JP2022068123A - センサ非依存のジェスチャ検出のためのコンピュータ実装方法、システムおよびコンピュータプログラム製品（センサ非依存のジェスチャ検出） - Google Patents

Abstract

【課題】センサ非依存のジェスチャ検出のためのコンピュータ実装方法、システム及びコンピュータプログラム製品を提供する。【解決手段】センサ非依存のジェスチャ検出のための方法は、第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することと、ジェスチャを示し、センサ出力に基づくトリガ閾値と、ユーザプロファイルに関連付けられた複数のユーザデバイスのうちの１つによって実行可能なプロセッサ実行可能アクションとに、ジェスチャを関連付けることと、トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することと、対応するトリガ閾値を満たす異なるタイプのセンサからのデータを用いてジェスチャを識別することと、複数のユーザ装置のうちの１つによって、ジェスチャに関連付けられたプロセッサ実行可能アクションを実行することと、を含む。【選択図】図２

Description

本開示は、モノのインターネット（ＩｏＴ）に関し、より具体的には、ＩｏＴ環境におけるセンサ非依存のジェスチャ検出に関する。

ＩｏＴとは、センサ、ソフトウェア、その他のデータ処理機能が組み込まれた物理オブジェクトのネットワークを指し、物理オブジェクトと他のデバイスとの間でさまざまな目的のためにデータを交換することを集合的に可能にする。ユーザーはますます、ＩｏＴ対応デバイスに囲まれるようになっている。その結果、ヒューマンマシンインタフェースでのユーザビリティを容易にするために、ＩｏＴ対応デバイスがますます使用されるようになっている。

センサ非依存のジェスチャ検出のためのコンピュータ実装方法、システムおよびコンピュータプログラム製品を提供する。

本開示の態様は、第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することを含むコンピュータ実装方法に向けられる。この方法は、ジェスチャを示し、センサ出力に基づくトリガ閾値と、ユーザプロファイルに関連付けられた複数のユーザデバイスのうちの１つによって実行可能なプロセッサ実行可能アクションとにジェスチャを関連付けることをさらに含む。本方法は、トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することをさらに含む。本方法は、対応するトリガ閾値を満たす異なるタイプのセンサからのデータを用いてジェスチャを識別することをさらに含む。本方法は、複数のユーザ装置のうちの１つによって、ジェスチャに関連付けられたプロセッサ実行可能アクションを実行することをさらに含む。

本開示のさらなる態様は、上述の方法を実行するように構成されたシステムおよびコンピュータプログラム製品に向けられる。本概要は、本開示の各局面、各実施例、もしくは各実施形態またはその組み合わせを説明することを意図したものではない。

本願に含まれる図面は、明細書に組み込まれ、明細書の一部を形成する。これらは、本開示の実施形態を例示し、説明と共に、本開示の原理を説明するのに役立つ。図面は、特定の実施形態の例示に過ぎず、開示を限定するものではない。

本開示のいくつかの実施形態による、ユビキタスジェスチャエージェントを含むコンピュータ環境の例を示すブロック図である。 本開示のいくつかの実施形態による、ユビキタスジェスチャエージェントを利用するための方法の例を示すフローチャートである。 本開示のいくつかの実施形態による、ユビキタスジェスチャエージェントを使用してジェスチャを定義するための方法の例を示すフローチャートである。 本開示のいくつかの実施形態による、ジェスチャに当初関連付けられたセンサと同じまたは異なるセンサを使用してジェスチャを識別するための方法の例を示すフローチャートである。 本開示のいくつかの実施形態による、コンピュータの例を示すブロック図である。 本開示のいくつかの実施形態によるクラウドコンピューティング環境を示す図である。 本開示のいくつかの実施形態による抽象モデルレイヤを示す図である。

本開示は、種々の修正および代替形態に応じるが、その詳細は、例として図面に示されており、詳細に説明される。しかしながら、本開示を説明した特定の実施形態に限定する意図はないことを理解されたい。反対に、意図は、本開示の精神および範囲内にあるすべての改変、均等物および代替物を包含することである。

本開示の態様は、モノのインターネット（ＩｏＴ）、より具体的には、ＩｏＴ環境におけるセンサ非依存のジェスチャ検出に向けられる。そのような用途に限定されないが、本開示の実施形態は、前述の文脈を踏まえ、よりよく理解され得る。

ジェスチャ（身振り）とは、アイデアや意味を表現する、体の１つ以上の部分（一般的には手や頭）の動きのことである。ジェスチャは、ジェスチャを検出することができるセンサを備えたデバイス、またはジェスチャを検出することができるセンサを備えたデバイスと通信可能に結合されたデバイスにおいて、予めプログラムされた機能を動作するために使用することができる。例えば、デバイスは、スマートウォッチ、スマートフォン、イヤホン、鍵（例えば、車両、家屋などの）、健康モニタなどを含むことができるが、これらに限定されない。検出され、予めプログラムされたジェスチャは、デバイス上でアクションを実行するように構成することができる。アクションには、たとえば、スマートフォンのロック解除、緊急サービスへの連絡、緊急信号の発行、通話、メッセージの送信、アプリケーションとの対話（例えば、健康関連のアプリケーションにおける運動の開始または停止）、リモートサーバへのアクセス（例えば、データの書き込みもしくはデータの取り出しまたはその両方）、物理アクチュエータの起動（例えば、ドアのロック解除）などがある。全体として、ジェスチャを事前にプログラムされたアクションと関連付けることは、ＩｏＴ環境におけるさまざまなデバイスの使いやすさを向上させるのに役立つ可能性がある。

予めプログラムされたジェスチャに関連する１つの課題は、様々なデバイスにそれぞれ関連する様々なジェスチャに関する。つまり、スマートウォッチを振るジェスチャは、スマートフォンのアプリを起動させるために使われるのが一般的だが、ユーザが自分のスマートウォッチを忘れてしまった場合、そのジェスチャは役に立たない。事前にプログラムされたジェスチャに関連するこの課題および他の課題に対処するために、本開示の態様は、センサ非依存のジェスチャ検出のための方法、システム、およびコンピュータプログラム製品に向けられる。

本開示の態様は、種々の記録されたジェスチャおよびそれらの関連するアクションを記憶するためのユビキタスジェスチャエージェントを使用することによって、センサに依存しないジェスチャ検出を可能にする。ユビキタスジェスチャエージェントは、続いて、第１のデバイスからの第１のタイプのセンサ出力によって定義されるジェスチャを、第２のデバイスからの第２のタイプのセンサ出力によって測定可能な変換された出力に変えることができる。例えば、スマートウォッチを振る前述の例に続いて、ユビキタスジェスチャエージェントは、スマートウォッチに関連する加速度計データを、スマートフォンに関連する加速度計データに変換することができる。これにより、ユーザは、スマートウォッチを振る代わりに、スマートフォンを振ることによって同様の結果を得ることができる（例えば、アプリケーションの起動）。別の例として、ユビキタスジェスチャエージェントは、スマートウォッチに関連する加速度計データをカメラに関連するモーションデータに変換することができる（例えば、スマートビルディングのＩｏＴ機能を利用するためにユーザーがオプトインできるスマートビルディングのカメラ）。このように、ユーザは、スマートウォッチを振る代わりに、その代わりに手を振ることができ、これが、スマートビルディングのカメラによって検出されると、ユビキタスエージェントに命令を送信し、次に、スマートフォンにアクション（例えば、アプリケーションの起動）を実行させる。

したがって、本開示の態様は、多くの利点および改善を実現する。１つの一般的な例として、本開示の態様は、典型的にまたは最初にそれらのジェスチャを検出した装置がなくても、ユーザがジェスチャを利用できるようにすることによって、ユーザビリティを向上させる。より具体的には、本開示の態様は、１つのタイプのセンサによって検出可能なトリガ閾値を、別のタイプのセンサによって検出可能な対応するトリガ閾値に変換することができる。さらに、本開示の態様は、クラウドにホストされたユビキタスジェスチャエージェントを利用して、この機能を可能にする。クラウドにホストされたユビキタスジェスチャエージェントを使用することで、ユーザデバイスから計算資源を浪費することなく、ほぼ継続的可用性を実現する。さらに、ユビキタスジェスチャエージェントは、スマートビルディングやその他のＩｏＴリソースとのやり取りの簡素化を助長し、ユーザーが自分の領域でＩｏＴリソースを活用できるようにします。まとめると、これらの改善点、利点、および機能性はセンサ非依存のジェスチャ検出として要約できる。

図を参照すると、図１は、本開示のいくつかの実施形態による、コンピュータ環境の例を示している。コンピュータ環境は、ネットワーク１３８を介して、ユーザプロファイル１０２に関連付けられた複数のユーザ装置１３２と、１つまたは複数の環境センサ１３６とに通信可能に結合されたユビキタスジェスチャエージェント１００を含む。ユビキタスジェスチャエージェント１００は、センサ非依存のジェスチャ検出を可能にする機能を提供するように構成することができる。換言すれば、ユビキタスジェスチャエージェント１００は、第１のセンサ１ １３４－１によって記録され、それによって検出可能なジェスチャを、例えば、センサ２ １３４－２（例えば、ユーザプロファイル１０２に関連する別のセンサ）または環境センサ１３６（例えば、異なるユーザプロファイル（不図示）に関連付けられているが、それでもユビキタスジェスチャエージェント１００を介してユーザプロファイル１０２に機能を提供することができるセンサ）などの異なるタイプのセンサによって検出可能にする機能性を提供することができる。

ユビキタスジェスチャエージェント１００は、ユーザプロファイル１０２のような多数のユーザプロファイルを含むことができる。ユーザプロファイルは、個々のユーザ（例えば人）、事業、企業、自治体、商業ビル、住宅ビルなどに関連付けることができる。ユーザプロファイル１０２は、記録されたジェスチャ１０４を含むことができる。記録されたジェスチャ１０４は、記録されたジェスチャ１０４を示すセンサ出力１０８を提供する複数のユーザ装置１３２のうちの少なくとも１つのユーザデバイスに関連付けられた少なくとも１つのセンサ１３４を識別するセンサＩＤ１０６を含むことができる。センサ出力１０８は、記録されたジェスチャ１０４を示す少なくとも１つのセンサ１３４から収集された生データを提示することができる。値カテゴリ１１０は、生データのタイプもしくはセンサ出力１０８からの生データに関連する測定単位またはその両方を識別することができる。一例として、値カテゴリ１１０は、生データのタイプもしくは生データに関連する測定単位またはその両方として、それぞれ、「加速度」もしくは「メートル／秒²」またはその両方をリストすることができる。

ユーザプロファイル１０２は、閾値１１２をさらに含むことができる。閾値１１２は、センサＩＤ１０６、センサ出力１０８、もしくは値カテゴリ１１０またはその組み合わせを取り込み、記録されたジェスチャ１０４を識別するのに有用な閾値を生成するように構成することができる。したがって、閾値１１２は、サニタイズ化データ１１４、正規化データ１１６、もしくはスケール化データ１１８またはその組み合わせを含むことができる。サニタイズ化データ１１４は、誤りのあるデータ、異常なデータ、または不要なデータを除去することによって生成することができる。サニタイズ化データ１１４は、センサ出力１０８から他のデータを推測するためにも使用することができる。例えば、センサ出力１０８が加速度を測定する場合、サニタイズ化データ１１４は、生の加速度測定値を加速度のそれぞれの変化に変換することができ、加速度の変化は、加速度データ自体よりも、記録されたジェスチャ１０４を識別するためのより有用な測定基準である場合がある。正規化データ１１６は、センサ出力１０８を０と１との間（両端を含む）で正規化するように構成することができる。スケール化データ１１８は、正規化データ１１６の代替である。スケール化データ１１８は、センサ出力１０８の平均（または中央値）が０に設定されるように、センサ出力１０８をシフトするように構成することができる。正規化データ１１６もしくはスケール化データ１１８またはその両方は、データ評価を単純化しもしくは標準化しまたはその両方をすることができる。

サニタイズ化データ１１４、正規化データ１１６、もしくはスケール化データ１１８またはその組み合わせが、センサ出力１０８をクリーンにし、単純化するために使用され得るかどうか、またはどのように使用され得るかにかかわらず、閾値１１２は、最終的にトリガ閾値１２０を生成する。トリガ閾値１２０は、記録されたジェスチャ１０４を識別するセンサＩＤ１０６からの値、値のシーケンス、または値のパターンである。例えば、スマートウォッチ（例えば、複数のユーザ装置１３２のうちの１つ）の加速度計データから（例えば、センサ１ １３４－１から）振動を検出するために、トリガ閾値１２０は、各加速度変化が閾値の大きさを満たす、閾値時間内の加速度変化の閾値数を含むことができる。

有利には、本開示の態様は、１つまたは複数の対応するトリガ閾値１２２をさらに生成する。対応するトリガ閾値１２２は、１つまたは複数の異なるタイプのセンサを用いて記録されたジェスチャ１０４を識別することができる閾値である。例えば、対応するトリガ閾値１２２の一つは、複数のユーザ装置１３２（例えばスマートフォン）の異なる１つに関連付けられた異なるセンサ２ １３４－２に関連付けることができる。この例では、対応するトリガ閾値１２２は、トリガ閾値１２０を、異なるタイプのモーションセンサ（例えば、重力センサ、ジャイロスコープ、直線加速度計など）の異なるセンサ２ １３４－２によって検出可能な対応するトリガ閾値１２２に変換することができる。別の例として、別の対応するトリガ閾値１２２を１つまたは複数の環境センサ１３６に関連付けることができる。例えば、環境センサ１３６は、スマートビルディング内でビデオデータを生成するカメラとすることができる。この例では、対応するトリガ閾値１２２は、加速度データに基づくトリガ閾値１２０を、ビデオデータから加速度を推測するのに有用なモーション閾値に変換することができる。このように、本開示の態様は、記録されたジェスチャ１０４を、記録されたジェスチャ１０４を最初に作成した装置およびセンサよりも、追加のタイプの装置およびセンサによって識別することを可能にする。

いくつかの実施形態では、機械学習アルゴリズムを利用することによって、閾値１１２を自動的に生成することができる。機械学習アルゴリズムには、決定木学習、相関ルール学習、人工ニューラルネットワーク（ＡＮＮ）、リカレントニューラルネットワーク（ＲＮＮ）、ディープラーニング、帰納論理プログラミング、サポートベクターマシン、クラスタリング、ベイジアンネットワーク、強化学習、表現学習、類似性／計量トレーニング、スパース辞書学習、遺伝的アルゴリズム、ルールベース学習、もしくは他の機械学習技術またはその組み合わせが含まれるが、これらに限定されない。

たとえば、機械学習アルゴリズムでは、ｋ近傍法（ＫＮＮ）、学習ベクトル量子化（ＬＶＱ）、自己組織化マップ（ＳＯＭ）、ロジスティック回帰、最小二乗回帰（ＯＬＳＲ）、線形回帰、ステップワイズ回帰、多変量適応回帰スプライン（ＭＡＲＳ）、リッジ回帰、ラッソ回帰（ＬＡＳＳＯ）、弾性ネット、最小角度回帰（ＬＡＲＳ）、確率的分類子、単純ベイズ分類子、二項分類、線形分類子、階層分類子、正準相関分析（ＣＣＡ）、因子分析、独立成分分析（ＩＣＡ）、線形判別分析（ＬＤＡ）、多次元尺度構成法（ＭＤＳ）、非負値行列因子分解（ＮＭＦ）、部分最小二乗回帰（ＰＬＳＲ）、主成分分析（ＰＣＡ）、主成分回帰（ＰＣＲ）、サモンマッピング、ｔ分布型確率的近傍埋め込み法（ＳＮＥ）、ブートストラップ・アグリゲーティング、アンサンブル平均、勾配ブースト決定木（ＧＢＲＴ）、勾配ブースト機械（ＧＢＭ）、帰納的バイアスアルゴリズム、Ｑ学習、状態－アクション－報酬－状態－アクション（ＳＡＲＳＡ）、時間的差分学習（ＴＤ学習）、アプリオリアルゴリズム、等価クラス変換アルゴリズム（ＥＣＬＡＴアルゴリズム）、ガウス過程回帰、遺伝子発現プログラミング、グループデータ処理法（ＧＭＤＨ）、帰納的論理プログラミング、インスタンスベース学習、ロジスティックモデルツリー、情報ファジーネットワーク（ＩＦＮ）、隠れマルコフモデルガウシアンナイーブベイズ、多項式ナイーブベイズ、平均１依存性推定子（ＡＯＤＥ）、ベイジアンネットワーク（ＢＮ）、分類および回帰ツリー（ＣＡＲＴ）、カイ二乗自動相互作用検出器（ＣＨＡＩＤ）、期待値最大化アルゴリズム、フィードフォワードニューラルネットワーク、論理学習機械、自己組織化マップ、単一リンケージクラスタリング、ファジークラスタリング、階層的クラスタリング、ボルツマンマシン、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、階層型時間メモリ（ＨＴＭ）、もしくはその他の機械学習技術またはその組み合わせの１つまたは複数の例を利用することができる。

まとめると、機械学習アルゴリズムを使用して、サニタイズ化データ１１４、正規化データ１１６、スケール化データ１１８、トリガ閾値１２０、もしくは対応するトリガ閾値１２２またはその組み合わせを生成することができる。図示されていないが、いくつかの実施形態では、機械学習アルゴリズムを使用して、センサ出力１０８の顕著な特徴（特徴検出または特徴選択と呼ばれることもある）を識別することができる。

ユーザプロファイル１０２は、各記録されたジェスチャ１０４に関連付けられたプロセッサ実行可能アクション１２４をさらに含むことができる。プロセッサ実行可能アクション１２４は、アクチュエータを起動すること（例えば、ドアのロックまたはロック解除）、リモートサーバにアクセスすること（例えば、データの読み取り、書き込み、またはその他のアクセス、送信、もしくはリフレッシュまたはその組み合わせ）、およびスマートフォン上でアクションを実行すること（例えば、スマートフォンのロックを解除、スマートフォン上でメッセージを送信、スマートフォンを使用して電話、スマートフォンを使用して緊急信号を発信、スマートフォンによって実行可能なアプリケーションを開く、または対話するなど）を含むことができるが、これらに限定されない。プロセッサ実行可能アクション１２４は、複数のユーザ装置１３２のうちの１つに関連付けることができる。プロセッサ実行可能アクション１２４は、アクションを識別するアクションＩＤ１２６と、プロセッサ実行可能アクション１２４を実行するデバイスを識別するターゲット１２８と、ターゲット１２８によってプロセッサ実行可能アクション１２４を実行するように構成されたロジックを含む１つまたは複数の関数１３０とを含むことができる。

ユーザプロファイル１０２に関連付けられた複数のユーザ装置１３２は、現在知られているか、または後で開発される任意の数のユーザ装置を含むことができる。例えば、複数のユーザ装置１３２は、スマートフォン、スマートウォッチ、スマート衣類、家庭、電化製品、ドア、カメラ、車両、ウェアラブル装置、健康監視装置、アクセサリ（リング、イヤリング、ヘッドバンド等）などを含むことができる。センサ１３４（センサ１ １３４－１、センサ２ １３４－２、もしくはセンサＮ １３４－Ｎまたはその組み合わせのいずれか１つ以上を指す）は、データを収集することができるあらゆる種類のハードウェア装置もしくはソフトウェア装置またはその両方を指すことができる。センサ１３４は、限定されるものではないが、温度センサ、化学センサ、湿度センサ、圧力センサ、角度または直線のモーションセンサ（例えば、加速度計、直線加速度計、ステップカウンタ、ジャイロスコープ、重力センサなど）、回転センサ、角運動センサまたは直線運動センサ、角速度センサまたは直線速度センサ、生体計測センサ、マイクロホン、カメラなどを含むことができる。

環境センサ１３６は、ユビキタスジェスチャエージェント１００によって記憶された、ユーザプロファイル１０２ではない別のユーザプロファイルに関連付けられたセンサであり得る。言い換えれば、環境センサ１３６は、ユーザプロファイル１０２のユーザに属していないにもかかわらず、ユーザプロファイル１０２に関連付けられたユーザの近傍にあるセンサであり得る。環境センサ１３６は、前述のセンサ１３４のいずれであってもよい。いくつかの実施形態では、環境センサ１３６は、スマートビルディングに関連付けられたカメラであってもよい。有利には、ユビキタスジェスチャエージェント１００は、ユーザプロファイル１０２が利用可能な環境センサ１３６を使用することを選択した場合、ユーザプロファイル１０２のユーザの近傍にある対応センサをユーザプロファイル１０２が利用することを可能にする。

ここで図２を参照すると、本開示のいくつかの実施形態による、ユビキタスジェスチャエージェントを利用するための方法２００のフローチャートが示されている。いくつかの実施形態では、方法２００は、プロセッサ、コンピュータ、サーバ、図１のユビキタスジェスチャエージェント１００、またはハードウェアもしくはソフトウェアまたはその両方の別の構成によって実施することができる。

動作２０２は、第１のユーザ装置からのセンサ出力を用いたジェスチャを、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルに登録することを含む。一例として、ジェスチャは、スマートウォッチ（例えば、第１のユーザ装置）に内蔵された加速度計からの加速度計データ（例えば、センサ出力）によって検出されるような手を振ることであり得る。

動作２０４は、ジェスチャをトリガ閾値およびアクションに関連付けることを含む。上記の例に続けて、トリガ閾値は、加速度変化の閾値数を含むことができ、ここで、各加速度変化は閾値時間間隔内で閾値の大きさを超える。いくつかの実施形態では、アクションは、図１に関して前述したプロセッサ実行可能アクションなどのプロセッサ実行可能アクションであり得る。動作２０４については、図３を参照してより詳細に後述する。

動作２０６は、トリガ閾値を異なるタイプのセンサに対する対応するトリガ閾値に変換することを含む。上記の例に続けて、スマートウォッチの加速度計によって出力された加速度データに基づくトリガ閾値は、スマートビルディング内で機能するビデオカメラによって生成されたビデオデータに基づく、対応するトリガ閾値に変換され得、ユビキタスジェスチャエージェントを介してユーザプロファイルに利用可能である。

動作２０８は、異なるタイプのセンサからのデータを使用してジェスチャを識別することを含む。上記の例に続けて、動作２０８は、ユーザがスマートウォッチを装着していない場合、またはスマートウォッチが誤動作している場合に、ビデオカメラからのビデオデータに基づいて、手を振っているユーザを識別することを含む。

動作２１０は、異なるタイプのセンサからのデータを使用してジェスチャを識別することに応答して、ジェスチャに関連付けられたアクションを実装することを含む。有利には、動作２１０は、ユーザがジェスチャを識別するために通常使用される特定のデバイスを忘れた場合であっても、ユーザがジェスチャをうまく利用してデバイスを制御することを可能にする。

図３は、本開示のいくつかの実施形態による、ユビキタスジェスチャエージェントを使用してジェスチャを定義するための方法の例を示すフローチャートである。いくつかの実施形態では、方法３００は、プロセッサ、コンピュータ、サーバ、図１のユビキタスジェスチャエージェント１００、またはハードウェアもしくはソフトウェアまたはその両方の別の構成によって実施することができる。いくつかの実施形態では、方法３００は、図２の動作２０４のサブメソッドである。

動作３０２は、ジェスチャ記録間隔中に、１つまたは複数のユーザ装置に関連付けられた１つまたは複数のセンサからのセンサ出力を記録することによって、記録されたジェスチャを定義することを含む。いくつかの実施形態では、ユーザは、ジェスチャ記録間隔を開始および終了するように１つまたは複数のユーザ装置を操作することができ、ここで、開始と終了の間に１つまたは複数のユーザ装置に関連付けられた１つまたは複数のセンサから収集されたデータは、記録されたジェスチャを示すセンサ出力を構成することができる。

動作３０４は、記録されたジェスチャを識別子、センサ出力、カテゴリ、およびプロセッサ実行可能アクションに関連付けることを含む。いくつかの実施形態では、動作３０４は、ジェスチャを定義してジェスチャを様々なプロセッサ実行可能アクションに関連付けるためのインタフェースを提供する装置にユーザ入力を提供するユーザによって、実施され得る。

動作３０６は、センサ出力を異なるタイプのセンサによって検出可能にするために、センサ出力にデータ変換を適用することを含む。データ変換には、特に、データのサニタイズ、データの正規化、もしくはデータのスケーリングまたはその組み合わせを含めることができる。さらに、データ変換は、例えば、加速度データを位置データに変換すること、または他のタイプのデータ変換を含むことができる。いくつかの実施形態では、動作３０６は、機械学習アルゴリズムを利用して、異なるタイプのセンサによってセンサ出力を検出可能にするのに適したセンサ出力にデータ変換を適用する。

動作３０８は、データ変換に基づいて、様々なセンサのトリガ閾値および複数の対応するトリガ閾値を定義することを含む。有利には、動作３０８は、１つのセンサ（又は１組のセンサ）を使用して記録されたジェスチャが、異なるタイプのセンサ（又は異なる１組のセンサ）によって検出可能であることを可能にし、それによってセンサ非依存のジェスチャ検出を可能にする。

図４は、本開示のいくつかの実施形態による、ジェスチャに当初関連付けられたセンサと同じまたは異なるセンサを使用してジェスチャを識別するための方法の例を示すフローチャートである。いくつかの実施形態では、方法４００は、プロセッサ、コンピュータ、サーバ、図１のユビキタスジェスチャエージェント１００、またはハードウェアもしくはソフトウェアまたはその両方の別の構成によって実施することができる。いくつかの実施形態では、方法４００は、図２の動作２０８のサブメソッドである。

動作４０２は、複数のユーザ装置もしくは環境センサまたはその両方から複数のセンサのセンサデータを収集することを含む。センサーデータは、連続的、半連続的、または所定のポーリング間隔で収集できる。

動作４０４は、収集されたセンサデータからセンサもしくは対応するユーザデバイスまたはその両方が欠落しているかどうかを判定することを含む。そうでない場合（動作４０４でＮＯ）、方法４００は動作４０８に進み、収集されたセンサデータのいずれかがトリガ閾値と一致するかどうかを判定する。しかしながら、いずれかのセンサもしくは対応するユーザ装置またはその両方が、収集されたセンサデータから欠落している場合（動作４０４でＹＥＳ）、方法４００は、動作４０６に進み、収集されたセンサデータと対応するトリガ閾値とを相互参照して、１つまたは複数の欠落センサもしくは対応するユーザ装置またはその両方によって検出されたであろう何らかのジェスチャが検出されているかどうかを判定する。

動作４０８は、収集されたセンサデータのいずれかと、トリガ閾値または対応するトリガ閾値のいずれかとの間に一致があるかどうかを判定することを含む。そうでない場合（動作４０８でＮＯ）、方法４００は動作４０２に戻り、センサデータの収集を継続する。もしそうであれば（動作４０８でＹＥＳ）、方法４００は動作４１０に進む。

動作４１０は、一致に関連するジェスチャを識別することを含む。有利には、方法４００は、ジェスチャーを検出するために従来使用されてきたセンサもしくはユーザ装置またはその両方が、他のユーザ装置の他のセンサもしくは環境センサまたはその両方に関連する対応するトリガ閾値を活用することによって利用できない状況において、ジェスチャを識別することができる。

図５は、本開示のいくつかの実施形態による例示的なコンピュータ５００のブロック図である。様々な実施形態では、コンピュータ５００は、図２～図４で説明した方法のいずれかの部分またはすべての部分を実行すること、もしくは図１で説明した機能を実装することまたはその両方ができる。いくつかの実施形態では、コンピュータ５００は、プロセッサ実行可能命令をネットワーク５５０を介して遠隔データ処理システムからダウンロードすることによって、上述の方法および機能に関連する命令を受信する。他の実施形態では、コンピュータ５００は、クライアントマシンがコンピュータ５００によって提供される命令に基づいて方法または方法の一部を実行するように、前述の方法もしくは機能のための命令をクライアントマシンに提供する。いくつかの実施形態では、コンピュータ５００は、コンピュータ環境（例えば、ユビキタスジェスチャエージェント１００）の１つまたは複数のエンティティもしくは本開示の他の態様またはその両方に組み込まれる（または、コンピュータ５００と同様の機能が仮想的にプロビジョニングされる）。

コンピュータ５００は、メモリ５２５、記憶装置５３０、相互接続５２０（例えば、バス）、１つまたは複数のＣＰＵ５０５（本明細書ではプロセッサとも呼ぶ）、Ｉ／Ｏデバイスインターフェース５１０、Ｉ／Ｏデバイス５１２、およびネットワークインタフェース５１５を含む。

各ＣＰＵ５０５は、メモリ５２５または記憶装置５３０に記憶されたプログラミング命令を取得して実行する。相互接続５２０は、プログラミング命令などのデータをＣＰＵ５０５、Ｉ／Ｏデバイスインターフェース５１０、記憶装置５３０、ネットワークインタフェース５１５、およびメモリ５２５の間で移動するために使用される。相互接続５２０は、１つまたは複数のバスを用いて実施することができる。ＣＰＵ５０５は、様々な実施形態において、単一のＣＰＵ、複数のＣＰＵ、または複数の処理コアを有する単一のＣＰＵとすることができる。いくつかの実施形態では、ＣＰＵ５０５は、デジタルシグナルプロセッサ（ＤＳＰ）であり得る。いくつかの実施形態では、ＣＰＵ５０５は、１つまたは複数の３Ｄ集積回路（３ＤＩＣｓ）（例えば、３Ｄウェハレベルパッケージング（３ＤＷＬＰ）、３Ｄインターポーザベースの集積、３Ｄ積層ＩＣ（３Ｄ－ＳＩＣｓ）、モノリシック３Ｄ ＩＣｓ、３Ｄ不均一集積、３Ｄシステムインパッケージ（３ＤＳｉｐ）、もしくはパッケージオンパッケージ（ＰｏＰ）ＣＰＵ構成）またはその組み合わせを含む。メモリ５２５は、一般に、ランダムアクセスメモリ（スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）、フラッシュなど）を代表とするものが含まれる。記憶装置５３０は、一般に、ハード・ディスク・ドライブ、ソリッド・ステート・デバイス（ＳＳＤ）、リムーバブル・メモリ・カード、光学記憶装置、またはフラッシュ・メモリ・デバイスなどの不揮発性メモリを代表とするものが含まれる。別の実施形態では、ストレージ５３０は、ストレージエリアネットワーク（ＳＡＮ）デバイス、クラウド、またはＩ／Ｏデバイスインターフェース５１０を介してコンピュータ５００に接続された他のデバイス、またはネットワークインタフェース５１５を経由したネットワーク５５０を介してコンピュータ５００に接続された他のデバイスによって置き換えることができる。

いくつかの実施形態では、メモリ５２５は、命令５６０を格納する。しかし、様々な実施形態では、命令５６０は、部分的にメモリ５２５に格納されるか、部分的に記憶装置５３０に格納されるか、または、メモリ５２５に全体的に格納されるか、または、記憶装置５３０に全体的に格納されるか、または、ネットワークインタフェース５１５を経由したネットワーク５５０を介してアクセスされる。

命令５６０は、図２～図４の方法のいずれかの部分またはすべてを実行するための、もしくは図１のいずれかの部分で説明した機能を実装するための、またはその両方のためのコンピュータ読み取り可能およびコンピュータ実行可能な命令とすることができる。命令５６０はメモリ５２５に示されているが、命令５６０は、多数のコンピュータ可読記憶媒体にわたって集合的に記憶され、１つまたは複数のＣＰＵ５０５によって実行可能なプログラム命令を含むことができる。

様々な実施形態では、Ｉ／Ｏデバイス５１２は、情報を提示し、入力を受信することができるインタフェースを含む。例えば、Ｉ／Ｏデバイス５１２は、コンピュータ５００と対話するユーザに情報を提示し、ユーザからの入力を受け取ることができる。

コンピュータ５００は、ネットワークインタフェース５１５を介してネットワーク５５０に接続される。ネットワーク５５０は、物理的、無線、セルラー、または異なるネットワークを含むことができる。

本開示はクラウドコンピューティングに関する詳細な説明を含むが、本明細書に記載する教示の実施はクラウドコンピューティング環境に限定されないことを理解されたい。むしろ、本発明の実施形態は、現在知られているか、または後に開発される任意の他のタイプのコンピューティング環境と共に実施することができる。

クラウドコンピューティングは、設定可能なコンピューティングリソースの共有プール（例えばネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、記憶装置、アプリケーション、仮想マシンおよびサービス）へ、簡便かつオンデマンドのネットワークアクセスを可能にするためのサービス提供のモデルであり、最小限の管理労力または最小限のサービスプロバイダとのやり取りによって速やかに準備（provision）およびリリースできるものである。このクラウドモデルは、少なくとも５つの特性、少なくとも３つのサービスモデル、および少なくとも４つの実装モデルを含むことがある。

特性は以下の通りである。

オンデマンド・セルフサービス：クラウドの消費者は、サービスプロバイダとの人的な対話を必要することなく、必要に応じて自動的に、サーバ時間やネットワークストレージなどのコンピューティング能力を一方的に準備することができる。

ブロード・ネットワークアクセス：コンピューティング能力はネットワーク経由で利用可能であり、また、標準的なメカニズムを介してアクセスできる。それにより、異種のシンまたはシッククライアントプラットフォーム（例えば、携帯電話、ラップトップ、ＰＤＡ）による利用が促進される。

リソースプーリング：プロバイダのコンピューティングリソースはプールされ、マルチテナントモデルを利用して複数の消費者に提供される。様々な物理リソースおよび仮想リソースが、需要に応じて動的に割り当ておよび再割り当てされる。一般に消費者は、提供されたリソースの正確な位置を管理または把握していないため、位置非依存（location independence）の感覚がある。ただし消費者は、より高い抽象レベル（例えば、国、州、データセンタ）では場所を特定可能な場合がある。

迅速な柔軟性（elasticity）：コンピューティング能力は、迅速かつ柔軟に準備することができるため、場合によっては自動的に、直ちにスケールアウトし、また、速やかにリリースされて直ちにスケールインすることができる。消費者にとって、準備に利用可能なコンピューティング能力は無制限に見える場合が多く、任意の時間に任意の数量で購入することができる。

測定されるサービス：クラウドシステムは、サービスの種類（例えば、ストレージ、処理、帯域幅、アクティブユーザアカウント）に適したある程度の抽象化レベルでの測定機能を活用して、リソースの使用を自動的に制御し最適化する。リソース使用量を監視、制御、および報告して、利用されるサービスのプロバイダおよび消費者の両方に透明性を提供することができる。

サービスモデルは次のとおりである。

サービスとしてのソフトウェア（ＳａａＳ）：消費者に提供される機能は、クラウドインフラストラクチャ上で動作するプロバイダのアプリケーションを利用できることである。当該そのアプリケーションは、ウェブブラウザ（例えばウェブメール）などのシンクライアントインタフェースを介して、各種のクライアント装置からアクセスできる。消費者は、ネットワーク、サーバ、オペレーティングシステム、ストレージや、個別のアプリケーション機能さえも含めて、基礎となるクラウドインフラストラクチャの管理や制御は行わない。ただし、ユーザ固有の限られたアプリケーション構成の設定はその限りではない。

サービスとしてのプラットフォーム（ＰａａＳ）：消費者に提供される機能は、プロバイダによってサポートされるプログラム言語およびツールを用いて、消費者が作成または取得したアプリケーションを、クラウドインフラストラクチャに展開（deploy）することである。消費者は、ネットワーク、サーバ、オペレーティングシステム、ストレージを含む、基礎となるクラウドインフラストラクチャの管理や制御は行わないが、展開されたアプリケーションを制御でき、かつ場合によってはそのホスティング環境の構成も制御できる。

サービスとしてのインフラストラクチャ（ＩａａＳ）：消費者に提供される機能は、オペレーティングシステムやアプリケーションを含む任意のソフトウェアを消費者が展開および実行可能な、プロセッサ、ストレージ、ネットワーク、および他の基本的なコンピューティングリソースを準備することである。消費者は、基礎となるクラウドインフラストラクチャの管理や制御は行わないが、オペレーティングシステム、ストレージ、および展開されたアプリケーションを制御でき、かつ場合によっては一部のネットワークコンポーネント（例えばホストファイアウォール）を部分的に制御できる。

展開モデルは以下の通りである。

プライベートクラウド：このクラウドインフラストラクチャは、特定の組織専用で運用される。このクラウドインフラストラクチャは、当該組織またはサードパーティーによって管理することができ、オンプレミスまたはオフプレミスで存在することができる。

コミュニティクラウド：このクラウドインフラストラクチャは、複数の組織によって共有され、共通の関心事（例えば、ミッション、セキュリティ要件、ポリシー、およびコンプライアンス）を持つ特定のコミュニティをサポートする。このクラウドインフラストラクチャは、当該組織または第三者によって管理することができ、オンプレミスまたはオフプレミスで存在することができる。

パブリッククラウド：このクラウドインフラストラクチャは、不特定多数の人々や大規模な業界団体に提供され、クラウドサービスを販売する組織によって所有される。

ハイブリッドクラウド：このクラウドインフラストラクチャは、２つ以上のクラウドモデル（プライベート、コミュニティまたはパブリック）を組み合わせたものとなる。それぞれのモデル固有の実体は保持するが、標準または個別の技術によってバインドされ、データとアプリケーションの可搬性（例えば、クラウド間の負荷分散のためのクラウドバースティング）を実現する。

クラウドコンピューティング環境は、ステートレス性（statelessness）、低結合性（low coupling）、モジュール性（modularity）および意味論的相互運用性（semantic interoperability）に重点を置いたサービス指向型環境である。クラウドコンピューティングの中核にあるのは、相互接続されたノードのネットワークを含むインフラストラクチャである。

ここで図６を参照すると、例示的なクラウドコンピューティング環境５０が示されている。図示するように、クラウドコンピューティング環境５０は、例えば、パーソナルデジタルアシスタント（ＰＤＡ）または携帯電話５４Ａ、デスクトップコンピュータ５４Ｂ、ラップトップコンピュータ５４Ｃ、もしくは自動車コンピュータシステム５４Ｎまたはその組み合わせのような、クラウド消費者によって使用されるローカルコンピューティング装置が通信することができる、１つまたは複数のクラウドコンピューティングノード１０を含む。ノード１０は互いに通信することができる。それらは、物理的または仮想的に、上述のプライベート、コミュニティ、パブリック、またはハイブリッドクラウドのような１つまたは複数のネットワーク、またはそれらの組み合わせにグループ化（不図示）されてもよい。これにより、クラウドコンピューティング環境５０は、クラウド消費者がローカルのコンピューティング装置上でリソースを維持する必要がないサービスとして、インフラストラクチャ、プラットフォームもしくはソフトウェアまたはその組み合わせを提供することができる。図６に示されるタイプのコンピューティング装置５４Ａ～５４Ｎは、例示のみを意図しており、コンピューティングノード１０およびクラウドコンピューティング環境５０は、任意のタイプのネットワークもしくはネットワークアドレス指定可能な接続またはその両方を介して（例えば、Ｗｅｂブラウザを使用して）任意のタイプのコンピュータ化された装置と通信することができることを理解されたい。

次に図７を参照すると、クラウドコンピューティング環境５０（図６）によって提供される機能抽象化レイヤのセットが示されている。図７に示される構成要素、層、および機能は、例示のみを意図したものであり、本発明の実施形態はこれに限定されないことを予め理解されたい。図示されるように、以下の層および対応する機能が提供される。

ハードウェアおよびソフトウェアレイヤ６０は、ハードウェアコンポーネントおよびソフトウェアコンポーネントを含む。ハードウェアコンポーネントの例には、メインフレーム６１、縮小命令セットコンピュータ（ＲＩＳＣ）アーキテクチャベースのサーバ６２、サーバ６３、ブレードサーバ６４、記憶装置６５、ネットワークおよびネットワーキングコンポーネント６６が含まれる。いくつかの実施形態では、ソフトウェアコンポーネントは、ネットワークアプリケーションサーバソフトウェア６７およびデータベースソフトウェア６８を含む。

仮想化レイヤ７０は、抽象化レイヤを提供する。当該レイヤから、例えば以下の仮想エンティティを提供することができる：仮想サーバ７１、仮想ストレージ７２、仮想プライベートネットワークを含む仮想ネットワーク７３、仮想アプリケーションおよびオペレーティングシステム７４、および仮想クライアント７５。

一例では、管理レイヤ７８０は以下の機能を提供することができる。リソース準備８１は、クラウドコンピューティング環境内でタスクを実行するために利用されるコンピューティングリソースおよび他のリソースの動的な調達を可能にする。計量および価格設定８２は、クラウドコンピューティング環境内でリソースが利用される際のコスト追跡、およびこれらのリソースの消費に対する請求またはインボイス送付を可能にする。一例として、これらのリソースはアプリケーションソフトウェアのライセンスを含んでよい。セキュリティは、データおよび他のリソースに対する保護のみならず、クラウドコンシューマおよびタスクの識別確認を可能にする。ユーザポータル８３は、コンシューマおよびシステム管理者にクラウドコンピューティング環境へのアクセスを提供する。サービスレベル管理８４は、要求されたサービスレベルが満たされるように、クラウドコンピューティングリソースの割り当ておよび管理を可能にする。サービス品質保証（ＳＬＡ）の計画および履行８５は、ＳＬＡに従って将来必要になると予想されるクラウドコンピューティングリソースの事前手配および調達を可能にする。

ワークロードレイヤ９０は、クラウドコンピューティング環境が利用可能な機能の例を提供する。このレイヤから提供可能なワークロードおよび機能の例には、マッピングおよびナビゲーション９１、ソフトウェア開発およびライフサイクル管理９２、仮想教室教育の配信９３、データ分析処理９４、取引処理９５、センサ非依存のジェスチャ検出９６が含まれる。

本発明の実施形態は、統合の任意の可能な技術的詳細レベルにおけるシステム、方法、もしくはコンピュータプログラム製品またはその組み合わせであり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータが読み取り可能なプログラム命令をその上に有するコンピュータ可読記憶媒体を含むことができる。

コンピュータ可読記憶媒体は、命令実行装置によって使用される命令を保持および記憶することができる有形の装置であり得る。コンピュータ可読記憶媒体は、例えば、電子記憶装置、磁気記憶装置、光記憶装置、電磁記憶装置、半導体記憶装置、またはこれらの任意の適切な組み合わせが挙げられるが、これらに限定されるものではない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、以下を含む。ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラマブル読み出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、パンチカードまたは溝内の隆起構造などに命令を記録した機械的に符号化された装置、および前述の任意の適切な組み合わせが挙げられる。本明細書で使用されるコンピュータ可読記憶媒体は、電波または他の自由に伝搬する電磁波、導波管または他の伝送媒体（例えば、光ファイバケーブルを通過する光パルス）を通って伝搬する電磁波、またはワイヤを通って伝送される電気信号などのそれ自体が一時的な信号と解釈されるべきではない。

本明細書に記載されるコンピュータが読み取り可能なプログラム命令は、コンピュータ可読記憶媒体から、またはネットワーク、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、もしくはワイヤレスネットワークまたはその組み合わせを介して外部コンピュータまたは外部記憶装置に、それぞれのコンピューティング／処理装置にダウンロードすることができる。ネットワークは、銅線伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータもしくはエッジサーバまたはその組み合わせを含むことができる。各コンピューティング／処理装置内のネットワークアダプタカードまたはネットワークインタフェースは、ネットワークからコンピュータが読み取り可能なプログラム命令を受信し、各コンピューティング／処理装置内のコンピュータ可読記憶媒体に記憶するためにコンピュータが読み取り可能なプログラム命令を転送する。

本発明の動作を実行するためのコンピュータが読み取り可能なプログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械依存命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路用構成データ、または、スモールトークやＣ＋＋などのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語や類似のプログラミング言語などの手続き型プログラミング言語を含む、１つ以上のプログラミング言語の任意の組み合わせで記述されたソースコードもしくはオブジェクトコードのいずれかとすることができる。コンピュータが読み取り可能なプログラム命令は、スタンドアロン型ソフトウェアパッケージとして完全にユーザのコンピュータ上で、または部分的にユーザのコンピュータ上で実行可能である。あるいは、部分的にユーザのコンピュータ上でかつ部分的にリモートコンピュータ上で、または、完全にリモートコンピュータもしくはサーバ上で実行可能である。後者の場合、リモートコンピュータは、ＬＡＮやＷＡＮを含む任意の種類のネットワークを介してユーザのコンピュータに接続してもよいし、外部コンピュータに（例えば、インターネットサービスプロバイダを使用してインターネットを介して）接続してもよい。いくつかの実施形態において、例えばプログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブル論理アレイ（ＰＬＡ）を含む電子回路は、本発明の態様を実行する目的で当該電子回路をカスタマイズするために、コンピュータが読み取り可能なプログラム命令の状態情報を利用することによって、コンピュータが読み取り可能なプログラム命令を実行することができる。

本発明の各態様は、本明細書において、本発明の実施形態に係る方法、装置（システム）、およびコンピュータプログラム製品のフローチャートもしくはブロック図またはその両方を参照して説明されている。フローチャートもしくはブロック図またはその両方における各ブロック、および、フローチャートもしくはブロック図またはその両方における複数のブロックの組み合わせは、コンピュータが読み取り可能なプログラム命令によって実行可能である。

上記のコンピュータが読み取り可能なプログラム命令は、機械を生産するために、汎用コンピュータ、専用コンピュータ、または他のプログラマブルデータ処理装置のプロセッサに提供してよい。これにより、かかるコンピュータまたは他のプログラマブルデータ処理装置のプロセッサを介して実行されるこれらの命令が、フローチャートもしくはブロック図またはその両方における１つ以上のブロックにて特定される機能／動作を実行するための手段を創出する。上記のコンピュータが読み取り可能なプログラム命令はさらに、コンピュータ、プログラマブルデータ処理装置もしくは他の装置またはこれらの組み合わせに対して特定の態様で機能するよう命令可能なコンピュータ可読記憶媒体に記憶してよい。これにより、命令が記憶された当該コンピュータ可読記憶媒体は、フローチャートもしくはブロック図またはその両方における１つ以上のブロックにて特定される機能／動作の態様を実行するための命令を含む製品を構成する。

また、コンピュータが読み取り可能なプログラム命令は、コンピュータ、他のプログラマブル装置、または他の装置にロードし、一連の動作ステップを当該コンピュータ、他のプログラマブル装置、または他の装置上で実行させることにより、コンピュータ実行プロセスを生成してもよい。これにより、当該コンピュータ、他のプログラマブル装置、または他の装置上で実行される命令が、フローチャートもしくはブロック図またはその両方における１つ以上のブロックにて特定される機能／動作を実行する。

本開示の図面におけるフローチャートおよびブロック図は、本発明の種々の実施形態に係るシステム、方法およびコンピュータプログラム製品の可能な実装形態のアーキテクチャ、機能性、および動作を示している。この点に関して、フローチャートまたはブロック図における各ブロックは、特定の論理機能を実行するための１つ以上の実行可能な命令を含む、命令のモジュール、セグメント、または部分を表すことができる。他の一部の実装形態において、ブロック内に示した機能は、各図に示す順序とは異なる順序で実行してもよい。例えば、連続して示される２つのブロックは、実際には、関係する機能に応じて、１つの工程として達成してもよいし、同時もしくは略同時に実行してもよいし、部分的もしくは全体的に時間的に重複した態様で実行してもよいし、または場合により逆順で実行してもよい。なお、ブロック図もしくはフローチャートまたはその両方における各ブロック、および、ブロック図もしくはフローチャートまたはその両方における複数のブロックの組み合わせは、特定の機能または動作を行う専用ハードウェアベースのシステムによって、または専用ハードウェアとコンピュータ命令との組み合わせによって実行可能である。

プロセスソフトウェア（例えば、図５の命令５６０に格納された命令のいずれか、もしくは、図２～図４に関して説明した方法のいずれかの部分を実行するもしくは図１において説明した機能のいずれかの部分を実装するまたはその両方をするように構成された任意のソフトウェア、またはその両方）は、ＣＤ、ＤＶＤなどの記憶媒体をロードして、クライアント、サーバ、およびプロキシコンピュータに直接手動でロードすることによって展開できることが理解されるが、プロセスソフトウェアを中央サーバまたは中央サーバのグループに送信することによって、コンピュータシステムに自動的または半自動的に展開することもできる。次に、プロセスソフトウェアは、プロセスソフトウェアを実行するクライアントコンピュータにダウンロードされる。あるいは、プロセスソフトウェアは、電子メールを介してクライアントシステムに直接送信される。次いで、プロセスソフトウェアは、ディレクトリにデタッチされるか、またはプロセスソフトウェアをディレクトリにデタッチする一連のプログラム命令を実行することによって、ディレクトリにロードされる。もう１つの方法は、プロセスソフトウェアをクライアントコンピュータのハードドライブ上のディレクトリに直接送信することである。プロキシサーバーが存在する場合、プロセスはプロキシサーバーコードを選択し、そのコードを配置するコンピュータを決定し、プロキシサーバーコードを送信し、プロキシサーバーコードをプロキシコンピュータにインストールする。プロセスソフトウェアはプロキシサーバに転送され、プロキシサーバに保存される。

本発明の実施形態は、クライアント企業、非営利組織、政府機関、内部組織構造などとのサービス契約の一部として提供することもできる。これらの実施形態は、本明細書に記載する方法の一部または全部を実行するようにコンピュータシステムを構成し、ソフトウェア、ハードウェア、およびＷｅｂサービスを配備することを含むことができる。これらの実施形態はまた、消費者の動作を分析すること、分析に応答して勧告を作成すること、勧告のサブセットを実装するシステムを構築すること、システムを既存のプロセスおよびインフラストラクチャに統合すること、システムの使用を計測すること、システムのユーザに費用を割り当てること、およびシステムの使用のための請求、支払い（例えば、請求書の作成）、またはその他の方法で支払いを受け取ることを含むことができる。

本明細書で使用される用語は、特定の実施形態を説明することのみを目的としており、限定することを意図するものではない。本明細書で使用される場合、単数形「ａ」、「ａｎ」および「ｔｈｅ」は、文脈が明確に他のことを示さない限り、複数形も含むことを意図している。本明細書で使用される場合、「含む（includes）」という用語もしくは「含む（including）」という用語またはその両方は、記載された特徴、整数、ステップ、操作、要素、もしくはコンポーネントまたはその組み合わせの存在を特定するが、１つ以上の他の機能、整数、ステップ、操作、要素、コンポーネント、もしくはそれらのグループまたはその組み合わせの存在または追加を排除するものではない。様々な実施形態の例示的な実施形態の前述の詳細な説明では、本明細書の一部を形成し、様々な実施形態を実施することができる具体的な例示的な実施形態を例示するように示されている添付の図面（同様の番号は同様の要素を表す）を参照した。これらの実施形態は、当業者が実施形態を実施できるように十分に詳細に説明されたが、他の実施形態を使用することができ、様々な実施形態の範囲から逸脱することなく、論理的、機械的、電気的、および他の変更を行うことができる。前述の説明では、様々な実施形態を完全に理解するために、多数の具体的な詳細が説明された。しかし、様々な実施形態は、これらの特定の詳細なしに実施することができる。他の例では、実施形態を不明瞭にしないために、周知の回路、構造、および技術は詳細には示されていない。

本明細書において使用される「実施形態」という語の異なる例は、必ずしも同じ実施形態を指すものではないが、参照することができる。本明細書に図示または説明される任意のデータおよびデータ構造は、例に過ぎず、他の実施形態では、異なる量のデータ、データのタイプ、フィールド、フィールドの数およびタイプ、フィールド名、行の数およびタイプ、記録、エントリ、またはデータの組織を使用することができる。さらに、任意のデータを論理と組み合わせることができるので、別個のデータ構造は必要ない。したがって、上述の詳細な説明は、限定的な意味では解釈されない。

本開示の様々な実施形態の説明は、例示の目的で提示されているが、網羅的であることを意図するものではなく、開示される実施形態に限定されることを意図するものでもない。説明された実施形態の範囲および精神から逸脱することなく、多くの修正および変更が可能であることは当業者には明らかであろう。本明細書で使用される用語は、実施形態の原理、市場で見られる技術に対する実際の適用または技術的改善を最もよく説明するため、または当業者が本明細書に記載の実施形態を理解できるようにするために選択された。

本開示は特定の実施形態に関して説明されてきたが、その変更及び修正は当業者に明らかになると予想されるので、以下の特許請求の範囲は、本開示の真の精神及び範囲内にあるすべての変更及び修正を包含するものと解釈されることを意図する。

本開示において議論される任意の利点は、例示的な利点であり、本開示の精神および範囲内にありながら、議論される任意の利点のすべて、いくつかを実現、またはいずれも実現しない本開示の実施形態が存在し得る。

本開示のいくつかの態様を示すために、実施例の非限定的なリストを以下に提供する。実施例１は、コンピュータによって実施される方法である。この方法は、第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することを含む。この方法は、ジェスチャを示し、センサ出力に基づくトリガ閾値と、ユーザプロファイルに関連付けられた複数のユーザデバイスの１つによって実行可能なプロセッサ実行可能アクションとに、ジェスチャを関連付けることを含む。この方法は、トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することを含む。この方法は、対応するトリガ閾値を満たす異なるタイプのセンサからのデータを使用してジェスチャを識別することを含む。この方法は、複数のユーザ装置のうちの１つによって、ジェスチャに関連付けられたプロセッサ実行可能アクションを実装することを含む。

実施例２は、任意の特徴を含むかまたは除外する実施例１の方法を含む。この例では、ユビキタスジェスチャエージェントがパブリッククラウド環境でホストされている。

実施例３は、任意の特徴を含むかまたは含まない、実施例１～２のいずれかの方法を含む。この例では、異なるタイプのセンサが第１のユーザプロファイルに関連付けられている。

実施例４は、任意の特徴を含むかまたは含まない実施例１～２のいずれかの方法を含む。この例では、異なるタイプのセンサは、ユビキタスジェスチャエージェントに格納された異なるユーザプロファイルに関連付けられる。

実施例５は、任意の特徴を含むかまたは含まない、実施例１～４のいずれかの方法を含む。この例では、異なるタイプのセンサーはスマートビルディング内のカメラである。任意に、センサ出力は、加速度計からの加速度データを含み、対応するトリガ閾値は、スマートビルディング内のカメラからのビデオデータから推測される加速度に基づく。

実施例６は、任意の特徴を含むかまたは含まない、実施例１～５のいずれかの方法を含む。この例では、プロセッサ実行可能アクションは、アクチュエータの起動、リモートサーバへのアクセス、およびスマートフォン上でのアクションの実装からなるグループから選択される。

実施例７は、任意の特徴を含むかまたは含まない、実施例１～６のいずれかの方法を含む。この例では、方法は、遠隔データ処理システムから１つまたは複数のコンピュータにダウンロードされるソフトウェアに従って、１つまたは複数のコンピュータによって実行される。任意に、本方法は、ソフトウェアの使用量の計測、使用量の計測に基づく請求書の作成をさらに含む。

実施例８はシステムである。システムは、１つまたは複数のプロセッサと、１つまたは複数のプロセッサによって実行される場合に、１つまたは複数のプロセッサに実施例１～７のいずれか１つによる方法を実行させるように構成されたプログラム命令を記憶する１つまたは複数のコンピュータ可読記憶媒体とを含む。

実施例９は、コンピュータプログラム製品である。コンピュータプログラム製品は、１つまたは複数のコンピュータ可読記憶媒体と、１つまたは複数のコンピュータ可読記憶媒体上に集合的に記憶されたプログラム命令とを含む。プログラム命令は、１つまたは複数のプロセッサに、実施例１～７のいずれか１つに従って方法を実行させるように構成された命令を含む。

Claims (20)

1. 第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することと、
   前記ジェスチャを示し、前記センサ出力に基づくトリガ閾値と、前記ユーザプロファイルに関連付けられた複数のユーザデバイスの１つによって実行可能なプロセッサ実行可能アクションとに、前記ジェスチャを関連付けることと、
   前記トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することと、
   前記対応するトリガ閾値を満たす前記異なるタイプのセンサからのデータを使用して前記ジェスチャを識別することと、
   前記複数のユーザデバイスのうちの１つによって、前記ジェスチャに関連付けられた前記プロセッサ実行可能アクションを実装することと、
   を含む、コンピュータ実装方法。
2. 前記ユビキタスジェスチャエージェントは、パブリッククラウド環境でホストされる、請求項１に記載のコンピュータ実装方法。
3. 前記異なるタイプのセンサは、前記第１のユーザプロファイルに関連付けられる、請求項１に記載のコンピュータ実装方法。
4. 前記異なるタイプのセンサは、前記ユビキタスジェスチャエージェントに記憶された異なるユーザプロファイルに関連付けられる、請求項１に記載のコンピュータ実装方法。
5. 前記異なるタイプのセンサは、スマートビルディング内のカメラである、請求項１に記載のコンピュータ実装方法。
6. 前記センサ出力は、加速度計からの加速度データを含み、前記対応するトリガ閾値は、前記スマートビルディング内の前記カメラからのビデオデータから推測される加速度に基づく、請求項５に記載のコンピュータ実装方法。
7. 前記プロセッサ実行可能アクションは、アクチュエータを起動すること、リモートサーバにアクセスすること、およびスマートフォン上でアクションを実行することからなるグループから選択される、請求項１に記載のコンピュータ実装方法。
8. 前記方法は、遠隔データ処理システムから１つまたは複数のコンピュータにダウンロードされるソフトウェアに従って、前記１つまたは複数のコンピュータによって実行される、請求項１に記載のコンピュータ実装方法。
9. 前記方法は、
   前記ソフトウェアの使用量を計測することと、
   前記使用量を測定することに基づいて請求書を生成することと、
   をさらに含む、請求項８に記載のコンピュータ実装方法。
10. １つまたは複数のプロセッサと、
    前記１つまたは複数のプロセッサによって実行された場合に、前記１つまたは複数のプロセッサに方法を実行させるように構成された、プログラム命令を記憶する１つまたは複数のコンピュータ可読記憶媒体と、を含み、前記方法は、
    第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することと、
    前記ジェスチャを示し、前記センサ出力に基づくトリガ閾値と、前記ユーザプロファイルに関連付けられた複数のユーザデバイスの１つによって実行可能なプロセッサ実行可能アクションとに、前記ジェスチャを関連付けることと、
    前記トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することと、
    前記対応するトリガ閾値を満たす前記異なるタイプのセンサからのデータを使用して前記ジェスチャを識別することと、
    前記複数のユーザデバイスのうちの１つによって、前記ジェスチャに関連付けられた前記プロセッサ実行可能アクションを実装することと、
    を含む、システム。
11. 前記異なるタイプのセンサは、前記第１のユーザプロファイルに関連付けられる、請求項１０に記載のシステム。
12. 前記異なるタイプのセンサは、前記ユビキタスジェスチャエージェントに記憶された異なるユーザプロファイルに関連付けられる、請求項１０に記載のシステム。
13. 前記異なるタイプのセンサは、スマートビルディング内のカメラであり、前記センサ出力は、加速度計からの加速度データを含み、前記対応するトリガ閾値は、前記スマートビルディング内の前記カメラからのビデオデータから推測される加速度に基づく、請求項１０に記載のシステム。
14. 前記プロセッサ実行可能アクションは、アクチュエータを起動すること、リモートサーバにアクセスすること、およびスマートフォン上でアクションを実行することからなるグループから選択される、請求項１０に記載のシステム。
15. １つまたは複数のコンピュータ可読記憶媒体と、前記１つまたは複数のコンピュータ可読記憶媒体上に集合的に記憶されたプログラム命令とを含み、前記プログラム命令は、前記１つまたは複数のプロセッサに、
    第１のユーザ装置からのセンサ出力を使用して、ユビキタスジェスチャエージェントに関連付けられた第１のユーザプロファイルにジェスチャを記録することと、
    前記ジェスチャを示し、前記センサ出力に基づくトリガ閾値と、前記ユーザプロファイルに関連付けられた複数のユーザデバイスの１つによって実行可能なプロセッサ実行可能アクションとに、前記ジェスチャを関連付けることと、
    前記トリガ閾値を異なるタイプのセンサに対応するトリガ閾値に変換することと、
    前記対応するトリガ閾値を満たす前記異なるタイプのセンサからのデータを使用して前記ジェスチャを識別することと、
    前記複数のユーザデバイスのうちの１つによって、前記ジェスチャに関連付けられた前記プロセッサ実行可能アクションを実装することと、
    を含む方法を実行させるように構成された命令を含む、コンピュータプログラム製品。
16. 前記異なるタイプのセンサは、前記第１のユーザプロファイルに関連付けられる、請求項１５に記載のコンピュータプログラム製品。
17. 前記異なるタイプのセンサは、前記ユビキタスジェスチャエージェントに記憶された異なるユーザプロファイルに関連付けられる、請求項１５に記載のコンピュータプログラム製品。
18. 前記異なるタイプのセンサは、スマートビルディング内のカメラであり、前記センサ出力は、加速度計からの加速度データを含み、前記対応するトリガ閾値は、前記スマートビルディング内の前記カメラからのビデオデータから推測される加速度に基づく、請求項１５に記載のコンピュータプログラム製品。
19. 前記プロセッサ実行可能アクションは、アクチュエータを起動すること、リモートサーバにアクセスすること、およびスマートフォン上でアクションを実行することからなるグループから選択される、請求項１５に記載のコンピュータプログラム製品。
20. 前記プログラム命令は、遠隔データ処理システムから前記１つまたは複数のコンピュータ可読記憶媒体にダウンロードされ、前記方法は、
    前記プログラム命令の使用量を計測することと、
    前記使用量を測定することに基づいて請求書を生成することと、
    をさらに含む、請求項１５に記載のコンピュータプログラム製品。

Images