JPH0741086B2 - Motion analysis device - Google Patents

Motion analysis device

Info

Publication number
JPH0741086B2
JPH0741086B2 JP61180117A JP18011786A JPH0741086B2 JP H0741086 B2 JPH0741086 B2 JP H0741086B2 JP 61180117 A JP61180117 A JP 61180117A JP 18011786 A JP18011786 A JP 18011786A JP H0741086 B2 JPH0741086 B2 JP H0741086B2
Authority
JP
Japan
Prior art keywords
image
motion
processing unit
subject
existence probability
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.)
Expired - Lifetime
Application number
JP61180117A
Other languages
Japanese (ja)
Other versions
JPS6338478A (en
Inventor
良一 田中
敏明 長谷川
Original Assignee
日本フア−ネス工業株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本フア−ネス工業株式会社 filed Critical 日本フア−ネス工業株式会社
Priority to JP61180117A priority Critical patent/JPH0741086B2/en
Publication of JPS6338478A publication Critical patent/JPS6338478A/en
Publication of JPH0741086B2 publication Critical patent/JPH0741086B2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Description

【発明の詳細な説明】 I.発明の目的 （産業上の利用分野） 本発明は人間の運動動作を解析する装置に関する。更に
詳述すると、本発明は人間の運動動作例えばゴルフスイ
ングといった動作の解析に用いて好適な装置に関する。DETAILED DESCRIPTION OF THE INVENTION I. Objects of the Invention (Field of Industrial Application) The present invention relates to an apparatus for analyzing human motion. More specifically, the present invention relates to a device suitable for use in analysis of human motion such as golf swing.

（従来の技術） 従来における各種のゴルフ練習器は、多くの場合、特定
の器具を用いて手や足の動きを規制することにより、練
習器製作者の理想とするスイングフォームを作るように
している（特開昭60−34474号、特開昭61−16754号）。
しかし、スイングそのものを人間の運動動作に着目して
とらえ、一定のフォーム・モーション・リズムとすべき
種類のものが少なく、フォーム、モーション、リズムな
どの人間の運動動作特性に基づく欠点やスランプを解消
できずに上達しない人やスランプを脱出できない人が多
いという問題があった。尚、上述の身体等を拘束する練
習器はゴルファーに係わる装置が複雑であること、また
この装置が取外された実際のプレー時に違和感を与えス
イング感覚が異なるという問題を含んでおり、練習の結
果が十分に生かされない問題を有している。(Prior Art) In various conventional golf practice devices, in many cases, a particular instrument is used to regulate the movement of the hands and feet so that a swing form ideal for a practice device maker is created. (JP-A-60-34474, JP-A-61-16754).
However, there are few kinds of swings that should have a constant form, motion, and rhythm, focusing on human movements, eliminating defects and slumps based on human movement characteristics such as form, motion, and rhythm. There was a problem that there were many people who could not improve without being able to do so or who could not escape the slump. It should be noted that the above-mentioned practice device for restraining the body and the like includes a problem that the device relating to the golfer is complicated, and that the device causes discomfort at the time of actual play when the device is detached and the swing feeling is different. There is a problem that the results are not fully utilized.

一般に、ゴルフボールのショットを正しく行なうための
条件の中には、グリップを正しくするとか、正しいスタ
ンスをとるとか、ボールから眼を離さないとか、スイン
グの動作を常に一定のリズムによって行なうとか、体を
上下動させないとかの種々の条件がある。これらの条件
のうち、グリップやスタンスなどは、自分の目を通じて
その状態を具体的に見ることができるから、他人からの
指摘や指導書などより得た知識に基づいて自らもその適
否が確認でき間違いを容易に修正することができる。し
かしながら、バックスイングに入ってからのゴルファー
の動作やスイングのリズム等のような、人間の運動動作
や感覚的要素を基とした条件は、他人からの指導によっ
て容易に知得できるものではないし、またその通りに体
を動かせるものではなく、結局自分自身の努力や練習に
よって自覚していくより方法がない。In general, there are some conditions for a golf ball to be shot correctly, such as a proper grip, a proper stance, keeping an eye on the ball, or performing a swing motion with a constant rhythm. There are various conditions such as not moving up and down. Of these conditions, grips and stances can be seen concretely with one's own eyes, so it is possible for oneself to confirm their suitability based on the knowledge obtained from other people and the knowledge obtained from guidance books. You can easily correct mistakes. However, conditions based on human motor movements and sensory elements, such as the golfer's movements and swing rhythms after entering the backswing, cannot be easily known by the guidance from others, In addition, you cannot move your body exactly as it is, and in the end, there is no way to realize it by your own efforts and practice.

そして、ゴルフのスイングが正しく行われるための条件
としては、アドレスの状態からバックスイング、ダウン
スイング、インパクト、フォロースルーを経て、フィニ
ッシュに至るまでの一連の動作がタイミングの合った正
しいリズムをもって常に適切な軌道を通るように行なわ
れることが極めて重要なことである。特にアドレスから
バックスイングトップに至る間における体の捩り、体重
の移動、そしてこれが完了するまでのテンポと、バック
スイングトップにおける静止それからダウンスイングを
開始するタイミング及びフォロースルーは重要な要素で
あり、この間の体の動き及びテンポとタイミングを円滑
にして常に一定に行えるようになれば正しいスイングが
得られると言える。And, as a condition for a golf swing to be correctly performed, a series of actions from an address state to a backswing, a downswing, an impact, a follow-through, and a finish are always in proper timing with a proper rhythm. It is extremely important that the work is carried out in a proper orbit. In particular, the body twisting from the address to the backswing top, the movement of weight, the tempo until this is completed, the stationary at the backswing top, the timing to start the downswing, and the follow-through are important factors. It can be said that a correct swing can be obtained if the body movement and the tempo and timing can be made smooth and always constant.

そこで、テークバックからインパクトおよびフォロース
ルーに至る一連のスイングの人間の運動動作を解析して
その良し悪しを判断して規範とする或るスイングフォー
ムに矯正する練習器の開発が試みられている。例えば、
スイング診断装置として、第９図に示すように、ゴルフ
ァーの身体に取付けた可変抵抗器内蔵の入力装置101と
ゴルフクラブ102とをアーム103で連結してスイングの軌
跡を検出する装置（特開昭59−225,082号）が提案され
ている。このスイング診断装置は、ゴルフクラブ102の
動きを剛体のアーム103を介して入力装置101に伝え、そ
の動きを電圧の変化に変換して取出し、コンピュータ画
像処理後に線画としてスイングの軌跡を表わし、プロゴ
ルファー等の模範的なスイング軌跡と比較してスイング
を診断するものである。Therefore, an attempt has been made to develop a practice device that analyzes human motions of a series of swings from takeback to impact and follow-through, judges whether the motion is good or bad, and corrects the swing form as a standard. For example,
As a swing diagnosis device, as shown in FIG. 9, a device for detecting a swing trajectory by connecting an input device 101 with a built-in variable resistor mounted on the body of a golfer and a golf club 102 with an arm 103 (Japanese Patent Laid-open No. Sho-2004-36200). 59-225,082) have been proposed. This swing diagnosis device transmits the movement of the golf club 102 to the input device 101 via a rigid arm 103, converts the movement into a change in voltage and takes it out, and after computer image processing represents the trajectory of the swing as a line drawing. This is to diagnose the swing by comparing it with an exemplary swing locus such as.

また、三台のテレビカメラとビデオ装置を使用し、ゴル
ファーの正面、頭上および背面から同時に撮影してスイ
ングをチェックする装置も考えられている（特開昭61−
11,070号）。この装置は、各ビデオ画像の動作方向を鏡
面像切替装置によって画面上で一致させるように画像出
力を切替えることによって、スイングを立体的に練習者
の頭に取込めるようにしたものである。There is also a device in which three TV cameras and a video device are used to check the swing by simultaneously photographing from the front, overhead and back of a golfer (Japanese Patent Laid-Open No. 61-61).
No. 11,070). This device is capable of stereoscopically capturing the swing in the head of the practitioner by switching the image output so that the motion direction of each video image is matched on the screen by the mirror image switching device.

更に、第10図に示すように、スイング時の左右の足の間
における体重移動とフォームとの関連に着目し、スイン
グ時の体重の配分変化とスイングモーションとを同時に
記録して、スイングモーションの画像201の上に体重移
動の推移202を重ねてディスプレイ203上に表示し、スイ
ングモーションと体重移動の良否を両者のタイミングを
加味したうえで解析できるようにしたゴルフスイング解
析装置もある（特開昭60−24,864号）。Furthermore, as shown in FIG. 10, paying attention to the relationship between the weight movement between the left and right feet during the swing and the form, simultaneously recording the weight distribution change and the swing motion during the swing, There is also a golf swing analysis device that displays a transition 202 of the weight movement on the image 201 and displays it on the display 203 so that the swing motion and the quality of the weight movement can be analyzed in consideration of the timings of both (Patent Document 1) (Sho 60-24,864).

（発明が解決しようとする問題点） しかしながら、特開昭59−225,082号のスイング診断装
置は、身体に入力装置101を取付けなければならず、し
かもこの入力装置101とゴルフクラブ102とが剛体のアー
ム103で連結されていることから、スイングがある程度
拘束された状態で行なわれ、実際のプレイ時のものとは
感覚的に異なるという点では従来のものと変りない。ま
た、スイングの軌跡が得られるとしているが、ゴルフク
ラブのグリップエンドとゴルファーの胸部の入力装置と
を連結しているので、実際に得られるものはグリップエ
ンドと身体の動きが合成されたものであって、スイング
の軌跡とは全く異なる。しかも、この軌跡と模範的なプ
ロゴルファーの軌跡とを比較しても、その違いは判明す
るものの、その結果得られる細い糸が絡まったような複
雑な線画軌跡からは身体のどの部位をどう動作させれば
ベストショットを得られるのか、どう動作しているので
悪いのかということを判断することは極めて困難であ
る。(Problems to be Solved by the Invention) However, in the swing diagnostic device of JP-A-59-225,082, the input device 101 must be attached to the body, and the input device 101 and the golf club 102 are rigid bodies. Since they are connected by the arm 103, the swing is performed in a state of being restrained to some extent, which is no different from the conventional one in that it is sensuously different from that in the actual play. Also, it is said that the trajectory of the swing can be obtained, but since the grip end of the golf club and the input device on the chest of the golfer are connected, the actual result is a combination of the grip end and body movements. So, the trajectory of the swing is completely different. Moreover, even if this trajectory is compared with the trajectory of a typical professional golfer, the difference is found, but from the complicated line drawing trajectory that the resulting thin thread is entangled, how to move which part of the body It is extremely difficult to determine if you can get the best shot or how it is bad because it works.

また、特開昭61−11,070号のゴルフ練習用ビデオ装置の
場合、フォームを再現してその都度動きをチェックする
ことは一台のビデオ装置を使用する場合よりも容易にで
きるが、良いときと悪いときのスイング・フォームの違
いや良いショットも悪いショットもまあまあのショット
も含めて平均的に繰返されるスイングと特定のスイング
との比較解析等ができず、ただ自己のスイングを漠然と
観察できるだけの、従来のビデオ装置の域を越えていな
いものである。Further, in the case of the golf practice video device disclosed in Japanese Patent Laid-Open No. 61-11070, it is easier to reproduce the form and check the movement each time than when using a single video device. Differences in swing form at the time of bad, good shots, bad shots, and so on.Also, it is not possible to analyze comparatively repeated swings on average and specific swings, but only to vaguely observe your own swing. , Which is beyond the limits of conventional video equipment.

更に、特開昭60−24,864号のゴルフスイング解析装置の
場合、体重移動とスイングとの間の関連性についての解
析はできるものの、その他の点については上述のビデオ
装置と同程度のものである。Further, in the case of the golf swing analysis device disclosed in Japanese Patent Laid-Open No. 60-24,864, although the relationship between the weight shift and the swing can be analyzed, the other points are similar to those of the video device described above. .

また、上述の従来のゴルフ練習器は、いずれもある特定
のプロゴルファーのスイングモーションを理想像とした
り、製作者が持つ一つの理論に基づくスイング等を理想
として、これを唯一正しいものとして練習者のフォーム
等を比較診断するものである。しかしながら、人間は機
械やロボットとは異なり、動きに多くの自由度を有しか
つ個々に異なる体格、筋力、柔軟性等を有す固有の運動
動作特性を有するものであることから、他人と同一軌道
を描かせるような練習あるいはその軌道に近似したもの
に矯正することに元来無理があると言える。しかも、従
来の各練習器は夫々異なる１つの要素、例えばスイング
のリズムであったり、スイングの軌跡であったり、体重
移動であったりするが、それを唯一の基準として正しい
スイングないしは理想スイングを得ようとしているが、
どれ一つをマスターしたとしてもそれでベストスイング
となるものではないし、またどれ一つを欠いたとしても
ナイスショットが生まれないとも言えない。通常、ベス
トショットを得るには、スイングリズム、スイング速
度、スイング軌道、体重移動等が最適なときであると言
われているが、これらは個々に独立したものではなく相
互に関連し影響し合いそれらの総合された結果がベスト
ショットに繋がるのであり、いずれか一つの要素がベス
ト状態でないからといって、またいずれか一つの要素が
ベストであるとしても得られるものではない。加えて、
それらのベスト状態は万人にあてはまる１つの画一的状
態ではなく、個々のゴルファー特有のものであって、個
々の運動動作特性によって決まる。このことは、プロゴ
ルファーが全て同じフォーム・スイングモーションをと
っているわけではなく、むしろ夫々に個性的なものを有
しそれがその人にとって最適なスイングであって他に真
似できないところであることからも明らかである。In addition, the above-mentioned conventional golf practice device is ideal as a swing motion of a certain professional golfer, or a swing based on one theory owned by the manufacturer is ideal, and this is the only correct one of the practice. It is for comparative diagnosis of forms and the like. However, unlike machines and robots, human beings have many degrees of freedom in movement and have unique motion characteristics with different physique, muscular strength, flexibility, etc. It can be said that it is originally impossible to practice drawing a trajectory or to correct it to something close to the trajectory. In addition, each conventional practice device has one different element, for example, a swing rhythm, a swing trajectory, or a weight shift, but with that as the only criterion, a correct swing or an ideal swing is obtained. I'm trying to
Mastering any one does not result in the best swing, and lacking any one does not mean that a nice shot will not be born. It is usually said that swing rhythm, swing speed, swing trajectory, weight movement, etc. are optimal for getting the best shot, but these are not independent of each other, but they are related to each other and affect each other. Their combined result leads to the best shot, and even if any one element is not in the best state, it is not possible to obtain even if any one element is the best. in addition,
Their best condition is not a uniform condition that applies to everyone, but is unique to individual golfers and is determined by their individual locomotion characteristics. This does not mean that all professional golfers have the same form and swing motions, but rather each one has their own individuality, which is the best swing for that person and cannot be duplicated elsewhere. it is obvious.

また、仮にプロゴルファー等の模範的なスイングを正し
いものとしてそのスイングを真似ようとしても、異なる
運動動作特性を有する他人の空間軌道を正確にトレース
することなどは実際問題上不可能である。通常、他人の
好ましいスイングを見るとき、特別な１点の軌跡だけを
見ているわけではなく、漠然とした全体的な動作の中に
特徴量を曖昧な形で見い出している事実、例えば肩の動
きを見るとしてもゴルファーの肩にランプを取付けてそ
の肩の空間軌道を正確に定量的に把握するような見方は
できず、漠然とした領域を有する肩全体の動きを定性的
に曖昧に把えているに過ぎないのである。換言すれば、
他人のスイングを参考にするときは、その運動動作を大
まかな特徴をとらえて曖昧な形で認識し、それをまた曖
昧な形で追従しているに過ぎず、それは視覚でとらえ得
る人間の運動動作の特徴量即ち運動動作の開始時と終了
時というような静止状態に近い状態をとらえて全体を判
断していることに気がつく。そして、たとえ、この動き
を測定機器類によって定量的にとらえたとしても、人間
は個々に固有の運動特性を有しており、全く同じ運動動
作特性を有さないのであるから、かつそのデータは複雑
な動作を決定づける要素の一つではあっても全体を把握
する正確で十分なデータとは言えないことから、そのま
ま適用することは難しく却って判断を誤ることとなる
し、結局自己の運動動作特性に基づいて大まかな曖昧な
形で追跡し得るに止まる。このように複雑で定量化の意
味のない人間の運動動作を規範とし、これまた制御が複
雑な人間の運動動作にあてはめてコントロールするに
は、結局曖昧な形で運動動作の特徴量を見い出しそれを
自己の運動動作特性に基づいて対処して行くことが自然
で正確となる。Even if a typical golfer's swing is assumed to be correct and the swing is imitated, it is practically impossible to accurately trace the spatial trajectory of another person having different motion characteristics. Usually, when looking at another person's preferred swing, one does not just look at a special locus of one point, but the fact that a feature quantity is found in an ambiguous form in a vague overall movement, such as shoulder movement. Even if you look at, you can't see how to mount a lamp on a golfer's shoulder and grasp the spatial trajectory of the shoulder accurately and quantitatively, and qualitatively and vaguely grasp the movement of the entire shoulder that has a vague area. It is nothing more than. In other words,
When referring to other people's swings, the movements of humans can only be perceived in an ambiguous form by grasping the rough characteristics of the movements, and following them in an ambiguous manner. It is noticed that the overall judgment is made by capturing the characteristic amount of the movement, that is, the state near the stationary state such as the start and end of the exercise movement. Even if this movement is quantitatively captured by measuring instruments, humans have their own unique motion characteristics, and they do not have exactly the same motion characteristics. Even though it is one of the factors that determine complicated movements, it cannot be said that it is accurate and sufficient data for grasping the whole, so it is difficult to apply it as it is and it makes a wrong decision, and after all, its own movement behavior characteristics. It can only be tracked in a rough and vague way based on. In order to control by applying to human motions that are complicated and have no meaning for quantification and to control human motions whose control is also complicated, it is necessary to find the features of motor motions in an ambiguous form. It is natural and accurate to deal with the situation based on one's own motor characteristics.

このことは他のスポーツ等においても同様である。This also applies to other sports and the like.

また、ある特定の人間例えばプロゴルファーのスイング
を基準として個々のブルファーのスイングモーションを
矯正するということは、そのゴルファーの固有の運動動
作特性を無視したものであるから、身体の一部ないしゴ
ルフクラブを拘束しあるいは案内して運動動作を矯正し
ている場合若しくは模倣することに全神経を集中させて
いるような場合には上手く行くとしても、それら拘束等
から解放されたときには各人の固有の運動動作特性に基
づいたスイングに無意識のうちに推移して行くことは否
めない。この結果、通常は練習が進み技術が向上するに
つれて、各人の運動動作特性に基づいた安定したモーシ
ョンに帰結し固有のフォーム・モーションを確立して行
くのである。In addition, correcting the swing motion of each individual bull player based on the swing of a particular person, for example, a professional golfer, neglects the characteristic of the golfer's peculiar movement and motion. Even if it works well when restraining or guiding to correct movements or concentrating all the nerves on imitation, each person's unique movement when released from those restraints It is undeniable that the swing based on the motion characteristics unconsciously changes. As a result, as the practice progresses and the skill improves, a stable motion based on each person's movement characteristics is usually established and a unique form motion is established.

要は、フォームやスイングが一般的なセオリーに比べて
どうであろうと、自己のベストショットに繋がるベスト
スイング条件を競技中いかに保ち続け得るかということ
であって、そのためには自己の運動動作特性に基づいた
フォーム・スイングモーションを得、良いショットは勿
論のこと悪いショットもまあまあのショットも加え平均
的に繰り返されるショットが自己のベストショットと差
がなくなるようにすることが肝要である。自己の運動動
作特性の中で一度できたスイングは再度実現可能であっ
て、またそれにスイングを近づけ固めて行くことは運動
特性の異なる他人のスイングを基準として自己の運動動
作を変えるよりははるかに容易に可能であると考えられ
るからである。The point is how to maintain the best swing condition that leads to your best shot during the competition, regardless of the form and swing compared to general theory. It is important to get a form swing motion based on, and to make good shots as well as bad shots and fair shots so that the average repeated shots are the same as your best shots. It is possible to re-create a swing that was once made within one's own motor-motion characteristics, and it is much more difficult to approach and solidify the swing than to change one's motor-motion based on the swing of another person with different motor characteristics. This is because it is considered possible.

そこで、運動動作特性の異なる他人を規範とせずに、自
分自身のベストショット時のスイングモーションを基準
にスイングをチェックし、ショットのばらつきをなくし
かつ自己のベストスイングに近づけることを客観的にか
つ曖昧なまま把えて実行する練習方法を考えた。勿論、
この練習方法はバッティング、テニス、水泳等の他のス
ポーツやリハビリテーションなどにも応用できることは
言うまでもない。Therefore, it is objective and ambiguous that the swing is checked based on the swing motion at the time of the best shot of oneself to eliminate variations in shots and to approach the one's best swing, without using other people with different movement characteristics as the standard. I thought about a practice method to grasp and execute it. Of course,
It goes without saying that this practice method can be applied to other sports such as batting, tennis, swimming, and rehabilitation.

本発明は、人間の運動動作を漠然とした曖昧な状態のま
ま解析可能とする装置を提供することを第１の目的とす
る。また、本発明の第２の目的は、平均的に繰返される
運動動作について自己の最適運動動作を規範として比較
解析できる装置を提供することにある。更に、本発明の
第３の目的は、特定の運動動作について自己の最適運動
動作を規範として比較解析できる装置を提供することに
ある。更に、本発明の第４の目的は、上述の各解析を運
動動作軌跡が空間上で重なる領域において同時に実行可
能な解析装置の提供にある。A first object of the present invention is to provide a device capable of analyzing a human motion in a vague and ambiguous state. A second object of the present invention is to provide an apparatus capable of performing a comparative analysis with respect to an averagely repeated motion motion based on its own optimum motion motion. Further, a third object of the present invention is to provide an apparatus capable of performing a comparative analysis on a specific exercise action with reference to its own optimal action action. Further, a fourth object of the present invention is to provide an analysis apparatus capable of simultaneously executing the above-mentioned respective analyzes in a region where loci of locomotion motions overlap in space.

II.発明の構成 （問題点を解決するための手段） かかる目的を達成するため、本発明の運動動作解析装置
は、第１図に示すように、被験者の運動動作を解析しよ
うとする部位に所定値以上の濃度あるいは温度レベルの
領域を呈するマーカー１と、被験者の運動動作をデジタ
ル画像として取込む画像入力装置２と、入力画像を前記
マーカーの濃度ないし温度レベル値を閾値として２値画
像に変換する２値画像処理部３と、この２値画像を１動
作分加算して１フレームの出現頻度に比例する濃度レベ
ルないし擬似カラーの静止多値画像に再構成する画像再
構成処理部４及びその処理画像を出力する画像出力装置
９とから構成し、その運動の動作特性を空間存在確率分
布画像で求めるようにしている。被験者の運動動作はマ
ーカーの１濃度ないし温度レベルを閾値として２値画像
として解析しようとする部位の動作データのみが取込ま
れ、それが１動作分画像加算されて再び出現頻度に対応
する濃淡ないし色彩の静止多値画像即ち空間存在確率分
布を示す静止画像として構成され表示されるので、明る
い個所（その逆でも良い）ほど被験者の動作部位が静止
していた状態が長くそれより暗い個所あるいは全くの暗
部においては静止時間が短くあるいは速やかに移動して
いること、またその動きの方向や速さなどが定性的に判
明する。そこでこの空間存在確率分布静止画像から所定
部位の運動動作を解析できる。II. Configuration of the Invention (Means for Solving the Problems) In order to achieve the above object, the motion analysis apparatus of the present invention, as shown in FIG. A marker 1 exhibiting a density or temperature level region of a predetermined value or more, an image input device 2 that captures a subject's motor movement as a digital image, and an input image as a binary image with the density or temperature level value of the marker as a threshold value. A binary image processing unit 3 for converting; an image reconstruction processing unit 4 for reconstructing a binary multi-level image by adding one operation to a static multi-value image of a density level or pseudo color proportional to the appearance frequency of one frame; An image output device 9 that outputs the processed image is used, and the motion characteristic of the motion is obtained from the spatial existence probability distribution image. With respect to the motion of the subject, only motion data of a region to be analyzed as a binary image is captured by using one concentration or temperature level of the marker as a threshold value, and the motion data is added for one motion image. Since it is constructed and displayed as a static multi-valued image of color, that is, as a static image showing the spatial existence probability distribution, the brighter part (or vice versa) is such that the motion part of the subject is stationary for a longer period or darker than that. In the dark area, the rest time is short or moving quickly, and the direction and speed of its movement are qualitatively determined. Therefore, it is possible to analyze the motion of a predetermined part from this spatial existence probability distribution still image.

また、第２図に示すように、本発明は、上述の運動動作
解析装置に、画像再構成処理部４から出力される所定動
作回数分の全ての静止多値画像から平均的な空間存在確
率分布を求める平均的空間存在確率分布平均化処理部５
と、前記画像再構成処理部から出力される静止多値画像
から被験者の主観に基づいて選択された最適運動動作に
対応する一群の静止多値画像を平均化する最適空間存在
確率分布平均化処理部６と、前記平均的空間存在確率分
布データと最適空間存在確率分布データとを比較演算し
その分布差を求める比較画像再構成処理部７及びその処
理画像を出力する画像出力装置９を組込み、その運動に
おける最適運動動作と平均運動動作の偏在を空間存在確
率分布画像から求めるようにしている。出力画像に空間
存在確率分布の出現を認められる場合、被験者の該当運
動の動作特性が一定していないことを示し、かつその存
在度合いや分布状態によって動作の偏在の大きさや方向
性、頻度等を解析できる。Further, as shown in FIG. 2, the present invention provides the above-described motion analysis apparatus with an average spatial existence probability from all the static multi-valued images output from the image reconstruction processing unit 4 for a predetermined number of times. Average spatial existence probability distribution averaging processing unit 5 for obtaining distribution
And an optimal spatial existence probability distribution averaging process for averaging a group of still multivalued images corresponding to the optimum motion motion selected based on the subjectivity of the subject from the still multivalued images output from the image reconstruction processing unit. Incorporating a unit 6, a comparative image reconstruction processing unit 7 for calculating the difference between the average spatial existence probability distribution data and the optimum spatial existence probability distribution data, and an image output device 9 for outputting the processed image. The distribution of the optimal motion and the average motion in the motion is calculated from the spatial existence probability distribution image. When the appearance of the spatial existence probability distribution is recognized in the output image, it indicates that the motion characteristics of the subject's corresponding motion are not constant, and the size, directionality, frequency, etc. of the uneven distribution of motion are determined depending on the existence degree and distribution state. Can be analyzed.

更に、本発明は、第３図に示すように、上述の解析装置
に、逐次入力される画像の中から被験者の主観に基づい
て選択された最適運動動作に対応する一群の多値画像を
平均化する最適空間存在確率分布平均化処理部６と、該
平均化処理部から出力される最適空間存在確率分布デー
タと画像再構成処理部４からの特定の運動動作に対応す
る空間存在確率分布データとを比較演算してその分布差
を求める比較画像再構成処理部８及びその処理画像を出
力する画像出力装置９を組込み、その運動の自己の現時
点における最適運動動作に対するある特定の運動動作の
偏在を求めるようにしている。この場合、出力画像に空
間存在確率分布の出現が認められるとき、該当運動に対
する被験者の現時点における最適運動動作とある特定の
運動動作との間に違いが認められ、かつその存在度合い
や分布状態から動作の偏在の大きさや方向、頻度等を解
析できる。Further, as shown in FIG. 3, the present invention averages a group of multi-valued images corresponding to the optimal movement motion selected based on the subjectivity of the subject from the images sequentially input to the above-mentioned analysis device. Optimal spatial existence probability distribution averaging unit 6 to be converted, optimal spatial existence probability distribution data output from the averaging processing unit, and spatial existence probability distribution data corresponding to a specific motion operation from the image reconstruction processing unit 4. Incorporating a comparative image reconstruction processing unit 8 for obtaining a distribution difference by performing a comparison operation with and an image output device 9 for outputting the processed image, the uneven distribution of a certain specific motion with respect to the optimum motion of the motion at the present time. I'm trying to ask. In this case, when the appearance of the spatial existence probability distribution is recognized in the output image, a difference is recognized between the subject's current optimum motion motion for the relevant motion and a specific motion motion, and the existence degree and the distribution state indicate that there is a difference. It is possible to analyze the size, direction, frequency, etc. of uneven distribution of motion.

また、本発明は、マーカーとして光の三原色のいずれか
の色彩のものを使用し、画像入力装置を被験者の運動動
作をデジタルカラー画像として取込むものとし、入力画
像を各カラー画像信号毎に画像処理することにより、同
時に幾つもの動作データが画面上で重畳するような接近
した領域においても検出可能とできる。Further, in the present invention, a marker having any one of the three primary colors of light is used as the marker, the image input device captures the motion of the subject as a digital color image, and the input image is subjected to image processing for each color image signal. By doing so, it is possible to detect even in an approaching area where several pieces of motion data are superimposed on the screen at the same time.

（実施例） 以下、本発明の実施例を図面に基づき詳細に説明する。(Example) Hereinafter, the Example of this invention is described in detail based on drawing.

第４図は本発明の運動作動解析装置の一実施例を示すブ
ロック図である。本発明の運動動作解析システムは、被
験者の解析しようとする動作部位を濃淡画像の濃度レベ
ルにおいて所定値以上の明るさの領域として漠然と表示
するマーカー１と、この被験者の運動動作をデジタル画
像として取込む画像入力装置２と、入力画像に所定の画
像処理・演算処理を施し空間存在確率分布画像を得るコ
ンピュータ10と、その処理画像を出力する画像出力装置
９及び各プロセスを監視するためのモニターなどの付帯
設備から成る。FIG. 4 is a block diagram showing an embodiment of the motion operation analysis device of the present invention. The locomotion motion analysis system of the present invention captures a marker 1 that vaguely displays a motion region of a subject to be analyzed as a region having a brightness equal to or higher than a predetermined value at a density level of a grayscale image, and a motion image of the subject as a digital image. An image input device 2 for inserting, a computer 10 for obtaining a spatial existence probability distribution image by subjecting the input image to predetermined image processing / arithmetic processing, an image output device 9 for outputting the processed image, a monitor for monitoring each process, and the like. It is composed of incidental equipment.

マーカー１は、被験者の解析しようとする動作部位のみ
を画像データとして取込み易くするためある基準値以上
のものとして表示するためのもので、２値画像処理部の
閾値として選択された濃度レベル以上の明るさを呈する
ものあるいは温度レベルが閾値として採用されている場
合にはその温度レベル以上の発熱物質等を全て含む。通
常、このマーカー１は、被験者等の動作解析部位に容易
に着脱し得るワッペン形式、あるいは衣服や帽子、運動
用具等にあらかじめ縫い込みないし着色し若しくは織り
込むものが使用される。また、このマーカーは、照明に
よって所定濃度レベル以上の明るさを呈するもの、ある
いは自ら発光するもののいずれでも良く、出現頻度の検
出し易い即ち空間存在確率分布の検出し易い最低限の面
積を有するものであればいかなる形状・大きさのもの例
えば発光ダイオードのようなものであっても使用可能で
あるが、漠然とした領域を呈する広い面積のものである
ことが好ましい。尚、本明細書において被験者等とは人
間のみならず、他の動物、運動用具、衣服、帽子、ロボ
ットや運動機械等の解析対象的全般を意味する。The marker 1 is for displaying only the motion part of the subject to be analyzed as image data having a certain reference value or more so as to be easily captured, and has a density level higher than the density level selected as the threshold value of the binary image processing unit. When a thing exhibiting brightness or a temperature level is adopted as a threshold value, all exothermic substances above the temperature level are included. Usually, this marker 1 is used in a patch type that can be easily attached to and detached from a motion analysis site of a subject or the like, or one that is sewn or colored or woven in advance on clothes, a hat, exercise equipment or the like. Further, this marker may be either one that exhibits a brightness equal to or higher than a predetermined density level by illumination or one that emits light by itself, and has a minimum area in which it is easy to detect the appearance frequency, that is, to detect the spatial existence probability distribution. Any shape and size, such as a light emitting diode, can be used as long as it is large, but it is preferable that it has a large area showing a vague area. In this specification, the subject means not only human beings but also all animals such as other animals, exercise equipment, clothes, hats, robots and exercise machines.

画像入力装置２は、通常取扱い易くかつ安価な工業用テ
レビカメラ21（以下ITVカメラと略称する）にA/Dコンバ
ータ23をつけたものがよく使用される。しかし場合によ
ってはITV以外の画像入力手段例えば赤外線ITVカメラな
どの使用も可能であり、この場合マーカー１には発熱物
質が採用される。撮像管はビジコンが最も一般的で、他
のフォトダイオード・アレイやCCDなどの固体撮像素子
の使用も可能である。ITVカメラ21からのアナログ画像
信号は入力輝度調整等の各種制御を行なうカメラコント
ロールユニット（以下CCUと略称する）22を経た後、同
期信号発生器24からの同期信号によって時分割処理さ
れ、サンプリングの後A/Dコンバータ23において量子化
（デジタル化）され、デジタル画像信号としてそのまま
あるいはインターフェース等を介してコンピュータ10の
２値画像処理部３へ出力される。尚、A/Dコンバータ23
は同期信号発生器24からの同期信号と同期をとって信号
変換を行なう。As the image input device 2, an industrial television camera 21 (hereinafter abbreviated as ITV camera), which is usually easy to handle and inexpensive, to which an A / D converter 23 is attached is often used. However, in some cases, it is possible to use an image input means other than ITV, such as an infrared ITV camera, and in this case, the marker 1 is a heat generating substance. The most common image pickup tube is a vidicon, and other solid-state image pickup devices such as photodiode arrays and CCDs can also be used. An analog image signal from the ITV camera 21 passes through a camera control unit (hereinafter abbreviated as CCU) 22 that performs various controls such as input brightness adjustment, and then time-division processing is performed by a synchronization signal from a synchronization signal generator 24 to perform sampling. After that, it is quantized (digitized) in the A / D converter 23 and output as a digital image signal to the binary image processing unit 3 of the computer 10 as it is or via an interface or the like. A / D converter 23
Performs signal conversion in synchronization with the synchronization signal from the synchronization signal generator 24.

A/Dコンバータ23はサンプリングした画像信号を、その
明るさに応じてデジタル化即ち量子化を行なう機能を有
するものであり、本実施例の場合、８ビットの分解能を
有する。このA/Dコンバータ23としては、処理データ量
が多いことに起因して高速なものが要求されるため、本
実施例では、並列比較方式のものが使用されている。但
し、量子化のスピード等が問題でない場合には、前段に
サンプルホールド回路等を使用してデータを一時ホール
ドし、その後A/Dコンバータで量子化を行なう回路とし
ても良い。また、本画像入力装置１は、処理時間との関
係で256×256の画素を得るサンプリングを実施している
が、これに限定されるものではなく、画像入力が白黒デ
ータである場合には256×256×８ビットの分解能で十分
でもある。尚、ITVカメラ21にモノクロ用カメラが使用
される場合には画像信号を、カラー用カメラが使用され
る場合には輝度信号あるいは各カラー信号が入力画像信
号として使用される。The A / D converter 23 has a function of digitizing, that is, quantizing the sampled image signal according to the brightness thereof, and has a resolution of 8 bits in the case of the present embodiment. As the A / D converter 23, a high-speed one is required due to the large amount of processed data, and therefore a parallel comparison type is used in this embodiment. However, if the quantization speed or the like does not matter, a circuit may be used in which a sample hold circuit or the like is used in the previous stage to temporarily hold the data and then the A / D converter quantizes the data. Further, the image input apparatus 1 performs sampling to obtain 256 × 256 pixels in relation to the processing time, but the present invention is not limited to this, and when the image input is monochrome data, 256 A resolution of × 256 × 8 bits is also sufficient. When the ITV camera 21 is a monochrome camera, an image signal is used, and when a color camera is used, a luminance signal or each color signal is used as an input image signal.

画像入力装置１の起動は、例えば運動軌跡と交差する位
置（ゴルフスイングの場合にはゴルフクラブの軌道を横
切る位置）に配置された発光ダイオードとフォトトラン
ジスタ（図示せず）によって構成されるセンサあるいは
被験者自らが操作するのフットスイッチ等によって行な
われており、このセンサが被験者の運動動作開始を検出
すると、起動信号を画像入力装置１に送出する構成とな
っている。但し、この画像入力装置１を起動させる起動
スイッチは上記の構成のものに限定する必要はなく、機
械式のスイッチや、ソフトウエアを使用して被験者の運
動動作の変化を検出し、所定時間に所定以上の変化量を
検出した場合にこの運動動作データを処理する構成とし
ても良い。尚、CCU22にはビデオ及びモニター91が接続
されており、撮影された運動動作が必要に応じて再生さ
れる。The image input device 1 is activated by, for example, a sensor formed by a light emitting diode and a phototransistor (not shown) arranged at a position intersecting the movement trajectory (a position crossing the trajectory of a golf club in the case of a golf swing). The operation is performed by a foot switch or the like operated by the subject himself / herself, and when this sensor detects the start of exercise of the subject, a start signal is sent to the image input apparatus 1. However, the activation switch for activating the image input device 1 does not have to be limited to the one having the above-described configuration, and a mechanical switch or software is used to detect a change in the exercise motion of the subject and wait for a predetermined time. The movement motion data may be processed when a change amount of a predetermined amount or more is detected. A video and a monitor 91 are connected to the CCU 22, and the photographed exercise motion is reproduced as necessary.

上述の画像入力装置１によって取り込まれたデジタル画
像データを処理するコンピュータ10は周知のものであっ
て、基本的にはプログラムが書き込まれたROM13と、中
央処理部（以下CPUと略称する）11と、これら処理部に
おいて処理する前の画像データ及び処理画像データを記
憶するバッファ（RAMに相当する）12及び入出力部（I/
O）14より構成され、ROM13に書き込まれたプログラムに
従った制御によって所定の画像処理・演算処理を行う。A computer 10 for processing digital image data captured by the image input device 1 described above is well known, and basically includes a ROM 13 in which a program is written and a central processing unit (hereinafter abbreviated as CPU) 11 , A buffer (corresponding to a RAM) 12 for storing the image data before processing in these processing units and the processed image data, and an input / output unit (I /
O) 14 and performs predetermined image processing and arithmetic processing under the control according to the program written in the ROM 13.

CPU11は第１図の解析システムの場合、２値画像処理部
３とこの２値画像を１動作分加算して静止多値画像に再
構成する画像再構成処理部４を基本構成として有してい
る。２値画像処理部３はA/Dコンバータ23より送出され
るデジタル画像データをある濃度レベルを閾値として２
値化処理し、２値画像に変換するものである。本実施例
の場合、前記量子化はベータ形が採用されており、黒色
が０、白色が255の８ビットの濃度レベルに分けられて
いる。そこで、背景や他の動作部位（例えば衣服や肌）
から明らかに区別できる程度の濃度レベル例えば閾値を
８ビットの濃度レベルにおいて200とする。この場合、
マーカー１に200の濃度レベルの明るさのものを使用す
れば、照明の関係で異なる部位のマーカーの間あるいは
同じ部位のマーカーの中で明るさの差が生じても濃度レ
ベル200以上のものの全てはデータ有りと判断して取込
まれる。この書き込みデータはCPU11の内部論理によっ
て決定されるものであり、負論理であれば０が、正論理
であれば１がバッファ12に書き込まれる。この２値画像
処理の動作は１フレームが入力される毎に実施されると
ともに、被験者の運動動作が停止したこを停止用センサ
が検出するまで継続される構成となっている。停止用セ
ンサは本実施例の場合、起動センサと同様なものを使用
している。斯様な構成にあって、被験者がゴルフの運動
動作の解析を行なう場合には40〜60フレームの画像デー
タを処理することになる。したがって、各フレームごと
の２値画像はバッファ12の所定のアドレスに順次書き込
まれて行く。In the case of the analysis system shown in FIG. 1, the CPU 11 has, as a basic configuration, a binary image processing unit 3 and an image reconstructing processing unit 4 for reconstructing a still multi-valued image by adding one binary image There is. The binary image processing unit 3 sets the digital image data sent from the A / D converter 23 to 2 using a certain density level as a threshold value.
The binarization process is performed to convert it into a binary image. In the case of the present embodiment, the quantization adopts the beta type and is divided into 8-bit density levels of 0 for black and 255 for white. Therefore, the background and other moving parts (eg clothes and skin)
The density level, which is clearly distinguishable from the above, for example, the threshold value is set to 200 at the 8-bit density level. in this case,
If a marker 1 with a brightness level of 200 is used, all markers with a brightness level of 200 or higher will be generated even if there is a difference in brightness between markers at different parts due to lighting or between markers at the same part. Is judged to have data and is imported. This write data is determined by the internal logic of the CPU 11, and 0 is written in the buffer 12 if it is negative logic and 1 is written in the buffer 12 if it is positive logic. The operation of the binary image processing is performed every time one frame is input, and is continued until the stop sensor detects that the motion of the subject has stopped. In the case of this embodiment, the same sensor as the start sensor is used as the stop sensor. With such a configuration, when the subject analyzes the motion of golf, the image data of 40 to 60 frames is processed. Therefore, the binary image for each frame is sequentially written at a predetermined address of the buffer 12.

画像再構成処理部４は、逐次入力される２値画像を１動
作分加算して、１フレームの出現頻度に比例する濃淡画
像ないし擬似カラー画像から成る静止多値画像に再構成
する画像処理部であって、バッファ12の加算アドレスに
記憶されている先のフレームの２値画像に同期をとって
次のフレームの２値画像を逐次加算するようにして、動
作分の２値画像を加算し得る機能を有している。この画
像は、マーカーによって漠然と表示されている動作部位
の明るさが出現頻度に比例するという情報即ち空間存在
確率分布を濃度レベルのある分布状態で示す静止多値画
像である。The image reconstruction processing unit 4 adds sequentially input binary images for one operation and reconstructs a still multi-valued image composed of a grayscale image or a pseudo color image proportional to the appearance frequency of one frame. Therefore, the binary images of the next frame are sequentially added in synchronization with the binary image of the previous frame stored in the addition address of the buffer 12, and the binary images for the motion are added. It has the function to obtain. This image is a static multi-valued image that shows the information that the brightness of the motion part vaguely displayed by the marker is proportional to the appearance frequency, that is, the spatial existence probability distribution in a distribution state with a density level.

また、第２図の他の解析システムの中央処理部は、上述
の第１図の解析装置に比較画像再構成処理部７を組み込
み、平均運動動作と最適運動動作の違いを解析するもの
である。CPU11は前述の２値画像処理部３、画像再構成
処理部４に加えてROM13に書き込まれたプログラムに制
御される平均的空間存在確率分布平均化処理部５と、最
適空間存在確率分布平均化処理部６と、比較画像再構成
処理部７を基本構成として有しており、周知のパターン
認識回路を介して音声センサ15から入力される被験者の
主観的判断あるいは測定器の検出結果に基づく主観判定
により選択される最適運動動作によって得られた静止多
値画像と全ての運動動作を平均して得られる静止多値画
像との分布差の演算を行なう機能を有している。即ち、
最適運動動作の空間存在確率分布と、加算アドレスに格
納されている平均運動動作の空間存在確率分布との偏在
を検出し得る機能を有している。尚、音声センサ部15は
被験者の発声を検出する機能を有するもので通常集音マ
イク等が使用される。この音声センサ部15の出力はA/D
コンバータ16を経てデジタル信号に変換され、コンピュ
ータの10の入出力部14に入力される。平均的空間存在確
率分布平均化処理部５は、画像再構成処理部４から出力
される所定動作回数分の全ての静止多値画像を加除して
平均的な分布を求めるものである。最適空間存在確率分
布平均化処理部６は、全ての多値画像の中から被験者の
主観に基づいて選択された最適運動動作に対する多値画
像の平均化を求める。本実施例の場合、最適運動動作の
選択は、一連の運動動作が終了するごとに被験者の主観
に基づきストアすべきバッファ12のアドレスを音声によ
ってあるいは被験者自らのスイッチ操作によって指定す
る構成とされている。例えば、運動動作がゴルフスウィ
ングの場合、被験者が主観によってあるいは測定器具に
よって自分のスイングを判定してその結果を発声するこ
とあるいは測定結果を電気信号でコンピュータへ入力す
ることにより行なっている。音声の場合、あらかじめ決
めたワード例えば最良と考えた場合には「ベリーグッ
ド」あるいは「ナイスショット」等の音声を発生する。
この時パターン認識回路がこの音声パターンを解析し
て、あらかじめ割付けられているバッファ12のアドレス
に一連の運動動作によって得た静止多値画像信号を記憶
させる。即ち、データのストアを実行する。パターン認
識回路によるアドレスの割付け数は複数行なえることは
言うまでも無い。本実施例では多値画像信号をストアす
るアドレス指示をパターン認識回路を使用するものにつ
いてのみ説明したが、これに限定されるものではなく、
適宜数設けた機械的なスイッチ、その他のスイッチ等に
よって行なう構成としても良い。また、指定アドレスの
選択も被験者の音声入力や機械操作による直接入力によ
るものに限らず、打球の飛出し方向、角度、ボールの回
転等からボールの飛距離、弾道、飛出し方向等を推測
し、あるいはインパクト時のゴルフクラブの速度、フェ
ース角度、軌道、打撃位置などを検知飛距離等を推測す
る公知の装置、例えば特開昭58−190,456号、特開昭59
−141,965号、特開昭60−48,762号などを使用して、ス
イングの結果の良し悪しをその時の被験者のレベルに応
じて定め、それによってストアすべきバッファ12を選択
するようにしても良い。また同時に一連の運動動作によ
って得られた多値画像はバッファ12の加算アドレスにも
書き込まれる。The central processing unit of the other analysis system shown in FIG. 2 incorporates the comparative image reconstruction processing unit 7 into the analysis device shown in FIG. 1 to analyze the difference between the average motion and the optimum motion. . The CPU 11 includes an average spatial existence probability distribution averaging unit 5 controlled by a program written in the ROM 13 in addition to the binary image processing unit 3 and the image reconstruction processing unit 4 described above, and an optimal spatial existence probability distribution averaging unit. It has a processing unit 6 and a comparative image reconstruction processing unit 7 as a basic configuration, and is based on the subjective judgment of the subject input from the voice sensor 15 via a well-known pattern recognition circuit or the subjective result based on the detection result of the measuring device. It has a function of calculating the distribution difference between the static multi-valued image obtained by the optimum motion selected by the judgment and the static multi-valued image obtained by averaging all the motions. That is,
It has a function of detecting the uneven distribution of the spatial existence probability distribution of the optimum motion motion and the spatial existence probability distribution of the average motion motion stored in the addition address. The voice sensor unit 15 has a function of detecting the utterance of the subject, and normally a sound collecting microphone or the like is used. The output of this voice sensor unit 15 is A / D
It is converted into a digital signal through the converter 16 and input to the input / output unit 14 of the computer 10. The average spatial existence probability distribution averaging processing unit 5 calculates an average distribution by adding and subtracting all the static multi-valued images output from the image reconstruction processing unit 4 for the predetermined number of operations. The optimal space existence probability distribution averaging unit 6 obtains the averaging of the multi-valued image for the optimum motion action selected based on the subjectivity of the subject from all the multi-valued images. In the case of the present embodiment, the selection of the optimum exercise action is configured such that the address of the buffer 12 to be stored is designated by voice or by the subject's own switch operation based on the subjectivity of the subject each time a series of exercise actions is completed. There is. For example, when the exercise motion is golf swing, the test subject subjectively determines his / her swing by a measuring instrument and utters the result or inputs the measurement result to a computer by an electric signal. In the case of voice, a predetermined word, for example, a voice such as "very good" or "nice shot" is generated when it is considered to be the best.
At this time, the pattern recognition circuit analyzes this voice pattern and stores the static multi-valued image signal obtained by a series of motions at the address of the buffer 12 which is assigned in advance. That is, the data store is executed. It goes without saying that the number of addresses assigned by the pattern recognition circuit can be plural. In this embodiment, the address instruction for storing the multi-valued image signal has been described only for the one using the pattern recognition circuit, but it is not limited to this.
It may be configured by an appropriate number of mechanical switches or other switches. The selection of the designated address is not limited to voice input by the subject or direct input by machine operation, and the flight distance, trajectory, flight direction, etc. of the ball can be estimated from the flight direction, angle, rotation of the ball, etc. Or, a known device for detecting the speed, the face angle, the trajectory, the hitting position, etc. of the golf club at the time of impact and estimating the flight distance, for example, JP-A-58-190456 and JP-A-59.
-141,965, JP-A-60-48,762 and the like may be used to determine the quality of the swing result according to the level of the subject at that time, and the buffer 12 to be stored may be selected accordingly. At the same time, the multi-valued image obtained by the series of motions is also written in the addition address of the buffer 12.

バッファ12はリフレッシュメモリの機能を有するもので
あり、SRAM、若しくはDRAMにて構成されている。The buffer 12 has a function of a refresh memory, and is composed of SRAM or DRAM.

夫々の平均化処理部５及び６においては、平均化された
平均的存在確率分布データ（多値画像）と最適空間存在
確率分布データとは、次段の比較画像再構成処理部７に
おいて演算されその偏差が求められる。即ち、比較画像
再構成処理部７は、両平均化処理部5,6からの出力を演
算してその分布差を求めるものである。In each of the averaging processing units 5 and 6, the averaged average existence probability distribution data (multivalued image) and the optimal spatial existence probability distribution data are calculated in the comparison image reconstruction processing unit 7 in the next stage. The deviation is required. That is, the comparison image reconstruction processing unit 7 calculates the outputs from both averaging processing units 5 and 6 to obtain the distribution difference.

また、第３図の他の解析システムの中央処理部は、上述
した第２図の平均的空間存在確率分布平均化処理部５を
除いて、画像再構成処理部４から出力される静止多値画
像データを直接比較画像再構成処理部８に入力し、被験
者の主観に基づいて選択された平均的な最適空間存在確
率分布を終了したばかりの運動動作あるいはバッファ12
から読み出される特定の運動動作の空間存在確率分布と
の分布差を求め、自己の最適運動動作に対する現在のあ
るいは特定の運動動作の偏在を画像表示するようにして
いる。Further, the central processing unit of the other analysis system of FIG. 3 is the static multi-value output from the image reconstruction processing unit 4 except for the average spatial existence probability distribution averaging processing unit 5 of FIG. 2 described above. The image data is directly input to the comparison image reconstruction processing unit 8, and the motion or the buffer 12 which has just finished the average optimal spatial existence probability distribution selected based on the subjectivity of the subject.
The distribution difference from the spatial existence probability distribution of the specific motion motion read out from is obtained, and the uneven distribution of the current motion or the specific motion motion with respect to the optimum motion motion of the user is displayed as an image.

尚、本バッファ制御はCPU11によって行なう方式が取ら
れているが、ダイレクト、メモリ、アクセス（以下DMA
と記す）方式を採用することも可能である。CPU11によ
るバッファ制御はプログラム実行時間を要するため処理
時間を必要とするが、回路制御が容易となる。他方、DM
A方式ではA/Dコンバータ23より送信されるデジタル画像
がダイレクトにバッファ12に記憶される構成となってい
るため、閾値処理はバッファ12よりデータを読み出した
際に実行する必要がある。但し、２値画像データのバッ
ファ12への書き込みが高速で行なうことが出来る等の長
所を有している。Although this buffer control is performed by the CPU 11, direct, memory, access (hereinafter DMA
It is also possible to adopt the method). The buffer control by the CPU 11 requires a program execution time and thus a processing time, but the circuit control becomes easy. On the other hand, DM
In the A method, since the digital image transmitted from the A / D converter 23 is directly stored in the buffer 12, the threshold processing needs to be executed when the data is read from the buffer 12. However, it has an advantage that the binary image data can be written in the buffer 12 at high speed.

更に、上述のコンピュータによって処理された画像信号
を固定データとして記憶する記憶装置19として、例えば
磁気ディスクが採用されている。ディスク19はCPU11に
よって制御される構成となっており、必要とする静止多
値画像を記憶するものである。このディスク19は多値画
像のデータ量に応じた適宜なメモリ容量を有するハード
ディスク、フロッピィディスクによって構成され、必要
とする画像データがCPU11の制御によって書き込まれ、
又読み出される構成となっている。また、このディスク
19は被験者の過去の運動動作に対応する多値画像データ
が記憶されれており、必要に応じてCPU11により読み出
すこともできる。Further, for example, a magnetic disk is adopted as the storage device 19 for storing the image signal processed by the computer as fixed data. The disk 19 is configured to be controlled by the CPU 11 and stores a required static multi-valued image. The disk 19 is composed of a hard disk having a proper memory capacity according to the data amount of a multi-valued image, a floppy disk, and necessary image data is written under the control of the CPU 11,
It is also configured to be read. Also this disc
The multi-valued image data 19 corresponding to the subject's past movement motion is stored, and can be read by the CPU 11 as necessary.

上述の画像再構成処理部４あるいは比較画像再構成処理
部７ないし８において処理された画像情報を出力する画
像出力装置10としては、ハードコピー装置やCRTなどの
ソフトコピー装置が通常使用される。ハードコピー装置
10は、CPU11により制御される構成となっており、バッ
ファ12に記憶されている多値画像から成る空間存在確率
分布画像が出現頻度を示す濃度レベルの濃淡画像ないし
出現頻度に特定された色彩の擬似カラー画像としてプリ
ントアウトする機能を有する。ハードコピー装置10は通
常ドットプリンタ、断熱プリンタ等あるいは分布状態を
見易くするため擬似カラー表示のためのカラープリンタ
の採用が好ましい。モニター92はD/Aコンバータ17を介
してCPU11と接続されており、CPU11の制御によって、バ
ッファ12あるいはディスク19に記憶されている空間存在
確率分布画像データ即ち１動作分の多値画像データを表
示する機能を有している。このモニター92は本実施例の
場合、CRTディスプレイが採用されている。また、ター
ミナル18はCPU11と接続されており、バッファ12及びデ
ィスク19に記憶されている画像データを外部に送出する
場合の入出力端子となっている。即ち、本発明の運動動
作解析装置をネットワーク上に配置することができ、ホ
ストによって制御することで他の場所に配置された運動
動作解析装置若しくは各種コンピュータを使用して被験
者の運動動作の解析を行ない得る構成となっている。も
し、ネットワークの端末装置間の距離が遠い場合には適
宜なモデム装置を使用すれば良い。通信フォーマットも
特に限定するものでは無く、使用ネットワークにより、
個別に検討すれば良い。A hard copy device or a soft copy device such as a CRT is usually used as the image output device 10 for outputting the image information processed by the image reconstruction processing unit 4 or the comparison image reconstruction processing units 7 to 8. Hard copy device
10 is configured to be controlled by the CPU 11, the spatial existence probability distribution image consisting of multi-valued images stored in the buffer 12 is a grayscale image of the density level indicating the appearance frequency or the color specified in the appearance frequency. It has the function of printing out as a pseudo color image. The hard copy device 10 is preferably a dot printer, an adiabatic printer, or the like, or a color printer for pseudo color display is preferable in order to make the distribution state easy to see. The monitor 92 is connected to the CPU 11 via the D / A converter 17, and under the control of the CPU 11, displays spatial existence probability distribution image data stored in the buffer 12 or the disk 19, that is, multi-valued image data for one operation. It has a function to do. In this embodiment, the monitor 92 is a CRT display. Further, the terminal 18 is connected to the CPU 11 and serves as an input / output terminal for sending the image data stored in the buffer 12 and the disk 19 to the outside. That is, the locomotion analysis apparatus of the present invention can be arranged on a network, and the locomotion analysis of a subject can be performed using a locomotion analysis apparatus or other computer arranged in another place under the control of the host. It is a structure that can be performed. If the distance between the terminal devices of the network is long, an appropriate modem device may be used. The communication format is not particularly limited, depending on the network used.
It should be examined individually.

本実施例ではCPU11が１個のものについてのみ説明した
が被験者の運動動作をバッファ12に書き込み用に１個の
CPU、その他データ処理を他のCPUで行なう並列CPU方式
を採用することも可能である。この場合には各種データ
の処理スピードが高速となるため、他の論理処理も可能
でなる。Although only one CPU 11 is described in the present embodiment, one CPU 11 is used to write the motion of the subject in the buffer 12.
It is also possible to adopt a parallel CPU method in which the CPU and other data processing are performed by other CPUs. In this case, since the processing speed of various data becomes high, other logical processing is possible.

また、CCU22の出力がR,G,Bの３出力となっているのはIT
V21をカラー信号が入力可能なものに変更した場合のこ
とを考慮したためであり、マーカー１として光の三原色
である赤色、青色、緑色を使用し、これらＲ、Ｇ、Ｂ画
像信号をサンプリングして同時に異なる部位の運動動作
解析をデータの重畳を防いで実行し得る構造となってい
る。In addition, the output of CCU22 is three outputs of R, G, B is IT
This is because the case where V21 is changed to one that can input color signals is used. As the marker 1, red, blue, and green, which are the three primary colors of light, are used, and these R, G, and B image signals are sampled. At the same time, the structure is such that the motion analysis of different parts can be executed while preventing the superimposition of data.

以下、本運動動作解析装置を使用してゴルフスウィング
の運動動作の解析を第５図ないし第７図のフローチャー
トに基づき詳細に説明する。Hereinafter, the analysis of the motion of the golf swing using the motion analysis device will be described in detail with reference to the flowcharts of FIGS. 5 to 7.

先ず、被験者はあらかじめ定められた位置若しくは主観
において定めた位置上に自分のスタンスを適宜に決定す
る。ゴルフボールを決められた位置に固定し、このボー
ルを基準として被験者のボールに対する位置及び運動動
作を解析する。一方被験者は運動動作を解析しようとす
る部位、例えば肩、肘、頭、膝、手、腰等に所定濃度レ
ベル以上の漠然とした領域を呈するマーカー１を取付け
る。マーカー１は８ビットのベータ形濃度レベルにおい
て身体や背景などと明瞭に区別できる程度例えば200程
度に設定されているが、この値に特に限定されるもので
はない。First, the subject appropriately determines his or her stance on a predetermined position or a position determined by subjectivity. The golf ball is fixed at a predetermined position, and the position and the motion of the subject relative to the ball are analyzed with reference to this ball. On the other hand, the test subject attaches a marker 1 that presents a vague region of a predetermined concentration level or higher to the site where the movement is to be analyzed, such as the shoulder, elbow, head, knee, hand, and waist. The marker 1 is set to a level at which it can be clearly distinguished from the body, background, etc. at an 8-bit beta density level, for example, about 200, but is not limited to this value.

先ず被験者は電源制御、内部OSソフト等を制御して装置
を「START」させる。「起動センサON?」は被験者が動作
を開始したか否かを検出しており、起動センサがONとな
った場合にはCCU22に起動信号を送出する（ステップ
１）。「画像入力」は前記起動センサのONの信号によっ
て動作し、入力装置であるITV21及びCCU22を介して被験
者の運動動作データであるアナログ画像として入力す
る。この入力画像はA/Dコンバータ23において走査線単
位で256×256の画素にサンプリングして、８ビットの濃
度レベルのデジタル画像信号に変換する（ステップ２、
ステップ３）。サンプリング、デジタル化は停止センサ
が被験者の運動動作が終了したことを検出するまで順次
行なわれ、数十フレームの入力画像データは順次デジタ
ル画像として取込まれる。このデジタル入力画像は、あ
る濃度レベル例えば８ビット濃度において200程度を閾
値として閾値処理が施され、２値画像に変換される（ス
テップ４）。即ち、マーカー１によって表示される動作
部位の漠然とした領域の動きの情報のみが画像データと
して取込まれ、その他の領域の動きや背景、部位は捨て
られる。この「２値画像処理」はCPU11のソフトウエア
で構成された２値画像処理部３にて行なわれる。「デー
ター時ストア」は２値画像のデータを内部RAM若しくは
バッファ12の所定のアドレスに一時的にストアするもの
であり、CPU11によってコントロールされる（ステップ
５）。したがって、画像入力装置２より転送されて来た
運動動作画像が順次２値画像に変換されてメモリ内にス
トアされて行く。「停止センサON」は被験者の運動動作
が終了したか否かを検出するものであり、運動動作が継
続している場合にはステップ２の前にジャンプし、運動
動作が終了したことを検出すると次のステップへ進む。
この「停止センサON」は停止センサによって機能するル
ーチンである。このようなフローチャートにあって被験
者の運動動作が継続していた時に採取された数十フレー
ム分の画像データは停止センサONとなるまで順次、２値
化された画像データとして内部RAM若しくはバッファ12
に記憶されて行く。停止センサが被験者の運動動作が終
了したことを検出すると、ステップ７に進む。この「加
算アドレスにストア」はバッファ５に予め割り付けられ
ている加算アドレスにより指示されているバッファ12の
アドレスに内部RAM若しくはバッファ12に一時ストアさ
れていた２値画像のデータを移行させるものである。更
に、この加算アドレスのバッファメモリデータは、２値
画像データがＨ（但し、正論理）であれば次々とインク
リメントされて行く。従って、複数回のゴルフスウィン
グを行なった場合において、同一運動動作の軌跡を通っ
た場合には、バッファ12のメモリデータは大きなものと
なる（ステップ７）。即ち、２値画像の加算により、あ
る空間における出現頻度の多寡に応じた濃度レベルない
し色彩の静止多値画像が得られる。次のステップの「結
果出力」は加算アドレスによって指示されるバッファ12
のデータを読み出し、画像出力装置であるH/C（ハード
コピー）装置９及びモニター92により、被験者のある運
動動作における静止ないしこれに近い状態の情報即ち、
空間存在確率分布を出現頻度に比例した明るさの濃淡画
像ないし出現頻度に特定された擬似カラー画像として出
力する。この「結果出力」はCPU11のソフトウエアで構
成される画像再構成処理部４にて行なわれる（ステップ
８）。以上の処理を行ない「END」に到り動作を終了す
る。First, the test subject controls the power supply, internal OS software, etc. to "START" the device. “Activation sensor ON?” Detects whether or not the subject has started the operation, and when the activation sensor is turned on, sends an activation signal to the CCU 22 (step 1). The “image input” is operated by the ON signal of the activation sensor, and is input as an analog image which is the exercise motion data of the subject through the ITV 21 and the CCU 22 which are input devices. This input image is sampled by the A / D converter 23 into 256 × 256 pixels in scanning line units and converted into a digital image signal of 8-bit density level (step 2,
Step 3). Sampling and digitization are sequentially performed until the stop sensor detects that the subject's exercise motion is completed, and input image data of several tens of frames are sequentially captured as digital images. This digital input image is subjected to threshold processing with a threshold value of about 200 at a certain density level, for example, 8-bit density, and converted into a binary image (step 4). That is, only the information about the motion of the vague area of the motion part displayed by the marker 1 is captured as image data, and the motion, background, and part of the other regions are discarded. This "binary image processing" is performed by the binary image processing unit 3 composed of the software of the CPU 11. The "data-time store" is for temporarily storing the binary image data in a predetermined address of the internal RAM or the buffer 12, and is controlled by the CPU 11 (step 5). Therefore, the exercise motion image transferred from the image input device 2 is sequentially converted into a binary image and stored in the memory. “Stop sensor ON” is for detecting whether or not the exercise motion of the subject has ended. If the exercise motion is continuing, if it jumps before step 2 and detects that the exercise motion has ended. Go to the next step.
This "stop sensor ON" is a routine that functions by the stop sensor. In such a flow chart, the image data for several tens of frames collected while the subject's exercise motion is continued are sequentially binarized as internal image data or RAM 12 until the stop sensor is turned ON.
Will be remembered by. When the stop sensor detects that the exercise motion of the subject is completed, the process proceeds to step 7. This "store in addition address" is to transfer the binary image data temporarily stored in the internal RAM or the buffer 12 to the address of the buffer 12 designated by the addition address pre-allocated in the buffer 5. . Further, the buffer memory data of this addition address is incremented one after another if the binary image data is H (however, positive logic). Therefore, when the golf swing is performed a plurality of times and the loci of the same movement motion are followed, the memory data of the buffer 12 becomes large (step 7). That is, by adding the binary images, a static multi-valued image having a density level or color corresponding to the frequency of appearance in a certain space can be obtained. The "result output" of the next step is the buffer 12 designated by the addition address.
Information of a stationary state or a state close to this in a certain exercise motion of the subject, that is, by the H / C (hard copy) device 9 and the monitor 92 which are image output devices.
The spatial existence probability distribution is output as a grayscale image having a brightness proportional to the appearance frequency or a pseudo color image specified by the appearance frequency. This "result output" is performed by the image reconstruction processing unit 4 constituted by the software of the CPU 11 (step 8). The above processing is performed to reach "END" and the operation is ended.

次に、他のシステムの動作を第６図に示すフローチャー
トに基づき詳細に説明する。但し、同一フロールーチン
については同一ルーチン名を付し説明は省略する。この
場合にも濃度レベルにおいて所定値以上の明るさのマー
カー１を被験者が運動動作を解析しようとする部位に取
付けておこなう。Next, the operation of the other system will be described in detail with reference to the flowchart shown in FIG. However, the same flow routine is given the same routine name and its description is omitted. Also in this case, the marker 1 having the brightness equal to or higher than the predetermined value at the concentration level is attached to the site where the subject is going to analyze the motion.

ステップ10の「音声パターン認識」は周知のパターン認
識回路を使用して、入力音声データと記憶音声データと
を比較していずれのデータと一致しているか否かの判断
を示すパターン認識処理を経て、被験者の音声によって
バッファ12のどこのアドレスに２値画像データをストア
するかを決定する。このバッファ12のアドレスは予め割
り付けられており、例えば［ベリー、グッド］という音
声を認識した場合は0000アドレスを先頭アドレスとし、
［グッド］という音声を認識すれば0100アドレスが先頭
アドレスとなるように割付けられている。被験者は主観
に基づいて、今のスウィングが最適運動動作と判断した
場合［ベリーグッド］という音声を発生する（ステップ
10）。［ベリーGOOD?］はパターン認識回路を介して、
今回のスウィングが最適運動動作であったか否かを判断
するルーチンであり、被験者の音声パターンが［ベリー
グッド］であればステップ12の「ベリーGOODアドレスに
ストア」にジャンプし、［ベリーグット］でなければス
テップ13の「GOOD?」にジャンプする。「ベリーGOODア
ドレスにストア」は２値画像データをバッファ12のベリ
ーグッド・アドレスにストアする機能を有している（ス
テップ12）。また、ステップ13の「GOOD?」は被験者の
音声が［グッド］であるか否かを判断するルーチンで、
［グッド］の場合にはステップ14の「GOODアドレスにス
トア」にジャンプし、そうでない場合にはステップ15の
「ノーマル？」にジャンプする。ステップ14の「GOODア
ドレスにストア」は２値画像データをバッファ12のグッ
ドアドレス（グッドと言う音声により指示されたアドレ
ス）にストアする。また、ステップ15の「ノーマル？」
にジャンプした場合には音声が「ノーマル］であるか否
かを判断する。そして、音声が［ノーマル］であれば
「ノーマルアドレスにストア」にジャンプし（ステップ
16）、音声が［ノーマル］でない場合にはステップ17の
「バッドアドレスにストア」にジャンプする。ステップ
16の「ノーマルアドレスにストア」は２値画像データを
バッファ12のノーマルアドレス（ノーマルと言う音声に
より指示されたアドレス）にストアするルーチンであ
る。ステップ17の「バッドアドレスにストア」は前記２
値化された濃度レベルのデータをバッファ12のバッドア
ドレス（バッドと言う音声により指示されたアドレス）
にストアするルーチンである。「ベリーGOODアドレスに
ストア」、「GOODアドレスにストア」「ノーマルアドレ
スにストア」若しくは「バッドアドレスにストア」のル
ーチンを介して流れて来た２値画像データはステップ18
の「加算アドレスにストア」により加算アドレスが示す
バッファ12のメモリアドレスのデータと画像加算され
る。この「加算アドレスにストア」はCPU11のソフトに
より制御されるものである。但し、「加算アドレスにス
トア」は２値画像データが運動動作毎に加算されて行く
のに対して、「ベリーGOODアドレスにストア」、「GOOD
アドレスにストア」「ノーマルアドレスにストア」及び
「バッドアドレスにストア」は新しく取込まれた２値画
像データを書込むルーチンとなっている。ステップ19の
「指定回数終了？」はスウィング動作回数が指定回数終
了したか否かを判断するルーチンであり、スウィングが
指定回数に達していない場合にはステップ１の「起動セ
ンサON?」の前にジャンプし、指定回数に達していた場
合にはステップ20の「平均化」へとジャンプする。「平
均化」は加算アドレスにより示されたバッファ12のデー
タ即ち多値画像の平均化を行うルーチンであり、所定動
作回数分の全ての静止多値画像から平均的な空間存在確
率分布及び被験者の主観に基づい選択された最適動作に
を求めることが出来る。この「平均化」は平均的空間存
在確率分布平均化処理部６によって行なわれる。「偏差
演算」は加算アドレスによって指示されているバッファ
12のデータと、ベリーグッドアドレスによって指示され
ているバッファ12のデータとの演算を行なうものであ
り、比較画像再構成処理部７によって実行される。そし
てこの演算結果が「結果出力」を介して、H/C装置９に
てプリントアウトされるかモニター92に表示される（ス
テップ21,22）。この画像出力装置９にて表示及びプリ
ントされるデータは平均的に繰返される運動動作例えば
ゴルフスウィングを例にとると、その平均的動作が自己
の最適運動動作（これも平均化されたもの）と比較し
て、その分布差が求められる。即ち、最適運動動作と平
均的運動動作との相違が出現頻度に比例した存在確率分
布となって検知することができる。The "speech pattern recognition" in step 10 uses a well-known pattern recognition circuit to compare the input speech data with the stored speech data and perform pattern recognition processing to indicate which data matches. , Which address in the buffer 12 to store the binary image data is determined by the voice of the subject. The address of the buffer 12 is assigned in advance. For example, when the voice [Berry, Good] is recognized, the address 0000 is set as the start address,
When the voice "Good" is recognized, the 0100 address is assigned as the top address. Based on the subjectivity, the subject makes a voice [Berry Good] when it judges that the current swing is the optimum movement (step
Ten). [Berry GOOD?]
This is a routine for determining whether or not the swing was the optimum exercise motion. If the voice pattern of the subject is [Berry Good], jump to “Store at Berry GOOD address” in step 12, and use [Berry Good]. For example, jump to "GOOD?" In step 13. The "store at very GOOD address" has a function of storing the binary image data at the very good address of the buffer 12 (step 12). In addition, “GOOD?” In step 13 is a routine for judging whether or not the voice of the subject is “Good”,
If it is [Good], the process jumps to “Store at GOOD address” in step 14, otherwise it jumps to “Normal?” In step 15. “Store in GOOD address” in step 14 stores the binary image data in the good address of the buffer 12 (the address designated by the voice “Good”). Also, in step 15, "Normal?"
If the voice is "normal", it is judged whether the voice is "normal", and if the voice is "normal", it is jumped to "store at normal address" (step
16) If the voice is not [NORMAL], jump to "store at bad address" in step 17. Step
The "store at normal address" 16 is a routine for storing the binary image data at the normal address of the buffer 12 (address designated by voice "normal"). Step 17 "Store at bad address"
The value of the digitized density level is used as the bad address of the buffer 12 (the address designated by the voice called "bad").
It is a routine to store in. The binary image data that has flowed through the routine of "store at very GOOD address", "store at GOOD address", "store at normal address" or "store at bad address" is step 18
The image is added to the data of the memory address of the buffer 12 indicated by the addition address by "store in addition address". This “store at addition address” is controlled by the software of the CPU 11. However, "store at add address" is added to each binary motion image data, whereas "store at add GOOD address" and "GOOD"
“Store at address”, “store at normal address” and “store at bad address” are routines for writing the newly fetched binary image data. "End of specified number of times?" In step 19 is a routine for judging whether or not the number of swing operations has ended a specified number of times. If the number of swings has not reached the specified number of times, before "start sensor ON?" In step 1 If it has reached the specified number of times, it jumps to "averaging" in step 20. "Averaging" is a routine for averaging the data in the buffer 12 indicated by the addition address, that is, a multi-valued image, and an average spatial existence probability distribution and the subject's It is possible to obtain the optimum motion selected based on the subjectivity. This “averaging” is performed by the average spatial existence probability distribution averaging processing unit 6. "Deviation operation" is the buffer specified by the addition address
The data of 12 and the data of the buffer 12 designated by the very good address are calculated and executed by the comparison image reconstruction processing unit 7. Then, this calculation result is printed out by the H / C device 9 or displayed on the monitor 92 via "result output" (steps 21 and 22). The data displayed and printed by the image output device 9 is a motion that is repeated on average. For example, in the case of a golf swing, the average motion is the optimum motion motion of itself (which is also averaged). By comparison, the distribution difference is obtained. That is, it is possible to detect the difference between the optimum movement motion and the average movement motion as the existence probability distribution proportional to the appearance frequency.

更に他の解析を第７図のフローチャートに基づき説明す
る。尚、上述のフローチャートと異なる部分についての
み説明する。Still another analysis will be described based on the flowchart of FIG. Only the parts different from the above-mentioned flowchart will be described.

本解析装置は、各動作の入力画像を２値画像に変換して
バッファ12に一時記憶し、画像加算によって多値画像を
構成した後、被験者の主観に基づく選択により最適運動
動作とされたデータのみを順次平均化して記憶し、入力
した最新のデータあるいはバッファ12から読み出された
特定のデータと前述の最適動作に対応する静止多値画像
データとを比較画像再構成処理部８において比較演算す
る点において異なる。This analysis device converts the input image of each motion into a binary image and temporarily stores it in the buffer 12, and after constructing a multi-valued image by image addition, the data determined to be the optimum motion motion by selection based on the subjectivity of the subject. Only the averaged data is sequentially stored, and the latest input data or the specific data read from the buffer 12 and the static multi-valued image data corresponding to the optimum operation are compared in the comparison image reconstruction processing unit 8. The difference is that

ステップ30の「ベリーグッド？」は前段のステップ10の
音声パターン認識に基づいて今回行なったスイングが最
適運動動作であったか否かを判断するルーチンであり、
最適動作である場合にはステップ31の「ベーリグッド加
算アドレスにストア」にジャンプし、最適動作でなけれ
ばステップ32の「ベリーグッドデータ有り？」にジャン
プする。ベリーグッドアドレスにストアされた２値画像
データは過去のデータと加算された（ステップ31）後平
均化されて平均化された多値画像に再構成され（ステッ
プ33）、ベリーグッドアドレスにストアされる（ステッ
プ34）。ステップ32の「ベリーグッドデータ有り」はベ
リーグッドアドレスが指示するバッファ12のアドレス
に、被験者が主観に基づいて選択した最適運動動作時の
静止多値画像データが書き込まれているか否かを判断す
るルーチンである。ベリーグッドデータが過去にあれ
ば、それをベリーグッドアドレスからロードし（ステッ
プ35）、今回のスウィングデータと比較演算してその空
間存在確率分布差を取る（ステップ36）。ベリーグッド
データは、１回しかなければそのデータを、複数データ
あればその平均値を使用する。そして、演算結果がステ
ップ37の「結果出力」を介して外部に送出される。一方
ベリーグッドデータが無ければステップ37の後にジャン
プし「エンド」に至り動作を終了する。以上の処理によ
り、解析対象の運動動作が自己の最適運動動作とどう違
っているかを、出現頻度に比例した存在確率分布画像と
して出力できる。“Berry Good?” In step 30 is a routine for judging whether or not the swing performed this time is the optimum motion operation based on the voice pattern recognition in step 10 in the previous stage.
If it is the optimum operation, the process jumps to "store at add-good data addition address" in step 31, and if it is not the optimum operation, jumps to "presence of very good data?" In step 32. The binary image data stored at the very good address is added to the past data (step 31), then averaged and reconstructed into an averaged multi-valued image (step 33) and stored at the very good address. (Step 34). In the step 32, “With Very Good Data”, it is determined whether or not the static multi-valued image data at the time of the optimum exercise operation selected by the subject based on the subjectivity is written in the address of the buffer 12 designated by the Very Good address. It is a routine. If there is very good data in the past, it is loaded from the very good address (step 35) and compared with the swing data this time to calculate the spatial existence probability distribution difference (step 36). The very good data uses the data if it is only once, and uses the average value if there are multiple data. Then, the calculation result is sent to the outside through the “result output” of step 37. On the other hand, if there is no very good data, it jumps after step 37 and reaches the "end" to end the operation. Through the above processing, it is possible to output how the analysis target motion is different from its own optimum motion as an existence probability distribution image proportional to the appearance frequency.

III.発明の効果 以上の説明より明らかなように、本発明は、被験者の運
動動作を解析しようとする部位に所定値以上の濃度ある
いは温度レベルの領域を呈するマーカーと、被験者の運
動動作をデジタル画像として取込む画像入力装置と、入
力画像を前記マーカーの濃度ないし温度レベル値を閾値
として２値画像に変換する２値画像処理部と、この２値
画像を１動作分加算して１フレームの出現頻度に比例す
る濃度レベルないし擬似カラーの静止多値画像に再構成
する画像再構成処理部及びその処理画像を出力する画像
出力装置とから構成し、その運動の動作特性を空間存在
確率分布画像で求めるようにしたので、明るさの比や色
合の違いが出現頻度に比例する情報即ち空間存在確率分
布が画像で得られる。この空間存在確率分布は、静止状
態に近い運動動作の前後が分布として曖昧な形のまま表
示されるが、主観と曖昧さを前提とする人間の運動動作
の解析はその運動動作を曖昧な表現で知覚する方が正確
な表現（定量的な表現）よりも動作を正確に把握でき
る。III. Effect of the Invention As is clear from the above description, the present invention digitally indicates the movement of a subject with a marker that presents a region having a concentration or temperature level of a predetermined value or higher at the site where the movement of the subject is to be analyzed. An image input device for capturing as an image, a binary image processing unit for converting the input image into a binary image using the density or temperature level value of the marker as a threshold value, and adding one operation of the binary image for one frame. An image reconstruction processing unit for reconstructing a static multi-valued image of a density level or pseudo color proportional to the appearance frequency and an image output device for outputting the processed image, and the motion characteristic of the motion is a spatial existence probability distribution image. Since information is obtained in step S1, the information in which the ratio of brightness and the difference in hue are proportional to the appearance frequency, that is, the spatial existence probability distribution is obtained in the image. This spatial existence probability distribution is displayed as an ambiguous form before and after a motion that is close to a static state, but the analysis of human motion that assumes subjectivity and ambiguity is an ambiguous expression of that motion. It is possible to grasp the motion more accurately by perceiving it than by an accurate expression (quantitative expression).

そこで、この運動動作解析システムを、ゴルフスウィン
グの解析に使用すれば、第８図に示すように（同じもの
を擬似カラー表示したもののハードコピーを参考図とし
て添付している）ゴルフスウィングに関する運動動作特
性が空間存在確率分布画像として、換言すれば視覚でと
らえ得る人間の運動動作の特徴量を運動動作の開始時と
終了時というような静止状態に近い状態をとらえて表わ
される。この画像からは、練習者の頭の動き、足の動
き、肩の動き、ゴルフクラブの動きなどが全体的に判明
する。例えば、同図によると、軸足たる左足（前側）
がしっかりと固定され、右足スウィングに伴って同位
置上で移動していることが認められる。また、膝は、バ
ックスウィングに伴なって、左脚側が右下方へ小さく
移動する一方右脚側が右上方へ小さく移動して、上半
身の捩れを無理なくサポートしていることが認められ
る。Therefore, if this motion analysis system is used for golf swing analysis, as shown in FIG. 8 (a hard copy of the same one displayed in pseudo color is attached as a reference diagram) The characteristic is represented as a spatial existence probability distribution image, in other words, the characteristic amount of the human motion that can be visually recognized is captured by capturing a state close to a stationary state such as the start and end of the motion. From this image, the exerciser's head movements, foot movements, shoulder movements, golf club movements, etc., are generally found. For example, according to the figure, the left foot (front side) which is the axial foot
Is firmly fixed, and can be seen to move in the same position as the right foot swings. It is also recognized that the knees move a little to the lower right on the left leg side and move a little to the upper right on the right leg side with back swing, supporting the upper body's twisting reasonably.

また、バックスウィングトップ位置においてゴルフク
ラブの画像が明らかであり、またそれに至るまでの残像
が認められることから、トップに向うまでテークバック
が緩やかに行なわれ、十分な“ため”をとっていること
が認められる。その後、ゴルフクラブの画像は、スウィ
ングが終了位置まで認められず、急速に振降され、完
全に振り抜けていることが判明する。即ち、緩かにテー
クバックし、早く振り降す好適なスウィングリズムが実
行されていることが認められる。そして、振り抜いた状
態が出現頻度の低い画像で示される一方フィニッシュ時
のグリップエンドの位置はほぼ肩の位置でフォロー
スルーの後引き戻されていることが良くわかることか
ら、うまく振り抜けていることが理解できる。また、体
の中央の画像は横長のほぼ水平な分布であって、体が
水平面内において回転していること即ち体が上下移動し
ていないことが認められる。更に、頭は、一点に分布
が集中しており、移動が認められない。即ち、ボール
から目を離していないことが理解できる。したがって、
これらの解析を総合すると、このスウィングは大きな欠
点が認められないものとできる。因みに、この画像はプ
ロゴルファーアル．ゲルバーガ（AL.GEIBERGER）のスウ
ィングを解析したものである。In addition, because the image of the golf club is clear at the top position of the back swing and the afterimage up to that point is observed, takeback is performed gently toward the top, and sufficient "gain" is taken. Is recognized. After that, the image of the golf club shows that the swing is not recognized to the end position, the swing is swung rapidly, and the swing is completely eliminated. That is, it is recognized that a suitable swing rhythm that gently takes back and swings down quickly is executed. And while the swinging-out state is shown in the image with a low appearance frequency, it is well understood that the position of the grip end at the finish is pulled back after the follow-through at almost the shoulder position, so it is swinging well Can understand. Further, the image of the center of the body has a horizontally long and substantially horizontal distribution, and it is recognized that the body is rotating in the horizontal plane, that is, the body is not moving up and down. Furthermore, the head has a concentrated distribution at one point, and no movement is observed. That is, it can be understood that the player has not taken his eyes off the ball. Therefore,
Taken together, these swings can be considered to have no major drawbacks. By the way, this image is a professional golfer al. This is an analysis of the swing of a gel berga (AL.GEIBERGER).

また、本発明は、上述の運動動作解析装置に、画像再構
成処理部から出力される所定動作回数分の全ての静止多
値画像から平均的な空間存在確率分布を求める平均的空
間存在確率分布平均化処理部と、前記画像再構成処理部
から出力される静止多値画像から被験者の主観に基づい
て選択された最適運動動作に対応する一群の静止多値画
像を平均化する最適空間存在確率分布平均化処理部と、
前記平均的空間存在確率分布データと最適空間存在確率
分布データとを比較演算しその分布差を求める比較画像
再構成処理部及びその処理画像を出力する画像出力装置
を組込み、その運動における最適運動動作と平均運動動
作の偏在を空間存在確率分布画像から求めるようにして
いる。出力画像に空間存在確率分布の出現を認められる
場合、被験者の該当運動の動作特性が一定していないこ
とを示し、かつその存在度合い分布状態によって動作の
偏在の大きさや方向性、頻度等を解析できる。Further, the present invention provides the above-described motion behavior analysis apparatus with an average spatial existence probability distribution for obtaining an average spatial existence probability distribution from all static multi-valued images for a predetermined number of operations output from the image reconstruction processing unit. Optimum spatial existence probability for averaging a group of still multi-valued images corresponding to the optimum motion motion selected based on the subjectivity of the subject from the still multi-valued images output from the averaging processor and the image reconstruction processor A distribution averaging processor,
An optimum motion motion in the motion is built in by incorporating a comparative image reconstruction processing unit and an image output device for outputting the processed image by comparing and calculating the average spatial existence probability distribution data and the optimum spatial existence probability distribution data. And the uneven distribution of the average motion is calculated from the spatial existence probability distribution image. When the appearance of the spatial existence probability distribution is recognized in the output image, it indicates that the motion characteristics of the subject's relevant motion are not constant, and the size, directionality, frequency, etc. of the uneven distribution of motion are analyzed according to the distribution of the existence degree. it can.

更に、本発明は、上述の解析装置に、逐次入力される画
像の中から被験者の主観に基づいて選択された最適運動
動作に対応する一群の多値画像を平均化する最適空間存
在確率分布画像平均化処理部と、該平均化処理部から出
力される最適空間存在確率分布と特定の運動動作に対応
する空間存在確率分布とを比較演算してその分布差を求
める比較画像再構成処理部及びその処理画像を出力する
画像出力装置を組込み、その運動の自己の現時点におけ
る最適運動動作に対するある特定の運動動作の偏在を求
めるようにしている。この場合、出力画像に空間存在確
率分布の出現が認められるとき、該当運動に対する被験
者の現時点における最適運動動作とある特定の運動動作
との間に違いが認められ、かつその存在度合いや分布状
態から動作の偏在の大きさや方向、頻度等を解析でき
る。Furthermore, the present invention provides an optimal space existence probability distribution image for averaging a group of multi-valued images corresponding to the optimal movement motion selected based on the subjectivity of the subject from the images sequentially input to the above-mentioned analysis device. An averaging processing unit, a comparison image reconstruction processing unit for calculating the difference between the distributions by performing an arithmetic operation on the optimal spatial existence probability distribution output from the averaging processing unit and the spatial existence probability distribution corresponding to a specific motion An image output device that outputs the processed image is incorporated to determine the uneven distribution of a certain movement motion with respect to the optimum movement motion of the movement at the present moment. In this case, when the appearance of the spatial existence probability distribution is recognized in the output image, a difference is recognized between the subject's current optimum motion motion for the relevant motion and a specific motion motion, and the existence degree and the distribution state indicate that there is a difference. It is possible to analyze the size, direction, frequency, etc. of uneven distribution of motion.

更に、本発明は、マーカーとして光の三原色のいずれか
の色彩のものを使用し、画像入力装置を被験者の運動動
作をデジタルカラー画像として取込むものとし、入力画
像を各カラー画像信号毎に画像処理することにより、同
時に幾つもの動作データが画面上で重複するような接近
した領域においても検出可能となる。動作の結果、２値
画像を加算したとき画像上において重量されるようなほ
ぼ同一軌道上の部位には異なる色彩のマーカーを配色し
て、データの重畳を防止するようにしている。Further, the present invention uses one of the three primary colors of light as a marker, the image input device captures the motion of the subject as a digital color image, and the input image is image processed for each color image signal. By doing so, it becomes possible to detect even in a close area where several pieces of motion data simultaneously overlap on the screen. As a result of the operation, markers of different colors are arranged at the portions on the same orbit that are weighted on the image when the binary images are added, thereby preventing the data from overlapping.

【図面の簡単な説明】[Brief description of drawings]

第１図は本発明の運動動作解析装置の基本構成を示す機
能ブロック図、第２図は他の発明の機能ブロック図、第
３図は再に他の発明の機能ブロック図、第４図は本発明
に係る運動動作解析装置の一実施例を示すブロック図、
第５図〜第７図は各発明のフローチャート図、第８図は
静止多値画像の一例をゴルフスイングを例に示す説明
図、第９図及び第10図は従来のゴルフ練習器の一例を示
す正面図である。 １……マーカー、２……画像入力処理、 ３……２値画像処理部、４……画像再構成処理部、 ５……平均的空間存在確率分布平均化処理部、 ６……最適空間存在確率分布平均化処理部、 ７……比較画像再構成処理部、 ８……比較画像再構成処理部、９……画像出力装置。FIG. 1 is a functional block diagram showing a basic configuration of a motion analysis apparatus of the present invention, FIG. 2 is a functional block diagram of another invention, FIG. 3 is a functional block diagram of another invention again, and FIG. FIG. 2 is a block diagram showing an embodiment of a motion analysis device according to the present invention,
5 to 7 are flowcharts of the inventions, FIG. 8 is an explanatory view showing an example of a static multi-valued image using a golf swing as an example, and FIGS. 9 and 10 are examples of conventional golf practice devices. It is a front view shown. 1 ... Marker, 2 ... Image input processing, 3 ... Binary image processing unit, 4 ... Image reconstruction processing unit, 5 ... Average spatial existence probability distribution averaging processing unit, 6 ... Optimal space existence Probability distribution averaging processing unit, 7 ... Comparative image reconstruction processing unit, 8 ... Comparative image reconstruction processing unit, 9 ... Image output device.

Claims (6)

【特許請求の範囲】[Claims] 【請求項１】被験者の運動動作を解析しようとする部位
に所定値以上の濃度レベルあるいは温度レベルの領域を
呈するマーカーと、被験者の運動動作をデジタル画像と
して取込む画像入力装置と、入力画像を前記マーカーの
濃度ないし温度レベル値を閾値として２値画像に変換す
る２値画像処理部と、この２値画像を１動作分加算して
１フレームの出現頻度に比例する濃度レベルないし擬似
カラーの静止多値画像に再構成する画像再構成処理部及
びその処理画像を出力する画像出力装置とから成り、そ
の運動の動作特性を空間存在確率分布画像で求めること
を特徴とする運動動作解析装置。1. A marker exhibiting a region of a concentration level or a temperature level of a predetermined value or more at a site where a subject's exercise action is to be analyzed, an image input device for capturing the subject's exercise action as a digital image, and an input image. A binary image processing unit for converting the density or temperature level value of the marker into a binary image as a threshold value, and adding the one operation of the binary image to a density level or a pseudo-color static image proportional to the appearance frequency of one frame. A motion-motion analysis device comprising an image reconstruction processing unit for reconstructing a multi-valued image and an image output device outputting the processed image, wherein motion characteristics of the motion are obtained from a spatial existence probability distribution image. 【請求項２】前記マーカーを光の三原色のいずれかの色
彩で表示する一方、画像入力装置を被験者の運動動作を
デジタルカラー画像として取込むものとして入力画像を
各カラー画像信号毎に画像処理することを特徴とする特
許請求の範囲第１項に記載の運動動作解析装置。2. The marker is displayed in any one of the three primary colors of light, and the input image is image-processed for each color image signal by using the image input device as a digital color image for capturing the motion of the subject. The motion-motion analysis device according to claim 1, wherein 【請求項３】被験者の運動動作を解析しようとする部位
に所定値以上の濃度レベルあるいは温度レベルの領域を
呈するマーカーと、被験者の運動動作をデジタル画像と
して取込む画像入力装置と、入力画像を前記マーカーの
濃度ないし温度レベル値を閾値として２値画像に変換す
る２値画像処理部と、この２値画像を１動作分加算して
１フレームの出現頻度に比例する濃度レベルないし擬似
カラーの静止多値画像に再構成する画像再構成処理部
と、該処理部から出力される所定動作回数分の全ての静
止多値画像から平均的な空間存在確率分布を求める平均
的空間存在確率分布平均化処理部と、前記画像再構成処
理部から出力される静止多値画像から被験者の主観に基
づいて選択された最適運動動作に対応する一群の静止多
値画像を平均化する最適空間存在確率分布平均化処理部
と、前記平均的空間存在確率分布データと最適空間存在
確率分布データとを比較演算しその分布差を求める比較
画像再構成処理部及びその処理画像を出力する画像出力
装置とから成り、その運動における最適運動動作と平均
的運動動作の偏在を空間存在確率分布画像から求めるこ
とを特徴とする運動動作解析装置。3. A marker exhibiting a region of a concentration level or a temperature level of a predetermined value or more at a site where a subject's exercise action is analyzed, an image input device for capturing the subject's exercise action as a digital image, and an input image. A binary image processing unit for converting the density or temperature level value of the marker into a binary image as a threshold value, and adding the one operation of the binary image to a density level or a pseudo-color static image proportional to the appearance frequency of one frame. An image reconstruction processing unit for reconstructing a multi-valued image, and an average spatial existence probability distribution averaging for obtaining an average spatial existence probability distribution from all still multi-valued images output for a predetermined number of times from the processing unit The processing unit and a group of still multivalued images corresponding to the optimum motion motion selected based on the subjectivity of the subject from the still multivalued images output from the image reconstruction processing unit are averaged. An appropriate space existence probability distribution averaging processing unit, a comparison image reconstruction processing unit for comparing and calculating the average space existence probability distribution data and the optimum space existence probability distribution data, and an image for outputting the processed image A motion motion analysis device comprising an output device, wherein uneven distribution of optimum motion motion and average motion motion in the motion is obtained from a spatial existence probability distribution image. 【請求項４】前記マーカーを光の三原色のいずれかの色
彩で表示する一方、画像入力装置を被験者の運動動作を
デジタルカラー画像として取込むものとして入力画像を
各カラー画像信号毎に画像処理することを特徴とする特
許請求の範囲第３項に記載の運動動作解析装置。4. The input image is image-processed for each color image signal by displaying the marker in any one of the three primary colors of light while the image input device captures the motion of the subject as a digital color image. The motion-motion analysis device according to claim 3, characterized in that. 【請求項５】被験者の運動動作を解析しようとする部位
に所定値以上の濃度レベルあるいは温度レベルの領域を
呈するマーカーと、被験者の運動動作をデジタル画像と
して取込む画像入力装置と、入力画像を前記マーカーの
濃度ないし温度レベル値を閾値として２値画像に変換す
る２値画像処理部と、この２値画像を１動作分加算して
１フレームの出現頻度に比例する濃度レベルないし擬似
カラーの静止多値画像に再構成する画像再構成処理部
と、逐次入力される画像の中から被験者の主観に基づい
て選択された最適運動動作に対応する一群の多値画像を
平均化する最適空間存在確率分布平均化処理部と、該平
均化処理部から出力される最適空間存在確率分布と前記
画像再構成処理部からの特定の運動動作に対応する空間
存在確率分布とを比較演算してその分布差を求める比較
画像再構成処理部及びその処理画像を出力する画像出力
装置とから成り、その運動の自己の最適運動動作に対す
る現在の運動動作の偏在を空間存在確率分布画像から求
めることを特徴とする運動動作解析装置。5. A marker exhibiting a region of a concentration level or a temperature level of a predetermined value or more at a site where a subject's exercise action is to be analyzed, an image input device for capturing the subject's exercise action as a digital image, and an input image. A binary image processing unit for converting the density or temperature level value of the marker into a binary image as a threshold value, and adding the one operation of the binary image to a density level or a pseudo-color static image proportional to the appearance frequency of one frame. An image reconstruction processing unit that reconstructs a multi-valued image, and an optimal spatial existence probability that averages a group of multi-valued images corresponding to the optimal movement motion selected based on the subjectivity of the subject from the sequentially input images The distribution averaging processing unit, the optimal spatial existence probability distribution output from the averaging processing unit, and the spatial existence probability distribution corresponding to a specific motion from the image reconstruction processing unit are compared. It consists of a comparative image reconstruction processing unit that calculates the distribution difference and an image output device that outputs the processed image, and the uneven distribution of the current motion with respect to its own optimum motion is calculated from the spatial existence probability distribution image. A motion-motion analysis device characterized in that it is obtained. 【請求項６】前記マーカーを光の三原色のいずれかの色
彩で表示する一方、画像入力装置を被験者の運動動作を
デジタルカラー画像として取込むものとして入力画像を
各カラー画像信号毎に画像処理することを特徴とする特
許請求の範囲第５項に記載の運動動作解析装置。6. The marker is displayed in any one of the three primary colors of light, and the input image is image-processed for each color image signal assuming that the image input device captures the motion of the subject as a digital color image. The movement motion analysis device according to claim 5, characterized in that
JP61180117A 1986-08-01 1986-08-01 Motion analysis device Expired - Lifetime JPH0741086B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP61180117A JPH0741086B2 (en) 1986-08-01 1986-08-01 Motion analysis device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP61180117A JPH0741086B2 (en) 1986-08-01 1986-08-01 Motion analysis device

Publications (2)

Publication Number Publication Date
JPS6338478A JPS6338478A (en) 1988-02-19
JPH0741086B2 true JPH0741086B2 (en) 1995-05-10

Family

ID=16077714

Family Applications (1)

Application Number Title Priority Date Filing Date
JP61180117A Expired - Lifetime JPH0741086B2 (en) 1986-08-01 1986-08-01 Motion analysis device

Country Status (1)

Country Link
JP (1) JPH0741086B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109686435A (en) * 2019-01-08 2019-04-26 王海燕 Adaptive medical treatment platform

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2629810B2 (en) * 1988-04-22 1997-07-16 石川島播磨重工業株式会社 Circulating water tank type pool equipment
JP2779448B2 (en) * 1988-11-25 1998-07-23 株式会社エイ・ティ・アール通信システム研究所 Sign language converter
JP2794018B2 (en) * 1989-06-23 1998-09-03 株式会社応用計測研究所 Operation diagnostic device
JPH0368379A (en) * 1989-08-08 1991-03-25 Sumitomo Rubber Ind Ltd Movement analyzing device
JPH03158760A (en) * 1989-11-15 1991-07-08 M Tec:Kk Movement measuring instrument
JP2804949B2 (en) * 1990-01-31 1998-09-30 富士電機株式会社 Moving image processing method
JPH0773615B2 (en) * 1990-02-26 1995-08-09 レスパスビジョン株式会社 Exercise form checker
JPH04123122A (en) * 1990-09-13 1992-04-23 Sony Corp Input device
CN100373409C (en) * 2003-01-27 2008-03-05 富士通株式会社 Emerging position display of marked object
JP4494837B2 (en) * 2003-12-26 2010-06-30 Ｓｒｉスポーツ株式会社 Golf swing diagnostic system
JP4283147B2 (en) * 2004-03-26 2009-06-24 Ｓｒｉスポーツ株式会社 Golf swing measurement method
GB2414190B (en) 2004-03-26 2007-03-07 Sumitomo Rubber Ind Golf swing diagnosing system
GB2414683B (en) 2004-03-26 2007-03-07 Yoshiaki Shirai Golf swing measuring system
JP4283145B2 (en) * 2004-03-26 2009-06-24 Ｓｒｉスポーツ株式会社 Golf swing measurement system
JP5114871B2 (en) * 2006-05-31 2013-01-09 沖電気工業株式会社 Video providing device
JP5258548B2 (en) * 2008-12-26 2013-08-07 学校法人立命館 Composite image display system, composite image display method, and composite image display program

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5168334A (en) * 1974-12-06 1976-06-12 Katsumi Ooba MOHORENSHUSOCHI
JPS5722775A (en) * 1980-07-16 1982-02-05 Nippon Musical Instruments Mfg Analyzer for swing
JPS58149776A (en) * 1982-03-01 1983-09-06 三菱電機株式会社 Golf exerciser

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109686435A (en) * 2019-01-08 2019-04-26 王海燕 Adaptive medical treatment platform

Also Published As

Publication number Publication date
JPS6338478A (en) 1988-02-19

Similar Documents

Publication Publication Date Title
JPH0741086B2 (en) Motion analysis device
US4891748A (en) System and method for teaching physical skills
JP4290462B2 (en) Golf swing diagnostic system
US7018211B1 (en) System for enabling a moving person to control body movements to be performed by said person
JPWO2019082376A1 (en) Operating state evaluation system, operating state evaluation device, operating state evaluation server, operating state evaluation method, and operating state evaluation program
US7502491B2 (en) Golf swing diagnosis system
US5184295A (en) System and method for teaching physical skills
US20060247070A1 (en) Swing position recognition and reinforcement
CN107050774A (en) A kind of body-building action error correction system and method based on action collection
US20050272517A1 (en) Swing position recognition and reinforcement
US20040096085A1 (en) Image analysis method, apparatus and program
CN103581522B (en) information notification apparatus and information notification method
JP2003117045A (en) Swing form diagnosing device
JP2006350577A (en) Operation analyzing device
JP2005198818A (en) Learning supporting system for bodily motion and learning supporting method
CN109731281A (en) A kind of bicycle and its application method for exercise
JP2000213967A (en) Human body movement determination device
JP2794018B2 (en) Operation diagnostic device
JP6633875B2 (en) Exercise menu providing system and exercise menu providing method
KR101952147B1 (en) Golf lesson system
Vinken et al. How does the amount of movement and observer expertise shape the perception of motion aesthetics in dance?
JPH03224580A (en) Processing method of moving image
JPH0767982A (en) Training device
CN116099181A (en) Upper limb strength training auxiliary system based on universe and application method thereof
Xu et al. Application of image processing technology in the diagnosis of football Injury