JP6505614B2 - トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ - Google Patents
トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ Download PDFInfo
- Publication number
- JP6505614B2 JP6505614B2 JP2016006020A JP2016006020A JP6505614B2 JP 6505614 B2 JP6505614 B2 JP 6505614B2 JP 2016006020 A JP2016006020 A JP 2016006020A JP 2016006020 A JP2016006020 A JP 2016006020A JP 6505614 B2 JP6505614 B2 JP 6505614B2
- Authority
- JP
- Japan
- Prior art keywords
- training
- data
- interval
- exercise
- feature
- 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.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
例えば、特許文献1には、複数のユーザの身体に装着した検出器を用いて、一連の運動中にそれぞれが静止したポイントを検出する技術が開示されている。
まず、本実施形態に係るトレーニング分類システム1の全体構成について説明する。
図1は、本実施形態に係るトレーニング分類システム1の全体構成を示す図である。
図1に示すように、トレーニング分類システム1は、運動を行うユーザが腕等に装着するセンサデバイス10(ウェアラブル端末)、センサデバイス10との間でデータの送受信を行う通信端末30、および、通信端末30との間で不図示のルータやネットワーク5を介して通信接続されるトレーニング分類サーバ20を含んで構成される。
このトレーニング分類システム1では、センサデバイス10が、ユーザが行ったトレーニング中の運動をセンサデータとして計測し通信端末30に送信する。通信端末30は、センサデバイス10から受信したセンサデータをトレーニング分類サーバ20に送信する。トレーニング分類サーバ20は、センサデータを解析することによって、ユーザが行った連続した複数のトレーニングを時間で分割し、分割したトレーニングを種類別に分類する。また、トレーニング分類システム1は、同じ種類に分類されたトレーニングの区間のデータのみを抽出し、運動強度などのパフォーマンスを時系列やユーザ毎に比較できることを特徴とする。
まず、本実施形態に係るセンサデバイス10の構成について説明する。
センサデバイス10は、図1に示すように、マイコンとして、例えば、MCU(Micro Controller Unit)11と、通信部12と、入力部13と、表示部14と、フラッシュメモリ15と、加速度センサ16とを含んで構成される。
加速度センサ16は、動き(加速度)を測るセンサである。本実施形態に係るセンサデバイス10は、加速度センサ16に加えて、角速度(ジャイロ)センサや、地磁気センサ等を備えて運動の状態を計測することによって、より詳細な動きを計測するようにしてもよい。
表示部14は、例えば、液晶ディスプレイや有機ELディスプレイであり、文字やグラフィックを表示する。
次に、本実施形態に係る通信端末30の構成について説明する。
通信端末30は、無線通信機能やアプリケーションを実行する演算機能、受信したデータをユーザに示すために表示する機能等を有するコンピュータであり、例えば、タブレット端末やPC(Personal Computer)等により構成される。この通信端末30は、センサデバイス10と連携する専用のアプリケーションによって、センサデバイス10が計測したデータ(センサデータ)を受信し、不図示のルータおよびネットワーク5を介してトレーニング分類サーバ20にそのデータを送信する。また、通信端末30は、トレーニング分類サーバ20がデータ(センサデータ)を解析した結果を受信して表示し、ユーザに提示することを特徴とする。
この通信端末30は、図1に示すように、CPU(Central Processing Unit)31と、通信部32と、入力部33と、表示部34と、RAM(Random Access Memory)35と、アプリケーション36とを含んで構成される。
通信部32は、通信回線を介して情報の送受信を行う不図示の通信インタフェースを含んで構成される。この通信部32は、センサデバイス10およびトレーニング分類サーバ20との間の情報の送受信を行う。
表示部34は、例えば、液晶ディスプレイや有機ELディスプレイであり、文字やグラフィックを表示させる。
RAM35は、CPU31が演算処理を行う際にアプリケーション(プログラム)を一時的に読み込む。また、RAM35には、センサデバイス10から取得したセンサデータや、トレーニング分類サーバ20から受信した解析結果(後記する、「パフォーマンス評価情報」等)が記憶される。
情報入力手段362は、入力部33を介して、キーボードやタッチパネルにより入力された情報を取得する。例えば、情報入力手段362は、後記するトレーニング分類データ252(図14参照)の各トレーニングの名称や、後記する「パフォーマンス評価要求情報」等の入力を受け付ける。
解析結果表示手段363は、トレーニング分類サーバ20から、センサデバイス10から取得したセンサ情報の解析結果(トレーニング分類データ252(図14参照)やパフォーマンス評価情報)を取得し、表示部34に表示する。例えば、解析結果表示手段363は、パフォーマンス評価情報に基づき、後記するパフォーマンス評価図300(図17参照)等の解析結果を表示部34に表示する。
次に、本実施形態に係るトレーニング分類サーバ20の構成について説明する。
トレーニング分類サーバ20は、センサデバイス10が計測したセンサデータを取得し、解析することによって、ユーザが行った連続した複数のトレーニングを時間で分割し、分割したトレーニングを種類別に分類する。また、トレーニング分類サーバ20は、同じ種類に分類されたトレーニング区間のデータを抽出し、運動強度などの運動特徴量に基づくパフォーマンスについて、時系列やユーザ毎に比較するための解析結果(パフォーマンス評価情報)を生成し、通信端末30に送信する。
このトレーニング分類サーバ20は、図1に示すように、CPU21と、通信部22と、RAM23と、プログラム24と、データベース(DB)25とを含んで構成される。
通信部22は、通信回線を介して情報の送受信を行う不図示の通信インタフェースを含んで構成される。この通信部22は、ネットワーク5を介して通信端末30との間で情報の送受信を行う。
RAM23は、CPU21が演算処理を行う際にプログラム24を読み込む。また、RAM23は、センサデバイス10が計測し、通信端末30から取得したセンサデータ等を一時的に記憶する。
運動特徴量データ251には、センサデータ250に基づき、トレーニング区間において運動の特徴を解析した値(例えば、運動強度、歩行ピッチ、速度、腕の角度等)が格納される。なお、この運動特徴量データ251の詳細は後記する(図4参照)。
パフォーマンスデータ253には、分割および分類されたトレーニングの評価に適した指標(運動の状態を示す指標として、例えば、平均運動強度、最大運動強度、平均速度、最大速度等)を解析した結果が格納される。なお、パフォーマンスデータ253の詳細は後記する(図16参照)。
次に、トレーニング分類システム1が実行する処理について説明する。まず、トレーニング分類サーバ20が実行する処理(トレーニング分類処理)について詳細に説明する。
図2は、本実施形態に係るトレーニング分類サーバ20が実行するトレーニング分類処理の流れを示すフローチャートである。
図3に示すように、センサデータ250は、各行(1レコード)毎にセンサデバイス10において1回計測した加速度データ(センサデータ)を記憶する。これにより、加速度データ(センサデータ)が時系列に記録される。
このセンサデータ250には、ユーザID2501、日時2502、加速度X[G]2503(後記するX軸方向の加速度)、加速度Y[G]2504(後記するY軸方向の加速度)、加速度Z[G]2505(後記するZ軸方向の加速度)の各データ項目についてのデータが格納される。
日時2502は、センサデバイス10が加速度センサ16により加速度の値を計測した日時を示す。
加速度X2503、加速度Y2504および加速度Z2505は、センサデバイス10の加速度センサ16が計測した3軸加速度の値を示す。この加速度は、重力単位である[G]などの単位でそろえて記憶することにより、使用する加速度センサの分解能などの仕様が異なっていても、比較可能な形式で記憶することができる。
なお、この解析対象となるトレーニング全体の区間の情報は、例えば、通信端末30において入力部33を介してユーザにより指定された情報(開始日時、終了日時)を、トレーニング分類サーバ20が取得することにより設定してもよいし、予め、解析対象となるトレーニング全体の区間の設定情報(開始日時、終了日時)を、トレーニング分類サーバ20の記憶手段(不図示)に記憶しておき、その情報を用いてもよい。
図4に示すように、運動特徴量データ251は、各行(1レコード)毎にセンサデータ250(図3)に基づき算出した単位時間の1つのデータを記憶する。これにより、運動特徴量データが時系列に記録される。なお、センサデバイス10がミリ秒単位で計測したデータは人が認識できる時間単位より細かいため、運動特徴量では人が認識しやすい秒単位などにデータがまとめられる。
この運動特徴量データ251には、ユーザID2511、日時2512、運動強度[METs]2513、歩行ピッチ[歩/秒]2514、速度[m/秒]2515、傾きθ[rad]2516、傾きφ[rad]2517の各データ項目についてデータが格納される。なお、これらの値を単位時間(例えば1秒)で計算する際には、単位時間中の平均値として記憶する。
日時2512は、運動特徴量に対応するセンサデータ250が計測された日時を示す。
速度[m/秒]2515は、人の移動速度を示す値であり、前記した運動強度や歩行ピッチ、ユーザの身長などのデータを用いて推定することができる。この速度を運動特徴量として用いる場合、ユーザそれぞれの身長をユーザID2511に対応付けて、予め記憶しておく。
図5(a)(b)に示すように、加速度センサ16に対し、3軸加速度を、X軸、Y軸、Z軸の方向に設定した場合に、各軸方向で加速度(x(t),y(t),z(t))が、加速度センサ16により計測される。そして、図5(c)に示すように、加速度センサ16の計測値を用いて、地面に対し腕を上げた角度となる傾きθ(t)が式(1)により計算される。また、腕を回転させた(ひねった)角度となる傾きφ(t)が式(2)により計算される。
このインターバルの特徴とは、例えば、サッカーや陸上競技など走行を基本とするトレーニングにおいては、一定期間走行がないことや、歩行や静止状態が続くことなどである。また、主に上半身を使う競技においては、腕の傾きから一定時間腕が下がっていることなどである。トレーニング分類手段241は、対象とするスポーツにおけるインターバルでの運動特徴量の特徴に合致する区間を抽出することによりインターバルを検出する。
図6は、本実施形態に係るトレーニング分類手段241が実行するインターバル検出処理の流れを示すフローチャートである。なお、図6においては、サーカー等のチーム競技のトレーニングを例として説明する。
図7は、運動特徴量として運動強度の時系列データを読み出した例を示している。ここでは、図7(a)〜(d)において、サッカーの一連のトレーニングをチーム(4人のユーザ)で実行した際の運動強度の時系列データ(U1,U2,U3,U4)を示している。
図8は、複数ユーザの運動強度の平均値の時系列データを示している。ここでは、トレーニング分類手段241が、図7(a)〜(d)に示す4人のユーザの運動強度の時系列データ(U1,U2,U3,U4)を合計し平均した結果である、運動強度の平均値の時系列データ(UA)を示している。
この移動平均を算出することにより、さらに、運動強度の増減が平滑化され、運動強度の特徴を捉えやすくすることができる。
図9は、複数ユーザの運動強度の平均値の時系列データにおいて、インターバルの区間を抽出した例を示している。ここでは、図8に示す運動強度の平均値の時系列データから、所定の時間、例えば、サッカーのトレーニングの例においては1分程度の間、走行レベル以下(運動強度が所定値以下)の運動であるいう特徴を捉え、インターバル(I1,I2,I3,I4,I5,I6)を検出した結果を示している。図9に示すように、インターバルによって、各トレーニングの区間を分割し、区切ることができる。
複数軸(N軸)の運動特徴量(a,b,c:例えば、運動強度,歩行ピッチ,速度)の空間上に各トレーニング項目を該当する位置に配置し、位置が近いトレーニング項目同士を同じトレーニング分類(A,B,C,D)にまとめるように最適化する公知のアルゴリズムを用いる。
図12においては、トレーニング区間t1のトレーニング項目「B」と連続していない、トレーニング区間t14,t15のトレーニング項目「B」をトレーニング項目「E」として再分類している。
なお、ステップS16とステップS17は逆の順番で処理しても同じ結果を得ることができる。
図14に示すように、トレーニング分類データ252は、一行(1レコード)ごとに、分割および分類されたひとつのトレーニング項目が記憶される。このトレーニング分類データ252には、トレーニングID2521、チームID2522、開始日時2523、終了日時2524、セット数2525、実施ユーザID2526、入力名称2527、入力タグ2528の各データ項目についてのデータが格納される。
チームID2522は、主に団体競技においてチーム単位でトレーニングを行った際の、そのチーム固有の識別子である。このチームには、同時にトレーニングを行った複数のユーザを含む。複数人ではなく、ひとりでトレーニングを行った場合には、チームと個人とは同一(つまり、一人で構成されるチーム)とすることができる。
セット数2525は、トレーニング分類手段241が、インターバルで区切られているが連続して行ったトレーニング項目をまとめた場合、まとめた数を繰り返し行ったセット数として記憶する。
この入力タグ2528は、1つのトレーニング項目に複数入力することができ、文字情報等でもよいし、図14に示すように、タグ情報としてその内容それぞれに固有な数字(識別子)を付すようにしてもよい。
次に、本実施形態に係るトレーニング分類サーバ20のパフォーマンス評価手段242および可視化手段243により実行されるパフォーマンス評価処理について説明する。
図15は、本実施形態に係るトレーニング分類サーバ20が実行するパフォーマンス評価処理の流れを示すフローチャートである。このパフォーマンス評価処理は、トレーニング分類手段241により、前記したトレーニング分類処理(図2参照)が実行され、データベース(DB)25に、運動特徴量データ251およびトレーニング分類データ252が格納された旨の情報を、パフォーマンス評価手段242が取得する等したことを契機に実行される。
図16に示すように、パフォーマンスデータ253は、一行(1レコード)ごとに、1つのトレーニング項目についての1ユーザのパフォーマンスを示す情報が記憶される。このパフォーマンスデータ253は、ユーザID2531、トレーニングID2532、平均運動強度[METs]2533、最大運動強度[METs]2534、平均速度[m/秒]2535、最大速度[m/秒]2536の各データ項目についてのデータが格納される。
トレーニングID2532は、各トレーニング項目を識別するための固有な識別子である。このトレーニングID2532は、トレーニング分類データ252(図14参照)のトレーニングID2521と同一の情報である。
最大運動強度[METs]2534は、トレーニング項目のトレーニング区間中における、ユーザの運動強度の最大値を示している。
最大速度[m/秒]2536は、トレーニング項目のトレーニング区間中における、ユーザの移動速度の最大値を示している。
このパフォーマンス評価情報は、ユーザやその指導者(コーチ等)に対し、トレーニングの解析結果を、通信端末30において理解し易いグラフ等で表示させるための情報である。
通信端末30から受信するパフォーマンス評価要求情報には、例えば、評価の対象となるトレーニングID、ユーザID、評価項目(例えば、平均運動強度2533)、トレーニング期間の情報が格納される。予め設定されるパフォーマンス評価情報の生成処理の開始条件にも、これらの情報が格納される。
図17に示すように、パフォーマンス評価図300は、トレーニング分類手段241によって分割および分類された同種類のトレーニング項目(ここでは、「4対2パス練習」)について、複数の期間(第1〜第4週目)で評価項目(平均運動強度)のデータを読み出し、推移を可視化する。これによって、ユーザやその指導者(コーチ等)は、ユーザそれぞれのパフォーマンスの変化や成長を正確に把握することができる。
センサデバイス10で計測した複数のユーザの運動データ(センサデータ)をトレーニング分類サーバ20にまとめて収集することができ、トレーニングやそのトレーニングの際のユーザのパフォーマンス等についてまとめて記憶、解析、可視化することができる。
5 ネットワーク
10 センサデバイス
11 MCU
12,22,32 通信部
13,33 入力部
14,34 表示部
15 フラッシュメモリ
16 加速度センサ
20 トレーニング分類サーバ
21,31 CPU
23,35 RAM
24 プログラム
25 データベース(DB)
30 通信端末
36 アプリケーション
241 トレーニング分類手段
242 パフォーマンス評価手段
243 可視化手段
250 センサデータ
251 運動特徴量データ
252 トレーニング分類データ
253 パフォーマンスデータ
300 パフォーマンス評価図
361 センサデータ転送手段
362 情報入力手段
363 解析結果表示手段
Claims (7)
- センサによりスポーツのトレーニングを行う際の運動を計測するセンサデバイスと、1つ以上の前記センサデバイスに通信接続される通信端末と、前記通信端末を介して前記センサが計測したセンサデータを取得するトレーニング分類サーバとを有し、
前記通信端末は、
前記センサデバイスが計測した前記センサデータを取得し、前記トレーニング分類サーバに転送するセンサデータ転送手段を備え、
前記トレーニング分類サーバは、
前記センサデータを取得し、取得したセンサデータを解析して運動の特徴を示す運動特徴量を算出し、連続する前記トレーニングの合間の時間であるインターバルにおける当該スポーツの前記運動特徴量の特徴に合致する区間を、前記インターバルとして検出し、トレーニング全体の区間を、前記インターバルで区切ることにより個々のトレーニング区間に分割し、分割された複数のトレーニング区間それぞれの前記運動特徴量を用いて、類似する特徴を有するトレーニング区間を同種類のトレーニング項目として分類し、時系列で連続した同種類のトレーニング項目を1つのトレーニング項目にまとめるようにして前記トレーニングを分類するトレーニング分類手段を備えること
を特徴とするトレーニング分類システム。 - 前記トレーニング分類サーバは、
前記分類されたトレーニング項目ごとに、当該トレーニング項目のトレーニング区間における運動特徴量を用いて、当該トレーニング区間における運動の状態を示すパフォーマンスデータを生成するパフォーマンス評価手段と、
前記生成されたトレーニング項目のパフォーマンスデータと、過去に生成した同一の前記トレーニング項目の過去のパフォーマンスデータを比較するパフォーマンス評価情報を生成し、前記通信端末に送信する可視化手段と、をさらに備え、
前記通信端末は、
前記パフォーマンス評価情報を受信し表示装置に表示する解析結果表示手段をさらに備えること
を特徴とする請求項1に記載のトレーニング分類システム。 - 前記トレーニング分類手段は、前記トレーニング項目のトレーニング名称を含む、前記センサデバイスでは検出できない情報であるトレーニング関連情報を前記通信端末から取得し、前記分類したトレーニング項目に対応付けて記憶し、
前記可視化手段は、前記トレーニング関連情報を付したパフォーマンス評価情報を生成し、前記通信端末に送信すること
を特徴とする請求項2に記載のトレーニング分類システム。 - 前記通信端末の前記センサデータ転送手段は、複数の前記センサデバイスそれぞれから、同一の前記トレーニング全体の区間において計測された前記センサデータを取得して、前記トレーニング分類サーバに転送し、
前記トレーニング分類サーバの前記トレーニング分類手段は、取得した複数のセンサデータそれぞれを解析して前記運動特徴量を算出し、算出した複数の運動特徴量の平均値のデータを生成し、前記生成した平均値のデータを用いて、当該スポーツにおける前記インターバルでの運動特徴量の特徴に合致する区間を、前記インターバルとして検出すること
を特徴とする請求項1乃至請求項3のいずれか1項に記載のトレーニング分類システム。 - 前記運動特徴量は、単位時間当たりの運動量を示す運動強度であり、
前記トレーニング分類手段は、前記センサデータから前記運動強度を算出し、当該スポーツにおける前記インターバルでの運動強度の特徴に合致する区間を、前記インターバルとして検出すること
を特徴とする請求項1乃至請求項4のいずれか1項に記載のトレーニング分類システム。 - センサデバイスが、
センサによりスポーツのトレーニングを行う際の運動を計測するステップを実行し、
通信端末が、
前記センサデバイスが計測したセンサデータを取得し、トレーニング分類サーバに転送するステップを実行し、
前記トレーニング分類サーバが、
前記センサデータを取得し、取得したセンサデータを解析して運動の特徴を示す運動特徴量を算出し、連続する前記トレーニングの合間の時間であるインターバルにおける当該スポーツの前記運動特徴量の特徴に合致する区間を、前記インターバルとして検出し、トレーニング全体の区間を、前記インターバルで区切ることにより個々のトレーニング区間に分割し、分割された複数のトレーニング区間それぞれの前記運動特徴量を用いて、類似する特徴を有するトレーニング区間を同種類のトレーニング項目として分類し、時系列で連続した同種類のトレーニング項目を1つのトレーニング項目にまとめるようにして前記トレーニングを分類するステップを実行すること
を特徴とするトレーニング分類システムのトレーニング分類方法。 - スポーツのトレーニングを行う際の運動を計測したセンサデータを取得し、取得したセンサデータを解析して運動の特徴を示す運動特徴量を算出し、連続する前記トレーニングの合間の時間であるインターバルにおける当該スポーツの前記運動特徴量の特徴に合致する区間を、前記インターバルとして検出し、トレーニング全体の区間を、前記インターバルで区切ることにより個々のトレーニング区間に分割し、分割された複数のトレーニング区間それぞれの前記運動特徴量を用いて、類似する特徴を有するトレーニング区間を同種類のトレーニング項目として分類し、時系列で連続した同種類のトレーニング項目を1つのトレーニング項目にまとめるようにして前記トレーニングを分類するトレーニング分類手段を備えること
を特徴とするトレーニング分類サーバ。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016006020A JP6505614B2 (ja) | 2016-01-15 | 2016-01-15 | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ |
PCT/JP2017/000727 WO2017122705A1 (ja) | 2016-01-15 | 2017-01-12 | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016006020A JP6505614B2 (ja) | 2016-01-15 | 2016-01-15 | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017124086A JP2017124086A (ja) | 2017-07-20 |
JP6505614B2 true JP6505614B2 (ja) | 2019-04-24 |
Family
ID=59310967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016006020A Active JP6505614B2 (ja) | 2016-01-15 | 2016-01-15 | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6505614B2 (ja) |
WO (1) | WO2017122705A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3965114A1 (en) * | 2020-09-03 | 2022-03-09 | Apple Inc. | Privacy preserving personalized workout recommendations |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6439768B2 (ja) * | 2016-09-30 | 2018-12-19 | オムロン株式会社 | 運動インストラクション装置、システム、方法およびプログラム |
JP6498332B1 (ja) * | 2017-11-02 | 2019-04-10 | 株式会社バンダイ | 運動量測定システム、靴及びプログラム |
JP7052369B2 (ja) * | 2018-01-19 | 2022-04-12 | カシオ計算機株式会社 | データ解析装置、データ解析方法及びプログラム |
JP6787368B2 (ja) * | 2018-06-22 | 2020-11-18 | カシオ計算機株式会社 | データ処理システム、サーバ装置、端末装置、データ処理方法及びプログラム |
JP6976224B2 (ja) * | 2018-06-29 | 2021-12-08 | 株式会社日立ハイテク | 血流解析装置、血流解析プログラム、血流解析システム |
KR102180149B1 (ko) * | 2018-08-26 | 2020-11-17 | (주)아이티공간 | IoT 기반 센서의 데이터 추출 및 전송방법 |
KR20210026628A (ko) | 2019-08-30 | 2021-03-10 | 삼성전자주식회사 | 전자 장치 및 전자 장치에서의 운동 정보 처리 방법 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4352018B2 (ja) * | 2005-03-30 | 2009-10-28 | 株式会社東芝 | 運動計測装置、運動計測方法および運動計測プログラム |
JP4904861B2 (ja) * | 2006-03-14 | 2012-03-28 | ソニー株式会社 | 体動検出装置、体動検出方法および体動検出プログラム |
JP2010175754A (ja) * | 2009-01-28 | 2010-08-12 | Yamaha Corp | 姿勢評価装置、姿勢評価システム、プログラム |
FR2943554B1 (fr) * | 2009-03-31 | 2012-06-01 | Movea | Systeme et procede d'observation d'une activite de nage d'une personne |
JP2012065943A (ja) * | 2010-09-27 | 2012-04-05 | Brother Industries Ltd | 運動支援装置、運動支援方法およびプログラム |
JP2013122727A (ja) * | 2011-12-12 | 2013-06-20 | Nikon Corp | 電子機器 |
-
2016
- 2016-01-15 JP JP2016006020A patent/JP6505614B2/ja active Active
-
2017
- 2017-01-12 WO PCT/JP2017/000727 patent/WO2017122705A1/ja active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3965114A1 (en) * | 2020-09-03 | 2022-03-09 | Apple Inc. | Privacy preserving personalized workout recommendations |
Also Published As
Publication number | Publication date |
---|---|
WO2017122705A1 (ja) | 2017-07-20 |
JP2017124086A (ja) | 2017-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6505614B2 (ja) | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ | |
US9978425B2 (en) | Method and device for associating frames in a video of an activity of a person with an event | |
JP6444813B2 (ja) | 分析システム、及び、分析方法 | |
KR101994598B1 (ko) | 활동 리마인더를 갖는 활동 인식 | |
US10802038B2 (en) | Calculating pace and energy expenditure from athletic movement attributes | |
CN102198319B (zh) | 运动行为的多传感器监测 | |
US9198611B2 (en) | Information processing device, image output method, and program | |
Sarro et al. | Tracking of wheelchair rugby players in the 2008 Demolition Derby final | |
Hediyeh et al. | Pedestrian gait analysis using automated computer vision techniques | |
KR20160045833A (ko) | 에너지 소모 디바이스 | |
CN104126185A (zh) | 疲劳指数及其用途 | |
WO2016084499A1 (ja) | 行動分類システム、行動分類装置及び行動分類方法 | |
Derungs et al. | Regression-based, mistake-driven movement skill estimation in Nordic Walking using wearable inertial sensors | |
JP6187558B2 (ja) | 情報処理装置、情報処理システムおよび記録媒体 | |
JP6706187B2 (ja) | ネットワーク分析方法、サーバ及びネットワーク分析システム | |
US11756687B2 (en) | Method and system for assessing performance | |
Parto | Ice hockey checking detection from indoor localization data | |
Vrancich et al. | Exploratory data analysis of stream data in sports medicine domain | |
JP2023108290A (ja) | ネットワーク分析方法、ネットワーク分析システム及びサーバ | |
Leonid et al. | Vital Sense Analytics-For Maximizing the Performance of Football Players Using Wearables | |
JP2023108286A (ja) | ネットワーク分析方法、ネットワーク分析システム及びサーバ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181204 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190204 |
|
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: 20190305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6505614 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |