JP2024032633A - 感情推定装置、感情推定システム、および感情推定方法 - Google Patents

Abstract

【課題】日常の活動の中から得られる情報に基づいて被験者の感情を推定することができる感情推定装置、感情推定システム、および感情推定方法を提供する。【解決手段】感情推定装置１は、測定装置２で測定した被験者Ｐの歩行データ、および被験者Ｐの感情を数値化した感情データの入力を受け付けるインターフェースと、インターフェースで入力を受け付けた歩行データ、および感情データを記憶する記憶部と、記憶部に記憶された歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを求める演算部と、を備える。演算部は、新たに歩行データをインターフェースで入力を受け付けた場合、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者Ｐの感情を推定し、推定した被験者Ｐの感情を表す情報をインターフェースから出力する。【選択図】図１

Description

本開示は、感情推定装置、感情推定システム、および感情推定方法に関する。

近年、体の健康だけでなく、心の健康も望まれている。しかし、体の健康は健康診断などで数値化できても、心の健康を数値化することは難しく、心の状態（感情）を可視化する手段や方法について日々研究が行われている。また、体の状態（体調）は、症状として顕在化することで本人にとって自覚しやすく、周囲の人も気付きやすいが、心の状態は、体調のように症状として顕在化しないことから、周囲の人も気付き難く、本人でさえも自覚することが容易ではない。そのため、心の状態が不調のままで、その発見が遅れて深刻化しうつ病などの精神疾患に繋がることがあり、体の状態を健康に保つことは社会問題となっている。

したがって、心の状態（感情）を可視化することには大きな需要があり、その推定方法が簡易であれば更に大きな需要となる。たとえば、特開２０２０－１２０９０８号公報（特許文献１）には、被験者の表情を撮像した画像から被験者の表情指標を抽出し、抽出した表情指標に基づいて、被験者の精神状態を推定する精神状態推定システムなどが開示されている。また、特開２０１９－０１７９４６号公報（特許文献２）には、安静状態であるときにおける生体情報と、非安静状態であるときにおける生体情報とに基づいて被験者の気分の変動量を推定する気分推定システムが開示されている。さらに、特許第６３８８８２４号公報（特許文献３）には、被験者の生体情報と、この生体情報に対応したそのユーザの感情情報と身体的状態とを格納し、生体情報と感情情報との関係を学習して身体的状態毎に生体情報から感情情報を推定する感情情報推定装置などが開示されている。また、特開２０１７－１４４２２２号公報（特許文献４）には、被験者の生理学データと、非生理学データを取得し、被験者の覚醒の度合い、被験者の快適さの度合いを算出し、算出した値から被験者の感情を推定する感情推定装置などが開示されている。

特開２０２０－１２０９０８号公報 特開２０１９－０１７９４６号公報 特許第６３８８８２４号公報 特開２０１７－１４４２２２号公報

開示されている装置や方法では、被験者の感情を推定するために、被験者の表情を撮像した画像が必要であったり、被験者の生体情報や生理学データが必要であったりした。そのため、被験者の感情を推定するために、表情を撮像したり、生体情報や生理学データを取得したりする作業が必要となり、簡易な方法で感情を推定するとは言えなかった。特に、感情を推定するために、被験者に対して特別な作業を行わせることなく、日常の活動の中から得られる情報に基づいて被験者の感情を推定する装置や方法が望まれている。

本開示は、かかる問題を解決するためになされたものであり、その目的は、日常の活動の中から得られる情報に基づいて被験者の感情を推定することができる感情推定装置、感情推定システム、および感情推定方法を提供することである。

本開示のある局面に従う感情推定装置は、被験者の感情を推定する感情推定装置である。感情推定装置は、測定装置で測定した被験者の歩行データ、および被験者の感情を数値化した感情データの入力を受け付けるインターフェースと、インターフェースで入力を受け付けた歩行データ、および感情データを記憶する記憶部と、記憶部に記憶された歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを求める演算部と、を備える。演算部は、インターフェースで歩行データの入力を新たに受け付けた場合、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定し、推定した被験者の感情を表す情報をインターフェースから出力する。

本開示のある局面に従う感情推定システムは、被験者の歩行データを測定する測定装置と、上記の感情推定装置と、を備える。

本開示のある局面に従う感情推定方法は、被験者の感情を推定する感情推定方法である。感情推定方法は、測定装置で測定した被験者の歩行データ、および被験者の感情を数値化した感情データの入力を受け付けるステップと、入力を受け付けた歩行データ、および感情データを記憶部に記憶するステップと、記憶部に記憶された歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを求めるステップと、歩行データの入力を新たに受け付けた場合、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定するステップと、推定した被験者の感情を表す情報を出力するステップと、を含む。

本開示によれば、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定するので、日常の活動の中から得られる歩行データに基づいて被験者の感情を推定することができる。

実施の形態１に係る感情推定装置を含む感情推定システムの構成を示す概略図である。 実施の形態１に係る測定装置を説明するための模式図である。 実施の形態１に係る感情推定装置の構成を示すブロック図である。 実施の形態１に係る感情推定装置が実行する感情推定処理を説明するためのフローチャートである。 ラッセルの円環モデルを用いて感情を分類した模式図である。 感情誘導するための感情誘導課題の一例を示す図である。 感情を数値化するためのアンケートの一例を示す図である。 実施の形態１に係る感情推定装置における歩行パラメータと感情データとの関係の一例を示す図である。 実施の形態１に係る感情推定装置における主成分分析の一例を示す図である。 図９に示す主成分分析をグラフ化した一例を示す図である。 実施の形態１に係る感情推定装置における重回帰分析の一例を示す図である。 実施の形態２に係る感情推定装置が実行する感情推定処理を説明するためのフローチャートである。 実施の形態３に係る感情推定装置を含む感情推定システムの構成を示す概略図である。 実施の形態３に係る感情推定装置の構成を示すブロック図である。 実施の形態３に係る感情推定装置がマインドスコアを求める処理を説明するためのフローチャートである。 実施の形態３に係る感情推定装置において感情データを入力するための入力画面の一例を示す図である。 実施の形態３に係る感情推定装置においてマインドスコアを求める演算の一例を説明するための図である。 実施の形態３に係る感情推定装置においてマインドスコアを出力するための出力画面の一例を示す図である。 実施の形態３に係る感情推定装置において歩行パラメータを出力するための出力画面の一例を示す図である。 実施の形態３に係る感情推定装置においてマインドスコアを求める別の演算の一例を説明するための図である。

本開示では、心の状態と歩容との関係について着目し、被験者の歩容を歩行データから特定して被験者の感情を推定する感情推定装置、感情推定システム、および感情推定方法を提供する。そのため、本開示に係る感情推定装置、感情推定システム、および感情推定方法では、日常の活動における歩行という簡易的な動作から感情を推定することが可能となる。以下、実施の形態について図面に基づいて説明する。以下の説明では、同一の構成には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

（実施の形態１）
［感情推定システムの構成］
図１は、実施の形態１に係る感情推定装置１を含む感情推定システム１００の構成を示す概略図である。感情推定システム１００は、歩行データから被験者Ｐの感情を推定する感情推定装置１と、被験者Ｐの歩行データを測定する測定装置２と、を含む。なお、感情推定装置１は、歩行データから被験者Ｐの感情を推定するために、歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを予め求めておく必要がある。本開示では、複数の被験者Ｐの歩行データおよび感情データから対応データを求め、その後、求めた対応データを使って被験者Ｐの感情を推定する例を説明するが、多数の被験者による対応データが蓄積され一般化された対応データが用意されるような構成でもよい。または、属性（たとえば、性別、年代、人種など）ごとに一般化した対応データを用意し、感情推定装置１で被験者Ｐの歩行データから感情を推定する場合に、被験者Ｐの属性に応じて適切な対応データを選択して貰うような構成であってもよい。

対応データを求める方法については後述するが、対応データを求めるためには測定装置２で被験者Ｐの歩行データを測定する必要がある。図１に示す感情推定システム１００では、測定装置２がスマートシューズである例を示してある。図２は実施の形態１に係る測定装置２を説明するための模式図である。図２には、測定装置２であるスマートシューズが図示されている。スマートシューズには、センサモジュール２１が組み込まれており、当該センサモジュール２１で被験者Ｐの歩行データを測定する。

センサモジュール２１は、図示していないが、加速度センサ、角速度センサ、これらのセンサの測定値から歩行パラメータを演算する演算回路、演算回路で演算した歩行パラメータや測定値を感情推定装置１に無線で送信するための通信回路などを含んでいる。なお、加速度センサは、たとえば、Ｘ，Ｙ，Ｚの３軸の加速度を測定でき、角速度センサは、たとえば、Ｘ，Ｙ，Ｚの３軸それぞれの角速度を測定できる。そのため、センサモジュール２１は、被験者Ｐの歩行データとして、加速度センサの測定値および角速度センサの測定値以外に、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地時の鉛直方向の加速度の最大値の歩行パラメータを得ることができる。ここで、着地時の鉛直方向の加速度の最大値は、着地時において足に加わる衝撃（着地衝撃）を評価する歩行パラメータの一例である。着地衝撃の歩行パラメータには、頭や体の重心の上下動で評価する方法や、フォースプレートや足圧マットなどで直接床反力を計測して評価する方法などがある。

センサモジュール２１から感情推定装置１への歩行パラメータなどのデータ移行は、無線による通信で行うと説明したが、これに限られない。たとえば、センサモジュール２１から感情推定装置１への歩行パラメータなどのデータ移行を有線による通信で行っても、記録媒体（たとえば、メモリチップ，ＵＳＢメモリなど）で行ってもよい。

また、センサモジュール２１は、加速度センサの測定値および角速度センサの測定値から歩行パラメータを演算すると説明したが、これに限られない。たとえば、センサモジュール２１は、加速度センサの測定値および角速度センサの測定値を感情推定装置１へ送信するだけでもよく、感情推定装置１がセンサモジュール２１より取得した加速度センサの測定値および角速度センサの測定値から歩行パラメータを演算してもよい。

本開示では、測定装置２がスマートシューズであるとして以下説明するが、被験者Ｐの歩行データを測定する測定装置２はスマートシューズだけに限定されない。たとえば、測定装置２は、被験者Ｐの足元を含む全身の動きを認識することができる３次元姿勢認識カメラ（たとえば、Ｋｉｎｅｃｔ（登録商標）など）、加速度センサおよび角速度センサを有するスマートフォンやスマートウォッチなどの携帯デバイスであってもよい。

また、図１に示すように対応データを求めるためには、歩行時における感情についてのアンケートを被験者Ｐから回答して貰い、被験者Ｐの感情を数値化した感情データを感情推定装置１に入力する必要がある。アンケートは、たとえば７点尺度で被験者Ｐに感情を評価して貰い、感情を数値化する。また、アンケートを行うタイミングは、被験者Ｐが歩行時に抱いていた感情を事後的に回答して貰う以外に、後述するように被験者Ｐに感情誘導を行った後に被験者Ｐの感情が誘導されたかを確認するために行ってもよい。感情誘導を行うのではなく、被験者Ｐに特定の感情を意識させた上で歩行させてもよく、この場合、被験者Ｐが意識した感情についてのアンケートを被験者Ｐから回答して貰う。

本開示においては、感情推定装置１と、測定装置２とを備える感情推定システム１００で歩行データから被験者Ｐの感情を推定すると説明するが、システムの構成はこれに限られない。たとえば、システムの構成として、感情推定装置１に測定装置２が一体となったシステムであっても、測定装置２に感情推定装置１が一体となったシステムであってもよい。具体的に、感情推定装置１に測定装置２が一体となったシステムとして、スマートフォンで被験者Ｐの歩行データを測定し、スマートフォンで測定した歩行データから被験者Ｐの感情を推定するシステムが考えられる。また、測定装置２に感情推定装置１が一体となったシステムとして、スマートシューズで被験者Ｐの歩行データを測定し、スマートシューズで測定した歩行データから被験者Ｐの感情を推定するシステムが考えられる。

［感情推定装置の構成］
図３は、実施の形態１に係る感情推定装置１の構成を示すブロック図である。図３に示すように、感情推定装置１は、プロセッサ１１と、メモリ１２と、ストレージ１３と、インターフェース１４と、メディア読取装置１５と、通信インターフェース１６とを備える。これらの各構成は、プロセッサバス１７を介して接続されている。

プロセッサ１１は、「演算部」の一例である。プロセッサ１１は、ストレージ１３に記憶されたプログラム（たとえば、ＯＳ（Operating System）１３０、推定プログラム１３１）を読み出し、読み出したプログラムをメモリ１２に展開して実行するコンピュータである。プロセッサ１１は、たとえば、ＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）、またはＭＰＵ（Multi Processing Unit）などで構成される。なお、プロセッサ１１は、演算回路（Processing Circuitry）で構成されていてもよい。

メモリ１２は、ＤＲＡＭ（Dynamic Random Access Memory）またはＳＲＡＭ（Static Random Access Memory）などの揮発性メモリ、あるいは、ＲＯＭ（Read Only Memory）またはフラッシュメモリなどの不揮発性メモリなどで構成される。

ストレージ１３は、「記憶部」の一例である。ストレージ１３は、たとえば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）などの不揮発性記憶装置などで構成される。ストレージ１３は、ＯＳ１３０、推定プログラム１３１以外に、歩行データ１３２、感情データ１３３、および対応データ１３４などを記憶する。

推定プログラム１３１は、歩行データ１３２から被験者Ｐの感情を推定する処理（後述する図４に示す推定処理ＩＩ）を実行するためのプログラムである。推定プログラム１３１は、歩行データ１３２から被験者Ｐの感情を推定する処理を行うための事前処理として、歩行データ１３２と感情データ１３３とを対応付けた対応データ１３４を求める処理（後述する図４に示す準備処理Ｉ）を実行するためのプログラムを含んでもよい。

歩行データ１３２は、測定装置２で測定した加速度、角速度、およびこれらの測定値から演算した歩行パラメータを含む。歩行データ１３２は、通信インターフェース１６を介して測定装置２から入力を受け付け、ストレージ１３に記憶されている。

感情データ１３３は、７点尺度のアンケートで被験者Ｐに感情を評価して貰い数値化したデータを含む。感情データ１３３は、インターフェース１４を介して入力を受け付け、ストレージ１３に記憶されている。

対応データ１３４は、歩行データ１３２と感情データ１３３を対応付けたデータであり、たとえば主成分分析を行って得られた分析結果のデータ、重回帰分析を行って得られた重回帰式、説明変数の係数のデータなどを含む。つまり、対応データ１３４には、新たに受け付けた歩行データ１３２から被験者Ｐの感情を推定するために必要なデータが含まれていればよい。

インターフェース１４は、「インターフェース」の一例である。インターフェース１４は、被験者Ｐがキーボード、マウス、およびタッチデバイスなどを操作することで、アンケートで回答した感情データ１３３の入力を受け付ける。また、インターフェース１４は、推定した被験者Ｐの感情を表す情報を、ディスプレイ、スピーカなどへ出力する。

メディア読取装置１５は、リムーバブルディスク１８、メモリチップ、ＵＳＢメモリなどの記憶媒体を受け入れ、リムーバブルディスク１８、メモリチップ、ＵＳＢメモリなどに格納されているデータを取得する。

通信インターフェース１６は、「インターフェース」の一例である。通信インターフェース１６は、有線通信または無線通信を行うことによって、測定装置２、または他の装置との間でデータを送受信する。たとえば、通信インターフェース１６は、測定装置２と通信することによって、測定装置２で測定した歩行データ１３２の入力を受け付ける。通信インターフェース１６は、他の装置と通信することによって、推定した被験者Ｐの感情を表す情報を他の装置へ出力してもよい。

なお、感情推定装置１は、歩行データ１３２と感情データ１３３とから対応データ１３４を求めると説明したが、一般化された対応データ１３４が事前に用意されているのであれば通信インターフェース１６を介してサーバ等から受け付けてもよい。また、感情推定装置１は、メディア読取装置１５によってリムーバブルディスク１８などに記憶された対応データ１３４を読み取ってもよい。

［感情推定処理］
感情推定装置１で実行される感情推定処理のフローチャートを参照しながら、歩行データ１３２から被験者Ｐの感情を推定する処理について説明する。図４は、実施の形態１に係る感情推定装置１が実行する感情推定処理を説明するためのフローチャートである。図４に示す各ステップは、感情推定装置１のプロセッサ１１が推定プログラム１３１を実行することによって実現される。

感情推定装置１は、歩行データ１３２から被験者Ｐの感情を推定するために、歩行データ１３２に含まれる複数の歩行パラメータと、感情データ１３３とを対応付けた対応データ１３４を予め求めておく必要がある。そのため、感情推定装置１は、歩行データ１３２から被験者Ｐの感情を推定する処理を行うための事前処理として、図４に示すように、歩行データ１３２と感情データ１３３とを対応付けた対応データ１３４を求めるための準備処理Ｉを実行する。

準備処理Ｉでは、対応データ１３４を求めるために、被験者Ｐに対して特定の感情を抱かせるための感情誘導を行った後に、歩行させて測定装置２で歩行データ１３２を測定する。人の感情は、たとえば、ラッセルの円環モデルを用いて分類することができる。図５は、ラッセルの円環モデルを用いて感情を分類した模式図である。図５に示すように、ラッセルの円環モデルでは、「嬉しい」、「怒り」、「落ち込む」等の感情を、「快－不快」および「覚醒－沈静」の二軸で表現し二次元座標平面にマッピングしたものである。本実施の形態では、ラッセルの円環モデルの「嬉しい」と感じる部分の感情を「嬉しい」とし、同モデルの「落ち込む」と感じる部分の感情を「落ち込んだ」とし、同モデルの「怒り」と感じる部分の感情を「イライラ」として、被験者Ｐに対して感情誘導を行う。

準備処理Ｉでは、被験者Ｐに対して感情誘導を行う前に、感情誘導を行わない通常状態（コントロール状態）で歩行させて測定装置２で歩行データ１３２を測定する処理ａを行う。感情推定装置１は、図４に示す処理ａにおいて、感情誘導を行わない通常状態で被験者Ｐに回答して貰ったアンケートの入力を受け付ける（ステップＳ１０１）。なお、ステップＳ１０１で行うアンケートは、感情誘導状態で行うアンケート（図７参照）と同じである。さらに、測定装置２のスマートシューズを履いて被験者Ｐに所定距離（たとえば、５ｍ）を２回歩行させることで、感情推定装置１は、当該歩行で測定した歩行データの入力を受け付ける（ステップＳ１０２）。

準備処理Ｉでは、感情誘導を行わない通常状態で歩行データ１３２を測定する処理ａの後に、感情誘導状態で歩行データ１３２を測定する処理ｂを行う。本実施の形態で感情誘導を行う「嬉しい」、「落ちこんだ」、「イライラ」の３つ感情それぞれについて、過去の体験を想起させる感情誘導課題が設定されている。図６は、感情誘導するための感情誘導課題の一例を示す図である。感情誘導課題Ｑ１は、「嬉しい」感情に誘導するため過去の体験を想起させる課題で「とても嬉しかった出来事について思い出してください。あなたがその出来事で思ったことを実際に思い、同じ感情を感じてください。」との文章が記載されている。

感情誘導課題Ｑ２は、「落ちこんだ」感情に誘導するため過去の体験を想起させる課題で「とても落ちこんだ出来事について思い出してください。あなたがその出来事で思ったことを実際に思い、同じ感情を感じてください。」との文章が記載されている。

感情誘導課題Ｑ３は、「イライラ」感情に誘導するため過去の体験を想起させる課題で「とてもイライラした出来事について思い出してください。あなたがその出来事で思ったことを実際に思い、同じ感情を感じてください。」との文章が記載されている。なお、感情誘導課題Ｑ１～Ｑ３は、被験者Ｐが読む文章である例を説明したがこれに限られず、音声、画像、動画像などであってもよい。

被験者Ｐは、感情誘導課題Ｑ１～Ｑ３のいずれかの文章を読んで感情を誘導された後に、感情がどの程度誘導されたかを確認するため、７点尺度を用いて感情を評価するアンケートを回答する。図７は、感情を数値化するためのアンケートＡの一例を示す図である。図７に示すアンケートＡでは、（１）「今、あなたはどれくらい嬉しい気持ちですか？該当する数字を選択してください。」との問いに対して、人生で一番嬉しくない場合を「１点」、人生で一番嬉しい場合を「７点」、普通の場合を「４点」として回答する。また、図７に示すアンケートＡでは、（２）「今、あなたはどれくらい落ち込んだ気持ちですか？該当する数字を選択してください。」との問いに対して、人生で一番落ち込んでいない場合を「１点」、人生で一番落ち込んでいる場合を「７点」、普通の場合を「４点」として回答する。さらに、図７に示すアンケートＡでは、（３）「今、あなたはどれくらいイライラした気持ちですか？該当する数字を選択してください。」との問いに対して、人生で一番イライラしていない場合を「１点」、人生で一番イライラしている場合を「７点」、普通の場合を「４点」として回答する。

感情推定装置１は、図４に示す処理ｂにおいて、感情誘導状態で被験者Ｐに回答して貰ったアンケートＡの入力を受け付ける（ステップＳ１０３）。さらに、測定装置２のスマートシューズを履いて被験者Ｐに所定距離（たとえば、５ｍ）を歩行（たとえば２回）させることで、感情推定装置１は、当該歩行で測定した歩行データの入力を受け付ける（ステップＳ１０４）。なお、所定距離および歩行回数は例示であって、所定距離が、たとえば３ｍ，１０ｍ、歩行回数が１回，３回でもよい。ステップＳ１０３～ステップＳ１０４の処理は、同じ被験者Ｐに対して、「嬉しい」、「落ちこんだ」、「イライラ」の３つ感情それぞれについて行うが、誘導する感情の順番は被験者Ｐごとにランダムとする。なお、図７に示すアンケートＡは、一例であって７点尺度を用いて感情を評価するアンケートに限られず、５点尺度や９点尺度などを用いて感情を評価するアンケートであってもよい。

感情推定装置１は、図４に示す処理ａおよび処理ｂで取得した歩行データ１３２および感情データ１３３とを対応付けた対応データを求める（ステップＳ１０５）。具体的に、健常な２０代から５０代の１８名（男性１０名、女性８名）の被験者Ｐについて、取得した歩行データ１３２および感情データ１３３に基づいて対応付けの処理について説明する。まず、図８は、実施の形態１に係る感情推定装置１における歩行パラメータと感情データとの関係の一例を示す図である。図８には、各感情における歩行パラメータのそれぞれの平均値および標準偏差（カッコ書きの数値）を示すデータＲ１が示されている。

データＲ１から、誘導した感情により歩行パラメータの変化に傾向があることが分かる。たとえば、感情が「イライラ」の場合、コントロール状態の場合に比べて多くの歩行パラメータの値に有意な差が見出せる。具体的に、感情が「イライラ」の場合、「ピッチ」が上昇し、「歩行速度」が増加し、「一歩にかかる時間」が減少し、「立脚期期間」が減少し、「遊脚期期間」が減少している。なお、これらの歩行パラメータについては、有意水準５％の統計的仮設検定において有意差ありと判定されている。なお、データＲ１では、アスタリスクを２つ（＊＊）付与した値が、有意水準５％の統計的仮設検定において有意差ありと判定された値である。

また、感情が「嬉しい」の場合、「歩行速度」が増加している。感情が「落ちこんだ」の場合、「ストライド」が減少し、「離地時のかかと上がり角度」が減少し、「プロネーション」が増加している。なお、これらの歩行パラメータについては、有意水準１０％の統計的仮設検定において有意差ありと判定されている。なお、データＲ１では、アスタリスクを１つ（＊）付与した値が、有意水準１０％の統計的仮設検定において有意差ありと判定された値である。

歩行動作は、各々の歩行パラメータが独立して変化する動作ではなく、各々の歩行パラメータが相互に影響しあって変化する動作である。そこで、複数の歩行パラメータに対して主成分分析を適用し、各感情に対する複数の歩行パラメータに及ぼす傾向について分析する。ここで、主成分分析とは、相関のある多数の変数から相関のない少数で全体のばらつきを最も表す変数（主成分）を合成し、次元圧縮する統計的手法の一つである。図９は、実施の形態１に係る感情推定装置１における主成分分析の一例を示す図である。図９には、１８名の被験者Ｐから取得した歩行データ１３２および感情データ１３３に対して主成分分析を行ったデータＲ２が示されている。

データＲ２には、３つの主成分ＰＣ１，ＰＣ２，ＰＣ３における各々の歩行パラメータの因子負荷量が示されている。ここで、因子負荷量とは、各々の歩行パラメータと主成分ＰＣ１，ＰＣ２，ＰＣ３との相関係数である。データＲ２において主成分ＰＣ２に着目すると、「ストライド」、「歩行速度」、「着地時のつま先上がり角度」の３つの歩行パラメータにおいて相関係数の絶対値が０．４以上と高い。これら３つの歩行パラメータは、いずれの負の相関を示しているので、「ストライド」が小さいほど、「歩行速度」が遅いほど、「着地時のつま先上がり角度」が小さいほど、主成分ＰＣ２の値が大きくなることが分かる。これらの関係から、新たに合成した主成分ＰＣ２は、「小さい動きの歩行」を表す変数であると解釈することができる。

図１０は、図９に示す主成分分析をグラフ化した一例を示す図である。図１０には、主成分ＰＣ１を横軸，主成分ＰＣ２を縦軸として、感情データ１３３をプロットしたグラフが示されている。図１０に示すグラフでは、「嬉しい」感情の感情データ１３３を丸でプロットし、「落ち込んだ」感情の感情データ１３３を三角でプロットし、「イライラ」の感情の感情データ１３３を四角でプロットしている。

主成分ＰＣ２の値が０（ゼロ）のところに破線が引かれているが、この破線の辺りには「嬉しい」感情の感情データ１３３が多くプロットされている。さらに、主成分ＰＣ２の値が正の範囲には「落ち込んだ」感情の感情データ１３３が多くプロットされ、主成分ＰＣ２の値が負の範囲には「イライラ」の感情の感情データ１３３が多くプロットされている。そのため、図１０に示すグラフから、主成分ＰＣ２の値が大きくなるに従い「イライラ」、「嬉しい」、「落ち込んだ」の順で感情が変化することが分かる。つまり、主成分ＰＣ２を、対応データ１３４として採用することで、「イライラ」、「嬉しい」、「落ち込んだ」の感情を歩行データ１３２から推定することが可能となる。

主成分ＰＣ２の値の変化により、「イライラ」、「嬉しい」、「落ち込んだ」と感情が変化していることから、図５に示したラッセルの円環モデルの「快－不快」の軸でスコア化が可能であると考えられる。そこで、「快－不快」の軸とした重回帰分析を行う。図１１は、実施の形態１に係る感情推定装置１における重回帰分析の一例を示す図である。図１１には、「嬉しい」－「落ち込んだ」を軸とする得点を目的変数とし、歩行データ１３２の１１個の歩行パラメータを説明変数として重回帰分析を行ったデータＲ３が示されている。なお、図１１に示す重回帰分析では、重相関係数Ｒ＝０．５０６２１８であった。

目的変数である「嬉しい」－「落ち込んだ」を軸とする得点は、「嬉しい」感情の得点と「落ち込んだ」感情の得点との組み合わせで求められる。しかし、「落ち込んだ」感情の得点は、図７で示したように７点尺度で評価し、人生で一番落ち込んでいない場合を「１点」、人生で一番落ち込んでいる場合を「７点」としている。そのため、単純に組み合わると、人生で一番落ち込んでいる場合の得点が最も低い得点、人生で一番嬉しい場合の得点が最も高い得点とならない。そこで、「嬉しい」－「落ち込んだ」を軸とする得点は次のような関係式で定義している。関係式は、「嬉しい」－「落ち込んだ」を軸とする得点（目的変数）＝「嬉しい」感情の得点＋（８点－「落ち込んだ」感情の得点）である。

具体的に、人生で一番嬉しい場合、「嬉しい」感情の得点が７点、「落ち込んだ」感情の得点が１点となるので、目的変数＝７点＋（８点－１点）＝１４点となる。人生で一番落ち込んでいる場合、「嬉しい」感情の得点が１点、「落ち込んだ」感情の得点が７点となるので、目的変数＝１点＋（８点－７点）＝２点となる。普通の場合、「嬉しい」感情の得点が４点、「落ち込んだ」感情の得点が４点となるので、目的変数＝４点＋（８点－４点）＝８点となる。

データＲ３では、目的変数に対する各々の説明変数の係数が示されている。データＲ３に示す説明変数のうち、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータの係数の絶対値が３以上と高い。つまり、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータが、目的変数への寄与度が大きい。そのため、感情推定装置１は、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータを説明変数とする重回帰式を対応データ１３４として採用することで、「嬉しい」－「落ち込んだ」の範囲において感情を歩行データ１３２から推定することが可能となる。

目的変数への寄与度は、「歩行速度」、「ストライド」、「ピッチ」の順で大きいため、感情推定装置１は、上位の２つの歩行パラメータから感情を推定してもよい。また、感情推定装置１は、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータのうち、少なくとも１つの歩行パラメータから感情を推定してもよい。さらに、感情推定装置１は、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータ以外の歩行パラメータを追加して感情を推定してもよく、感情を推定するための歩行パラメータを増やすことで推定精度を高めることができる。

図４に戻って、感情推定装置１は、前述したように準備処理Ｉで対応データ１３４を予め求めておくことで、新たに受け付けた歩行データ１３２から被験者Ｐの感情を推定する推定処理ＩＩを実行することができる。感情推定装置１は、測定装置２で測定した新たな歩行データ１３２を受け付けたか否かを判断する（ステップＳ１０６）。新たな歩行データ１３２を受け付けていない場合（ステップＳ１０６でＮＯ）、感情推定装置１は、処理をステップＳ１０６に戻し、新たな歩行データ１３２の入力を待つ。

新たな歩行データ１３２を受け付けた場合（ステップＳ１０６でＹＥＳ）、感情推定装置１は、新たに受け付けた歩行データ１３２と対応データ１３４とに基づいて被験者Ｐの感情を推定する（ステップＳ１０７）。具体的に、感情推定装置１は、新たに受け付けた歩行データ１３２の中から「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータの値を、図１１で示した重回帰式に代入して目的変数の値を求め、当該値に対応する感情を推定する。感情推定装置１は、たとえば、目的変数の値が１４点に近い場合、被験者Ｐの感情が「嬉しい」と推定し、目的変数の値が２点に近い場合、被験者Ｐの感情が「落ち込んだ」と推定する。

感情推定装置１は、ステップＳ１０７で推定した被験者Ｐの感情を表す情報をインターフェース１４から出力する（ステップＳ１０８）。ここで、感情を表す情報とは、単純に「嬉しい」、「落ちこんだ」、「イライラ」の文字または音声の情報だけでなく、「嬉しい」、「落ちこんだ」、「イライラ」の感情に対応するアイコン、音、画像、動画像などの情報を含む。具体的に、感情推定装置１は、推定した感情に対応して「嬉しい」、「落ちこんだ」、「イライラ」の文字をディスプレイに表示したり、「嬉しい」、「落ちこんだ」、「イライラ」の音声をスピーカから出力したりする。また、感情を表す情報として、「嬉しい」を１００点、「落ちこんだ」を０点として点数化して表示したり、ラッセルの円環モデルの二次元座標平面に推定した感情をプロットして表示したりしてもよい。さらに、感情推定装置１は、感情を表す情報を出力する方法として視覚や聴覚で認識できる方法に限定せず、嗅覚や触覚などで認識できる方法で出力してもよい。

（実施の形態２）
実施の形態１に係る感情推定システム１００では、歩行データ１３２から被験者Ｐの感情を推定することを説明した。しかし、感情と歩容との関係について一定の対応関係があることが分かっているのであれば、歩容を変えることで感情を変えることができる可能性が考えられる。そこで、実施の形態２に係る感情推定システムでは、歩行データから推定した感情を異なる感情に変えるための歩行アドバイスを行う構成について説明する。なお、実施の形態２に係る感情推定システムは、実施の形態１に係る感情推定システム１００と同じハードウェア構成であり、感情推定装置１のハードウェア構成を含んでいる。そのため、実施の形態２に係る感情推定システムのハードウェア構成については、詳細な説明を繰り返さない。

図１２は、実施の形態２に係る感情推定装置１が実行する感情推定処理を説明するためのフローチャートである。なお、図１２に示す準備処理Ｉおよび推定処理ＩＩについては、図４に示す準備処理Ｉおよび推定処理ＩＩと同じ処理であるため、詳細な説明を繰り返さない。図１２に示すフローチャートでは、推定処理ＩＩの後、推定した感情を異なる感情に変えるための歩行アドバイスを行う推奨処理ＩＩＩを行う。

感情推定装置１は、ステップＳ１０７で推定した被験者Ｐの感情が図５に示すラッセルの円環モデルの不快に分類される感情か否かを判断する（ステップＳ１０７ａ）。具体的に、感情推定装置１は、図１１で示した重回帰式から求められる目的変数の値が８点より小さい場合、被験者Ｐの感情が「落ち込んだ」と推定され不快な感情と判断される。逆に、感情推定装置１は、図１１で示した重回帰式から求められる目的変数の値が８点以上の場合、被験者Ｐの感情が「嬉しい」と推定され快い感情と判断される。なお、感情推定装置１は、目的変数の値が８点の場合、被験者Ｐの感情が通常状態と判断してもよい。

被験者Ｐの感情が快い感情と判断された場合（ステップＳ１０７ａでＮＯ）、感情推定装置１は、ステップＳ１０７で推定した被験者Ｐの感情を表す情報をインターフェース１４から出力する（ステップＳ１０８）。

一方、被験者Ｐの感情が不快な感情と判断された場合（ステップＳ１０７ａでＹＥＳ）、感情推定装置１は、快い感情に対応付けられた歩行データ１３２を対応データ１３４から求め、不快な感情と推定した歩行データ１３２を快い感情に対応付けられた歩行データ１３２に近づけるための歩行アドバイスをインターフェース１４から出力する（ステップＳ１０９）。具体的に、感情推定装置１は、被験者Ｐの感情が「落ち込んだ」と推定され不快な感情と判断された場合、「嬉しい」感情と推定される目的変数の値が１４点となる歩行パラメータの値を図１１で示した重回帰式から求める。さらに、感情推定装置１は、求めた歩行パラメータの値に被験者Ｐの歩行パラメータを近づけるため、たとえば「少し速く歩いてみて下さい」などの歩行アドバイスをディスプレイに表示する。

歩行アドバイスを受けて被験者Ｐが歩行を改善することで、被験者Ｐの感情を不快な感情から快い感情へと変化させる可能性がある。なお、図１２に示すフローチャートでは、不快な感情（第１感情）から快い感情（第２感情）に代えるために歩行アドバイスを行う推奨処理ＩＩＩについて説明しましたが、もちろん、快い感情（第１感情）から不快な感情（第２感情）に代えるために歩行アドバイスを行うことも可能である。また、第１感情を沈静とし、第２感情を覚醒として歩行アドバイスを行っても、逆に第１感情を覚醒とし、第２感情を沈静として歩行アドバイスを行ってもよい。

（実施の形態３）
実施の形態１に係る感情推定システム１００では、感情推定装置１が、歩行データから被験者Ｐの感情を推定するために、歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを予め求めておく必要があると説明した。しかし、実施の形態１で説明した実例に基づく対応付けの処理において、「ストライド」、「ピッチ」、「歩行速度」の３つの歩行パラメータのうち、少なくとも１つの歩行パラメータが、被験者Ｐの感情への寄与度が高いことが分かった。そこで、実施の形態３では、これらの歩行パラメータから被験者Ｐの感情をスコア化して簡便に感情を推定する感情推定装置およびこれを含む感情推定システムについて説明する。

図１３は、実施の形態３に係る感情推定装置１Ａを含む感情推定システム２００の構成を示す概略図である。感情推定システム２００は、歩行データから被験者Ｐの感情を図５に示したラッセルの円環モデルの「嬉しい」－「落ち込んだ」を軸としてスコア化する感情推定装置１Ａと、被験者Ｐの歩行データを測定する測定装置２と、を含む。なお、ラッセルの円環モデルの「嬉しい」との表記を、以下「活き活きした」と読み替えて説明する。

感情推定装置１Ａは、歩行データから被験者Ｐの感情をスコア化するために、あらかじめ用意されている母集団データとの比較を行う必要がある。本開示では、様々の属性（たとえば、性別、年代、人種など）の被験者の歩行データを含む一般化された母集団データを用いて感情をスコア化する例を説明する。しかし、感情推定装置１Ａで起用される母集団データは、属性（たとえば、性別、年代、人種など）ごとに集められた歩行データを含む母集団データであっても、個人別に集められた歩行データ（たとえば、直近１０日間の累積）を含む母集団データなどであってもよい。また、本開示では、母集団データを感情推定装置１Ａで記憶していると説明するが、クラウドなど感情推定装置１Ａ以外の場所で母集団データが記憶されていてもよい。

図１３に示す感情推定システム２００では、測定装置２がスマートシューズである例を示す。図１３には、測定装置２であるスマートシューズに、センサモジュール２１が組み込まれており、当該センサモジュール２１で被験者Ｐの歩行データを測定する。センサモジュール２１については実施の形態１で説明しているため、センサモジュール２１の詳細な説明を繰り返さない。

図１４は、実施の形態３に係る感情推定装置１Ａの構成を示すブロック図である。感情推定装置１Ａは、たとえば、スマートフォンやタブレット端末などの被験者Ｐの携帯端末である。感情推定装置１Ａは、主たる構成要素として、プロセッサ１１Ａと、メモリ１２Ａと、マイク１３Ａと、入力装置１４Ａと、メモリインターフェイス（Ｉ／Ｆ）１５Ａと、通信インターフェイス（Ｉ／Ｆ）１６Ａと、ディスプレイ１７Ａと、スピーカ１８Ａと、無線通信部１９Ａと、センサ２０Ａとを含む。

プロセッサ１１Ａは、典型的には、ＣＰＵやＭＰＵといった演算部である。プロセッサ１１Ａは、メモリ１２Ａに記憶されたプログラムを読み出して実行することで、感情推定装置１の各部の動作を制御する制御部として機能する。プロセッサ１１Ａは、当該プログラムを実行することによって、感情推定装置１での被験者Ｐの感情のスコア化の処理を実現する。

メモリ１２Ａは、ＲＡＭ、ＲＯＭ、フラッシュメモリなどによって実現される。メモリ１２Ａは、プロセッサ１１Ａによって実行されるプログラム、またはプロセッサ１１Ａによって用いられるデータなどを記憶する。マイク１３Ａは、感情推定装置１Ａに対する音声入力を受け付けて、当該音声入力に対応する音声信号をプロセッサ１１Ａに与える。

入力装置１４Ａは、感情推定装置１Ａに対する操作入力を受け付ける。典型的には、入力装置１４Ａは、タッチパネルによって実現される。タッチパネルは、表示部としての機能を有するディスプレイ１７Ａ上に設けられており、例えば、静電容量方式タイプである。タッチパネルは、所定時間毎に外部物体によるタッチパネルへのタッチ操作を検知し、タッチ座標をプロセッサ１１Ａに入力する。ただし、入力装置１４Ａは、ボタンなどを含んでいてもよい。

メモリインターフェイス１５Ａは、外部の記憶媒体１５０からデータを読み出す。プロセッサ１１Ａは、メモリインターフェイス１５Ａを介して記憶媒体１５０に格納されているデータを読み出して、当該データをメモリ１２Ａに格納する。プロセッサ１１Ａは、メモリ１２Ａからデータを読み出して、メモリインターフェイス１５Ａを介して当該データを外部の記憶媒体１５０に格納する。

記憶媒体１５０は、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＢＤ（Blu-ray（登録商標） Disc）、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤ（Secure Digital）メモリカードなどの不揮発的にプログラムを格納する媒体を含む。

通信インターフェイス（Ｉ／Ｆ）１６Ａは、感情推定装置１Ａと測定装置２との間で各種データをやり取りするための通信インターフェイスであり、アダプタやコネクタなどによって実現される。通信方式としては、例えば、ＢＬＥ（Bluetooth（登録商標）lowenergy）、無線ＬＡＮなどによる無線通信方式が採用される。

スピーカ１８Ａは、プロセッサ１１Ａから与えられる音声信号を音声に変換して感情推定装置１Ａの外部へ出力する。

無線通信部１９Ａは、通信アンテナ１９０を介して移動体通信網に接続し無線通信のための信号を送受信する。これにより、感情推定装置１Ａは、たとえば、ＬＴＥ（Long Term Evolution）や５Ｇなどの移動体通信網を介して他の通信装置との通信が可能となる。

センサ２０Ａは、加速度センサであり、感情推定装置１Ａを携帯している被験者Ｐの動きを測定することができる。そのため、センサ２０Ａは、被験者Ｐが座っている、または寝ているなどの不動時間を検出することができる。

［マインドスコア算出処理］
次に、感情推定装置１Ａが、ラッセルの円環モデルの「活き活きした」－「落ち込んだ」を軸に被験者Ｐの感情をスコア化してマインドスコアを求める処理について説明する。ここで、マインドスコアとは、「活き活きした」を１００点、「落ち込んだ」を１点として被験者Ｐの感情をスコア化した評価値である。図１５は、実施の形態３に係る感情推定装置１Ａがマインドスコアを求める処理を説明するためのフローチャートである。

感情推定装置１Ａは、所定の期間毎（たとえば、１分毎）に測定装置２で測定した歩行データの入力を受け付ける。なお、感情推定装置１Ａは、測定装置２と常時接続されている場合について以下説明するが、測定装置２と常時接続されていなくてもよい。感情推定装置１Ａが測定装置２と常時接続されていない場合、感情推定装置１Ａは測定装置２と接続されたタイミングで歩行データの入力を受け付ける。たとえば、感情推定装置１Ａがスマートフォンで測定装置２がスマートシューズのセンサモジュール２１の場合、被験者Ｐがスマートシューズを履いてスマートフォンとセンサモジュール２１との通信を開始したタイミングでスマートフォンが歩行データの入力を受け付ける。スマートフォンとセンサモジュール２１とが通信可能な状態であれば、以降、所定の期間毎（たとえば、１分毎）にセンサモジュール２１からスマートフォンが歩行データの入力を受け付けてもよい。

まず、感情推定装置１Ａは、歩行データの入力を受け付けるタイミングか否かを判断する（ステップＳ３０１）。歩行データの入力を受け付けるタイミングであると判断した場合（ステップＳ３０１でＹＥＳ）感情推定装置１Ａは、測定装置２で測定した歩行データの入力を受け付ける（ステップＳ３０２）。感情推定装置１Ａが受け付ける歩行データには、歩行速度、ストライド、接地角度（着地時のつま先上がり角度、または離地時のかかと上がり角度）の各パラメータを含む。

なお、感情推定装置１Ａは、マインドスコアを求めるために、歩行速度、ストライド、ピッチのうち少なくとも１つのパラメータを含む歩行データを受け付ければよい。また、歩行データは、測定装置２で測定されるデータであると以下説明するが、歩行速度、ストライド、ピッチなどの歩行パラメータを感情推定装置１Ａのセンサ２０Ａ（スマートフォンの加速度センサ）で測定しても、他のウェアラブルデバイスで測定してもよい。

歩行データの入力を受け付けるタイミングでないと判断した場合（ステップＳ３０１でＮＯ）、感情推定装置１Ａは、ステップＳ３０２の処理をスキップする。次に、感情推定装置１Ａは、所定の期間毎（たとえば、１分毎）に不動時間データの入力を受け付ける。感情推定装置１Ａは、不動時間データの入力を受け付けるタイミングか否かを判断する（ステップＳ３０３）。不動時間データの入力を受け付けるタイミングであると判断した場合（ステップＳ３０３でＹＥＳ）感情推定装置１Ａは、不動時間データの入力を受け付ける（ステップＳ３０４）。

ここで、不動時間データとは、被験者Ｐが歩行していない時間であり、たとえば被験者Ｐが座っている時間や寝ている時間である。不動時間データは、感情推定装置１Ａのセンサ２０Ａ（スマートフォンの加速度センサ）で測定される。それ以外に、測定装置２であるスマートシューズから得られた歩行パラメータから不動時間データを算出してもよい。

感情推定装置１Ａは、歩行データ以外に、不動時間データを使ってマインドスコアを補正することで、歩行時以外の被験者Ｐの感情もスコア化でき、マインドスコアを求めることができる。具体的に、感情推定装置１Ａは、不動時間データに応じてマインドスコアを減点する。これは、座位時間とメンタルヘルスとの関係を検証した文献（甲斐裕子、外４名、「日本人勤労者における座位行動とメンタルヘルスの関連」、体力研究、BULLETIN OF THE PHYSICAL FITNESS RESEARCH INSTITUTE、Ｎｏ．１１４、ｐｐ．１～１０、Ａｐｒ．，２０１６）に、座位時間が長いとメンタルヘルスが低下するという研究結果に基づいている。そのため、感情推定装置１Ａは、歩行時に求めたマインドスコアから、被験者Ｐが歩行していない不動時間に応じた点数を減点することで、歩行時以外の被験者Ｐの感情をスコア化することができる。

不動時間データの入力を受け付けるタイミングでないと判断した場合（ステップＳ３０３でＮＯ）、感情推定装置１Ａは、ステップＳ３０４の処理をスキップする。次に、感情推定装置１Ａは、所定のタイミング（たとえば、毎朝１回）で感情データの入力を受け付ける。感情推定装置１Ａは、感情データの入力を受け付けるタイミングか否かを判断する（ステップＳ３０５）。感情時間データの入力を受け付けるタイミングであると判断した場合（ステップＳ３０５でＹＥＳ）、感情推定装置１Ａは、感情データの入力を受け付ける（ステップＳ３０６）。ここで、感情データとは、感情推定装置１Ａのディスプレイ１７Ａに表示されたアンケートを被験者Ｐが回答することで得られる被験者Ｐの主観的な評価値である。

図１６は、実施の形態３に係る感情推定装置１Ａにおいて感情データを入力するための入力画面の一例を示す図である。ディスプレイ１７Ａに表示される入力画面１７１には、「おはようございます。」、「今朝の気分はいかがですか？」、「星１つ～星５つで入力してください。」が表示され、星の入力画面１７２が表示される。被験者Ｐは、今朝の気分に応じて悪ければ星１つを入力し、良ければ星５つを入力装置１４Ａ（たとえば、タッチパネル）で入力する。その後、被験者Ｐは、「閉じる」ボタン１７３を押して、感情データの入力を終了する。なお、感情データの入力は、５段階ではなく、１～１００％などのような数値による入力でもよい。

感情推定装置１Ａは、歩行データ以外に、感情データを使ってマインドスコアを補正することで、マインドスコアの精度を向上させることができる。歩行データから求められるマインドスコアは、被験者Ｐの気分に応じて変動が大きい。そこで、感情推定装置１Ａは、毎朝１回、感情データを入力することで、その日の気分に合わせてマインドスコアを調整することができ、マインドスコアの精度が向上する。特に、毎朝１回、感情データを入力するのは、長時間寝ていた状態から活動を始めて歩行データによる感情のスコア化を開始する際の初期値調整の意味がある。ただし、感情データを入力するタイミングは、毎朝１回に限定されず、数時間毎に入力してよい。なお、感情データの入力回数は、被験者Ｐが入力操作を煩わしく感じない程度回数にすることが望ましい。また、感情データの内容は、被験者Ｐの今朝の気分に限られず、入力画面１７１に表示されるアンケートにより、現在の気分、身体の疲れ、睡眠の質などの被験者Ｐの主観的な評価値であればよい。

図１５に戻って、感情時間データの入力を受け付けるタイミングでないと判断した場合（ステップＳ３０５でＮＯ）、感情推定装置１Ａは、ステップＳ３０６の処理をスキップする。次に、感情推定装置１Ａは、歩行パラメータ（たとえば、歩行速度、ストライド、接地角度）と母集団データとの比較に基づき、マインドスコアを求める（ステップＳ３０７）。

具体的に、マインドスコアの求め方について説明する。図１７は、実施の形態３に係る感情推定装置１Ａにおいてマインドスコアを求める演算の一例を説明するための図である。図１７では、感情推定装置１Ａが、ステップＳ３０１で入力された３つの歩行パラメータ（たとえば、歩行速度、ストライド、接地角度）からマインドスコアを算出する。感情推定装置１Ａは、測定装置２から歩行データの入力を所定の期間毎に受け付けることで、マインドスコアを所定の期間毎（たとえば、１分毎）、算出することができる。

歩行速度、ストライド、接地角度の３つの歩行パラメータは、値が大きいほど「活き活きした」感情であると推測することができる。そこで、感情推定装置１Ａは、以下の式１に従い、各歩行パラメータの値と母集団データとに基づいて歩行スコアを算出する。なお、式１は、一例であって、別の式で歩行スコアを算出してもよい。
歩行スコア＝Ａ＊歩行速度スコア＋Ｂ＊ストライドスコア＋Ｃ＊接地角度スコア（式１）
ここで、歩行速度スコア、ストライドスコア、および接地角度スコアは、以下のように算出する。
・歩行速度スコア＝Ｄ１＋Ｅ１＊（歩行速度－歩行速度の母集団データの平均値）／歩行速度の母集団データの標準偏差。
・ストライドスコア＝Ｄ２＋Ｅ２＊（ストライド－ストライドの母集団データの平均値）／ストライドの母集団データの標準偏差。
・接地角度スコア＝Ｄ３＋Ｅ３＊（接地角度－接地角度の母集団データの平均値）／接地角度の母集団データの標準偏差。

なお、Ａ～Ｃは、各スコアに対する重み付けの係数である。Ａ～Ｃの値は、たとえば、０．１～０．９の範囲で設定することができ、Ａ＋Ｂ＋Ｃ＝１となる条件を満たせばよい。また、Ｄ１～Ｄ３は、各スコアの初期値で、たとえば４０～８０の範囲の値に設定でき、すべて同じ値であっても異なる値であってもよい。Ｅ１～Ｅ３は、各スコアの加算係数で、たとえば５～２０の範囲の値に設定でき、すべて同じ値であっても異なる値であってもよい。歩行スコアは、１点～１００点までの値とし、１００点以上となった場合には１００点とする。

不動時間データに含まれる不動時間が長いほど「落ち込んだ」感情に近づくと推測することができる。そこで、感情推定装置１Ａは、以下の式２に従い、不動時間スコアを算出する。なお、式２は、一例であって、別の式で不動時間スコアを算出してもよい。
不動時間スコア＝Ｆ－Ｇ（不動時間－６０分）・・・（式２）
なお、Ｆは、不動時間スコアの初期値で、たとえば４０～８０の範囲の値に設定できる。Ｇは、不動時間スコアの減算係数で、たとえば１～５の範囲の値に設定できる。不動スコアは、１点～１００点までの値とし、１点以下となった場合には１点とする。また、歩行データが取得できている時間帯は、１分毎に不動時間スコアを１点増加させてもよい。

感情スコアは、図１６の入力画面１７１で入力した感情データに基づき、たとえば、星１つで－２点、星２つで－１点、星３つで０点、星４つで１点、星５つで２点とスコア化する。

感情推定装置１Ａは、図１７に示すように、式１で算出した歩行スコア、式２で算出した不動時間スコア、感情スコアを合計してマインドスコアを算出する。具体的に、感情推定装置１Ａでは、式３に基づいてマインドスコアを算出する。なお、式３は、一例であって、別の式でマインドスコアを算出してもよい。
マインドスコア＝（（歩行スコア＋不動時間スコア）／２）＋感情スコア＊１０（式３）
感情推定装置１Ａは、たとえば２４時間マインドスコアを算出することができるように、測定装置２から歩行データが得られない期間について、直近に算出した歩行スコアを利用してマインドスコアを算出している。また、感情推定装置１Ａは、直近に算出した歩行スコアを利用できない場合（たとえば、１日を通して被験者Ｐが歩行しなかった場合）であってもマインドスコアを算出できるように、不動時間スコア＋感情スコア＊１０の値でマインドスコアを算出することができる。

図１５に戻って、感情推定装置１Ａは、ステップＳ３０７で求めたマインドスコアを出力する（ステップＳ３０８）。具体的に、感情推定装置１Ａは、ディスプレイ１７Ａに求めたマインドスコアを表示する。図１８は、実施の形態３に係る感情推定装置１Ａにおいてマインドスコアを出力するための出力画面１７４の一例を示す図である。ディスプレイ１７Ａに表示される出力画面１７４には、現在のマインドスコアの数値とともに、棒グラフ１７５でマインドスコアが表示されている。ディスプレイ１７Ａに表示されるマインドスコアは、１分毎に更新されるマインドスコアであっても、１日の累積平均値したマインドスコアであっても、活動している時間帯のマインドスコアを平均した値であってもよい。

また、出力画面１７４には、マインドスコア以外に、現在の歩数、マインドスコアに応じた歩行アドバイス１７６なども出力される。歩行アドバイス１７６では、マインドスコアが低下しているので、被験者Ｐに歩行を促すために「少し歩いて気分転換しませんか？」となっている。なお、出力画面１７４には、歩行スコア、不動時間スコア、感情スコアについて表示されていないが、表示できるようにしてもよい。

感情推定装置１Ａでは、マインドスコアを出力する以外に、各歩行パラメータの時間変化を出力してもよい。具体的に、図１８に示す出力画面１７４の「次へ」のボタン１７７を押すと、各歩行パラメータの時系列の変化が出力される。図１９は、実施の形態３に係る感情推定装置１Ａにおいて歩行パラメータを出力するための出力画面１７８の一例を示す図である。出力画面１７８には、歩行速度の時系列のグラフ１７９、ストライドの時系列のグラフ１８０、および接地角度の時系列のグラフ１８１が表示されている。感情推定装置１Ａは、出力画面１７８に被験者Ｐが選択した歩行パラメータの時系列のグラフのみ表示できるようしてもよい。なお、ディスプレイ１７Ａは、図１９に示す出力画面１７８の「戻る」のボタン１８２が押されると、図１８に示す出力画面１７４に戻る。

図１５に戻って、感情推定装置１Ａは、ステップＳ３０８でマインドスコアを出力した後、マインドスコア算出処理を終了するか否かの入力を受け付ける（ステップＳ３０９）。マインドスコア算出処理を終了する入力を受け付けていない場合（ステップＳ３０９でＮＯ）、感情推定装置１Ａは、処理をステップＳ３０１に戻し、マインドスコア算出処理を継続する。一方、マインドスコア算出処理を終了する入力を受け付けた場合（ステップＳ３０９でＹＥＳ）、感情推定装置１Ａは、マインドスコア算出処理を終了する。

図１７で説明したマインドスコアの求め方では、ステップＳ３０１で入力された３つの歩行パラメータ（たとえば、歩行速度、ストライド、接地角度）からマインドスコアを算出する。しかし、感情推定装置１Ａは、歩行速度、ストライド、ピッチのうち少なくとも１つのパラメータからマインドスコアを算出することができる。図２０は、実施の形態３に係る感情推定装置１Ａにおいてマインドスコアを求める別の演算の一例を説明するための図である。図２０では、感情推定装置１Ａが、ステップＳ３０１で入力された１つの歩行パラメータ（たとえば、歩行速度）からマインドスコアを算出する。

図２０では、感情推定装置１Ａが、歩行速度スコアを歩行スコアとして算出する。感情推定装置１Ａは、歩行スコア（＝歩行速度スコア）、式２で算出した不動時間スコア、感情スコアを合計してマインドスコアを算出する。具体的に、感情推定装置１Ａは、式３に基づいてマインドスコアを算出する。

さらに、実施の形態３では、感情推定装置１Ａが、歩行データから被験者Ｐの感情をラッセルの円環モデルの「活き活きした」－「落ち込んだ」を軸でスコア化すると説明したが、軸をさらに「活き活きした」－「憂鬱」の範囲に広げてもよい。たとえば、感情推定装置１Ａは、マインドスコアを「活き活きした」を１００点、「落ち込んだ」を１点、「憂鬱」を－２０点として被験者Ｐの感情をスコア化する。「憂鬱」という状態は、「落ち込んだ」状態よりも更にマインドが低下した状態であると考えられる。文献（村田伸、外４名、「抑うつ傾向にある高齢者の歩行の特徴」、Japanese Journal of Health Promotion and Physical Therapy、Ｖｏｌ．７，Ｎｏ．３：１２７－１３１，２０１７）においても、「抑うつ傾向にある高齢者の歩容の特徴として，歩行速度の低下に関与するストライドや歩幅の減少と立脚時間や両脚支持時間の延長が認められた」との研究結果があり、「落ち込んだ」ときのマインドスコアから更に低いスコアになると考えられる。

［変形例］
本開示は、前述の実施の形態に限られず、さらに種々の変形、応用が可能である。特に、前述した歩行データ１３２と感情データ１３３との対応付けのための分析や方法は一例に過ぎない。たとえば、図５に示したラッセルの円環モデルの「快－不快」の軸でのスコア化だけでなく、「覚醒－沈静」の軸についてもスコア化することでラッセルの円環モデルの二次元座標平面上において分類されている様々な感情について歩行データ１３２から推定することが可能となる。

測定装置２をスマートシューズとした場合、歩行データとして測定可能な歩行パラメータには、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地時の鉛直方向の加速度の最大値が含まれる。そのため、感情推定装置１で入力を受け付けることができる歩行データ１３２には、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地時の鉛直方向の加速度の最大値のうち少なくとも３つのパラメータを含めることができる。なお、説明した歩行パラメータは、スマートシューズで測定できる歩行パラメータの一例であって、他の歩行パラメータを演算で求めたり、別のセンサを設けて他の歩行パラメータを測定できるようにしたりしてもよい。

測定装置２をスマートフォンとした場合、機種によって、歩行データとして測定可能な歩行パラメータには、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、および最大足上がり高さなどを含めることができないことがある。その場合、感情推定装置１で入力を受け付けることができる歩行データ１３２には、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、および遊脚期期間のうち少なくとも２つのパラメータを含めることができる。なお、測定装置２をスマートフォンとした場合であっても、他の３次元姿勢認識カメラなどからの情報から、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地時の鉛直方向の加速度の最大値の歩行パラメータを取得できるようにしてもよい。

前述の実施の形態では、感情誘導を行って被験者Ｐに対して特定の感情を抱かせた状態で、歩行データ１３２を測定装置２で測定している。しかし、被験者Ｐに対して特定の感情を抱かせる方法は、感情誘導に限定されず、被験者Ｐに特定の感情を意識させることで、特定の感情を抱かせてもよい。また、被験者Ｐが特定の感情を抱いているタイミングに、歩行させて測定装置２で歩行データ１３２を測定してもよい。

［態様］
（１）本開示に係る感情推定装置は、被験者の感情を推定する感情推定装置であって、測定装置で測定した被験者の歩行データ、および被験者の感情を数値化した感情データの入力を受け付けるインターフェースと、インターフェースで入力を受け付けた歩行データ、および感情データを記憶する記憶部と、記憶部に記憶された歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを求める演算部と、を備え、演算部は、インターフェースで歩行データの入力を新たに受け付けた場合、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定し、推定した被験者の感情を表す情報をインターフェースから出力する。

これにより、本開示に係る感情推定装置は、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定するので、日常の活動の中から得られる歩行データに基づいて被験者の感情を推定することができる。

（２）（１）に記載の感情推定装置であって、歩行データは、ストライド、ピッチ、および歩行速度の歩行パラメータのうち少なくとも１つのパラメータを含む。

（３）（１）に記載の感情推定装置であって、歩行データは、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、および着地時のつま先上がり角度のうち少なくとも２つのパラメータを含む。

（４）（１）に記載の感情推定装置であって、歩行データは、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地衝撃のうち少なくとも３つのパラメータを含む。

（５）（１）～（４）のいずれか１項に記載の感情推定装置であって、演算部は、歩行データから新たに推定した被験者の感情が第１感情である場合、第１感情と異なる第２感情に対応付けられた歩行データを対応データから求め、第１感情と推定した歩行データを第２感情に対応付けられた歩行データに近づけるための歩行アドバイスをインターフェースから出力する。

（６）（５）に記載の感情推定装置であって、第１感情は、不快に分類される感情であり、第２感情は、快いに分類される感情である。

（７）本開示に係る感情推定システムは、被験者の歩行データを測定する測定装置と、（１）～（６）のいずれか１項に記載の感情推定装置と、を備える。

（８）本開示に係る感情推定方法は、被験者の感情を推定する感情推定方法であって、測定装置で測定した被験者の歩行データ、および被験者の感情を数値化した感情データの入力を受け付けるステップと、入力を受け付けた歩行データ、および感情データを記憶部に記憶するステップと、記憶部に記憶された歩行データに含まれる複数の歩行パラメータと、感情データとを対応付けた対応データを求めるステップと、歩行データの入力を新たに受け付けた場合、対応データに基づき、新たに受け付けた歩行データに含まれる複数の歩行パラメータから被験者の感情を推定するステップと、推定した被験者の感情を表す情報を出力するステップと、を含む。

（９）（８）に記載の感情推定方法であって、歩行データから新たに推定した被験者の感情が第１感情である場合、第１感情と異なる第２感情に対応付けられた歩行データを対応データから求め、第１感情と推定した歩行データを第２感情に対応付けられた歩行データに近づけるための歩行アドバイスを出力するステップをさらに含む。

（１０）本開示に係る別の感情推定装置は、ラッセルの円環モデルの軸に基づく感情をスコア化して、被験者の感情を推定する感情推定装置であって、測定装置で測定した被験者の歩行データを受け付ける入力部と、歩行データに含まれる複数の歩行パラメータについて各パラメータの母集団データを記憶する記憶部と、入力部で入力を受け付けた歩行データに含まれる複数の歩行パラメータのうち、ストライド、ピッチ、および歩行速度の少なくとも１つのパラメータと、記憶部に記憶する母集団データとの比較に基づき、被験者の感情をスコア化したマインドスコアを求める演算部と、演算部で求めたマインドスコアを出力する出力部と、を備える。

（１１）（１０）に記載の感情推定装置であって、演算部は、複数の歩行パラメータのうち、ストライドおよび歩行速度に加えて着地時のつま先上がり角度または離地時のかかと上がり角度の各パラメータと、記憶部に記憶する母集団データとの比較に基づき、マインドスコアを求める。

（１２）（１０）または（１１）に記載の感情推定装置であって、入力部は、被験者が歩行していない不動時間データの入力を受け付け、演算部は、入力部で受け付けた不動時間データで、マインドスコアを補正する。

（１３）（１０）～（１２）のいずれか１項に記載の感情推定装置であって、入力部は、被験者の感情を数値化した感情データの入力を受け付け、演算部は、入力部で受け付けた感情データで、マインドスコアを補正する。

（１４）（１０）～（１３）のいずれか１項に記載の感情推定装置であって、演算部は、歩行パラメータと母集団データの平均値との差分値を母集団データの標準偏差で除算した値を用いてマインドスコアを求める。

（１５）（１０）～（１４）のいずれか１項に記載の感情推定装置であって、演算部は、求めたマインドスコアに応じた歩行アドバイスを出力部から出力する。

（１６）本開示に係る別の感情推定システムは、被験者の歩行データを測定する測定装置と、（１０）～（１５）のいずれか１項に記載の感情推定装置と、を備える。

（１７）本開示に係る別の感情推定方法は、ラッセルの円環モデルの軸に基づく感情をスコア化して、被験者の感情を推定する感情推定方法であって、測定装置で測定した被験者の歩行データを受け付けるステップと、受け付けた歩行データに含まれる複数の歩行パラメータのうち、ストライド、ピッチ、および歩行速度の少なくとも１つのパラメータと、記憶部に記憶する母集団データとの比較に基づき、被験者の感情をスコア化したマインドスコアを求めるステップと、求めたマインドスコアを出力するステップと、を含む。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１，１Ａ 感情推定装置、２ 測定装置、１１，１１Ａ プロセッサ、１２，１２Ａ メモリ、１３ ストレージ、１３Ａ マイク、１４ インターフェース、１４Ａ 入力装置、１５ メディア読取装置、１５Ａ メモリインターフェース、１６，１６Ａ 通信インターフェース、１７ プロセッサバス、１７Ａ ディスプレイ、１８ リムーバブルディスク、１８Ａ スピーカ、１９Ａ 無線通信部、２０Ａ センサ、２１ センサモジュール、１００，２００ 感情推定システム、１３１ 推定プログラム、１３２ 歩行データ、１３３ 感情データ、１３４ 対応データ。

Claims (18)

1. 被験者の感情を推定する感情推定装置であって、
   測定装置で測定した前記被験者の歩行データ、および前記被験者の感情を数値化した感情データの入力を受け付けるインターフェースと、
   前記インターフェースで入力を受け付けた前記歩行データ、および前記感情データを記憶する記憶部と、
   前記記憶部に記憶された前記歩行データに含まれる複数の歩行パラメータと、前記感情データとを対応付けた対応データを求める演算部と、を備え、
   前記演算部は、前記インターフェースで前記歩行データの入力を新たに受け付けた場合、前記対応データに基づき、新たに受け付けた前記歩行データに含まれる前記複数の歩行パラメータから前記被験者の感情を推定し、推定した前記被験者の感情を表す情報を前記インターフェースから出力する、感情推定装置。
2. 前記歩行データは、ストライド、ピッチ、および歩行速度の前記複数の歩行パラメータのうち少なくとも１つのパラメータを含む、請求項１に記載の感情推定装置。
3. 前記歩行データは、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、および着地時のつま先上がり角度のうち少なくとも２つのパラメータを含む、請求項１に記載の感情推定装置。
4. 前記歩行データは、ストライド、ピッチ、歩行速度、一歩にかかる時間、立脚期期間、遊脚期期間、着地時のつま先上がり角度、離地時のかかと上がり角度、プロネーション、最大足上がり高さ、および着地衝撃のうち少なくとも３つのパラメータを含む、請求項１に記載の感情推定装置。
5. 前記演算部は、
   前記歩行データから新たに推定した前記被験者の感情が第１感情である場合、前記第１感情と異なる第２感情に対応付けられた前記歩行データを前記対応データから求め、前記第１感情と推定した前記歩行データを前記第２感情に対応付けられた前記歩行データに近づけるための歩行アドバイスを前記インターフェースから出力する、請求項１～請求項４のいずれか１項に記載の感情推定装置。
6. 前記第１感情は、不快に分類される感情であり、前記第２感情は、快いに分類される感情である、請求項５に記載の感情推定装置。
7. 前記被験者の前記歩行データを測定する測定装置と、
   請求項１～請求項４のいずれか１項に記載の感情推定装置と、を備える、感情推定システム。
8. 前記被験者の前記歩行データを測定する測定装置と、
   請求項５に記載の感情推定装置と、を備える、感情推定システム。
9. 被験者の感情を推定する感情推定方法であって、
   測定装置で測定した前記被験者の歩行データ、および前記被験者の感情を数値化した感情データの入力を受け付けるステップと、
   入力を受け付けた前記歩行データ、および前記感情データを記憶部に記憶するステップと、
   前記記憶部に記憶された前記歩行データに含まれる複数の歩行パラメータと、前記感情データとを対応付けた対応データを求めるステップと、
   前記歩行データの入力を新たに受け付けた場合、前記対応データに基づき、新たに受け付けた前記歩行データに含まれる前記複数の歩行パラメータから前記被験者の感情を推定するステップと、
   推定した前記被験者の感情を表す情報を出力するステップと、を含む、感情推定方法。
10. 前記歩行データから新たに推定した前記被験者の感情が第１感情である場合、前記第１感情と異なる第２感情に対応付けられた前記歩行データを前記対応データから求め、前記第１感情と推定した前記歩行データを前記第２感情に対応付けられた前記歩行データに近づけるための歩行アドバイスを出力するステップをさらに含む、請求項９に記載の感情推定方法。
11. ラッセルの円環モデルの軸に基づく感情をスコア化して、被験者の感情を推定する感情推定装置であって、
    測定装置で測定した前記被験者の歩行データを受け付ける入力部と、
    前記歩行データに含まれる複数の歩行パラメータについて各パラメータの母集団データを記憶する記憶部と、
    前記入力部で入力を受け付けた前記歩行データに含まれる前記複数の歩行パラメータのうち、ストライド、ピッチ、および歩行速度の少なくとも１つのパラメータと、前記記憶部に記憶する前記母集団データとの比較に基づき、前記被験者の感情をスコア化したマインドスコアを求める演算部と、
    前記演算部で求めた前記マインドスコアを出力する出力部と、を備える、感情推定装置。
12. 前記演算部は、前記複数の歩行パラメータのうち、ストライドおよび歩行速度に加えて着地時のつま先上がり角度または離地時のかかと上がり角度の各パラメータと、前記記憶部に記憶する前記母集団データとの比較に基づき、前記マインドスコアを求める、請求項１１に記載の感情推定装置。
13. 前記入力部は、前記被験者が歩行していない不動時間データの入力を受け付け、
    前記演算部は、前記入力部で受け付けた前記不動時間データで、前記マインドスコアを補正する、請求項１１または請求項１２に記載の感情推定装置。
14. 前記入力部は、前記被験者の感情を数値化した感情データの入力を受け付け、
    前記演算部は、前記入力部で受け付けた前記感情データで、前記マインドスコアを補正する、請求項１１または請求項１２に記載の感情推定装置。
15. 前記演算部は、歩行パラメータと前記母集団データの平均値との差分値を前記母集団データの標準偏差で除算した値を用いて前記マインドスコアを求める、請求項１１または請求項１２に記載の感情推定装置。
16. 前記演算部は、求めた前記マインドスコアに応じた歩行アドバイスを前記出力部から出力する、請求項１１または請求項１２に記載の感情推定装置。
17. 前記被験者の靴に配置され、前記歩行データを測定する測定装置と、
    請求項１１または請求項１２に記載の感情推定装置と、を備える、感情推定システム。
18. ラッセルの円環モデルの軸に基づく感情をスコア化して、被験者の感情を推定する感情推定方法であって、
    測定装置で測定した前記被験者の歩行データを受け付けるステップと、
    受け付けた前記歩行データに含まれる複数の歩行パラメータのうち、ストライド、ピッチ、および歩行速度の少なくとも１つのパラメータと、記憶部に記憶する母集団データとの比較に基づき、前記被験者の感情をスコア化したマインドスコアを求めるステップと、
    求めた前記マインドスコアを出力するステップと、を含む、感情推定方法。
    

Images