JP2019036151A

JP2019036151A - 評価装置、評価方法および評価プログラム

Info

Publication number: JP2019036151A
Application number: JP2017157341A
Authority: JP
Inventors: 貴裕中山; Takahiro Nakayama; 齋藤　順; Jun Saito; 順齋藤; 佳代稲葉; Kayo Inaba; 聖子中村; Seiko Nakamura; 徹松枝; Toru Matsueda; 山野　大偉治; Taiji Yamano; 大偉治山野
Original assignee: Fujitsu FSAS Inc
Current assignee: Fujitsu FSAS Inc
Priority date: 2017-08-17
Filing date: 2017-08-17
Publication date: 2019-03-07
Anticipated expiration: 2037-08-17
Also published as: JP7137298B2

Abstract

【課題】簡易的にユーザの運動能力を評価することができる。【解決手段】評価装置１００は、カメラにより撮像された画像データからユーザ領域を抽出する。価装置１００は、第１時刻に抽出部により抽出された第１のユーザ領域と、第１時刻と異なる第２時刻に抽出部により抽出された第２のユーザ領域との変化率を算出する。価装置１００は、変化率を基にして、評価値を判定する。【選択図】図１

Description

本発明は、評価装置等に関する。

センサを使って児童の運動能力を数値化し、学校、ＮＰＯ（Nonprofit Organization）等の地域社会の中で、関係者が児童の運動のあり方について学び合うＳＳＬ（Social Sports Learning）と呼ばれる取り組みがある。

ＳＳＬは、センサ（ウェアラブルセンサ）による運動の計測を行い、たとえば、クラウド上で計測データの蓄積と解析を行う。また、ＳＳＬは、解析結果を基にして、地域による運動指導、解析結果を基にしたフィードバック授業を行う。

たとえば、ＳＳＬでは、センサを装着した児童に縄跳びをさせて、縄跳びによる跳躍回数、リズム、バランスを解析する。そして、ＳＳＬでは、センサの解析結果を基にして、生徒の運動能力を数値化し、レーダーチャートを用いて数値化した値を端末装置に表示する等の可視化を行うことで、フィードバック授業に役立てている。

特開２０１６−０３５６２９号公報特開平１０−１８４４３６号公報特開２００４−００７０８９号公報特開平１０−０６８６０７号公報

しかしながら、上述した従来技術では、簡易的にユーザの運動能力を評価することができないという問題がある。

たとえば、ＳＳＬで用いられるセンサは高価なものであるため、児童全員分のセンサを用意することが難しい。また、センサの紛失を防止するため、児童がセンサを気軽に自宅に持ち帰り、家庭などで縄跳びの練習を行いつつ、運動の計測を行うことが難しい。また、センサを体に取り付けることに違和感を感じる児童もおり、センサを用いないで、ユーザの運動能力を評価することも求められている。

１つの側面では、本発明は、簡易的にユーザの運動能力を評価することができる評価装置、評価方法および評価プログラムを提供することを目的とする。

第１の案では、評価装置は、抽出部と、算出部と、判定部とを有する。抽出部は、カメラにより撮像された画像データからユーザ領域を抽出する。算出部は、第１時刻に抽出部により抽出された第１のユーザ領域と、第１時刻と異なる第２時刻に抽出部により抽出された第２のユーザ領域との変化率を算出する。判定部は、変化率を基にして、評価値を判定する。

簡易的にユーザの運動能力を評価することができる。

図１は、本実施例に係るシステムの一例を示す図である。図２は、本実施例に係る評価装置の構成を示す機能ブロック図である。図３は、待ち時間テーブルのデータ構造の一例を示す図である。図４は、第１評価テーブルのデータ構造の一例を示す図である。図５は、第２評価テーブルのデータ構造の一例を示す図である。図６は、評価結果テーブルのデータ構造の一例を示す図である。図７は、総合評価結果データのデータ構造の一例を示す図である。図８は、抽出部が抽出したユーザ領域の一例を示す図である。図９は、抽出部が抽出するユーザ領域を時系列で示す図である。図１０は、本実施例に係る評価装置の処理手順を示すフローチャート（１）である。図１１は、本実施例に係る評価装置の処理手順を示すフローチャート（２）である。図１２は、評価装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

以下に、本願の開示する評価装置、評価方法および評価プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。

図１は、本実施例に係る評価装置の一例を示す図である。評価装置１００は、カメラ１１０を備えるスマートフォンやタブレット端末、携帯ＰＣ（Personal Computer）等に対応する。評価装置１００は、運動（縄跳び等）を行うユーザ４０を、カメラ１１０を用いて撮像する。たとえば、評価装置１００のカメラ１１０は、ユーザ４０の正面に配置される。

評価装置１００は、カメラ１１０で撮像した画像データから、ユーザ４０の領域を抽出する処理を繰り返し実行する。評価装置１００は、抽出した領域の変化率を算出し、変化率に応じて、ユーザ４０が運動を行う場合の体のブレを評価する。

たとえば、ユーザ４０が運動を行っている最中に、カメラ１１０に対して前後にぶれている場合には、変化率が大きくなる。評価装置１００は、評価結果を、表示部１２０に表示する。

上記のように、本実施例に係る評価装置１００は、カメラ１１０で撮像した画像データを用いて、ユーザ４０の運動の評価を行うので、センサを用いることなく、簡易的にユーザの運動を評価することができる。本実施例では一例として、ユーザ４０が縄跳びを行い、評価装置１００が、縄跳びを行うユーザを評価する場合について説明する。

図２は、本実施例に係る評価装置の構成を示す機能ブロック図である。図２に示すように、この評価装置１００は、カメラ１１０と、表示部１２０と、入力部１３０と、通信部１４０と、記憶部１５０と、制御部１６０とを有する。

カメラ１１０は、撮像範囲に含まれる画像（映像）を撮像するカメラである。カメラ１１０は、撮像した映像のデータを、制御部１６０に出力する。カメラ１１０に出力される映像のデータは、連続する複数の画像データ（フレーム）が含まれる。

表示部１２０は、制御部１６０から出力される情報を表示する表示装置である。表示部１２０は、液晶画面、タッチパネルなどの表示装置に対応する。

入力部１３０は、制御部１６０に各種の情報を入力する入力装置である。入力部１３０は、入力ボタン、タッチパネルなどの入力装置に対応する。

通信部１４０は、ネットワークを介して、図示しない外部装置と通信を行う装置である。通信部１４０は、通信装置に対応する。

記憶部１５０は、画像バッファ１５０ａ、待ち時間テーブル１５０ｂ、第１評価テーブル１５０ｃ、第２評価テーブル１５０ｄ、評価結果テーブル１５０ｅ、総合評価結果データ１５０ｆを有する。記憶部１５０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。

画像バッファ１５０ａは、カメラ１１０に撮像された連続する画像データを格納するバッファである。たとえば、画像バッファ１５０ａは、時刻と、画像データとを対応づけて保持する。

待ち時間テーブル１５０ｂは、学年と、待ち時間とを対応づけるテーブルである。図３は、待ち時間テーブルのデータ構造の一例を示す図である。図３に示すように、この待ち時間テーブル１５０ｂは、学年と、待ち時間とを対応づける。学年は、ユーザの学年を示すものである。待ち時間は、比較対象となるある画像データの時刻と他の画像データの時刻との間隔を示す時間である。

たとえば、図３において、ユーザの学年が「１」である場合には、待ち時間は「３」となる。このため、後述する制御部１６０により、時刻ｔの画像データから抽出されるユーザ領域と、時刻ｔ＋３の画像データから抽出されるユーザ領域とを基にして、領域の変化率等が算出されることになる。

第１評価テーブル１５０ｃは、変化率と、評価値とを対応づけるテーブルである。図４は、第１評価テーブルのデータ構造の一例を示す図である。図４に示すように、この第１評価テーブル１５０ｃは、変化率と、評価値とを対応づける。変化率は、時刻ｔの画像データから抽出されるユーザ領域と、時刻ｔ＋待ち時間の画像データから抽出されるユーザ領域との変化率を示すものである。評価値は、変化率に応じて付与される値であり、評価値が低いほど、ユーザの体が前後にぶれていないことを示す。

第２評価テーブル１５０ｄは、移動量と、評価値とを対応づけるテーブルである。図５は、第２評価テーブルのデータ構造の一例を示す図である。図５に示すように、この第２評価テーブル１５０ｄは、移動量と、評価値とを対応づける。移動量は、時刻ｔの特徴点から、時刻ｔ＋待ち時間の特徴点までの移動量である。ここで特徴点は、画像データから抽出されるユーザ領域の特徴点であり、たとえば、ユーザの目や鼻に対応する。

評価結果テーブル１５０ｅは、評価タイミング毎の、変化率に基づく評価値と、移動量に基づく評価値とを対応づけるテーブルである。図６は、評価結果テーブルのデータ構造の一例を示す図である。図６に示すように、この評価結果テーブル１５０ｅは、計測番号と、第１評価値と、第２評価値とを対応づける。計測番号は、第１評価値、第２評価値を評価した順番を示すものである。第１評価値は、変化率に基づく評価値を示す。第２評価値は、移動量に基づく評価値を示す。

総合評価結果データ１５０ｆは、変化率に基づく評価値の総合評価と、移動量に基づく評価値の総合評価とを有するデータである。図７は、総合評価結果データのデータ構造の一例を示す図である。図７に示すように、この総合評価結果データ１５０ｆは、評価項目と評価値とを対応づける。評価項目は、ユーザの運動に関する評価の項目を示すものである。評価値は、評価項目に対応する評価値である。評価項目「バランス（前後）」に対応する評価値を、変化率に基づく評価値とする。評価項目「バランス（横）」に対応する評価値を、移動量に基づく評価値とする。

図２の説明に戻る。制御部１６０は、取得部１６０ａと、抽出部１６０ｂと、算出部１６０ｃと、判定部１６０ｄと、出力部１６０ｅとを有する。制御部１６０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって実現できる。また、制御部１６０は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。

取得部１６０ａは、カメラ１１０から映像のデータを取得する処理部である。取得部１６０ａは、映像のデータに含まれる各画像データを、時刻と対応づけて、画像バッファ１５０ａに登録する。

抽出部１６０ｂは、画像バッファ１５０ａに格納された画像データを取得し、取得した画像データからユーザ領域を抽出する処理部である。たとえば、抽出部１６０ｂは、ユーザ４０が含まれていない画像データを予め取得して保持しておくものとする。以下の説明では、ユーザ４０が含まれていない画像データを、「背景画像データ」と表記する。

抽出部１６０ｂは、背景画像データと、画像バッファ１５０ａから取得した画像データとを比較することで、ユーザ領域を特定する。たとえば、背景画像データと画像データとの差分をとり、差分値が閾値以上となる領域がユーザ領域となる。抽出部１６０ｂは、特定したユーザ領域を抽出する。

図８は、抽出部が抽出したユーザ領域の一例を示す図である。図８に示す例では、抽出部１６０ｂは、画像データ５０から、ユーザ領域５０ａを抽出する。抽出部１６０ｂは、抽出したユーザ領域の情報を、算出部１６０ｃに出力する処理を繰り返し実行する。

ここで、抽出部１６０ｂは、上記のユーザ領域を抽出する処理を、ユーザの学年に応じた待ち時間の間隔で実行する。ユーザ４０は、予め、入力部１３０を操作して、学年の情報を入力する。抽出部１６０ｂは、入力部１３０から入力される学年の情報と、待ち時間テーブル１５０ｂとを比較して、待ち時間を特定する。たとえば、ユーザ４０の学年が「１」である場合には、待ち時間は「３」となる。

図９は、抽出部が抽出するユーザ領域を時系列で示す図である。図９に示す例では、ｔ_１で撮影された画像データ５１からユーザ領域５１ａが抽出されている。ｔ_２で撮影された画像データ５２からユーザ領域５２ａが抽出されている。ｔ_３で撮影された画像データ５３からユーザ領域５３ａが抽出されている。時刻ｔ_１と時刻ｔ_２との時間間隔、時刻ｔ_２と時刻ｔ_３との時間間隔は、ユーザの学年に応じた時間間隔である。抽出部１６０ｂは、ユーザ領域５１ａ，５２ａ，５３ａを、算出部１６０ｃに順に出力する。

算出部１６０ｃは、抽出部１６０ｂから出力される前後のユーザ領域の情報を基にして、変化率および移動量を算出する処理部である。算出部１６０ｃは、算出した変化率および移動量の情報を、判定部１６０ｄに出力する。

まず、算出部１６０ｃが、変化率を算出する処理について説明する。算出部１６０ｃは、ユーザ領域の面積を算出する。たとえば、算出部１６０ｃは、ユーザ領域の画素数を、画像データに含まれる全画素数で除算した値を、面積とする。算出部１６０ｃは、抽出部１６０ｂから出力される各ユーザ領域の面積を、上記処理により繰り返し実行する。

算出部１６０ｃは、前後のユーザ領域の面積を比較することで、変化率を算出する。たとえば、算出部１６０ｃは、式（１）に基づいて、変化率を算出する。式（１）において、Ａ_ｎは、時刻ｔ_ｎのユーザ領域の面積を示す。Ａ_ｎ＋１は、時刻ｔ_ｎ＋１のユーザ領域の面積を示す。ただし、時刻ｔ_ｎと時刻ｔ_ｎ＋１との時間間隔は、ユーザの学年に応じた待ち時間となる。

変化率（％）＝｜Ａ_ｎ−Ａ_ｎ＋１｜／Ａ_ｎ×１００・・・（１）

算出部１６０ｃは、変化率を算出する度に、算出した変化率の情報を、判定部１６０ｄに出力する。

続いて、算出部１６０ｃが、移動量を算出する処理について説明する。算出部１６０ｃは、ユーザ領域に含まれる特徴点を抽出する。たとえば、算出部１６０ｃは、人の顔の特徴を定義したテンプレートと、ユーザ領域とを比較することで、人の顔の鼻の座標を特徴点として抽出する。本実施例では一例として、鼻を特徴点として抽出する場合について説明するが、人と目、口等を特徴点として抽出してもよい。または、ユーザが予め、所定の色のシールを、体の一部に貼り付けておき、算出部１６０ｃは、ユーザに貼り付けられたシールを、特徴点として抽出してもよい。算出部１６０ｃは、抽出部１６０ｂから出力される各ユーザ領域から特徴点を抽出する処理を、上記処理により繰り返し実行する。

算出部１６０ｃは、前後のユーザ領域の特徴点の位置を比較することで、移動量を算出する。たとえば、算出部１６０ｃは、式（２）に基づいて、移動量を算出する。式（２）において、Ｘ_ｎは、時刻ｔ_ｎのユーザ領域から抽出された特徴点の水平方向の座標値を示す。Ｘ_ｎ＋１は、時刻ｔ_ｎ＋１のユーザ領域から抽出された特徴点の水平方向の座標値を示す。

移動量＝｜Ｘ_ｎ−Ｘ_ｎ−１｜・・・（２）

算出部１６０ｃは、移動量を算出する度に、算出した移動量の情報を、判定部１６０ｄに出力する。

判定部１６０ｄは、変化率を基にして第１評価値を判定する処理、および、移動量を基にして第２評価値を判定する処理を実行する処理部である。第１評価値は、ユーザ４０の前後方向のバランスを評価する値であり、第１評価値が大きいほど、体の前後のブレが大きいことを意味する。第２評価値は、ユーザ４０の横方向のバランスを評価する値であり、第２評価値が大きいほど、体の横のブレが大きいことを意味する。

判定部１６０ｄが、第１評価値を判定する処理について説明する。判定部１６０ｄは、算出部１６０ｃから出力される変化率と、第１評価テーブル１５０ｃとを比較して、第１評価値を判定する。判定部１６０ｄは、判定した第１評価値を、評価結果テーブル１５０ｅに順番に登録する。

判定部１６０ｄが、第２評価値を判定する処理について説明する。判定部１６０ｄは、算出部１６０ｃから出力される移動量と、第２評価テーブル１５０ｄとを比較して、第２評価値を算出する。判定部１６０ｄは、判定した第２評価値を、評価結果テーブル１５０ｅに順番に登録する。

判定部１６０ｄは、上記の第１評価値を判定する処理および第２評価値を判定する処理を、ユーザ４０の運動が終了するまで繰り返し実行する。ユーザ４０は、運動を終了する場合には、入力部１３０を操作して、終了要求を入力する。

判定部１６０ｄは、入力部１３０から終了要求を受け付けると、評価結果テーブル１５０ｅを基にして、総合評価結果データ１５０ｆを生成する。たとえば、判定部１６０ｄは、評価結果テーブル１５０ｅの各第１評価値の平均値を算出し、算出した平均値を、評価項目「バランス（前後）」に対応する評価値として、総合評価結果データ１５０ｆに登録する。判定部１６０ｄは、評価結果テーブル１５０ｅの各第２評価値の平均値を算出し、算出した平均値を、評価項目「バランス（横）」に対応する評価値として、総合評価結果データ１５０ｆに登録する。

出力部１６０ｅは、判定部１６０ｄに生成された総合評価結果データ１５０ｆを、表示部１２０に出力して表示させる処理部である。また、出力部１６０ｅは、ネットワーク上の図示しないサーバ装置等に、ユーザの識別情報を添付した総合評価結果データ１５０ｆを通知してもよい。

次に、本実施例に係る評価装置１００の処理手順の一例について説明する。図１０、１１は、本実施例に係る評価装置の処理手順を示すフローチャートである。図１０に示すように、評価装置１００の抽出部１６０ｂは、ｉ＝１に設定する（ステップＳ１０１）。抽出部１６０ｂは、画像バッファ１５０ａから画像データを取得する（ステップＳ１０２）。

抽出部１６０ｂは、画像データからユーザ領域を抽出する（ステップＳ１０３）。評価装置１００の算出部１６０ｃは、ユーザ領域から特徴点を抽出する（ステップＳ１０４）。算出部１６０ｃは、ユーザ領域の面積を算出し、算出した面積をＡ_ｉに格納する（ステップＳ１０５）。

算出部１６０ｃは、特徴点の座標（水平方向の座標）を、Ｘ_ｉに格納する（ステップＳ１０６）。抽出部１６０ｂは、学園に応じた待機時間だけ待機する（ステップＳ１０７）。

抽出部１６０ｂは、ｉ＝ｉ＋１に設定する（ステップＳ１０８）。抽出部１６０ｂは、画像バッファ１５０ａから画像データを取得する（ステップＳ１０９）。抽出部１６０ｂは、画像データからユーザ領域を抽出する（ステップＳ１１０）。算出部１６０ｃは、ユーザ領域から特徴点を抽出する（ステップＳ１１１）。

算出部１６０ｃは、ユーザ領域の面積を算出し、算出した面積をＡ_ｉに格納し（ステップＳ１１２）、図１１のステップＳ１１３に移行する。

図１１の説明に移行する。算出部１６０ｃは、特徴点の座標（水平方向の座標）を、Ｘ_ｉに格納する（ステップＳ１１３）。算出部１６０ｃは、Ａ_ｉ−１と、Ａ_ｉとの変化率を算出する（ステップＳ１１４）。算出部１６０ｃは、Ｘ_ｉ−１と、Ｘ_ｉとの移動量を算出する（ステップＳ１１５）。

評価装置１００の判定部１６０ｄは、変化率と第１評価テーブル１５０ｃとを比較して、第１評価値を判定する（ステップＳ１１６）。判定部１６０ｄは、移動量と第２評価テーブル１５０ｄとを比較して、第２評価値を判定する（ステップＳ１１７）。

判定部１６０ｄは、第１評価値および第２評価値を評価結果テーブル１５０ｅに登録する（ステップＳ１１８）。評価装置１００は、処理を継続する場合には（ステップＳ１１９，Ｙｅｓ）、図１０のステップＳ１０８に移行する。一方、評価装置１００は、処理を継続しない場合には（ステップＳ１１９，Ｎｏ）、ステップＳ１２０に移行する。判定部１６０ｄは、総合評価結果データ１５０ｆを生成する（ステップＳ１２０）。出力部１６０ｅは、総合評価結果データ１５０ｆを表示部１２０に出力する（ステップＳ１２１）。

次に、本実施例に係る評価装置の効果について説明する。評価装置１００は、時刻の異なる画像データから抽出した各ユーザ領域の変化率を基にして、評価値を判定する。これにより、ユーザにセンサを取り付けることなく、簡易的に、ユーザの前後方向のブレに関する評価を行うことができる。また、ユーザは、センサを取り付けないため、違和感を感じることなく、運動を行うことができる。

評価装置１００は、時刻の異なる画像データから抽出した各ユーザ領域から特徴点を抽出し、特徴点の移動量を基にして、評価値を判定する。これにより、ユーザにセンサを取り付けることなく、簡易的に、ユーザの横方向のブレに関する評価を行うことができる。

評価装置１００は、各ユーザ領域を抽出する場合の時間間隔（待ち値時間）を、ユーザの学年に応じた待ち時間に調整する。これにより、学年に応じた適切な時間間隔に基づく、変化率、移動量を算出することができる。たとえば、低学年のユーザ（児童）は、運動になれていない場合が多く、体のブレが大きいため、あまり評価時の精度が要求されないため、待ち時間を長めに設定することが可能である。これに対して、高学年のユーザは、運動になれており、スキル向上のため、より正確な数値を算出することが求められるため、待ち時間を短く設定することが好ましい。

ここで、本実施例で説明した評価装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１２は、評価装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

図１２に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、ディスプレイ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る読み取り装置２０４と、無線ネットワークを介して他のコンピュータとの間でデータの授受を行うインターフェース装置２０５とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０６と、ハードディスク装置２０７とを有する。そして、各装置２０１〜２０７は、バス２０８に接続される。

ハードディスク装置２０７は、取得プログラム２０７ａ、抽出プログラム２０７ｂ、算出プログラム２０７ｃ、判定プログラム２０７ｄ、出力プログラム２０７ｅを有する。ＣＰＵ２０１は、取得プログラム２０７ａ、抽出プログラム２０７ｂ、算出プログラム２０７ｃ、判定プログラム２０７ｄ、出力プログラム２０７ｅを読み出してＲＡＭ２０６に展開する。

取得プログラム２０７ａは、取得プロセス２０６ａとして機能する。抽出プログラム２０７ｂは、抽出プロセス２０６ｂとして機能する。算出プログラム２０７ｃは、算出プロセス２０６ｃとして機能する。判定プログラム２０７ｄは、判定プロセス２０６ｄとして機能する。出力プログラム２０７ｅは、出力プロセス２０６ｅとして機能する。

取得プロセス２０６ａの処理は、取得部１６０ａの処理に対応する。抽出プロセス２０６ｂの処理は、抽出部１６０ｂの処理に対応する。算出プロセス２０６ｃの処理は、算出部１６０ｃの処理に対応する。判定プロセス２０６ｄの処理は、判定部１６０ｄの処理に対応する。出力プロセス２０６ｅの処理は、出力部１６０ｅの処理に対応する。

なお、各プログラム２０７ａ〜２０７ｅについては、必ずしも最初からハードディスク装置２０７に記憶させておかなくても良い。例えば、コンピュータ２００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ２００が各プログラム２０７ａ〜２０７ｅを読み出して実行するようにしても良い。

１００評価装置
１１０カメラ
１２０表示部

Claims

カメラにより撮像された画像データからユーザ領域を抽出する抽出部と、
第１時刻に前記抽出部により抽出された第１のユーザ領域と、前記第１時刻と異なる第２時刻に前記抽出部により抽出された第２のユーザ領域との変化率を算出する算出部と、
前記変化率を基にして、評価値を判定する判定部と
を有することを特徴とする評価装置。
前記判定部は、前記算出部が算出した前記変化率を基にして、ユーザの前後方向の評価値を判定することを特徴とする請求項１に記載の評価装置。
前記抽出部は、前記ユーザ領域の特徴点を更に抽出し、前記算出部は、第１時刻に前記抽出部により抽出された特徴点から、前記第１時刻と異なる第２時刻に前記抽出部により抽出された特徴点までの移動量を更に算出し、前記判定部は、前記移動量を基にして、ユーザの横方向の評価値を更に判定することを特徴とする請求項１または２に記載の評価装置。
前記算出部は、前記カメラにより撮像されるユーザの学年の情報と、ユーザの学年および時間間隔とを対応づけて記憶した記憶部を基にして、前記第１時刻と前記第２時刻との時間間隔を調整することを特徴とする請求項１、２または３に記載の評価装置。
前記記憶部の時間間隔は、高学年の時間間隔よりも、低学年の時間間隔のほうが長いことを特徴とする請求項４に記載の評価装置。
コンピュータが実行する評価方法であって、
カメラにより撮像された画像データからユーザ領域を抽出し、
第１時刻に抽出した第１のユーザ領域と、前記第１時刻と異なる第２時刻に抽出した第２のユーザ領域との変化率を算出し、
前記変化率を基にして、評価値を判定する
処理を実行することを特徴とする評価方法。
コンピュータに、
カメラにより撮像された画像データからユーザ領域を抽出し、
第１時刻に抽出した第１のユーザ領域と、前記第１時刻と異なる第２時刻に抽出した第２のユーザ領域との変化率を算出し、
前記変化率を基にして、評価値を判定する
処理を実行させることを特徴とする評価プログラム。