JP7350222B1 - 動作分析装置、動作分析方法、及び動作分析プログラム - Google Patents
動作分析装置、動作分析方法、及び動作分析プログラム Download PDFInfo
- Publication number
- JP7350222B1 JP7350222B1 JP2023541030A JP2023541030A JP7350222B1 JP 7350222 B1 JP7350222 B1 JP 7350222B1 JP 2023541030 A JP2023541030 A JP 2023541030A JP 2023541030 A JP2023541030 A JP 2023541030A JP 7350222 B1 JP7350222 B1 JP 7350222B1
- Authority
- JP
- Japan
- Prior art keywords
- trajectory
- target
- similar
- similarity
- time
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 239000000284 extract Substances 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
特許文献1は、作業者のサイクルタイムの計測と、作業内容の分析との負荷を減らすために、作業者のサイクルタイムの計測と、作業内容の分析とを自動化する手法を提案している。当該手法では、映像から得た姿勢情報の時系列推移を動作軌跡と定義し、あらかじめ学習した軌跡と比較することにより作業内容を特定する。当該手法において、カメラ及びセンサが取得したデータに基づく姿勢情報を用いることにより、分析対象である作業者に負担がかからない。
本開示は、対象作業者の対象部位の軌跡と、定常作業における対象部位の軌跡とをマッチングする技術において、対象部位の軌跡を誤ってマッチングする可能性を減らすことを目的とする。
作業を実施している対象作業者を示す入力映像に含まれている対象フレームに対応する時刻である対象時刻から、前記対象時刻よりも将来の時刻までの期間である以後期間における前記対象作業者の対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第3対象軌跡に類似する軌跡を、前記対象作業者が実施すべき作業を実施している場合における前記対象部位に対応する部位の軌跡を示す参照軌跡情報が示す軌跡から第3類似軌跡として抽出する第3マッチング処理を実施するマッチング部
を備える。
以下、本実施の形態について、図面を参照しながら詳細に説明する。
図1は、本実施の形態に係る動作分析装置100の構成例を示している。動作分析装置100は、本図に示すように、骨格抽出部110と、軌跡抽出部120と、マッチング部130と、類似度比較部140とを備える。また、動作分析装置100は参照軌跡情報190を記憶する。
対象部位についての対象フレームを基準とした3パターンの軌跡は、対象フレームを基準とした前後期間における対象部位の軌跡と、対象フレームを基準とした以前期間における対象部位の軌跡と、対象フレームを基準とした以後期間における対象部位の軌跡とから成る。対象フレームを基準とした前後期間は、対象時刻よりも過去の時刻から、対象時刻よりも将来の時刻までの連続期間である。対象フレームを基準とした以前期間は、対象時刻よりも過去の時刻から、対象時刻までの連続期間である。対象フレームを基準とした以後期間は、対象時刻から、対象時刻よりも将来の時刻までの連続期間である。対象フレームは、対象作業者の作業内容を認識する対象であるフレームに当たる。対象時刻は、対象フレームに対応する時刻であり、具体例として、対象フレームがカメラによって撮影された時刻、又はセンサが対象作業者の姿勢を観測した時刻である。前後期間の開始時刻及び終了時刻の各々はどのように定められてもよい。以前期間の開始時刻はどのように定められてもよい。以後期間の終了時刻はどのように定められてもよい。前後期間における対象部位の軌跡の前半部分を以前期間における対象部位の軌跡とし、前後期間における対象部位の軌跡の後半部分を以後期間における対象部位の軌跡としてもよい。以前期間における対象部位の軌跡と、以後期間における対象部位の軌跡とを結合した軌跡を前後期間における対象部位の軌跡としてもよい。
以前期間における対象部位の軌跡を第1対象軌跡とも呼ぶ。前後期間における対象部位の軌跡を第2対象軌跡とも呼ぶ。以後期間における対象部位の軌跡を第3対象軌跡とも呼ぶ。第1対象軌跡は、以前期間における対象部位の軌跡であって、入力映像に基づいて導出された軌跡である。第2対象軌跡は、前後期間における対象部位の軌跡であって、入力映像に基づいて導出された軌跡である。第3対象軌跡は、対象部位の軌跡であって、入力映像に基づいて導出された軌跡である。軌跡抽出部120は、骨格抽出部110によって生成された骨格情報から、第1対象軌跡と第2対象軌跡と第3対象軌跡との各々を抽出する。
なお、対象部位は複数存在してもよい。対象部位が複数存在する場合において、軌跡抽出部120は、各対象部位について、骨格情報から3パターンの軌跡を抽出する。
具体的には、マッチング部130は、軌跡抽出部120が生成した軌跡情報が示す各パターンの軌跡を参照軌跡情報190が示す軌跡にマッチングすることにより、各パターンの軌跡に対応する類似区間を求める。この際、マッチング部130は、各パターンの軌跡について、各パターンの軌跡に対応する類似区間に対応する類似度を算出する。マッチング処理は、参照軌跡情報190が示す軌跡から、軌跡情報が示す各パターンの軌跡に類似又は対応する部分を抽出する処理である。類似区間は、参照軌跡情報190が示す連続区間であり、ある時間範囲に対応する区間である。対象パターンの軌跡に対応する類似区間において、対象パターンの軌跡と、参照軌跡情報190が示す軌跡との類似度が相対的に高い。類似度はどのように算出されてもよい。なお、対象期間において作業抜け又は非定常作業等が発生した場合において、対象期間に対応する類似区間は、対象作業者が本来すべき作業内容に対応する区間であることもある。
また、マッチング部130は、参照軌跡情報190に基づいて、各類似区間において対象フレームに対応するフレーム識別子を特定する。対象フレームに対応するフレーム識別子は、マッチング結果に基づいて特定されるフレーム識別子であって、参照軌跡情報190が示す軌跡の各時点に対応するフレームのうち、対象フレームに対応するフレームに対応するフレーム識別子である。フレーム識別子は、参照軌跡情報190が示す軌跡の各時点に対応するフレームを識別する識別子であり、具体例としてフレーム番号である。参照軌跡情報190が示す軌跡の各時点に対応するフレームは、具体例として、各時点における対象部位の軌跡の生成元であるフレームである。
マッチング部130は、対象フレームに対応する時刻よりも過去の時刻に対応するフレームを用いてマッチングした結果と、参照軌跡情報190又は対象作業者が実施すべき作業内容を示す情報とに基づいて、対象フレームに対応する時刻において対象作業者が実施すべきである作業内容を推測し、推測した作業内容に基づいて類似区間の位置を推定し、推定した結果を考慮してマッチングを実施してもよい。
参照軌跡情報190は、事前に取得した複数サイクル分の骨格情報である時系列データであってもよい。サイクルは、周期的に行う作業の1周期分の作業を示す単位である。また、参照軌跡情報190は、複数サイクル分の骨格情報の平均値を求めるなどして複数サイクル分の骨格情報を1サイクルにまとめた時系列データであってもよく、複数サイクル分の骨格情報を用いて対象部位の軌跡を機械学習したモデルであってもよい。
また、本例において、参照軌跡情報190は、参照映像に映っている作業者の対象部位である対象関節の軌跡を示す情報である。当該参照軌跡情報190は、参照映像に映っている作業者の対象関節を抽出し、抽出した対象関節の軌跡を抽出することにより生成されたものとする。ここで、参照映像は入力映像と同様である。本例に係る参照軌跡情報190において、対象関節の軌跡は対応する作業内容に応じて複数の区間に分割されており、各区間にラベルが付与されている。
本例において、マッチング部130は、入力軌跡情報が示す対象関節の軌跡を、参照軌跡情報190が示す対象関節の軌跡のうちラベル2に対応する区間の軌跡にマッチングする。また、マッチング部130は、対象フレームに対応する関節位置と、参照軌跡情報190が示す関節位置とに基づいて、対象フレームに対応するフレーム識別子であって、参照映像に含まれているフレームのフレーム識別子を特定する。また、本例において、対象フレームに対応する作業内容として、ラベル2に対応する作業内容が特定された。
本例において、マッチング部130は、参照軌跡情報190に対応するグラフ中の破線に示すように、グラフの形状と、対象部位の座標の当てはめとに基づいてマッチングを実施する。その後、マッチング部130は、マッチング結果に基づいて対象フレームに対応するフレーム識別子を取得する。
動作分析装置100は、プロセッサ11を代替する複数のプロセッサを備えてもよい。複数のプロセッサはプロセッサ11の役割を分担する。
揮発性の記憶装置は、具体例としてRAM(Random Access Memory)である。
不揮発性の記憶装置は、具体例として、ROM(Read Only Memory)、HDD(Hard Disk Drive)、又はフラッシュメモリである。
動作分析装置100の動作手順は動作分析方法に相当する。また、動作分析装置100の動作を実現するプログラムは動作分析プログラムに相当する。
骨格抽出部110に対して外部から入力映像が入力される。ここで、入力映像には対象作業者が映っているものとする。
骨格抽出部110は、入力映像に含まれている各フレームにおいて対象作業者の骨格を抽出し、各フレームにおいて抽出した骨格を示す骨格情報を生成する。
軌跡抽出部120は、対象フレームを選択し、対象部位について、骨格抽出部110が生成した骨格情報から、選択した対象フレームを基準とした3パターンの軌跡を抽出する。その後、軌跡抽出部120は、抽出した各パターンの軌跡を示す軌跡情報を生成する。
マッチング部130は、軌跡抽出部120が生成した軌跡情報が示す各パターンの軌跡を参照軌跡情報190が示す軌跡にマッチングすることにより、各パターンの軌跡に対応する類似区間を求める。この際、マッチング部130は、各パターンの軌跡について、各パターンの軌跡に対応する類似区間に対応する類似度を算出する。また、マッチング部130は、参照軌跡情報190に基づいて、各類似区間において対象フレームに対応するフレーム識別子を特定する。
類似度比較部140は、マッチング部130が求めた各パターンの軌跡に対応する類似度を比較し、対応する類似度が最も高いパターンの軌跡に対応するフレーム識別子を出力する。
従来技術によれば、対象フレームを基準とした前後期間におけるマッチングを実施する。ここで、対象フレームを基準とした前後期間において作業抜け又は非定常作業等が発生したとき、多くの場合に、対象フレームを基準とした前後期間において、入力軌跡情報が示す軌跡に類似する軌跡が、参照軌跡情報190が示す軌跡に存在しない。そのため、図6の(a)に示すように、入力軌跡情報が示す軌跡と参照軌跡情報190が示す軌跡とを適切にマッチングすることができない。従って、従来技術によれば、対象フレームに対応するフレーム識別子を比較的高い精度で特定することができないため、対象フレームに対応する作業を比較的高い精度で特定することができない。
具体例として、本実施の形態によれば、図6の(a)に示すように前後期間におけるマッチングを適切に実施することができない場合であっても、図6の(b)に示すように以前期間において適切にマッチングを実施することができれば、対象フレームに対応するフレーム識別子を比較的高い精度で特定することができる。ここで、当該以前期間は、対象作業者が定常作業を実施していた期間である。即ち、本実施の形態によれば、前後期間の後半において定常作業と異なる動作が発生した場合であっても、以前期間における軌跡を用いてマッチングを実施すれば、前後期間の後半における軌跡を用いないためにマッチング結果における類似度が高くなる。同様に、本実施の形態によれば、前後期間の前半において定常作業と異なる動作が発生した場合において、以後期間における軌跡を用いてマッチングを実施すればマッチング結果における類似度が高くなる。
従って、本実施の形態によれば、作業抜け又は非定常作業等が発生した場合であっても対象フレームに対応する作業を比較的高い精度で特定することができるため、定常作業を実施すべき作業者が実施中である作業内容の精度を比較的高い精度で分析することができる。
<変形例1>
本変形例に係るマッチング部130は、対象フレームに関するマッチングを実施する際に、入力軌跡情報が示す軌跡の座標系として、対象フレームに対応する座標を原点とした座標系を用いる代わりに、絶対座標系又は相対座標系を用いる。特に、マッチング部130は、第3対象軌跡の座標系として、相対座標系又は絶対座標系を用いる。
また、マッチング部130は、マッチング結果を適宜保存する、特に以後期間におけるマッチング結果を保存する。マッチング部130は、対象期間と重複する期間におけるマッチング結果が保存されている場合に、対象期間におけるマッチングを実施する際に保存されているマッチング結果を流用する。対象期間は、典型的には対象フレームを基準とした以前期間又は前後期間である。具体例として、マッチング部130は、対象フレームを基準とした以前期間と同じ期間におけるマッチング結果が保存されている場合において、保存されているマッチング結果を当該以前期間におけるマッチング結果として流用する。
なお、本変形例では、対象フレームを原点とした軌跡に変換せずにマッチングを実施するため、以後期間におけるマッチング結果を、以前期間及び前後期間におけるマッチングを実施する際に流用することができる。そのため、ステップS103において、軌跡抽出部120は、3パターンの軌跡を抽出する代わりに以後期間における軌跡のみを抽出してもよい。また、ステップS104において、マッチング部130は、以前期間及び前後期間におけるマッチングを実施する際に、対象フレームに対応する時刻よりも過去の時刻に対応する以後期間におけるマッチング結果を流用してもよい。
図7は、本変形例に係る動作分析装置100のハードウェア構成例を示している。
動作分析装置100は、プロセッサ11、あるいはプロセッサ11と記憶装置12に代えて、処理回路18を備える。
処理回路18は、動作分析装置100が備える各部の少なくとも一部を実現するハードウェアである。
処理回路18は、専用のハードウェアであってもよく、また、記憶装置12に格納されるプログラムを実行するプロセッサであってもよい。
動作分析装置100は、処理回路18を代替する複数の処理回路を備えてもよい。複数の処理回路は、処理回路18の役割を分担する。
プロセッサ11と記憶装置12と処理回路18とを、総称して「プロセッシングサーキットリー」という。つまり、動作分析装置100の各機能構成要素の機能は、プロセッシングサーキットリーにより実現される。
他の実施の形態に係る動作分析装置100についても、本変形例と同様の構成であってもよい。
以下、主に前述した実施の形態と異なる点について、図面を参照しながら説明する。
本実施の形態に係る動作分析装置100の構成は、実施の形態1に係る動作分析装置100の構成と同様である。
本実施の形態に係るマッチング部130は、第1マッチング処理を実施し、第1対象軌跡と第1類似軌跡との類似度が第1閾値よりも低い場合に、第2マッチング処理と第3マッチング処理との各々を実施する。第1閾値はどのように定められてもよい。具体的には、マッチング部130は、マッチングを実施する際に、まず以前期間におけるマッチングを実施する。また、マッチング部130は、以前期間における類似度が十分に高い場合、前後期間と、以後期間との各々におけるマッチングを実施しない。
図8は、動作分析装置100の動作の一例を示すフローチャートである。図8を用いて動作分析装置100の動作を説明する。なお、本フローチャートにおいて、各期間は対象フレームを基準とした期間である。
軌跡抽出部120は、以前期間における対象部位の軌跡を骨格情報から抽出する。
マッチング部130は、軌跡抽出部120が抽出した軌跡と、参照軌跡情報190とを用いて、以前期間におけるマッチングを実施する。
ステップS202におけるマッチング結果に対応する類似度が第1閾値よりも低い場合、動作分析装置100はステップS204に進む。それ以外の場合、動作分析装置100は本フローチャートの処理を終了する。
なお、第1閾値は、誤判定を防止するためにある程度高い値に設定されていることが好ましい。
軌跡抽出部120は、前後期間と以後期間との各々における対象部位の軌跡を骨格情報から抽出する。
マッチング部130は、ステップS204において軌跡抽出部120が抽出した軌跡と、参照軌跡情報190とを用いて、前後期間と以後期間との各々におけるマッチングを実施する。
類似度比較部140は、以前期間に対応する類似度と、前後期間に対応する類似度と、以後期間に対応する類似度との中で最も高い類似度に対応するフレーム識別子を出力する。
以上のように、本実施の形態によれば、以前期間に対応する類似度が十分に高い場合に以前期間におけるマッチングのみを実施するため、マッチングの実施回数の総数を低減することができる。そのため、本実施の形態によればマッチング処理を高速化することができる。
以下、主に前述した実施の形態と異なる点について、図面を参照しながら説明する。
本実施の形態に係る動作分析装置100の構成は、実施の形態1に係る動作分析装置100の構成と同様である。
実施の形態2では、まず以前期間におけるマッチングを実施する。ここで、以前期間に対応する類似度が低い場合、以前期間において作業抜け又は非定常作業等が発生しているものと考えられる。そこで、対象フレームが対象期間内に取得されたフレームであると考えられる場合において、対象フレームを基準とした以後期間におけるマッチングのみを実施するようにする。対象期間は、対象作業者の作業において作業抜け又は非定常作業等が発生している期間である。
また、対象フレームに対応する時刻が対象期間を抜けた時点における対象フレームを基準とした以後期間に対応する類似度は、対象期間内に対応する対象フレームを基準とした以後期間に対応する類似度よりも高い。そこで、対象フレームに対応するが対象期間に入った後に以後期間に対応する類似度が十分に高くなった場合に、以前期間におけるマッチングのみを実施するように戻す。なお、対象フレームは順に先のフレームに進められるものとする。
図9は、動作分析装置100の動作の一例を示すフローチャートである。図9を用いて動作分析装置100の動作を説明する。なお、本フローチャートにおいて、各期間は対象フレームを基準とした期間である。また、対象フレームは順により将来の時刻に対応するフレームに進められ、対象フレームが進められる度に本フローチャートの処理が実行される。
マッチング対象期間が以前期間である場合、動作分析装置100はステップS302に進む。それ以外の場合、動作分析装置100はステップS306に進む。
本ステップはステップS201と同様である。
本ステップはステップS202と同様である。
ステップS303のマッチング結果における類似度が第2閾値よりも低い場合、動作分析装置100はステップS305に進む。それ以外の場合、動作分析装置100は本フローチャートの処理を終了する。
動作分析装置100は、マッチング対象期間を以後期間に変更する。
なお、以後期間に対応する類似度が以前期間に対応する類似度よりも低い場合、動作分析装置100はマッチング対象期間を以後期間に変更しなくてもよい。
軌跡抽出部120は、以後期間における対象部位の軌跡を骨格情報から抽出する。
マッチング部130は、以後期間においてマッチングを実施する。
ステップS307のマッチング結果における類似度が第3閾値よりも低い場合、動作分析装置100はステップS309に進む。それ以外の場合、動作分析装置100は本フローチャートの処理を終了する。
動作分析装置100は、マッチング対象期間を以前期間に変更する。
なお、以前期間に対応する類似度が以後期間に対応する類似度よりも低い場合、動作分析装置100はマッチング対象期間を以前期間に変更しなくてもよい。
以上のように、本実施の形態によれば、前後期間におけるマッチングを実施しないため、マッチングの実施回数の総数を低減することができる。そのため、本実施の形態によればマッチング処理を高速化することができる。
前述した各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
また、実施の形態は、実施の形態1から3で示したものに限定されるものではなく、必要に応じて種々の変更が可能である。フローチャート等を用いて説明した手順は適宜変更されてもよい。
Claims (8)
- 作業を実施している対象作業者を示す入力映像に含まれている対象フレームに対応する時刻である対象時刻から、前記対象時刻よりも将来の時刻までの期間である以後期間における前記対象作業者の対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第3対象軌跡に類似する軌跡を、前記対象作業者が実施すべき作業を実施している場合における前記対象部位に対応する部位の軌跡を示す参照軌跡情報が示す軌跡から第3類似軌跡として抽出する第3マッチング処理と、
前記対象時刻よりも過去の時刻から、前記対象時刻よりも将来の時刻までの期間である前後期間における前記対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第2対象軌跡に類似する軌跡を、前記参照軌跡情報が示す軌跡から第2類似軌跡として抽出する第2マッチング処理と
を実施するマッチング部と、
前記第2対象軌跡と前記第2類似軌跡との類似度と、前記第3対象軌跡と前記第3類似軌跡との類似度とのうち最も高い類似度に対応する軌跡であって、前記参照軌跡情報が示す軌跡である推定作業軌跡に対応する作業内容に対応する情報を出力する類似度比較部と
を備える動作分析装置であって、
前記参照軌跡情報は、前記参照軌跡情報が示す軌跡の各時点に対応する作業内容に対応する情報を含む動作分析装置。 - 前記マッチング部は、前記対象時刻よりも過去の時刻から前記対象時刻までの期間である以前期間における前記対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第1対象軌跡に類似する軌跡を、前記参照軌跡情報が示す軌跡から第1類似軌跡として抽出する第1マッチング処理を実施し、
前記推定作業軌跡は、前記第1対象軌跡と前記第1類似軌跡との類似度と、前記第2対象軌跡と前記第2類似軌跡との類似度と、前記第3対象軌跡と前記第3類似軌跡との類似度とのうち最も高い類似度に対応する軌跡である請求項1に記載の動作分析装置。 - 前記動作分析装置は、さらに、
前記入力映像に含まれている各フレームにおいて前記対象作業者の骨格を抽出し、各フレームにおいて抽出した骨格を示す骨格情報を生成する骨格抽出部と、
生成された骨格情報から、前記第1対象軌跡と前記第2対象軌跡と前記第3対象軌跡との各々を抽出する軌跡抽出部と
を備える請求項2に記載の動作分析装置。 - 前記マッチング部は、前記第1マッチング処理を実施し、前記第1対象軌跡と前記第1類似軌跡との類似度が第1閾値よりも低い場合に、前記第2マッチング処理と前記第3マッチング処理との各々を実施する請求項2又は3に記載の動作分析装置。
- 前記マッチング部は、
前記第1マッチング処理を実施した場合において、前記第1対象軌跡と前記第1類似軌跡との類似度が第2閾値よりも低い場合に前記第3マッチング処理を実施し、
前記第3マッチング処理を実施した場合において、前記第3対象軌跡と前記第3類似軌跡との類似度が第3閾値よりも低い場合に前記第1マッチング処理を実施する請求項2又は3に記載の動作分析装置。 - 前記マッチング部は、前記第3対象軌跡の座標系として、相対座標系又は絶対座標系を用いる請求項1から3のいずれか1項に記載の動作分析装置。
- コンピュータが、作業を実施している対象作業者を示す入力映像に含まれている対象フレームに対応する時刻である対象時刻から、前記対象時刻よりも将来の時刻までの期間である以後期間における前記対象作業者の対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第3対象軌跡に類似する軌跡を、前記対象作業者が実施すべき作業を実施している場合における前記対象部位に対応する部位の軌跡を示す参照軌跡情報が示す軌跡から第3類似軌跡として抽出する第3マッチング処理を実施し、
前記コンピュータが、前記対象時刻よりも過去の時刻から、前記対象時刻よりも将来の時刻までの期間である前後期間における前記対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第2対象軌跡に類似する軌跡を、前記参照軌跡情報が示す軌跡から第2類似軌跡として抽出する第2マッチング処理を実施し、
前記コンピュータが、前記第2対象軌跡と前記第2類似軌跡との類似度と、前記第3対象軌跡と前記第3類似軌跡との類似度とのうち最も高い類似度に対応する軌跡であって、前記参照軌跡情報が示す軌跡である推定作業軌跡に対応する作業内容に対応する情報を出力する動作分析方法であって、
前記参照軌跡情報は、前記参照軌跡情報が示す軌跡の各時点に対応する作業内容に対応する情報を含む動作分析方法。 - 作業を実施している対象作業者を示す入力映像に含まれている対象フレームに対応する時刻である対象時刻から、前記対象時刻よりも将来の時刻までの期間である以後期間における前記対象作業者の対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第3対象軌跡に類似する軌跡を、前記対象作業者が実施すべき作業を実施している場合における前記対象部位に対応する部位の軌跡を示す参照軌跡情報が示す軌跡から第3類似軌跡として抽出する第3マッチング処理と、
前記対象時刻よりも過去の時刻から、前記対象時刻よりも将来の時刻までの期間である前後期間における前記対象部位の軌跡であって、前記入力映像に基づいて導出された軌跡である第2対象軌跡に類似する軌跡を、前記参照軌跡情報が示す軌跡から第2類似軌跡として抽出する第2マッチング処理と、
前記第2対象軌跡と前記第2類似軌跡との類似度と、前記第3対象軌跡と前記第3類似軌跡との類似度とのうち最も高い類似度に対応する軌跡であって、前記参照軌跡情報が示す軌跡である推定作業軌跡に対応する作業内容に対応する情報を出力する類似度比較処理と
をコンピュータである動作分析装置に実行させる動作分析プログラムであって、
前記参照軌跡情報は、前記参照軌跡情報が示す軌跡の各時点に対応する作業内容に対応する情報を含む動作分析プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023013122 | 2023-03-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7350222B1 true JP7350222B1 (ja) | 2023-09-25 |
Family
ID=88099194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023541030A Active JP7350222B1 (ja) | 2023-03-30 | 2023-03-30 | 動作分析装置、動作分析方法、及び動作分析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7350222B1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008108008A (ja) * | 2006-10-24 | 2008-05-08 | Omron Corp | 移動パターン特定装置、移動パターン特定方法、移動パターン特定プログラム、およびこれを記録した記録媒体 |
JP2009015529A (ja) * | 2007-07-03 | 2009-01-22 | Toshiba Corp | 作業分析装置および方法 |
US20140294231A1 (en) * | 2013-03-28 | 2014-10-02 | International Business Machines Corporation | Automatically determining field of view overlap among multiple cameras |
CN112037245A (zh) * | 2020-07-22 | 2020-12-04 | 杭州海康威视数字技术股份有限公司 | 一种确定追踪目标相似度的方法和系统 |
CN114898307B (zh) * | 2022-07-11 | 2022-10-28 | 浙江大华技术股份有限公司 | 一种对象跟踪方法、装置、电子设备和存储介质 |
-
2023
- 2023-03-30 JP JP2023541030A patent/JP7350222B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008108008A (ja) * | 2006-10-24 | 2008-05-08 | Omron Corp | 移動パターン特定装置、移動パターン特定方法、移動パターン特定プログラム、およびこれを記録した記録媒体 |
JP2009015529A (ja) * | 2007-07-03 | 2009-01-22 | Toshiba Corp | 作業分析装置および方法 |
US20140294231A1 (en) * | 2013-03-28 | 2014-10-02 | International Business Machines Corporation | Automatically determining field of view overlap among multiple cameras |
CN112037245A (zh) * | 2020-07-22 | 2020-12-04 | 杭州海康威视数字技术股份有限公司 | 一种确定追踪目标相似度的方法和系统 |
CN114898307B (zh) * | 2022-07-11 | 2022-10-28 | 浙江大华技术股份有限公司 | 一种对象跟踪方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
寺田賢治他,阿波踊りの動作の定量化の試み,画像電子学会誌,日本,画像電子学会,2005年05月25日,第34巻 第3号,pp.220-227 |
寺田賢治他: "阿波踊りの動作の定量化の試み", 画像電子学会誌, vol. 第34巻 第3号, JPN6023033337, 25 May 2005 (2005-05-25), JP, pages 220 - 227, ISSN: 0005129498 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9633265B2 (en) | Method for improving tracking in crowded situations using rival compensation | |
JP5243529B2 (ja) | 拡張リアリティイメージのためのカメラポーズ推定装置および方法 | |
JP6176388B2 (ja) | 画像識別装置、画像センサ、画像識別方法 | |
US10366307B2 (en) | Coarse-to-fine search method, image processing device and recording medium | |
EP2579210A1 (en) | Face feature-point position correction device, face feature-point position correction method, and face feature-point position correction program | |
JP6672712B2 (ja) | 異常作業検出システムおよび異常作業検出方法 | |
EP3213292A1 (en) | Three dimensional object recognition | |
US20160098615A1 (en) | Apparatus and method for producing image processing filter | |
JP6290760B2 (ja) | 作業類似度算出方法、装置およびプログラム | |
JP6492746B2 (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
JP2019101919A (ja) | 情報処理装置、情報処理方法、コンピュータプログラムおよび記憶媒体 | |
TW202201275A (zh) | 手部作業動作評分裝置、方法及電腦可讀取存儲介質 | |
JP2005115544A (ja) | 動作識別装置、及び対象物の姿勢識別装置 | |
CN110991292A (zh) | 动作识别比对方法、系统、计算机存储介质和电子装置 | |
US10467745B2 (en) | Abnormality detection device, abnormality detection method and non-transitory computer-readable recording medium | |
CN111767912B (zh) | 标记点识别方法、装置、设备和存储介质 | |
JP7350222B1 (ja) | 動作分析装置、動作分析方法、及び動作分析プログラム | |
JP6786015B1 (ja) | 動作分析システムおよび動作分析プログラム | |
US10996235B2 (en) | System and method for cycle duration measurement in repeated activity sequences | |
JP2007048232A (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
JP6544482B2 (ja) | 物体認識装置、物体認識方法及び記憶媒体 | |
JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
JP6218102B2 (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP7376446B2 (ja) | 作業分析プログラム、および、作業分析装置 | |
KR101785205B1 (ko) | 깊이 센서로 얻은 그림자 기반 다중 물체영역 분할 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230705 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230705 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230705 |
|
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: 20230815 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230912 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7350222 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |