JP2021078715A - 身体動作解析装置、身体動作解析システム、身体動作解析方法、及びプログラム - Google Patents

Abstract

【課題】関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することを容易にする。【解決手段】身体動作解析装置は、他の情報処理装置から指定された画像データから解析対象となる人物を特定し、前記人物の姿勢を表す複数の特徴点を抽出する抽出処理を実行する抽出部と、前記複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す解析要求を、前記情報処理装置から受け付ける受付部と、前記抽出処理による抽出結果に基づいて、前記所定の数の点を前記所定の解析内容で解析する解析処理を実行する解析部と、前記解析処理による解析結果を前記情報処理装置に提供する提供部と、を有する。【選択図】図５

Description

本発明は、身体動作解析装置、身体動作解析システム、身体動作解析方法、及びプログラムに関する。

画像データを解析して、画像データ（動画像データ、又は１つ以上の静止画像データ）に含まれる人物の関節の位置や、姿勢等を解析する解析装置が知られている。

例えば、取得した動画像から人を含む人候補領域を検出し、人候補領域内の人物の関節位置を、ディープラーニング（Deep Learning）等で学習した推定モデルを用いて推定する関節位置推定装置が知られている（例えば、特許文献１参照）。

特開２０１８−５７５９６号公報

特許文献１に示されるような関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供するサービスが求められている。

しかし、上記のようなサービスを提供するためには、各分野におけるノウハウの蓄積が必要であり、例えば、関節位置の推定技術を開発したベンダーが、各分野に対応するアプリケーションプログラム（以下、アプリと呼ぶ）を開発することは困難である。

また、各分野におけるノウハウを蓄積している診療施設、フィットネス施設、スポーツ施設、アミューズメント施設等においても、画像処理、関節位置推定、統計的な分析等の開発工程が膨大となるため、各分野に対応するアプリを開発することは困難である。

このように、従来の技術では、関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することには困難を伴っていた。

本発明の一実施形態は、上記の問題点に鑑みてなされたものであって、関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することを容易にする。

上記の課題を解決するため、本発明の一実施形態に係る身体動作解析装置は、他の情報処理装置から指定された画像データから解析対象となる人物を特定し、前記人物の姿勢を表す複数の特徴点を抽出する抽出処理を実行する抽出部と、前記複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す解析要求を、前記情報処理装置から受け付ける受付部と、前記抽出処理による抽出結果に基づいて、前記所定の数の点を前記所定の解析内容で解析する解析処理を実行する解析部と、前記解析処理による解析結果を前記情報処理装置に提供する提供部と、を有する。

本発明の一実施形態によれば、関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することが容易になる。

一実施形態に係る身体動作解析システムの概要を示す図である。 一実施形態に係るコンピュータのハードウェア構成の例を示す図である。 一実施形態に係る端末装置のハードウェア構成の例を示す図である。 一実施形態に係る身体動作解析システムの機能構成の一例を示す図である。 一実施形態に係る身体動作解析システムの機能構成の別の一例を示す図である。 一実施形態に係る抽出部、及び解析部の機能構成の例を示す図である。 一実施形態に係る抽出部の処理について説明するための図である。 一実施形態に係る抽出処理の例を示すシーケンス図である。 一実施形態に係る解析処理の例を示すシーケンス図である。 一実施形態に係る解析内容の設定画面の例を示す図（１）である。 一実施形態に係る解析内容の設定画面の例を示す図（２）である。 一実施形態に係るデータ管理部が管理する解析内容の一例のイメージを示す図である。 一実施形態に係る解析結果の一例のイメージを示す図である。

以下、図面を参照して本発明の実施形態について説明する。なお、以下で説明する実施形態は一例であり、本発明が適用される実施形態は、以下の実施形態に限られない。

＜システム構成＞
図１は、一実施形態に係る身体動作解析システムのシステム構成の概要を示す図である。身体動作解析システム１００は、身体動作解析装置１１０と、解析対象となる人物の身体動作を解析、診断、又は評価するアプリケーション１０２と、利用者１０１がアプリケーション１０２を利用するための端末装置１２０とを含む。

アプリケーション１０２は、一例として、身体動作解析装置１１０及び端末装置１２０と通信可能なサーバ装置（情報処理装置の一例）が、端末装置１２０に提供するアプリケーションプログラム（Ｗｅｂアプリケーション）である。別の一例として、アプリケーション１０２は、端末装置（情報処理装置の別の一例）１２０が備えるプロセッサが実行するアプリケーションプログラム（例えば、モバイルアプリケーション、組込アプリケーション等）である。なお、アプリケーション１０２は、例えば、利用者１０１に、解析対象となる人物の身体動作を解析、診断、又は評価するサービスを提供するサービス提供業者等によって提供される。

端末装置１２０は、一例として、Ｗｅｂブラウザ等を用いて、サーバ装置が提供するＷｅｂアプリケーション（ウェブサービスの一例）であるアプリケーション１０２を利用可能なモバイル端末１２０ａ、ＰＣ（Personal Computer）１２０ｂ等の情報端末である。また、別の一例として、端末装置１２０は、端末装置１２０が備えるプロセッサで、端末装置１２０に組み込まれた組込アプリケーションであるアプリケーション１０２を実行するアミューズメント機器１２０ｃ等の電子機器であっても良い。さらに、端末装置１２０は、端末装置１２０が備えるプロセッサでモバイルアプリケーションであるアプリケーション１０２を実行するモバイル端末１２０ａ、ＰＣ１２０ｂ等の情報端末であっても良い。

なお、以下の説明において、身体動作解析装置１１０と、通信ネットワーク１０３を介して通信する情報処理装置（端末装置１２０、又はサーバ装置）を、「クライアント」と呼ぶ場合がある。クライアントは、身体動作解析装置１１０とは異なる他の情報処理装置の一例である。

身体動作解析装置１１０は、コンピュータの構成を備える情報処理装置、又は複数の情報処理装置を含むシステムである。身体動作解析装置１１０は、所定のプログラムを実行することにより、クライアントからの抽出要求に応じて、指定された画像データから解析対象となる人物を特定し、当該人物の姿勢を表す複数の特徴点を抽出する抽出処理１１１を実行する。また、身体動作解析装置１１０は、クライアントからの解析要求に応じて、抽出処理１１１による抽出結果に基づいて、解析対象となる人物の身体動作を解析する解析処理１１２を実行する。さらに、身体動作解析装置１１０は、抽出処理１１１、及び解析処理１１２を利用するためのＡＰＩ（Application Programming Interface）であるＷｅｂ ＡＰＩ１１３を、クライアントに提供する。

Ｗｅｂ ＡＰＩ１１３は、Ｗｅｂサービスを提供する身体動作解析装置１１０を外部から利用するためのＡＰＩである。ここでは、Ｗｅｂ ＡＰＩ１１３が、セッション等の状態管理を行なわないＲＥＳＴ（REpresentational State Transfer） ＡＰＩであるものとして以下の説明を行なう。ただし、Ｗｅｂ ＡＰＩ１１３は、ＲＥＳＴ ＡＰＩ以外のＡＰＩであっても良い。

上記の構成において、利用者１０１は、端末装置１２０が備えるカメラ、又は一般的な撮影機器１３０で解析対象となる人物を撮影した画像データ（動画像データ、又は１つ以上の静止画データ）を、例えば、身体動作解析装置１１０にアップロードする。なお、画像データのアップロード先は、身体動作解析装置１１０に限られず、例えば、身体動作解析装置１１０からアクセス可能なストレージサーバ、クラウドサービス等であっても良い。

また、身体動作解析装置１１０は、クライアントから、抽出処理１１１の実行を要求する抽出要求、及び解析処理１１２の実行を要求する解析要求等の所定の要求情報を、Ｗｅｂ ＡＰＩ１１３で受け付けることができる。

例えば、身体動作解析装置１１０は、クライアントからの抽出要求に応じて、アップロードされた画像データから解析対象となる人物を特定し、当該人物の姿勢を表す複数の特徴点を抽出する抽出処理１１１を実行する。ここで複数の特徴点には、例えば、人物の手首、肘、肩、腰、膝、足首等の関節の位置を示す情報（例えば、座標情報等）が含まれる。また、複数の特徴点には、例えば、目、耳、鼻等の部位の位置を示す情報が含まれていても良い。

また、身体動作解析装置１１０は、クライアントからの解析要求に応じて、抽出処理１１１による抽出結果に基づいて、指定された１つ以上の点に対して、指定された解析内容を実行する解析処理１１２を実行する。なお、ここで指定される１つ以上の点は、抽出処理１１１で抽出された特徴点であっても良いし、２つの特徴点の間にある点等であっても良い。

ここで、解析処理１１２には、例えば、指定された３点の角度や角度の変化の解析、指定された２点の距離や距離の変化の解析、指定された１点の位置や位置の変化の解析等が含まれる。また、解析処理１１２には、例えば、指定された２点のうち、一方の点に対応する垂線又は水平線と、他方の点との差（距離）や差の変化の解析、人物の重心や重心の変化の解析等が含まれていても良い。

好ましくは、解析処理１１２は、抽出処理１１１で抽出された複数の特徴点に基づいて指定可能な複数の点のうち、クライアントから指定された１つ以上の点に対して選択的に解析処理を実行する。これにより、身体動作解析装置１１０は、冗長な解析処理１１２を削減し、解析処理１１２の処理時間を短縮することができる。

このように、クライアントは、身体動作解析装置１１０が提供するＷｅｂ ＡＰＩ１１３を利用して、抽出処理１１１、解析処理１１２を実行することができるので、開発工数を低減しつつ、人物の身体動作解析、診断、評価等を行なうことができるようになる。

このように、本実施形態によれば、関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することが容易になる。

＜ハードウェア構成＞
次に、身体動作解析システム１００に含まれる各装置のハードウェア構成について説明する。

（身体動作解析装置のハードウェア構成）
身体動作解析装置１１０は、例えば、図２に示すようなコンピュータ２００のハードウェア構成を有している。或いは、身体動作解析装置１１０は、複数のコンピュータ２００によって構成される。

図２は、一実施形態に係るコンピュータのハードウェア構成の例を示す図である。コンピュータ２００は、例えば、ＣＰＵ（Central Processing Unit）２０１、メモリ２０２、ストレージ２０３、通信装置２０４、入力装置２０５、表示装置２０６、及びシステムバス２０７等を有する。

ＣＰＵ２０１は、例えば、ストレージ２０３等に記憶したプログラムを実行することにより、身体動作解析装置１１０の各機能を実現する演算装置である。メモリ２０２は、例えば、ＣＰＵ２０１のワークエリア等として用いられる揮発性のメモリであるＲＡＭ（Random Access Memory）、ＢＩＯＳ（Basic Input/Output System）等を記憶した不揮発性のメモリであるＲＯＭ（Read Only Memory）等を含む。

ストレージ２０３は、例えば、ＯＳ（Operating System）、アプリケーションプログラム、及び各種のデータ等を記憶する大容量の記憶デバイスであり、例えば、ＳＳＤ（Solid State Drive）、ＨＤＤ（Hard Disk Drive）等によって実現される。

通信装置２０４は、コンピュータ２００を通信ネットワーク１０３に接続して、他の装置と通信を行なう通信デバイスである。通信装置２０４は、コンピュータ２００を通信ネットワーク１０３に接続して、他の装置と通信可能なものであれば良く、その通信方式は任意の方式であって良い。

入力装置２０５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサ等）である。表示装置２０６は、各種の表示画面を表示する表示デバイス（例えば、ディスプレイ等）である。なお、入力装置２０５及び表示装置２０６は、一体となった構成（例えば、タッチパネルディスプレイ等）であっても良い。

システムバス２０７は、上記の各要素に共通に接続され、例えば、アドレス信号、データ信号、及び各種の制御信号等を伝送する。

（端末装置のハードウェア構成）
図３は、一実施形態に係る端末装置のハードウェア構成の例を示す図である。端末装置１２０は、例えば、ＣＰＵ３０１、メモリ３０２、ストレージ３０３、通信装置３０４、入力装置３０５、表示装置３０６、撮影装置３０７、及びシステムバス３０８等を有する。なお、ＣＰＵ３０１、メモリ３０２、ストレージ３０３、通信装置３０４、入力装置３０５、表示装置３０６、及びシステムバス３０８は、図２で前述したＣＰＵ２０１、メモリ２０２、ストレージ２０３、通信装置２０４、入力装置２０５、表示装置２０６、及びシステムバス３０８と同様であるため、ここでは説明を省略する。

撮影装置３０７は、端末装置１２０の周辺の画像（動画像、又は１つ以上の静止画像）を撮影するカメラである。なお、端末装置１２０は、端末装置１２０の外部の撮影機器１３０を用いて、端末装置１２０の周辺の画像を撮影するものであっても良い。

（サーバ装置のハードウェア構成）
サーバ装置は、例えば、図２に示すようなコンピュータ２００のハードウェア構成を有している。或いは、サーバ装置は、複数のコンピュータ２００によって構成される。

＜機能構成＞
続いて、身体動作解析システム１００の機能構成について説明する。

［第１の機能構成］
図４は、一実施形態に係る身体動作解析システムの機能構成の一例を示す図である。ここでは、サーバ装置４１０がクライアント（情報処理装置）である場合における身体動作解析システム１００の機能構成の例について説明する。図４の例では、身体動作解析システム１００は、身体動作解析装置１１０と、端末装置１２０と、身体動作解析装置１１０及び端末装置１２０と通信可能に接続されるサーバ装置４１０とを含む。

（身体動作解析装置の機能構成）
身体動作解析装置１１０は、１つ以上のコンピュータ２００で所定のプログラムを実行することにより、例えば、通信部４０１、受付部４０２、提供部４０３、データ管理部４０４、要求情報管理部４０５、抽出部４０６、解析部４０７、画像データ管理部４０８、及び記憶部４０９等を実現している。なお、上記の各機能構成のうち、少なくとも一部は、ハードウェアによって実現されるものであっても良い。

通信部４０１は、例えば、図２の通信装置２０４等を用いて、身体動作解析装置１１０を通信ネットワーク１０３に接続し、他の装置との通信を制御する。なお、身体動作解析装置１１０が、複数のコンピュータ２００で構成される場合、例えば、各コンピュータ２００が通信部４０１する。

画像データ管理部４０８は、例えば、クライアントからアップロードされる画像データ（動画像データ、又は１つ以上の静止画データ）に、画像データを識別する識別情報（以下、画像ＩＤと呼ぶ）を付与して、記憶部４０９等に記憶して管理する。なお、画像データ管理部４０８は、身体動作解析システム１００の外部のストレージサーバや、クラウドサービス等に画像データを記憶して管理するもので合っても良い。或いは、画像データ管理部４０８は、ストレージサーバや、クラウドサービス等によって実現されるものであっても良い。

受付部４０２は、例えば、Ｗｅｂ ＡＰＩ１１３によって実現され、クライアントから、例えば、抽出処理１１１の実行を要求する抽出要求、解析処理１１２の実行を要求する解析要求等の所定の要求情報を受け付ける。

提供部４０３は、例えば、Ｗｅｂ ＡＰＩ１１３によって実現され、クライアントからの要求に応じて、例えば、抽出処理１１１の抽出結果、解析処理１１２の解析結果等の様々なデータ、情報等を提供する。

データ管理部４０４は、Ｗｅｂ ＡＰＩ１１３によって実現され、抽出処理１１１の抽出結果４３２、解析処理１１２の解析結果４３３等を、例えば、画像ＩＤ等と対応付けて、記憶部４０９に記憶して管理する。また、データ管理部４０４は、例えば、受付部４０２が、クライアントから受け付けた解析内容４３４に、解析内容４３４を識別する識別情報（以下、ルールＩＤと呼ぶ）を付与して、記憶部４０９等に記憶して管理する。

要求情報管理部４０５は、受付部４０２が受け付けた要求情報を順次に保持して、先に記憶した要求情報から順に、抽出部４０６、解析部４０７等の処理部に通知するメッセージキューとして機能する。

抽出部４０６は、クライアントから指定された画像データから解析対象となる人物を特定し、当該人物の姿勢を表す複数の特徴点を抽出する抽出処理１１１を実行する。なお、抽出部４０６、及び抽出処理１１１の詳細については後述する。

解析部４０７は、抽出処理１１１の抽出結果に基づいて、クライアントから指定された１つ以上の点を、指定された解析内容で解析する解析処理１１２を実行する。なお、解析部４０７、及び解析処理１１２の詳細については後述する。

記憶部４０９は、例えば、図２のＣＰＵ２０１で実行されるプログラム、及びストレージ２０３、メモリ２０２等によって実現され、例えば、画像データ４３１、抽出結果４３２、解析結果４３３、解析内容４３４等の様々なデータ、情報を記憶する。なお、身体動作解析装置１１０が、複数のコンピュータ２００で構成される場合、記憶部４０９は、各コンピュータ２００に分散されて設けられていて良い。また、記憶部４０９は、ストレージサーバ等の情報処理装置によって実現されるものであっても良いし、身体動作解析装置１１０の外部のストレージサーバ、又はクラウドサービス等によって実現されるものであっても良い。

（サーバ装置の機能構成）
サーバ装置４１０は、１つ以上のコンピュータ２００で所定のプログラムを実行することにより、例えば、通信部４１１、表示制御部４１２、操作受付部４１３、情報送信部４１４、情報受信部４１５、及び評価部４１６等を実現している。なお、上記の各機能構成のうち、少なくとも一部は、ハードウェアによって実現されるものであっても良い。

通信部４１１は、例えば、図２の通信装置２０４等を用いて、サーバ装置４１０を通信ネットワーク１０３に接続し、他の装置との通信を制御する。なお、サーバ装置４１０が、複数のコンピュータ２００で構成される場合、例えば、各コンピュータ２００が通信部４１１を有する。

表示制御部４１２は、例えば、コンピュータ２００で実行されるＷｅｂアプリケーションであるアプリケーション１０２等によって実現され、アプリケーション１０２の表示画面（以下、アプリ画面と呼ぶ）を端末装置１２０が備えるＷｅｂブラウザ等に表示させる。

このアプリ画面は、例えば、ＨＴＭＬ（Hyper Text Markup Language）、ＸＭＬ（Extensible Markup Language）、ＣＳＳ（Cascading Style Sheets）、ＪａｖａＳｃｒｉｐｔ（登録商標）等の言語によって作成されている。したがって、利用者１０１は、アプリ画面に対して所定の操作を行なうことにより、例えば、抽出操作、解析操作、設定操作等の様々な操作を行なうことができる。

操作受付部４１３は、例えば、コンピュータ２００で実行されるアプリケーション１０２等によって実現され、アプリ画面に対する利用者１０１の操作を受け付ける。

情報送信部４１４は、例えば、コンピュータ２００で実行されるアプリケーション１０２等によって実現され、抽出処理１１１の実行を要求する抽出要求、解析処理１１２の実行を要求する解析要求等の所定の要求情報を、身体動作解析装置１１０に送信する。なお、情報送信部４１４は、例えば、画像データ等、要求情報以外の様々なデータ、情報等を送信することもできる。

情報受信部４１５は、例えば、コンピュータ２００で実行されるアプリケーション１０２等によって実現され、情報送信部４１４が送信した要求情報に応じて、身体動作解析装置１１０から送信される抽出結果４３２、解析結果４３３等のデータ、情報等を受信する。

評価部４１６は、例えば、コンピュータ２００で実行されるアプリケーション１０２等によって実現され、身体動作解析装置１１０が提供するＷｅｂ ＡＰＩ１１３を利用して、解析対象となる人物の身体動作の解析結果を取得する。また、評価部４１６は、取得した解析結果を用いて、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野のうち、１つ以上の分野における解析結果、診断結果、評価結果等を、表示制御部４１２を介して、端末装置１２０に表示させる。

なお、図４に示す身体動作解析システム１００のシステム構成は一例である。例えば、図４に示す身体動作解析装置１１０が備える各機能構成は、複数の情報処理装置に分散されて設けられていても良い。

例えば、Ｗｅｂ ＡＰＩ１１３は、１つの情報処理装置（例えば、ＡＰＩサーバ等）によって実現されるものであっても良い。また、画像データ管理部４０８は、１つ情報処理装置（例えば、ストレージサーバ等）によって実現されるものであっても良い。さらに、要求情報管理部４０５は、１つの情報処理装置（例えば、メッセージキューサーバ等）によって実現されるものであっても良い。さらにまた、抽出部４０６及び解析部４０７は、１つ又は２つの情報処理装置（例えば、解析サーバ等）によって実現されるものであっても良い。

（端末装置の機能構成）
端末装置１２０は、例えば、図３のＣＰＵ３０１で所定のプログラムを実行することにより、通信部４２１、ブラウザ部４２２、画像データ取得部４２３、及び記憶部４２４等を実現している。なお、上記の各機能構成のうち、少なくとも一部は、ハードウェアによって実現されるものであっても良い。

通信部４２１は、例えば、図３の通信装置３０４等を用いて、端末装置１２０を通信ネットワーク１０３に接続し、他の装置の通信を制御する。

ブラウザ部４２２は、例えば、図３のＣＰＵ３０１で実行されるＷｅｂブラウザ等のプログラムによって実現され、サーバ装置４１０から提供されるアプリ画面を表示する。このアプリ画面は、前述したように、例えば、ＨＴＭＬ、ＸＭＬ、ＣＳＳ、ＪａｖａＳｃｒｉｐｔ等の言語によって作成されており、利用者１０１は、アプリ画面に対して所定の操作を行なうことにより、様々な操作を行なうことができる。

画像データ取得部４２３は、例えば、図３のＣＰＵ３０１で実行されるプログラムによって実現され、図３の撮影装置３０７、又は図１の撮影機器１３０等を用いて、解析対象となる人物を撮影した画像データを取得する。なお、画像データ取得部４２３は、記憶部４２４に記憶した画像データの中から、解析対象となる人物を撮影した画像データを取得しても良い。

記憶部４２４は、例えば、図３のＣＰＵ３０１で実行されるプログラム、及びストレージ３０３、メモリ３０２等によって実現され、画像データ取得部４２３が取得した画像データ等の様々なデータ、情報等を記憶する。

［第２の機能構成］
図５は、一実施形態に係る身体動作解析システムの機能構成の別の一例を示す図である。ここでは、端末装置１２０がクライアント（情報処理装置）である場合における身体動作解析システム１００の機能構成の例について説明する。図５の例では、身体動作解析システム１００は、身体動作解析装置１１０と、身体動作解析装置１１０と通信可能に接続される端末装置１２０とを含む。なお、図５に示す身体動作解析装置１１０の機能構成は、図４で説明した身体動作解析装置１１０の機能構成と同様なので、ここでは説明を省略する。

（端末装置の機能構成）
端末装置１２０は、例えば、図３のＣＰＵ３０１で所定のプログラムを実行することにより、通信部４２１、表示制御部４１２、操作受付部４１３、情報送信部４１４、情報受信部４１５、評価部４１６、画像データ取得部４２３、及び記憶部４２４等を実現している。なお、上記の各機能構成のうち、少なくとも一部は、ハードウェアによって実現されるものであっても良い。

通信部４２１は、例えば、図３のＣＰＵ３０１で実行されるプログラムによって実現され、図３の通信装置３０４等を用いて、端末装置１２０を通信ネットワーク１０３に接続して、身体動作解析装置１１０等の他の装置との通信を制御する。

表示制御部４１２は、例えば、ＣＰＵ３０１で実行される組込アプリケーション又はモバイルアプリケーションであるアプリケーション１０２等によって実現される。表示制御部４１２は、アプリケーション１０２の表示画面であるアプリ画面を、端末装置１２０が備える表示装置３０６等に表示する。

操作受付部４１３は、例えば、ＣＰＵ３０１で実行されるアプリケーション１０２等によって実現され、端末装置１２０が備える入力装置３０５等を用いて、利用者１０１による操作を受け付ける。

情報送信部４１４は、例えば、ＣＰＵ３０１で実行されるアプリケーション１０２等によって実現され、抽出処理１１１の実行を要求する抽出要求、解析処理１１２の実行を要求する解析要求等の所定の要求情報を、身体動作解析装置１１０に送信する。なお、情報送信部４１４は、例えば、画像データ等、要求情報以外の様々なデータ、情報等を送信することもできる。

情報受信部４１５は、例えば、ＣＰＵ３０１で実行されるアプリケーション１０２等によって実現され、情報送信部４１４が送信した要求情報に応じて、身体動作解析装置１１０から送信される抽出結果４３２、解析結果４３３等のデータ、情報等を受信する。

評価部４１６は、例えば、ＣＰＵ３０１で実行されるアプリケーション１０２等によって実現され、身体動作解析装置１１０が提供するＷｅｂ ＡＰＩ１１３を利用して、解析対象となる人物の身体動作の解析結果を取得する。また、評価部４１６は、取得した解析結果を用いて、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野のうち、１つ以上の分野における解析結果、診断結果、評価結果等を、表示制御部４１２を介して、表示装置３０６等に表示する。

画像データ取得部４２３は、例えば、図３のＣＰＵ３０１で実行されるプログラムによって実現され、図３の撮影装置３０７、又は図１の撮影機器１３０等を用いて、解析対象となる人物を撮影した画像データを取得する。なお、画像データ取得部４２３は、記憶部４２４に記憶した画像データの中から、解析対象となる人物を撮影した画像データを取得しても良い。

記憶部４２４は、例えば、図３のＣＰＵ３０１で実行されるプログラム、及びストレージ３０３、メモリ３０２等によって実現され、画像データ取得部４２３が取得した画像データ等の様々なデータ、情報を記憶する。

なお、図４、５に示す身体動作解析システム１００の機能構成は一例である。例えば、図４のサーバ装置４１０の各機能構成は、身体動作解析装置１１０が有していても良い。また、身体動作解析装置１１０が備える各機能構成のうち、少なくとも一部は、サーバ装置４１０が有していても良い。

（抽出部について）
ここで、図４、５の身体動作解析装置１１０が有する抽出部４０６について説明する。図６（Ａ）は、抽出部４０６の機能構成の例を示す図である。抽出部４０６は、例えば、人物検出部６０１、中心人物特定部６０２、及び特徴点抽出部６０３等を含む。

人物検出部６０１は、抽出処理１１１の対象となる画像データから人物、又は人物を含む人物領域を検出する。例えば、人物検出部６０１は、図７（Ａ）に示すような画像７００に含まれる人物領域７０１〜７０３を、例えば、公知の物体検出の技術を利用して検出する。例えば、人物検出部６０１は、ディープラーニング（Deep Learning）等で予め学習した推定モデルを用いて検出しても良い。

中心人物特定部６０２は、人物検出部６０１が検出した人物領域７０１〜７０３の中から、どれだけ中心に写っているかを示すセンタスコア（center score）と、人物領域の大きさを示すサイズスコア（size score）に基づいて計算したスコア（score）が最も大きい中心人物を特定する。

スコア（score）は、例えば、次の式（１）で算出される。
ｓｃｏｒｅ＝ｃｅｎｔｅｒ ｓｃｏｒｅ＋α＊ｓｉｚｅ ｓｃｏｒｅ …（１）
ここで「α」は、例えば、随時調整可能なパラメータである。

なお、センタスコア（center score）は、例えば、次の式（２）で算出される。
ｃｅｎｔｅｒ ｓｃｏｒｅ＝１−（検出された人物領域の中心−画像の中心） …（２）
ここで、「検出された人物領域の中心」は、例えば、図８（Ａ）に示す人物領域７０１〜７０３の中心の座標である。「画像の中心」は、例えば、図８（Ａ）に示す画像７００の中心の座標である。

また、サイズスコアは、例えば、次の式（３）で算出される。
ｓｉｚｅ ｓｃｏｒｅ＝人物領域のサイズ／画像のサイズ …（３）
ここで、「人物領域のサイズ」は、例えば、図８（Ａ）に示す人物領域７０１〜７０３の大きさ（例えば、面積）である。「画像のサイズ」は、例えば、図８（Ａ）に示す画像７００の大きさである。

上記の手法により、中心人物特定部６０２は、例えば、図８（Ａ）に示すような画像７００から、図８（Ｂ）に示すように、中心人物の人物領域７０１を特定することができる。

特徴点抽出部６０３は、中心人物特定部６０２が特定した中心人物の人物領域７０１から、例えば、図８（Ｃ）に示すように、人物の姿勢を表す複数の特徴点７０４を抽出する。例えば、特徴点抽出部６０３は、ディープラーニング（Deep Learning）等で学習した推定モデルを用いて、人物の手首、肘、肩、腰、膝、足首等の関節の位置（特徴点の一例）を抽出する。

なお、本実施形態では、具体的な特徴点の抽出方法は特定しないが、例えば、特許文献１に開示された技術を適用しても良い。また、特徴点には、関節以外にも、例えば、人物の目、耳、鼻等の位置が含まれていても良い。

上記のように、抽出部４０６は、画像７００に複数の人物が撮影されている場合でも、画像７００の中心付近に、より大きく撮影されている中心人物の特徴点を選択的に抽出する。

（解析部について）
ここで、図４、５の身体動作解析装置１１０が有する解析部４０７について説明する。図６（Ｂ）は、解析部４０７の機能構成の例を示す図である。解析部４０７は、例えば、角度解析部６１１、距離解析部６１２、及び位置解析部６１３等を含む。

角度解析部６１１は、例えば、手首（左右）、肘（左右）、肩（左右）、腰（左右）、膝（左右）、足首（左右）等の人物の姿勢を表す複数の特徴点に基づいて指定された３点の角度（なす角、回転角等）を解析する。例えば、点Ａ、Ｂ、Ｃが指定された場合、角度解析部６１１は、ベクトルＢＡとベクトルＢＣのなす角、又はベクトルＢＡからベクトルＢＣの方向に対する回転角（或いは、ベクトルＢＣからベクトルＡＣの方向に対する回転角）を算出する。

好ましくは、角度解析部６１１は、算出された角度の統計量（例えば、平均値、分散値、最大値、最小値、中央値等）、算出されたデータの変化量等を解析する機能をさらに有する。

距離解析部６１２は、人物の姿勢を表す複数の特徴点に基づいて指定された２点の間の距離（相対距離）を解析する。例えば、点Ａ、Ｂが指定された場合、距離解析部６１２は、点Ａと点Ｂとの間のユークリッド距離を算出する。

好ましくは、距離解析部６１２は、指定された２点のうち、一方の点に対応する垂線又は水平線と、他方の点との間の差（距離）も解析する。例えば、点Ａ、Ｂが指定された場合、距離解析部６１２は、画像７００上における、点Ａを通る垂線（又は水平線）と、点Ｂとの間の距離を算出する。

好ましくは、距離解析部６１２は、算出された差（距離）の統計量、変化量等を解析する機能をさらに有する。

位置解析部６１３は、人物の姿勢を表す複数の特徴点に基づいて指定された１点の位置（座標）を解析する。例えば、点Ａが指定された場合、位置解析部６１３は、画像７００上の点Ａの座標（例えば、画像７００の左上の頂点を原点とするｘ、ｙ座標等）を算出する。

好ましくは、位置解析部６１３は、算出された位置の統計量、変化量等を解析する機能をさらに有する。

なお、解析部４０７は、角度解析部６１１、距離解析部６１２、及び位置解析部６１３が算出したデータの統計量、変化量等を解析する解析部を、さらに有していても良い。

＜処理の流れ＞
続いて、本実施形態に係る身体動作解析方法の処理の流れについて説明する。

（抽出処理）
図８は、一実施形態に係る抽出処理の例を示すシーケンス図である。なお、図８において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を介して、身体動作解析装置１１０が提供する抽出処理１１１、及び解析処理１１２を利用する情報処理装置（例えば、図４のサーバ装置４１０、又は図５の端末装置１２０）であるものとする。

ステップＳ８０１、Ｓ８０２において、クライアント８００は、身体動作解析装置１１０が提供するＷｅｂ ＡＰＩ１１３を利用して、画像データをアップロードするためのＵＲＬ（Uniform Resource Locator）等のアドレス情報を取得する。例えば、クライアントの評価部４１６は、情報送信部４１４を用いて、ＵＲＬの取得要求をＷｅｂ ＡＰＩ１１３に送信する。これに応じて、Ｗｅｂ ＡＰＩ１１３の受付部４０２は、画像データ管理部４０８にアクセスするためのＵＲＬをクライアント８００に送信する。これにより、クライアントの評価部４１６は、情報受信部４１５を介して、画像データをアップロードするためのＵＲＬ等のアドレス情報を受信することができる。

ステップＳ８０３において、クライアント８００は、取得したＵＲＬに、解析対象となる画像データ（動画像データ、又は１つ以上の静止画像データ）をアップロードする。

ステップＳ８０４、Ｓ８０５において、身体動作解析装置１１０の画像データ管理部４０８は、クライアント８００からアップロードされた画像データに、画像データを識別するための識別情報である画像ＩＤを付与して、例えば、記憶部４０９等に記憶する。また、画像データ管理部４０８は、画像データに付与した画像ＩＤを含む応答メッセージを、クライアント８００に送信する。

ステップＳ８０６において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、身体動作解析装置１１０に抽出処理１１１の実行を要求する。例えば、クライアントの評価部４１６は、情報送信部４１４を用いて、解析対象となる画像データを識別する画像ＩＤを含む抽出要求をＷｅｂ ＡＰＩ１１３に送信する。

ステップＳ８０７〜Ｓ８０９において、Ｗｅｂ ＡＰＩ１１３の受付部４０２は、クライアント８００に応答メッセージを送信するとともに、要求情報管理部４０５を介して、抽出部４０６に、受け付けた抽出要求を通知する。

ステップＳ８１０、Ｓ８１１において、抽出部４０６は、抽出要求に含まれる画像ＩＤを用いて、画像データ管理部４０８から、解析対象となる画像データを取得する。例えば、抽出部４０６は、画像ＩＤを含む画像データの取得要求を画像データ管理部４０８に送信する。これに応じて、画像データ管理部４０８は、例えば、記憶部４０９等に記憶した画像データ４３１のうち、画像ＩＤに対応する画像データを抽出部４０６に送信する。

ステップＳ８１２において、抽出部４０６は、例えば、図７で説明した抽出処理１１１を実行する。これにより、例えば、画像データが動画像データである場合、画像データのフレーム毎に、解析対象となる人物の複数の特徴点が抽出される。また、画像データが１つ以上の静止画データである場合、静止画データ毎に、解析対象となる人物の複数の特徴点が抽出される。

ステップＳ８１３において、抽出部４０６は、抽出処理１１１の抽出結果を、例えば、抽出要求に含まれていた画像ＩＤと共に、要求元のＷｅｂ ＡＰＩ１１３に通知する。この抽出結果には、例えば、動画像データの各フレーム（又は各静止画像データ）毎に、複数の特徴点（例えば、左右の手首、肘、肩、腰、膝、足首等の関節位置等）の位置を示す座標情報等が含まれる。

ステップＳ８１４において、Ｗｅｂ ＡＰＩ１１３のデータ管理部４０４は、抽出部４０６から通知された抽出結果を画像ＩＤと対応付けて、例えば、記憶部４０９等に記憶する。好ましくは、データ管理部４０４は、画像ＩＤに対応する抽出処理１１１の抽出結果、及び解析処理１１２の解析結果等を格納するＤＢ（Database）に、抽出結果を格納する。また、ステップＳ８１５において、データ管理部４０４は、抽出部４０６に応答メッセージを返信する。

この状態で、クライアント８００は、身体動作解析装置１１０から、抽出処理１１１によって抽出された抽出結果を取得することができるようになる。

例えば、ステップＳ８１６において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、身体動作解析装置１１０に抽出結果の取得を要求する。例えば、クライアントの評価部４１６は、情報送信部４１４を用いて、画像ＩＤを含む抽出結果の取得要求をＷｅｂ ＡＰＩ１１３に送信する。なお、クライアント８００は、ステップＳ８１６の処理を、ステップＳ８０６の処理を実行した後、所定の時間を経過後に実行しても良いし、所定の時間間隔で繰返し実行（ポーリング）しても良い。

ステップＳ８１７において、Ｗｅｂ ＡＰＩ１１３の受付部４０２が抽出結果の取得要求を受け付けると、提供部４０３は、取得要求に含まれる画像ＩＤに対応する抽出結果を取得し、要求元のクライアント８００に提供（送信）する。

上記の処理により、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、画像データに対する抽出処理１１１を、身体動作解析装置１１０に実行させることができる。

（解析処理）
図９は、一実施形態に係る解析処理の例を示すシーケンス図である。なお、図９に示す処理の開始時点おいて、図８で説明した抽出処理が実行済であるものとする。また、ステップＳ９１１以降の解析処理を開始する前に、ステップＳ９０１〜Ｓ９０５に示す解析内容の設定処理９００が、１回以上実行されているものとする。

ステップＳ９０１、Ｓ９０２において、クライアント８００は、解析内容の設定画面を表示して、利用者１０１等による解析内容の設定操作を受け付ける。例えば、クライアント８００が、図４のサーバ装置４１０である場合、サーバ装置４１０の表示制御部４１２は、端末装置１２０のブラウザ部４２２に、例えば、図１０に示すような解析内容の設定画面１０００を表示させる。また、クライアント８００が、図５の端末装置１２０である場合、端末装置１２０の表示制御部４１２は、例えば、図３の表示装置３０６に、例えば、図１０に示すような解析内容の設定画面１０００を表示する。

図１０は、一実施形態に係る解析内容の設定画面の例を示す図（１）である。この図は、クライアント８００が表示する解析内容の設定画面の一例を示している。図１０の例では、解析内容の設定画面１０００には、人物の画像１００１と、１つ以上の解析内容の設定欄１００２とが表示されている。

人物の画像１００１は、例えば、画像データを用いて作成された解析対象となる人物の画像であっても良いし、人をモデル化して描画したもの等であっても良い。

好ましくは、人物の画像１００１には、抽出処理１１１で抽出される複数の特徴点に対応する複数の点が選択可能に表示されており、例えば、カーソル１００３（又は利用者１０１の指）等で、複数の点のうち、解析対象となる１つ以上の点を選択することができる。例えば、人物の画像１００１において、利用者１０１が、左手首、左肘、左肩の順に選択操作を行なうと、図１０に示すように、左手首が点Ａ、左肘が点Ｂ、左肩が点Ｃとして選択される。別の一例として、利用者１０１は、３点を選択するプルダウンメニュー１００４〜１００６を用いて、解析対象となる３点を選択しても良い。

また、利用者１０１は、例えば、解析内容を選択するプルダウンメニュー１００７を用いて、解析内容（例えば、なす角、回転角、距離、位置等）を選択し、「登録」ボタン１００８を選択することにより、解析内容の設定を行なうことができる。

図１１は、一実施形態に係る解析内容の設定画面の例を示す図（２）である。この図は、クライアント８００が表示する解析内容の設定画面の別の一例を示している。図１１の例では、解析内容の設定画面１１００には、人物の画像１００１は表示されておらず、２点を選択するプルダウンメニュー１１０１、１１０２と、解析内容の設定欄１１０５とが表示されている。

このように、解析内容の設定画面１１００には、必ずしも人物の画像１００１が表示されていなくても良い。この場合、利用者１０１は、プルダウンメニュー１１０１、１１０２に表示される右手首、左手首、右肘、左肘、右肩、左肩、・・・の選択肢の中から、解析対象となる点を選択しても良い。また、図１１に示すように、解析内容の設定欄１１０５には、簡単な条件判断等が、含まれていても良い。この場合、クライアント８００の評価部４１６が、身体動作解析装置１１０を利用して実行した解析処理１１２の解析結果に基づいて、解析内容の一部を処理する。

ここで、図９に戻り、シーケンス図の説明を続ける。

ステップＳ９０３において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、身体動作解析装置１１０に解析内容の登録を要求する。例えば、クライアント８００の操作受付部４１３は、解析内容の設定画面１０００、１１００で受け付けた、所定の数（例えば、１〜３個）の点と、所定の数の点に対する解析内容とを含む解析内容の登録要求を、Ｗｅｂ ＡＰＩ１１３に送信する。

ステップＳ９０４において、Ｗｅｂ ＡＰＩ１１３の受付部４０２が解析内容の登録要求を受け付けると、データ管理部４０４は、「所定の数の点、及び所定の数の点に対する解析内容（以下、単に解析内容と呼ぶ）」に、ルールＩＤを付与して、記憶部４０９に記憶する。好ましくは、データ管理部４０４は、ルールＩＤと対応付けて解析内容等を格納するＤＢに、解析内容を格納する。

図１２は、一実施形態に係るデータ管理部が管理する解析内容の一例のイメージを示す図である。図１２の例では、解析内容１２００には、２つの解析内容１２０１、１２０２が定義されている。

「analysis_type」１２０３には、例えば、「角度（angle）」、「距離」、「位置」等の解析種別が設定される。

「point1」１２０４、「point2」１２０５、「point3」１２０２には、例えば、解析対象となる点が設定される。例えば、「point1」１２０４の「"joint":"left_shoulder"」の文字列は、第１の点が、「左肩」であることを示している。また、「"type":"single」は、第１の点の種別が、１つの点であることを示している。第１の点の種別は、例えば、第１の点を通る「垂線」、「水平線」等であっても良い。

「statistics」１２０７は、例えば、平均値、分散値、最大値、最小値、中央値等の統計量を取得するときに設定される。例えば、「statistics」１２０７の「"analysis_type":"min"」の文字列は、取得する統計量が「最小値」であることを示している。

図１２に示す解析内容１２００により、例えば、右肘−左肩―左腰の角度の最小値と、右肘−左肩―左腰の角度の最大値とを解析する解析処理１１２が実行される。

ここで、再び図９に戻り、シーケンス図の説明をさらに続ける。

ステップＳ９０５において、Ｗｅｂ ＡＰＩ１１３のデータ管理部４０４は、内容に付与したルールＩＤを含む応答メッセージをクライアント８００に通知する。

利用者１０１は、ステップＳ９０１〜Ｓ９０５に示す解析内容の設定処理９００により、１つ以上の解析内容を身体動作解析装置１１０に登録することができる。これにより、例えば、ステップＳ９１１以降の解析処理で、同じ解析内容を繰返し実行するときに、ルールＩＤを用いて解析内容の設定を省略することができる。

続いて、ステップＳ９１１以降の解析処理について説明する。なお、ステップＳ９１１以降の解析処理は、ステップＳ９０１〜Ｓ９０５に示した解析内容の設定処理９００の直後に実行する必要はなく、任意のタイミングで実行することができる。

ステップＳ９１１において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、身体動作解析装置１１０に解析処理１１２の実行を要求する。例えば、クライアント８００の評価部４１６は、解析対象となる画像データを識別する画像ＩＤと、解析内容を識別するルールＩＤとを含む解析要求を、情報送信部４１４を介して、Ｗｅｂ ＡＰＩ１１３に送信する。

なお、ルールＩＤは、解析要求に含まれる、複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す情報の一例である。別の一例として、解析要求には、例えば、図１２に示すような解析内容１２００が含まれていても良い。解析内容１２００は、複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す情報の別の一例である。

ステップＳ９１２〜Ｓ９１４において、Ｗｅｂ ＡＰＩ１１３の受付部４０２は、クライアント８００に応答メッセージを送信するとともに、要求情報管理部４０５を介して、解析部４０７に、受け付けた解析要求を通知する。

ステップＳ９１５、Ｓ９１６において、解析部４０７は、解析要求に含まれるルールＩＤを用いて、Ｗｅｂ ＡＰＩ１１３から、ルールＩＤに対応する、例えば、図１２に示すような解析内容１２００を取得する。例えば、解析部４０７は、ルールＩＤを含む解析内容の取得要求をＷｅｂ ＡＰＩ１１３に送信する。これに応じて、Ｗｅｂ ＡＰＩ１１３のデータ管理部４０４は、例えば、記憶部４０９等に記憶した解析内容４３４のうち、ルールＩＤに対応する解析内容を解析部４０７に返信する。

同様にして、ステップＳ９１７、Ｓ９１８において、解析部４０７は、解析要求に含まれる画像ＩＤを用いて、Ｗｅｂ ＡＰＩ１１３から、画像ＩＤに対応する抽出結果を取得する。

ステップＳ９１９において、解析部４０７は、ステップＳ９１８で取得した抽出結果に基づいて、ステップＳ９１６で取得した解析内容を実行する。例えば、解析部４０７は、図６（Ｂ）で説明した角度解析部６１１、距離解析部６１２、及び位置解析部６１３が実行する解析処理のうち、解析内容で指示された１つ以上の解析処理１１２を実行する。

ステップＳ９２０において、解析部４０７は、解析処理１１２の解析結果を、例えば、解析要求に含まれていた画像ＩＤと共に、要求元のＷｅｂ ＡＰＩ１１３に通知する。

ステップＳ９２１において、Ｗｅｂ ＡＰＩ１１３のデータ管理部４０４は、解析部４０７から通知された解析結果を画像ＩＤと対応付けて、例えば、記憶部４０９等に記憶する。好ましくは、データ管理部４０４は、画像ＩＤに対応する抽出処理１１１の抽出結果、解析処理１１２の解析結果等を格納するＤＢに解析結果を格納する。また、ステップＳ９２２において、データ管理部４０４は、解析部４０７に応答メッセージを返信する。

この状態で、クライアント８００は、身体動作解析装置１１０から、解析処理１１２によって解析された解析結果を取得することができるようになる。

例えば、ステップＳ９２３において、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、身体動作解析装置１１０に解析結果の取得を要求する。例えば、クライアントの評価部４１６は、情報送信部４１４を用いて、画像ＩＤを含む解析結果の取得要求をＷｅｂ ＡＰＩ１１３に送信する。

ステップＳ９２４において、Ｗｅｂ ＡＰＩ１１３の受付部４０２が解析結果の取得要求を受け付けると、提供部４０３は、取得要求に含まれる画像ＩＤに対応する解析結果を取得し、要求元のクライアント８００に提供（送信）する。

ステップＳ９２５において、クライアント８００の評価部４１６は、身体動作解析装置１１０から取得した解析結果に基づいて、解析対象となる人物の身体動作を解析、診断、又は評価し、その評価結果等を表示する。

例えば、クライアント８００が、図４のサーバ装置４１０である場合、サーバ装置４１０の評価部４１６は、表示制御部４１２を介して、端末装置１２０のブラウザ部４２２に、評価結果等を表示する表示画面を表示させる。また、クライアント８００が、図５の端末装置１２０である場合、端末装置１２０の評価部４１６は、表示制御部４１２を用いて、図３の表示装置３０６に、評価結果等を表示する表示画面を表示する。

上記の処理により、クライアント８００は、Ｗｅｂ ＡＰＩ１１３を利用して、抽出処理１１１の抽出結果に基づいて、解析対象となる人物の身体動作を解析する解析処理１１２を、身体動作解析装置１１０に実行させることができる。

これにより、クライアント８００が実行するアプリケーション１０２を開発するサービス提供業者等は、画像処理、関節位置推定、統計的な分析等の開発工程を大幅に削減することができるようになる。

（解析結果のイメージ）
図１３は、一実施形態に係る解析結果の一例のイメージを示す図である。図１３（Ａ）は、解析対象となる人物１３０１の右肘１３０２と、右肩１３０３と、右腰１３０４とがなす角を解析した解析結果の一例のイメージを示している。

例えば、クライアント８００が、診療施設において、解析対象となる人物１３０１に対する施術効果を診断する診断アプリであるものとする。この場合、クライアント８００の評価部４１６は、例えば、施術前に撮影した画像データを解析した図１３（Ａ）に示すような解析結果と、施術後に撮影した画像データを解析した同様の解析結果を並べて表示すること等により、施術効果を視覚的に評価することができる。

図１３（Ｂ）は、解析対象となる人物１３０１の中心線（例えば、鼻の位置を通る垂線）に対する左腰１３１２までの差（距離）、及び右腰１３１３までの差（距離）を解析した解析結果の一例のイメージを示している。

例えば、クライアント８００が、フィットネス施設等において、解析対象となる人物１３０１のトレーニングフォームを解析する解析アプリであるものとする。この場合、クライアント８００の評価部４１６は、解析対象となる人物１３０１が所定の動作（例えば、スクワット等）を撮影して、中心線に対する左腰１３１２までの差、及び右腰１３１３までの差の平均値（又は変化量等）等を取得しても良い。これにより、評価部４１６は、例えば、解析対象となる人物１３０１の対軸のずれ、又は左右のバランス等を解析して、改善策などを提示しても良い。

図１３（Ｃ）は、解析対象となる人物１３０１の右肩１３２２を通る水平線と、左肩１３２３との差（距離）を解析した解析結果の一例のイメージを示している。この場合、評価部４１６は、例えば、解析対象となる人物１３０１の右肩１３２２と左肩１３２３の高さの差に基づいて、所定の動作の傾き等を診断しても良い。

以上、本発明の実施形態によれば、関節位置の推定技術を利用して、例えば、診療、フィットネス、スポーツ、アミューズメント等の様々な分野で、人物の身体動作の解析結果、診断結果等を提供することが容易になる。

以上、本発明について詳細に説明したが、当業者にとっては、本発明が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本発明は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本発明に対して何ら制限的な意味を有するものではない。

１００ 身体動作解析システム
１１０ 身体動作解析装置
１１３ Ｗｅｂ ＡＰＩ（ＡＰＩ）
１２０ 端末装置（クライアント、情報処理装置の一例）
４０２ 受付部
４０３ 提供部
４０６ 抽出部
４０７ 解析部
４１０ サーバ装置（クライアント、情報処理装置の一例）
７０４ 特徴点

Claims (10)

1. 他の情報処理装置から指定された画像データから解析対象となる人物を特定し、前記人物の姿勢を表す複数の特徴点を抽出する抽出処理を実行する抽出部と、
   前記複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す解析要求を、前記情報処理装置から受け付ける受付部と、
   前記抽出処理による抽出結果に基づいて、前記所定の数の点を前記所定の解析内容で解析する解析処理を実行する解析部と、
   前記解析処理による解析結果を前記情報処理装置に提供する提供部と、
   を有する、身体動作解析装置。
2. 前記身体動作解析装置は、前記抽出処理、及び前記解析処理を利用するためのＡＰＩを前記情報処理装置に提供する、請求項１に記載の身体動作解析装置。
3. 前記情報処理装置は、端末装置に前記人物の身体動作を解析、診断、又は評価するウェブサービスを提供するサーバ装置、又は前記人物の身体動作を解析、診断、又は評価する端末装置を含む、請求項１又は２に記載の身体動作解析装置。
4. 前記所定の解析内容は、指定された３点の角度、前記角度の統計量、又は前記角度の変化量の解析を含む、請求項１乃至３のいずれか一項に記載の身体動作解析装置。
5. 前記所定の解析内容は、指定された２点の距離、前記距離の統計量、又は前記距離の変化量の解析を含む、請求項１乃至４のいずれか一項に記載の身体動作解析装置。
6. 前記所定の解析内容は、指定された２点のうち、一方の点に対応する垂線又は水平線と、他方の点との差、前記差の統計量、又は前記差の変化量の解析を含む、請求項１乃至５のいずれか一項に記載の身体動作解析装置。
7. 前記所定の解析内容は、指定された１点の位置、前記位置の統計量、又は前記位置の変化量の解析を含む、請求項１乃至６のいずれか一項に記載の身体動作解析装置。
8. 請求項１乃至７のいずれか一項に記載の身体動作解析装置と、前記身体動作解析装置とは異なる他の情報処理装置とを含む身体動作解析システムであって、
   前記情報処理装置は、前記身体動作解析装置が実行する抽出処理、及び解析処理を利用して、前記人物の身体動作の解析結果、診断結果、又は評価結果を提供する、身体動作解析システム。
9. 他の情報処理装置から指定された画像データから解析対象となる人物を特定し、前記人物の姿勢を表す複数の特徴点を抽出する抽出処理と、
   前記複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す解析要求を、前記情報処理装置から受け付ける処理と、
   前記抽出処理による抽出結果に基づいて、前記所定の数の点を前記所定の解析内容で解析する解析処理と、
   前記解析処理による解析結果を前記情報処理装置に提供する処理と、
   をコンピュータが実行する、身体動作解析方法。
10. 他の情報処理装置から指定された画像データから解析対象となる人物を特定し、前記人物の姿勢を表す複数の特徴点を抽出する抽出処理と、
    前記複数の特徴点に基づいて指定された所定の数の点と、前記所定の数の点に対する所定の解析内容とを示す解析要求を、前記情報処理装置から受け付ける処理と、
    前記抽出処理による抽出結果に基づいて、前記所定の数の点を前記所定の解析内容で解析する解析処理と、
    前記解析処理による解析結果を前記情報処理装置に提供する処理と、
    を１つ以上のコンピュータに実行させる、プログラム。

Images