JP2017169732A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】ユーザーのスタミナ情報をユーザーが把握しやすいように出力することができる情報処理装置、情報処理方法及びプログラムを提供する。【解決手段】情報処理装置１００は、生体センサー２００から生体情報を取得する情報取得部１１０と、生体情報に基づいて、ユーザーのスタミナを示すスタミナ情報を報知するための第１の報知情報と、第１の報知情報とは異なる第２の報知情報とを生成する処理部１３０と、第１の報知情報及び第２の報知情報を出力する出力部１７０を含む。第２の報知情報は、ユーザーのスタミナを示し、かつスタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの情報を含む。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法及びプログラム等に関係する。

例えば、一般に登山やハイキング等の体力を消耗する歩行を継続して行う場合は、活動実行者の体力に応じた計画を立てておくことが重要である。そのため、登山やハイキングへ行く場合、予め目的地の地図やガイドブック等の資料を用意して、これらの資料を参考に行動計画を作成することが一般的である。その際には、目的地までの距離や歩行時間、休憩場所や休憩時間等を盛り込んだ行動計画表を作成し、この行動計画表に合わせて行動することが多い。

しかし、山の天候は変わりやすく、環境の変化に対応して行動を修正することも必要である。例えば山の天候の変化に対応して、登山を続けるか下山するかといった判断が必要になる場合には、登山者の体調を考慮する必要がある。しかし、地図やガイドブック等の資料に基づいて作成した行動計画表は、あくまでも一般的な人の体力から勘案したものであって、実際の登山者の体力と必ずしも一致しないことが多い。また、集団行動の場合、単独で下山したい、又は登山を続けたいとは言いにくいこともあり、各人の体調を客観的に把握できないことも多い。

これに対して、例えば特許文献１において開示される情報処理装置は、ユーザー（例えば登山者）の生体情報と環境情報等を用いて、ユーザーの体力や、残りの活動可能時間、移動可能距離等を計算して、これらの情報を表示部に表示して、ユーザーに報知する。これにより、ユーザーは表示部に表示された情報を参考にして、今後の行動を選択することが可能になる。

特開２０１３―２２０１８２号公報

ユーザー（被検体）の生体情報等からユーザーの体力（スタミナ）を示す情報（以下、スタミナ情報と呼ぶ。）を特定し、特定したスタミナ情報等を報知する場合には、報知される情報をユーザーがより把握しやすいようにすることが望ましい。しかし、前述した特許文献１では、ユーザーの体力や残り活動可能時間等を表示部に表示すること自体については記載されているものの、これらの情報をユーザーが如何に把握しやすいように報知するかについては、記載されていなかった。

本発明の幾つかの態様によれば、ユーザーのスタミナ情報をユーザーが把握しやすいように出力することができる情報処理装置、情報処理方法及びプログラム等を提供することができる。

本発明の一態様は、生体センサーから生体情報を取得する情報取得部と、前記生体情報に基づいて、ユーザーのスタミナを示すスタミナ情報を報知するための第１の報知情報と、前記第１の報知情報とは異なる第２の報知情報とを生成する処理部と、前記第１の報知情報及び前記第２の報知情報を出力する出力部と、を含み、前記第２の報知情報は、前記ユーザーの前記スタミナを示し、かつ前記スタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、前記ユーザーの活動に対するアドバイス情報又はアラート情報、及び前記ユーザーの運動継続可能情報のうちの少なくとも一つの情報を含む情報処理装置に関係する。

本発明の一態様では、ユーザーのスタミナ情報に関する第１の報知情報を生成し、第２の報知情報として、ユーザーのスタミナを示し、かつスタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成し、出力する。これにより、ユーザーは、ユーザーのスタミナ情報だけでなく、第２の報知情報を確認にすることできる。よって、ユーザーのスタミナ情報をユーザーが把握しやすいように出力することが可能となる。

また、本発明の一態様では、前記処理部は、前記情報取得部が前記生体センサーから前記生体情報を取得できなかった場合に、前記生体情報を推定する推定処理を行い、前記推定処理に用いられる係数情報に基づいて、前記スタミナ情報を推定してもよい。

これにより、生体センサーから生体情報を取得できない場合であっても、ユーザーのスタミナ情報をユーザーに報知すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記ユーザーの活動強度に対応する活動時間と、前記活動時間に対応する係数情報とに基づいて、前記生体情報を推定する推定処理を行い、前記推定処理に用いられる前記係数情報に基づいて、前記スタミナ情報を推定してもよい。

これにより、ユーザーの活動時間及び活動強度をスタミナ情報に反映すること等が可能になる。

また、本発明の一態様では、前記情報取得部は、前記ユーザーの活動が停止した後に、前記生体センサーから活動後生体情報を取得し、前記処理部は、前記活動後生体情報に基づいて、前記スタミナ情報を推定してもよい。

これにより、ユーザーの活動が停止した後に、活動後生体情報を加味して、スタミナ情報を推定すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記ユーザーの継続した活動による前記生体情報の変化に基づいて、前記スタミナ情報を推定してもよい。

これにより、ユーザーが継続した活動を行った場合の生体情報の変化を加味して、スタミナ情報を推定すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記第２のスタミナ情報として、登り運動時のスタミナ情報又は下り運動時のスタミナ情報を生成してもよい。

これにより、上り運動時または下り運動時におけるスタミナ情報をユーザーが把握すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記第１の報知情報として、キャラクターを用いたアニメーションの情報を生成してもよい。

これにより、ユーザーが表示部に表示されるアニメーションを確認して、自身のスタミナ情報の概要を一目で把握できるようにすること等が可能になる。

また、本発明の一態様では、前記処理部は、前記ユーザーから前記スタミナ情報を補正するスタミナ補正情報を受け付け、前記スタミナ補正情報に基づいて、前記スタミナ情報を補正してもよい。

これにより、ユーザーが主観的に想定しているスタミナにより近いスタミナ情報の報知情報を表示すること等が可能になる。

また、本発明の他の態様は、生体センサーから生体情報を取得することと、前記生体情報に基づいて、第１の報知情報として、ユーザーのスタミナを示すスタミナ情報を報知するための報知情報を生成することと、第２の報知情報として、前記ユーザーの前記スタミナを示し、かつ前記スタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、前記ユーザーの活動に対するアドバイス情報又はアラート情報、及び前記ユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成することと、前記第１の報知情報及び前記第２の報知情報を出力することと、を含む情報処理方法に関係する。

また、本発明の他の態様では、上記各部としてコンピューターを機能させるプログラムに関係する。

本実施形態のシステム構成例の説明図。 スタミナ情報に関する報知情報の表示例の説明図。 スタミナ情報に関する報知情報の他の表示例の説明図。 スタミナ情報に関する報知情報の他の表示例の説明図。 スタミナ情報に関する報知情報の他の表示例の説明図。 第２のスタミナ情報に関する第２の報知情報の表示例の説明図。 第３のスタミナ情報に関する第２の報知情報の表示例の説明図。 アドバイス情報に関する第２の報知情報の表示例の説明図。 アラート情報に関する第２の報知情報の表示例の説明図。 運動継続可能情報に関する第２の報知情報の表示例の説明図。 アニメーションを用いてスタミナ情報の報知情報を表示する例の説明図。 アニメーションを用いてスタミナ情報の報知情報を表示する他の例の説明図。 アニメーションを用いてスタミナ情報の報知情報を表示する他の例の説明図。 アニメーションを用いてスタミナ情報の報知情報を表示する他の例の説明図。 アニメーションを用いてスタミナ情報の報知情報を表示する他の例の説明図。 本実施形態の処理の流れを説明するフローチャート。 スタミナ情報の推定処理の説明図。 活動強度と活動時間の説明図。 心拍ドリフト現象の説明図。 変形例における処理の流れを説明するフローチャート。 登山時のペースと標高の関係図。 登山時の脈拍数の説明図。 スタミナ補正情報の説明図。 電子機器の外観図。 電子機器の他の外観図。 電子機器の他の外観図。 情報処理システムの説明図。 情報処理システムの他の説明図。 情報処理システムの他の説明図。

以下、本実施形態について説明する。なお、以下で説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また、本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．システム構成例
図１に本実施形態の情報処理装置１００（生体情報処理装置、情報処理システム）及びこれを含む電子機器５００の構成例を示す。本実施形態の情報処理装置１００は、情報取得部１１０と、処理部１３０と、記憶部（メモリー）１５０と、出力部１７０とを含む。また、情報処理装置１００を含む電子機器５００の例としては、生体センサー２００と、体動センサー３００と、プロセッサー４００と、メモリー１５０とを含むウェアラブル機器などが挙げられる。また、電子機器５００は、表示部（モニター）９００等を含んでいても良い。本実施形態の情報処理装置１００の一部又は全部の機能は、例えばウェアラブル機器により実現される。但し、情報処理装置１００（情報処理システム）の一部又は全部の機能を、例えばスマートフォンなどのウェアラブル機器とは異なる電子機器（携帯電子機器）や、サーバーシステムにより実現してもよい。情報処理システムの具体的な構成例については、図２３〜図２５を用いて後述する。なお、情報処理装置１００及びこれを含む電子機器５００は、図１の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。

次に各部で行われる処理について説明する。情報取得部１１０は、生体センサー２００から被検体の生体情報を取得する。また、情報取得部１１０は、体動センサー３００から被検体の体動情報を取得することも可能である。生体情報は、例えば被検体に装着されるウェアラブル機器５００に設けられた生体センサー２００により検出される。同様に、体動情報は、例えばウェアラブル機器５００に設けられた体動センサー３００により検出される。

例えば図２３を用いて後述するように、本実施形態に係る情報処理装置１００がサーバーシステム６００により実現され、当該サーバーシステム６００が、ユーザーに装着されるウェアラブル機器５００から生体情報及び体動情報を取得する場合であれば、情報取得部１１０は、ネットワークを介してウェアラブル機器５００との通信を行う通信部（ウェアラブル機器５００からの情報を受信する受信部）であってもよい。通信部は、例えばＵＳＢコネクター（通信端子）や無線アンテナなどの通信デバイスであってもよいし、通信デバイスを制御するプロセッサー等であってもよい。

そして、生体センサー２００（生体センサーデバイス）は、被検体に装着されるウェアラブル機器５００に設けられ、被検体の生体情報を取得可能なセンサーである。例えば生体情報は、生体センサー２００から取得される、被検体の生体活動を表す情報であり、例えば脈拍数（心拍数）や体温、血圧、血流量、活動時間（睡眠時間）、活動状態（運動状態）などを示す情報である。例えば、情報取得部１１０が、生体情報として脈波情報を取得する場合には、生体センサー２００として脈波センサーを用いる。脈波情報は、被検体の脈波に関する情報であり、例えば前述した脈拍数（心拍数）などを示す情報である。そして、脈波センサーは、脈波情報（脈波信号）を検出するためのセンサーであり、例えば発光部と受光部とを含む光電センサー等が考えられる。脈波センサーは、光電センサーや、その他の形態のセンサー（例えば超音波センサー）等、種々のセンサーにより実現できることが知られており、本実施形態の脈波センサーはそれらのセンサーを広く適用可能である。また、生体センサー２００は、血圧センサーや温度センサーなどを含むように構成しても良い。

また、体動センサー３００（体動センサーデバイス）は、被検体に装着されるウェアラブル機器５００に設けられ、被検体の体動情報を取得可能なセンサーである。例えば体動情報は、体動センサー３００から取得される、被検体の体動を示す情報である。体動情報は、例えば被検体の移動距離、歩数、歩幅、移動時間、移動速度、加速度、加速度変動の絶対量、加速度変動の周波数、運動量、運動内容（活動内容）、ある単位時間あたりの標高差、標高、ジャイロセンサーから取得される情報、角速度変動の絶対量、角速度変動の周波数、地磁気センサーから取得される情報、地磁気変動の絶対量、地磁気変動の周波数、気圧センサー信号から取得される情報等を示す情報である。

体動センサー３００としては、例えば加速度センサー等を用いることができる。この場合には、情報取得部１１０は、加速度センサーから、体動情報として加速度情報（又は位置情報）を取得する。また他にも、体動センサー３００は、ジャイロセンサーや、高度センサー、地磁気センサー、気圧センサー等であってもよい。また体動センサー３００は、例えばＧＰＳ（Global Positioning System）受信機等であってもよい。その場合には、ＧＰＳ受信機（体動センサー３００）が、ＧＰＳ衛星から送信される電波に基づいて、ウェアラブル機器５００（被検体）の現在位置を示す位置情報を取得し、情報取得部１１０が、体動情報としてウェアラブル機器５００（被検体）の位置情報を取得する。

処理部１３０は、生体情報に基づいて、ユーザーのスタミナを示すスタミナ情報を報知するための報知情報を生成する。また、出力部１７０は、処理部１３０によって生成された報知情報を、例えば表示部９００に出力する。情報取得部１１０、処理部１３０及び出力部１７０の機能は、各種プロセッサー（ＣＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。例えば図１の例においては、プロセッサー４００が、情報取得部１１０と処理部１３０と出力部１７０の機能を実現している。ただし、本実施形態はこれに限定されず、例えば情報処理システム１００が複数のプロセッサーを含み、処理部１３０の機能を第１のプロセッサーが実現し、情報取得部１１０の機能を第２のプロセッサーが実現し、出力部１７０の機能を第３のプロセッサーが実現するなど、種々の変形実施が可能である。

また、出力部１７０は例えば通信部であってもよい。この場合には、出力部１７０は、図１の表示部９００等の報知部と、ネットワークにより通信接続されており、報知部と通信を行って、報知部に対して報知情報を出力する。

さらに、出力部１７０は、前述した通信部の他にも、図１の表示部９００や、不図示の音出力部、振動部等の報知部であってもよい。この場合には、出力部１７０は、報知情報を出力することによって、ユーザーに情報を報知する。例えば出力部１７０が表示部である場合には、報知情報は表示用情報であり、表示用情報を表示部の画面に出力して表示することにより、ユーザーに情報を報知する。また、例えば出力部１７０が不図示の音出力部である場合には、報知情報は音出力情報であり、音出力情報に基づいて音出力部が音を出力することにより、ユーザーに情報を報知する。同様にして、例えば出力部１７０が不図示の振動部である場合には、報知情報は振動情報であり、振動情報に基づいて振動部が振動することにより、ユーザーに情報を報知する。

２．本実施形態の手法
次に、本実施形態の手法について説明する。本実施形態において、処理部１３０は、ユーザーへの第１の報知情報として、ユーザーのスタミナ情報（第１のスタミナ情報）に関する報知情報を生成する。さらに、処理部１３０は、ユーザーへの第２の報知情報として、前述したスタミナ情報とは環境状況が異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成する。そして、出力部１７０は、例えば表示部９００等に対して、第１の報知情報及び第２の報知情報を出力し、表示部９００は、取得した第１の報知情報及び第２の報知情報を表示する。

ここで、スタミナ情報とは、ユーザーのスタミナ（持久力）を表す情報である。例えば、スタミナ情報は、ユーザーが活動（運動）によって消費したスタミナ量（スタミナ消費量）を表す情報であってもよいし、活動をした結果、ユーザーに残っているスタミナ量（スタミナ残量）を表す情報であってもよい。なお、スタミナ情報の特定方法については、図１３等を用いて後述する。

本実施形態では、例えば図２の例のように、ユーザーのスタミナ消費量を０％〜１００％で表し、０％〜１００％のうちのどのくらいの割合だけスタミナが消費されたかを示す横棒グラフ（バー）の画像ＢＡを、表示部９００に表示する。すなわち、図２の例では、画像ＢＡがスタミナ情報に関する報知情報であり、画像ＢＡにより、ユーザーのスタミナ消費量が６０％であることが示されている。スタミナ残量についても同様に表示することができる。また、本実施形態において、スタミナ情報に関する報知情報の表示方法は図２の例に限定されず、例えば図３に示すような方法でスタミナ情報の報知情報を表示してもよい。図３の例では、スタミナ消費量が３０％大きくなるたびに、スタミナ消費量を示すバーの色をより濃い色にした画像ＧＢＡを表示している。つまり、０％〜３０％の領域を第１の色で表示し、３０〜６０％の領域を第１の色よりも濃い第２の色で表示し、６０％〜１００％の領域を第２の色よりもさらに濃い第３の色で表示する。また、この際には、０％から１００％に向かって、スタミナ消費量を表すバーの色が徐々に濃くなるグラデーション表示を行ってもよい。

さらに、図４又は図５に示すような方法で、スタミナ情報の報知情報を表示してもよい。図４の例においては、表示部９００はモニターであり、時計の文字盤ＷＤと時計針を表示している。そして、図４の例では、表示部９００において、文字盤ＷＤの外縁部にユーザーのスタミナ消費量（またはスタミナ残量）を表すバーの画像ＳＢを表示させ、ユーザーのスタミナ消費量に対応するように、バーの画像ＳＢを伸縮させて、ユーザーへスタミナ消費量を報知する。図４の例では、スタミナ消費量が最小であることを示すＭＩＮの位置から、スタミナ消費量が最大であることを示すＭＡＸの位置まで、画像ＳＢを伸縮表示することができる。図４の場合、スタミナ情報の報知情報は、表示部９００に表示する表示画像の情報である。

また、図５の例においては、表示部９００は、時計の文字盤ＷＤと秒針ＳＨであり、文字盤ＷＤの外縁部にユーザーのスタミナ消費量（またはスタミナ残量）を表す模様が印刷されている。具体的には、スタミナ消費量が最小であることを示す線ＭＩＮと、スタミナ消費量が最大であることを示す線ＭＡＸが印刷されている。そして、秒針ＳＨが、線ＭＩＮから線ＭＡＸの間の、スタミナ消費量に対応する位置を指し示すことによって、ユーザーにスタミナ消費量を報知する。例えば登山を行っている最中には、ユーザーは分単位までは時間を気にすることが多いが、秒単位まで時間を気にする必要性はさほど高くない。そのため、通常は時間を指し示すように秒針ＳＨを動かし、登山時などにはスタミナ情報を指すように秒針ＳＨを動かす。ただし、本実施形態はこれに限定されず、他の時計針がスタミナ情報を指し示すようにしてもよい。図５の場合、スタミナ情報の報知情報は、秒針ＳＨの制御情報（回転情報）である。

また、第２の報知情報は、第１の報知情報が示すスタミナ情報とは環境状況が異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの報知情報である。なお、処理部１３０は、第２の報知情報のうち、第２のスタミナ情報、第３のスタミナ情報、アドバイス情報又はアラート情報、及び運動継続可能情報のうちの複数の情報を生成し、出力部１７０が、これらの複数情報を出力してもよい。例えば、処理部１３０が第２のスタミナ情報と第３のスタミナ情報を生成し、出力部１７０が表示部９００にこれらの情報を出力し、表示部９００が第２のスタミナ情報と第３のスタミナ情報を同時に表示する等してもよい。

そして、第２のスタミナ情報は、第１のスタミナ情報と同じユーザーについての情報であるが、第１のスタミナ情報とは異なる環境状況におけるスタミナ情報のことをいう。環境状況とは、ユーザーの運動状況や、ユーザーが活動を行っている際の周囲の環境の状況のことである。環境状況は、例えばユーザーが活動を行っている場所や時間、ユーザーが活動を行っている際の天候、気温、気圧等である。運動状況は、例えば歩行ペースや走行ペースなどのユーザーの活動ペース、現在まで活動を継続した時間（累積活動時間）、平坦を移動しているか、又は上りや下りを移動しているか等を指す。

例えば、図６に、第１のスタミナ情報に関する第１の報知情報に加えて、第２のスタミナ情報に関する第２の報知情報を表示する場合の一例を示す。図６の例においては、画像ＢＡ１が第１のスタミナ情報を示し、画像ＢＡ２及び画像ＢＡ３が第２のスタミナ情報を示す。また、本例における環境状況は、ユーザーの運動状況である。つまり、第１のスタミナ情報の運動状況は、ユーザーが平坦を移動している状況であるが、第２のスタミナ情報の運動状況は、第１のスタミナ情報の運動状況とは異なり、上り又は下りを移動している状況である。環境状況が変われば、環境状況の変化前と変化後で、ユーザーのスタミナ消費量（またはスタミナ残量）の推定値も変わってくる。例えば、平坦を移動するよりも上り坂を移動する方がスタミナの消費が多いため、平坦を移動する場合よりも上り坂を移動する場合のスタミナ残量を小さく推定すべきである。また、下り坂を移動する場合には、平坦を移動する場合に比べてスタミナ消費量が小さくなり、スタミナ残量は大きくなる。そのため、処理部１３０は、第２のスタミナ情報として、登り運動時のスタミナ情報又は下り運動時のスタミナ情報を生成する。さらに出力部１７０は、第１のスタミナ情報を示す第１の報知情報と、第２のスタミナ情報を示す第２の報知情報を、表示部９００に出力し、表示部９００がこれらの情報を表示する。例えば図６の例では、画像ＢＡ１により、平坦を移動する場合のユーザーのスタミナ消費量が６４％であることを示しており、画像ＢＡ２により、上り坂を移動する場合のユーザーのスタミナ消費量が８０％であることを示しており、画像ＢＡ３により、下り坂を移動する場合のユーザーのスタミナ消費量が３０％であることを示している。

これにより、平坦で運動している時のスタミナ情報だけでなく、上り運動時または下り運動時におけるスタミナ情報をユーザーが把握すること等が可能になる。

また、第３のスタミナ情報は、第１のスタミナ情報及び第２のスミタナ情報とは異なるユーザーのスタミナを示す情報である。

例えば、図７には、第１のスタミナ情報に関する第１の報知情報に加えて、第３のスタミナ情報に関する第２の報知情報を表示する例を示す。図７の例において、第１のスタミナ情報に関する第１の報知情報は、自分のスタミナ情報を表す画像ＳＴ１であり、第３のスタミナ情報に関する第２の報知情報は、Ａさん、Ｂさん、Ｃさん、Ｄさんの４人それぞれのスタミナ情報を表す画像（ＳＴ２〜ＳＴ５）である。例えば、チームで登山をする際には、各メンバーのスタミナ情報を確認できると、休憩を取るタイミングを適切に判断したり、メンバーの誰か一人が遅れそうになっていないか確認したりすることが容易になる。

また、アドバイス情報は、ユーザーの活動に対するアドバイスを示す情報であり、例えばユーザーが今後行うべき活動を推薦する推薦情報（リコメンド情報）等である。推薦情報は、ユーザーの活動だけでなく、水分補給等のユーザーの行動に対する推薦情報を含んでいても良い。

例えば図８において、第１のスタミナ情報に関する第１の報知情報に加えて、アドバイス情報に関する第２の報知情報を表示する例を示す。図８の例では、前述した図２の例と同様に、画像ＢＡが第１のスタミナ情報を示し、例えば画像ＲＣがアドバイス情報を示す。図８の例において画像ＲＣは、ユーザーに登山を薦める山のランキングを示している。画像ＲＣに示すオススメランキングは、例えばユーザーのスタミナ情報と、登った山の情報（標高、傾斜など）、オススメ候補となる山の情報などを比較することにより特定される。

アラート情報は、ユーザーが行っている活動に対する警告（アラート）を示す情報である。例えば、アラート情報は、現在ユーザーが行っている活動の停止を促したり、休憩や水分補給をすることを促したりする情報である。

例えば図９において、第１のスタミナ情報に関する第１の報知情報に加えて、アドバイス情報又はアラート情報に関する第２の報知情報を表示する例を示す。図９の例では、前述した図２の例と同様に、画像ＢＡが第１のスタミナ情報を示し、例えば画像ＢＡの上部に表示するアイコン画像ＡＩが、アドバイス情報又はアラート情報を示す。具体的にアイコン画像は、例えばユーザーに水分補給を促すための画像や、糖分不足を警告する画像、日射量が多すぎることを警告する画像などである。

また、運動継続可能情報とは、例えばユーザーが現在行っている運動を継続可能な時間や、現在行っている運動を継続して移動可能な距離等を示す情報である。例えば図１０の例のように、第１のスタミナ情報に関する第１の報知情報に加えて、運動継続可能時間及び移動可能距離に関する第２の報知情報を表示部９００に表示する。例えば図１０の例では、スタミナ消費量が３０％と表示されており、運動継続可能時間が６０分、移動可能距離が１５ｋｍと表示されている。

以上のように、本実施形態では、ユーザーのスタミナ情報を報知する第１の報知情報と共に、ユーザーが第１の報知情報を参照する際に参考となる第２の報知情報を、表示部９００に併せて表示する。例えば、ユーザーは第２の報知情報を第１の報知情報と併せて参照する。これにより、第１の報知情報が示すスタミナ情報の意味をより分かりやすくユーザーに伝えることができる。つまり、ユーザーのスタミナ情報をユーザーが把握しやすいように表示させることが可能となる。ひいては、ユーザーが次に取るべき行動を判断する際の補助をすることができる。

また、処理部１３０は、第１の報知情報として、キャラクターを用いたアニメーションの情報を生成してもよい。この場合、処理部１３０は、例えば図１１Ａ〜図１１Ｅに示すようなアニメーションの情報を生成し、出力部１７０が表示部９００にこの情報を出力して、表示部９００がアニメーションを表示する。例えば、図１１Ａの例のアニメーションは、スタミナ消費量が小さいことを表しており、図１１Ｂの例のアニメーションは、スタミナ消費量が中程度であることを表しており、図１１Ｃの例のアニメーションは、スタミナ消費量が大きいことを表している。同様にして、図１１Ｄのアニメーションは、スタミナ消費量が小さく、ユーザーが元気であることを表しており、図１１Ｅのアニメーションは、スタミナ消費量が大きく、ユーザーが疲れていることを表している。

これにより、ユーザーが表示部９００に表示されるアニメーションを確認して、自身のスタミナ情報の概要を一目で把握できるようにすること等が可能になる。

また、本実施形態では以下のような構成としてもよい。即ち、情報処理装置１００は、情報（例えばプログラムや各種のデータ）を記憶するメモリー（記憶部１５０）と、メモリーに記憶された情報に基づいて動作するプロセッサー４００（処理部１３０、ハードウェアで構成されるプロセッサー）と、を含む。プロセッサー４００は、ウェアラブル機器５００に設けられた生体センサー２００（生体センサーデバイス）から、被検体の生体情報を取得する。そして、プロセッサー４００は、ユーザーへの第１の報知情報として、ユーザーのスタミナ情報に関する報知情報を生成し、ユーザーへの第２の報知情報として、スタミナ情報とは環境状況が異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成し、第１の報知情報及び第２の報知情報を出力する。

プロセッサー（処理部１３０）は、例えば各部の機能が個別のハードウェアで実現されてもよいし、或いは各部の機能が一体のハードウェアで実現されてもよい。プロセッサーは、例えばＣＰＵ（Central Processing Unit）であってもよい。ただしプロセッサーはＣＰＵに限定されるものではなく、ＧＰＵ（Graphics Processing Unit）、或いはＤＳＰ（Digital Signal Processor）等、各種のプロセッサーを用いることが可能である。またプロセッサーはＡＳＩＣ（Application Specific Integrated Circuit）によるハードウェア回路でもよい。メモリー（記憶部１５０）は、例えばＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）などの半導体メモリーであってもよいし、レジスターであってもよいし、ハードディスク装置等の磁気記憶装置であってもよいし、光学ディスク装置等の光学式記憶装置であってもよい。例えば、メモリーはコンピューターにより読み取り可能な命令を格納しており、当該命令がプロセッサーにより実行されることで、処理部１３０の各部の機能が実現されることになる。ここでの命令は、プログラムを構成する命令セットの命令でもよいし、プロセッサーのハードウェア回路に対して動作を指示する命令であってもよい。

また、本実施形態は、生体センサー２００から生体情報を取得することと、生体情報に基づいて、ユーザーへの第１の報知情報として、ユーザーのスタミナを示すスタミナ情報を報知するための報知情報を生成することと、ユーザーへの第２の報知情報として、スタミナ情報とは環境状況が異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、ユーザーの活動に対するアドバイス情報又はアラート情報、及びユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成することと、第１の報知情報及び第２の報知情報を出力することと、を含む情報処理方法に適用することができる。

３．スタミナ情報の特定処理
次に、前述したスタミナ情報を特定する処理について説明する。ここでは生体情報のうち、脈拍数に着目する。例えば、スタミナがない人は短時間の運動をしただけでも、脈拍数が大きく上昇してしまうが、スタミナがある人が同じ運動をした場合には、スタミナがない人に比べて脈拍数の上昇量が小さい。そのため、脈拍数が変化しやすい人はスタミナがなく、脈拍数が変化しにくい人はスタミナがあると考えられる。

そこで、処理部１３０は、ユーザーの継続した活動による生体情報の変化に基づいて、スタミナ情報を推定する。具体的には、脈拍数の変化が大きい人ほど、スタミナ消費量を大きく推定し、脈拍数の変化が小さい人ほど、スタミナ消費量を小さく推定する。

具体的な処理の流れを図１２のフローチャートに示す。まず、処理部１３０は、下式（１）により、ユーザー（運動者）の最大脈拍数ＭａｘＨＲを算出する（Ｓ１０１）。下式（１）において、ａｇｅはユーザーの年齢である。

続けて、処理部１３０は、例えば記憶部１５０に記憶されたユーザーのこれまでの運動履歴や、年齢、体重などの身体情報に基づいて、ユーザーの安静時（平常時）脈拍数ＢａｓｅＨＲを算出する（Ｓ１０２）。

さらに、処理部１３０は、ユーザーの最大スタミナ量を算出する（Ｓ１０３）。ここで、最大スタミナ量は、例えば安静時（平常時）を起点として、ユーザーが活動可能な最大時間（最大活動可能時間Ｔ_ＭＡＸ）、及びユーザーが移動可能な最大距離（最大移動可能距離）の少なくとも一方を示す情報である。なお、最大スタミナ量は、前述した異なる環境状況ごとに求めても良い。つまり、例えば平坦を移動すると仮定した場合の最大スタミナ量と、上り坂を移動すると仮定した場合の最大スタミナ量と、下り坂を移動すると仮定した場合の最大スタミナ量をそれぞれ求める等してもよい。

ここで、図１３を用いて、最大スタミナ量を算出する例について説明する。図１３の例では、ユーザーが３０歳であり、安静時脈拍数ＢａｓｅＨＲが８０であるものとする。前述した上式（１）を用いて計算すると、最大脈拍数ＭａｘＨＲは１９０となる。この場合に、図１３のグラフには、ユーザーが１０時間継続して運動した時の脈拍数ＨＲの推移ＴＲを示している。なお、図１３のグラフは横軸（Ｘ軸）が時間（ｈ）を表し、縦軸（Ｙ軸）が脈拍数ＨＲを表している。

この時の脈拍数ＨＲの推移ＴＲを近似曲線ＡＰとして置き、近似曲線ＡＰのＹ軸座標値が１９０（＝ＭａｘＨＲ）の時のＸ軸座標値を最大活動可能時間Ｔ_ＭＡＸとする。また、最大移動可能距離は、最大活動可能時間Ｔ_ＭＡＸとユーザーの平均移動距離との積を計算することにより求めることができる。ユーザーの平均移動距離は例えば記憶部１５０に予め記憶しておいてもよいし、体動センサー３００から得られる体動情報に基づいて計算してもよい。

そしてユーザーが運動を開始すると（Ｓ１０４）、処理部１３０はユーザーの現在の脈拍数ＨＲを算出する（Ｓ１０５）。ステップＳ１０５では、生体センサー２００によって脈拍数を測定可能な場合には、処理部１３０は測定された脈拍数を用いる。一方、生体センサー２００によって脈拍数を測定できない場合には、処理部１３０は、後述するように体動センサー３００から取得される体動情報に基づいて、脈拍数を推定する。なお、脈拍数の推定処理については後に詳述する。

そして処理部１３０は、最大スタミナ量と、現在の脈拍数又は推定脈拍数に基づいて、ユーザーのスタミナ量（スタミナ情報）を更新する（Ｓ１０６）。具体的には、図１３のように現在の脈拍数又は推定脈拍数に基づいて累積運動時間Ｔｅを求めることができ、さらに最大活動可能時間Ｔ_ＭＡＸから累積運動時間Ｔｅを減算することにより、運動継続可能時間Ｔａをスタミナ残量として求めることができる。なお、スタミナ量は、最大スタミナ量と同様に、前述した異なる環境状況ごとに求めても良い。

次に、処理部１３０はユーザーが運動を継続しているか否かを判定する（Ｓ１０７）。ユーザーが運動を継続していると判定した場合には（Ｓ１０７：運動を継続する）、ステップＳ１０５に戻り、ユーザーが運動を継続していないと判定した場合には（Ｓ１０７：運動を終了する）、ユーザーの学習データを記憶部１５０に保存し（Ｓ１０８）、処理を終了する。なお、学習データとは、ユーザーの脈拍数等の生体情報、体動情報、後述する式（５）の係数情報等である。

これにより、ユーザーが継続した活動を行った場合の生体情報の変化を加味して、スタミナ情報を推定すること等が可能になる。その結果、ユーザー間の個人差を反映したスタミナ情報を推定すること等が可能になる。

次に、スタミナ情報の特定処理の変形例について説明する。本変形例では、処理部１３０は、情報取得部１１０が生体センサー２００から生体情報を取得できなかった場合に、生体情報を推定する推定処理を行う。そして処理部１３０は、生体情報の推定処理に用いられる係数情報に基づいて、スタミナ情報を推定する。

これにより、生体センサー２００から生体情報を取得できない場合であっても、ユーザー（被検体）のスタミナ情報をユーザーに報知（提示）すること等が可能になる。

具体的には、例えば情報取得部１１０が生体センサー２００から被検体の生体情報を取得できない場合に、処理部１３０が、体動センサー３００から取得される体動情報に基づいて被検体の生体情報を推定する。そして処理部１３０は、体動情報に基づいて、被検体の活動強度と、活動強度に対応する活動時間を求め、求めた活動時間に基づいて生体情報を推定する。このように、活動強度とそれに対応する活動時間を生体情報の推定処理に用いることで、生体情報の推定処理の結果に、被検体の活動内容をより正確に反映させることができるようになる。

ここで、活動強度は、例えば被検体が行っている活動の強度を示す数値等であり、具体的には図１４に示すように、走行時（移動時）のペース（ｍｉｎ／ｋｍ）などである。そして、活動強度に対応する活動時間とは、その活動強度の活動を行った時間のことである。例えば、図１４の例では、走行時のペース（ｍｉｎ／ｋｍ）を所定の範囲で区切り、走行ペースの各範囲を、異なる活動強度として設定している。例えば、３．０（ｍｉｎ／ｋｍ）までの走行ペースを第１の活動強度とし、３．０（ｍｉｎ／ｋｍ）〜３．５（ｍｉｎ／ｋｍ）の走行ペースを第２の活動強度として設定している。以降も同様にして、０．５（ｍｉｎ／ｋｍ）間隔で区切られた走行ペースを、異なるレベルの活動強度として、第１の活動強度〜第９の活動強度を設定している。そして、図１４の例では、９つの活動強度のうちの各活動強度の活動を行った時の各累積活動時間Ｎ（ｓｅｃ）を測定している。例えば、４．０（ｍｉｎ／ｋｍ）〜４．５（ｍｉｎ／ｋｍ）の走行ペースである第４の活動強度に対応する活動時間は、１５０（ｓｅｃ）であり、４．５（ｍｉｎ／ｋｍ）〜５．０（ｍｉｎ／ｋｍ）の走行ペースである第５の活動強度に対応する活動時間は、１９００（ｓｅｃ）である。

そして、処理部１３０は、情報取得部１１０が生体センサー２００から生体情報を取得できる場合には、生体センサー２００により測定された生体情報を用いてスタミナ情報を推定し、スタミナ情報の報知情報を生成する。出力部１７０は、生成された報知情報を表示部９００に出力し、表示部９００がスタミナ情報に関する報知情報を表示する。なお、この際には、生体センサー２００により測定された生体情報、又は推定した生体情報を併せて表示部９００に表示してもよい。これにより、ユーザーは、本実施形態の電子機器５００（図２３）等を装着して活動している間、スタミナ情報を確認すること等が可能になる。

さて、前述したように、体動情報に基づいて脈拍数を推定する際には、例えば運動を長時間継続して行う場合などに、同じ条件で運動をしていても、脈拍数が一定にならないことに注意する必要がある。例えばその一例を図１５に示す。図１５に示すグラフは、略一定のペースでマラソンを行った時に計測された脈拍数を示すグラフであり、横軸を経過時間とし、縦軸を脈拍数（ｂｐｍ：Beats Per Minute）としている。図１５の例においては、略一定のペースで走行を継続しているにも関わらず、スタートからゴールに向かうにつれ、矢印ＹＳで示すように、徐々に脈拍数が上昇している。例えば、スタートから３０分経過時点での脈拍数は、１７０ｂｐｍ前後であったが、スタートから２時間経過後の脈拍数は、１８０ｂｐｍ以上になっている。これは人体に心拍ドリフト現象が発生しているためである。心拍ドリフト現象とは、人体に同じ運動負荷を連続して与えていると、徐々に脈拍数が上昇する現象のことである。この現象が起こるメカニズムは完全には解明されていないが、主に脱水症状が発生していることが原因ではないかと指摘されている。そして、このような長時間運動を継続して行っている際に、脈拍数が測定できなくなると、脈拍数を推定した場合に、推定した脈拍数が実際の脈拍数と乖離してしまうことがある。そこで本実施形態では、運動負荷そのものに加えて、それをどれぐらいの時間継続したかも同時に解析していくことで、脈拍数の推定精度を向上させる。これにより、脈拍数に基づいてスタミナ情報を求める際の推定精度を向上させることが可能になる。なお、運動負荷とは前述した活動強度のことであり、運動負荷を継続する時間とは、前述した活動強度に対応する活動時間のことである。

具体的には、本実施形態の処理部１３０は、活動強度に対応する活動時間と、後述する活動時間に対応する係数情報に基づいて、生体情報を推定する。言い換えれば、処理部１３０は、活動強度に対応する活動時間と、生体情報である脈拍数との相関関係を学習し、学習結果に基づいて脈拍数の推定処理を行う。この時、学習結果として得られる情報が、活動時間に対応する係数情報に相当する。そして処理部１３０は、推定処理に用いられる係数情報に基づいて、スタミナ情報を推定する。なお以下では、生体情報として脈拍数を推定する処理について説明するが、本実施形態はこれに限定されず、脈拍数以外の生体情報を推定してもよい。

例えば、以下で説明する具体例では、前述した図１４に示す各活動強度と、各活動強度に対応する各活動時間を用いて脈拍数を推定する。脈拍数の推定処理は、大きく分けて以下の３つのステップにより行われる。まず、活動強度から、基準となる基準脈拍数を計算する。次に、活動強度に対応する活動時間から、基準脈拍数の補正量を計算する。そして、下式（２）のように、基準脈拍数と補正量を加算して、推定脈拍数を求める。

ここで、基準脈拍数は、心拍ドリフト現象が全く発生していない状態の脈拍数である。上式（２）では、ｐｕｌｓｅ_ｉｎｉ＋ｆ（Ｍ）で表される値が基準脈拍数に相当する。そして、この基準脈拍数に、心拍ドリフト現象の影響を補正量ｐ（Ｓ）という形で加味することで、推定脈拍数ｐｕｌｓｅを求める。なお、式（２）において、ｐｕｌｓｅ_ｉｎｉは例えば安静時（平常時）脈拍数であり、Ｍ＝（Ｍ_１ Ｍ_２ …）∈Ｒｍは、活動強度を示す情報であり、Ｓ＝（Ｓ_１ Ｓ_２ …）∈Ｒｍは、活動時間を示す情報である。具体的に言えば、図１４の例において、Ｍ_１は、３．０（ｍｉｎ／ｋｍ）のペースを示す情報であり、Ｓ_１は、３．０（ｍｉｎ／ｋｍ）のペースで活動した累積活動時間を示す情報である。その他のＭ_２〜Ｍ_９、Ｓ_２〜Ｓ_９についても同様である。そして、それぞれ線形ベイズ推定で求めると仮定すると、ｆ（Ｍ）を下式（３）、ｐ（Ｓ）を下式（４）とおくことで、下式（５）に示すような線形結合の形で推定脈拍数ｐｕｌｓｅを表現できる。式（３）〜式（５）におけるｗ_ｋは活動強度に対する係数情報であり、ｗ_ｋ＋ｍは活動時間に対する係数情報である。そのため、各係数ｗ_ｋ、ｗ_ｋ＋ｍを学習して更新していくことで、推定脈拍数と、活動強度及び活動時間の相関関係を表現できる。なお、Φは所与の変換関数である。

これにより、ユーザーの活動時間及び活動強度をスタミナ情報に反映すること等が可能になる。ひいては、例えば心拍ドリフト現象による脈拍数の上昇分を加味して、脈拍数を推定すること等が可能になる。なお、係数情報及び生体情報の推定には、前述した線形ベイズ推定だけでなく、カルマンフィルターなどの他の手法を用いることも可能である。

式（３）〜式（５）を用いて生体情報を推定することをまとめると、処理部１３０は、図１４に示すように、被検体の第１の活動強度〜第Ｎの活動強度の各活動強度に対応する第１の活動時間〜第Ｎの活動時間の各活動時間を特定する（Ｎは２以上の整数）。そして、処理部１３０は、第１の活動時間〜第Ｎの活動時間の各活動時間に対応する第１の係数情報〜第Ｎの係数情報の各係数情報を推定し、各活動時間と、各活動時間に対応する各係数情報に基づいて、生体情報を推定する。図１４の例であれば、活動強度の係数情報であるｗ_１〜ｗ_９と、活動時間の係数情報であるｗ_１０〜ｗ_１８を推定して、生体情報を推定する。

これにより、例えば被検体の生体情報を取得できない場合に、異なる活動強度の活動を行っていたとしても、心拍ドリフト現象による脈拍数の上昇分を加味して、脈拍数を推定すること等が可能になる。

また、活動時間の係数情報ｗ_ｋ＋ｍは、被検体のスタミナ消費量に相当する情報であると言える。そのため、処理部１３０は、前述した上式（５）における活動時間の係数情報ｗ_ｋ＋ｍに基づいて、被検体が消耗したスタミナを示すスタミナ情報を求める。例えば本例では、処理部１３０は、例えば係数情報ｗ_ｋ＋ｍを百分率に変換した値をスタミナ消費量として求めても良い。また、元々被検体が有していると推定されるスタミナ量と、推定したスタミナ消費量とに基づいて、被検体のスタミナ残量を推定することも可能である。

これにより、例えば心拍ドリフト現象の影響を加味したスタミナ情報をユーザーに提示すること等が可能になる。

次に、図１６のフローチャートを用いて本実施形態の処理の流れを説明する。まず、処理部１３０は、少なくとも体動センサー３００を含む情報処理装置１００（図１）又は電子機器５００（図２３）が、被検体に装着されているか否かを判定する（Ｓ２０１）。処理部１３０が、情報処理装置１００又は電子機器５００が被検体に装着されていないと判定した場合には（Ｓ２０１：ＮＯ）、処理を終了する。

一方、処理部１３０は、情報処理装置１００又は電子機器５００が被検体に装着されていると判定した場合には（Ｓ２０１：ＹＥＳ）、情報取得部１１０が体動センサー３００から体動情報を取得する（Ｓ２０２）。そして、処理部１３０は、取得された体動情報に基づいて、図１４に示すように、被検体の各活動強度に対する各活動時間を更新する（Ｓ２０３）。

次に、処理部１３０は、生体センサー２００により脈拍数が正常に測定できているか否かを判定する（Ｓ２０４）。例えば情報処理装置１００又は電子機器５００が、生体センサー２００及び体動センサー３００と共に不図示の温度センサーを有している場合には、温度センサーから出力される温度が一定の温度以上である場合にのみ、生体センサー２００により脈拍数が正常に測定できていると判定する。

そして、処理部１３０は、脈拍数が正常に測定できていると判定した場合には（Ｓ２０４：ＹＥＳ）、検出された脈拍数と、活動強度と、それに対応する活動時間とを用いて、学習を実施する（Ｓ２０５）。つまり、ここでは、前述した式（５）の係数情報ｗ_ｋ及びｗ_ｋ＋ｍを更新する。次に、処理部１３０は、更新した係数情報ｗ_ｋ＋ｍに基づいて、スタミナ情報を求める（Ｓ２０６）。例えば処理部１３０は、係数情報ｗ_ｋ＋ｍをスタミナ消費量やスタミナ残量に変換する処理を行う。さらに、処理部１３０は、推定したスタミナ情報（スタミナ消費量、スタミナ残量等）の報知情報と、生体センサー２００によって測定された脈拍数をユーザーに通知して（Ｓ２０７）、処理を終了する。

一方、脈拍数が正常に測定できていないと判定した場合には（Ｓ２０４：ＮＯ）、処理部１３０は、活動強度と、それに対応する活動時間とを用いて、前述した式（５）に従って脈拍数を推定する（Ｓ２０８）。そして、処理部１３０は、ステップＳ２０６で推定したスタミナ情報の報知情報と、推定脈拍数を表示部９００に表示し、ユーザーに通知して（Ｓ２０９）、処理を終了する。このように、ユーザーに推定したスタミナ情報と脈拍数を通知することで、生体センサー２００で脈拍数を測定できない場合でも、ユーザーがスタミナ情報と脈拍数を全く確認できなくなることを防ぐことが可能となる。

また、図１６のステップＳ２０９では、ステップＳ２０６で推定したスタミナ情報をそのまま表示しているが、処理部１３０は、情報取得部１１０が生体センサー２００から生体情報を取得できない場合に、推定した生体情報を用いてスタミナ情報を推定し、推定し直したスタミナ情報の報知情報を表示部９００に表示してもよい。生体情報を取得できない間に、生体情報が変化している場合もあり、この場合にはスタミナ情報も変化していると考えられるためである。例えば、脈拍数を測定できない間に、脈拍数が上昇していれば、スタミナ残量は低下している。よって、推定した生体情報を用いてスタミナ情報を推定し直すことで、スタミナ情報の推定精度を向上すること等が可能になる。

その他にも下記のような方法で、スタミナ情報を推定することできる。例えば、運動をしている被検体が運動を中断した場合でも、脈拍数が即座に平常値に戻ることはない。脈拍数が平常値に戻るまでの時間が長いほどスタミナがある、という判断がされることが多い。また、運動負荷によっては、運動を中断してから、ある程度の時間が経過しても、脈波数が平常値に戻らず、ある程度高い数値を示すことがある。

例えば図１７のグラフには、被検体が登山をしている際の移動ペース、標高及び経過時間の関係の一例を示す。図１７のグラフでは、横軸が運動開始時からの経過時間を表し、左側の縦軸が移動ペース（ｍｉｎ／ｋｍ）を表し、右側の縦軸が、被検体が位置する地点の標高（ｍ）を表す。そして、図１８のグラフには、被検体が図１７のグラフに示す活動を行っている時の脈拍数と経過時間の関係を示す。図１８のグラフでは、横軸が運動開始時からの経過時間を表し、縦軸が脈拍数（ｂｐｍ）を表す。なお、図１７のグラフの経過時間と図１８のグラフの経過時間は、同一のものである。

図１７のグラフでは、ＲＴで示す期間において被検体が休憩をしている。しかし、図１８を見ると、被検体が運動を停止したのが５２’３２”にも関わらず、Ｐ１で示す期間では脈拍数が平常時の脈拍数（ここでは５５〜６０とする）まで戻っていない。

そこで、本変形例では、運動の停止判定後に脈拍数が安定してきたと判定できたときには、その時の脈拍数（例えば図１８の例では９８とする）を利用して、被検体のスタミナの消耗度合を求める。

つまり、本変形例では、情報取得部１１０は、被検体の活動が停止して所与の期間経過後に、生体センサー２００から活動後生体情報を取得する。そして、処理部１３０は、活動後生体情報に基づいて、活動を行ったことにより被検体が消耗したスタミナを示すスタミナ情報を特定する。

具体的に本変形例では、前述した上式（５）における活動時間の係数情報ｗ_ｋ＋ｍを、スタミナ情報に対応する情報として用いる。そして、本変形例では、活動停止時に脈が安定したと判定された時の脈拍数に基づいて、心拍ドリフト現象を考慮したスタミナ情報を求めるため、係数情報ｗ_ｋ＋ｍを下式（６）によりｗ_{ｋ＋ｍ，ｎｅｗ}に更新する。なお、式（６）において、ｐｕｌｓｅ_{ｂｒｅａｋ}は、活動停止時に脈が安定したと判定された時の脈拍数であり、例えば図１８の例では、ｐｕｌｓｅ_{ｂｒｅａｋ}＝９８である。また、式（６）のＴｉｍｅは、運動を開始してから休憩するまでの時間であり、例えば図１８の例では、５２’３２”である。

そして、求めたｗ_{ｋ＋ｍ，ｎｅｗ}をスタミナ残量やスタミナ消費量に変換する。これにより、ユーザーの活動が停止した後に、活動後生体情報を加味して、スタミナ情報を推定すること等が可能になる。ひいては、生体センサー２００から生体情報を取得できない期間があった場合でも、スタミナ情報の推定精度をより向上させること等が可能になる。

また、推定したスタミナ情報が実際のユーザーのスタミナと大きく乖離している場合には、ユーザーが、表示部９００に表示されたスタミナ情報に違和感を抱くこともある。この場合には、ユーザーが主観的に想定しているスタミナに近付くように、スタミナ情報を補正できることが望ましい。

そこで、処理部１３０は、ユーザーからスタミナ情報を補正するスタミナ補正情報を受け付け、スタミナ補正情報に基づいて、スタミナ情報を補正してもよい。

例えば具体例を図１９に示す。図１９の例では、情報処理装置１００が推定したスタミナ情報を画像ＢＡによって表示している。具体的には、画像ＢＡの０％〜１００％のうち棒画像ＴＳが位置する割合まで、ユーザーのスタミナが消費されている。そして、この棒画像ＴＳは、ユーザーが不図示の操作部を操作することにより、画像ＢＡの０％〜１００％の範囲でスライド移動させることができるものとする。操作部は例えば表示部９００と一体となったタッチパネルであってもよいし、ボタン等であってもよい。そして、ユーザーは自身が想定するスタミナ消費量になるように、０％〜１００％の範囲で棒画像ＴＳをスライド移動させる。例えば棒画像ＴＳをＮＥＳで示す位置にスライド移動させる。その後、処理部１３０は、スライド移動された棒画像ＴＳの位置ＮＥＳに基づいて、ユーザーが補正したスタミナ消費量を読み取り、スタミナ消費量を読み取った値に更新する。

ここで、スタミナ補正情報は、ユーザーによって入力されたスタミナ情報のことである。より具体的に言えば、スタミナ補正情報は、図１９の例では、棒画像ＴＳのスライド量又は棒画像ＴＳの表示位置情報、操作部の操作情報等である。また、スタミナ補正情報は、これらに限定されず、具体的なスタミナ残量やスタミナ消費量を示す数値等であってもよい。

これにより、ユーザーが主観的に想定しているスタミナにより近いスタミナ情報の報知情報を表示すること等が可能になる。

４．ウェアラブル機器の具体例
図２０〜図２２に、生体情報及び体動情報を取得するウェアラブル機器５００（ウェアラブル装置）の外観図の一例を示す。本実施形態のウェアラブル機器５００は、バンド部１０と、ケース部３０と、センサー部４０を有する。図２０及び図２１に示すように、ケース部３０は、バンド部１０に取り付けられる。図２２に示すように、センサー部４０は、ケース部３０に設けられ、前述した生体センサー２００と体動センサー３００とを含む。センサー部４０は、図１の生体センサー２００及び体動センサー３００を含む。

バンド部１０は、ユーザーの手首に巻き付けてウェアラブル機器５００を装着するためのものである。バンド部１０はバンド穴１２、バックル部１４を有する。バックル部１４はバンド挿入部１５と突起部１６を有する。ユーザーは、バンド部１０の一端側を、バックル部１４のバンド挿入部１５に挿入し、バンド部１０のバンド穴１２にバックル部１４の突起部１６を挿入することで、ウェアラブル機器５００を手首に装着する。なお、バンド部１０は、バックル部１４の代わりに尾錠を有する構成としてもよい。

ケース部３０は、ウェアラブル機器５００の本体部に相当するものである。ケース部３０の内部には、センサー部４０や不図示の回路基板等のウェアラブル機器５００の種々の構成部品が設けられる。即ち、ケース部３０は、これらの構成部品を収納する筐体である。

ケース部３０には発光窓部３２が設けられている。発光窓部３２は透光部材により形成されている。そしてケース部３０には、フレキシブル基板に実装されたインターフェースとしての発光部が設けられており、この発光部からの光が、発光窓部３２を介してケース部３０の外部に出射される。また、ケース部３０には、発光部の代わりにＬＣＤ（Liquid Crystal Display）などの表示部を設けたり、表示部と発光部とを併設したりしても良い。

ウェアラブル機器５００は、図２３等に示すようにユーザーの手首に装着され、当該装着された状態で、生体情報や体動情報の計測が行われる。

５．情報処理システムの具体的な実現例
次に、本実施形態に係る情報処理システム１００を実現する具体的な装置の例について説明する。本実施形態に係る情報処理システム１００の機能は、例えばサーバーシステム６００により実現されてもよい。この場合の例が図２３であり、例えばサーバーシステム６００である情報処理システム１００は、ネットワークＮＥを介してウェアラブル機器５００（電子機器）と接続され、当該ウェアラブル機器５００から、被検体の生体情報及び体動情報を取得する。ユーザーが装着するウェアラブル機器５００は、小型軽量となる必要があるため、バッテリーや装置内部の処理部の処理性能、或いはデータの記憶容量に制約が大きい。それに対して、サーバーシステム６００はリソースの制約が比較的小さいため、例えば体動情報に基づいて生体情報を推定する処理を高速で行ったり、より多くのデータ（生体履歴情報及び体動履歴情報等）を保持したりすることが可能である。

なお、情報処理システム１００はウェアラブル機器５００で収集された各種情報を取得可能であればよいため、ウェアラブル機器５００と直接的に接続されるものに限定されない。例えば、図２４に示したように、ウェアラブル機器５００が他の処理装置７００と接続され、情報処理システム１００は当該処理装置７００とネットワークＮＥを介して接続される形態であってもよい。この場合の処理装置７００としては、例えばウェアラブル機器５００を装着するユーザーが使用するスマートフォン等の携帯端末装置が考えられる。そして、ウェアラブル機器５００と処理装置７００との接続は、ネットワークＮＥと同様のものを利用してもよいが、短距離無線通信等を利用することも可能である。

また、本実施形態に係る情報処理システム１００はサーバーシステム６００ではなく、スマートフォン等の処理装置７００（電子機器、狭義には携帯端末装置）により実現されてもよい。この場合の構成例が図２５である。スマートフォン等の携帯端末装置は、サーバーシステム６００に比べれば処理性能や記憶領域、バッテリー容量に制約があることが多いが、近年の性能向上を考慮すれば、十分な処理性能等を確保可能となることも考えられる。よって、処理性能等の要求が満たされるのであれば、図２５に示したようにスマートフォン等を本実施形態に係る情報処理システム１００とすることが可能である。

さらにいえば、端末性能の向上、或いは利用形態等を考慮した場合、前述したようにウェアラブル機器５００（電子機器）が本実施形態に係る情報処理システム１００を含む実施形態も否定されない。この場合、情報取得部１１０は、同一装置内の生体センサー２００及び体動センサー３００からの情報を取得することになる。ウェアラブル機器５００に情報処理システム１００が搭載される場合、当該情報処理システム１００では、大量のユーザーを対象としたデータ解析、保存等に対する要求は低く、ウェアラブル機器５００を使用する１又は少数のユーザーを対象とすればよい。つまり、ウェアラブル機器５００の処理性能等でもユーザーの要求を満たす可能性は十分考えられる。

つまり、本実施形態の手法は、被検体の体動情報を取得する情報取得部と、取得した体動情報に基づいて生体情報を推定する処理部、を含む端末装置（生体情報処理装置、生体情報解析装置、生体情報測定装置、生体情報検出装置）に適用できる。

また、以上ではサーバーシステム６００、処理装置７００、ウェアラブル機器５００のいずれか１つの装置により情報処理システム１００が実現されるものとしたがこれに限定されることもない。例えば、体動情報の取得処理、生体情報の推定処理、スタミナ情報の推定処理が、複数の装置の分散処理により実現されてもよい。具体的には、サーバーシステム６００、処理装置７００、ウェアラブル機器５００のうちの少なくとも２つ以上の装置により情報処理システム１００が実現されてもよい。或いは、他の装置が情報処理システム１００の処理の一部を行ってもよく、本実施形態に係る情報処理システム１００は種々の装置（或いは装置の組み合わせ）により実現が可能である。

また、本実施形態の情報処理システム及び電子機器等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、ＣＰＵ等のプロセッサーがプログラムを実行することで、本実施形態の情報処理システム及び電子機器等が実現される。具体的には、非一時的な情報記憶装置に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶装置（コンピューターにより読み取り可能な装置）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶装置に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶装置には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

これにより、本実施形態の処理をプログラムにより実現することが可能になる。プログラムは、例えば、スマートフォン等のようなデバイスの処理部（例えばＤＳＰ）等に読み出されて実行されるプログラムであってもよい。

以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また、生体情報処理装置及びプログラムの構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１０…バンド部、１２…バンド穴、１４…バックル部、１５…バンド挿入部、
１６…突起部、３０…ケース部、３２…発光窓部、４０…センサー部、
１００…情報処理装置（情報処理システム）、１１０…情報取得部、１３０…処理部、
１５０…記憶部（メモリー）、１７０…出力部、２００…生体センサー、
３００…体動センサー、４００…プロセッサー、５００…電子機器（ウェアラブル機器）、
６００…サーバーシステム、７００…処理装置、９００…表示部

Claims (10)

1. 生体センサーから生体情報を取得する情報取得部と、
   前記生体情報に基づいて、ユーザーのスタミナを示すスタミナ情報を報知するための第１の報知情報と、前記第１の報知情報とは異なる第２の報知情報とを生成する処理部と、
   前記第１の報知情報及び前記第２の報知情報を出力する出力部と、
   を含み、
   前記第２の報知情報は、
   前記ユーザーの前記スタミナを示し、かつ前記スタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、前記ユーザーの活動に対するアドバイス情報又はアラート情報、及び前記ユーザーの運動継続可能情報のうちの少なくとも一つの情報を含むことを特徴とする情報処理装置。
2. 請求項１において、
   前記処理部は、
   前記情報取得部が前記生体センサーから前記生体情報を取得できなかった場合に、前記生体情報を推定する推定処理を行い、
   前記推定処理に用いられる係数情報に基づいて、前記スタミナ情報を推定することを特徴とする情報処理装置。
3. 請求項１又は２において、
   前記処理部は、
   前記ユーザーの活動強度に対応する活動時間と、前記活動時間に対応する係数情報とに基づいて、前記生体情報を推定する推定処理を行い、
   前記推定処理に用いられる前記係数情報に基づいて、前記スタミナ情報を推定することを特徴とする情報処理装置。
4. 請求項１において、
   前記情報取得部は、
   前記ユーザーの活動が停止した後に、前記生体センサーから活動後生体情報を取得し、
   前記処理部は、
   前記活動後生体情報に基づいて、前記スタミナ情報を推定することを特徴とする情報処理装置。
5. 請求項１において、
   前記処理部は、
   前記ユーザーの継続した活動による前記生体情報の変化に基づいて、前記スタミナ情報を推定することを特徴とする情報処理装置。
6. 請求項１乃至５のいずれかにおいて、
   前記処理部は、
   前記第２のスタミナ情報として、登り運動時のスタミナ情報又は下り運動時のスタミナ情報を生成することを特徴とする情報処理装置。
7. 請求項１乃至６のいずれかにおいて、
   前記処理部は、
   前記第１の報知情報として、キャラクターを用いたアニメーションの情報を生成することを特徴とする情報処理装置。
8. 請求項１乃至７のいずれかにおいて、
   前記処理部は、
   前記ユーザーから前記スタミナ情報を補正するスタミナ補正情報を受け付け、前記スタミナ補正情報に基づいて、前記スタミナ情報を補正することを特徴とする情報処理装置。
9. 生体センサーから生体情報を取得することと、
   前記生体情報に基づいて、第１の報知情報として、ユーザーのスタミナを示すスタミナ情報を報知するための報知情報を生成することと、
   第２の報知情報として、前記ユーザーの前記スタミナを示し、かつ前記スタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、前記ユーザーの活動に対するアドバイス情報又はアラート情報、及び前記ユーザーの運動継続可能情報のうちの少なくとも一つの報知情報を生成することと、
   前記第１の報知情報及び前記第２の報知情報を出力することと、
   を含むことを特徴とする情報処理方法。
10. 生体センサーから生体情報を取得する情報取得部と、
    前記生体情報に基づいて、ユーザーのスタミナを示すスタミナ情報を報知するための第１の報知情報と、前記第１の報知情報とは異なる第２の報知情報とを生成する処理部と、
    前記第１の報知情報及び前記第２の報知情報を出力する出力部として、
    コンピューターを機能させ、
    前記第２の報知情報は、
    前記ユーザーの前記スタミナを示し、かつ前記スタミナ情報とは異なる第２のスタミナ情報、他のユーザーについての第３のスタミナ情報、前記ユーザーの活動に対するアドバイス情報又はアラート情報、及び前記ユーザーの運動継続可能情報のうちの少なくとも一つの情報を含むことを特徴とするプログラム。