JP2016004354A - 身体の姿勢の判定方法 - Google Patents
身体の姿勢の判定方法 Download PDFInfo
- Publication number
- JP2016004354A JP2016004354A JP2014123293A JP2014123293A JP2016004354A JP 2016004354 A JP2016004354 A JP 2016004354A JP 2014123293 A JP2014123293 A JP 2014123293A JP 2014123293 A JP2014123293 A JP 2014123293A JP 2016004354 A JP2016004354 A JP 2016004354A
- Authority
- JP
- Japan
- Prior art keywords
- color
- image
- position information
- marker
- posture
- 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
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】簡易な方法で、かつ、確実に被測定者の身体の姿勢の傾きを把握することができる身体の姿勢の判定を行う。【解決手段】本発明の判定方法は、被測定者の身体の姿勢を判定する判定装置が実行する判定方法であって、身体の状態を示す身体画像を取得する画像取得ステップと、身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、基準点の位置情報を算出する位置情報算出ステップと、位置情報から身体の姿勢を判定する判定ステップとを含む。【選択図】 図2
Description
本発明は、機器を利用した身体の姿勢の判定方法に関するものである。
人間の健康にとって、その人の姿勢、即ち無意識に直立した状態での姿が非常に重要であることが知られている。具体的に述べると、身体の姿勢の中心線(垂直な仮想ライン)からの傾きやズレは身体に不自然な負荷をかけることになる。この負荷が肩こり、腰痛等の原因になると考えられるのである。
このような傾きやズレは、適切な処置、運動、エクササイズ(以下矯正運動という)によって、矯正又は軽減できることがしられている。
しかしどのような矯正運動が適切であるかは、個人個人異なるものである。間違った矯正運動を行うとかえって悪い場合がある。このため、整形外科医やスポーツインストラクター等に相談して行うことが重要である。医師は別としても、町のインストラクターや体操の先生などが、その人を目視して、その状態を把握し、適切な判断、さらに適切な矯正又は維持運動を選択できるか否かははなはだ疑問である。
しかしどのような矯正運動が適切であるかは、個人個人異なるものである。間違った矯正運動を行うとかえって悪い場合がある。このため、整形外科医やスポーツインストラクター等に相談して行うことが重要である。医師は別としても、町のインストラクターや体操の先生などが、その人を目視して、その状態を把握し、適切な判断、さらに適切な矯正又は維持運動を選択できるか否かははなはだ疑問である。
このような判断をより客観的に行うため、大掛かりな装置を使用するものも開発されているが、非常に高価であり、一般的な体操教室やスポーツ施設ではとても購入できるものではない。
そこで、スマートフォンのような機器で被測定者の画像を撮影して客観的にその被測定者の状態を判定するシステムも、特許文献1のように開発されてきている。これは、撮影した画像と予め記憶させた人体の一般的な姿勢と比較によって、被測定者の姿勢を判断するものであり、簡単で、大掛かりな装置も不要である。
しかしながら、この従来法では、予め一般的な姿勢パターンを記録する必要があることから、その膨大なデータの収集に負担がかかるものであった。また、用意された姿勢のパターンとの比較しかできないことから、体の各部の正確な位置の把握をすることが困難であり、被測定者の身体の姿勢の中心線からの傾きやズレを正確に把握することができなかった。そこで、より簡易な方法で、かつ、確実に被測定者の身体の姿勢又は重心の傾き又はズレ(以下、「姿勢の傾き」)を把握することができる身体の姿勢の判定方法の開発が求められた。
以上のような現状に鑑み、本発明者は、鋭意研究の結果、本願発明に係る身体の姿勢の判定方法を完成したものであり、その特徴とするところは、
被測定者の身体の姿勢を判定する判定装置が実行する判定方法であって、
身体の状態を示す身体画像を取得する画像取得ステップと、
身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、
基準点の位置情報を算出する位置情報算出ステップと、
位置情報から身体の姿勢を判定する判定ステップとを含む、判定方法である。
被測定者の身体の姿勢を判定する判定装置が実行する判定方法であって、
身体の状態を示す身体画像を取得する画像取得ステップと、
身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、
基準点の位置情報を算出する位置情報算出ステップと、
位置情報から身体の姿勢を判定する判定ステップとを含む、判定方法である。
かかる構成により、被測定者の画像から、基準点を検知し、その基準点の位置情報から、身体の姿勢を判定することができるため、事前に一般的な姿勢のデータの収集をする等の手間もかからず、また、大掛かりな機械も必要がないことから、身体の姿勢を簡単な操作と安価な機器で判定することができる。
また、身体に取り付けたマーカーを基準点とした場合、簡単な方法で、基準点を正確に検知することができる。
また、身体に取り付けたマーカーを基準点とした場合、簡単な方法で、基準点を正確に検知することができる。
検知ステップは、身体画像のうち、マーカーで示された部分の色とそれ以外の部分の色とを区別することにより、マーカーで示された部分を基準点として検知することが好ましい。
かかる構成により、身体画像を、マーカーの色とマーカー以外の色に2値化することによって、一度判定した結果を繰り返して利用することができるため、演算の都度、マーカーかどうかを判定するより、演算速度が向上する。
さらに、検知ステップは、マーカーで示された部分の色を第1の色とし、それ以外の部分の色を第2の色とする補正する補正ステップとを含み、第1の色と第2の色とに基づいて、マーカーで示された部分を基準点として検知することが好ましい。
かかる構成により、身体画像に、マーカー以外の物であって、マーカーと同じ色の物が写り込んだ場合、かかる部分の画像を、マーカー以外の色の画像に補正することによって、ノイズが除去され、マーカーかどうかを判定する速度が向上する。また、身体の姿勢を判定する際に誤判定が生じることを防ぐこともできる。
さらに好ましくは、判定方法は、基準点のうち対となる2点の中点を中点位置情報として算出する中点位置情報算出ステップをさらに含み、判定ステップにおいて、中点位置情報に基づいて身体の姿勢を判定してもよい。
基準点のうち対となる2点の中点を用いると、より正確に身体の姿勢を判定することができる。
また、判定装置で被測定者の身体の姿勢を判定する判定方法を実行させるプログラムであって、身体の状態を示す身体画像を取得する画像取得ステップと、身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、基準点の位置情報を算出する位置情報算出ステップと、位置情報から身体の姿勢を判定する判定ステップとを含む判定方法を実行させるプログラムとすることもできる。
本発明によれば、被測定者の画像から、基準点を検知し、その基準点の位置情報から、身体の姿勢を判定することができるため、事前に一般的な姿勢のデータの収集をする等の手間もかからず、また、大掛かりな機械も必要がないことから、身体の姿勢を簡単な操作と安価な機器で判定することができる。
以下、好適な実施例に基づいて本発明をより詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値やステップなどは、一例であり、本発明を限定する趣旨ではない。
本発明は、デジタルカメラやスマートフォン、タブレットPC等の機器を利用して、撮影した被測定者の身体画像中のマーカーの位置情報から、被測定者の身体の姿勢を判定する方法の発明である。本発明を実行できるプログラムを機器にインストールする等して、本発明を実施することができる。
図1は、本発明に係る身体の姿勢の判定方法の操作者の操作手順の一例の概要を示すフローチャートである。
まず、本発明に係るアプリケーションを起動させる。アプリケーションを起動させ、機器の画面上に、「登録画面」を表示させる(ステップS0)。「登録画面」では、機器のカメラを利用して取得する被測定者の情報を入力し登録することができる。例えば、被測定者の身体の所定位置に貼付けたマーカーの色、又は長さの基準として用いるスケールの色若しくは実寸などである。
まず、本発明に係るアプリケーションを起動させる。アプリケーションを起動させ、機器の画面上に、「登録画面」を表示させる(ステップS0)。「登録画面」では、機器のカメラを利用して取得する被測定者の情報を入力し登録することができる。例えば、被測定者の身体の所定位置に貼付けたマーカーの色、又は長さの基準として用いるスケールの色若しくは実寸などである。
受付部は、被測定者の身体の所定位置に貼付けたマーカーの色、又は長さの基準として用いるスケールの色若しくは実寸を変更する場合(ステップS1)に、操作者によって入力された被測定者の身体の所定位置に貼付けたマーカーの色、並びに長さの基準として用いるスケールの色及び実寸を受け付ける(ステップS2)。これらを変更しない場合は、次のステップ(ステップS3)に移る。
次に、被測定者の身体の正面にマーカーを貼る(ステップS3)。ここで、マーカーには、例えば、丸型で直径2cm〜3cm程度のシールであって、その色は黒以外の原色であるものを利用する。
そして、被測定者をスケールの前に立たせる(ステップS4)。ここで、スケールには、例えば、30cm×1cmのテープであって、その色はマーカーの色と同色のものを利用する。
マーカーの貼付け位置は、例えば、図5に示す通り、身体の正面から撮影し、姿勢の傾きを判定する場合、肩峰(a1)、上前腸骨棘(a2)、外果(a3)の部位について左右それぞれの部位にマーカーを貼り付ける。また、身体の側面から撮影し、姿勢の傾きを判定する場合、肩峰(b1)、上前腸骨棘(b2)、上後腸骨棘(b3)、大転子(b4)、外果より約2cm前方(b5)の部位にマーカーを貼り付ける。
操作者が機器の「正面撮影」ボタンを押下することによって撮影された身体画像を、機器は画面にプレビュー画像として表示する(ステップS5)。プレビュー画像に被測定者の全身とスケールが撮影できるようにカメラの方向を調整し(ステップS6)、画面上に表示された「撮影」ボタンを押下して撮影をし(ステップS7)、撮影結果として取得した正面の撮影画像を確認する(ステップS8)。
撮影結果に問題があれば、再度、ステップS5〜S8を、満足できる撮影結果が得られるまで、繰り返す。
撮影結果に問題があれば、再度、ステップS5〜S8を、満足できる撮影結果が得られるまで、繰り返す。
正確な身体の姿勢の判定には、身体の正面の撮影画像に加えて、身体の側面の撮影画像も取得する必要があるため、正面の撮影画像を取得した後は、身体の側面の撮影画像を取得するために、ステップS3〜S9を行う(ステップS11、12)。
撮影が完了すると、撮影した身体の正面又は側面の撮影画像(以下、単に「撮影画像」とする)を用いてアプリが身体の姿勢の傾きの判定をし、測定結果を算出する。そして、操作者は、画面上に表示された「登録」ボタンを押下して、測定結果を保存する(ステップS13)。
図2は、本発明に係る身体の姿勢の判定方法のアプリの処理動作の一例の概要を示すフローチャートである。
まず、受付部は、操作者により入力された被測定者の身体の所定位置に貼付けたマーカーの色、並びに長さの基準として用いるスケールの色及び実寸を受け付ける(ステップS’1)。そうすると、メモリ部にこれらの情報がマーカー、スケール情報として記憶される(ステップS’2)。
まず、受付部は、操作者により入力された被測定者の身体の所定位置に貼付けたマーカーの色、並びに長さの基準として用いるスケールの色及び実寸を受け付ける(ステップS’1)。そうすると、メモリ部にこれらの情報がマーカー、スケール情報として記憶される(ステップS’2)。
機器が正面の撮影画像を取得する(ステップS’3)。
また、正面の撮影画像は、操作者が「正面撮影」のボタンを押下することによって取得することができる。同様に「側面撮影」ボタンを押下することによって身体の側面の撮影画像を取得すればよい。
また、正面の撮影画像は、操作者が「正面撮影」のボタンを押下することによって取得することができる。同様に「側面撮影」ボタンを押下することによって身体の側面の撮影画像を取得すればよい。
演算部は、撮影画像の2値化を行う(ステップS’4)。図3は、2値化の処理動作の概要の一例を示すフローチャートである。2値化とは、撮影画像の色をマーカーの画像の色とそれ以外の画像の色に置き換える処理である。例えば、撮影画像のうち、マーカーの画像の色を白色、マーカー以外の画像の色を黒色とする。
撮影画像を、マーカーの色とマーカー以外の色に2値化することによって、一度判定した結果を繰り返して利用することができるため、演算の都度、マーカーかどうかを判定するより、演算速度が向上する。
2値化の処理は、まず、撮影画像の1ピクセルの画像データの色相(H)、彩度(S)を算出する。
具体的には、撮影画像から1ピクセルの画像データを取得し(ステップS’401)、取得した画像データから当該ピクセルのRGB値(赤、緑、青の数値)を取得し(ステップS’402)、RGB値の中から最大値と最小値を取得する(ステップS’403)。そして、その最大値と最小値の差を計算し、彩度(S)を算出する(S’404)。そして、彩度の値(S)が0の場合(ステップS’405)、色相(H)を0と算定する。また、RGBの最小値が青の場合(ステップS’407)、色相(H)の値を色相(H)= 60 * (G-R) /S+60の式により算出する(S’408)。そして、RGBの最小値が赤の場合(ステップS409)、色相(H)の値を色相(H)= 60 * (B-G) /S+180の式により算出する(ステップS’410)。そして、これらのいずれにも該当しない場合、色相(H)= 60 * (R-B) /S+300の式により算出する(S’411)。
同様に、マーカーの色の画像の色相(H’)、彩度(S’)の値も算出する。
具体的には、撮影画像から1ピクセルの画像データを取得し(ステップS’401)、取得した画像データから当該ピクセルのRGB値(赤、緑、青の数値)を取得し(ステップS’402)、RGB値の中から最大値と最小値を取得する(ステップS’403)。そして、その最大値と最小値の差を計算し、彩度(S)を算出する(S’404)。そして、彩度の値(S)が0の場合(ステップS’405)、色相(H)を0と算定する。また、RGBの最小値が青の場合(ステップS’407)、色相(H)の値を色相(H)= 60 * (G-R) /S+60の式により算出する(S’408)。そして、RGBの最小値が赤の場合(ステップS409)、色相(H)の値を色相(H)= 60 * (B-G) /S+180の式により算出する(ステップS’410)。そして、これらのいずれにも該当しない場合、色相(H)= 60 * (R-B) /S+300の式により算出する(S’411)。
同様に、マーカーの色の画像の色相(H’)、彩度(S’)の値も算出する。
次に、撮影画像の1ピクセルの色相(H)、彩度(S)の値と、マーカーの色の画像の色相(H’)、彩度(S’)を比較し、色相と彩度の差が一定の範囲にあれば、撮影画像の1ピクセルはマーカーと同じ色であると判定する(ステップS’412)。例えば、色相の差が20未満であって、彩度の差が0.3未満とする。
撮影画像の1ピクセルがマーカーと同じ色と判定された場合、ピクセルの色を白色に変更し(ステップS’413)、それが違う色と判定された場合は、ピクセルの色を黒色に変更する(ステップS’414)。
これらの処理を撮影画像の全ピクセルに対して行い(ステップS’415)、全ピクセルの処理が完了するまでは、次のピクセルについて同様の処理を行い(ステップS’416)、全ピクセルの処理が完了すれば、2値化の処理は終了する(ステップS’417)。
撮影画像を2値化した結果、撮影画像中に、マーカーではないが、マーカーと同じ色の物体の画像が存在する場合、かかる部分の画像は、マーカーでないにもかかわらず、マーカーを意味する白色とされてしまう。かかる部分は、ノイズとなり、アプリの処理速度を低下させる要因となることから、アプリの処理速度を向上させるために、2値化した撮影画像からノイズを除去する(ステップS’5)。
図4は、2値化した撮影画像のノイズ除去の処理動作の一例の概要を示すフローチャートである。
まず、マーカーでないにも関わらず白色となっているピクセルを黒色に変換する処理(収縮処理)を行う。
まず、マーカーでないにも関わらず白色となっているピクセルを黒色に変換する処理(収縮処理)を行う。
収縮処理の手順は、2値化した撮影画像から1ピクセルを取得する(ステップS'501)。そして、当該ピクセルの周囲1ピクセルに1つでもマーカー以外の色を示す黒色のピクセルがあるかどうかを判定し(ステップS'502)、これがない場合は、当該ピクセルを白色とし(ステップS'503)、これがある場合は、当該ピクセルを黒色とする(ステップS'504)。
この処理を、全ピクセルの処理が完了するまで、繰り返し行う(ステップS'505、S'506)。
収縮処理により得られた画像(以下、「収縮画像」)には、収縮処理の手法上、マーカーの画像として白色となっているピクセルの集合の周囲1ピクセルは、本来、マーカーの画像として白色となるべきものが、黒色となっている。したがって、この周囲1ピクセルを白色に復元する処理(膨張処理)が必要となる。
膨張処理の手順は、収縮画像から1ピクセルを取得し(S'507)、当該ピクセルの周囲1ピクセルに1つでも白ピクセルがあるかどうかを判定し(S'508)、これがない場合は当該ピクセルを黒色とし(S'509)、これがある場合は当該ピクセルを白色とする(S'510)。
この処理を、全ピクセルの処理が完了するまで、繰り返し行う(ステップS'511、S'512)。
以上により、ノイズの除去処理が完了する(S'513)。
以上により、ノイズの除去処理が完了する(S'513)。
2値化とノイズ除去を行った撮影画像(以下、「処理済画像」)から、マーカーの中心点のピクセル上での座標を取得する(S'6)。
処理済画像の1ピクセルの実寸を計算するために、まず、撮影画像上のスケールのピクセルを取得する(S'7)。スケールのサイズの取得は、撮影画像上に表示されたスケールは、形状がテープ状であり、マーカーと同じ色であることから、その形状と色より、スケールの画像とそれ以外の画像を識別し、スケールに相当する部分のピクセルを取得する。
そして、取得したスケールのピクセルと、予め入力したスケールの実寸から、処理済画像の1ピクセルの実寸を計算することによって、1ピクセルが何mmかを計算し、縮尺を計算する(ステップS'8)。
各マーカーの座標が、肩峰(a1)、上前腸骨棘(a2)、及び外果(a3)の左右それぞれの部位、並びに肩峰(b1)、上前腸骨棘(b2)、上後腸骨棘(b3)、大転子(b4)、及び外果より約2cm前方(b5)の部位のうち、いずれの部位に該当するか判定し、マーカーの座標と各部位の紐付けを行う(ステップS'9)。
ここで、身体の姿勢の判定方法の手順を図5を用いて説明する。
左右の肩峰(a1)のマーカーの中心点の座標を結んだ線を肩ライン(A1)、左右の上前腸骨棘(a2)のマーカーの中心点の座標を結んだ線を腰ライン(A2)、左右の外果(a3)のマーカーの中心点の座標を結んだ線を外果ライン(A3)、上前腸骨棘(b2)と上後腸骨棘(b3)のマーカーの中心点の座標を結んだラインを骨盤傾斜ライン(B23)とする。
左右の肩峰(a1)のマーカーの中心点の座標を結んだ線を肩ライン(A1)、左右の上前腸骨棘(a2)のマーカーの中心点の座標を結んだ線を腰ライン(A2)、左右の外果(a3)のマーカーの中心点の座標を結んだ線を外果ライン(A3)、上前腸骨棘(b2)と上後腸骨棘(b3)のマーカーの中心点の座標を結んだラインを骨盤傾斜ライン(B23)とする。
また、肩ラインの中点(A1’)、腰ラインの中点(A2’)、外果ラインの中点(A3’)、骨盤傾斜ラインの中点(B23’)のデータを作成する。
さらに、外果ライン(A3)の中点(A3’)と水平面と垂直に交わる線(以下、「正面中心線」)(F)、外果より約2cm前方(b5)と水平線が垂直に交わる線(以下、「側面中心線」)(G)のデータを作成する。
そして、肩ライン(A1)の水平面に対する角度、骨盤傾斜ライン(B23)の水平面に対する角度、正面中心線(F)と肩ラインの中点(A1’)及び腰ラインの中点(A2’)の距離、側面中心線(G)と肩峰(b1)及び大転子(b4)の距離から、身体の姿勢の判定を行うため、これらの値を算出する(ステップS'10)。
さらに、外果ライン(A3)の中点(A3’)と水平面と垂直に交わる線(以下、「正面中心線」)(F)、外果より約2cm前方(b5)と水平線が垂直に交わる線(以下、「側面中心線」)(G)のデータを作成する。
そして、肩ライン(A1)の水平面に対する角度、骨盤傾斜ライン(B23)の水平面に対する角度、正面中心線(F)と肩ラインの中点(A1’)及び腰ラインの中点(A2’)の距離、側面中心線(G)と肩峰(b1)及び大転子(b4)の距離から、身体の姿勢の判定を行うため、これらの値を算出する(ステップS'10)。
これらの値から、身体の姿勢の傾きを評価する(ステップS'11)。
例えば、肩ライン(A1)の水平面に対する傾きが5%以上の場合に、異常と判定する。また、骨盤傾斜ライン(B23)の水平面に対する傾きが、5%未満を後傾、5%以上15%以下を正常、16%以上を前傾と判定する。さらに、正面中心線(F)と肩ラインの中点(A1’)及び腰ラインの中点(A2’)の距離、又は側面中心線(G)と肩峰(b1)及び大転子(b4)の距離のいずれかの距離が、3cm以上の場合、異常と判定する。なお、異常でない場合は、正常と判定する。
例えば、肩ライン(A1)の水平面に対する傾きが5%以上の場合に、異常と判定する。また、骨盤傾斜ライン(B23)の水平面に対する傾きが、5%未満を後傾、5%以上15%以下を正常、16%以上を前傾と判定する。さらに、正面中心線(F)と肩ラインの中点(A1’)及び腰ラインの中点(A2’)の距離、又は側面中心線(G)と肩峰(b1)及び大転子(b4)の距離のいずれかの距離が、3cm以上の場合、異常と判定する。なお、異常でない場合は、正常と判定する。
以上の処理において、撮影画像や、異常又は正常の判定結果が、測定結果となる。測定結果は、機器の画面に表示され(ステップS'12)、測定結果を機器に保存したい場合、画面上の「登録」ボタンを押下し(ステップS'13)、機器上に測定結果を保存することができる(ステップS'14)。
保存した測定結果は、今回の測定結果のみならず、前回の測定結果等、過去の測定結果を、画面に表示することもできる。また、今回の測定結果と過去の測定結果を比較し、身体の姿勢を比較することもできる。
また、測定結果の精度を向上させるためには、取得した撮影画像を2値化する前に平滑化処理し、撮影画像を滑らかにすることによってSN比を改善すればよい。
図6は、本発明の実施に用いる機器のブロック図である。内蔵カメラ1を用いて、身体、マーカー、スケールの画像を撮影する。演算部2では、2値化、ノイズ除去、姿勢の判定等の処理を行う。メモリ部3には、撮影した撮影画像や、演算部2で2値化やノイズ除去を行った2値化画像、そのピクセルの座標等を格納する。記憶部4には、測定結果等を保存することができる。受付部5は、操作者の操作を受け付ける。
1 内蔵カメラ
2 演算部
3 メモリ部
4 記憶部
5 受付部
2 演算部
3 メモリ部
4 記憶部
5 受付部
Claims (5)
- 被測定者の身体の姿勢を判定する判定装置が実行する判定方法であって、
身体の状態を示す身体画像を取得する画像取得ステップと、
前記身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、
前記基準点の位置情報を算出する位置情報算出ステップと、
前記位置情報から身体の姿勢を判定する判定ステップとを含む、判定方法。 - 前記検知ステップは、前記身体画像のうち、前記マーカーで示された部分の色とそれ以外の部分の色とを区別することにより、前記マーカーで示された部分を前記基準点として検知することを特徴とする、請求項1に記載の判定方法。
- 前記検知ステップは、前記マーカーで示された部分の色を第1の色とし、
それ以外の部分の色を第2の色とする補正する補正ステップとを含み、
前記第1の色と第2の色とに基づいて、前記マーカーで示された部分を前記基準点として検知することを特徴とする、請求項2に記載の判定方法。 - 基準点のうち対となる2点の中点を中点位置情報として算出する中点位置情報算出ステップをさらに含み、
前記判定ステップにおいて、前記中点位置情報に基づいて身体の姿勢を判定することを特徴とする、請求項1乃至3のいずれかに記載の判定方法。 - 判定装置で被測定者の身体の姿勢を判定する判定方法を実行させるプログラムであって、
身体の状態を示す身体画像を取得する画像取得ステップと、
前記身体画像のうち、身体上に取り付けられた複数のマーカーで示された部分に基づいて基準点を検知する検知ステップと、
前記基準点の位置情報を算出する位置情報算出ステップと、
前記位置情報から身体の姿勢を判定する判定ステップとを含む判定方法を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014123293A JP2016004354A (ja) | 2014-06-16 | 2014-06-16 | 身体の姿勢の判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014123293A JP2016004354A (ja) | 2014-06-16 | 2014-06-16 | 身体の姿勢の判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016004354A true JP2016004354A (ja) | 2016-01-12 |
Family
ID=55223603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014123293A Pending JP2016004354A (ja) | 2014-06-16 | 2014-06-16 | 身体の姿勢の判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016004354A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018124188A1 (ja) * | 2016-12-27 | 2018-12-27 | Coaido株式会社 | 測定装置およびプログラム |
US10853636B2 (en) | 2017-05-19 | 2020-12-01 | Fujitsu Limited | Information processing apparatus, method, and non-transitory computer-readable storage medium |
JP2021049232A (ja) * | 2019-09-26 | 2021-04-01 | 株式会社トプコン | 被検者情報取得装置、眼科装置及び眼科システム |
WO2023149538A1 (ja) * | 2022-02-04 | 2023-08-10 | 公立大学法人大阪 | 骨盤傾斜角度推定方法および推定システム、推定補助具、推定用ベルト |
-
2014
- 2014-06-16 JP JP2014123293A patent/JP2016004354A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018124188A1 (ja) * | 2016-12-27 | 2018-12-27 | Coaido株式会社 | 測定装置およびプログラム |
US10853636B2 (en) | 2017-05-19 | 2020-12-01 | Fujitsu Limited | Information processing apparatus, method, and non-transitory computer-readable storage medium |
JP2021049232A (ja) * | 2019-09-26 | 2021-04-01 | 株式会社トプコン | 被検者情報取得装置、眼科装置及び眼科システム |
JP7300950B2 (ja) | 2019-09-26 | 2023-06-30 | 株式会社トプコン | 被検者情報取得装置、眼科装置及び眼科システム |
WO2023149538A1 (ja) * | 2022-02-04 | 2023-08-10 | 公立大学法人大阪 | 骨盤傾斜角度推定方法および推定システム、推定補助具、推定用ベルト |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368810B (zh) | 基于人体及骨骼关键点识别的仰卧起坐检测系统及方法 | |
US11210500B2 (en) | Spoofing detection device, spoofing detection method, and recording medium | |
US20180153445A1 (en) | Measurement device and measurement method | |
JP2016004354A (ja) | 身体の姿勢の判定方法 | |
KR20130134680A (ko) | 신체 분석 시스템 | |
JP6633875B2 (ja) | エクササイズメニュー提供システムおよびエクササイズメニュー提供方法 | |
Churchill et al. | RIVCAM: a simple video-based kinematic analysis for clinical disorders of gait | |
JP2016187162A5 (ja) | ||
CN107517344A (zh) | 摄像装置识别范围的调整方法及装置 | |
CN107122754A (zh) | 姿势识别方法和装置 | |
US20190150531A1 (en) | Garments, systems and methods for sports training | |
CN113856186B (zh) | 一种引体向上动作判定与计数的方法、系统及装置 | |
US20190325599A1 (en) | Bmi, body and other object measurements from camera view display | |
CN112568898A (zh) | 一种基于视觉图像对人体运动动作自动进行伤病风险评估及动作矫正的方法、装置及设备 | |
CN111488775A (zh) | 注视度判断装置及方法 | |
KR20200111049A (ko) | 이미지를 이용한 신체 사이즈 측정 시스템 | |
JP7060549B2 (ja) | コーチングアプリケーションの構築装置、方法およびプログラム | |
CN105205784B (zh) | 标尺识别方法及影像拼接方法 | |
KR101839106B1 (ko) | 체형분석시스템 | |
KR101700214B1 (ko) | 관절의 회전각을 통해 모션 매칭률을 산출하는 장치 및 그 방법 | |
RU2012157287A (ru) | Способ и устройство для представления варианта выбора | |
US20220078339A1 (en) | Method for obtaining picture for measuring body size and body size measurement method, server, and program using same | |
CN108604131A (zh) | 显示系统、信息处理装置、信息处理方法以及程序 | |
KR102582349B1 (ko) | 공간 증강 현실에서의 객체 중첩에 따른 오류 보정 장치 및 방법 | |
KR20190085794A (ko) | 바른자세관리를 위한 자세분석 어플리케이션 제공방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170810 |
|
A917 | Reason for reinstatement of right to file examination request |
Free format text: JAPANESE INTERMEDIATE CODE: A917 Effective date: 20170810 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170810 |