JP2022051991A - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2022051991A JP2022051991A JP2020158085A JP2020158085A JP2022051991A JP 2022051991 A JP2022051991 A JP 2022051991A JP 2020158085 A JP2020158085 A JP 2020158085A JP 2020158085 A JP2020158085 A JP 2020158085A JP 2022051991 A JP2022051991 A JP 2022051991A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- value
- acquired
- acquisition means
- subject
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2213/00—Indexing scheme for animation
- G06T2213/12—Rule based animation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Processing Or Creating Images (AREA)
Abstract
【課題】取得した運動状態を表す複数のパラメータのうちの一つが変化した場合若しくは変化すると仮定した場合に、当該変化に連動して変化する他のパラメータの値を推定する。【解決手段】パラメータ取得部211は、被検体の運動状態を表す指標として、第1パラメータの値と、第1パラメータと異なる指標であり、かつ、相関性を有する第2パラメータの値と、を取得する。パラメータ推定部213は、運動状態記憶DB222に記憶されている複数の被検体それぞれの運動状態を表す、第1パラメータと同種の第3パラメータの値と、第2パラメータと同種の第4パラメータの値との組に基づいて生成された第3パラメータを入力とし第4パラメータを出力とするモデルに従って、他の第1パラメーラに対応する第2パラメータの値を推定する。【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に関する。
ユーザの身体に装着したウェアラブルデバイスやモーションセンサ等により、ユーザの運動状態を表す各種の指標(パラメータ)を計測する技術が知られている。特許文献1には、取得した運動状態を表す各種の指標に基づいて、ユーザの動きを表すアニメーションを表示する発明が開示されている。特許文献1に記載の発明では、指標の値をユーザが手動で変化させると、変化後の値に応じてアニメーションを変化させることができる。
運動状態を表すパラメータの中には、他のパラメータの値が変化するとこれに連動して値が変化するものが知られている。特許文献1に記載の発明では、ユーザが手動であるパラメータの値を変化させても、これに連動して変化すると推定される他のパラメータの値は変化しないため、変化後のアニメーションが不自然な動きをしてしまう虞がある。
本発明は、上記実情に鑑みてなされたものであり、取得した運動状態を表す複数のパラメータのうちの一つが変化した場合若しくは変化すると仮定した場合に、当該変化に連動して変化する他のパラメータの値を推定することが可能な情報処理装置、情報処理方法及びプログラムを提供することを目的とする。
上記目的を達成するため、本発明に係る情報処理装置は、
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段と、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段と、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段と、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段と、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段と、
を備える。
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段と、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段と、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段と、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段と、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段と、
を備える。
本発明によれば、取得した運動状態を表す複数のパラメータのうちの一つが変化した場合若しくは変化すると仮定した場合に、当該変化に連動して変化する他のパラメータの値を推定することが可能となる。
以下、本発明の実施形態について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付す。
(実施形態)
本発明の実施形態に係るアニメーション生成システム1000は、ランニング等の移動運動をしているユーザ(被検体)の動き(フォーム)を表現するアニメーションを生成するシステムである。アニメーション生成システム1000は、図1に示すように、データ送信装置100と、アニメーション生成装置200と、を備える。なお、実際には、データ送信装置100は被検体毎に複数設けられている。
本発明の実施形態に係るアニメーション生成システム1000は、ランニング等の移動運動をしているユーザ(被検体)の動き(フォーム)を表現するアニメーションを生成するシステムである。アニメーション生成システム1000は、図1に示すように、データ送信装置100と、アニメーション生成装置200と、を備える。なお、実際には、データ送信装置100は被検体毎に複数設けられている。
データ送信装置100は、例えば、被検体の体幹に沿った腰付近に装着する小型のウェアラブル機器である。データ送信装置100は、図1に示すように、制御部110と、記憶部120と、通信部131と、入力部132と、出力部133と、センサ部134と、を備える。制御部110、記憶部120、通信部131、入力部132、出力部133及びセンサ部134は、バスラインBLを介して相互に接続されている。データ送信装置100は、センサ部134で検出した被検体の動きを示すデータをアニメーション生成装置200に、通信部131を介して送信する。
制御部110は、CPU(Central Processing Unit)等を備える。制御部110は、記憶部120に記憶されたプログラムを実行することにより、後述する運動データ送信部111として機能する。
記憶部120は、ROM(Read Only Memory)、RAM(Random Access Memory)、フラッシュメモリ等を備え、制御部110のCPUが実行するプログラム及び必要なデータを記憶する。なお、データ送信装置100の電源OFFの後も保存しておきたいデータに関しては、フラッシュメモリ等の不揮発性メモリに保存される。
通信部131は、無線通信モジュールやアンテナを備え、アニメーション生成装置200と無線によりデータ通信する。また、通信部131は、アニメーション生成装置200とのデータ通信において無線方式に限定されず、USB(Universal Serial Bus)等の有線によるインターフェースを使用して、データ通信を行ってもよい。
入力部132は、押しボタンスイッチ等を備え、例えば「計測開始」、「データ送信」等の、被検体からの入力指示を受け付ける。
出力部133は、LED(Light Emitting Diode)、液晶表示パネル、有機EL(Electro-Luminescence)表示パネル等を備え、データ送信装置100の動作状態(電源ON、計測中、データ送信中等)等を表示する。また出力部133は、スピーカ等の音声出力デバイスを備え、データ送信装置100の動作状態等を示す情報を音声情報として出力する。
センサ部134は、加速度センサ、ジャイロ(角速度)センサ、GPS(Global Positioning System)受信機等を備え、データ送信装置100を装着している被検体の動きや被検体の現在位置等を検出する。センサ部134は、加速度センサで検出した加速度データ、ジャイロセンサで検出した角速度データ、並びにGPS受信機で受信した時刻データ及び位置データ等を、制御部110に送信する。センサ部134が制御部110に送信するこれらのデータは、データ送信装置100が装着される被検体の運動状態を表すためのデータであるため、以後、まとめて「運動データ」とも表記する。なお、データ送信装置100(センサ部134)は、被検体の腰以外の部分(例えば、手首や足首)に装着されるものであってもよい。また、データ送信装置100は、例えば、被検体の腰に装着されるセンサ部134、手首に装着されるセンサ部134、足首に装着されるセンサ部134等、複数のセンサ部134を備えてもよい。
次に、制御部110の機能について説明する。制御部110は、記憶部120に記憶されたプログラムを実行することにより、運動データ送信部111として機能する。
運動データ送信部111は、センサ部134で検出した運動データ(被検体の動きを示す、加速度データ、角速度データ、時刻データ、位置データ等)を、通信部131を介して、アニメーション生成装置200に送信する。運動データ送信部111は、さらに、位置データから算出される移動距離データ、時刻データと位置データとから算出される速度データ、加速度データ等も、運動データとしてアニメーション生成装置200に送信してもよい。
次に、アニメーション生成装置200について説明する。アニメーション生成装置200は、例えばPC(Personal Computer)や、スマートフォン、タブレット等の端末装置である。アニメーション生成装置200は、図1に示すように、制御部210と、記憶部220と、通信部231と、入力部232と、出力部233と、を備える。制御部210、記憶部220、通信部231、入力部232及び出力部233は、バスラインBLを介して相互に接続されている。アニメーション生成装置200は、データ送信装置100が送信した運動データから、ランニングの運動状態を表す指標として複数の異なる種類のパラメータの値を算出し、被検体のランニングの動きを表現するアニメーションを生成し、被検体に提示する。
制御部210は、CPU等を備える。制御部210は、記憶部220に記憶されたプログラムを実行することにより、後述する各部(パラメータ取得部211、アニメーション生成部212、パラメータ推定部213)として機能する。
記憶部220は、ROM、RAM、フラッシュメモリ等を備え、制御部210のCPUが実行するプログラム及び必要なデータを記憶する。なお、アニメーション生成装置200の電源OFFの後も保存しておきたいデータに関しては、フラッシュメモリ等の不揮発性メモリに保存される。また、記憶部220は、ユーザDB(DataBase)221と運動状態記憶DB222とを記憶している。
ユーザDB221は、データ送信装置100の被検体に関する情報が登録されるデータベースである。具体的には、ユーザDB221には、データ送信装置100の被検体毎に、当該被検体を一意に識別するユーザID、氏名、性別、体格(身長、体重等)、ランニング歴、ベストタイム等を示す情報が記憶されている。
運動状態記憶DB222には、これまでに計測された被検体のランニングの運動状態を表す複数のパラメータが記憶されるデータベースである。具体的には、運動状態記憶DB222には、図2に示すように、被検体のユーザIDと、被検体の運動状態を表すパラメータとして、被検体の移動運動の速度、ピッチ(単位時間当たりの歩数)、上下動の各値と、これらのパラメータが計測された計測日時を示す情報と、が対応付けられた運動パラメータ情報が複数記憶される。なお、ユーザの運動状態を表すパラメータである速度、ピッチ、及び上下動の各値は、互いに相関があり、被検体の運動状態の変化に伴って互いに連動して変化することが経験的に知られている。例えば、被検体の速度が変化すると、ピッチと上下動も連動して変化する。
通信部231は、無線通信モジュールやアンテナを備え、データ送信装置100と無線によりデータ通信する。また、通信部231は、データ送信装置100とのデータ通信において無線方式に限定されず、USB等の有線によるインターフェースを使用して、データ通信を行ってもよい。
入力部232は、スイッチ、タッチパネル、キーボード、マウス等を備え、例えば「アニメーション生成」、「パラメータ変更」等の、被検体からの入力指示を受け付ける。
出力部233は、液晶表示パネルや有機EL表示パネル等を備え、例えば後述するアニメーション生成処理で生成されたアニメーションを表示したり、パラメータを変化させるための画面を表示したりする。また出力部233は、スピーカ等の音声出力デバイスを備え、アニメーション生成処理で生成されたアニメーションに関する音声等を出力してもよい。
次に、制御部210の機能について説明する。制御部210は、記憶部220に記憶されたプログラムを実行することにより、パラメータ取得部211、アニメーション生成部212、パラメータ推定部213として機能する。
パラメータ取得部211は、通信部231を介して、データ送信装置100から取得した被検体の動きを示す運動データ(加速度データ、角速度データ、時刻データ、位置データ、移動距離データ、速度データ等)を取得する。そして、パラメータ取得部は、所得した運動データから、被検体のランニングの運動状態を表す、相関性を有する複数のパラメータ(速度、ピッチ、上下動)を算出し、運動状態記憶DB222に登録する。パラメータ取得部211は、取得手段として機能する。
なお、パラメータ取得部211が運動データから各パラメータを算出する手法については、特許第6648439号公報、若しくは特開2019-216798号公報等に記載されている公知の手法が採用可能である。
例えば、パラメータ取得部211は、運動データによって示され位置データの時間変化から速度を算出することができる。また、パラメータ取得部211は、運動データによって示される加速度の上下方向成分の波形の周期(ランニング周期)を求め、当該ランニング周期からピッチを算出することができる。また、パラメータ取得部211は、運動データによって示される加速度の上下方向成分を積分することで、一方の足の着地から他方の足の着地までのポジション(データ送信装置100が装着される被検体の腰の位置)の最高点と最低点の差として上下動を算出することができる。
アニメーション生成部212は、アニメーションの対象として指定された複数のパラメータの各値に基づいて、対応する被検体の動きを表すアニメーションを生成する。アニメーション生成部212は、アニメーション生成手段として機能する。
パラメータ推定部213は、アニメーションの対象として指定された複数のパラメータのうちの1つの値が変更された場合に、運動状態記憶DB222に記憶されている複数の運動パラメータ情報から複数のパラメータ間の値の関係を規定するモデルを生成し、連動して変化すると考えられるパラメータの値を推定する。パラメータ推定部213は、パラメータ取得手段、第1導出手段、第2導出手段及びパラメータ推定手段として機能する。
次に、アニメーション生成装置200が実行する処理について説明する。始めに、アニメーション生成装置200が実行するパラメータ取得処理について説明する。データ送信装置100の被検体は、データ送信装置100を装着し、入力部132を介して「運動データ測定開始」の指示を入力してから、運動として例えばランニング又はウォーキングを行う。これにより、データ送信装置100のセンサ部134は、所定の時間毎(例えば、1秒毎)に、ランニング又はウォーキングをしている被検体の運動データを計測し続ける。その後ランニングを終えた被検体は、入力部132を介して「運動データ測定終了」を指示する。これにより、運動データ送信部111は、計測し続けた運動データを、この被検体のユーザIDとともにアニメーション生成装置200に送信する。データ送信装置100から運動データを受信すると、アニメーション生成装置200のパラメータ取得部211は、図3に示すパラメータ取得処理を実行する。
まず、パラメータ取得部211は、受信した運動データを所定の計測時間(例えば、5分間)毎に分割する(ステップS101)。例えば、所定の計測時間が5分であり、受信した運動データが1時間分の運動データである場合、ステップS101で運動データは12個に分割される。なお、パラメータ取得部211は、受信した運動データが示す被検体の速度の推移からある閾値以上速度が変化するタイミングを判別し、当該タイミングで運動データを分割してもよい。
続いて、パラメータ取得部211は、ステップS101で分割した運動データ毎に、当該運動データから被検体の運動状態を示す各パラメータ(速度、ピッチ、上下動等)の値を算出する(ステップS102)。
続いて、パラメータ取得部211は、算出した各パラメータを含んだ運動パラメータ情報を運動状態記憶DB222に登録する(ステップS103)。例えば、ステップS101で運動データが12個に分割されていれば、12個の運動パラメータ情報が運動状態記憶DB222に登録される。なお、この運動パラメータ情報に含まれるユーザIDは、運動データとともに受信したユーザIDに設定する。以上でパラメータ取得処理が終了する。
なお、上述したパラメータ取得処理では、アニメーション生成装置200が、データ送信装置100から受信した運動データから各パラメータを算出したが、データ送信装置100がセンサ部134で取得した運動データから各パラメータを算出し、アニメーション生成装置200に送信してもよい。
次に、アニメーション生成装置200が実行するアニメーション生成処理について説明する。なお、アニメーション生成処理に先だって複数の被検体を対象に上述したパラメータ取得処理が実行されており、運動状態記憶DB222には十分な数(例えば、100以上)の運動パラメータ情報が記憶されているものとする。被検体がアニメーション生成装置200の入力部232を介して「アニメーション生成」の指示を入力すると、アニメーション生成部212は、図4に示すアニメーション生成処理を開始する。
まず、アニメーション生成部212は、アニメーションの対象とする各パラメータ(速度、ピッチ、上下動)の値を被検体から受け付ける(ステップS201)。例えば、アニメーション生成部212は、入力部232を介して、運動状態記憶DB222に記憶されている運動パラメータ情報の選択を被検体から受け付け、選択された運動パラメータ情報に含まれる各パラメータの値をアニメーションの対象として受け付ける。なお、アニメーション生成装置200は、入力部232を介して被検体が直接入力した各パラメータの値を受け付けてもよい。
続いて、アニメーション生成部212は、受け付けた各パラメータの値に基づいて、被検体のランニングの運動状態を表すアニメーションを作成し、図5に示すように出力部233に表示する(ステップS202)。この画面には、右側に生成したアニメーションを表示するとともに、左側にこのアニメーションの元となった各パラメータ(速度、ピッチ、上下動)の値と、各パラメータの値をそれぞれ変化させるためのスライドバーが表示されている。
図4に戻り、被検体は、表示されたアニメーションの元となっているパラメータの1つを変化させたい場合、入力部232を介して、変化させたいパラメータの横のスライドバーを変化させたい量に対応する位置まで左右に移動させる。パラメータを変化させる操作を受け付けると(ステップS203;Yes)、パラメータ推定部213は、変化させたパラメータと連動して変化する他のパラメータの値を推定するパラメータ推定処理を実行する(ステップS204)。
パラメータ推定処理について図6を参照して詳細に説明する。なお、以下の説明では、被検体の操作によって値が変化したパラメータを第1パラメータ、これに連動して値が変化すると推定される他のパラメータを第2パラメータと定義する。例えば、被検体が入力部232を介して図5に示す画面から速度を変化させる操作を行った場合、速度が第1パラメータ、ピッチ又は上下動が第2パラメータとなる。
パラメータ推定処理が開始されると、パラメータ推定部213は、被検体の操作によって変化する前の第1パラメータの値と第2パラメータの値とを取得する(ステップS301)。
続いて、パラメータ推定部213は、運動状態記憶DB222に記憶されている複数の運動パラメータ情報のそれぞれが示す第1パラメータと同種の第3パラメータの値と第2パラメータと同種の第4パラメータの値との全ての組に基づいて、第3パラメータの値を入力とし、第4パラメータの値を出力とするモデルを作成する(ステップS302)。このモデルは、例えば、最小二乗法によって作成される回帰曲線の関数(回帰式)に相当する。なお、パラメータ推定部213は、モデルとして、第3パラメータの値と第4パラメータの値との全ての組のうち、ある割合以上(例えば60%以上)の組が含まれる第4パラメータの値の範囲を示す信頼性区間をさらに求めてもよい。
例えば、図7は、運動状態記憶DB222に記憶されている複数の運動パラメータ情報のそれぞれが示す第3パラメータである速度と第4パラメータであるピッチとの組の分布を表すものである。この図において、1つの「※」が1つの運動パラメータ情報に含まれる速度とピッチの組に対応する。ステップS302では、この分布から、最小二乗法によって速度を入力、ピッチを出力とするモデルが作成される。この図における実線の曲線Fは、この分布から作成されたモデルに相当する回帰曲線である。また、2本の一点鎖線の曲線A、Bは、それぞれ、信頼性区間の上限と下限を示す。「※」で示されている速度とピッチの組の60%は、一点鎖線の曲線A、Bの間の範囲に含まれる。なお、信頼性区間を定義する曲線A、Bは、曲線Fと、速度とピッチの組の分布との関係により、公知の手法によって求められる。
図6に戻り、続いて、パラメータ推定部213は、ステップS301で取得した、値が変化させられる前の第1パラメータの値を、作成したモデルに入力して、第2パラメータの値である第1基準値を導出する(ステップS303)。
続いて、パラメータ推定部213は、被検体の操作によって値が変化させられた後の第1パラメータの値を作成したモデルに入力して、第2パラメータの値である第2基準値を導出する(ステップS304)。
続いて、パラメータ推定部213は、ステップS301で取得した変化前の第2パラメータの値と、第1基準値と、第2基準値とに基づいて、変化させられた第1パラメータに連動して変化する第2パラメータの値を推定する(ステップS305)。以上でパラメータ推定処理は終了する。
ここで、ステップS305の処理について例を挙げて説明する。ここでは、第1パラメータおよび第3パラメータが速度、第2パラメータおよび第4パラメータがピッチであり、図8に示す曲線Fのようにモデルが生成されているとする。そして、速度の値がV1、ピッチの値がP1である状態から、被検体の操作によって速度の値のみがV2に変化させられた場合を考える。この場合、パラメータ推定部213は、曲線Fに沿うようにピッチの値が変化するものと推定する。即ち、パラメータ推定部213は、以下に示す式により、連動して変化する第2パラメータであるピッチの値P2を推定する。
P2=S2+K*(P1-S1)
P2=S2+K*(P1-S1)
図8に示すように、この式におけるP1は速度がV2に変化させられる前の速度V1に対応するピッチの値、S1は第1基準値、S2は第2基準値を示す。また、この式におけるKは、0~1の範囲で任意に設定される係数であり、通常、Kは1.0に設定されている。変化後の第2パラメータの推定値であるP2を第2基準値S2に近づけたい場合、Kは0.0に近い値に設定される。
なお、モデルとして信頼性区間も算出されている場合、パラメータ推定部213は、以下に示す式のように、信頼性区間の長さの比率(T2/T1)も考慮に入れて、P2を推定してもよい。
P2=S2+K*(P1-S1)*T2/T1
P2=S2+K*(P1-S1)*T2/T1
図8に示すように、この式におけるT1は、変化前の速度V1での信頼性区間の長さを表す。T2は、変化後の速度V2での信頼性区間の長さを表す。例えば、速度vの関数として、曲線Aの式をa(v)、曲線Bの式をb(v)と表す。この場合、以下に示す式により、T1とT2を算出すればよい。
T1=a(V1)-b(V1)
T2=a(V2)-b(V2)
T1=a(V1)-b(V1)
T2=a(V2)-b(V2)
なお、ここでは、第1パラメータである速度が変化させられた場合に、第2パラメータであるピッチを推定する例を示したが、値が相関性を有する他のパラメータの組を第1パラメータ、第2パラメータとしてもよい。例えば、第1パラメータと第2パラメータとを逆にして、第1パラメータであるピッチが変化させられた場合に、第2パラメータである速度を同様の手法で推定してもよい。
例えば、速度と上下動との間にも相関があり、図9に示すように、速度と上下動との組の分布から、モデルとして回帰曲線F’と信頼性区間(曲線A’と曲線B’の間の区間)を求めることができる場合は、このモデルを用いて、第1パラメータである速度が変化させられた場合に、第2パラメータである上下動を同様に推定可能である。若しくは、第1パラメータと第2パラメータとを逆にして、第1パラメータである上下動が変化させられた場合に、第2パラメータである速度を同様に推定してもよい。
例えば、ピッチと上下動との間にも相関があり、図10に示すように、ピッチと上下動との組の分布から、モデルとして回帰曲線F’’と信頼性区間(曲線A’’と曲線B’’の間の区間)を求めることができる場合は、このモデルを用いて、第1パラメータであるピッチが変化させられた場合に、第2パラメータである上下動を同様に推定可能である。若しくは、第1パラメータと第2パラメータとを逆にして、第1パラメータである上下動が変化させられた場合に、第2パラメータであるピッチを同様に推定してもよい。
図4に戻り、パラメータ推定処理(ステップS204)が終了すると、アニメーション生成部212は、推定結果を反映したアニメーションを作成して表示を更新する(ステップS205)。例えば、被検体の操作によって速度の値が変化させられ、パラメータ推定処理では、これに連動して変化するピッチと上下動との値が推定されたとする。この場合、アニメーション生成部212は、被検体が変化させた速度の値と、パラメータ推定処理で推定したピッチの値と上下動の値とになるように、図5に示す画面の左側のパラメータの値とスライドバーの位置を変化させるとともに、これらの各値に基づいてアニメーションを作成し、右側に表示されているアニメーションを更新する。
ステップS205での表示の更新が終了した後、若しくはパラメータを変化させる操作を被検体から受け付けていない場合(ステップS203;No)、アニメーション生成部212は、入力部232を介して被検体からアニメーション生成処理の終了の指示(例えば、図5に示す画面の「終了」ボタンのクリック)を受け付けているか否かを判別する(ステップS206)。終了の指示を受け付けていない場合(ステップS206;No)、処理はステップS203に戻る。一方、終了の指示を受け付けた場合(ステップS206;Yes)、アニメーション生成処理は終了する。
このように、本実施形態によれば、運動状態記憶DB222に記憶されている複数の被検体の運動状態を示すパラメータの組(例えば、速度とピッチの組)から、一方のパラメータ(例えば、速度)を入力とし他方のパラメータ(例えば、ピッチ)を出力とするモデル(回帰線)が生成される。そして生成されたモデルに基づいて、取得したパラメータの値が変化させられた場合に、他方のパラメータの値がどのように変化するかが推定される。即ち、本実施形態によれば、運動状態を示す複数のパラメータのうちの1つが変化した場合若しくは変化すると仮定した場合に、他のパラメータの値がどのように変化するかを推定することが可能となる。
また、本実施形態によれば、運動状態を示す複数のパラメータのうちの1つの値が被検体の操作などによって変化させられた場合、これに連動して他のパラメータの値がどのように変化するかが推定され、推定されたパラメータの値に基づいて運動状態を示すアニメーションが作成される。そのため、1つのパラメータの値のみが変化した場合でも、違和感のないアニメーションを作成することができる。
また、本実施形態では、パラメータを推定する際のモデルとして、回帰線に加えて信頼性区間をさらに求め、信頼性区間の長さも考慮に入れてパラメータを推定することができる。そのため、パラメータの推定精度を向上させることが可能となる。
(変形例)
なお、本発明は、上記実施形態に限定されず、本発明の要旨を逸脱しない部分での種々の修正は勿論可能である。
なお、本発明は、上記実施形態に限定されず、本発明の要旨を逸脱しない部分での種々の修正は勿論可能である。
例えば、上記実施形態では、パラメータ推定処理において、運動状態記憶DB222に記憶されている全ての運動パラメータ情報からモデルを作成したが、アニメーションの対象となる被検体と同じ属性を有する被検体の運動状態に対応する運動パラメータ情報からモデルを作成してもよい。例えば、パラメータ推定処理で女性である被検体の運動状態を示すパラメータを推定する場合、パラメータ推定部213は、ユーザDB221を参照して、運動状態記憶DB222から女性の運動状態に対応する運動パラメータ情報を抽出して、抽出した運動パラメータ情報からモデルを作成してもよい。
上記実施形態では、互いに連動して変化する運動状態を表すパラメータの例として被検体の速度、ピッチ、上下動を示したが、パラメータはこれに限定されるものではなく、他のパラメータを第1パラメータ、第2パラメータとしてもよい。例えば、速度、ピッチ、上下動にさらにストライド、ストライド身長比、上下動身長比、左右動、前後動、接地時間、遊脚時間、接地時間率、減速量、沈み込み量、沈み込み量身長比、ブレーキ時間、着地衝撃、蹴り出し加速度、蹴り出し時間、骨盤回転量、スティフネス、スティフネス体重比、接地角度、蹴り出し角度を加えたうちのなかから選択した相関性を有する2つのパラメータを第1パラメータ、第2パラメータとしてもよい。なお、これらのパラメータは、速度、ピッチ、上下動と同様に、公知の手法により、データ送信装置100によって取得された運動データから算出可能である。
例えば、ストライドは、一歩当たりの歩幅であり、1分間当たりの速度をピッチで除算することによりストライドを求めることができる。ストライド身長比は、ストライドを被検体の身長で除算することにより求めることができる。上下動身長比は、上下動を被検体の身長で除算することにより求めることができる。
左右動は、一方の足の着地から他方の足の着地までのポジションの左右の変動幅であり、運動データによって示される加速度の左右方向成分を積分することで左右動を算出することができる。前後動は、一方の足の着地から他方の足の着地までの間におけるポジションの前後方向の変動幅であり、運動データによって示される加速度の前後方向成分を積分し、平均速度での移動距離を減算することで前後動を算出することができる。
接地時間は、一方の足が接地してから当該足が離地するまでの時間であり、運動データによって示される加速度に基づいて接地と離地のタイミングを特定することにより、接地時間を算出することができる。遊脚時間は、一方の足が離地してからその足が着地するまでの時間である。接地時間率は、接地時間/(接地時間+遊脚時間)により求めることができる。
減速量は、運動データによって示される加速度に基づいて、接地の区間における後退方向の加速度ベクトルの大きさを、一方の足の1周期分積分することにより求めることができる。沈み込み量は、一方の足の着地時のポジションとその後の最低地点との差であり、運動データによって示される加速度の上下方向成分を着地時から最低地点までを積分することにより求めることができる。沈み込み量身長比は、沈み込み量を被検体の身長で除算することにより求めることができる。
ブレーキ時間は、接地時から加速度の前後方向成分が推進方向に変わるまでの時間であり、接地のタイミングと、運動データによって示される加速度の前後方向成分が推進方向に変わるタイミングと、を特定することにより求めることができる。着地衝撃は、接地したときの衝撃の量であり、運動データによって示される加速度ベクトルの接地した直後の各成分の大きさで表すことができる。
蹴り出し加速度は、推進時の加速度の大きさであり、運動データによって示される加速度ベクトルの前後方向成分の大きさにより表すことができる。蹴り出し時間は、接地期間中の推進方向の加速度が発生している時間であり、運動データによって示される加速度の前後方向成分が発生している時間を計測して求めることができる。あるいは、蹴り出し時間は、運動データによって示される加速度の上下方向成分に基づいて、最低地点から一方の足の離地までの時間を計測して求めてもよい。
骨盤回転量は、一方の足の着地から当該足の着地(2歩周期)まで、若しくは、一方の着地から他方の足の着地(1歩周期)までの間に腰が回転した量であり、運動データによって示される回転速度に基づいて求めることができる。スティフネスは、足をばねに見立てた時のばね定数であり、運動データによって示される加速度の上下方向成分の変化に基づいて求めることができる。スティフネス体重比は、スティフネスを被検体の体重で除算することにより、求めることができる。
接地角度は、接地した時の速度ベクトルと水平面又は地面との角度であり、蹴り出し角度は、離地した時の速度ベクトルと水平面又は地面との角度である。接地角度及び蹴り出し角度は、運動データによって示される加速度の各方向の成分に基づいて、算出することができる。
上記実施形態では、パラメータ推定処理において、作成した回帰式であるモデルに第1パラメータの値を入力して第1基準値、第2基準値を導出したが、モデルから第1基準値、第2基準値を導出する手法はこれに限定されるものではない。例えば、第1パラメータの値にある係数を乗算した値をモデルに入力して第1基準値、第2基準値を導出してもよい。
上記実施形態では、被検体のランニングの運動状態を表すアニメーションを作成するアニメーション生成装置200について説明したが、運動状態はランニングに限定されるものではない。例えば、野球の投球フォームのアニメーションを作成するアニメーション生成装置等にも本発明は適用可能である。
上記実施形態では、人である被検体の運動状態を表すアニメーションを作成するアニメーション生成装置200を例に説明したが、作成するアニメーションの対象は人に限定されるものではなく、人以外の被検体の運動状態を表すアニメーションを作成するアニメーション生成装置200にも本発明は適用可能である。例えば、競走馬の走行状態、ロボットの動作状態などを表すアニメーションを生成するアニメーション生成装置にも本発明は適用可能である。
本発明は、アニメーション生成装置200に限定されるものではない。例えば、アニメーションは作成せずに、パラメータ推定処理のみ実行する情報処理装置等にも本発明は適用可能である。
上記実施形態では、パラメータ推定処理において、アニメーション生成装置200がパラメータを推定するためのモデルを生成した。しかしながら、外部のサーバ等でモデルを予め生成しておき、パラメータ推定処理では、アニメーション生成装置200が、外部のサーバ等から取得したモデルに基づいてパラメータを推定してもよい。このようにすることで、アニメーション生成装置200でモデルを生成する処理を省略できるため、アニメーション生成装置200にかかる負荷を減らすことができ、パラメータ推定処理の処理時間を短縮することが可能となる。
アニメーション生成装置200の各機能は、通常のPC等のコンピュータによっても実施することができる。具体的には、上記実施形態では、アニメーション生成装置200が行うアニメーション生成処理のプログラムが、記憶部220のROMに予め記憶されているものとして説明した。しかし、プログラムを、フレキシブルディスク、CD-ROM(Compact Disc Read Only Memory)、DVD(Digital Versatile Disc)、MO(Magneto-Optical disc)、メモリカード、USB(Universal Serial Bus)メモリ等のコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをコンピュータに読み込んでインストールすることにより、上述の各機能を実現することができるコンピュータを構成してもよい。
以上、本発明の好ましい実施形態について説明したが、本発明は係る特定の実施形態に限定されるものではなく、本発明には、特許請求の範囲に記載された発明とその均等の範囲とが含まれる。以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
(付記1)
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段と、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段と、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段と、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段と、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段と、
を備える情報処理装置。
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段と、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段と、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段と、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段と、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段と、
を備える情報処理装置。
(付記2)
前記パラメータ取得手段で取得した前記他の第1パラメータの値と、前記パラメータ推定手段で推定した前記第2パラメータの値とに基づいて、前記ある被検体の運動状態を表すアニメーションを生成するアニメーション生成手段をさらに備える、
付記1に記載の情報処理装置。
前記パラメータ取得手段で取得した前記他の第1パラメータの値と、前記パラメータ推定手段で推定した前記第2パラメータの値とに基づいて、前記ある被検体の運動状態を表すアニメーションを生成するアニメーション生成手段をさらに備える、
付記1に記載の情報処理装置。
(付記3)
前記モデルには、前記複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との全ての組のうちの、ある割合以上の組が含まれる前記第4パラメータの値の範囲を示す信頼性区間がさらに含まれ、
前記パラメータ推定手段は、前記第3パラメータの値が前記取得手段で取得された前記第1パラメータの値であるときの前記信頼性区間の長さと、前記第3パラメータの値が前記パラメータ取得手段で取得された前記他の第1パラメータの値であるときの前記信頼性区間の長さと、の比率に基づいて、前記第2パラメータの値を推定する、
付記1又は2に記載の情報処理装置。
前記モデルには、前記複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との全ての組のうちの、ある割合以上の組が含まれる前記第4パラメータの値の範囲を示す信頼性区間がさらに含まれ、
前記パラメータ推定手段は、前記第3パラメータの値が前記取得手段で取得された前記第1パラメータの値であるときの前記信頼性区間の長さと、前記第3パラメータの値が前記パラメータ取得手段で取得された前記他の第1パラメータの値であるときの前記信頼性区間の長さと、の比率に基づいて、前記第2パラメータの値を推定する、
付記1又は2に記載の情報処理装置。
(付記4)
前記モデルは、前記ある被検体と同種で同じ属性を有する複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との組に基づいて生成される、
付記1から3の何れか1つに記載の情報処理装置。
前記モデルは、前記ある被検体と同種で同じ属性を有する複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との組に基づいて生成される、
付記1から3の何れか1つに記載の情報処理装置。
(付記5)
前記第1パラメータ及び前記第2パラメータは、前記ある被検体の移動運動に係る指標であって、
前記第1パラメータ及び前記第2パラメータのそれぞれは、前記移動運動の速度、ピッチ、上下動、ストライド、ストライド身長比、上下動身長比、左右動、前後動、接地時間、遊脚時間、接地時間率、減速量、沈み込み量、沈み込み量身長比、ブレーキ時間、着地衝撃、蹴り出し加速度、蹴り出し時間、骨盤回転量、スティフネス、スティフネス体重比、接地角度、蹴り出し角度のいずれかである、
付記1から4の何れか1つに記載の情報処理装置。
前記第1パラメータ及び前記第2パラメータは、前記ある被検体の移動運動に係る指標であって、
前記第1パラメータ及び前記第2パラメータのそれぞれは、前記移動運動の速度、ピッチ、上下動、ストライド、ストライド身長比、上下動身長比、左右動、前後動、接地時間、遊脚時間、接地時間率、減速量、沈み込み量、沈み込み量身長比、ブレーキ時間、着地衝撃、蹴り出し加速度、蹴り出し時間、骨盤回転量、スティフネス、スティフネス体重比、接地角度、蹴り出し角度のいずれかである、
付記1から4の何れか1つに記載の情報処理装置。
(付記6)
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得ステップと、
前記取得ステップで取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得ステップと、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得ステップで取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出ステップと、
前記モデルに従い、前記パラメータ取得ステップで取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出ステップと、
前記取得ステップで取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定ステップと、
を有する情報処理方法。
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得ステップと、
前記取得ステップで取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得ステップと、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得ステップで取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出ステップと、
前記モデルに従い、前記パラメータ取得ステップで取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出ステップと、
前記取得ステップで取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定ステップと、
を有する情報処理方法。
(付記7)
コンピュータを、
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段、
として機能させるプログラム。
コンピュータを、
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段、
として機能させるプログラム。
100…データ送信装置、110,210…制御部、111…運動データ送信部、120,220…記憶部、131,231…通信部、132,232…入力部、133,233…出力部、134…センサ部、200…アニメーション生成装置、211…パラメータ取得部、212…アニメーション生成部、213…パラメータ推定部、221…ユーザDB、222…運動状態記憶DB、1000…アニメーション生成システム、BL…バスライン
Claims (7)
- ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段と、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段と、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段と、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段と、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段と、
を備える情報処理装置。 - 前記パラメータ取得手段で取得した前記他の第1パラメータの値と、前記パラメータ推定手段で推定した前記第2パラメータの値とに基づいて、前記ある被検体の運動状態を表すアニメーションを生成するアニメーション生成手段をさらに備える、
請求項1に記載の情報処理装置。 - 前記モデルには、前記複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との全ての組のうちの、ある割合以上の組が含まれる前記第4パラメータの値の範囲を示す信頼性区間がさらに含まれ、
前記パラメータ推定手段は、前記第3パラメータの値が前記取得手段で取得された前記第1パラメータの値であるときの前記信頼性区間の長さと、前記第3パラメータの値が前記パラメータ取得手段で取得された前記他の第1パラメータの値であるときの前記信頼性区間の長さと、の比率に基づいて、前記第2パラメータの値を推定する、
請求項1又は2に記載の情報処理装置。 - 前記モデルは、前記ある被検体と同種で同じ属性を有する複数の被検体それぞれの運動状態を表す前記第3パラメータの値と前記第4パラメータの値との組に基づいて生成される、
請求項1から3の何れか1項に記載の情報処理装置。 - 前記第1パラメータ及び前記第2パラメータは、前記ある被検体の移動運動に係る指標であって、
前記第1パラメータ及び前記第2パラメータのそれぞれは、前記移動運動の速度、ピッチ、上下動、ストライド、ストライド身長比、上下動身長比、左右動、前後動、接地時間、遊脚時間、接地時間率、減速量、沈み込み量、沈み込み量身長比、ブレーキ時間、着地衝撃、蹴り出し加速度、蹴り出し時間、骨盤回転量、スティフネス、スティフネス体重比、接地角度、蹴り出し角度のいずれかである、
請求項1から4の何れか1項に記載の情報処理装置。 - ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得ステップと、
前記取得ステップで取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得ステップと、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得ステップで取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出ステップと、
前記モデルに従い、前記パラメータ取得ステップで取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出ステップと、
前記取得ステップで取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定ステップと、
を有する情報処理方法。 - コンピュータを、
ある被検体の運動状態を表す指標として、第1パラメータの値と、前記第1パラメータと異なり、かつ、相関性を有する指標である第2パラメータの値と、を取得する取得手段、
前記取得手段で取得された前記第1パラメータの値とは異なる値の前記第1パラメータである他の第1パラメータを取得するパラメータ取得手段、
前記ある被検体と同種の複数の被検体それぞれの運動状態を表す、前記第1パラメータと同種の第3パラメータの値と、前記第2パラメータと同種の第4パラメータの値との組に基づいて前記第3パラメータの値を入力とし前記第4パラメータの値を出力として生成されたモデルに従い、前記取得手段で取得した前記第1パラメータに基づいて、前記第2パラメータとしての第1基準値を導出する第1導出手段、
前記モデルに従い、前記パラメータ取得手段で取得した前記他の第1パラメータに基づいて、前記第2パラメータとしての第2基準値を導出する第2導出手段、
前記取得手段で取得した前記第2パラメータの値と前記第1基準値と前記第2基準値とに基づいて、前記他の第1パラメータに対応する前記第2パラメータの値を推定するパラメータ推定手段、
として機能させるプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020158085A JP7056708B2 (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、情報処理方法及びプログラム |
US17/468,694 US11481947B2 (en) | 2020-09-23 | 2021-09-08 | Information processing device estimating a parameter based on acquired indexes representing an exercise state of a subject, information processing method, and non-transitory recording medium |
CN202111053014.6A CN114255303A (zh) | 2020-09-23 | 2021-09-08 | 信息处理装置、信息处理方法以及存储介质 |
JP2022061531A JP7302699B2 (ja) | 2020-09-23 | 2022-04-01 | 情報処理装置、情報処理方法及びプログラム |
US17/947,217 US11989812B2 (en) | 2020-09-23 | 2022-09-19 | Information processing device estimating a parameter based on acquired indexes representing an exercise state of a subject, information processing method, and non-transitory recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020158085A JP7056708B2 (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、情報処理方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022061531A Division JP7302699B2 (ja) | 2020-09-23 | 2022-04-01 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022051991A true JP2022051991A (ja) | 2022-04-04 |
JP7056708B2 JP7056708B2 (ja) | 2022-04-19 |
Family
ID=80740677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020158085A Active JP7056708B2 (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、情報処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (2) | US11481947B2 (ja) |
JP (1) | JP7056708B2 (ja) |
CN (1) | CN114255303A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08329272A (ja) * | 1995-12-30 | 1996-12-13 | Kongouzen Souhonzan Shiyourinji | アニメーション作成方法 |
JP2010238134A (ja) * | 2009-03-31 | 2010-10-21 | Saxa Inc | 画像処理装置及びプログラム |
JP2013143996A (ja) * | 2012-01-13 | 2013-07-25 | Microstone Corp | 運動計測装置 |
WO2019082376A1 (ja) * | 2017-10-27 | 2019-05-02 | 株式会社アシックス | 動作状態評価システム、動作状態評価装置、動作状態評価サーバ、動作状態評価方法、および動作状態評価プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102252730B1 (ko) * | 2015-02-06 | 2021-05-18 | 한국전자통신연구원 | 애니메이션 생성 장치 및 방법 |
JP6547807B2 (ja) * | 2017-09-27 | 2019-07-24 | カシオ計算機株式会社 | 画像生成装置、画像生成方法及びプログラム |
-
2020
- 2020-09-23 JP JP2020158085A patent/JP7056708B2/ja active Active
-
2021
- 2021-09-08 CN CN202111053014.6A patent/CN114255303A/zh active Pending
- 2021-09-08 US US17/468,694 patent/US11481947B2/en active Active
-
2022
- 2022-09-19 US US17/947,217 patent/US11989812B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08329272A (ja) * | 1995-12-30 | 1996-12-13 | Kongouzen Souhonzan Shiyourinji | アニメーション作成方法 |
JP2010238134A (ja) * | 2009-03-31 | 2010-10-21 | Saxa Inc | 画像処理装置及びプログラム |
JP2013143996A (ja) * | 2012-01-13 | 2013-07-25 | Microstone Corp | 運動計測装置 |
WO2019082376A1 (ja) * | 2017-10-27 | 2019-05-02 | 株式会社アシックス | 動作状態評価システム、動作状態評価装置、動作状態評価サーバ、動作状態評価方法、および動作状態評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20230019283A1 (en) | 2023-01-19 |
US20220092841A1 (en) | 2022-03-24 |
CN114255303A (zh) | 2022-03-29 |
JP7056708B2 (ja) | 2022-04-19 |
US11989812B2 (en) | 2024-05-21 |
US11481947B2 (en) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nilsson et al. | Tapping-in-place: Increasing the naturalness of immersive walking-in-place locomotion through novel gestural input | |
ES2611196T3 (es) | Sistema de diagnóstico de la forma de correr y procedimiento de puntuación de la forma de correr | |
JP6834553B2 (ja) | 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法 | |
CN105688396A (zh) | 运动信息显示系统和运动信息显示方法 | |
KR20200093526A (ko) | Vr보행 메커니즘 및 가상 현실 장면에서 보행하는 방법 | |
CN105311806A (zh) | 运动解析方法、装置及系统、身体活动辅助方法及装置 | |
JP2016032611A (ja) | 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム | |
US10848912B2 (en) | Estimated time of arrival (ETA) based on calibrated distance | |
JP2012024275A (ja) | 歩行姿勢判定装置 | |
JPWO2018211550A1 (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
JP7056708B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7302699B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
KR20160034645A (ko) | 방향 예측을 이용한 저 레이턴시 시뮬레이션 장치 및 방법과, 이를 위한 컴퓨터 프로그램 | |
JP2018143537A (ja) | 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム | |
JP7173102B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP6552875B2 (ja) | 移動運動解析装置、方法及びプログラム | |
JP6791384B2 (ja) | 情報処理装置、情報処理システム、および情報処理方法 | |
US20230397839A1 (en) | Waist swinging estimation device, estimation system, waist swinging estimation method, and recording medium | |
JP7155345B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP6786058B1 (ja) | 歩行用部材作製用データ作成システム | |
WO2023127014A1 (ja) | 易転倒性推定装置、易転倒性推定システム、易転倒性推定方法、および記録媒体 | |
US20240023835A1 (en) | Feature-amount generation device, gait measurement system, feature-amount generation method, and recording medium | |
US20240207743A1 (en) | Information processing device, and method and program for controlling the same | |
JP6643189B2 (ja) | 移動運動解析装置及びシステム並びにプログラム | |
JP6827348B2 (ja) | 歩行支援システム、歩行支援方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210219 |
|
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: 20220308 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220321 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7056708 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |