JP2020091739A - 手順検知装置、および手順検知プログラム - Google Patents
手順検知装置、および手順検知プログラム Download PDFInfo
- Publication number
- JP2020091739A JP2020091739A JP2018229307A JP2018229307A JP2020091739A JP 2020091739 A JP2020091739 A JP 2020091739A JP 2018229307 A JP2018229307 A JP 2018229307A JP 2018229307 A JP2018229307 A JP 2018229307A JP 2020091739 A JP2020091739 A JP 2020091739A
- Authority
- JP
- Japan
- Prior art keywords
- procedure
- image
- processing unit
- hand
- procedures
- 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
- 238000000034 method Methods 0.000 title claims abstract description 355
- 238000001514 detection method Methods 0.000 title claims description 72
- 238000012545 processing Methods 0.000 claims abstract description 111
- 238000003384 imaging method Methods 0.000 claims abstract description 24
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 claims 1
- 238000005406 washing Methods 0.000 description 82
- 210000003811 finger Anatomy 0.000 description 29
- 230000033001 locomotion Effects 0.000 description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 210000000707 wrist Anatomy 0.000 description 11
- 210000003813 thumb Anatomy 0.000 description 10
- 210000003462 vein Anatomy 0.000 description 10
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 210000004247 hand Anatomy 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000000645 desinfectant Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 239000008149 soap solution Substances 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 241001263478 Norovirus Species 0.000 description 1
- VHCQVGQULWFQTM-VOTSOKGWSA-N Rubone Chemical compound COC1=CC(OC)=CC(O)=C1C(=O)\C=C\C1=CC(OC)=C(OC)C=C1OC VHCQVGQULWFQTM-VOTSOKGWSA-N 0.000 description 1
- VHCQVGQULWFQTM-UHFFFAOYSA-N Rubone Natural products COC1=CC(OC)=CC(O)=C1C(=O)C=CC1=CC(OC)=C(OC)C=C1OC VHCQVGQULWFQTM-UHFFFAOYSA-N 0.000 description 1
- TTWYZDPBDWHJOR-IDIVVRGQSA-L adenosine triphosphate disodium Chemical compound [Na+].[Na+].C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP(O)(=O)OP(O)(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O TTWYZDPBDWHJOR-IDIVVRGQSA-L 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- General Factory Administration (AREA)
Abstract
Description
また第6の方法は、手洗い実施状況がマクロ的に把握できるのみであり、各人が漏れなく実施したことを認識することが難しい。
そこで、本発明は、確実に手洗いが実施されたかどうかを客観的データとして判定することを課題とする。
その他の手段については、発明を実施するための形態のなかで説明する。
本実施形態では、手洗い場の上部に設置したカメラから人(演者)による手洗いの手先を撮影してお手本画像とし、このお手本画像を手順ごとにディープラーニングで学習させて各手順を認識させる。そして、新たに人による手洗いの手先を撮影して、その人が各手順を実行した時間を算出するものである。
図1Aは、第1の実施形態における手洗い検知システム1Aの構成図である。
図1Aに示すように、手洗い検知システム1Aは、手洗い場6に設けられた撮像装置3およびタッチパネルディスプレイ4と、認識装置2と、表示部25とを含んで構成される。手洗い検知システム1Aは、各人(作業者)の手洗いの各手順を検知して確実に手洗いが実施されたかどうかが判定し、客観的データとして残すものである。
タッチパネルディスプレイ4は、液晶パネル上に透明なタッチパネルが積層されて構成されている。タッチパネルディスプレイ4は、認識装置2に手洗いの手先を撮影したお手本画像を学習させる際に、お手本画像がどの手順に該当するかを入力するものである。
タッチパネルディスプレイ4は更に、通常動作モードと学習モードとの選択入力を受け付けて、後記する追加学習部29に出力する。通常動作モードは、撮像装置3が撮影した画像が、どの手順であるかを学習済みの推定器22が推定するモードである。学習モードは、撮像装置3が撮影した画像を推定器22が学習するモードであり、追加学習で認識上げたい場合、または新規の動作を学習したい場合に使われる。
タッチパネルディスプレイ4による追加画像登録は、必須ではない。そのため、図1Bに示したように、タッチパネルディスプレイ4および追加学習部29を備えていなくてもよい。過学習の恐れがあるため、標準手順の手洗いの場合は、追加学習部29は不要だからである。
また、図1Bに示した手洗い検知システム1Bに、タッチパネルディスプレイ4を任意で取り付けてもよい。また、手洗い検知システムがクラウドサービスとして実現されていれば、処理部23に改善した学習結果をダウンロードするなどの処理により、この手洗い検知システムの機能向上を図ることも可能である。
また、タッチパネル操作機能は必須ではなく、表示部25に後記する図18や図19を表示するだけであってもよい。
推定器22は、人が実行する一連の手順の画像から、一連の手順のうち何れであるかを推定する畳み込みニューラルネットによる推定手段を含んでいる。
追加学習部29は、推定器22を学習モードで動作させ、追加で学習させる。具体的にいうと、演者は、学習させたい動作を撮影中にタッチパネルからラベル番号(手洗い手順に対応した登録済みまたは新規登録)を押し続ける。演者が押し続けてる間は教師データが作成され、演者が押すのを止めると教師データの作成が停止する。ここで教師データとは、指定されたラベル番号の手順に係るお手本映像のことをいう。
次に演者がタッチパネルから“学習”をタッチすると,推定器22は、作成された教師データを、指定されたラベル番号の手順のお手本として学習する。これにより推定器22には、日時情報が付加された推定モデルが形成される。ユーザは、推定器22に形成された各推定モデルを選択または削除できる。
記憶部28は、例えばハードディスクやフラッシュメモリなどの不揮発性の記憶装置である。記憶部28は、処理部23が確定した手順とその実行時間を記憶し、認識装置2の各処理を実行させるためのプログラム(不図示)を記憶する。記憶部28は更に、各手順のお手本映像を記憶するとよい。これにより、作業者が各手順を実行するにあたり、そのお手本を映像で示すことができる。
図2に示すように、手洗い検知システム1Cは、図1Aに示した手洗い検知システム1Aとは異なる認識装置2Aを備え、更に指静脈認証装置5を備えている。
認識装置2Aは、図1Aに示した認識装置2とは異なり、人物検知部24を備えていない。指静脈認証装置5は、指を検知することで手洗いする人物を検知するとともに、指静脈の情報により、その人物が誰であるかを認証するものである。指静脈認証装置5による認証結果は、処理部23に出力される。
手順#1は、手を流水で濡らすものであり、図4の手順画像71に示されている。この手順画像71は、後記する流水でよくすすぐ手順#9の手順画像79と類似している。
手順#2は、手に石けん液を適量とるものであり、図5の手順画像72に示されている。
手順#4は、一方の手の甲を手の平でこすり、他方の手の甲を手の平でこするものであり、図7の手順画像74に示されている。なお、認識装置2に学習させる際には、右手の手の甲を手の平でこする手順と、左手の手の甲を手の平でこする手順とに分割してもよい。
手順#5は、指の間同士をこするものであり、図8の手順画像75に示されている。
手順#8は、一方の手首をこすり、他方の手首をこするものであり、図11の手順画像78に示されている。なお、認識装置2に学習させる際には、右手首をこする手順と、左手首をこする手順とに分割してもよい。
手順#10は、水気をしっかり拭き取るものであり、図13の手順画像710に示されている。
手順#11は、消毒剤をすり込むものであり、図14の手順画像711に示されている。
これら手順#1から手順#11までの一連の手順を実行することにより、手洗いにおける洗浄率が高くなり、かつ洗浄の出来栄えにばらつきが生じなくなる。これにより、食中毒の原因となる病原性微生物を除去することができる。
ステップS10において、この手洗い検知システム1Bの人物検知部24は、新たな人を検知したか否かを判定する。人物検知部24が新たな人を検知しなかったならば(No)、ステップS10の処理に戻る。人物検知部24が新たな人を検知すると(Yes)、ステップS11の処理に進む。ここで新たな人とは、手洗いを実施する作業者である。
学習済みの推定器22は、この画像に対応する手順を推定する(S14)。なお、処理部23は、人物検知部24が人を検知しなくなった際に現在の手順を手洗い開始前に初期化してもよく、限定されない。
ステップS16において、処理部23は、多数決の結果が複数同値ではないならば(No)、すなわち単一の手順が多数決で決定されたならば、その手順として対象フレームを確定し(S17)、図16のステップS23の処理に進む。
ステップS15〜S22の移動多数決処理により、処理部23は、推定器22が誤って推定した手順を修正することができる。
処理部23は、対象フレームが手順#1または手順#9として確定されたならば(Yes)、前確定手順が手洗い途中であるか否かを判定する(S24)。ここで手洗い途中とは、手順#2から手順#9のうち何れかであることをいう。
なお、ステップS23において、処理部23は、対象フレームは手順#1と手順#9のうち何れでもないと判定したならば(No)、ステップS27の処理に進む。
ステップS23〜S26の処理により、処理部23は、画像的に類似した手順を、前確定手順との関係に基づいて再確定することができる。更にユーザが、同一の動作を異なる手順で複数実行するように規定した場合であっても、処理部23は、これらの手順を区別して確定することができる。
この画面8は、左側に手洗い手順の実行状態81を表示し、更に中央下側に矩形の検知領域82を表示している。検知領域82は、推定器22や差分処理部21が処理する対象画像である。
“1 Water:”は、手を流水で濡らす手順#1を示し、その右側の棒グラフで実行時間を示している。
“2 Soap:”は、手に石けん液を適量とる手順#2の時間を示し、その右側の棒グラフで実行時間を示している。
“4 Back(R):”は、右手の甲を左手の平でこする手順の時間を示し、その右側の棒グラフで実行時間を示している。“5 Back(L):”は、左手の甲を右手の平でこする手順の時間を示し、その右側の棒グラフで実行時間を示している。
“7 Thumb(R):”は、右手の親指を左手でこする手順の時間を示し、その右側の棒グラフで実行時間を示している。“8 Thumb(L):”は、左手の親指を右手でこする手順の時間を示し、その右側の棒グラフで実行時間を示している。
“b Wrist(R):”は、右手首をこする手順の時間を示し、その右側の棒グラフで実行時間を示している。“c Wrist(L):”は、左手首をこする手順の時間を示し、その右側の棒グラフで実行時間を示している。
“z Unknown:”は、手洗い中であり、かつ上記手順のうち何れにも分類できない不明な時間を示し、その右側の棒グラフで実行時間を示している。
図18に示す画面9は、右側に実施結果リスト91が表示され、その下には次の手順のガイダンス92が表示され、左側にはカメラの生映像93とお手本映像94とが表示されている。ここでは、図2に示した指静脈認証装置5に作業者「日立花子」が指を翳して認証した場合を示している。
カメラの生映像93は、手洗い場6の状況が示され、かつその上に重畳表示された文字で「あと10秒です。」が表示されている。これにより作業者は、手順を実施すべき時間がどれだけ残っているかを知ることができる。
図19に示す画面9は、右側に実施結果リスト91が表示され、左側にはカメラの生映像93が表示されている。
実施結果リスト91の全ての実施結果は、「完了」が表示されており、決められた時間だけ各手順が実行されたことを示している。カメラの生映像93は、その上に重畳表示された文字で「手洗い完了」が表示されている。これにより作業者やその管理者は、手洗いが完了していることを客観的に認識可能である。
図20は、第2の実施形態における手洗い検知システム1Dの構成図である。
図20に示すように、手洗い検知システム1Dは、図1Aに示した手洗い検知システム1Aとは異なる認識装置2Bを備えている。
骨格情報推定部26は、手の各関節の二次元座標または三次元座標を推定するものである。これにより、認識装置2Bは、手指の動きを正確に把握可能である。骨格情報推定部26が推定した各関節の二次元座標または三次元座標は、推定器22と動作差分処理部27に出力される。なお、骨格情報推定部26の例としては、OpenPose(登録商標)、VISION POSE(登録商標)、VNectなどがある。
動作差分処理部27は、座標の差分を算出し、よって手指の動作量を算出するものである。動作差分処理部27が算出した手指の動作量は、処理部23に出力される。
ステップS40において、この手洗い検知システム1Dの人物検知部24は、新たな人を検知したか否かを判定する。人物検知部24が新たな人を検知しなかったならば(No)、ステップS40の処理に戻る。人物検知部24が新たな人を検知すると(Yes)、ステップS41の処理に進む。ここで新たな人とは、手洗いを実施する作業者である。
図22のステップS46において、この手の各関節の二次元座標または三次元座標により、学習済みの推定器22は、この手指の座標に対応する手順を推定する。
ステップS48において、処理部23は、多数決の結果が複数同値ではないならば(No)、すなわち単一の手順が多数決で決定されたならば、その手順として対象フレームを確定し(S49)、図23のステップS55の処理に進む。
ステップS47〜S54の移動多数決処理により、処理部23は、推定器22が誤って推定した手順を修正することができる。
処理部23は、手順#1または手順#9として確定されたならば(Yes)、前確定手順が手洗い途中であるか否かを判定する(S56)。ここで手洗い途中とは、手順#2から手順#9のうち何れかであることをいう。
なお、ステップS55において、処理部23は、手順#1と手順#9のうち何れでもないと判定したならば(No)、ステップS59の処理に進む。
ステップS55〜S58の処理により、処理部23は、画像的に類似した手順を、前確定手順との関係に基づいて再確定することができる。更にユーザが、同一の動作を異なる手順で複数実行するように規定した場合であっても、処理部23は、これらの手順を区別して確定することができる。
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
本発明の変形例として、例えば、次の(a)〜(d)のようなものがある。
(b) 本発明の認識対象となる一連の手順は、手洗いの手順に限定されず、介護の手順、リハビリの手順、ダンスの振り付けの手順、ヨガのポーズの手順、スポーツの手順(フォーム)などの任意の手順であってもよく、限定されない。
(c) 撮像装置のフレームレートは30フレーム/秒に限定されない。
(d) 認識装置が識別する画像的に類似した手順は、手作業による設定に限定されず、両者の類似度を推定器が判定して設定してもよい。これにより、画像的に類似した2つの手順を、前確定手順に基づいて再確定することができる。
2,2A,2B 認識装置 (手順検知装置)
21 差分処理部
22 推定器
23 処理部
24 人物検知部
25 表示部
26 骨格情報推定部
27 動作差分処理部
28 記憶部
3 撮像装置 (カメラ)
4 タッチパネルディスプレイ
5 指静脈認証装置
6 手洗い場
Claims (11)
- 人が実行する一連の手順の画像を学習して、撮像装置が撮影した画像から、前記一連の手順のうち何れであるかを推定する推定器と、
前記推定器が各前記画像から推定した各推定手順から、各前記画像に対する手順を確定し、確定した各前記手順に係る時間を算出する処理部と、
を備えることを特徴とする手順検知装置。 - 前記処理部が算出した各前記手順に係る時間を表示する表示部、
を更に備えることを特徴とする請求項1に記載の手順検知装置。 - 前記処理部は、前記撮像装置が撮影した対象画像と前記対象画像の直前画像との差分が閾値以内ならば、人の手順が停止していると判定し、各前記画像に対して確定した確定手順に係る時間を増加させない、
ことを特徴とする請求項1または2に記載の手順検知装置。 - 前記推定器は、
各前記画像から一連の手順のうち何れであるかを推定する畳み込みニューラルネットによる推定手段を含む、
ことを特徴とする請求項1または2に記載の手順検知装置。 - 前記推定器は、
各前記画像から人の各骨格の座標を推定する骨格情報推定部と、
人が実行する一連の手順の画像により前記骨格情報推定部が推定した各骨格の座標を学習して、前記撮像装置が撮影した画像により前記骨格情報推定部が推定した各骨格の座標から、前記一連の手順のうち何れであるかを推定するニューラルネットを含む、機械学習による推定手段と、を含む、
ことを特徴とする請求項1または2に記載の手順検知装置。 - 前記処理部は、前記撮像装置が撮影した対象画像により前記骨格情報推定部が推定した各座標と、前記対象画像の直前画像により前記骨格情報推定部が推定した各座標との差分が閾値以内ならば、動作が停止していると判定し、各前記画像に対して確定した確定手順に係る時間を増加させない、
ことを特徴とする請求項5に記載の手順検知装置。 - 前記処理部は、前記撮像装置が撮影した対象画像における前後の所定数の画像に対して、前記推定器が推定した推定手順の多数決により、何れの手順であるかを決定する、
ことを特徴とする請求項1から6のうち何れか1項に記載の手順検知装置。 - 前記処理部は、前記対象画像における前後の所定数の画像に対して、前記推定器が推定した推定手順の多数決が複数同値であり、かつ前記対象画像の直前画像の確定手順と同一のものを含むならば、前記直前画像の確定手順を前記対象画像の手順として確定する、
ことを特徴とする請求項7に記載の手順検知装置。 - 前記処理部は、前記対象画像における前後の所定数の画像に対して前記推定器が推定した推定手順の多数決が複数同値であり、かつ前記対象画像の直前画像の確定手順と同一のものを含まず、前記確定手順の次の手順を含むならば、前記次の手順を前記対象画像の手順として確定する、
ことを特徴とする請求項8に記載の手順検知装置。 - 前記撮像装置が撮影した画像から人を検出する検出部を更に備え、
前記検出部が人を検出しなくなったとき、または、新たな人を検出したとき、前記一連の手順のうち最初の手順を次の手順とする、
ことを特徴とする請求項1から9のうち何れか1項に記載の手順検知装置。 - コンピュータに、
人が実行する一連の手順の画像を学習する工程、
撮像装置が撮影した画像から、前記一連の手順のうち何れであるかを推定する工程、
各前記画像から推定した各推定手順から、各前記画像に対する手順を確定する工程、
確定した各前記手順に係る時間を算出する工程、
を実行させるための手順検知プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018229307A JP2020091739A (ja) | 2018-12-06 | 2018-12-06 | 手順検知装置、および手順検知プログラム |
PCT/JP2019/023375 WO2020115930A1 (ja) | 2018-12-06 | 2019-06-12 | 手順検知装置、および手順検知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018229307A JP2020091739A (ja) | 2018-12-06 | 2018-12-06 | 手順検知装置、および手順検知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020091739A true JP2020091739A (ja) | 2020-06-11 |
JP2020091739A5 JP2020091739A5 (ja) | 2020-10-22 |
Family
ID=70974522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018229307A Pending JP2020091739A (ja) | 2018-12-06 | 2018-12-06 | 手順検知装置、および手順検知プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2020091739A (ja) |
WO (1) | WO2020115930A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021152759A (ja) * | 2020-03-24 | 2021-09-30 | 大日本印刷株式会社 | 情報処理システム、情報処理方法及び学習モデルの生成方法 |
JP2021186027A (ja) * | 2020-05-26 | 2021-12-13 | 株式会社ニューギン | 遊技機 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012003364A (ja) * | 2010-06-15 | 2012-01-05 | Nippon Hoso Kyokai <Nhk> | 人物動作判定装置およびそのプログラム |
JP2012053813A (ja) * | 2010-09-03 | 2012-03-15 | Dainippon Printing Co Ltd | 人物属性推定装置、人物属性推定方法、及びプログラム |
JP2013017631A (ja) * | 2011-07-11 | 2013-01-31 | Sumitomo Electric Ind Ltd | 手洗いモニタおよび手洗いモニタ方法 |
JP2013180046A (ja) * | 2012-03-01 | 2013-09-12 | Sumitomo Electric Ind Ltd | 手洗いモニタ、手洗いモニタ方法および手洗いモニタプログラム |
JP2016177755A (ja) * | 2015-03-23 | 2016-10-06 | 日本電気株式会社 | 注文端末装置、注文システム、客情報生成方法、及びプログラム |
JP2017134712A (ja) * | 2016-01-29 | 2017-08-03 | アース環境サービス株式会社 | 手洗い監視システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9311964B2 (en) * | 2013-12-13 | 2016-04-12 | Panasonic Intellectual Property Corporation Of America | Terminal device, method for controlling terminal device, and non-transitory recording medium on which computer program is recorded |
-
2018
- 2018-12-06 JP JP2018229307A patent/JP2020091739A/ja active Pending
-
2019
- 2019-06-12 WO PCT/JP2019/023375 patent/WO2020115930A1/ja active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012003364A (ja) * | 2010-06-15 | 2012-01-05 | Nippon Hoso Kyokai <Nhk> | 人物動作判定装置およびそのプログラム |
JP2012053813A (ja) * | 2010-09-03 | 2012-03-15 | Dainippon Printing Co Ltd | 人物属性推定装置、人物属性推定方法、及びプログラム |
JP2013017631A (ja) * | 2011-07-11 | 2013-01-31 | Sumitomo Electric Ind Ltd | 手洗いモニタおよび手洗いモニタ方法 |
JP2013180046A (ja) * | 2012-03-01 | 2013-09-12 | Sumitomo Electric Ind Ltd | 手洗いモニタ、手洗いモニタ方法および手洗いモニタプログラム |
JP2016177755A (ja) * | 2015-03-23 | 2016-10-06 | 日本電気株式会社 | 注文端末装置、注文システム、客情報生成方法、及びプログラム |
JP2017134712A (ja) * | 2016-01-29 | 2017-08-03 | アース環境サービス株式会社 | 手洗い監視システム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021152759A (ja) * | 2020-03-24 | 2021-09-30 | 大日本印刷株式会社 | 情報処理システム、情報処理方法及び学習モデルの生成方法 |
JP7476599B2 (ja) | 2020-03-24 | 2024-05-01 | 大日本印刷株式会社 | 情報処理システム、及び情報処理方法 |
JP2021186027A (ja) * | 2020-05-26 | 2021-12-13 | 株式会社ニューギン | 遊技機 |
Also Published As
Publication number | Publication date |
---|---|
WO2020115930A1 (ja) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11281896B2 (en) | Physical activity quantification and monitoring | |
US20100208038A1 (en) | Method and system for gesture recognition | |
Leightley et al. | Benchmarking human motion analysis using kinect one: An open source dataset | |
JP6757010B1 (ja) | 動作評価装置、動作評価方法、動作評価システム | |
WO2020115930A1 (ja) | 手順検知装置、および手順検知プログラム | |
Czarnuch et al. | A real-world deployment of the COACH prompting system | |
Nyolt et al. | Marginal filtering in large state spaces | |
CN114140722A (zh) | 引体向上运动的评估方法、装置、服务器及存储介质 | |
JP2021174488A (ja) | 手洗い評価装置および手洗い評価プログラム | |
JP7420240B2 (ja) | 手洗い認識システムおよび手洗い認識方法 | |
WO2021044249A1 (ja) | 情報処理装置 | |
Mayo et al. | How hard are computer vision datasets? Calibrating dataset difficulty to viewing time | |
JP6318451B2 (ja) | 顕著度画像生成装置、方法、及びプログラム | |
JP7447998B2 (ja) | 手洗い認識システムおよび手洗い認識方法 | |
JP2018180894A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7492850B2 (ja) | 衛生管理システム | |
JP7476599B2 (ja) | 情報処理システム、及び情報処理方法 | |
JP2020201755A (ja) | 集中度計測装置、集中度計測方法、およびプログラム | |
JP2021077230A (ja) | 動作認識装置、動作認識方法、動作認識プログラム及び動作認識システム | |
US20230405433A1 (en) | Element recognition method, element recognition device, and gymnastics scoring support system | |
WO2024024064A1 (ja) | 推定プログラム、推定方法および推定装置 | |
JP7490347B2 (ja) | 片付け支援装置、片付け支援プログラム及び片付け支援方法 | |
KR102607766B1 (ko) | 동적 식별 인증 | |
WO2024024062A1 (ja) | 症状検出プログラム、症状検出方法および症状検出装置 | |
WO2023175945A1 (ja) | 動作評価装置、動作評価方法、及び非一時的なコンピュータ可読媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200911 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200911 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200923 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210629 |