JP6163635B2 - 評価情報提供システムおよび評価情報提供方法 - Google Patents

Description

本開示は、評価情報提供システムおよび評価情報提供方法に関し、特に、記憶手段に記憶された２以上の動作データと利用者の動作データとを用いて、利用者の動作を評価するための情報を生成する、評価情報提供システムおよび評価情報提供方法に関する。

従来、複数人から、各人の身体の動きを表わす動作データを解析することにより、動きのモデルを作成する技術が知られている。たとえば、非特許文献１、非特許文献２、および非特許文献３は、スキーロボットについての動きのモデル化を開示している。特許文献１および非特許文献４は、ランニングについての動きのモデル化を開示している。特許文献２は、ゴルフスイングについての動きのモデル化を開示している。また、特許文献３および特許文献４は、動きのモデルを用いて決定されたスコアを用いた処理を開示する。

特許第５３１４２２４号公報 特開２０１４−９７１０４号公報 特開２０１０−１１９５６０号公報 特開２００３−２１６７７４号公報

Yoneyama, T., Scott, N., and Kagawa, H.、"Timing of force application and joint angles during a long ski turn"、［online］、平成１８年（２００６年）発行、［平成２７年４月３日検索］、The Engineering of Sport 6, pages 293-298. Springer NewYork、＜URL:http://link.springer.com/chapter/10.1007%2F978-0-387-46050-5_52#page-1＞ Kondo, A., Doki, H., and Hirose, K、"Motion analysis and joint angle measurement of skier gliding on the actual snow field using inertial sensors"、［online］、平成２５年（２０１３年）発行、［平成２７年４月３日検索］、Procedia Engineering, 60 pages 307-312、＜URL:http://ac.els-cdn.com/S1877705813011326/1-s2.0-S1877705813011326-main.pdf?_tid=256f2e7e-56e0-11e5-a103-00000aab0f01&acdnat=1441795820_726f173706bce887290572622f0d358f＞ Shinichi Yamagiwa, Hiroyuki Ohshima and Kazuki Shirakawa、"Skill Scoring System for Ski's Parallel Turn、平成２６年（２０１４年）発行、［平成２７年４月３日検索］、In Proceedings of International Congress on Sport Sciences Research and Technology Support (icSPORTS 2014), pp. 121-128, SCITEPRESS, October 2014 渡辺良信、他５名、ランニングフォームの評価と定量化、シンポジウム、平成２５年（２０１３年）１１月、［平成２７年４月３日検索］、スポーツアンドヒューマンダイナミクス2013 講演論文集、日本機械学会

しかしながら、従来の技術によって提供される、動作についてのモデルは、画一的なものであった。したがって、多様な基準で、ユーザの動作を評価することができたとは言えない場合があった。

本開示は、かかる実情に鑑み考え出されたものであり、その目的は、評価情報提供システムが、ユーザに、当該ユーザの動作について、多様な基準でユーザの動作を評価できるようにすることである。

本開示のある局面に従うと、属性に関連付けられて記憶された被験者の２以上の動作データと、利用者の動作データとを用いて、当該利用者の動作を評価する情報を出力するための、評価情報提供システムであって、２以上の動作データおよび利用者の動作データのそれぞれの間の統計的距離を計算する第１の計算手段と、属性の指定を取得する取得手段 と、取得手段が取得した属性についての利用者のスコアを計算する第２の計算手段と、第２の計算手段が計算した利用者のスコアを出力する出力手段とを備え、第２の計算手段は、２以上の動作データのうち取得手段が取得した属性に関連付けられた動作データについて第１の計算手段が計算した統計的距離に基づいて、取得手段が取得した属性の特徴を表わす特徴データを選択し、取得手段が取得した属性に関連付けられた動作データと特徴データとの間の統計的距離、および、利用者の動作データと特徴データとの間の統計的距離を利用して、取得手段が取得した属性についての利用者のスコアを計算する、評価情報提供システムが提供される。

好ましくは、動作データのそれぞれは、被験者または利用者における１つ以上の部位 の動作を表わす。

好ましくは、動作データのそれぞれは、被験者または利用者によって変位される道具における１つ以上の部位 の動作を表わす。

好ましくは、取得手段は、属性の指定の入力を受け付ける。
好ましくは、属性は、動作の優劣についての区分を含む。

好ましくは、区分は、マラソンの走行タイムについての時間の区別する。
好ましくは、属性は、動作の優劣以外の性質についての区分を含む。

好ましくは、区分は、動作をする者を区別する。
好ましくは、区分は、動作に利用された道具を区別する。

好ましくは、第２の計算手段は、取得手段が取得した属性に関連付けられた動作データのうち、他の動作データとの統計的距離の平均値が最も小さい動作データを特徴データとして選択する。

好ましくは、第２の計算手段は、取得手段が取得した属性に関連付けられた動作データおよび利用者の動作データに、特徴データとの統計的距離についての順序を設定し、利用者の動作データの順序に基づいて、利用者のスコアを計算する。

好ましくは、第２の計算手段は、複数のタイミングにおける利用者の動作データのそれぞれについて、利用者のスコアを計算し、出力手段は、複数のタイミングのそれぞれについて、利用者のスコアを出力する。

好ましくは、出力手段は、複数のタイミングにおけるスコアの変化が、時間の経過とともにスコアが上昇するものであるか下降するものであるかを評価する情報 をさらに出力する。

好ましくは、取得手段は、複数の種類の属性の指定を取得する。
さらに好ましくは、取得手段は、第１の種類の属性および第２の種類の属性の指定を取得し、第２の種類の属性は、２以上の種類の属性を含み、第２の計算手段は、第２の種類の属性のそれぞれの種類について、第１の種類の属性の特徴を表わす動作データである特徴データを取得し、第２の計算手段は、第２の種類の属性のそれぞれの種類について、第１の種類の属性についての利用者のスコアを計算し、出力手段は、第２の種類の属性のぞれぞれの種類について、第１の種類の属性についての利用者のスコアを出力する。

好ましくは、出力手段は、第２の種類の属性のそれぞれの種類についてのスコアを比較することにより、第２の種類の属性の２以上の種類における、第１の種類の属性との関連の度合いを評価する情報を出力する。

好ましくは、出力手段は、さらに、第１の属性に対する比較対象の属性に関連付けられた動作データについて第１の計算手段によって計算された統計的距離を、第１の属性および比較対象の属性のそれぞれを識別する態様で、出力する。

本開示の他の局面に従うと、属性に関連付けられて記憶された被験者の２以上の動作データと、利用者の動作データとを用いて、当該利用者の動作を評価する情報を出力する評価情報提供方法であって、２以上の動作データおよび利用者の動作データのそれぞれの間の統計的距離を計算するステップと、属性の指定を取得するステップと、２以上の動作データのうち取得された属性に関連付けられた動作データについて計算された統計的距離に基づいて、取得された属性の動作データから当該属性の特徴を表わす特徴データを選択し、取得された属性に関連付けられた動作データと特徴データとの間の統計的距離、および、利用者の動作データと特徴データとの間の統計的距離を利用して、取得された属性についての利用者のスコアを計算するステップと、計算された利用者のスコアを出力するステップとを備える、評価情報提供方法が提供される。

本開示のある局面によれば、評価情報提供システムは、属性に関連付けられた動作データについての統計的距離に基づいて、当該属性に関連付けられた動作データの中から特徴データを選択し、そして、当該選択された特徴データと利用者の動作データとを用いて、当該利用者の指定された属性についてのスコアを算出する。

これにより、被験者の動作データとしてどのような動作データが記憶されているかに応じて、選択される特徴データが変化し、これにより、算出されるスコアが変化する。したがって、評価情報提供システムは、多様な基準でユーザの動作を評価できる。

評価情報提供システムの概要を説明するための図である。 評価情報提供システムにおける処理の概要を説明するための図である。 評価情報提供システムにおける処理の概要を説明するための図である。 評価情報提供システムにおける処理の概要を説明するための図である。 Ｗｅｂサーバのハードウェア構成を模式的に示す図である。 ユーザ端末における主なハードウェア構成を示す図である。 図１に示された評価情報提供システムの機能ブロックの一例を示す図である。 動作データ間の統計的距離の算出の方法を説明するための図である。 計算された動作データ間の距離が記憶される態様を模式的に示す図である。 ユーザ端末において表示される、属性を指定するための画面の一例を示す図である。 利用者のスコアの計算の方法を説明するための図である。 利用者のスコアの計算の方法を説明するための図である。 利用者のスコアを表示する画面の一例を示す図である。 スコアの計算の概念を説明するための図である。 スコアの履歴の表示の一例を示す図である。 利用者の動作の傾向を表わす２つの画面の例を示す図である。 スコアの履歴の他の例を示す図である。 ２種類の属性の指定を受け付ける画面の一例を示す図である。 ３つのスコアの計算結果の表示画面の一例を示す図である。 競合する複数の属性に属する被験者の動作データについて算出された距離を互いに異なる態様で表示する画面の一例を示す図である。 図２０のグラフＧ１１〜Ｇ１３のそれぞれにおいて示された傾向を、単純化して説明するための図である。 第２の実施の形態の評価情報提供システムにおける、動作データの入力態様を説明するための図である。 第２の実施の形態のセンサ装置のハードウェア構成を示すブロック図である。 センサ装置の検出出力の具体例を示す図である。 第２の実施の形態におけるプロットの一例である。 第２の実施の形態におけるプロットの他の例である。 ユーザ端末における、利用者のスイングのタイプとして特定された属性の表示の一例を示す図である。

以下、図面を参照しつつ、本開示の実施の形態について説明する。以下の説明では、同一の部品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。

［第１の実施の形態］
＜１．評価情報提供システムの構成の概要＞
図１は、評価情報提供システムの概要を説明するための図である。評価情報提供システムは、利用者の動作についてのデータに基づいて、当該利用者に、当該利用者の動作を評価するための情報を提供する。なお、当該評価には、多数の被験者の動作についてのデータが利用される。ここで、本明細書では、情報の提供の対象となる者を「利用者」と呼び、情報の提供のために利用されるデータを提供した者を総称して「被験者」と呼ぶ。被験者は、単数である場合もあれば、複数である場合もある。特に、データベース１００が、被験者の動作を表わすデータとして、いわゆるビッグデータを利用する場合、被験者の数は多数となる。

図１に示されるように、評価情報提供システムは、被験者の動作データを格納するデータベース１００と、Ｗｅｂサーバ９００と、利用者が提供された情報を閲覧するユーザ端末６００と、利用者の動作についてのデータを生成するランニングマシン８００と、ランニングマシン８００において生成されたデータを処理してＷｅｂサーバ９００へ登録する演算処理装置５００とを含む。

ランニングマシン８００は、利用者Ｔ１の右側６箇所（肩、肘、手首、太腿付け根、膝、足首）のそれぞれに装着されるマーカ８３１〜８３６を含む。利用者Ｔ１は、マーカ８３１〜８３６を装着しながら、トレッドミル８１０上を走る。ランニングマシン８００では、２台のハイスピードカメラ８２０でマーカ８３１〜８３６を撮影し、撮影された画像を演算処理装置５００に入力する。演算処理装置５００は、たとえば、画像処理用のアプリケーションをインストールされた、汎用のコンピュータによって実現される。演算処理装置５００は、入力された画像を解析することにより、マーカ８３１〜８３６のそれぞれの軌跡および／または移動速度を取得し、当該軌跡および／または移動速度に基づいて、利用者Ｔ１の動作データを生成する。演算処理装置５００には、さらに、利用者の属性が入力される。演算処理装置５００は、利用者の属性および動作データを、Ｗｅｂサーバ９００へ出力する。Ｗｅｂサーバ９００は、利用者の属性および動作データを用いて、利用者の動作を評価する情報を出力する。図１においてマーカ８３１〜８３６として示された箇所は、利用者の特徴的動作を表わす箇所の組合せの一例である。利用者の動作を表すデータが取得できるのであれば、マーカは利用者における他の箇所に付されても良い。

第１の実施の形態では、利用者は、ユーザ端末６００を介して、Ｗｅｂサーバ９００に、当該利用者の動作を評価するための情報を要求する。これに応じて、Ｗｅｂサーバ９００は、データベース１００に格納された被験者の動作についてのデータを用いて、評価の基準となる情報を生成する。そして、Ｗｅｂサーバ９００は、利用者の動作についてのデータと上記のように生成された基準とを用いて、利用者の動作を評価する情報をユーザ端末６００へ出力する。利用者は、ユーザ端末６００で、出力された情報を閲覧する。ユーザ端末６００の一例は、パーソナルコンピュータである。ユーザ端末６００の他の例は、スマートフォンである。なお、ユーザ端末６００は、表示画面を有するものであれば、これらの例に限定されない。

評価の対象となる動作は、当該評価を閲覧する者と異なる者の動作である場合もあり得る。つまり、たとえば、利用者Ｔ１の動作を評価する情報を、当該利用者Ｔ１の監督者が、ユーザ端末６００で閲覧する場合もあり得る。

＜２．評価情報提供システムにおける処理の概要＞
図２〜図４は、評価情報提供システムにおける処理の概要を説明するための図である。まず、図２に示されるように、データベース１００では、被験者の動作を表わすデータ（以下、「動作データ」という）を当該データの属性と関連付けて記憶する。動作を表わすデータの一例は、関節角度や角速度等のバイオメカニクスデータである。他の例は、ユーザに装着された加速度センサによって検出される、互いに直角をなす軸（たとえば、ｘ軸、ｙ軸、およびｚ軸）のそれぞれの方向の加速度である。さらに他の例は、ユーザに装着されたジャイロセンサによって検出される、互いに直角をなす平面（ｘｙ平面、ｙｚ平面、および、ｚｘ平面）における角速度である。

属性の一例は、動作データが対応する動作を行った者の属性である。者の属性とは、たとえば、氏名、性別、年齢、身長、体重、月間練習量、または、フルマラソンの走行タイムである。属性の他の例は、動作データが取得された日付、時刻、または、場所（動作が行なわれた地域の地理的情報）である。属性のさらに他の例は、動作を行なった者が動作に利用した道具（たとえば、ランニングシューズ）を区別する情報である。本開示において、属性は、フルマラソンの走行タイムのように、動作の優劣を区別する情報を含み得る。また、属性は、動作を行なった者の氏名や性別等の、動作の優劣以外の性質を区別する情報を含み得る。

評価情報提供システムでは、動作データと属性との組は、たとえば、ビッグデータとしてネットワークのあらゆるデータ源（サーバ装置等）から提供される場合があり得る。

そして、図２において「（１）」で示されたように、評価情報提供システムは、データベース１００内の動作データを、各動作データに関連付けられた属性とともに、ＳＶＭ（Support Vector Machines）へ出力する。第１の実施の形態の評価情報提供システムでは、Ｗｅｂサーバ９００を構成するコンピュータにおいて、ＳＶＭ用のプログラムの実行によって実現される機能により、ＳＶＭが実現される。これにより、図３においてグラフＧ１として示されたように、動作データのクラスタリングが実行される。

より具体的には、図３のグラフＧ１は、Ｎ個のファクタからなるＮ次元のグラフを、２次元で模式的に示している。

たとえば、ドットｄｐ１は、ある被験者のＮ個の動作データの組合せを表わす。
Ｗｅｂサーバ９００は、クラスタリングにより、グラフＧ１において超平面Ｈ１として示されるように、動作データを覆う超平面を生成する。図３のグラフＧ１の超平面Ｈ１は、動作データの次元がＮ次元である場合、Ｎ次元の平面になる。動作データの次元は、動作データに含まれるデータの種類の数である。たとえば、動作データとして、肘の関節角度、膝の関節角度、肘の角速度、および膝の角速度の、４種類のデータが採用された場合、超平面Ｈ１は、４次元の平面である。

また、ＳＶＭによるクラスタリングが行なわれることにより、各動作データについての、超平面の限定に対する最大化された距離が算出される（図２の（２））。

その後、評価情報提供システムは、動作データを、カーネル法と呼ばれる方法で処理する。これにより、図３のグラフＧ２においてドットｄｐ１等で示されるように、動作データの各点は、非線形変換される。

上記のように非線形変換された後、動作データ間の距離が算出される（図２の「距離の計算」）。ここでは、数式をして後述されるように、各動作データについて、他の動作データとの距離（統計的距離）が算出される（図２の（３））。

次に、評価情報提供システムは、「スキルの選択」として、属性の指定を受け付ける。属性の指定は、利用者が属性を入力することによって実現されても良いし、評価情報提供システムにおいて予め登録された属性が読み出されることによって実現されても良い。指定される属性の一例は、「フルマラソンの走行タイムが２時間台であること」である。ここで、「フルマラソンの走行タイム」は、実際に被験者または利用者がフルマラソンを走行したときの実測タイム、または、被験者または利用者についてのフルマラソンの完走予想タイムである。フルマラソンの完走予想タイムとは、フルマラソンを完走するのに予想されるタイムである。フルマラソンの完走予想タイムは、たとえば、各者の過去の完走タイムに応じて算出され、各サーバに対して各者自身によって入力される。属性の他の例は、「年齢が２０歳代であること」である。

そして、評価情報提供システムは、図２において「（４）」または「（５）」として記載されたように、利用者の動きについての情報を提供する。

より具体的には、図２の（４）で、評価情報提供システムは、多次元尺度法（ＭＤＳ）を用いて、指定された属性に属する被験者の動作データと利用者の動作データとを可視化する。図４のＧＶ１は、属性Ａ（たとえば、「フルマラソンの走行タイムが２時間台である」）に属する被験者の動作データと利用者の動作データとを、多次元尺度法によって２次元のグラフで示す。

グラフＧＶ１では、指定された属性に属する被験者の動作データについての、当該属性に属する動作データと間の距離が、多次元尺度法に従って図示される。より具体的には、属性Ａの動作データ間の距離が、領域ＡＲ１で示されている。なお、グラフＧＶ１において、点ＣＡは、後述する態様で選択される、属性Ａの特徴を表す特徴データを示す。また、グラフＧＶ１では、利用者の動作データについての属性Ａの動作データとの距離が、点ＰＡで示されている。

図２の（５）で示されるように、評価情報提供システムは、上記のように指定された属性について、利用者の動作のスコアを出力する。利用者の動作のスコアは、利用者の動作データと上記した特徴データとの統計的距離を用いて計算される。スコアの計算方法の詳細は、後述される。

＜３．ハードウェア構成＞
評価情報提供システムにおける主な装置（図１のＷｅｂサーバ９００およびユーザ端末６００）のハードウェア構成について説明する。

（１）Ｗｅｂサーバ９００
図５は、Ｗｅｂサーバ９００のハードウェア構成を模式的に示す図である。図５に示されるように、Ｗｅｂサーバ９００は、主たる構成要素として、ＣＰＵ（Central Processing Unit）９１０と、キーボード等の入力部９２０と、メモリ９３０と、メモリインタフェース９４０と、通信インタフェース９５０とを含む。ＣＰＵ９１０、入力部９２０、メモリ９３０、メモリインタフェース９４０、および、通信インタフェース９５０は、互いに内部バスで接続されている。

メモリ９３０は、ＲＡＭ（Random Access Memory）またはＲＯＭ（Read Only Memory）などの記憶装置によって実現される。メモリ９３０は、ＣＰＵ９１０によって実行されるプログラム、および、当該プログラムの実行において利用されるデータが格納される。

メモリインタフェース９４０は、外部の記憶媒体９４１からデータを読み出す。記憶媒体９４１は、Ｗｅｂサーバ９００に対して着脱可能である。ＣＰＵ９１０は、メモリインタフェース９４０を介して外部の記憶媒体９４１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９３０に格納する。また、ＣＰＵ９１０は、メモリ９３０からデータを読み出し、当該データを、メモリインタフェース９４０を介して記憶媒体９４１に格納する。ＣＰＵ９１０が実行するプログラムは、記憶媒体９４１に格納されていてもよい。また、ＣＰＵ９１０が実行するプログラムは、公衆ネットワーク等のネットワークを介してダウンロードされて、メモリ９３０に格納されてもよい。

通信Ｉ／Ｆ９５０は、アンテナやコネクタによって実現される。通信Ｉ／Ｆ９５０は、有線通信あるいは無線通信によって他の装置との間で、データを送受信する。ＣＰＵ９１０は、通信Ｉ／Ｆ９５０を介して、他の装置からプログラムや画像データやテキストデータなどを受信し、また、他の装置に画像データやテキストデータを送信する。

ＣＰＵ９１０は、メモリ９３０あるいは記憶媒体９４１に記憶されているプログラムを実行することによって、Ｗｅｂサーバ９００の各部を制御する。

図６は、ユーザ端末６００における主なハードウェア構成を示す図である。図６に示されるように、ユーザ端末６００は、主たる構成要素として、ＣＰＵ６１０と、タッチパネル６２０と、メモリ６３０と、メモリインタフェース６４０と、通信インタフェース６５０とを含む。

タッチパネル６２０は、抵抗膜方式、表面弾性波方式、赤外線方式、電磁誘導方式、静電容量方式などのいずれのタイプであってもよい。タッチパネル６２０は、光センサ液晶を含んでもよい。タッチパネル６２０は、所定時間毎に外部の物体によるタッチパネル６２０へのタッチ操作を検知して、タッチ座標（タッチ位置）をＣＰＵ６１０に入力する。換言すれば、ＣＰＵ６１０は、タッチパネル６２０から順次タッチ座標を取得する。

メモリ６３０は、ＲＡＭまたはＲＯＭなどの記憶装置によって実現される。メモリ６３０は、ＣＰＵ６１０によって実行されるプログラム、および、当該プログラムの実行において利用されるデータが格納される。

メモリインタフェース６４０は、外部の記憶媒体６４１からデータを読み出す。記憶媒体６４１は、ユーザ端末６００に対して着脱可能である。ＣＰＵ６１０は、メモリインタフェース６４０を介して外部の記憶媒体６４１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６３０に格納する。また、ＣＰＵ６１０は、メモリ６３０からデータを読み出し、当該データを、メモリインタフェース６４０を介して記憶媒体６４１に格納する。ＣＰＵ６１０が実行するプログラムは、記憶媒体６４１に格納されていてもよい。また、ＣＰＵ６１０が実行するプログラムは、公衆ネットワーク等のネットワークを介してダウンロードされて、メモリ６３０に格納されてもよい。

通信Ｉ／Ｆ６５０は、アンテナやコネクタによって実現される。通信Ｉ／Ｆ６５０は、有線通信あるいは無線通信によって他の装置との間で、データを送受信する。ＣＰＵ６１０は、通信Ｉ／Ｆ６５０を介して、他の装置からプログラムや画像データやテキストデータなどを受信し、また、他の装置に画像データやテキストデータを送信する。

ＣＰＵ６１０は、メモリ６３０あるいは記憶媒体６４１に記憶されているプログラムを実行することによって、ユーザ端末６００の各部を制御する。

また、ＣＰＵ６１０は、Ｗｅｂサーバ９００に対して評価情報の提供を送信し、また、評価情報を提供（表示）するためのアプリケーションプログラムを実行する。ＣＰＵ６１０は、当該アプリケーションプログラムを実行することにより、後述する図１０の画面ＩＭＧ００等の画面をタッチパネル６２０に表示する。

＜４．機能ブロック＞
図７は、図１に示された評価情報提供システムの機能ブロックの一例を示す図である。

図７を参照して、第１の実施の形態の評価情報提供システムにおいて、データベース１００は、被験者の動作データを記憶する動作データ記憶装置として機能する。データベース１００は、種々のネットワーク上に存在する複数のサーバ装置によって実現され得る。

演算処理装置５００は、被験者の動作データを生成してそれをデータベース１００へ入力し、また、利用者の動作データを生成してそれをＷｅｂサーバ９００へ入力する、動作データ入力装置として機能する。演算処理装置５００は、たとえばランニングマシン８００から入力された画像を利用して、利用者（および被験者）の動作データを生成する。演算処理装置５００は、さらに、利用者（および被験者）の属性の入力を受け付け、入力された属性をＷｅｂサーバ９００に入力する。このとき、演算処理装置５００は、属性入力装置として機能する。Ｗｅｂサーバ９００には、演算処理装置５００以外の装置から動作データおよび属性が入力されても良い。

Ｗｅｂサーバ９００は、スキル距離計算部、距離記憶部、スコア計算部、スキルグループ化計算部、および属性記憶部として機能する。

より具体的には、図７に示されたＷｅｂサーバ９００の機能のうち、スキル距離計算部およびスキルグループ化計算部は、たとえばＣＰＵ９１０（図５）が予め定められたプログラムを実行することによって実現される。距離記憶部、スコア計算部、および属性記憶部は、メモリ９３０（図５）によって実現される。

スキル距離計算部は、動作データ記憶装置から入力される被験者の動作データおよび利用者の動作データについて、上記した非線形変換を実行し、さらに、動作データ間の統計的距離を計算する。

距離記憶部は、それぞれの動作データについて計算された、他の動作データとの距離を記憶する。

スコア計算部は、スキル距離計算部が計算した動作データについての統計的距離を利用して、利用者の動作についてのスコアを計算する。

属性記憶部は、利用者の属性を記憶する。
スキルグループ化計算部は、後述する図１９における表示のように、複数の属性について計算された属性から、動作に与える影響が大きいスキル（属性）を特定するための情報を生成する。

＜５．動作データ間の統計的距離の算出＞
次に、動作データ間の統計的距離の算出について説明する。なお、本明細書では、動作データ間の統計的距離を、単に「距離」と呼ぶ場合もある。

動作データ間の距離は、動作データをsingle-class ＳＶＭによって処理することによって算出する。single-class ＳＶＭによる処理について説明する。

single-class ＳＶＭでは、次の式（１）に示されるように、タイムポイントｉ（ｉは、１、２…ｎ）での被験者または利用者の動作データを定義する。式（１）において、ｄは、１組の動作データに含まれるデータの種類を表す。当該種類の数は、動作データの次元を表すともいえる。

ここで、φ（ｘ）によって、入力空間Ｘから特徴空間Ｈへのマッピングを表す。そして、特徴空間Ｈにおける超平面を、それがより多くの動作データをより原点から離れた距離で分離するように設定すると、特徴空間Ｈにおけるいかなる超平面も次の式（２）のように記載される。

そして、このような超空間は、次の（３）を解くことによって得られる。ここで、ξ_ｉは、スラック変数である。νは、原点側に可能な位置の量を調整するための正のパラメータである。

また、カーネル関数は、次の式（４）で表される。

式（４）のカーネル関数は、次の式（５）に示されるように定義される。

そして、ここでの双対は、次の式（６）として得られる。

この最適化は、二次計画ソルバを用いて解決され得る。次の式（７）として定義される。

式（７）において、σ＞０であり、また、σは、カーネル関数のパラメータ（カーネル幅）であり、通常、一般に用いられるパラメータである。

次に、「非線形変換された動作データ」として上記した各動作データのsingle-class ＳＶＭモデルについて、当該モデル間の距離の算出について説明する。

２つのsingle-class ＳＶＭモデル「（α_ｕ，ρ_ｕ）」と「（α_ｖ，ρ_ｖ）」の間の距離Ｄ_ｕｖは、次の式（８）として示される。

式（８）において、ｕとｖのそれぞれは、被験者または利用者を指定する。また、式（８）において、ｃ_ｕ，ｃ_ｖ，ｐ_ｕ，ｐ_ｖは、それぞれ、図８に示されたように、単位円ＣＲ１を用いて定義される。

なお、図８中のｗ_ｕは、次の式（９）で定義される。

ここで、式（８）中のＤ_ｕｖは、２つの文献（「F. Desobry, M. Davy, and C. Doncarli, “An online kernel change detection algorithm,” IEEE TRANSACTIONS ON SIGNAL PROCESSING, vol. 53, no. 8, pp. 2961-2974, 2005.」および「[22] P. S. Riegel, “Athletic records and human endurance,” American Scientist May/Jun81, vol. 69, no. 3, p. 285, 1981.」）等に記載されたようなフィッシャー比と同様の観点で、正規化された距離である。

式（８）における点ｃ_ｕから点ｐ_ｕまでの弧（本明細書中、便宜上「〜ｃ_ｕｐ_ｕ〜」と記述する。）は、特徴空間におけるφ（ｘ）中のサンプルの分散の尺度である。サンプル同士が広がれば、弧「〜ｃ_ｕｐ_ｕ〜」は長くなり、また、次の式（１０）で表されるマージンが小さくなる。

したがって、上記の距離は、特徴空間において予測される挙動（つまり、広がりが大きくなるほど値が大きくなり、また、重なりが大きくなるほど値が小さくなる）を呈する。

式（８）の距離Ｄ_ｕｖは、以下のような想定されるパラメータを用いて算出される。つまり、当該距離は、単位円と、２つのベクトルａとｂの間の弧の長さ（「〜ａｂ〜」）とで表される。なお、ベクトルａとベクトルｂの弧の長さは、これらのベクトルのなす角と等価である。また、ベクトルａとベクトルｂについて、次の式（１１）が成立する。

これにより、２つのベクトルａとｂの間の弧の長さは、次の式（１２）によって導出される。

したがって、次の、式（１３）から導出されるｃ_ｕ、および、式（１４）から導出されるｃ_ｖを用いて、ｃ_ｕｃ_ｖの弧の長さは、式（１５）に従って導出される。

式（１５）において、Ｋ_ｕｖは、カーネルマトリクスである。当該カーネルマトリクスは、列ｉ、行ｊについての要素ｋ（ｘ_ｕ，ｉ，ｘ_ｕ，ｊ）で表される。

また、同様に、ｃ_ｕｐ_ｕの弧の長さは、次の式（１６）で表される。

以上説明されたように、single-class ＳＶＭモデルの計算により、各動作データについての原点からの距離が算出される。そして、それぞれの原点からの距離から、非線形変換された動作データ間の距離が求められる。

図９は、計算された動作データ間の距離が記憶される態様を模式的に示す図である。Ｗｅｂサーバ９００のＣＰＵ９１０は、たとえば、データベース１００に登録されている２以上の動作データ（被験者の動作データ）について、総当たりで、動作データ間の距離を計算する。そして、ＣＰＵ９１０は、計算された距離を、たとえば図９に示された態様で、メモリ９３０に格納する。図９に示された距離行列では、動作データｄ（１）〜ｄ（５）の５個の動作データについて総当たりで算出された距離がマトリクス状に登録されている。当該距離行列において、同一の動作データ間の距離（たとえば、動作データｄ（１）同士の距離等の、行列の左上から右下に延びる対角線）の値は、「０」とされている。

＜６．スコアの計算方法＞
次に、図１０〜図１４を参照して、利用者に対して提供されるスコアの計算方法を説明する。

評価情報提供システムでは、利用者は、スコアの基準となる属性を指定する。図１０は、ユーザ端末６００において表示される、属性を指定するための画面の一例を示す図である。ＣＰＵ６１０は、たとえば評価情報を提供（表示）するためのアプリケーションプログラムを実行することにより、当該画面を表示する。

図１０の画面ＩＭＧ００は、属性を入力するための欄ＩＡ００を含む。図１０では、属性の一例として、「走行タイム２時間台」が示されている。ユーザ端末６００は、指定された属性を、Ｗｅｂサーバ９００へ送信する。

Ｗｅｂサーバ９００は、属性の指定を受け付けると、被験者の動作データのうち、指定された属性に関連付けられて格納されている動作データを選択する。たとえば、属性「走行タイム２時間台」が指定されると、ＣＰＵ９１０は、データベース１００に格納された動作データのうち、「走行タイム２時間台」に関連付けられた動作データを選択する。

そして、Ｗｅｂサーバ９００のＣＰＵ９１０は、選択された被験者の動作データについて、総当たりで、非線形変換された後の動作データ間の距離を計算する。当該総当たりで計算された距離が既にメモリ９３０に格納されている場合には、当該格納されている距離の行列（図９）を読み出す。

そして、ＣＰＵ９１０は、動作データごとに、距離の絶対値の平均値を計算する。図１１には、行列Ｍ１として、図９に示された行列の各動作データについて計算された平均値が示されている。

ここで、平均値が最も低い動作データは、指定された属性に属する他の動作データとの距離の合計が最も小さい動作データであるため、当該属性の特徴を表わしている動作データであると見積もることができる。

そこで、ＣＰＵ９１０は、指定された属性に属する動作データから、最も平均値が小さい動作データを、特徴データとして特定する。図１１において行列Ｍ２として示される例では、動作データｄ（１）が、特徴データとして特定されている。

一方、ＣＰＵ９１０は、利用者の動作データと、指定された属性に属する動作データのそれぞれとの距離を計算する。図１１の行列Ｍ２は、利用者の動作データについての計算結果が図９の行列に追加された、距離行列である。図１１の行列Ｍ２では、利用者の動作データについての計算結果が、利用者ｄ（Ｘ）についてのデータとして示されている。

そして、ＣＰＵ９１０は、図１１の行例Ｍ３において、枠Ｆとして示されたように、各動作データの特徴データとの距離に基づいて、各動作データに順位を付ける。特徴データとの距離が近いほど、付される順位は１位に近づく。利用者（Ｘ）の順位は、図１２の表Ｔ０１として示されるように、２位である。

そして、ＣＰＵ９１０は、次の式（１７）に従って、利用者のスコアＳを算出する。
｛（Ｎ−Ｍ＋１）／Ｎ｝×１００＝Ｓ …（１７） （ただし、Ｍ≧１）
式（１７）において、Ｎは、指定された属性に属する動作データの数を表わす。Ｍは、利用者の平均値の順位（図１２の表Ｔ０１の例では、「２」）を表わす。

たとえば、図１２の表Ｔ０１の例に示されたように、指定された属性に属する動作データの数が「５」であり、利用者の順位が「２」位である場合には、指定された属性についての利用者のスコアＳは、次の式（１８）に従って、「８０点」と計算される。

｛（５−２＋１）／５｝×１００＝８０ …（１８）
図１３は、式（１７）に従って計算された利用者のスコアを表示する画面の一例を示す図である。ＣＰＵ９１０は、スコアの計算結果をユーザ端末６００へ送信する。これに応じて、ユーザ端末６００は、タッチパネル６２０に、図１３の画面ＩＭＧ０１を表示する。画面ＩＭＧ０１は、計算されたスコア（６０点）を表示する。

なお、ＣＰＵ９１０は、さらに、式（１７）中の値Ｎ，Ｍをユーザ端末６００へ送信してもよい。これに応じて、ユーザ端末６００のＣＰＵ６１０は、値Ｎ，Ｍを画面ＩＭＧ０１に表示してもよい。図１３の画面ＩＭＧ０１は、値Ｎ，Ｍに基づく、文字列「５人中２位」を含む。

図１４は、上記のスコアの計算の概念を、さらに詳細に説明するための図である。
本開示によれば、属性が指定されると、当該属性に属する動作データ間の距離に基づいて、当該属性における特徴データが選択される。そして、指定された属性の動作データが図１４に示されるように特徴データとの距離の順に並べられ、さらに、利用者の動作データも特徴データに基づいて、指定された属性の動作データの順序に加えられる。図１４では、「●」印によって、指定された属性の動作データのそれぞれの距離が示される。また、「ｄ_１，ｐ」によって、利用者の動作データの距離が示される。線Ｌ１は、指定された属性のそれぞれの動作データにおける特徴データとの距離の傾向を概略的に表す。

そして、特徴データとの距離についての利用者の動作データの順位が特定される。そして、式（１７）に従って、特定された順位（式（１７）中の「Ｍ」）と指定された属性に関連付けられた動作データの数（式（１７）中の「Ｎ」）とを用いて、指定された属性についての利用者のスコアが計算される。

＜７．スコアの履歴の表示＞
本開示の評価情報提供システムでは、ＣＰＵ９１０は、利用者について計算されたスコアを、計算された時期（または、計算に利用された利用者の動作データが生成された時期）に関連付けて、メモリ９３０に格納してもよい。

そして、ＣＰＵ９１０は、ユーザ端末６００における操作に応じて、計算されたスコアの履歴をユーザ端末６００に送信する。これに応じて、ユーザ端末６００において、ＣＰＵ６１０は、計算されたスコアの履歴をタッチパネル６２０に表示してもよい。

たとえば、利用者は、ユーザ端末６００で、履歴の表示の対象期間を指定する。ＣＰＵ６１０は、指定された期間をＷｅｂサーバ９００へ送信する。これに応じて、ＣＰＵ９１０は、指定された期間のスコアの履歴を取得して、ユーザ端末６００へ送信する。これに応じて、ＣＰＵ６１０は、Ｗｅｂサーバ９００から送信されたスコアの履歴を表示する。

図１５は、スコアの履歴の表示の一例を示す図である。図１５の画面ＩＭＧ１１は、指定された期間の一例（２０１５年７月１日〜２０１５年９月１日）と、当該期間において計算されたスコアの履歴を表示する。画面ＩＭＧ１１において表示されるスコアの履歴は、３つのスコア、つまり、２０１５年７月１日に計算された「１０点」、２０１５年８月１日に計算された「２２点」、および、２０１５年９月１日に計算された「３１点」を含む。なお、各スコアは、スコアの算出に利用された動作データの数Ｎおよび利用者の順位とともに示されている。たとえば、２０１５年７月１日に計算されたスコア「１０点」は、「１００人中９０位」という文字列とともに示されている。

ユーザ端末６００のＣＰＵ６１０は、スコアの履歴を用いて、利用者の動作の傾向を表わす情報を生成し、タッチパネル６２０に表示してもよい。ＣＰＵ６１０は、たとえば、スコアの時間変化を最小二乗法によって直線で近似し、近似直線の傾きが正であるか負であるかによって、スコアの変化の傾向が上昇であるのか下降であるのかを特定する。

図１６は、利用者の動作の傾向を表わす２つの画面の例を示す図である。
図１６の画面ＩＭＧ１２は、時間の経過とともにスコアが上昇する傾向にある場合の表示例を示す。画面ＩＭＧ１２は、「スコアは、全体的に上昇しています！この調子で、がんばってください！」というポジティブなメッセージを含む。

図１６の画面ＩＭＧ１３は、時間の経過とともにスコアが下降する傾向にある場合の表示例を示す。画面ＩＭＧ１３は、「スコアは、全体的に下降しています。フォームに改善の余地があるかもしれません。」という、利用者に改善を促すメッセージを含む。

画面ＩＭＧ１２および画面ＩＭＧ１３に表示されるメッセージは、たとえば、それぞれの傾向に関連付けられて、メモリ６３０に格納されている。ＣＰＵ６１０は、特定された傾向に関連付けられたメッセージを選択して、タッチパネル６２０に表示する。

図１７は、スコアの履歴の他の例を示す図である。図１７の画面ＩＭＧ２１は、履歴に含まれる各スコアを、指定された属性に関連付けられた動作データと利用者の動作データとの統計的距離を、たとえば多次元尺度法によって可視化するグラフとともに、表示する。

より具体的には、画面ＩＭＧ２１では、２０１５年７月１日に計算された「１０点」は、グラフＧ１１と共に表示される。２０１５年８月１日に計算された「２２点」は、グラフＧ１２と共に表示される。２０１５年９月１日に計算された「３１点」は、グラフＦ１３と共に表示される。グラフＧ１１〜Ｇ１３のそれぞれにおいて、点ＰＵは、利用者の動作データを表わす。また、点ＰＣは、指定された属性における特徴データを表わす。グラフＧ１１〜Ｇ１３のそれぞれにおいて、スコアが上昇するほど、点ＰＵと点ＰＣとの距離は短くなる。このことから、点ＰＵと点ＰＣとの距離は、指定された属性についてのスコアの値に応じて変化する距離であるため、「スキル距離」として、当該属性についての熟練度の指標として認識され得る。

＜８．動作に与える影響が大きいスキル（属性）の特定＞
評価情報提供システムは、２種類の属性の指定を受け付けてもよい。より具体的には、評価情報提供システムは、第１の種類の属性として単一の属性の指定を受け付け、さらに、第２の種類の属性として２以上の種類の属性の指定を受け付ける。そして、評価情報提供システムは、第１の種類の属性を第２の種類の属性のそれぞれに組合せたときのスコアを計算する。そして、評価情報提供システムは、第２の種類の属性のそれぞれについて計算されたスコアを比較することにより、第２の種類として指定された２以上の属性の中から、第１の種類の属性についてのスコアに対して大きな影響を与えている属性を特定する。

図１８は、２種類の属性の指定を受け付ける画面の一例を示す図である。
図１８の画面ＩＭＧ３１は、第１の種類の属性を「基準属性」として受け付け、また、第２の種類の属性を「評価用属性」として受け付ける。より具体的には、第１の種類の属性（基準属性）として、属性「走行タイム２時間台」が受け付けられる。また、第２の種類の属性（評価用属性）として、属性「ひじ（速度）」、属性「ひざ（速度）」、および属性「足首（速度）」が受け付けられる。

属性「ひじ（速度）」は、肘の移動速度の計測値を意味する。属性「ひざ（速度）」は、ひざの移動速度の計測値を意味する。属性「足首（速度）」は、足首の移動速度の計測値を意味する。

図１８に示されたような指定を受け付けると、ＣＰＵ９１０は、３つのスコアを計算する。１つ目のスコアは、第１の種類の属性（走行タイム２時間台）に関連付けられ、かつ、第２の種類の１つ目の属性（ひじ（速度））に関連付けられた、被験者および利用者の動作データを用いて、計算される。

２つ目のスコアは、第１の種類の属性（走行タイム２時間台）に関連付けられ、かつ、第２の種類の２つ目の属性（ひざ（速度））に関連付けられた、被験者および利用者の動作データを用いて、計算される。

３つ目のスコアは、第１の種類の属性（走行タイム２時間台）に関連付けられ、かつ、第２の種類の３つ目の属性（足首（速度））に関連付けられた、被験者および利用者の動作データを用いて、計算される。

そして、ＣＰＵ９１０は、３つのスコアについての計算の結果を、ユーザ端末６００へ送信する。これに応じて、ユーザ端末６００のＣＰＵ６１０は、タッチパネル６２０へ、当該結果を表示する。図１９は、３つのスコアの計算結果の表示画面の一例を示す図である。

図１９の画面ＩＭＧ３２は、基準属性として指定された項目（走行タイム）と共に、評価用属性として指定された３つの属性のそれぞれについてのスコアを示す。さらに、画面ＩＭＧ３２は、その下部に、３つの属性のそれぞれのスコアを１つの図にまとめて図示し、また、その上部に、３つの属性のうちどの属性が基準属性に与える影響が大きいかを示すメッセージ（選択された評価用属性のスコアから、あなたの改善点はひじと考えられます。）を示す。

画面ＩＭＧ３２内のメッセージは、ＣＰＵ６１０によって選択される。ＣＰＵ６１０は、ＣＰＵ９１０から送信された３つの属性のそれぞれのスコアを比較することにより、最も値の低いスコアを選択し、選択されたスコアに関連付けられた属性を、基準属性に対して最も影響を与えている属性として特定する。そして、画面ＩＭＧ３２内のメッセージは、特定された属性を報知するためのメッセージである。このメッセージは、第２の種類の属性における、第１の種類の属性との関連の度合いを評価する情報の一例である。つまり、第２の種類の２以上の属性のうち最も第１の種類の属性に関連する度合いの高い属性を表わす情報である。

なお、基準属性に対して最も影響を与えている属性の特定は、ＣＰＵ９１０によって実行されてもよい。

また、最も影響を与えている属性として、計算されたスコアのうち、最も値の高いスコアが特定されてもよい。

＜９．競合する複数の属性についての表示＞
評価情報提供システムは、図１８および図１９に示されたように、第１の種類の属性として１つの属性を指定され、第２の種類の属性として複数（図１８および図１９の例では、「３つ」）の属性を指定された場合、さらに第１の種類の属性として指定された属性に競合する属性についての表示を行うことができる。

図２０は、競合する複数の属性に属する被験者の動作データについて算出された距離を互いに異なる態様で表示する画面の一例を示す図である。

図２０に示された例では、図１８および図１９に示された例と同様に、第１の種類の属性として「走行タイム２時間台」が選択され、第２の種類の属性として「ひじ（速度）」「ひざ（速度）」および「足首（速度）」が指定される。Ｗｅｂサーバ９００のメモリ９３０には、第１の種類の属性「走行タイム２時間台」に競合する属性として、５つの属性（走行タイム３時間台，４時間台，５時間台，６時間台，および，７時間台）が格納されている。そして、図２０に示された例では、ＣＰＵ９１０は、第２の種類の属性のそれぞれについて、属性「走行タイム２時間台」に関連付けられた動作データに加えて、上記５つの属性のそれぞれに属する動作データついても、特徴データ（属性「走行タイム２時間台」に関連付けられた動作データの中から選択されたもの）との距離を計算する。そして、計算された距離を、図２０においてグラフＧ１１〜Ｇ１３として示されたように、多次元尺度法を利用して、表示する。

つまり、たとえば、グラフＧ１１〜Ｇ１３のそれぞれには、走行タイムが２時間台である被験者の動作データ、３時間台である被験者の動作データ、４時間台である被験者の動作データ、５時間台である被験者の動作データ、６時間台である被験者の動作データ、および、７時間台である被験者の動作データのそれぞれについて、特徴データとの距離が可視化されている。

グラフＧ１１〜Ｇ１３のそれぞれにおける太線は、グラフＧ１１〜Ｇ１３のそれぞれにおけるデータの傾向を模式的に示す。グラフＧ１１〜Ｇ１３のいずれにおいても、右側にいくほど、完走予想時間が短くなる傾向にある。つまり、利用者は、グラフＧ１１〜Ｇ１３から、グラフＧ１１〜Ｇ１３のそれぞれについて指定された第２の属性（ひじの加速度、ひざの加速度、足首の加速度）が、走行タイムと関連を持つことを理解できる。

また、グラフＧ１１〜Ｇ１３のそれぞれには、点Ｐ１１，Ｐ１２，Ｐ１３として、利用者の動作データを表わす点が示される。

図２１は、図２０のグラフＧ１１〜Ｇ１３のそれぞれにおいて示された傾向を、単純化して説明するための図である。

図２１のグラフＧ２０には、第２の種類の属性およびそれに競合する属性として、属性Ａ〜Ｄが示される。より具体的には、属性Ａ〜Ｄのそれぞれに属する動作データの特徴データとの距離が、多次元尺度法で示されている。属性Ａ，Ｂ，Ｃ，Ｄは、それぞれ、走行タイムが「２時間」「３時間」「４時間」「５時間」を表わす。

属性Ａ〜Ｄは、互いに競合する属性であって、動作の優劣の度合いが異なる。たとえば、属性Ａ〜Ｄのうち、属性Ａが最も優秀な動作に対応し、属性Ａ、属性Ｂ、属性Ｃ、属性Ｄの順に優劣が特定される。図２１に示されるように、動作データの距離の傾向が、属性Ａ〜Ｄの属性ごとに群を形成し、かつ、群の配列が優劣の配列と同様の関係を表わす場合、第１の種類の属性が、第２の種類の属性の優劣に影響を与えていることを理解することができる。

［第２の実施の形態］
第２の実施の形態の評価情報提供システムでは、利用者のランニングフォームの代わりに、利用者のバッティングフォームについての評価用の情報が提供される。

＜１．システムの概要＞
図２２は、第２の実施の形態の評価情報提供システムにおける、動作データの入力態様を説明するための図である。図２２に示されたように、第２の実施の形態の評価情報提供システムでは、被験者または利用者が動作に利用する道具の一例であるバット８０に取り付けられたセンサ装置２００の出力が、動作データとして、データベース１００へ入力される。センサ装置２００は、たとえば、互いに直交する３軸（Ｘ軸，Ｙ軸，Ｚ軸）についての加速度を検出する加速度センサであり、かつ、３軸（Ｘ軸，Ｙ軸，Ｚ軸）まわりの角速度を検出する角速度センサである。なお、センサ装置２００は、加速度および角速度のいずれか一方のみを検出してもよい。センサ装置２００は、検出出力を、データベース１００およびＷｅｂサーバ９００へ送信する。

第２の実施の形態において動作データに関連付けられる属性の一例は、被験者または利用者のカテゴリ（プロフェッショナルの野球の選手であるかアマチュアの選手であるか）を示す情報である。当該属性に属する区分の一例は、各選手を特定する情報（たとえば、選手の氏名）である。属性の他の例は、被験者または利用者が右利きのバッタであるか左利きのバッタであるかを示す情報である。属性のさらに他の例は、バット８０の材質（木製、または、金属製）である。

＜２．センサ装置のハードウェア構成＞
図２３は、第２の実施の形態のセンサ装置２００のハードウェア構成を示すブロック図である。図２３に示されるように、センサ装置２００は、主たる構成要素として、各種処理を実行するためのＣＰＵ２０２と、ＣＰＵ２０２によって実行されるプログラム、データなどを格納するためのメモリ２０４と、３軸方向の加速度を検出可能な加速度センサ２０６と、３軸のそれぞれのまわりの角速度を検出可能な角速度センサ２０８と、データベース１００と通信するための通信インタフェース（Ｉ／Ｆ）２１０と、センサ装置２００の各種構成要素に電力を供給する蓄電池２１２とを含む。

＜３．データの具体例＞
図２４は、センサ装置２００の検出出力の具体例を示す図である。図２４には、Ｘ軸、Ｙ軸、および、Ｚ軸における加速度（図２４中の「ＡｃｃＸ」「ＡｃｃＹ」「ＡｃｃＺ」）、ならびに、Ｘ軸、Ｙ軸、および、Ｚ軸についての角速度（図２４中の「ＧｙｒｏＸ」「ＧｙｒｏＹ」「ＧｙｒｏＺ」）が示されている。

図２４に示されるように、被験者または利用者がバット８０（図２３）をスイングさせると、当該スイングにおける打点（図２４中の「Hit point」を中心として、各検出出力の値が変化している。つまり、評価情報提供システムにおいて、Ｘ軸、Ｙ軸、および、Ｚ軸における加速度、ならびに、Ｘ軸、Ｙ軸、および、Ｚ軸についての角速度の検出出力の変化は、いずれも、バット８０のスイングの動作を反映する。

＜４．動作データの表示例＞
第２の実施の形態の評価情報提供システムにおいても、Ｗｅｂサーバ９００は、第１の実施の形態と同様に、動作データを非線形変換の後、動作データ間の距離を算出し、当該距離を多次元尺度法でプロットする。

図２５は、第２の実施の形態におけるプロットの一例である。図２５には、属性「アマチュア選手」についての１０種類の動作データについての距離が示されている。図２５において、１０種類の動作データは、「Ａ１，Ｍ，Ｒ」等の符号で識別される。

図２５中の符号は、「Ａ１，Ｍ，Ｒ」のように３つに部分に分割される。最初の部分「Ａ１」は、被験者または利用者を特定する。「Ａ」は、属性「アマチュア」を意味する。

２番目の部分「Ｍ」は、バット８０の種類を特定する。「Ｍ」は金属製を意味し、「Ｗ」は木製を意味する。

３番目の部分「Ｒ」は、スイングが右利きであるか左利きであるかを特定する。「Ｒ」は右利きを意味し、「Ｌ」は左利きを意味する。

図２５に示された例では、各種類のデータとして、複数個の動作データについての距離が可視化されている。図２５に示された各距離は、スイングの各回に対応する。つまり、図２５では、被験者または利用者について、それぞれが同じ属性の組合せで複数回スイングしたときのそれぞれに対応する距離が可視化されている。

図２５の表示は、属性「アマチュア」について、区分「被験者または利用者」ごとに、異なる態様（□，○等の互いに異なるプロットの種類）で、動作データについての距離が可視化される。これにより、利用者は、当該利用者の動作データについての距離の分布と、当該利用者が目標にしている被験者の動作データについての距離の分布とを比較することにより、当該利用者の動作（スイング）がどの程度目標にしている被験者の動作（スイング）にどの程度近いのかという見識を得ることができる。

図２５の表示が、複数の時期の利用者の動作データのそれぞれについて行なわれた場合、利用者は、当該利用者の動作（スイング）が、時間の経過とともに、目標にしている被験者の動作（スイング）に近づいているのか遠のいているのかについての見識を得ることができる。

図２６は、第２の実施の形態におけるプロットの他の例である。図２６には、属性「プロ選手」についての９種類の動作データについての距離が可視化されている。図２６において、９種類の動作データは、図２５と同様に、「Ｐ１，Ｗ，Ｌ」等の符号で識別される。

図２６中の符号は、図２５中の符号と同様に、３つに部分に分割される。最初の部分「Ｐ１」は、被験者または利用者を特定する。「Ｐ」は、属性「プロ（プロフェッショナル）」を意味する。２番目の部分「Ｗ」は、バット８０の種類を特定する。３番目の部分「Ｌ」は、スイングが右利きであるか左利きであるかを特定する。

図２６の表示は、属性「プロ」について、区分「被験者または利用者」ごとに、異なる態様（□，○等の互いに異なるプロットの種類）で、動作データについての距離が可視化される。特に、図２６の表示は、図２５の表示では見られなかった傾向、つまり、スイングが右利きであるか左利きであるかによって、動作データについての距離が分布する範囲が特定される、という傾向を有する。図２６では、右利きのスイングが分布することが特定された範囲が、模式的に範囲Ｃ０１で示されている。また、左利きのスイングが分布することが特定された範囲が、模式的に範囲Ｃ０２で示されている。

第２の実施の形態の評価情報提供システムでは、ユーザ端末６００において、図２５および図２６の双方の表示が表示されることにより、利用者は、プロの選手の間では、アマチュアの選手の間では見られなかった傾向が存在するという見識を取得できる。

また、第２の実施の形態では、利用者は、目標とする選手を指定することができる。当該指定に応じて、Ｗｅｂサーバ９００は、ユーザ端末６００に、２種類の動作データについての距離のみを表示するデータ、つまり、利用者の動作データについての距離と、当該利用者が指定した選手の動作データについての距離のみを、表示するデータを生成し、ユーザ端末６００に送信する。これにより、利用者は、当該利用者の動作の傾向と指定された選手の動作の傾向とを、直接的に比較することができる。

また、第２の実施の形態においても、Ｗｅｂサーバ９００のＣＰＵ９１０は、第１の種類の属性として１つの属性の指定、および、第２の種類の属性として２以上の属性の指定を受け付けることができる。これに応じて、ＣＰＵ９１０は、第１の種類の属性についての利用者のスコアを、第２の種類の属性についてのそれぞれについて計算し、出力することができる。

第１の種類の属性の一例は「プロ野球選手」である。第２の種類の属性の一例は、「パワーヒッター」および「アベレージヒッター」である。このような例では、ＣＰＵ９１０は、属性「パワーヒッター」および属性「アベレージヒッター」のそれぞれについて、スコアを算出する。つまり、ＣＰＵ９１０は、データベース１００に格納された動作データのうち、属性「プロ野球選手」に関連付けられ、かつ、属性「パワーヒッター」に関連付けられた動作データから特徴データを選択する。そして、選択された動作データと特徴データとの統計的距離を計算し、また、利用者の動作データと特徴データとの統計的距離を計算する。そして、これらの統計的距離を用いて、属性「プロ野球選手」および属性「パワーヒッター」についての、利用者のスコアを算出する。

また、ＣＰＵ９１０は、同様に、属性「プロ野球選手」および属性「アベレージヒッター」についての、利用者のスコアを算出する。

そして、ＣＰＵ９１０は、利用者について上記のように算出した２つのスコアを、ユーザ端末６００に送信する。

ユーザ端末６００のＣＰＵ６１０は、送信された２つのスコアから、最もスコアが高いスコアに関連付けられた属性を特定する。そして、ＣＰＵ６１０は、特定された属性を、利用者のスイングのタイプとして特定された属性として表示する。

図２７は、ユーザ端末６００における、利用者のスイングのタイプとして特定された属性の表示の一例を示す図である。図２７の画面ＩＭＧ４１は、第２の種類の属性として指定された２つの属性のそれぞれについてのスコア（属性「パワーヒッター」についての「６４点」、および、属性「アベレージヒッター」についての「８０点」）とともに、利用者のスイングのタイプとして特定された属性「アベレージヒッター」を表示する。

今回開示された実施の形態およびその変形例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。本開示の範囲は上記した説明ではなくて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。

本開示では、第１の実施の形態として、ランニングフォームについての利用者の動作のスコアや当該スコアに付随する情報の提供について説明された。また、第２の実施の形態として、バッティングフォームについての利用者の動作のスコアや当該スコアに付随する情報の提供について説明された。なお、本開示における技術が対象とする動作は、これらに限定されない。本開示における技術が対象とする動作は、上記以外のスポーツの動作（たとえば、スキーの滑走時の利用者の動作）、または、スポーツ以外の動作（たとえば、歩行訓練時における利用者の動作）であってもよい。つまり、本開示における技術は、あらゆる動作について取得された動作データを用いて、当該動作についてのスコアや当該スコアに付随する情報を提供することができる。

１００ データベース、２００ センサ装置、５００ 演算処理装置、６００ ユーザ端末、６１０，９１０ ＣＰＵ、８００ ランニングマシン、９００ Ｗｅｂサーバ。

Claims (18)

1. 属性に関連付けられて記憶された被験者の２以上の動作データと、利用者の動作データとを用いて、当該利用者の動作を評価する情報を出力するための、評価情報提供システムであって、
   ２以上の動作データおよび前記利用者の動作データのそれぞれの間の統計的距離を計算する第１の計算手段と、
   属性の指定を取得する取得手段と、
   前記取得手段が取得した属性についての前記利用者のスコアを計算する第２の計算手段と、
   前記第２の計算手段が計算した前記利用者のスコアを出力する出力手段とを備え、
   前記第２の計算手段は、
   前記２以上の動作データのうち前記取得手段が取得した属性に関連付けられた動作データについて前記第１の計算手段が計算した統計的距離に基づいて、前記取得手段が取得した属性の特徴を表わす特徴データを選択し、
   前記取得手段が取得した属性に関連付けられた動作データと前記特徴データとの間の統計的距離、および、前記利用者の動作データと前記特徴データとの間の統計的距離を利用して、前記取得手段が取得した属性についての前記利用者のスコアを計算する、評価情報提供システム。
2. 動作データのそれぞれは、被験者または利用者における１つ以上の部位の動作を表わす、請求項１に記載の評価情報提供システム。
3. 動作データのそれぞれは、被験者または利用者によって変位される道具における１つ以上の部位の動作を表わす、請求項１に記載の評価情報提供システム。
4. 前記取得手段は、属性の指定の入力を受け付ける、請求項１に記載の評価情報提供システム。
5. 前記属性は、動作の優劣についての区分を含む、請求項１〜請求項４のいずれか１項に記載の評価情報提供システム。
6. 前記区分は、マラソンの走行タイムについての時間の区別する、請求項５に記載の評価情報提供システム。
7. 前記属性は、動作の優劣以外の性質についての区分を含む、請求項１〜請求項６のいずれか１項に記載の評価情報提供システム。
8. 前記区分は、動作をする者を区別する、請求項７に記載の評価情報提供システム。
9. 前記区分は、動作に利用された道具を区別する、請求項７に記載の評価情報提供システム。
10. 前記第２の計算手段は、前記取得手段が取得した属性に関連付けられた動作データのうち、他の動作データとの統計的距離の平均値が最も小さい動作データを前記特徴データとして選択する、請求項１〜請求項９のいずれか１項に記載の評価情報提供システム。
11. 前記第２の計算手段は、前記取得手段が取得した属性に関連付けられた動作データおよび前記利用者の動作データに、前記特徴データとの統計的距離についての順序を設定し、前記利用者の動作データの順序に基づいて、前記利用者のスコアを計算する、請求項１〜請求項１０のいずれか１項に記載の評価情報提供システム。
12. 前記第２の計算手段は、複数のタイミングにおける前記利用者の動作データのそれぞれについて、前記利用者のスコアを計算し、
    前記出力手段は、前記複数のタイミングのそれぞれについて、前記利用者のスコアを出力する、請求項１〜請求項１１のいずれか１項に記載の評価情報提供システム。
13. 前記出力手段は、前記複数のタイミングにおけるスコアの変化が、時間の経過とともにスコアが上昇するものであるか下降するものであるかを評価する情報をさらに出力する、請求項１２に記載の評価情報提供システム。
14. 前記取得手段は、複数の種類の属性の指定を取得する、請求項１〜請求項１３のいずれか１項に記載の評価情報提供システム。
15. 前記取得手段は、第１の種類の属性および第２の種類の属性の指定を取得し、
    前記第２の種類の属性は、２以上の種類の属性を含み、
    前記第２の計算手段は、前記第２の種類の属性のそれぞれの種類について、前記第１の種類の属性の特徴を表わす動作データである特徴データを取得し、
    前記第２の計算手段は、前記第２の種類の属性のそれぞれの種類について、前記第１の種類の属性についての前記利用者のスコアを計算し、
    前記出力手段は、前記第２の種類の属性のぞれぞれの種類について、前記第１の種類の属性についての前記利用者のスコアを出力する、請求項１４に記載の評価情報提供システム。
16. 前記出力手段は、前記第２の種類の属性のそれぞれの種類についての前記スコアを比較することにより、前記第２の種類の属性の２以上の種類における、前記第１の種類の属性との関連の度合いを評価する情報を出力する、請求項１５に記載の評価情報提供システム。
17. 前記出力手段は、さらに、前記第１の属性に対する比較対象の属性に関連付けられた動作データについて前記第１の計算手段によって計算された統計的距離を、前記第１の属性および前記比較対象の属性のそれぞれを識別する態様で、出力する、請求項１５または請求項１６に記載の評価情報提供システム。
18. 属性に関連付けられて記憶された被験者の２以上の動作データと、利用者の動作データとを用いて、当該利用者の動作を評価する情報を出力する評価情報提供方法であって、
    ２以上の動作データおよび前記利用者の動作データのそれぞれの間の統計的距離を計算するステップと、
    属性の指定を取得するステップと、
    前記２以上の動作データのうち取得された前記属性に関連付けられた動作データについて計算された統計的距離に基づいて、取得された前記属性の動作データから当該属性の特徴を表わす特徴データを選択し、取得された前記属性に関連付けられた動作データと前記特徴データとの間の統計的距離、および、前記利用者の動作データと前記特徴データとの間の統計的距離を利用して、取得された前記属性についての前記利用者のスコアを計算するステップと、
    計算された前記利用者のスコアを出力するステップとを備える、評価情報提供方法。

Images