容易自我察觉。因此,存在下述情况:心理的状态一直不好,其发现被耽误而严重化,从而造成抑郁症等精神疾病,保持身体状态健康已成为社会问题。
因此,对于将心理的状态(情绪)可视化存在大的需求,若其推测方法简便,则需求将更大。例如,在日本专利特开2020-120908号公报中公开了一种精神状态推测系统等,其从对受验者的表情进行拍摄所得的图像中提取受验者的表情指标,基于所提取的表情指标来推测受验者的精神状态。而且,在日本专利特开2019-017946号公报中公开了一种心情推测系统,其基于处于安静状态时的生物信息和处于非安静状态时的生物信息来推测受验者的心情的变动量。进而,在日本专利第6388824号公报中公开了一种情绪信息推测装置等,其保存受验者的生物信息和与此生物信息对应的其用户的情绪信息及身体状态,对生物信息与情绪信息的关系进行学习,针对每种身体状态而根据生物信息来推测情绪信息。而且,在日本专利特开2017-144222号公报中公开了一种情绪推测装置等,其获取受验者的生理数据和非生理数据,算出受验者的清醒程度、受验者的愉快程度,根据所算出的值来推测受验者的情绪。
发明内容
所公开的装置或方法中,为了推测受验者的情绪,需要对受验者的表情进行拍摄所得的图像,或者需要受验者的生物信息或生理数据。因此,为了推测受验者的情绪,需要拍摄表情或者获取生物信息或生理数据的作业,不能说是利用简便的方法来推测情绪。尤其期望如下所述的装置或方法,即,为了推测情绪,无须使受验者进行特别的作业,而是基于从日常活动中获得的信息来推测受验者的情绪。
本公开是为了解决此问题而完成,其目的在于提供一种能够基于从日常活动中获得的信息来推测受验者的情绪的情绪推测装置、情绪推测系统以及情绪推测方法。
依据本公开的一方面的情绪推测装置是推测受验者的情绪的情绪推测装置。情绪推测装置包括:接口,受理利用测定装置所测定的受验者的行走数据、以及将受验者的情绪数值化的情绪数据的输入;存储部,存储利用接口受理了输入的行走数据以及情绪数据;以及运算部,求出将存储在存储部中的行走数据中所含的多个行走参数与情绪数据相关联的关联数据。运算部在利用接口新受理了行走数据的输入的情况下,基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者的情绪,并从接口输出表示所推测出的受验者的情绪的信息。
依据本公开的一方面的情绪推测系统包括:测定装置,测定受验者的行走数据;以及所述的情绪推测装置。
依据本公开的一方面的情绪推测方法是推测受验者的情绪的情绪推测方法。情绪推测方法包括下述步骤:受理利用测定装置所测定的受验者的行走数据、以及将受验者的情绪数值化的情绪数据的输入;将受理了输入的行走数据以及情绪数据存储至存储部;求出将存储在存储部中的行走数据中所含的多个行走参数与情绪数据相关联的关联数据;在新受理了行走数据的输入的情况下,基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者的情绪;以及输出表示所推测出的受验者的情绪的信息。
依据本公开的一方面的情绪推测装置是对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪的情绪推测装置。情绪推测装置包括:输入部,受理利用测定装置所测定的受验者的行走数据;存储部,关于行走数据中所含的多个行走参数来存储各参数的总体数据;运算部,基于利用输入部受理了输入的行走数据中所含的多个行走参数中的步幅、步频、以及行走速度的至少一个参数与存储在存储部中的总体数据的比较,求出对受验者的情绪进行评分的心理得分;以及输出部,输出利用运算部求出的心理得分。
依据本公开的一方面的情绪推测系统包括:测定装置,配置在受验者的鞋中,测定行走数据;以及所述的情绪推测装置。
依据本公开的一方面的情绪推测方法是对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪的情绪推测方法。情绪推测方法包括下述步骤:受理利用测定装置所测定的受验者的行走数据;基于所受理的行走数据中所含的多个行走参数中的步幅、步频以及行走速度的至少一个参数与存储在存储部中的总体数据的比较,求出对受验者的情绪进行评分的心理得分;以及输出所求出的心理得分。
本发明的所述及其他目的、特征、方面及优点当根据与附图相关联地理解的跟本发明相关的接下来的详细说明而明确。
附图说明
图1是表示包含实施方式1的情绪推测装置的情绪推测系统的结构的概略图。
图2是用于说明实施方式1的测定装置的示意图。
图3是表示实施方式1的情绪推测装置的结构的框图。
图4是用于说明实施方式1的情绪推测装置所执行的情绪推测处理的流程图。
图5是使用罗素的圆环模型对情绪进行分类的示意图。
图6是表示用于情绪引导的情绪引导问题的一例的图。
图7是表示用于将情绪数值化的问卷调查的一例的图。
图8是表示实施方式1的情绪推测装置中的行走参数与情绪数据的关系的一例的图。
图9是表示实施方式1的情绪推测装置中的主成分分析的一例的图。
图10是表示将图9所示的主成分分析图表化的一例的图。
图11是表示实施方式1的情绪推测装置中的多元回归分析的一例的图。
图12是用于说明实施方式2的情绪推测装置所执行的情绪推测处理的流程图。
图13是表示包含实施方式3的情绪推测装置的情绪推测系统的结构的概略图。
图14是表示实施方式3的情绪推测装置的结构的框图。
图15是用于说明实施方式3的情绪推测装置求出心理得分(mind score)的处理的流程图。
图16是表示用于在实施方式3的情绪推测装置中输入情绪数据的输入画面的一例的图。
图17是用于说明在实施方式3的情绪推测装置中求出心理得分的运算的一例的图。
图18是表示用于在实施方式3的情绪推测装置中输出心理得分的输出画面的一例的图。
图19是表示用于在实施方式3的情绪推测装置中输出行走参数的输出画面的一例的图。
图20是用于说明在实施方式3的情绪推测装置中求出心理得分的另一运算的一例的图。
具体实施方式
本公开中,着眼于心理状态与步态的关系,提供一种根据行走数据来确定受验者的步态以推测受验者的情绪的情绪推测装置、情绪推测系统以及情绪推测方法。因此,本公开的情绪推测装置、情绪推测系统以及情绪推测方法中,能够根据日常活动中的行走这一简便的动作来推测情绪。以下,基于附图来说明实施方式。以下的说明中,对于同一结构标注同一符号。它们的名称及功能也相同。因此,不再重复关于它们的详细说明。
(实施方式1)
[情绪推测系统的结构]
图1是表示包含实施方式1的情绪推测装置1的情绪推测系统100的结构的概略图。情绪推测系统100包含:情绪推测装置1,根据行走数据来推测受验者P的情绪;以及测定装置2,测定受验者P的行走数据。另外,情绪推测装置1为了根据行走数据来推测受验者P的情绪,必须预先求出将行走数据中所含的多个行走参数与情绪数据相关联的关联数据。本公开中,对下述示例进行说明,即,根据多个受验者P的行走数据以及情绪数据来求出关联数据,随后,使用所求出的关联数据来推测受验者P的情绪,但也可为下述结构:累积多个受验者的关联数据而准备经一般化的关联数据。或者,也可为下述结构:准备对应于每种属性(例如性别、年代、人种等)进行了一般化的关联数据,在利用情绪推测装置1根据受验者P的行走数据来推测情绪时,对应于受验者P的属性来选择适当的关联数据。
关于求出关联数据的方法将后述,但为了求出关联数据,必须利用测定装置2来测定受验者P的行走数据。图1所示的情绪推测系统100中,表示了测定装置2为智能鞋的示例。图2是用于说明实施方式1的测定装置2的示意图。图2中图示了作为测定装置2的智能鞋。在智能鞋中装入有传感器模块21,利用所述传感器模块21来测定受验者P的行走数据。
虽未图示,但传感器模块21包含加速度传感器、角速度传感器、根据这些传感器的测定值来运算行走参数的运算电路、用于将由运算电路所运算出的行走参数或测定值无线发送至情绪推测装置1的通信电路等。另外,加速度传感器例如可测定X、Y、Z这三轴的加速度,角速度传感器例如可测定X、Y、Z这三轴各自的角速度。因此,传感器模块21除了加速度传感器的测定值以及角速度传感器的测定值以外,还可获得步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间、着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地时的铅垂方向的加速度的最大值的行走参数,来作为受验者P的行走数据。此处,着地时的铅垂方向的加速度的最大值是对在着地时对脚施加的冲击(着地冲击)进行评估的行走参数的一例。对于着地冲击的行走参数,有利用头或身体的重心的上下移动来评估的方法、或者利用测力板(force plate)或足压垫等来直接测量地板反作用力以进行评估的方法等。
说明了从传感器模块21向情绪推测装置1的行走参数等的数据转移是利用基于无线的通信来进行的情况,但并不限于此。例如,对于从传感器模块21向情绪推测装置1的行走参数等的数据转移,也可利用基于有线的通信来进行,还可利用记录介质(例如存储器芯片、通用串行总线(Universal Serial Bus,USB)存储器等)来进行。
而且,说明了传感器模块21根据加速度传感器的测定值以及角速度传感器的测定值来运算行走参数的情况,但并不限于此。例如,传感器模块21也可仅将加速度传感器的测定值以及角速度传感器的测定值发送至情绪推测装置1,也可由情绪推测装置1根据从传感器模块21获取的加速度传感器的测定值以及角速度传感器的测定值来运算行走参数。
本公开中,以下设测定装置2为智能鞋来进行说明,但对受验者P的行走数据进行测定的测定装置2并不仅限定于智能鞋。例如,测定装置2也可为能够对包含受验者P的脚下在内的全身的活动进行识别的三维姿势识别摄像机(例如Kinect(注册商标)等)、具有加速度传感器以及角速度传感器的智能电话或智能手表等便携设备。
而且,如图1所示,为了求出关联数据,必须从受验者P接受对于关于行走时的情绪的问卷调查的回答,并将对受验者P的情绪进行了数值化的情绪数据输入至情绪推测装置1。问卷调查例如是以七点尺度来对受验者P评估情绪,将情绪数值化。而且,关于进行问卷调查的时机,除了让受验者P事后回答在行走时所抱着的情绪以外,也可如后述那样,在对受验者P进行了情绪引导后为了确认受验者P的情绪是否已受到引导而进行。也可不进行情绪引导,而使受验者P意识到特定的情绪后行走,此时,从受验者P接受对于关于受验者P所意识到的情绪的问卷调查的回答。
本公开中,说明利用包括情绪推测装置1与测定装置2的情绪推测系统100根据行走数据来推测受验者P的情绪的情况,但系统的结构并不限于此。例如,作为系统的结构,也可为测定装置2在情绪推测装置1中成为一体的系统,还可为情绪推测装置1在测定装置2中成为一体的系统。具体而言,作为测定装置2在情绪推测装置1中成为一体的系统,考虑利用智能电话来测定受验者P的行走数据并根据利用智能电话所测定的行走数据来推测受验者P的情绪的系统。而且,作为情绪推测装置1在测定装置2中成为一体的系统,考虑利用智能鞋来测定受验者P的行走数据并根据利用智能鞋所测定的行走数据来推测受验者P的情绪的系统。
[情绪推测装置的结构]
图3是表示实施方式1的情绪推测装置1的结构的框图。如图3所示,情绪推测装置1包括处理器11、存储器12、贮存器13、接口14、介质读取装置15以及通信接口16。这些各结构经由处理器总线17而连接。
处理器11为“运算部”的一例。处理器11是读出存储在贮存器13中的程序(例如操作系统(Operating System,OS)130、推测程序131)并将所读出的程序展开到存储器12中来执行的计算机。处理器11例如包含中央处理器(Central Processing Unit,CPU)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、图形处理器(Graphics ProcessingUnit,GPU)或多处理器(Multi Processing Unit,MPU)等。另外,处理器11也可包含运算电路(Processing Circuitry)。
存储器12包含动态随机存取存储器(Dynamic Random Access Memory,DRAM)或静态随机存取存储器(Static Random Access Memory,SRAM)等易失性存储器、或者只读存储器(Read Only Memory,ROM)或快闪存储器等非易失性存储器等。
贮存器13为“存储部”的一例。贮存器13例如包含硬盘驱动器(Hard Disk Drive,HDD)或固态硬盘(Solid State Drive,SSD)等非易失性存储装置等。贮存器13除了OS130、推测程序131以外,还存储行走数据132、情绪数据133以及关联数据134等。
推测程序131是用于执行根据行走数据132来推测受验者P的情绪的处理(后述的图4所示的推测处理II)的程序。推测程序131也可包含用于执行求出将行走数据132与情绪数据133相关联的关联数据134的处理(后述的图4所示的准备处理I)的程序,以作为用于进行根据行走数据132来推测受验者P的情绪的处理的事先处理。
行走数据132包含利用测定装置2所测定的加速度、角速度以及根据这些测定值而运算出的行走参数。行走数据132是经由通信接口16而从测定装置2受理输入,并存储至贮存器13中。
情绪数据133包含利用七点尺度的问卷调查对受验者P评估情绪而数值化的数据。情绪数据133是经由接口14来受理输入,并存储至贮存器13中。
关联数据134是将行走数据132与情绪数据133相关联的数据,例如包含进行主成分分析而获得的分析结果的数据、进行多元回归分析而获得的多元回归式、解释变量的系数的数据等。即,在关联数据134中,只要包含根据新受理的行走数据132来推测受验者P的情绪所需的数据即可。
接口14为“接口”、“输入部”、“输出部”的一例。接口14受理受验者P通过操作键盘、鼠标以及触摸设备等而在问卷调查中回答的情绪数据133的输入。而且,接口14将表示所推测出的受验者P的情绪的信息输出至显示器、扬声器等。
介质读取装置15接纳可移动盘18、存储器芯片、USB存储器等存储介质,获取保存在可移动盘18、存储器芯片、USB存储器等中的数据。
通信接口16为“接口”、“输入部”、“输出部”的一例。通信接口16通过进行有线通信或无线通信而与测定装置2或其他装置之间收发数据。例如,通信接口16通过与测定装置2进行通信,而受理利用测定装置2所测定的行走数据132的输入。通信接口16也可通过与其他装置进行通信,而将表示所推测出的受验者P的情绪的信息输出至其他装置。
另外,说明了情绪推测装置1根据行走数据132与情绪数据133来求出关联数据134的情况,但若事先准备了经一般化的关联数据134,则也可经由通信接口16而从服务器等受理。而且,情绪推测装置1也可通过介质读取装置15来读取存储在可移动盘18等中的关联数据134。
[情绪推测处理]
一边参照由情绪推测装置1所执行的情绪推测处理的流程图,一边说明根据行走数据132来推测受验者P的情绪的处理。图4是用于说明实施方式1的情绪推测装置1所执行的情绪推测处理的流程图。图4所示的各步骤是通过情绪推测装置1的处理器11执行推测程序131而实现。
情绪推测装置1为了根据行走数据132来推测受验者P的情绪,必须预先求出将行走数据132中所含的多个行走参数与情绪数据133相关联的关联数据134。因此,情绪推测装置1如图4所示,执行用于求出将行走数据132与情绪数据133相关联的关联数据134的准备处理I,以作为用于进行根据行走数据132来推测受验者P的情绪的处理的事先处理。
在准备处理I中,为了求出关联数据134,在对受验者P进行了用于使其抱着特定情绪的情绪引导后,让其行走并利用测定装置2来测定行走数据132。人的情绪例如可使用罗素的圆环模型来进行分类。图5是使用罗素的圆环模型对情绪进行分类的示意图。如图5所示,在罗素的圆环模型中,是以“高兴-不高兴”以及“清醒-沉静”这两轴来表达“开心”、“生气”、“失落”等情绪并映射至二维坐标平面。本实施方式中,将罗素的圆环模型的感到“开心”的部分的情绪设为“开心”,将此模型的感到“失落”的部分的情绪设为“失落”,将此模型的感到“生气”的部分的情绪设为“焦躁”,来对受验者P进行情绪引导。
在准备处理I中,在对受验者P进行情绪引导之前,进行在未进行情绪引导的通常状态(控制状态)下让其行走而利用测定装置2来测定行走数据132的处理a。情绪推测装置1在图4所示的处理a中,受理在未进行情绪引导的通常状态下由受验者P所回答的问卷调查的输入(步骤S101)。另外,在步骤S101中进行的问卷调查与在情绪引导状态下进行的问卷调查(参照图7)相同。进而,让受验者P穿着作为测定装置2的智能鞋而行走两次规定距离(例如五米),由此,情绪推测装置1受理在所述行走中所测定出的行走数据的输入(步骤S102)。
在准备处理I中,在未进行情绪引导的通常状态下测定行走数据132的处理a之后,进行在情绪引导状态下测定行走数据132的处理b。本实施方式中,关于进行情绪引导的“开心”、“失落”、“焦躁”这三种情绪,分别设定有让人想起过去的体验的情绪引导问题。图6是表示用于进行情绪引导的情绪引导问题的一例的图。情绪引导问题Q1为了引导至“开心”情绪,在让人想起过去的体验的问题中记载了“请回忆非常开心的事情。请实际想着您在那件事情中所想的东西,感受相同的情绪。”这一语句。
情绪引导问题Q2为了引导至“失落”情绪,在让人想起过去的体验的问题中记载了“请回忆非常失落的事情。请实际想着您在那件事情中所想的东西,感受相同的情绪。”这一语句。
情绪引导问题Q3为了引导至“焦躁”情绪,在让人想起过去的体验的问题中记载了“请回忆非常焦躁的事情。请实际想着您在那件事情中所想的东西,感受相同的情绪。”这一语句。另外,说明了情绪引导问题Q1~情绪引导问题Q3为供受验者P阅读的语句的示例,但并不限于此,也可为语音、图像、动态影像等。
受验者P在阅读了情绪引导问题Q1~情绪引导问题Q3的任一语句而使情绪受到引导后,为了确认情绪已被引导至何种程度,回答使用七点尺度来评估情绪的问卷调查。图7是表示用于将情绪数值化的问卷调查A的一例的图。图7所示的问卷调查A中,针对(1)“现在,您感觉有多开心呢?请选择相应的数字。”这一提问,将回答人生中最不开心的情况评为“1分”,将回答人生中最开心的情况评为“7分”,将回答一般的情况评为“4分”。而且,在图7所示的问卷调查A中,针对(2)“现在,您感觉有多失落呢?请选择相应的数字。”这一提问,将回答人生中最不失落的情况评为“1分”,将回答人生中最失落的情况评为“7分”,将回答一般的情况评为“4分”。进而,在图7所示的问卷调查A中,针对(3)“现在,您感觉有多焦躁呢?请选择相应的数字。”这一提问,将回答人生中最不焦躁的情况评为“1分”,将回答人生中最焦躁的情况评为“7分”,将回答一般的情况评为“4分”。
情绪推测装置1在图4所示的处理b中,受理在情绪引导状态下受验者P所回答的问卷调查A的输入(步骤S103)。进而,让受验者P穿着作为测定装置2的智能鞋行走(例如两次)规定距离(例如五米),由此,情绪推测装置1受理在所述行走中所测定出的行走数据的输入(步骤S104)。另外,规定距离以及行走次数为例示,规定距离例如也可为三米、十米,行走次数也可为一次、三次。步骤S103~步骤S104的处理是针对相同的受验者P,关于“开心”、“失落”、“焦躁”这三种情绪而分别进行,但进行引导的情绪的次序对应于每个受验者P而设为随机。另外,图7所示的问卷调查A为一例,并不限于使用七点尺度来评估情绪的问卷调查,也可为使用五点尺度或九点尺度等来评估情绪的问卷调查。
情绪推测装置1求出将在图4所示的处理a及处理b中获取的行走数据132以及情绪数据133相关联的关联数据(步骤S105)。具体而言,基于关于健全的二十岁至五十岁的十八名(男性十名、女性八名)受验者P而获取的行走数据132以及情绪数据133,来说明相关联的处理。首先,图8是表示实施方式1的情绪推测装置1中的行走参数与情绪数据的关系的一例的图。图8中表示了数据R1,所述数据R1表示各情绪下的行走参数各自的平均值以及标准偏差(括号中的数值)。
根据数据R1可知,根据所引导的情绪,行走参数的变化存在倾向。例如,在情绪为“焦躁”的情况下,与控制状态的情况相比,多个行走参数的值发现显著差。具体而言,在情绪为“焦躁”的情况下,“步频”上升,“行走速度”增加,“一步耗费的时间”减少,“支撑期期间”减少,“摆动期期间”减少。另外,关于这些行走参数,在显著水平5%的统计假设检验中判定为存在显著差。另外,在数据R1中,标注了两个星号(asterisk)(**)的值是在显著水平5%的统计假设检验中被判定为存在显著差的值。
而且,在情绪为“开心”的情况下,“行走速度”增加。在情绪为“失落”的情况下,“步幅”减少,“离地时的脚跟上抬角度”减少,“内旋”增加。另外,关于这些行走参数,在显著水平10%的统计假设检验中判定为存在显著差。另外,在数据R1中,标注了一个星号(*)的值是在显著水平10%的统计假设检验中被判定为存在显著差的值。
行走动作并非各个行走参数独立变化的动作,而是各个行走参数相互影响而变化的动作。因此,对多个行走参数适用主成分分析,对于各情绪对多个行走参数造成的倾向进行分析。此处,所谓主成分分析,是指从存在相关的多个变量中合成以不相关的少数最表示整体偏差的变量(主成分)而进行维度压缩的统计方法之一。图9是表示实施方式1的情绪推测装置1中的主成分分析的一例的图。图9中表示了对从十八名受验者P获取的行走数据132以及情绪数据133进行主成分分析所得的数据R2。
在数据R2中,示出了三个主成分PC1、PC2、PC3中的各个行走参数的因子载荷。此处,所谓因子载荷,是指各个行走参数与主成分PC1、主成分PC2、主成分PC3的相关系数。若在数据R2中着眼于主成分PC2,则在“步幅”、“行走速度”、“着地时的脚尖上抬角度”这三个行走参数中,相关系数的绝对值高至0.4以上。这三个行走参数均呈现出负的相关,因此可知的是,“步幅”越小,“行走速度”越慢,“着地时的脚尖上抬角度”越小,则主成分PC2的值越大。根据它们的关系,可解释为:新合成的主成分PC2是表示“小活动的行走”的变量。
图10是表示将图9所示的主成分分析图表化的一例的图。图10中表示了将主成分PC1设为横轴、将主成分PC2设为纵轴而描绘了情绪数据133的图表。图10所示的图表中,用圆描绘了“开心”情绪的情绪数据133,用三角描绘了“失落”情绪的情绪数据133,用四角描绘了“焦躁”情绪的情绪数据133。
主成分PC2的值在0(零)处绘制有虚线,在此虚线的附近描绘有多个“开心”情绪的情绪数据133。进而,在主成分PC2的值为正的范围内,描绘有多个“失落”情绪的情绪数据133,在主成分PC2的值为负的范围内,描绘有多个“焦躁”情绪的情绪数据133。因此,根据图10所示的图表可知的是,随着主成分PC2的值变大,情绪依照“焦躁”、“开心”、“失落”的顺序变化。即,通过采用主成分PC2来作为关联数据134,可根据行走数据132来推测“焦躁”、“开心”、“失落”的情绪。
根据主成分PC2的值的变化,情绪按照“焦躁”、“开心”、“失落”的顺序发生变化,因此认为可利用图5所示的罗素的圆环模型的“高兴-不高兴”的轴来进行评分。因此,进行设为“高兴-不高兴”的轴的多元回归分析。图11是表示实施方式1的情绪推测装置1中的多元回归分析的一例的图。图11中表示了以将“开心”-“失落”设为轴的得分作为目标变量,以行走数据132的十一个行走参数作为解释变量来进行多元回归分析所得的数据R3。另外,在图11所示的多元回归分析中,复相关系数R=0.506218。
作为目标变量的将“开心”-“失落”设为轴的得分是通过“开心”情绪的得分与“失落”情绪的得分的组合而求出。但是,如图7所示,“失落”情绪的得分是利用七点尺度进行评估,将人生中最不失落的情况评为“1分”,将人生中最失落的情况评为“7分”。因此,若简单地组合,则人生中最失落的情况的得分并非最低的得分,人生中最开心的情况的得分并非最高的得分。因此,将“开心”-“失落”设为轴的得分是以如下的关系式来定义。关系式为:将“开心”-“失落”设为轴的得分(目标变量)=“开心”情绪的得分+(8分-“失落”情绪的得分)。
具体而言,在人生中最开心的情况下,“开心”情绪的得分为7分,“失落”情绪的得分为1分,因此目标变量=7分+(8分-1分)=14分。在人生中最失落的情况下,“开心”情绪的得分为1分,“失落”情绪的得分为7分,因此目标变量=1分+(8分-7分)=2分。在一般的情况下,“开心”情绪的得分为4分,“失落”情绪的得分为4分,因此目标变量=4分+(8分-4分)=8分。
在数据R3中,表示了各个解释变量相对于目标变量的系数。数据R3所示的解释变量中,“步幅”、“步频”、“行走速度”这三个行走参数的系数的绝对值高至3以上。即,“步幅”、“步频”、“行走速度”这三个行走参数对目标变量的贡献度大。因此,情绪推测装置1通过采用将“步幅”、“步频”、“行走速度”这三个行走参数设为解释变量的多元回归式来作为关联数据134,能够在“开心”-“失落”的范围内根据行走数据132来推测情绪。
对目标变量的贡献度按照“行走速度”、“步幅”、“步频”的顺序变大,因此情绪推测装置1也可根据上位的两个行走参数来推测情绪。而且,情绪推测装置1也可根据“步幅”、“步频”、“行走速度”这三个行走参数中的至少一个行走参数来推测情绪。进而,情绪推测装置1也可追加“步幅”、“步频”、“行走速度”这三个行走参数以外的行走参数来推测情绪,通过增加用于推测情绪的行走参数,能够提高推测精度。
返回图4,情绪推测装置1如前所述利用准备处理I来预先求出关联数据134,由此,能够执行根据新受理的行走数据132来推测受验者P的情绪的推测处理II。情绪推测装置1判断是否受理了利用测定装置2所测定的新的行走数据132(步骤S106)。若未受理新的行走数据132(步骤S106中为否),则情绪推测装置1使处理返回步骤S106,等待新的行走数据132的输入。
若受理了新的行走数据132(步骤S106中为是),则情绪推测装置1基于新受理的行走数据132与关联数据134来推测受验者P的情绪(步骤S107)。具体而言,情绪推测装置1从新受理的行走数据132中,将“步幅”、“步频”、“行走速度”这三个行走参数的值代入图11所示的多元回归式而求出目标变量的值,推测与所述值对应的情绪。情绪推测装置1例如在目标变量的值接近14分的情况下,推测受验者P的情绪为“开心”,在目标变量的值接近2分的情况下,推测受验者P的情绪为“失落”。
情绪推测装置1从接口14输出表示在步骤S107中所推测出的受验者P的情绪的信息(步骤S108)。此处,所谓表示情绪的信息,不仅为简单的“开心”、“失落”、“焦躁”的文字或语音的信息,还包含与“开心”、“失落”、“焦躁”的情绪对应的图标、声音、图像、动态影像等信息。具体而言,情绪推测装置1与所推测出的情绪对应地将“开心”、“失落”、“焦躁”的文字显示于显示器,或者从扬声器输出“开心”、“失落”、“焦躁”的语音。而且,作为表示情绪的信息,也可将“开心”设为100分、将“失落”设为0分而进行评分来显示,或者在罗素的圆环模型的二维坐标平面上描绘所推测出的情绪来显示。进而,情绪推测装置1中,作为输出表示情绪的信息的方法,并不限定于可利用视觉或听觉来识别的方法,也可通过可利用嗅觉或触觉等来识别的方法而输出。
(实施方式2)
实施方式1的情绪推测系统100中,说明了根据行走数据132来推测受验者P的情绪的情况。但是,若已知关于情绪与步态的关系存在一定的对应关系,则考虑可通过改变步态来改变情绪的可能性。因此,实施方式2的情绪推测系统中,对下述结构进行说明,即,进行用于将根据行走数据所推测出的情绪变为不同情绪的行走建议。另外,实施方式2的情绪推测系统与实施方式1的情绪推测系统100为相同的硬件结构,包含情绪推测装置1的硬件结构。因此,对于实施方式2的情绪推测系统的硬件结构,不再重复详细说明。
图12是用于说明实施方式2的情绪推测装置1所执行的情绪推测处理的流程图。另外,对于图12所示的准备处理I以及推测处理II,由于是与图4所示的准备处理I以及推测处理II相同的处理,因此不再重复详细说明。图12所示的流程图中,在推测处理II之后进行推荐处理III,所述推荐处理III进行用于将所推测出的情绪变为不同情绪的行走建议。
情绪推测装置1判断在步骤S107中推测出的受验者P的情绪是否为被分类为图5所示的罗素的圆环模型的不高兴的情绪(步骤S107a)。具体而言,情绪推测装置1在根据图11所示的多元回归式求出的目标变量的值小于8分的情况下,推测受验者P的情绪为“失落”而判断为不高兴的情绪。相反地,情绪推测装置1在根据图11所示的多元回归式求出的目标变量的值为8分以上的情况下,推测受验者P的情绪为“开心”而判断为高兴的情绪。另外,情绪推测装置1在目标变量的值为8分的情况下,也可判定受验者P的情绪为通常状态。
若判断受验者P的情绪为高兴的情绪(步骤S107a中为否),则情绪推测装置1从接口14输出表示在步骤S107中所推测出的受验者P的情绪的信息(步骤S108)。
另一方面,若判断受验者P的情绪为不高兴的情绪(步骤S107a中为是),则情绪推测装置1根据关联数据134来求出与高兴的情绪相关联的行走数据132,并从接口14输出用于使推测为不高兴的情绪的行走数据132接近与高兴的情绪相关联的行走数据132的行走建议(步骤S109)。具体而言,情绪推测装置1在推测受验者P的情绪为“失落”而判断为不高兴的情绪的情况下,根据图11所示的多元回归式来求出被推测为“开心”情绪的目标变量的值为14分的行走参数的值。进而,情绪推测装置1为了使受验者P的行走参数接近所求出的行走参数的值,例如在显示器上显示“请试着走快点”等行走建议。
通过受验者P接受行走建议而改善行走,有可能使受验者P的情绪由不高兴的情绪变化为高兴的情绪。另外,图12所示的流程图中,对为了从不高兴的情绪(第一情绪)变为高兴的情绪(第二情绪)而进行行走建议的推荐处理III进行了说明,但当然也可为了从高兴的情绪(第一情绪)变为不高兴的情绪(第二情绪)而进行行走建议。而且,也可将第一情绪设为沉静,将第二情绪设为清醒来进行行走建议,还可相反地将第一情绪设为清醒,将第二情绪设为沉静来进行行走建议。
(实施方式3)
实施方式1的情绪推测系统100中,说明了下述情况,即,情绪推测装置1为了根据行走数据来推测受验者P的情绪,必须预先求出将行走数据中所含的多个行走参数与情绪数据相关联的关联数据。但是,已知的是,在基于利用实施方式1所说明的实例的、相关联的处理中,“步幅”、“步频”、“行走速度”这三个行走参数中的至少一个行走参数对受验者P的情绪的贡献度高。因此,实施方式3中,对根据这些行走参数对受验者P的情绪进行评分而简便地推测情绪的情绪推测装置以及包含此情绪推测装置的情绪推测系统进行说明。
图13是表示包含实施方式3的情绪推测装置1A的情绪推测系统200的结构的概略图。情绪推测系统200包含:情绪推测装置1A,根据行走数据,将图5所示的罗素的圆环模型的“开心”-“失落”设为轴来对受验者P的情绪进行评分;以及测定装置2,测定受验者P的行走数据。另外,以下将罗素的圆环模型的“开心”这一表述换读为“活泼”来进行说明。
情绪推测装置1A为了根据行走数据对受验者P的情绪进行评分,必须进行与预先准备的总体数据的比较。本公开中,说明下述示例,即,使用包含各种属性(例如性别、年代、人种等)的受验者的行走数据的、经一般化的总体数据来对情绪进行评分。但是,情绪推测装置1A中起用的总体数据也可为包含对应于每种属性(例如性别、年代、人种等)而收集的行走数据的总体数据,还可为包含按照个人而收集的行走数据(例如,最近十天的累积)的总体数据等。而且,本公开中,说明在情绪推测装置1A中存储总体数据的情况,但也可在云端等情绪推测装置1A以外的场所存储总体数据。
图13所示的情绪推测系统200中,表示测定装置2为智能鞋的示例。图13中,在作为测定装置2的智能鞋中装入有传感器模块21,利用所述传感器模块21来测定受验者P的行走数据。关于传感器模块21,由于已在实施方式1中进行了说明,因此不再重复传感器模块21的详细说明。
图14是表示实施方式3的情绪推测装置1A的结构的框图。情绪推测装置1A例如为智能电话或平板终端等受验者P的移动终端。情绪推测装置1A包含处理器11A、存储器12A、麦克风13A、输入装置14A、存储器接口(Interface,I/F)15A、通信接口(I/F)16A、显示器17A、扬声器18A、无线通信部19A及传感器20A来作为主要的构成元件。
处理器11A典型的是CPU或MPU等运算部。处理器11A通过读出存储在存储器12A中的程序来执行,从而作为对情绪推测装置1的各部的动作进行控制的控制部发挥功能。处理器11A通过执行所述程序,实现情绪推测装置1中的受验者P的情绪的评分处理。
存储器12A是通过RAM、ROM、快闪存储器等来实现。存储器12A存储由处理器11A所执行的程序或由处理器11A所使用的数据等。麦克风13A受理针对情绪推测装置1A的语音输入,并将与所述语音输入对应的语音信号给予至处理器11A。
输入装置14A受理针对情绪推测装置1A的操作输入。典型的是,输入装置14A是通过触控面板而实现。触控面板被设在具有作为显示部的功能的显示器17A上,例如为静电电容方式类型。触控面板每隔规定时间探测外部物体对触控面板的触摸操作,并将触摸坐标输入至处理器11A。但输入装置14A也可包含按钮等。
存储器接口15A从外部的存储介质150读出数据。处理器11A经由存储器接口15A读出保存在存储介质150中的数据,并将所述数据保存至存储器12A。处理器11A从存储器12A读出数据,并经由存储器接口15A将所述数据保存至外部的存储介质150。
存储介质150包含光盘(Compact Disc,CD)、数字多功能光盘(Digital VersatileDisk,DVD)、蓝光光盘(Blu-ray(注册商标)Disc,BD)、通用串行总线(Universal SerialBus,USB)存储器、安全数字(Secure Digital,SD)存储卡等非易失地保存程序的介质。
通信接口(I/F)16A是用于在情绪推测装置1A与测定装置2之间交换各种数据的通信接口,通过适配器或连接器等来实现。作为通信方式,例如采用基于低功耗蓝牙(Bluetooth(注册商标)lowenergy,BLE)、无线局域网(Local Area Network,LAN)等的无线通信方式。
扬声器18A将从处理器11A给予的语音信号转换为语音而输出至情绪推测装置1A的外部。
无线通信部19A经由通信天线190连接于移动通信网,收发用于无线通信的信号。由此,情绪推测装置1A例如可经由长期演进(Long Term Evolution,LTE)或第五代移动通信技术(5th Generation Mobile Communication Technology,5G)等移动通信网来进行与其他通信装置的通信。
传感器20A为加速度传感器,能够测定携带着情绪推测装置1A的受验者P的活动。因此,传感器20A能够检测受验者P坐着或睡觉等的静止时间。
[心理得分计算处理]
接下来,说明情绪推测装置1A以罗素的圆环模型的“活泼”-“失落”为轴来对受验者P的情绪进行评分而求出心理得分的处理。此处,所谓心理得分,是将“活泼”设为100分,将“失落”设为1分而对受验者P的情绪进行评分的评估值。图15是用于说明实施方式3的情绪推测装置1A求出心理得分的处理的流程图。
情绪推测装置1A每隔规定期间(例如,每隔一分钟)受理利用测定装置2所测定的行走数据的输入。另外,以下说明情绪推测装置1A与测定装置2始终连接的情况,但情绪推测装置1A也可不与测定装置2始终连接。在情绪推测装置1A不与测定装置2始终连接的情况下,情绪推测装置1A在与测定装置2连接的时机受理行走数据的输入。例如,在情绪推测装置1A为智能电话而测定装置2为智能鞋的传感器模块21的情况下,在受验者P穿着智能鞋而开始智能电话与传感器模块21的通信的时机,智能电话受理行走数据的输入。只要智能电话与传感器模块21为可通信的状态,则以后智能电话也可每隔规定期间(例如,每隔一分钟)从传感器模块21受理行走数据的输入。
首先,情绪推测装置1A判断是否为受理行走数据的输入的时机(步骤S301)。若判断为是受理行走数据的输入的时机(步骤S301中为是),则情绪推测装置1A受理利用测定装置2所测定的行走数据的输入(步骤S302)。情绪推测装置1A所受理的行走数据中包含行走速度、步幅、触地角度(着地时的脚尖上抬角度或离地时的脚跟上抬角度)的各参数。
另外,情绪推测装置1A为了求出心理得分,只要受理包含行走速度、步幅、步频中的至少一个参数的行走数据即可。而且,以下说明行走数据是利用测定装置2所测定的数据的情况,但对于行走速度、步幅、步频等行走参数,也可利用情绪推测装置1A的传感器20A(智能电话的加速度传感器)来测定,还可利用其他的可穿戴式设备来测定。
若判断为并非受理行走数据的输入的时机(步骤S301中为否),则情绪推测装置1A跳过步骤S302的处理。接下来,情绪推测装置1A每隔规定期间(例如,每隔一分钟)受理静止时间数据的输入。情绪推测装置1A判断是否为受理静止时间数据的输入的时机(步骤S303)。若判断为是受理静止时间数据的输入时机(步骤S303中为是),则情绪推测装置1A受理静止时间数据的输入(步骤S304)。
此处,所谓静止时间数据,是指受验者P未进行行走的时间,例如受验者P坐着的时间或睡觉的时间。静止时间数据是利用情绪推测装置1A的传感器20A(智能电话的加速度传感器)来测定。除此以外,也可根据从作为测定装置2的智能鞋获得的行走参数来算出静止时间数据。
情绪推测装置1A除了行走数据以外,还使用静止时间数据来修正心理得分,由此,也能够对行走时以外的受验者P的情绪进行评分,从而能够求出心理得分。具体而言,情绪推测装置1A对应于静止时间数据来对心理得分进行扣分。这是基于在验证坐姿时间与心理健康(mental health)的关系的文献(甲斐裕子,外4名,“日本劳动者的坐姿行为与心理健康的关联”,体力研究,体质研究所期刊,No.114,pp.1~10,2016年4月)中,若坐姿时间长则心理健康下降这一研究结果。因此,情绪推测装置1A可通过从在行走时求出的心理得分中扣减与受验者P未行走的静止时间相应的分数,来对行走时以外的受验者P的情绪进行评分。
若判断为并非受理静止时间数据的输入的时机(步骤S303中为否),则情绪推测装置1A跳过步骤S304的处理。接下来,情绪推测装置1A在规定时机(例如,每天早上一次)受理情绪数据的输入。情绪推测装置1A判断是否为受理情绪数据的输入的时机(步骤S305)。若判断为是受理情绪时间数据的输入的时机(步骤S305中为是),则情绪推测装置1A受理情绪数据的输入(步骤S306)。此处,所谓情绪数据,是指通过受验者P回答显示在情绪推测装置1A的显示器17A上的问卷调查而获得的、受验者P的主观性的评估值。
图16是表示用于在实施方式3的情绪推测装置1A中输入情绪数据的输入画面的一例的图。在显示于显示器17A的输入画面171上,显示有“早上好。”、“今早的心情如何?”、“请以一颗星至五颗星来输入。”,且显示有星的输入画面172。受验者P根据今早的心情,若差则利用输入装置14A(例如触控面板)输入一颗星,若好则利用输入装置14A(例如触控面板)输入五颗星。随后,受验者P按下“关闭”按钮173而结束情绪数据的输入。另外,情绪数据的输入也可并非五阶段,而是借助1%~100%等数值来进行的输入。
情绪推测装置1A除了行走数据以外,还使用情绪数据来修正心理得分,由此能够提高心理得分的精度。根据行走数据所求出的心理得分对应于受验者P的心情而变动大。因此,情绪推测装置1A通过每天早上一次地输入情绪数据,从而能够根据当天的心情来调整心理得分,心理得分的精度提高。尤其,每天早上一次地输入情绪数据有从长时间睡觉的状态开始活动而开始基于行走数据的情绪评分时的初始值调整的含义。但是,输入情绪数据的时机并不限定于每天早上一次,可每隔数小时地输入。另外,情绪数据的输入次数理想的是设为受验者P不会感到输入操作厌烦的程度的次数。而且,情绪数据的内容并不限于受验者P今早的心情,只要是通过显示于输入画面171的问卷调查而获得的当前的心情、身体的疲劳、睡眠的质量等受验者P的主观性的评估值即可。
返回图15,若判断为并非受理情绪时间数据的输入的时机(步骤S305中为否),则情绪推测装置1A跳过步骤S306的处理。接下来,情绪推测装置1A基于行走参数(例如行走速度、步幅、触地角度)与总体数据的比较来求出心理得分(步骤S307)。
具体而言,对心理得分的求出方法进行说明。图17是用于说明在实施方式3的情绪推测装置1A中求出心理得分的运算的一例的图。图17中,情绪推测装置1A根据在步骤S301中输入的三个行走参数(例如行走速度、步幅、触地角度)来算出心理得分。情绪推测装置1A每隔规定期间从测定装置2受理行走数据的输入,由此,能够每隔规定期间(例如,每隔一分钟)算出心理得分。
行走速度、步幅、触地角度这三个行走参数的值越大,则可推测为越“活泼”的情绪。因此,情绪推测装置1A依据以下的式1,基于各行走参数的值与总体数据来算出行走得分。另外,式1为一例,也可利用其他式来算出行走得分。
行走得分=A*行走速度得分+B*步幅得分+C*触地角度得分(式1)
此处,行走速度得分、步幅得分以及触地角度得分是像以下那样算出。
·行走速度得分=D1+E1*(行走速度-行走速度的总体数据的平均值)/行走速度的总体数据的标准偏差。
·步幅得分=D2+E2*(步幅-步幅的总体数据的平均值)/步幅的总体数据的标准偏差。
·触地角度得分=D3+E3*(触地角度-触地角度的总体数据的平均值)/触地角度的总体数据的标准偏差。
另外,A~C是针对各得分的加权系数。A~C的值例如可在0.1~0.9的范围内设定,只要满足A+B+C=1的条件即可。而且,D1~D3为各得分的初始值,例如可设定为40~80的范围的值,既可全部为相同的值,也可为不同的值。E1~E3为各得分的加法系数,例如可设定为5~20的范围的值,既可全部为相同的值,也可为不同的值。行走得分设为1分至100分为止的值,在成为100分以上的情况下设为100分。
静止时间数据中所含的静止时间越长,则可推测为越接近“失落”情绪。因此,情绪推测装置1A依据以下的式2来算出静止时间得分。另外,式2为一例,也可利用其他式来算出静止时间得分。
静止时间得分=F-G(静止时间-60分钟)…(式2)
另外,F为静止时间得分的初始值,例如可设定为40~80的范围的值。G为静止时间得分的减法系数,例如可设定为1~5的范围的值。静止得分是设为1分至100分为止的值,在成为1分以下的情况下设为1分。而且,也可为,可获取行走数据的时段每隔1分钟,则使静止时间得分增加1分。
关于情绪得分,基于在图16的输入画面171上输入的情绪数据,例如,为一颗星则评为-2分,为两颗星则评为-1分,为三颗星则评为0点,为四颗星则评为1分,为五颗星且评为2分。
如图17所示,情绪推测装置1A将利用式1所算出的行走得分、利用式2所算出的静止时间得分、情绪得分予以合计而算出心理得分。具体而言,情绪推测装置1A中,基于式3来算出心理得分。另外,式3为一例,也可利用其他式来算出心理得分。
心理得分=((行走得分+静止时间得分)/2)+情绪得分*10(式3)
情绪推测装置1A例如对于无法从测定装置2获得行走数据的期间,利用最近算出的行走得分来算出心理得分,以使得能够算出24小时心理得分。而且,情绪推测装置1A可利用静止时间得分+情绪得分*10的值来算出心理得分,以使得即便在无法利用最近算出的行走得分的情况(例如受验者P一整天都未行走的情况)下也能够算出心理得分。
返回图15,情绪推测装置1A输出在步骤S307中求出的心理得分(步骤S308)。具体而言,情绪推测装置1A在显示器17A上显示所求出的心理得分。图18是表示用于在实施方式3的情绪推测装置1A中输出心理得分的输出画面174的一例的图。在显示于显示器17A的输出画面174上,与当前的心理得分的数值一同以柱状图175显示有心理得分。显示于显示器17A的心理得分既可为每隔一分钟更新的心理得分,也可为设为一天的累积平均值的心理得分,还可为对活动时段的心理得分进行平均所得的值。
而且,在输出画面174上,除了心理得分以外,还输出当前的步数、与心理得分相应的行走建议176等。在行走建议176中,由于心理得分在下降,因此为了敦促受验者P行走而为“要不要稍微走走转换一下心情?”。另外,在输出画面174上,对于行走得分、静止时间得分、情绪得分未进行显示,但也可为能够予以显示。
情绪推测装置1A中,除了输出心理得分以外,也可输出各行走参数的时间变化。具体而言,当按下图18所示的输出画面174的“下一步”按钮177时,输出各行走参数的时间序列的变化。图19是表示用于在实施方式3的情绪推测装置1A中输出行走参数的输出画面178的一例的图。在输出画面178上,显示有行走速度的时间序列的图表179、步幅的时间序列的图表180以及触地角度的时间序列的图表181。也可为,情绪推测装置1A能够在输出画面178上仅显示受验者P所选择的行走参数的时间序列的图表。另外,当图19所示的输出画面178的“返回”按钮182被按下时,显示器17A返回图18所示的输出画面174。
返回图15,情绪推测装置1A在步骤S308中输出了心理得分后,受理是否结束心理得分计算处理的输入(步骤S309)。若未受理结束心理得分计算处理的输入(步骤S309中为否),则情绪推测装置1A使处理返回步骤S301,继续心理得分计算处理。另一方面,若受理了结束心理得分计算处理的输入(步骤S309中为是),则情绪推测装置1A结束心理得分计算处理。
利用图17所说明的心理得分的求出方法中,根据在步骤S301中输入的三个行走参数(例如行走速度、步幅、触地角度)来算出心理得分。但是,情绪推测装置1A可根据行走速度、步幅、步频中的至少一个参数来算出心理得分。图20是用于说明在实施方式3的情绪推测装置1A中求出心理得分的另一运算的一例的图。图20中,情绪推测装置1A根据在步骤S301中输入的一个行走参数(例如行走速度)来算出心理得分。
图20中,情绪推测装置1A算出行走速度得分来作为行走得分。情绪推测装置1A将行走得分(=行走速度得分)、利用式2所算出的静止时间得分、情绪得分予以合计而算出心理得分。具体而言,情绪推测装置1A基于式3来算出心理得分。
进而,实施方式3中,说明了情绪推测装置1A根据行走数据而以罗素的圆环模型的“活泼”-“失落”为轴来对受验者P的情绪进行评分的情况,但也可将轴进一步扩展至“活泼”-“忧郁”的范围。例如,情绪推测装置1A对于心理得分,将“活泼”设为100分,将“失落”设为1分,将“忧郁”设为-20分来对受验者P的情绪进行评分。“忧郁”这一状态可认为是心理比“失落”状态进一步下降的状态。在文献(村田伸,外4名,“存在抑郁倾向的高龄者的行走特征”,日本健康促进与物理治疗杂志,Vol.7,No.3:127-131,2017)中,也有“作为存在抑郁倾向的高龄者的步态特征,观察到了与行走速度的下降相关的步幅或跨距的减少和站立时间或双脚支撑时间的延长”这一研究结果,可认为是从“失落”时的心理得分进一步降低的得分。
[变形例]
本公开并不限于前述的实施方式,可进而进行各种变形、应用。尤其,用于前述的行走数据132与情绪数据133的相关联的分析或方法不过是一例。例如,不仅利用图5所示的罗素的圆环模型的“高兴-不高兴”的轴来进行评分,也关于“清醒-沉静”的轴来进行评分,由此,对于在罗素的圆环模型的二维坐标平面上进行了分类的各种情绪,能够根据行走数据132来推测。
在将测定装置2设为智能鞋的情况下,可作为行走数据而测定的行走参数包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间、着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地时的铅垂方向的加速度的最大值。因此,可利用情绪推测装置1来受理输入的行走数据132可包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间,着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地时的铅垂方向的加速度的最大值中的至少三个参数。另外,所说明的行走参数为可利用智能鞋来测定的行走参数的一例,也可通过运算来求出其他行走参数,或者设置其他传感器从而能够测定其他行走参数。
在将测定装置2设为智能电话的情况下,根据机型,可作为行走数据而测定的行走参数有时无法包含着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋以及最大抬脚高度等。在此情况下,可利用情绪推测装置1来受理输入的行走数据132可包含步幅、步频、行走速度、一步耗费的时间、支撑期期间以及摆动期期间中的至少两个参数。另外,也可为,即便在将测定装置2设为智能电话的情况下,也能够根据来自另外的三维姿势识别摄像机等的信息,来获取着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地时的铅垂方向的加速度的最大值的行走参数。
前述的实施方式中,在进行了情绪引导而使受验者P抱着特定情绪的状态下,利用测定装置2来测定行走数据132。但是,使受验者P抱着特定情绪的方法并不限定于情绪引导,也可通过使受验者P意识到特定情绪来使其抱着特定情绪。而且,也可在受验者P抱着特定情绪的时机,让其行走而利用测定装置2来测定行走数据132。
[形态]
(1)本公开的情绪推测装置推测受验者的情绪,所述情绪推测装置包括:接口,受理利用测定装置所测定的受验者的行走数据、以及将受验者的情绪数值化的情绪数据的输入;存储部,存储利用接口受理了输入的行走数据以及情绪数据;以及运算部,求出将存储在存储部中的行走数据中所含的多个行走参数与情绪数据相关联的关联数据,运算部在利用接口新受理了行走数据的输入的情况下,基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者的情绪,并从接口输出表示所推测出的受验者的情绪的信息。
由此,本公开的情绪推测装置基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者的情绪,因此能够基于从日常活动中获得的行走数据来推测受验者的情绪。
(2)根据(1)所述的情绪推测装置,其中,行走数据包含步幅、步频以及行走速度的行走参数中的至少一个参数。
(3)根据(1)所述的情绪推测装置,其中,行走数据包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间以及着地时的脚尖上抬角度中的至少两个参数。
(4)根据(1)所述的情绪推测装置,其中,行走数据包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间、着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地冲击中的至少三个参数。
(5)根据(1)至(4)中任一项所述的情绪推测装置,其中,运算部在根据行走数据新推测出的受验者的情绪为第一情绪的情况下,根据关联数据来求出与跟第一情绪不同的第二情绪相关联的行走数据,并从接口输出用于使推测为第一情绪的行走数据接近与第二情绪相关联的行走数据的行走建议。
(6)根据(5)所述的情绪推测装置,其中,第一情绪是被分类为不高兴的情绪,第二情绪是被分类为高兴的情绪。
(7)本公开的情绪推测系统包括:测定装置,测定受验者的行走数据;以及根据(1)至(6)中任一项所述的情绪推测装置。
(8)本公开的情绪推测方法推测受验者的情绪,所述情绪推测方法包括下述步骤:受理利用测定装置所测定的受验者的行走数据、以及将受验者的情绪数值化的情绪数据的输入;将受理了输入的行走数据以及情绪数据存储至存储部;求出将存储在存储部中的行走数据中所含的多个行走参数与情绪数据相关联的关联数据;在新受理了行走数据的输入的情况下,基于关联数据,根据新受理的行走数据中所含的多个行走参数来推测受验者的情绪;以及输出表示所推测出的受验者的情绪的信息。
(9)根据(8)所述的情绪推测方法,还包括下述步骤:在根据行走数据新推测出的受验者的情绪为第一情绪的情况下,根据关联数据来求出与跟第一情绪不同的第二情绪相关联的行走数据,并输出用于使推测为第一情绪的行走数据接近与第二情绪相关联的行走数据的行走建议。
(10)本公开的另一情绪推测装置对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪,所述情绪推测装置包括:输入部,受理利用测定装置所测定的受验者的行走数据;存储部,关于行走数据中所含的多个行走参数来存储各参数的总体数据;运算部,基于利用输入部受理了输入的行走数据中所含的多个行走参数中的步幅、步频、以及行走速度的至少一个参数与存储在存储部中的总体数据的比较,求出对受验者的情绪进行评分的心理得分;以及输出部,输出利用运算部求出的心理得分。
(11)根据(10)所述的情绪推测装置,其中,运算部除了基于多个行走参数中的步幅以及行走速度以外,还基于着地时的脚尖上抬角度或离地时的脚跟上抬角度的各参数与存储在存储部中的总体数据的比较,来求出心理得分。
(12)根据(10)或(11)所述的情绪推测装置,其中,输入部受理受验者未在行走的静止时间数据的输入,运算部以利用输入部所受理的静止时间数据来修正心理得分。
(13)根据(10)至(12)中任一项所述的情绪推测装置,其中,输入部受理将受验者的情绪数值化的情绪数据的输入,运算部以利用输入部所受理的情绪数据来修正心理得分。
(14)根据(10)至(13)中任一项所述的情绪推测装置,其中,运算部使用将行走参数与总体数据的平均值的差值除以总体数据的标准偏差所得的值来求出心理得分。
(15)根据(10)至(14)中任一项所述的情绪推测装置,其中,运算部从输出部输出与所求出的心理得分相应的行走建议。
(16)本公开的另一情绪推测系统包括:测定装置,测定受验者的行走数据;以及根据(10)至(15)中任一项所述的情绪推测装置。
(17)本公开的另一情绪推测方法对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪,所述情绪推测方法包括下述步骤:受理利用测定装置所测定的受验者的行走数据;基于所受理的行走数据中所含的多个行走参数中的步幅、步频以及行走速度的至少一个参数与存储在存储部中的总体数据的比较,求出对受验者的情绪进行评分的心理得分;以及输出所求出的心理得分。
对本发明的实施方式进行了说明,但应认为,此次公开的实施方式在所有方面为例示而非限制者。本发明的范围是通过权利要求所示,并意图包含与权利要求均等的含义及范围内的所有变更。
Claims (18)
1.一种情绪推测装置,推测受验者的情绪,所述情绪推测装置包括:
接口,受理利用测定装置所测定的所述受验者的行走数据、以及将所述受验者的情绪数值化的情绪数据的输入;
存储部,存储利用所述接口受理了输入的所述行走数据以及所述情绪数据;以及
运算部,求出将存储在所述存储部中的所述行走数据中所含的多个行走参数与所述情绪数据相关联的关联数据,
所述运算部在利用所述接口新受理了所述行走数据的输入的情况下,基于所述关联数据,根据新受理的所述行走数据中所含的所述多个行走参数来推测所述受验者的情绪,并从所述接口输出表示所推测出的所述受验者的情绪的信息。
2.根据权利要求1所述的情绪推测装置,其中
所述行走数据包含步幅、步频以及行走速度的所述多个行走参数中的至少一个参数。
3.根据权利要求1所述的情绪推测装置,其中
所述行走数据包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间以及着地时的脚尖上抬角度中的至少两个参数。
4.根据权利要求1所述的情绪推测装置,其中
所述行走数据包含步幅、步频、行走速度、一步耗费的时间、支撑期期间、摆动期期间、着地时的脚尖上抬角度、离地时的脚跟上抬角度、内旋、最大抬脚高度以及着地冲击中的至少三个参数。
5.根据权利要求1至4中任一项所述的情绪推测装置,其中
所述运算部在根据所述行走数据新推测出的所述受验者的情绪为第一情绪的情况下,根据所述关联数据来求出与跟所述第一情绪不同的第二情绪相关联的所述行走数据,并从所述接口输出用于使推测为所述第一情绪的所述行走数据接近与所述第二情绪相关联的所述行走数据的行走建议。
6.根据权利要求5所述的情绪推测装置,其中
所述第一情绪是被分类为不高兴的情绪,所述第二情绪是被分类为高兴的情绪。
7.一种情绪推测系统,包括:
测定装置,测定所述受验者的所述行走数据;以及
如权利要求1至4中任一项所述的情绪推测装置。
8.一种情绪推测系统,包括:
测定装置,测定所述受验者的所述行走数据;以及
如权利要求5所述的情绪推测装置。
9.一种情绪推测方法,推测受验者的情绪,所述情绪推测方法包括下述步骤:
受理利用测定装置所测定的所述受验者的行走数据、以及将所述受验者的情绪数值化的情绪数据的输入;
将受理了输入的所述行走数据以及所述情绪数据存储至存储部;
求出将存储在所述存储部中的所述行走数据中所含的多个行走参数与所述情绪数据相关联的关联数据;
在新受理了所述行走数据的输入的情况下,基于所述关联数据,根据新受理的所述行走数据中所含的所述多个行走参数来推测所述受验者的情绪;以及
输出表示所推测出的所述受验者的情绪的信息。
10.根据权利要求9所述的情绪推测方法,还包括下述步骤:
在根据所述行走数据新推测出的所述受验者的情绪为第一情绪的情况下,根据所述关联数据来求出与跟所述第一情绪不同的第二情绪相关联的所述行走数据,并输出用于使推测为所述第一情绪的所述行走数据接近与所述第二情绪相关联的所述行走数据的行走建议。
11.一种情绪推测装置,对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪,所述情绪推测装置包括:
输入部,受理利用测定装置所测定的所述受验者的行走数据;
存储部,关于所述行走数据中所含的多个行走参数来存储各参数的总体数据;
运算部,基于利用所述输入部受理了输入的所述行走数据中所含的所述多个行走参数中的步幅、步频、以及行走速度的至少一个参数与存储在所述存储部中的所述总体数据的比较,求出对所述受验者的情绪进行评分的心理得分;以及
输出部,输出利用所述运算部求出的所述心理得分。
12.根据权利要求11所述的情绪推测装置,其中
所述运算部除了基于所述多个行走参数中的步幅以及行走速度以外,还基于着地时的脚尖上抬角度或离地时的脚跟上抬角度的各参数与存储在所述存储部中的所述总体数据的比较,来求出所述心理得分。
13.根据权利要求11或12所述的情绪推测装置,其中
所述输入部受理所述受验者未在行走的静止时间数据的输入,
所述运算部以利用所述输入部所受理的所述静止时间数据来修正所述心理得分。
14.根据权利要求11或12所述的情绪推测装置,其中
所述输入部受理将所述受验者的情绪数值化的情绪数据的输入,
所述运算部以利用所述输入部所受理的所述情绪数据来修正所述心理得分。
15.根据权利要求11或12所述的情绪推测装置,其中
所述运算部使用将行走参数与所述总体数据的平均值的差值除以所述总体数据的标准偏差所得的值来求出所述心理得分。
16.根据权利要求11或12所述的情绪推测装置,其中
所述运算部从所述输出部输出与所求出的所述心理得分相应的行走建议。
17.一种情绪推测系统,包括:
测定装置,配置在所述受验者的鞋中,测定所述行走数据;以及
如权利要求11或12所述的情绪推测装置。
18.一种情绪推测方法,对基于罗素的圆环模型的轴的情绪进行评分,以推测受验者的情绪,所述情绪推测方法包括下述步骤:
受理利用测定装置所测定的所述受验者的行走数据;
基于所受理的所述行走数据中所含的多个行走参数中的步幅、步频以及行走速度的至少一个参数与存储在存储部中的总体数据的比较,求出对所述受验者的情绪进行评分的心理得分;以及
输出所求出的所述心理得分。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-136122 | 2022-08-29 | ||
JP2022199705A JP2024032633A (ja) | 2022-08-29 | 2022-12-14 | 感情推定装置、感情推定システム、および感情推定方法 |
JP2022-199705 | 2022-12-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117617970A true CN117617970A (zh) | 2024-03-01 |
Family
ID=90030969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311062885.3A Pending CN117617970A (zh) | 2022-08-29 | 2023-08-23 | 情绪推测装置、情绪推测系统以及情绪推测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117617970A (zh) |
-
2023
- 2023-08-23 CN CN202311062885.3A patent/CN117617970A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3403235B1 (en) | Sensor assisted evaluation of health and rehabilitation | |
US20180008191A1 (en) | Pain management wearable device | |
KR101974831B1 (ko) | 낙상위험 평가방법 및 이를 위한 사용자 단말기 | |
WO2022115701A1 (en) | Method and system for detecting mood | |
WO2019181483A1 (ja) | 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム | |
JP6569233B2 (ja) | 姿勢推定装置、姿勢推定システム、姿勢推定方法及びプログラム | |
US20200303058A1 (en) | Lifestyle habit management device, method, and non-transitory recording medium in which program is stored | |
WO2016048520A1 (en) | System method for assessing fitness state via a mobile device | |
US20240032852A1 (en) | Cognitive function estimation device, cognitive function estimation method, and storage medium | |
KR20210060246A (ko) | 생체 데이터를 획득하는 장치 및 그 방법 | |
JP2020513274A (ja) | バランスを定量化するための多重パラメータ法 | |
WO2021226040A1 (en) | Systems, devices, and methods for determining movement variability, illness and injury prediction and recovery readiness | |
CN113679339A (zh) | 睡眠监测方法、设备、系统以及存储介质 | |
CN117617970A (zh) | 情绪推测装置、情绪推测系统以及情绪推测方法 | |
EP4331483A1 (en) | Emotion estimating device, emotion estimating system, and emotion estimating method | |
JP2014140521A (ja) | 評価画面生成システム | |
JP7033362B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
CN116250834A (zh) | 无创个性化动态血糖趋势监测及预警方法、装置 | |
CN109820523A (zh) | 心理测试仪控制方法、装置及计算机可读存储介质 | |
JP2024032633A (ja) | 感情推定装置、感情推定システム、および感情推定方法 | |
JP7119755B2 (ja) | 健康管理装置、健康管理方法、及びプログラム | |
US10079074B1 (en) | System for monitoring disease progression | |
WO2023058200A1 (ja) | 疲労度算出装置、疲労度算出方法及び記憶媒体 | |
WO2023053176A1 (ja) | 学習装置、行動推薦装置、学習方法、行動推薦方法及び記憶媒体 | |
WO2023037749A1 (ja) | 評価方法、評価システム、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |