JP2022019373A - 情報処理システム、情報処理装置、およびプログラム - Google Patents
情報処理システム、情報処理装置、およびプログラム Download PDFInfo
- Publication number
- JP2022019373A JP2022019373A JP2020123169A JP2020123169A JP2022019373A JP 2022019373 A JP2022019373 A JP 2022019373A JP 2020123169 A JP2020123169 A JP 2020123169A JP 2020123169 A JP2020123169 A JP 2020123169A JP 2022019373 A JP2022019373 A JP 2022019373A
- Authority
- JP
- Japan
- Prior art keywords
- posture
- user
- data
- information processing
- control unit
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 36
- 230000009471 action Effects 0.000 claims description 33
- 230000002411 adverse Effects 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 24
- 238000009434 installation Methods 0.000 claims description 2
- 230000009931 harmful effect Effects 0.000 abstract 1
- 230000036544 posture Effects 0.000 description 127
- 238000011156 evaluation Methods 0.000 description 57
- 230000006399 behavior Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010411 cooking Methods 0.000 description 3
- 210000001624 hip Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 208000003618 Intervertebral Disc Displacement Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 208000008930 Low Back Pain Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 102220171488 rs760746448 Human genes 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/003—Repetitive work cycles; Sequence of movements
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
具体的には、ユーザが取っている第一の姿勢をセンシングするセンサと、人の姿勢に関連する姿勢データを記憶する記憶部と、前記センサから取得したセンサデータと、前記姿勢データと、に基づいて、前記ユーザに対する、前記ユーザの身体に及ぶ悪影響に関連するアドバイスを生成することと、を実行する制御部と、を有することを特徴とする。
姿勢データは、人の姿勢に関するデータであって、典型的には、センシングによって得られたユーザの姿勢を評価するためのデータである。制御部は、センシングによって得られたセンサデータと、記憶された姿勢データに基づいて、ユーザの身体に及ぶ悪影響に関するアドバイスを生成する。例えば、着座姿勢が悪く、腰に負担がかかっていることや、椎間板ヘルニアなどの疾病リスクが増す旨のアドバイスを生成する。かかる構成によると、現在の姿勢が身体にどのような影響を与えるか、どのようなリスクがあるか、または、どのようにすればリスクが改善するかをユーザに伝達することができる。
なお、前記制御部は、前記第一の姿勢を取ることで前記ユーザの身体に及ぶ悪影響を推定したうえで前記アドバイスを生成してもよい。
姿勢は、センシングによって得られた特徴量を分類することで特定することができる。例えば、(好ましい姿勢や、好ましくない姿勢を含む)複数の姿勢を識別可能な機械学習モデルを利用して、分類結果を得るようにしてもよい。
悪影響の内容とは、典型的には、疾病リスクに関する情報である。かかる構成によると、特定の姿勢を取っているユーザに対して、具体的なリスクの内容を通知することが可能になる。
特定の身体部位にかかる負荷の大きさを取得することで、ユーザに対して具体的なアドバイスを行うことが可能になる。
また、前記制御部は、前記第一の姿勢を、前記悪影響を解消する第二の姿勢にするための身体部位の移動方法を含む前記アドバイスを生成することを特徴としてもよい。
これにより、例えば、「後傾姿勢を取る」、「椅子に深く腰掛ける」、といった姿勢の正し方や、「あごを引く」といった身体部位の具体的な移動方法をユーザに教示することができ、姿勢の改善を促すことが可能になる。
また、前記姿勢データは、前記ユーザが取っている行動ごとに定義されたデータであり、前記制御部は、前記ユーザが取っている行動に基づいて、対応する前記姿勢データを選択することを特徴としてもよい。
このように、ユーザが取っている行動を判定することで、より適切なアドバイスを提供することが可能になる。
姿勢を判定するためのデータを時間軸方向に拡張することで、ユーザの行動をより精度よく判定することが可能になる。
ユーザの行動は、センサの設置箇所に基づいて絞り込むことができる。例えば、センサがダイニングキッチンに設置されている場合、行動は「食事」や「料理」などに絞り込むことができる。また、センサがリビングに設置されている場合、行動は「ソファーへの着座」などに絞り込むことができる。これにより、行動の判定精度を向上させることができる。
第一の実施形態に係る情報処理システムの概要について、図1を参照しながら説明する。本実施形態に係る情報処理システムは、ユーザの姿勢を評価する評価装置100と、屋内においてユーザをセンシングする複数のセンサからなるセンサ群200と、を含んで構成される。
取っている姿勢を判定する。また、判定された姿勢を評価し、好ましくない姿勢が検出された場合に、ユーザに対するアドバイスを生成し、出力する。
なお、図1の例では、評価装置100が屋内に設置されているが、評価装置100の設置場所は遠隔地であってもよい。また、一台の評価装置100が、複数のユーザ(それぞれが異なる施設内にいてもよい)を管轄してもよい。
センサ群200は、屋内に設置された複数のセンサを含んで構成される。複数のセンサは、ユーザの姿勢を検出するためのデータを取得可能なものであれば、その種類は問わない。例えば、可視光画像や赤外線画像を取得するカメラ(画像センサ)であってもよいし、距離画像センサであってもよい。また、これらの組み合わせであってもよい。
複数のセンサは、センサデータを出力可能に構成される。センサが画像センサである場合、センサデータは画像データであってもよい。
センサ群200に含まれるセンサは、ユーザの行動範囲をセンシングできるよう、複数の箇所にそれぞれ設置されていることが好ましい。例えば、ユーザの自宅が対象である場合、複数の部屋にセンサが設置されていてもよい。
また、本実施形態では、所定の施設としてユーザの自宅を例示するが、評価装置100に関連付いた建物は、任意の施設であってもよく、自宅に限られない。
制御部101は、データ取得部1011と、特徴量算出部1012と、姿勢判定部1013と、評価部1014の4つの機能モジュールを有して構成される。各機能モジュールは、記憶されたプログラムをCPUによって実行することで実現してもよい。
人の姿勢を表す特徴量を算出する代表的な方法として、身体部位の座標を利用する方法がある。例えば、センサデータを解析することで、頭、首、左右の肩、左右の肘、左右の掌、左右の股関節といった身体部位を検出し、対応する座標(例えば、対象である身体部位の中心に対応する2次元座標または3次元座標)を取得する。図3は、椅子に着座しているユーザの、複数の身体部位の3次元座標を例示した図である。3次元座標は、例えば、可視光画像から検出された各身体部位の2次元座標に、距離画像に基づいて得られた奥行き情報を与えることで取得することができる。
標または3次元座標を検出するための識別器を構築する。そして、当該識別器にセンサデータを入力することで、M個の身体部位の2次元座標(xm,ym)または3次元座標(xm,ym,zm) (m=1,2,…,M)を取得することができる。
F=(R(D(1,2)), R(D(1,3)), R(D(1,4)),…, R(D(8,9)), R(D(9,10))) ・・・式(1)
ここで、D(m,n)は、m番目の身体部位とn番目の身体部位との画像空間上におけるユークリッド距離、R(D(m,n))は、D(1,2),D(1,3),...,D(8,9),D(9,10)を降順に並び替えたと
きのD(m,n)の順位をそれぞれ表す。
身体部位間の距離の大きさの順位に基づいた特徴量は、スケール変換や位置の微少な変動に対して頑強であるという利点がある。
いて、当該ユーザに対するアドバイスを生成し、出力する。
具体的な方法については、評価データ102Bの例とともに後述する。
評価値は、姿勢の好ましさを表す値(例えば、0~100の整数)である。
影響部位は、悪影響のある身体部位を表す。影響部位を参照することで、例えば、腰に負荷がかかることや、首に負荷がかかることがわかる。
影響内容は、具体的な悪影響の内容を表す。例えば、「(腰に負荷がかかった場合)椎間板ヘルニアに罹患するおそれがある」、「(首が前傾している場合)ストレートネックになるおそれがある」といった情報が格納される。
改善策は、身体に対する悪影響を軽減するための方策に関する情報である。例えば、「腰への負担を軽減するため、椅子に深く腰掛けるべきである」、「ストレートネックを予防するため、首を引いた姿勢を取るべきである」といった情報が格納される。
評価部1014は、例えば、影響部位、影響内容、改善策などを含んだユーザインタフェース画面を生成し、提供する。図6(A)は、出力されるユーザインタフェース画面の例である。なお、アドバイスには、評価値や負荷量に関する情報を含めてもよい。
さらに、入出力部103が通信を行う相手は、複数のユーザ端末と通信可能なサーバ装
置であってもよい。この場合、入出力部103は、ユーザを識別する情報とともに、アドバイスをサーバ装置に送信してもよい。例えば、サーバ装置が、対象のユーザ端末に対してアドバイスをプッシュ送信することで、ユーザに対してアドバイスを効率よく伝達することができる。
まず、ステップS11で、データ取得部1011が、センサ群200に含まれるセンサから送信されたセンサデータを取得する。データ取得部1011は、姿勢の判定が行えるだけの量のデータが収集できるまで、センサデータを一時的に蓄積する、
ステップS13では、姿勢判定部1013が、得られた特徴量を姿勢分類器102Aに入力し、分類結果を取得する。
ステップS14では、評価部1014が、取得した分類結果に基づいて、姿勢に対する評価を取得する。
取得した評価値が所定の閾値を下回っていない場合、または、当該評価値が所定の閾値を下回っている状態が所定の時間以上継続していない場合、処理はステップS11へ戻る。
第一の実施形態に係る評価装置100は、既定の姿勢が所定の時間以上続いた場合に、ユーザに対するアドバイスを生成して出力する。しかし、ユーザの行動によっては、アドバイスが適切になされないケースが発生しうる。例えば、ユーザが洗面を行っていた場合、一時的に前かがみの姿勢が検出されるが、洗面中であるユーザに対して、前かがみの姿勢を避けるべき旨のアドバイスを行うことは適切ではない。
図8は、第二の実施形態に係る情報処理システムの構成概要図である。第二の実施形態に係る評価装置100(制御部101)は、行動判定部1015をさらに有しているという点において第一の実施形態と相違する。また、第二の実施形態に係る評価装置100(
記憶部102)は、行動分類器102Cをさらに記憶しているという点において第一の実施形態と相違する。
行動分類器102Cは、予め構築された機械学習モデルであって、入力された特徴量を、予め定義された複数の行動クラスのうちのいずれかに分類する。行動分類器102Cは、記憶部102に記憶される。
ユーザが行っている行動は、センサデータ、ないし、センサデータから得られた特徴量に基づいて判定することができる。なお、ある一時点におけるセンサデータのみでは、ユーザの行動を判定することが難しい場合がある。この場合、一連の動作に基づいて行動の判定を行うようにしてもよい。例えば、所定の周期でセンサデータを取得し、蓄積されたセンサデータを時系列の特徴量に変換し、時系列形式の特徴量を用いて行動の判定を行うようにしてもよい。
ステップS11~S13の処理は、第一の実施形態と同様であるため、詳細な説明は省略する。
次に、ステップS14Aで、評価部1014が、ユーザの行動に基づいて当該ユーザの姿勢を評価する。具体的には、評価データ102Bから、判定された行動に適合するものを抽出し、第一の実施形態と同様の方法によって評価を実行する。
ステップS15以降の処理は、第一の実施形態と同様である。
第一および第二の実施形態に係る評価装置100は、現在の姿勢に問題がある旨のアドバイスをユーザに提供することができる。
第三の実施形態は、これに加え、ユーザの姿勢を表したグラフィックを生成し、アドバイスと同時に出力する実施形態である。
なお、当該グラフィックは、理想的な身体部位の位置をオーバーレイしたものであってもよい(例えば、点線で図示)。これにより、ユーザは、どのように姿勢を修正すべきかを知ることができる。理想的な身体部位の位置に関する情報は、例えば、評価データ102Bに含ませることができる。
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。
このような時間の閾値は、評価データ102Bに定義してもよい。さらに、当該時間の閾値は、行動別に定義してもよい。
DVDディスク・ブルーレイディスク等)など任意のタイプのディスク、読み込み専用メモリ(ROM)、ランダムアクセスメモリ(RAM)、EPROM、EEPROM、磁気カード、フラッシュメモリ、光学式カード、電子的命令を格納するために適した任意のタイプの媒体を含む。
101・・・制御部
102・・・記憶部
200・・・センサ群
Claims (22)
- ユーザが取っている第一の姿勢をセンシングするセンサと、
人の姿勢に関連する姿勢データを記憶する記憶部と、
前記センサから取得したセンサデータと、前記姿勢データと、に基づいて、
前記ユーザに対する、前記ユーザの身体に及ぶ悪影響に関連するアドバイスを生成することと、
を実行する制御部と、
を有する、情報処理システム。 - 前記制御部は、前記センサデータから得られた特徴量に基づいて、前記第一の姿勢を分類する、
請求項1に記載の情報処理システム。 - 前記姿勢データは、前記第一の姿勢と、前記身体に及ぶ悪影響の内容とを関連付けたデータである、
請求項1または2に記載の情報処理システム。 - 前記姿勢データは、前記第一の姿勢と、複数の身体部位のうちの少なくとも一つにかかる負荷の大きさをさらに関連付けたデータであり、
前記制御部は、前記負荷の大きさを示した前記アドバイスを生成する、
請求項3に記載の情報処理システム。 - 前記制御部は、前記姿勢データに基づいて、前記身体に及ぶ悪影響を解消する姿勢の正し方を取得する、
請求項1から4のいずれか1項に記載の情報処理システム。 - 前記制御部は、前記第一の姿勢を、前記悪影響を解消する第二の姿勢にするための身体部位の移動方法を含む前記アドバイスを生成する、
請求項5に記載の情報処理システム。 - 前記制御部は、前記ユーザが取っている行動をさらに判定する、
請求項1から6のいずれか1項に記載の情報処理システム。 - 前記制御部は、時系列で取得した前記センサデータに基づいて、前記ユーザが取っている行動を判定する、
請求項7に記載の情報処理システム。 - 前記姿勢データは、前記ユーザが取っている行動ごとに定義されたデータであり、
前記制御部は、前記ユーザが取っている行動に基づいて、対応する前記姿勢データを選択する、
請求項7または8に記載の情報処理システム。 - 前記センサは、建物に設置された複数のセンサを含み、
前記制御部は、前記ユーザを捉えた前記センサの設置箇所に基づいて、前記ユーザが取っている行動を絞り込む、
請求項7から9のいずれか1項に記載の情報処理システム。 - 前記制御部は、前記センサから取得したセンサデータと、前記姿勢データと、に基づいて、前記第一の姿勢を取ることで前記ユーザの身体に及ぶ悪影響を推定する、
請求項1から10のいずれか1項に記載の情報処理システム。 - 人の姿勢に関連する姿勢データを記憶する記憶部と、
ユーザが取っている第一の姿勢をセンシングするセンサから取得したセンサデータと、前記姿勢データと、に基づいて、前記ユーザに対する、前記ユーザの身体に及ぶ悪影響に関連するアドバイスを生成することと、
を実行する制御部と、
を有する、情報処理装置。 - 前記制御部は、前記センサデータから得られた特徴量に基づいて、前記第一の姿勢を分類する、
請求項12に記載の情報処理装置。 - 前記姿勢データは、前記第一の姿勢と、前記身体に及ぶ悪影響の内容とを関連付けたデータである、
請求項12または13に記載の情報処理装置。 - 前記姿勢データは、前記第一の姿勢と、複数の身体部位のうちの少なくとも一つにかかる負荷の大きさをさらに関連付けたデータであり、
前記制御部は、前記負荷の大きさを示した前記アドバイスを生成する、
請求項14に記載の情報処理装置。 - 前記制御部は、前記姿勢データに基づいて、前記身体に及ぶ悪影響を解消する姿勢の正し方を取得する、
請求項12から15のいずれか1項に記載の情報処理装置。 - 前記制御部は、前記第一の姿勢を、前記悪影響を解消する第二の姿勢にするための身体部位の移動方法を含む前記アドバイスを生成する、
請求項16に記載の情報処理装置。 - 前記制御部は、前記ユーザが取っている行動をさらに判定する、
請求項12から17のいずれか1項に記載の情報処理装置。 - 前記制御部は、時系列で取得した前記センサデータに基づいて、前記ユーザが取っている行動を判定する、
請求項18に記載の情報処理装置。 - 前記姿勢データは、前記ユーザが取っている行動ごとに定義されたデータであり、
前記制御部は、前記ユーザが取っている行動に基づいて、対応する前記姿勢データを選択する、
請求項18または19に記載の情報処理装置。 - 前記制御部は、前記センサから取得したセンサデータと、前記姿勢データと、に基づいて、前記第一の姿勢を取ることで前記ユーザの身体に及ぶ悪影響を推定する、
請求項12から20のいずれか1項に記載の情報処理装置。 - 人の姿勢に関連する姿勢データを取得することと、
ユーザが取っている第一の姿勢をセンシングするセンサから取得したセンサデータと、前記姿勢データと、に基づいて、前記ユーザに対する、前記ユーザの身体に及ぶ悪影響に関連するアドバイスを生成することと、
を、コンピュータに実行させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020123169A JP7298561B2 (ja) | 2020-07-17 | 2020-07-17 | 情報処理システム、情報処理装置、およびプログラム |
US17/362,175 US11694571B2 (en) | 2020-07-17 | 2021-06-29 | Information processing system, information processing apparatus, and non-transitory storage medium |
CN202110795130.9A CN113947808A (zh) | 2020-07-17 | 2021-07-14 | 信息处理系统、信息处理装置以及非临时性存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020123169A JP7298561B2 (ja) | 2020-07-17 | 2020-07-17 | 情報処理システム、情報処理装置、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022019373A true JP2022019373A (ja) | 2022-01-27 |
JP7298561B2 JP7298561B2 (ja) | 2023-06-27 |
Family
ID=79292613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020123169A Active JP7298561B2 (ja) | 2020-07-17 | 2020-07-17 | 情報処理システム、情報処理装置、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11694571B2 (ja) |
JP (1) | JP7298561B2 (ja) |
CN (1) | CN113947808A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023223880A1 (ja) * | 2022-05-19 | 2023-11-23 | パナソニックIpマネジメント株式会社 | 姿勢評価装置、個室ブース、及び姿勢評価方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100228488A1 (en) * | 2009-03-05 | 2010-09-09 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Postural information system and method |
WO2013172173A1 (ja) * | 2012-05-18 | 2013-11-21 | 日産自動車株式会社 | 運転支援装置および道路地図情報構築方法 |
JP2014186402A (ja) * | 2013-03-21 | 2014-10-02 | Toshiba Corp | 生活見守り支援装置 |
WO2018207232A1 (ja) * | 2017-05-08 | 2018-11-15 | 株式会社3D body Lab | 人体モデル提供システム、人体モデル提供方法、人体モデル提供装置、表示端末装置、人体モデル表示方法、及びコンピュータプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9223936B2 (en) * | 2010-11-24 | 2015-12-29 | Nike, Inc. | Fatigue indices and uses thereof |
US10360811B2 (en) * | 2015-01-06 | 2019-07-23 | Asensei, Inc. | Movement based fitness and fitness product management |
JP6271698B1 (ja) | 2016-12-27 | 2018-01-31 | 東芝エレベータ株式会社 | 乗客コンベアシステム |
-
2020
- 2020-07-17 JP JP2020123169A patent/JP7298561B2/ja active Active
-
2021
- 2021-06-29 US US17/362,175 patent/US11694571B2/en active Active
- 2021-07-14 CN CN202110795130.9A patent/CN113947808A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100228488A1 (en) * | 2009-03-05 | 2010-09-09 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Postural information system and method |
WO2013172173A1 (ja) * | 2012-05-18 | 2013-11-21 | 日産自動車株式会社 | 運転支援装置および道路地図情報構築方法 |
JP2014186402A (ja) * | 2013-03-21 | 2014-10-02 | Toshiba Corp | 生活見守り支援装置 |
US20160278706A1 (en) * | 2013-03-21 | 2016-09-29 | Kabushiki Kaisha Toshiba | Life watching and support apparatus |
WO2018207232A1 (ja) * | 2017-05-08 | 2018-11-15 | 株式会社3D body Lab | 人体モデル提供システム、人体モデル提供方法、人体モデル提供装置、表示端末装置、人体モデル表示方法、及びコンピュータプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023223880A1 (ja) * | 2022-05-19 | 2023-11-23 | パナソニックIpマネジメント株式会社 | 姿勢評価装置、個室ブース、及び姿勢評価方法 |
Also Published As
Publication number | Publication date |
---|---|
US11694571B2 (en) | 2023-07-04 |
US20220020287A1 (en) | 2022-01-20 |
JP7298561B2 (ja) | 2023-06-27 |
CN113947808A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6289165B2 (ja) | リハビリテーション支援装置 | |
US11547324B2 (en) | System and method for human motion detection and tracking | |
JP2018206321A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
WO2019187099A1 (ja) | 身体機能自立支援装置およびその方法 | |
Xu et al. | A sensing cushion using simple pressure distribution sensors | |
JP2020146435A (ja) | 学習方法、推定方法および学習プログラム | |
JP7298561B2 (ja) | 情報処理システム、情報処理装置、およびプログラム | |
JP6276456B1 (ja) | ユーザの姿勢を評価するための方法およびシステム | |
JP2015150150A (ja) | 情報提供装置及びプログラム | |
Rodrigues et al. | Ergonomic assessment of office worker postures using 3D automated joint angle assessment | |
KR20170106737A (ko) | 다방향 인식을 이용한 태권도 동작 평가 장치 및 방법 | |
TWM537281U (zh) | 跌倒偵測系統 | |
JP2020086994A (ja) | 情報処理装置、情報処理方法及びプログラム | |
Lee et al. | Development of a sitting posture monitoring system for children using pressure sensors: An application of convolutional neural network | |
Vieira et al. | A gamified application for assessment of balance and fall prevention | |
JP7169213B2 (ja) | 身体健康状態映像分析装置、方法並びにシステム | |
JP6515426B2 (ja) | 認知症介護負担度判定装置、認知症介護負担度判定方法、認知症介護負担度判定プログラム、認知症治療効果判定装置、認知症治療効果判定方法、及び認知症治療効果判定プログラム | |
KR102158334B1 (ko) | 사용자의 무게 중심점의 변화를 추적하여 사용자의 자세를 검출하는 장치 및 방법 | |
JP2021068069A (ja) | 無人トレーニングの提供方法 | |
JP2020140283A (ja) | 情報処理装置、情報処理方法、および、コンピュータプログラム | |
JP2020091622A (ja) | グループ推定装置及びグループ推定方法 | |
JP2019024580A (ja) | リハビリテーション支援システム、リハビリテーション支援方法及びプログラム | |
EP4125067A1 (en) | Generating program, generation method, and information processing device | |
KR102626551B1 (ko) | 체형분석장치 | |
JP6723485B2 (ja) | 情報分析装置、情報分析方法、及び情報分析プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220622 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230425 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230529 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7298561 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |