KR20170052616A - 기억 매체, 스킬 판정 방법, 스킬 판정 장치 및 서버 - Google Patents

기억 매체, 스킬 판정 방법, 스킬 판정 장치 및 서버 Download PDF

Info

Publication number
KR20170052616A
KR20170052616A KR1020177008866A KR20177008866A KR20170052616A KR 20170052616 A KR20170052616 A KR 20170052616A KR 1020177008866 A KR1020177008866 A KR 1020177008866A KR 20177008866 A KR20177008866 A KR 20177008866A KR 20170052616 A KR20170052616 A KR 20170052616A
Authority
KR
South Korea
Prior art keywords
skill
user
information
unit
phase
Prior art date
Application number
KR1020177008866A
Other languages
English (en)
Other versions
KR101936532B1 (ko
Inventor
가즈오 사사끼
Original Assignee
후지쯔 가부시끼가이샤
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 후지쯔 가부시끼가이샤 filed Critical 후지쯔 가부시끼가이샤
Publication of KR20170052616A publication Critical patent/KR20170052616A/ko
Application granted granted Critical
Publication of KR101936532B1 publication Critical patent/KR101936532B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A63B69/3608—Attachments on the body, e.g. for measuring, aligning, restraining
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A63B69/3667—Golf stance aids, e.g. means for positioning a golfer's feet
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2102/00—Application of clubs, bats, rackets or the like to the sporting activity ; particular sports involving the use of balls and clubs, bats, rackets, or the like
    • A63B2102/32—Golf
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/10—Positions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/62—Measuring physiological parameters of the user posture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S482/00—Exercise devices
    • Y10S482/901—Exercise devices having computer circuitry
    • Y10S482/902—Employing specific graphic or video display

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

스킬 판정 장치(100)는 페이즈 판정부(150)와 스킬 판정부(160)를 갖는다. 페이즈 판정부(150)는 본보기 데이터(120a)와, 이용자의 모션 데이터를 기초로 하여, 페이즈의 종별마다 제2 프레임 데이터를 추출한다. 스킬 판정부(160)는 페이즈의 종별마다의 제2 프레임 데이터와, 스킬 판정 정의 데이터(120b)를 기초로 하여, 이용자의 스킬을 판정한다.

Description

스킬 판정 프로그램, 스킬 판정 방법, 스킬 판정 장치 및 서버{SKILL DETERMINATION PROGRAM, SKILL DETERMINATION METHOD, SKILL DETERMINATION DEVICE, AND SERVER}
본 발명은 스킬 판정 프로그램 등에 관한 것이다.
각종 스포츠 분야에서 트레이닝을 행하는 이용자는, 전문가의 지도를 받는 경우가 있다. 일반적으로 전문가는, 과거의 지도 경험에 기초하는 감각 등에 의해, 이용자를 지도하게 된다. 최근에는, 전문가는, 이용자를 촬영한 영상을 리얼타임으로 디스플레이에 표시시켜, 이용자에게 자신의 폼을 확인시키면서, 이용자에게 지도를 행하는 경우도 있다.
또한, 전문가는, 이용자에게 가속도 센서 등을 장착시켜 센싱을 행하고, 트레이닝 중의 센싱 결과로부터 얻어지는 수치 데이터를 참조하여, 이용자에게 어드바이스를 행하는 경우도 있다. 이와 같은 수치 데이터를 근거로 하여 어드바이스를 행함으로써, 이용자에게 납득감이 있는 지도를 행할 수 있다.
또한, 일부의 인기 스포츠에서는, 특정한 동작에 주목하여, 이용자의 특정한 동작을 평가하는 전용의 어플리케이션 소프트웨어가 판매되고 있다. 이하에서는, 전용의 어플리케이션 소프트웨어를 전용 애플리케이션으로 표기한다. 이용자는, 이러한 전용 애플리케이션을 이용함으로써, 전문가가 없는 경우라도, 특정한 스킬에 대하여 자신의 스킬을 확인할 수 있다. 예를 들어, 배트의 스윙 스피드를 평가하는 전용 애플리케이션을 이용함으로써, 이용자는, 자신의 스윙 스피드를 알 수 있다.
일본 특허 공개 제2004-313479호 공보 일본 특허 공개 제2008-236124호 공보
그러나, 상술한 종래 기술에서는, 범용적으로, 이용자의 스킬을 자동으로 판정할 수 없다고 하는 문제가 있다.
예를 들어, 이용자의 센싱을 행하여 지도하는 경우에는, 전문가가 있는 것이 대전제로 되어 있고, 센싱의 개시ㆍ종료 타이밍이나 각 수치 데이터의 해석을 전문가가 행하기 때문에, 이용자 자신이 자동으로 사용할 수 있는 것은 아니었다.
또한, 전문 애플리케이션은 이용자 스스로 용이하게 사용할 수 있지만, 일부의 스포츠의 한정된 내용에 있어서 평가가 얻어질 뿐이며, 범용성이 부족하다.
하나의 측면에서는, 범용적으로, 이용자의 스킬을 자동으로 판정할 수 있는 스킬 판정 프로그램, 스킬 판정 방법, 스킬 판정 장치 및 서버를 제공하는 것을 목적으로 한다.
제1 안에서는, 컴퓨터에 하기의 처리를 실행시킨다. 컴퓨터는, 페이즈 정의 정보에 기초하여, 제2 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 제2 프레임으로부터, 페이즈의 종별에 대응하는 제2 프레임을 각각 판정한다. 페이즈 정의 정보는, 제1 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 복수의 제1 프레임과 복수의 제1 프레임에 각각 대응하는 페이즈의 종별을 대응지은 정보이다. 컴퓨터는, 스킬 정의 정보에 기초하여, 페이즈의 종별마다 판정한 제2 프레임에 포함되는 특징점으로부터 도출되는 제2 이용자의 동작, 자세 또는 관절의 특징량을 판정한다. 스킬 정의 정보는, 복수의 제1 프레임에 각각 포함되는 특징점으로부터 도출되는 제1 이용자의 동작, 자세 또는 관절의 특징량과, 스킬의 판정 기준과, 판정 대상으로 되는 페이즈의 종별을 대응지어 정의한 정보이다.
본 발명의 일 실시 형태에 따르면, 범용적으로, 이용자의 스킬을 자동으로 판정할 수 있다.
도 1은 본 실시예 1에 따른 스킬 판정 장치의 구성을 도시하는 기능 블록도이다.
도 2는 프레임 데이터의 데이터 구조의 일례를 도시하는 도면이다.
도 3은 본보기(표준) 데이터의 데이터 구조의 일례를 도시하는 도면이다.
도 4는 스킬 판정 정의 데이터의 데이터 구조의 일례를 도시하는 도면이다.
도 5는 스킬 판정 정의 데이터를 보충 설명하기 위한 도면이다.
도 6은 표시 장치에 표시되는 표시 화면의 일례를 도시하는 도면이다.
도 7은 「Position Checker」의 파라미터 설정 화면의 일례를 도시하는 도면이다.
도 8은 「AngleChecker(1)」의 파라미터 설정 화면의 일례를 도시하는 도면이다.
도 9는 「AngleChecker(2)」의 파라미터 설정 화면의 일례를 도시하는 도면이다.
도 10은 프레임 매칭의 일례를 설명하기 위한 도면이다.
도 11은 가중치를 설명하기 위한 도면이다.
도 12는 스킬 판정부의 처리를 설명하기 위한 도면(1)이다.
도 13은 스킬 판정부의 처리를 설명하기 위한 도면(2)이다.
도 14는 출력부가 생성하는 표시 화면의 일례를 도시하는 도면(1)이다.
도 15는 출력부가 생성하는 표시 화면의 일례를 도시하는 도면(2)이다.
도 16은 스킬 판정 장치의 처리 수순을 나타내는 플로우차트이다.
도 17은 스킬 판정 처리의 처리 수순을 나타내는 플로우차트이다.
도 18은 설정 처리의 처리 수순을 나타내는 플로우차트이다.
도 19는 스킬 판정 프로그램을 실행하는 컴퓨터의 일례를 도시하는 도면이다.
도 20은 본 실시예 2에 따른 시스템의 구성을 도시하는 도면이다.
도 21은 본 실시예 2에 따른 서버의 구성을 도시하는 기능 블록도이다.
도 22는 스킬 판정 결과 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 23은 스킬 판정 결과의 일례를 도시하는 도면이다.
도 24는 본 실시예 2에 따른 개인 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 25는 배너 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 26은 상품 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 27은 본 실시예 2에 따른 서버의 처리 수순을 나타내는 플로우차트이다.
도 28은 본 실시예 3에 따른 시스템의 구성을 도시하는 도면이다.
도 29는 본 실시예 3에 따른 서버의 구성을 도시하는 기능 블록도이다.
도 30은 본 실시예 3에 따른 개인 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 31은 그룹 관리 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 32는 본 실시예 3에 따른 서버의 처리 수순을 나타내는 플로우차트이다.
도 33은 본 실시예 4에 따른 시스템의 구성을 도시하는 도면이다.
도 34는 본 실시예 4에 따른 서버의 구성을 도시하는 기능 블록도이다.
도 35는 전문가 데이터 테이블의 데이터 구조의 일례를 도시하는 도면이다.
도 36은 본 실시예 4에 따른 서버의 처리 수순을 나타내는 플로우차트이다.
도 37은 제어 프로그램을 실행하는 컴퓨터의 일례를 도시하는 도면이다.
이하에, 본원의 개시하는 스킬 판정 프로그램, 스킬 판정 방법, 스킬 판정 장치 및 서버의 실시예를 도면에 기초하여 상세하게 설명한다. 또한, 이 실시예에 의해 본 발명이 한정되는 것은 아니다.
실시예 1
본 실시예에 따른 스킬 판정 장치의 구성에 대하여 설명한다. 도 1은 본 실시예에 따른 스킬 판정 장치의 구성을 도시하는 기능 블록도이다. 도 1에 도시한 바와 같이, 스킬 판정 장치(100)는 모션 센서(10a, 10b)에 접속된다. 스킬 판정 장치(100)는 센싱부(110a, 110b), 기억부(120), 본보기 데이터 생성부(130), 스킬 판정 정의부(140), 페이즈 판정부(150), 스킬 판정부(160), 출력부(170)를 갖는다.
모션 센서(10a, 10b)를 통합하여, 적절히, 모션 센서(10)로 표기한다. 모션 센서(10)는 사람이나 물건의 움직임을 검지하는 센서이다. 예를 들어, 모션 센서(10)는 사람의 특징점의 3차원 좌표를 검지하고, 특징점과 3차원 좌표를 대응지은 센싱 정보를, 스킬 판정 장치(100)에 출력한다. 여기서, 사람의 특징점은, 예를 들어 사람의 머리, 목, 등, 허리나, 그 밖의 관절 부분에 대응한다.
모션 센서(10)는, 어떠한 종래 기술을 사용하여, 센싱 정보를 출력해도 된다. 예를 들어, 모션 센서(10)는 반사형의 MA 모션 센서, 수광형의 열형 센서에 대응한다. 또는, 사람에게 3축 가속도 센서, 3축 자이로 센서를 장착시켜, 센싱 정보를 추출해도 된다.
센싱부(110a)는 전문가의 지도를 받는 이용자의 센싱 정보를 모션 센서(10)로부터 취득하는 처리부이다. 이하의 설명에 있어서, 전문가의 지도를 받는 이용자를 간단히 이용자로 표기한다. 센싱부(110a)는 모션 센서(10)로부터 센싱 정보를 프레임 데이터로서 연속적으로 취득하여, 페이즈 판정부(150)에 출력한다.
도 2는 프레임 데이터의 데이터 구조의 일례를 도시하는 도면이다. 도 2에 도시한 바와 같이, 프레임 데이터는 연속적으로 센싱부(110a)에 의해 취득되어, 페이즈 판정부(150)에 출력된다. 각 프레임 데이터는, 각각 프레임 번호에 대응지어진다. 도시를 생략하지만, 각 프레임 데이터는, 시각 정보에 대응지어져, 시계열순으로, 페이즈 판정부(150)에 출력된다. 예를 들어, 프레임 번호 「102」의 프레임 데이터는, 시각 「t2」에 있어서, 모션 센서(10)에 검출된 이용자의 특징점의 3차원 좌표를 나타낸다.
센싱부(110b)는 전문가의 센싱 정보를 모션 센서(10)로부터 취득하는 처리부이다. 센싱부(110b)는 모션 센서(10)로부터 센싱 정보를 프레임 데이터로서 연속적으로 취득하여, 본보기 데이터 생성부(130)에 출력한다. 전문가의 프레임 데이터의 데이터 구조는, 도 2에 도시한 프레임 데이터의 데이터 구조와 동일하다.
이하에서는, 설명의 편의상, 전문가의 모션 데이터에 포함되는 프레임 데이터를, 제1 프레임 데이터로 표기한다. 이용자의 모션 데이터에 포함되는 프레임 데이터를 제2 프레임 데이터로 표기한다.
기억부(120)는 본보기 데이터(120a) 및 스킬 판정 정의 데이터(120b)를 갖는다. 기억부(120)는, 예를 들어 RAM(Random Access Memory), 플래시 메모리(Flash Memory) 등의 반도체 메모리 소자나 HDD(Hard Disk Drive) 등의 기억 장치에 대응한다.
본보기 데이터(120a)는 제1 프레임 데이터와, 이 제1 프레임 데이터의 페이즈의 종별을 각각 대응짓는 정보이다. 본보기 데이터(120a)는 페이즈 정의 정보에 대응한다. 예를 들어, 페이즈의 종별에는, 「start」, 「backswing」, 「top」, 「impact」, 「follow」, 「end」 등이 포함된다. 본보기 데이터(120a)는 후술하는 본보기 데이터 생성부(130)에 의해 생성된다.
도 3은 본보기 데이터의 데이터 구조의 일례를 도시하는 도면이다. 도 3에 도시한 바와 같이, 이 본보기 데이터(120a)는 메타데이터(30)와, 모션 데이터(20)를 포함한다. 메타데이터(30)는 제1 프레임 데이터의 프레임 번호와, 페이즈의 종별을 대응짓는 정보이다. 도 3에 도시한 모션 데이터(20)는 복수의 제1 프레임 데이터를 갖는다.
도 3의 메타데이터(30)에 있어서, 영역(30a)은 프레임 번호 「100」의 제2 프레임 데이터의 프레임의 종별이 「start」인 것을 정의한다. 영역(30b)은 프레임 번호 「150」의 제1 프레임 데이터의 프레임의 종별이 「backswing」인 것을 정의한다. 영역(30c)은 프레임 번호 「250」의 제1 프레임 데이터의 프레임의 종별이 「top」인 것을 정의한다. 영역(30d)은 프레임 번호 「450」의 제1 프레임 데이터의 프레임 종별이 「end」인 것을 정의한다.
스킬 판정 정의 데이터(120b)는 복수의 제2 프레임 데이터에 포함되는 특징점으로부터 도출시키는 이용자의 동작의 특징량과, 스킬의 판정 기준과, 판정 대상으로 되는 페이즈의 종별을 대응지어 정의하는 정보이다.
도 4는 스킬 판정 정의 데이터의 데이터 구조의 일례를 도시하는 도면이다. 도 5는 스킬 판정 정의 데이터를 보충 설명하기 위한 도면이다. 도 4에 도시한 바와 같이, 이 스킬 판정 정의 데이터(120b)는 모듈명과, 스킬 판정명과, 파라미터 정의를 대응짓는다. 모듈명은, 후술하는 스킬 판정부(160)가 스킬의 판정을 행하는 경우에 이용하는 모듈명이다. 스킬 판정명은, 스킬의 판정명을 정의한 것이다. 파라미터 정의는, 대상 페이즈와, 비교 위치와, 기준 파라미터를 갖는다. 여기서, 스킬은, 예를 들어 전문가가 골프의 스윙 등을 행하는 동안의, 일련의 동작, 자세, 관절의 각도를 나타내는 것이다. 예를 들어, 스킬 판정명의 「머리의 이동」은, 스윙을 행하는 동안의 전문가의 머리의 이동을 스킬로서 정의한다. 또한, 스킬의 판정 기준은, 전문가의 일련의 동작, 자세, 관절의 각도를 기준으로 하는 것이며, 이용자의 일련의 동작, 자세, 관절의 각도가 어느 정도, 전문가의 것과 비교하여 상이한지에 따라서, 평가가 행해진다. 예를 들어, 대상 페이즈, 비교 위치, 기준 파라미터의 조가, 스킬의 판정 기준에 대응한다. 이 스킬의 판정 기준을 기초로 스킬을 판정하는 처리에 대해서는 후술한다.
대상 페이즈는, 스킬의 판정 대상으로 되는 페이즈의 종별을 특정하는 정보이다. 비교 위치는, 비교하는 제2 프레임 데이터의 종별 및 특징점의 위치를 정의하는 정보이다. 기준 파라미터 및 기준값은, 스킬의 좋고 나쁨을 판정하는 경우에 이용하는 수치이다.
도 4에 있어서, 모듈명 「PositionChecker」, 스킬 판정명 「머리의 이동」의 레코드에 대하여 설명한다. 이 「머리의 이동」의 스킬 판정은, 골프의 드라이버를 스윙하는 동안에 있어서, 이용자의 머리의 이동의 좋고 나쁨을 판정하는 것이다. 대상 페이즈는 「start-follow」이기 때문에, 판정 대상으로 되는 제2 페이즈의 종별은 도 5에 도시한 바와 같이 「start, backswing, top, impact, follow」로 된다.
비교 위치는 「start : 머리, current : 머리」이다. 이 때문에, 비교원의 특징점의 위치는, 페이즈의 종별이 「strat」로 되는 제2 프레임 데이터 중 최초의 제2 프레임 데이터의 머리의 특징점의 위치로 된다. 비교처의 특징점의 위치는, 현재의 제2 프레임 데이터의 머리의 특징점의 위치로 된다.
기준 파라미터는 「8, 10, 20」이다. 비교 대상으로 되는 특징점의 위치의 차가 「8㎝ 미만」인 경우에, 판정 결과가 「훌륭함(Excellent)」인 것이 정의된다. 비교 대상으로 되는 특징점의 위치의 차가 「8㎝ 이상, 10㎝ 미만」인 경우에, 판정 결과가 「좋음(Good)」인 것이 정의된다. 비교 대상으로 되는 특징점의 위치의 차가 「10㎝ 이상, 20㎝ 미만」인 경우에, 판정 결과가 「나쁨(Bad)」인 것이 정의된다.
계속해서, 모듈명 「AngleChecker(1)」, 스킬 판정명 왼쪽 팔꿈치 각도」의 레코드에 대하여 설명한다. 이 「왼쪽 팔꿈치 각도」의 스킬 판정은, 드라이버를 스윙하는 동안에 있어서, 이용자의 왼쪽 팔꿈치 각도의 좋고 나쁨을 판정하는 것이다. 대상 페이즈는 「start-impact」이다. 판정 대상으로 되는 제2 페이즈의 종별은 도 5에 도시한 바와 같이 「start, backswing, top, impact」로 된다.
비교 위치는 「current : 왼쪽 어깨, current : 왼쪽 팔꿈치, current : 왼쪽 손목」이다. 이 때문에, 현재의 제2 프레임 데이터의 왼쪽 어깨의 특징점 및 왼쪽 팔꿈치의 특징점을 통과하는 선분과, 왼쪽 팔꿈치의 특징점 및 왼쪽 손목의 특징점을 통과하는 직선이 이루는 각도가 판정 대상으로 된다.
기준 파라미터는 「(135-180), (130-135, 180-190), (110-130, 190-200)」이다. 이루는 각도가 「135-180」에 포함되는 경우에, 판정 결과가 「훌륭함(Excellent)」인 것이 정의된다. 이루는 각도가 「130-135, 180-190」에 포함되는 경우에, 판정 결과가 「좋음(Good)」인 것이 정의된다. 이루는 각도가 「110-130, 190-200」에 포함되는 경우에, 판정 결과가 「나쁨(Bad)」인 것이 정의된다.
계속해서, 모듈명 「AngleChecker(2)」, 스킬 판정명 「전경 자세」의 레코드에 대하여 설명한다. 이 「전경 자세」의 스킬 판정은, 드라이버를 스윙하는 동안에 있어서, 이용자의 전경 자세의 좋고 나쁨을 판정하는 것이다. 대상 페이즈는 「start-impact」이다. 판정 대상으로 되는 제2 페이즈의 종별은 도 5에 도시한 바와 같이 「start, backswing, top, impact」로 된다.
비교 위치는 「current : 머리, current : 허리」이다. 이 때문에, 현재의 제2 프레임 데이터의 머리의 특징점 및 허리의 특징점을 통과하는 선분과 수직선이 이루는 각도가 판정 대상으로 된다.
기준 파라미터는 「(25-40), (20-25, 40-55), (8-20, 55-60)」이다. 이루는 각이 「25-40」에 포함되는 경우에, 판정 결과가 「훌륭함(Excellent)」인 것이 정의된다. 이루는 각이 「20-25, 40-55」인 경우에, 판정 결과가 「좋음(Good)」인 것이 정의된다. 이루는 각이 「8-20, 55-60」인 경우에, 판정 결과가 「나쁨(Bad)」인 것이 정의된다.
도 1의 설명으로 되돌아간다. 본보기 데이터 생성부(130)는 센싱부(110b)로부터 전문가의 모션 데이터를 취득하여, 본보기 데이터(120a)를 생성하는 처리부이다. 본보기 데이터 생성부(130)는 생성한 본보기 데이터(120a)를 기억부(120)에 보존한다.
예를 들어, 본보기 데이터 생성부(130)는 전문가의 모션 데이터에 포함되는 제1 프레임 데이터를 표시 장치에 표시시켜, 어느 제1 프레임 데이터가 어느 페이즈의 종별에 대응하는지를, 입력 장치로부터 접수한다. 여기에서는, 표시 장치 및 입력 장치의 도시를 생략한다.
전문가는, 입력 장치를 조작하여, 제1 프레임 데이터와 페이즈의 종별의 관계를, 본보기 데이터 생성부(130)에 입력한다. 본보기 데이터 생성부(130)는 입력 장치로부터 접수한 정보를 기초로 하여, 제1 프레임 데이터의 프레임 번호와, 페이즈의 종별을 대응지어, 도 3에 도시한 메타데이터(30)를 생성한다. 본보기 데이터 생성부(130)는 메타데이터(30)와, 모션 데이터(20)를 갖는 본보기 데이터(120a)를 기억부(120)에 보존한다.
스킬 판정 정의부(140)는 스킬 판정 정의 데이터(120b)를 생성하는 처리부이다. 스킬 판정 정의부(140)는 생성한 스킬 판정 정의 데이터(120b)를 기억부(120)에 보존한다.
예를 들어, 스킬 판정 정의부(140)는 스킬 판정 정의의 설정 화면을, 표시 장치에 표시시켜, 스킬 판정 정의에 관한 정보를, 입력 장치로부터 접수한다. 전문가는, 입력 장치를 조작하여, 스킬 판정 정의에 관한 정보를 입력한다. 스킬 판정 정의부(140)는 스킬 판정 정의에 관한 정보를 기초로 하여, 스킬 판정 정의 데이터(120b)를 생성하고, 기억부(120)에 보존한다.
도 6은 표시 장치에 표시되는 표시 화면의 일례를 도시하는 도면이다. 표시 화면(50)에는, 본보기 데이터 생성부(130)가 표시시키는 페이즈 설정 화면(50a)과, 스킬 판정 정의부(140)가 표시시키는 스킬 설정 화면(50b)이 포함된다. 또한, 표시 화면(50)에는, 전문가의 모션 데이터를 표시하는 재생 화면(50c)과, 현재의 제1 프레임 데이터의 프레임 번호 표시 화면(50d)을 표시해도 된다.
전문가는, 입력 장치를 조작하여, 재생 화면(50c)과 프레임 번호 표시 화면(50d)을 참조하면서, 페이즈 설정 화면(50a)에, 프레임 번호와, 페이즈의 종별의 대응 관계를 입력한다. 예를 들어, 본보기 데이터 생성부(130)는 페이즈 설정 화면(50a)에 입력된 정보를 기초로 하여, 본보기 데이터(120a)를 생성한다.
전문가는, 입력 장치를 조작하여, 스킬 설정 화면(50b)의 어느 하나의 체커명을 선택한다. 이하의 설명에서는, 「PositionChecker」, 「AngleCheker(1)」, 「AngleCheker(2)」가 선택된 경우에 표시되는 파라미터 설정 화면의 일례에 대하여 각각 설명한다.
도 7은 「PositionChecker」의 파라미터 설정 화면의 일례를 도시하는 도면이다. 도 7에 도시한 바와 같이, 파라미터 설정 화면(60)에는, 판정 대상을 정의하는 영역(61)과, 판정 기준을 정의하는 영역(62)이 포함된다. 또한, 영역(61)에는, 비교원을 정의하는 영역(61a), 비교처를 정의하는 영역(61b), 대상 구간을 정의하는 영역(61c)이 포함된다. 전문가는, 입력 장치를 조작하여, 각 영역에 정보를 입력한다.
도 7에 도시한 예에서는, 비교원을 정의하는 영역(61a)에는, 비교원의 특징점의 위치가, 페이즈의 종별이 「start」로 되는 제2 프레임 데이터 중 최초의 제2 프레임 데이터의 머리의 특징점의 위치인 것이 정의되어 있다. 비교처를 정의하는 영역(61b)에는, 비교처의 특징점의 위치가, 현재의 제2 프레임 데이터의 머리의 특징점의 위치인 것이 정의되어 있다. 대상 구간을 정의하는 영역(61c)에는, 대상 페이즈가 「start-follow」인 것이 정의되어 있다. 판정 기준을 정의하는 영역(62)에는, 기준 파라미터는 「8, 10, 20」이라는 취지가 정의되어 있다.
예를 들어, 도 7에 입력된 정보를 기초로 하여, 스킬 판정 정의부(140)는 도 4의 모듈명 「PositionChecker」에 대응하는 레코드를 생성한다.
도 8은 「AngleChecker(1)」의 파라미터 설정 화면의 일례를 도시하는 도면이다. 파라미터 설정 화면(70)에는, 판정 대상을 정의하는 영역(71)과, 판정 기준을 정의하는 영역(72)이 포함된다. 또한, 영역(71)에는, 비교 대상의 특징점을 정의하는 영역(71a), 대상 구간을 정의하는 영역(71b)이 포함된다. 전문가는, 입력 장치를 조작하여, 각 영역에 정보를 입력한다.
도 8에 도시한 예에서는, 비교 대상의 특징점을 정의하는 영역(71a)에는, 현재의 제2 프레임 데이터의 왼쪽 어깨의 특징점 및 왼쪽 팔꿈치의 특징점을 통과하는 선분과, 왼쪽 팔꿈치의 특징점 및 왼쪽 손목의 특징점을 통과하는 직선이 이루는 각도가, 판정 대상인 것이 정의되어 있다. 대상 구간을 정의하는 영역(71b)에는, 대상 페이즈가 「start-impact」인 것이 정의되어 있다. 판정 기준을 정의하는 영역(72)에는, 각종 기준 파라미터가 정의되어 있다.
예를 들어, 도 8에 입력된 정보를 기초로 하여, 스킬 판정 정의부(140)는 도 4의 모듈명 「AngleChecker(1)」에 대응하는 레코드를 생성한다.
도 9는 「AngleChecker(2)」의 파라미터 설정 화면의 일례를 도시하는 도면이다. 파라미터 설정 화면(80)에는, 판정 대상을 정의하는 영역(81)과, 판정 기준을 정의하는 영역(82)이 포함된다. 또한, 영역(81)에는, 수직선을 정의하는 영역(81a), 비교 대상의 특징점을 정의하는 영역(81b), 대상 구간을 정의하는 영역(81c)이 포함된다. 전문가는, 입력 장치를 조작하여, 각 영역에 정보를 입력한다.
도 9에 도시한 예에서는, 수직선을 정의하는 영역(81a)에는, 수직선의 시점과 종점의 3차원 좌표가 정의되어 있다. 비교 대상의 특징점을 정의하는 영역(81b)에는, 현재의 제2 프레임 데이터의 머리의 특징점 및 허리의 특징점을 통과하는 선분이 정의되어 있다. 대상 구간을 정의하는 영역(81c)에는, 대상 페이즈가 「start-impact」인 것이 정의되어 있다. 판정 기준을 정의하는 영역(82)에는, 각종 기준 파라미터가 정의되어 있다.
예를 들어, 도 9에 입력된 정보를 기초로 하여, 스킬 판정 정의부(140)는 도 4의 모듈명 「AngleChecker(2)」에 대응하는 레코드를 생성한다.
도 1의 설명으로 되돌아간다. 페이즈 판정부(150)는 본보기 데이터(120a)에 포함되는 각 제1 프레임 데이터와, 이용자의 제2 프레임 데이터를 비교하여, 제2 프레임 데이터에 대응하는 페이즈의 종별을 판정하는 처리부이다. 페이즈 판정부(150)는 판정한 페이즈의 종별을 취득한 프레임 데이터에 부여하여, 스킬 판정부(160)에 출력한다.
이하에 있어서, 페이즈 판정부(150)의 처리의 일례를 구체적으로 설명한다. 페이즈 판정부(150)는 이용자의 제2 프레임 데이터를 메모리에 보존하고, 보정 처리, 특징량 계산, 프레임 매칭을 순서대로 실행한다.
페이즈 판정부(150)가 실행하는 보정 처리의 일례에 대하여 설명한다. 페이즈 판정부(150)는 제2 프레임 데이터의 종축 보정을 행한다. 예를 들어, 모션 센서(10)가 설치형 센서인 경우에는, 설치 위치나 설치 각도가 전회의 환경과 상이한 경우가 있어, 설치 환경에 맞추어 제2 프레임 데이터의 종축을 보정한다. 예를 들어, 페이즈 판정부(150)는 제2 프레임 데이터를 표시 장치에 표시시켜, 이용자로부터의 보정 정보의 입력을 접수하고, 제2 프레임 데이터의 종축을 수직선에 대응시킨다. 또한, 페이즈 판정부(150)는 이용자의 방향이 정면의 방향으로 되도록 아울러 보정해도 된다. 페이즈 판정부(150)는 보정 정보의 입력을 접수한 후에는, 이러한 보정 정보를 이용하여, 나머지 제2 프레임 데이터의 종축 보정이나 방향의 보정을 행해도 된다.
페이즈 판정부(150)는 제2 프레임 데이터의 특징점의 위치의 변동을 억제하기 위한 보정 처리도 아울러 실행한다. 예를 들어, 페이즈 판정부(150)는 전후의 제2 프레임 데이터의 특징점의 위치의 평균값을, 그들 사이의 제2 프레임 데이터의 특징점의 위치로 함으로써, 변동을 억제한다. 또한, 페이즈 판정부(150)는 로우 패스 필터를 사용하여, 제2 프레임 데이터에 포함되는 노이즈 성분을 제거해도 된다.
페이즈 판정부(150)가 실행하는 특징량 계산의 일례에 대하여 설명한다. 본 실시예에서는, 일례로서, 제2 프레임 데이터에 포함되는 각 관절에 대한 특징점의 3차원 좌표를, 특징량으로서 각각 산출하는 것으로 한다.
페이즈 판정부(150)가 실행하는 그 밖의 특징량 계산의 일례에 대하여 설명한다. 각 스포츠 고유의 스윙을 특징짓는 관절을 픽업하는 경우에 있어서, 페이즈 판정부(150)는 손이나 허리, 손가락 등의 3차원 좌표나 속도ㆍ가속도를 특징량으로서 계산해도 된다.
각 스포츠 고유가 아닌 범용적인 데이터를 특징량으로 하는 경우에, 페이즈 판정부(150)는 전체 관절의 3차원 좌표나 속도ㆍ가속도를 특징량으로서 계산해도 된다. 또한, 페이즈 판정부(150)는 전체 관절 위치의 무게 중심 위치 등을 특징량으로서 계산해도 된다.
페이즈 판정부(150)가 실행하는 프레임 매칭의 일례에 대하여 설명한다. 도 10은 프레임 매칭의 일례를 설명하기 위한 도면이다. 도 10에 도시한 예에서는, 현재의 제2 프레임 데이터를, 제2 프레임 데이터 S0으로 한다. 또한, 본보기 데이터(120a)에 포함되는 각 제1 프레임 데이터를 각각 제1 프레임 데이터 t1∼t6으로 한다. 페이즈 판정부(150)는 수학식 1을 기초로 하여, 제2 프레임 데이터 S0과, 제1 프레임 데이터 t1∼t6에 대하여, 관절의 특징점마다의 거리의 평균값을 각각 산출한다. 이하의 설명에서는, 관절의 특징점마다의 거리의 평균값을 「관절 평균 거리」로 표기한다.
Figure pct00001
수학식 1에 대하여, xS0j, yS0j, zS0j는 제2 프레임 데이터의 어떤 관절(j의 수치에 대응하는 관절)의 특징점의 3차원 좌표이다. xtij, ytij, ztij는 제1 프레임 데이터 ti의 어떤 관절(j의 수치에 대응하는 관절)의 특징점의 3차원 좌표이다. n은 관절의 특징점의 수이다. 페이즈 판정부(150)는 수학식 1에 의해 산출되는 각 관절 평균 거리 중, 이러한 관절 평균 거리가 최소로 되는 제2 프레임 데이터 S0과 제1 프레임 데이터의 조를 특정한다.
도 10에 도시한 예에서는, 제2 프레임 데이터 S0과 제1 프레임 데이터 t2의 조에 있어서의 관절 평균 거리가 최소로 되기 때문에, 페이즈 판정부(150)는 제2 프레임 데이터 S0에 대응하는 제1 프레임 데이터를, 제1 프레임 데이터 t2로서 판정한다. 또한, 페이즈 판정부(150)는 제2 프레임 데이터 S0의 페이즈의 종별을, 제1 프레임 데이터 t2에 대응하는 페이즈의 종별로서 판정한다.
그런데, 페이즈 판정부(150)는 수학식 1을 사용하여 관절 평균 거리를 산출하는 경우에, 가중치를 사용하여, 관절 평균 거리의 값을 보정한다. 예를 들어, 페이즈 판정부(150)는 관절 평균 거리를 가중치로 제산함으로써, 관절 평균 거리를 보정해도 된다. 도 11은 가중치를 설명하기 위한 도면이다. 도 11에 있어서, 횡축은 제1 프레임 데이터의 프레임 번호에 대응하고, 종축은 가중치에 대응한다. 예를 들어, 각 프레임 번호에 대응하는 가중치의 합계를 1로 한다.
예를 들어, 제2 프레임 데이터 S0이 매치되는 제1 프레임 데이터는, 그 전의 제2 프레임 데이터 S-1이 매치된 제1 프레임 데이터 근방의 제1 프레임 데이터일 가능성이 높다. 예를 들어, 제2 프레임 데이터 S-1이 매치된 제1 프레임 데이터를 제1 프레임 데이터 t4로 하면, 제2 프레임 데이터 S0이 매치되는 제1 프레임 데이터는, 제1 프레임 데이터 t4 후이며 또한 근방의 제1 프레임 데이터일 가능성이 높다.
이 때문에, 전의 제2 프레임 데이터 S-1이 매치된 제1 프레임 데이터보다도 후의 제1 프레임이며, 매치된 제1 프레임 데이터에 가까운 제1 프레임 데이터일수록, 가중치를 크게 한다. 또한, 매치된 제1 프레임 데이터 근방이라도, 매치된 제1 프레임 데이터 전의 프레임에서는, 가능성이 낮기 때문에, 가중치를 작게 한다.
수학식 1에 의해 산출한 관절 평균 거리의 값을 가중치로 보정함으로써, 매칭되는 제1 프레임 데이터가 전후하거나, 점프하는 것을 방지할 수 있다.
페이즈 판정부(150)는, 다른 제2 프레임 데이터에 대해서도 상기 처리를 반복하여 실행함으로써, 각 제2 프레임 데이터에 대응하는 제1 프레임 데이터를 판정하고, 각 제2 프레임 데이터의 페이즈 종별을 판정한다. 페이즈 판정부(150)는, 제2 프레임 데이터 중, 페이즈의 종별이 start부터 end까지의 제2 프레임 데이터를 추출하여, 모션 데이터로서 파일에 보존하고, 출력부(170)에 출력한다.
스킬 판정부(160)는 스킬 판정 정의 데이터(120b)와, 페이즈의 종별마다 추출된 제2 프레임 데이터에 포함되는 특징점으로부터 도출되는 이용자의 동작, 자세, 관절의 특징량을 기초로 하여, 페이즈의 종별마다, 이용자의 스킬을 판정하는 처리부이다.
스킬 판정부(160)의 처리의 일례에 대하여 설명한다. 스킬 판정부(160)는 스킬 판정 정의 데이터(120b)를 참조하여, 판정 모듈을 생성한다. 예를 들어, 도 4에 도시한 예에서는, 스킬 판정부(160)는 「PositionChecker」 모듈, 「AngleChecker(1)」 모듈, 「AngleChecker(2)」 모듈을 생성한다.
스킬 판정부(160)는 페이즈 판정부(150)로부터 접수한 제2 프레임 데이터를, 이 제2 프레임 데이터에 대응하는 페이즈의 종별과, 스킬 판정 정의 데이터(120b)에 기초하여, 대응하는 모듈에 제2 프레임 데이터를 출력한다. 모듈은, 제2 프레임 데이터를 접수하면, 스킬 판정 정의 데이터(120b)에 정의된 데이터를 기초로 하여, 이용자의 스킬 판정의 결과를 출력한다.
도 12 및 도 13은 스킬 판정부의 처리를 설명하기 위한 도면이다. 도 12에 대하여 설명한다. 스킬 판정부(160)는 페이즈의 종별이 「start」인 제2 프레임 데이터 S0을 취득한다. 도 4에서 도시한 바와 같이, 「PositionChecker」의 대상 페이즈가 「start-follow」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 S0을 「PositionChecker」 모듈(160a)에 출력한다. 예를 들어, 「PositionChecker」 모듈(160a)은 제2 프레임 데이터 S0의 머리의 특징점의 3차원 좌표를 보존한다.
도 4에서 도시한 바와 같이, 「AngleChecker(1)」의 대상 페이즈가 「start-impact」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 S0을 「AngleChecker(1)」 모듈(160b)에 출력한다. 「AngleChecker(1)」 모듈(160b)은 비교 위치와 기준 파라미터에 기초하여, 제2 프레임 데이터 S0을 평가함으로써, 이용자의 스킬 판정을 행하고, 판정 결과를 출력한다.
예를 들어, 「AngleChecker(1)」 모듈(160b)은, 이루는 각이 「135-180」에 포함되는 경우에, 판정 결과 「훌륭함(Excellent)」을 출력한다. 「AngleChecker(1)」 모듈(160b)은, 이루는 각이 「130-135, 180-190」에 포함되는 경우에, 판정 결과 「좋음(Good)」을 출력한다. 「AngleChecker(1)」 모듈(160b)은, 이루는 각이 「110-130, 190-200」에 포함되는 경우에, 판정 결과 「나쁨(Bad)」을 출력한다.
또한, 「AngleChecker(1)」 모듈(160b)은 판정 결과와는 별도로, 코멘트를 출력해도 된다. 예를 들어, 「AngleChecker(1)」 모듈(160b)은, 이루는 각이 「130-135」에 포함되는 경우에, 코멘트 「굽히는 경향」을 출력하고, 이루는 각이 「180-190」에 포함되는 경우에, 코멘트 「펴는 경향」을 출력한다. 「AngleChecker(1)」 모듈(160b)은, 이루는 각이 「110-130」에 포함되는 경우에, 코멘트 「너무 굽힘」을 출력하고, 이루는 각이 「190-200」에 포함되는 경우에, 코멘트 「너무 폄」을 출력한다.
도 4에서 도시한 바와 같이, 「AngleChecker(2)」의 대상 페이즈가 「start-impact」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 S0을 「AngleChecker(2)」 모듈(160c)에 출력한다. 「AngleChecker(2)」 모듈(160c)은 비교 위치와 기준 파라미터에 기초하여, 제2 프레임 데이터 S0을 평가함으로써, 이용자의 스킬 판정을 행하고, 판정 결과를 출력한다.
예를 들어, 「AngleChecker(2)」 모듈(160c)은, 이루는 각이 「25-40」에 포함되는 경우에, 판정 결과 「훌륭함(Excellent)」을 출력한다. 「AngleChecker(2)」 모듈(160c)은 이루는 각이 「20-25, 40-55」인 경우에, 판정 결과 「좋음(Good)」을 출력한다. 「AngleChecker(2)」 모듈(160c)은, 이루는 각이 「8-20, 55-60」인 경우에, 판정 결과 「나쁨(Bad)」을 출력한다.
또한, 「AngleChecker(2)」 모듈(160c)은 판정 결과와는 별도로, 코멘트를 출력해도 된다. 예를 들어, 「AngleChecker(2)」 모듈(160c)은 이루는 각이 「20-25」에 포함되는 경우에, 코멘트 「세우는 경향」을 출력하고, 이루는 각이 「40-55」에 포함되는 경우에, 코멘트 「구부리는 경향」을 출력한다. 「AngleChecker(2)」 모듈(160c)은 이루는 각이 「8-20」에 포함되는 경우에, 코멘트 「너무 세움」을 출력하고, 이루는 각이 「55-60」에 포함되는 경우에, 코멘트 「너무 구부림」을 출력한다.
계속해서, 도 13에 대하여 설명한다. 스킬 판정부(160)는 페이즈의 종별이 「follow」인 제2 프레임 데이터 Sm을 취득한다. 도 4에서 설명한 바와 같이, 「PositionChecker」의 대상 페이즈가 「start-follow」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 Sm을 「PositionChecker」 모듈(160a)에 출력한다.
「PositionChecker」 모듈(160a)은 비교 위치와 기준 파라미터에 기초하여, 제2 프레임 데이터 Sm을 평가함으로써, 이용자의 스킬 판정을 행하고, 판정 결과를 출력한다. 예를 들어, 「PositionChecker」 모듈(160a)은 제2 프레임 데이터 S0의 머리의 특징점의 위치와, 제2 프레임 데이터 Sm의 머리의 특징점의 위치의 차가 「8㎝ 미만」인 경우에, 판정 결과 「훌륭함(Excellent)」을 출력한다. 「PositionChecker」 모듈(160a)은 제2 프레임 데이터 S0의 머리의 특징점의 위치와, 제2 프레임 데이터 Sm의 머리의 특징점의 위치의 차가 「8㎝ 이상, 10㎝ 미만」인 경우에, 판정 결과 「좋음(Good)」을 출력한다. 「PositionChecker」 모듈(160a)은 제2 프레임 데이터 S0의 머리의 특징점의 위치와, 제2 프레임 데이터 Sm의 머리의 특징점의 위치의 차가 「10㎝ 이상, 20㎝ 미만」인 경우에, 판정 결과 「나쁨(Bad)」을 출력한다.
「PositionChecker」 모듈(160a)은 판정 결과와는 별도로, 코멘트를 출력해도 된다. 예를 들어, 「PositionChecker」 모듈(160a)은 제2 프레임 데이터 S0의 머리의 특징점의 위치와, 제2 프레임 데이터 Sm의 머리의 특징점의 위치의 차가 「10㎝」 이상인 경우에, 코멘트 「너무 움직임」을 출력한다.
또한, 도 4에서 도시한 바와 같이, 「AngleChecker(1)」의 대상 페이즈가 「start-impact」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 Sm을 「AngleChecker(1)」 모듈(160b)에 출력하지 않는다. 「AngleChecker(2)」의 대상 페이즈가 「start-impact」이기 때문에, 스킬 판정부(160)는 제2 프레임 데이터 Sm을 「AngleChecker(2)」 모듈(160c)에 출력하지 않는다. 또한, 스킬 판정부(160)가 제2 프레임 데이터를 각 모듈에 출력하고, 모듈이, 제2 프레임 데이터를 처리할지 여부를 개별로 판정해도 된다.
스킬 판정부(160)는 각 모듈의 판정 결과와, 제2 프레임 데이터를 대응지은 판정 결과의 정보를, 출력부(170)에 출력한다.
출력부(170)는 화상 정보, 음성 정보 또는 이용자에 대한 육체적인 자극에 의해, 스킬 판정부(160)의 판정 결과를 출력하는 처리부이다. 이하에 있어서, 출력부(170)의 처리의 일례에 대하여 설명한다.
출력부(170)가 스킬 판정부(160)의 판정 결과를 기초로 하여 생성하는 표시 화면에 대하여 설명한다. 도 14는 출력부가 생성하는 표시 화면의 일례를 도시하는 도면(1)이다. 도 14에 도시한 바와 같이, 이 표시 화면(200)에는, 자(自)데이터 화면(200a)과, 본보기 데이터 화면(200b)과, 스킬 판정 화면(200c)이 포함된다.
출력부(170)는 자데이터 화면(200a)에, 스킬 판정부(160)로부터 취득하는 이용자의 제2 프레임 데이터를 표시시킨다. 또한, 출력부(170)는 제2 프레임 데이터의 각 특징점과, 움직임, 자세, 관절의 특징량과, 코멘트를 대응지어 표시시켜도 된다. 도 14에 도시한 예에서는, 출력부(170)는 특징점의 머리에 헤드 이동(11㎝, 너무 움직임)을 표시시킨다. 출력부(170)는 특징점의 왼쪽 어깨에 왼쪽 팔꿈치 각도(154°)를 표시시킨다.
출력부(170)는 본보기 데이터 화면(200b)에, 본보기 데이터(120a)의 제1 프레임 데이터를 표시시킨다. 예를 들어, 출력부(170)는 제1 프레임 데이터의 페이즈의 종별을, 자데이터 화면(200a)에 표시시키고 있는 제2 프레임 데이터의 페이즈의 종별에 대응시킨다. 또한, 출력부(170)는 제1 프레임 데이터의 각 특징점과, 움직임, 자세, 관절의 특징량을 대응지어 표시시켜도 된다. 도 14에 도시한 예에서는, 출력부(170)는 특징점의 머리에 헤드 이동(9㎝)을 표시시킨다. 출력부(170)는 특징점의 왼쪽 어깨에 왼쪽 팔꿈치 각도(155°)를 표시시킨다.
출력부(170)는 스킬 판정부(160)로부터 취득하는 스킬의 판정 결과를, 스킬 판정 화면(200c)에 표시시킨다. 예를 들어, 출력부(170)는 스킬 판정명과, 판정 결과와, 움직임, 자세, 관절의 특징량과, 코멘트를 대응지어 표시시켜도 된다.
출력부(170)는, 도 14의 표시 화면을 각 제2 프레임 데이터가 취득될 때마다, 참조 부호 200a, 200b, 200c를 리얼타임으로 갱신해도 된다. 또한, 페이즈 종별이 「End」인 것을 판정한 후에, start-end까지의 프레임 데이터를 본 화면과 마찬가지의 화면에서 재생해도 된다.
또한, 출력부(170)는 도 14의 표시 화면(200)의 자데이터 화면(200a)에 있어서, 제2 프레임 데이터의 페이즈를 순서대로 변화시키고, 그것에 맞추어, 본보기 데이터 화면(200b), 스킬 판정 화면(200c)의 내용을 전환하는 처리를 행해도 된다.
출력부(170)는 각 페이즈의 종별과, 제2 프레임 데이터와, 판정 결과를 대응지어 표시 화면을 생성해도 된다. 도 15는 출력부가 생성하는 표시 화면의 일례를 도시하는 도면(2)이다. 도 15의 표시 화면(210)에 나타내는 바와 같이, 출력부(170)는 각 페이즈의 종별의 제2 프레임 데이터와, 판정 결과를 대응지어 표시한다. 예를 들어, 출력부(170)는 스킬 판정명과, 판정 결과와, 움직임, 자세, 관절의 특징량과, 코멘트를 대응지어 표시시켜도 된다. 또한, 출력부(170)는 3D의 골격 정보 외에, 화상 정보를 아울러 표시시켜도 된다.
계속해서, 출력부(170)가 판정 결과를 기초로 하여, 음성 정보를 출력하는 경우의 처리에 대하여 설명한다. 출력부(170)는 스킬 판정부(160)로부터 출력되는 판정 결과에 맞추어, 스킬 결과나 고쳐야 할 포인트를 음성으로 출력시켜도 된다. 예를 들어, 출력부(170)는 헤드 이동에 관한 판정 결과가 Bad인 경우에는, 「머리가 너무 움직입니다」라고 하는 음성을 출력시킨다. 어느 판정 결과에 대하여 어느 음성을 출력할 것인지는, 사전에 테이블 등에 설정되어 있고, 이러한 테이블을 기초로 하여, 출력부(170)는 음성을 출력한다.
계속해서, 출력부가 이용자에 대한 육체적인 자극에 의해, 판정 결과를 통지하는 경우의 처리에 대하여 설명한다. 이용자는, 소형 모터를 포함하는 장비를 장착하고, 출력부(170)는 판정 결과에 맞추어 소형 모터를 동작시킨다. 예를 들어, 출력부(170)는 각종 판정 결과 「Excelltent, Good, Bad」에 따라서, 소형 모터의 회전수를 변화시킨다. 판정 결과에 대한 소형 모터의 회전수는, 사전에 테이블 등에 설정되어 있고, 이러한 테이블을 기초로 하여, 출력부(170)는 소형 모터를 회전시킨다.
이용자는, 펠체 소자 등의 냉각 디바이스를 장착하고, 출력부(170)는 판정 결과에 맞추어 냉각 디바이스를 냉각시킨다. 예를 들어, 출력부(170)는 각종 판정 결과 「Excelltent, Good, Bad」에 따라서, 냉각 디바이스의 온도를 변화시킨다. 판정 결과에 대한 냉각 디바이스의 온도는, 사전에 테이블 등에 설정되어 있고, 이러한 테이블을 기초로 하여, 출력부(170)는 냉각 디바이스를 제어한다.
이용자는, 저주파 전류가 흐르는 디바이스를 장착하고, 출력부(170)는 판정 결과에 맞추어 디바이스에 전류를 발생시킨다. 예를 들어, 출력부(170)는 각종 판정 결과 「Excelltent, Good, Bad」에 따라서, 전류의 크기를 변화시킨다. 판정 결과에 대한 전류의 크기는, 사전에 테이블 등에 설정되어 있고, 이러한 테이블을 기초로 하여, 출력부(170)는 디바이스를 제어한다.
또한, 출력부(170)는 파워드 슈트나 인공 근육을 이용자에게 장착시키고, 전문가의 모션 데이터에 맞추어 파워드 슈트나 인공 근육을 움직임으로써, 이용자에게 전문가의 움직임을 체감시켜도 된다.
다음에, 본 실시예에 따른 스킬 판정 장치(100)의 처리 수순에 대하여 설명한다. 도 16은 스킬 판정 장치의 처리 수순을 나타내는 플로우차트이다. 도 16에 도시한 바와 같이, 스킬 판정 장치(100)의 페이즈 판정부(150)는 본보기 데이터(120a)를 읽어들인다(스텝 S101). 스킬 판정 장치(100)의 스킬 판정부(160)는 스킬 판정 정의 데이터(120b)를 읽어들인다(스텝 S102).
스킬 판정부(160)는 스킬 판정 정의 데이터(120b)에 기초하여, 모듈을 생성하고, 파라미터를 세트한다(스텝 S103). 페이즈 판정부(150)는 이용자의 모션 데이터의 취득을 개시한다(스텝 S104). 스킬 판정 장치(100)는 입력 장치를 통해, 종료 이벤트를 검지하였는지 여부를 판정한다(스텝 S105).
스킬 판정 장치(100)는 입력 장치를 통해, 종료 이벤트를 검지한 경우에는(스텝 S105, "예"), 페이즈 판정부(150)가 이용자의 모션 데이터 취득 종료 처리를 실행한다(스텝 S106).
한편, 스킬 판정 장치(100)는 입력 장치를 통해, 종료 이벤트를 검지하지 않은 경우에는(스텝 S105, "아니오"), 입력 장치를 통해, 스킬 판정 처리의 이벤트를 검지하였는지 여부를 판정한다(스텝 S107). 스킬 판정 장치(100)는 입력 장치를 통해, 스킬 판정 처리의 이벤트를 검지한 경우에는(스텝 S107, "예"), 스킬 판정부(160)가 스킬 판정 처리를 실행하고(스텝 S108), 스텝 S105로 이행한다. 또한, 스킬 판정 처리의 이벤트는, 센싱부(110a)가 모션 센서로부터 프레임 데이터 취득 시에 발생하는 이벤트이다.
한편, 스킬 판정 장치(100)는 입력 장치를 통해, 재생 처리의 이벤트를 검지한 경우에는(스텝 S107, "아니오"), 스킬 판정 장치(100)의 출력부(170)가 재생 처리를 실행하고(스텝 S109), 스텝 S105로 이행한다.
다음에, 스텝 S108에 나타낸 스킬 판정 처리의 처리 수순에 대하여 설명한다. 도 17은 스킬 판정 처리의 처리 수순을 나타내는 플로우차트이다. 도 17에 도시한 바와 같이, 스킬 판정 장치(100)의 페이즈 판정부(150)는 제2 프레임 데이터를 메모리에 보존한다(스텝 S201). 페이즈 판정부(150)는 제2 프레임 데이터를 보정한다(스텝 S202).
페이즈 판정부(150)는 제2 프레임 데이터의 특징량을 계산한다(스텝 S203). 페이즈 판정부(150)는 본보기 데이터(120a) 중에서 제2 프레임 데이터와 가장 특징량이 가까운 제1 프레임 데이터를 추출한다(스텝 S204). 페이즈 판정부(150)는 제1 프레임 데이터에 대응하는 페이즈의 종별을 추출하고, 추출한 페이즈의 종별을 제2 프레임 데이터에 부여한다(스텝 S205). 또한, 페이즈의 종별이란, 도 6의 참조 부호 50a로 나타내는 바와 같이 「start」, 「backswing」 등의 프레임 번호에 일대일로 대응하는 페이즈 종별뿐만 아니라, 「start 」부터 「backswing」 사이에 있는 페이즈를 나타내는 페이즈 종별도 포함한다.
페이즈 판정부(150)는 추출한 페이즈의 종별이 Start부터 End 내인지를 판정한다(스텝 S206). 페이즈 판정부(150)는 페이즈의 종별이 start부터 End 내가 아닌 경우에는(스텝 S206, "아니오"), S201에 있어서 저장한 제2 프레임 데이터를 메모리로부터 삭제하고(스텝 S213), 스킬 판정 처리를 종료한다.
한편, 페이즈의 종별이 start부터 End 내인 경우에는(스텝 S206, "예"), 스킬 판정부(160)는 페이즈의 종별에 대응하는 모듈에 대하여 제2 프레임 데이터를 출력하고, 스킬을 판정한다(스텝 S207). 출력부(170)는 판정 결과를 출력한다(스텝 S208).
페이즈 판정부(150)는 추출한 페이즈의 종별이 End인지 여부를 판정한다(스텝 S209). 페이즈 판정부(150)는 추출한 페이즈의 종별이 End가 아닌 경우에는(스텝 S209, "아니오"), 스킬 판정 처리를 종료한다.
한편, 페이즈 판정부(150)는 추출한 프레임의 종별이 End인 경우에는(스텝 S209, "예"), 스텝 S210으로 이행한다. 페이즈 판정부(150)는 메모리에 보존된 제2 프레임 데이터 중에서 페이즈의 종별이 Start부터 End까지의 일련의 제2 프레임 데이터를 추출하고, 모션 데이터로서 파일에 보존한다(스텝 S210). 출력부(170)는 일련의 모션 데이터의 판정 결과를 출력하고(스텝 S211), S201에 있어서 저장한 제2 프레임 데이터를 메모리로부터 삭제하고(스텝 S212), 스킬 판정 처리를 종료한다.
다음에, 본보기 데이터 생성부(130) 및 스킬 판정 정의부(140)가 실행하는 설정 처리의 처리 수순에 대하여 설명한다. 도 18은 설정 처리의 처리 수순을 나타내는 플로우차트이다. 도 18에 도시한 바와 같이, 스킬 판정 장치(100)는 이벤트 검지하였는지 여부를 판정한다(스텝 S301). 스킬 판정 장치(100)는 이벤트 검지하지 않은 경우에는(스텝 S301, "아니오"), 다시 스텝 S301로 이행한다.
스킬 판정 장치(100)는 모션 데이터 취득 선택의 이벤트를 검지한 경우에는(스텝 S301, 모션 데이터 취득 선택) 스텝 S302로 이행한다. 본보기 데이터 생성부(130) 또는 스킬 판정 정의부(140)는 모션 데이터를 취득하여 메모리에 보존하고(스텝 S302), 스텝 S301로 이행한다.
스킬 판정 장치(100)는 페이즈 설정 선택의 이벤트를 검지한 경우에는(스텝 S301, 페이즈 설정 선택), 스텝 S303으로 이행한다. 본보기 데이터 생성부(130)는 페이즈의 종별과 프레임 번호를 메모리에 보존하고(스텝 S303), 스텝 S301로 이행한다.
스킬 판정 장치(100)는 스킬 판정 정의 선택의 이벤트를 검지한 경우에는(스텝 S301, 스킬 판정 정의 선택), 스텝 S304로 이행한다. 스킬 판정 정의부(140)는 이용하는 모듈명, 스킬 판정명, 파라미터 정의를 메모리에 보존하고(스텝 S304), 스텝 S301로 이행한다.
스킬 판정 장치(100)는 보존 선택의 이벤트를 검지한 경우에는(스텝 S301, 보존 선택), 본보기 데이터 생성부(130)는 메모리에 보존된 모션 데이터 및 페이즈의 종별, 프레임 번호의 대응 관계를 파일에 출력한다(스텝 S305). 스킬 판정 정의부(140)는 메모리에 보존된 스킬 판정 정의 데이터(120b)를 파일에 출력하고(스텝 S306), 스텝 S301로 이행한다.
다음에, 본 실시예에 따른 스킬 판정 장치(100)의 효과에 대하여 설명한다. 스킬 판정 장치(100)는 페이즈의 종별마다 대응하는 제2 프레임 데이터를 이용자의 모션 데이터로부터 추출하고, 스킬 판정 정의 데이터(120b)를 기초로 하여, 페이즈의 종별마다의 제2 프레임 데이터에 대하여 이용자의 스킬을 판정한다. 이 때문에, 스킬 판정 장치(100)에 의하면, 범용적으로, 이용자의 스킬을 자동으로 판정할 수 있다.
예를 들어, 스킬 판정 정의부(140)는 입력 장치로부터의 정보를 기초로 하여, 스킬 판정을 행하는 스킬 판정 정의 데이터(120b)를 적절히 갱신하고, 스킬 판정부(160)는 이러한 스킬 판정 정의 데이터(120b)를 기초로 하여, 스킬 판정을 행한다. 종래 기술에서는, 스킬 판정을 위한 로직이 매립되어 있기 때문에, 스킬 판정 대상이 고정되어 있지만, 스킬 판정 정의부(140)에 의해 적절히 스킬 판정 정의 데이터(120b)를 갱신 가능하기 때문에, 범용성을 높일 수 있다. 또한, 스킬 판정 정의 데이터(120b)는 모듈 및 파라미터 정의의 조합으로 정의되는 것이기 때문에, 다른 대상에서 정의한 모듈, 파라미터 정의를 다른 대상에 재이용하는 것이 용이하다.
또한, 스킬 판정 장치(100)는 스킬의 판정 결과를 이용자의 모션 데이터와 전문가의 모션 데이터를 대응지어, 표시 화면에 표시한다. 이에 의해, 전문가가 옆에 없어도, 이용자 스스로 개선해야 할 점을 알 수 있다. 또한, 화면을 일일이 신경쓰지 않고, 스윙을 행한 후부터 플레이백하여 개선점을 파악할 수 있다. 또한, 이용자 자신과 전문가의 차를 비교하여, 스킬 향상에 도움이 될 수 있다. 또한, 이용자의 제2 프레임 데이터는, 페이즈의 종별과 대응지어 관리되기 때문에, 해석 등을 행하는 경우의 취급을 용이하게 할 수 있다.
스킬 판정 장치(100)는 본보기 데이터(120a)와, 이용자의 모션 데이터에 포함되는 각 제2 프레임 데이터를 비교하여, 제2 프레임 데이터에 대응하는 페이즈의 종별을 판정하고, 페이즈의 종별마다 제2 프레임 데이터를 추출한다. 예를 들어, 스킬 판정 장치(100)는 각 제1 프레임 데이터와 제2 프레임 데이터의 유사도로부터, 제2 프레임 데이터에 대응하는 제1 프레임 데이터를 특정하고, 이러한 제1 프레임 데이터에 대응하는 페이즈의 종별을, 제2 프레임 데이터의 종별로 판정한다. 이 때문에, 이용자의 제2 프레임 데이터의 종별을 고정밀도로 판정할 수 있어, 스킬 판정 정밀도를 향상시킬 수 있다.
스킬 판정 장치(100)는 매칭을 행하는 경우에, 제1 프레임 데이터와 제2 프레임 데이터의 유사도를 가중치로 보정한다. 이 가중치는 전회 선택한 제1 프레임 데이터의 시각과, 금회 유사도의 산출 대상으로 되는 제1 프레임 데이터의 시각에 기초하여, 도 11에 의해 결정되는 것이다. 이에 의해, 제2 프레임 데이터와 매칭되는 제1 프레임 데이터가 전후하거나, 점프하는 것을 방지할 수 있다.
스킬 판정 장치(100)는 화상 정보, 음성 정보 또는 이용자에 대한 육체적인 자극에 의해, 스킬의 판정 결과를 출력한다. 이에 의해, 이용자의 스킬 업을 다양한 통지 방법에 의해 지원할 수 있다.
그런데, 상술한 스킬 판정 장치(100)의 처리는 일례이다. 이하에서는, 스킬 판정 장치(100)가 실행하는 그 밖의 처리에 대하여 설명한다.
예를 들어, 스킬 판정 장치(100)의 기능을 네트워크 상의 서버에 갖게 해도 된다. 서버는, 이용자나 전문가의 단말 장치로부터 모션 데이터를 취득하여, 축적한다. 또한, 서버는, 본보기 데이터(120a), 스킬 판정 정의 데이터(120b)를 보존해 둔다. 서버는, 이용자의 단말 장치로부터 액세스를 접수한 경우에는, 단말 장치의 Web 화면 상에, 모션 데이터나 스킬의 판정 결과를 표시시킨다.
스킬 판정 정의부(140)는 입력 장치로부터의 입력을 접수하여 스킬 판정 정의 데이터(120b)를 생성하였지만, 본보기 데이터(120a)를 기초로 하여, 자동적으로 스킬 판정 데이터(120b)를 생성해도 된다. 예를 들어, 스킬 판정 정의부(140)는 본보기 데이터(120a)를 해석하고, 스킬 판정의 해당 파라미터의 평균값 등의 통계 처리를 행한 결과를, 스킬 판정 정의 데이터(120b)에 설정한다. 예를 들어, 본보기 데이터(120a)에 포함되는 제1 프레임 데이터의 머리의 특징점의 이동량의 평균값을 α로 한다. 이 경우에는, 스킬 판정 정의부(140)는 모듈명 「PositionChecker」의 레코드의 기준 파라미터를 「α, α+a, α+2a」로 한다. a는 적절히 설정되는 수치이다.
스킬 판정부(160)는 제2 프레임 데이터마다 스킬을 판정하고 판정 결과를 출력하였지만 이것에 한정되는 것은 아니다. 스킬 판정부(160)는 각 스킬 판정 결과를 종합 득점으로 환산하여 표시해도 된다. 예를 들어, 도 15에 도시한 바와 같이, 스킬 판정부(160)는 페이즈마다 스킬 판정을 행하고 있지만, start부터 end까지의 판정 결과를 종합 득점으로 환산하여, 종합 득점을 표시시켜도 된다. 판정 결과 「Excelltent, Good, Bad」에 부여하는 점수를 몇으로 할 것인지는, 미리 설정된다.
스킬 판정부(160)는 이용자의 모션 데이터뿐만 아니라, 본보기 데이터의 모션 데이터에 대해서도 스킬 판정 처리를 행해도 된다. 이 경우에는, 출력부(170)는 본보기 데이터(120a)의 모션 데이터에 대한 판정 결과와, 이용자의 모션 데이터에 대한 판정 결과의 차분을 표시해도 된다.
출력부(170)가 출력하는 모션 데이터의 표시 방법은 고정이 아니어도 된다. 예를 들어, 출력부(170)는 입력 장치로부터의 조작을 접수하여, 모션 데이터의 배면이나 측면, 상측 등의 다른 각도로 표시해도 된다. 또한, 출력부(170)는 이용자의 모션 데이터의 표시 방법의 변화에 연동시켜, 본보기 데이터(120a)의 모션 데이터도 표시 방법을 변화시켜도 된다.
그런데, 상기 실시예에서는, 골프의 스킬 판정을 행하는 경우에 대하여 설명하였지만, 본 실시예에 따른 스킬 판정 장치(100)는 골프 이외의 그 밖의 스포츠 등에도 적용 가능하다. 예를 들어, 스킬 판정 장치(100)는 테니스, 육상, 댄스, 요리 기구의 사용 방법, 악기 연주 등에 적용할 수 있다.
다음에, 상기 실시예에 나타낸 스킬 판정 장치(100)와 마찬가지의 기능을 실현하는 스킬 판정 프로그램을 실행하는 컴퓨터의 일례에 대하여 설명한다. 도 19는 스킬 판정 프로그램을 실행하는 컴퓨터의 일례를 도시하는 도면이다.
도 19에 도시한 바와 같이, 컴퓨터(300)는 가속도 센서, 모션 센서 등의 입력 디바이스(350a)와, 스피커, 진동 디바이스 등의 출력 디바이스(350b)에 접속시킨다. 컴퓨터(300)는 각종 연산 처리를 실행하는 CPU(301)와, 각종 정보를 일시 기억하는 1차 기억부(302)와, 디스플레이 등의 표시부(303)와, 입력 장치 등의 조작부(304)를 갖는다. 컴퓨터(300)는 입력 디바이스(350a)와 데이터를 주고받는 디바이스 IF(305)와, 출력 디바이스(350b)와 데이터를 주고받는 디바이스 IF(306)를 갖는다. 또한, 컴퓨터(300)는 하드디스크 드라이브 등에 대응하는 2차 기억부(307)를 갖는다.
2차 기억부(307)는 스킬 판정 프로그램(307a)과, 스킬 설정 프로그램(307b)과, 각종 데이터(307c)를 갖는다. 스킬 판정 프로그램(307a)은 CPU(301)에 읽어내어져, 실행됨으로써, 도 1의 페이즈 판정부(150), 스킬 판정부(160), 출력부(170)에 대응하는 처리를 행한다. 스킬 설정 프로그램(307b)은 CPU(301)에 읽어내어져, 실행됨으로써, 도 1의 본보기 데이터 생성부(130), 스킬 설정 정의부(140)에 대응하는 처리를 행한다. 또한, 각종 데이터(307c)는 본보기 데이터(120a), 스킬 판정 정의 데이터(120b), 이용자의 모션 데이터 등에 대응한다.
또한, 각 프로그램(307a, 307b)에 대해서는, 반드시 처음부터 2차 기억부(307)에 기억시켜 두지는 않아도 된다. 예를 들어, 컴퓨터(300)에 삽입되는 플렉시블 디스크(FD), CD-ROM, DVD 디스크, 광자기 디스크, IC 카드 등의 「가반용의 물리 매체」에 각 프로그램을 기억시켜 둔다. 그리고, 컴퓨터(300)가 각 프로그램(307a, 307b)을 읽어내어 실행하도록 해도 된다.
실시예 2
도 20은 본 실시예 2에 따른 시스템의 구성을 도시하는 도면이다. 도 20에 도시한 바와 같이, 이 시스템은, 이용자 단말기(400a, 400b, 400c)와, 서버(500)를 갖는다. 이용자 단말기(400a∼400c)와, 서버(500)는, 네트워크(50)를 통해 서로 접속된다. 여기에서는 일례로서, 이용자 단말기(400a∼400c)를 나타내지만, 그 밖의 이용자 단말기가 네트워크(50)에 접속되어 있어도 된다. 이하의 설명에서는, 이용자 단말기(400a∼400b)를 통합하여, 적절히, 이용자 단말기(400)로 표기한다.
이용자 단말기(400)는 상기 실시예 1에 나타낸 스킬 판정 장치(100)와 마찬가지의 기능을 갖는다. 이용자 단말기(400)는 이용자의 모션 데이터를 취득하여, 이용자의 스킬을 판정하고, 스킬의 판정 결과를, 서버(500)에 통지하는 처리부이다. 또한, 이용자 단말기(400)는 스킬 판정 장치(100)에 접속하여, 접속처의 스킬 판정 장치(100)로부터, 이용자의 스킬의 판정 결과를 취득해도 된다.
이용자는, 이용자 단말기(400)를 조작하여, 서버(500)에 액세스하고, 서버(500)에 축적된 과거의 스킬의 판정 결과를 참조한다.
서버(500)는 각 이용자 단말기(400)로부터, 스킬의 판정 결과의 정보를 수신하고, 유지한다. 또한, 서버(500)는 이용자 단말기로부터, 스킬의 판정 결과의 정보에 대한 액세스를 접수한 경우에는, 해당하는 스킬의 판정 결과를 이용자 단말기(400)에 통지한다.
여기서, 서버(500)는 이용자 단말기(400)에, 스킬의 판정 결과의 정보를 통지하는 경우에, 스킬 판정을 행한 스포츠의 종별에 직접적 또는 간접적으로 관련되는 광고 배너를, 이용자 단말기(400)의 표시 화면에 표시시킨다. 또한, 서버(500)는 이용자의 스킬의 판정 결과에 따른 상품의 정보를 표시 화면에 표시시킨다. 예를 들어, 서버(500)는 스포츠의 종별이 골프인 경우에는, 골프 관련의 광고 배너를 표시시킴과 함께, 스킬에 있었던 골프 상품의 정보를, 이용자 단말기(400)에 통지한다. 또한, 골프 이외에도, 야구, 테니스, 육상, 댄스, 요리 기구의 사용 방법, 악기 연주에 대해서도 마찬가지로, 광고 배너나, 상품의 정보를 이용자 단말기(400)에 통지해도 된다.
도 21은 본 실시예 2에 따른 서버의 구성을 도시하는 기능 블록도이다. 도 21에 도시한 바와 같이, 이 서버(500)는 통신부(510)와, 기억부(520)와, 제어부(530)를 갖는다.
통신부(510)는 네트워크(50)를 통해, 각 이용자 단말기(400)와 데이터 통신을 실행하는 처리부이다. 통신부(510)는 통신 장치에 대응한다. 후술하는 제어부(530)는 통신부(510)를 통해, 각 이용자 단말기(400)와 데이터를 주고받는다.
기억부(520)는 스킬 판정 결과 테이블(520a)과, 개인 정보 테이블(520b)과, 배너 정보 테이블(520c)과, 상품 테이블(520d)을 갖는다. 기억부(520)는, 예를 들어 RAM(Random Access Memory), ROM(Read Only Memory), 플래시 메모리(Flash Memory) 등의 반도체 메모리 소자 등의 기억 장치에 대응한다.
스킬 판정 결과 테이블(520a)은 이용자 단말기(400)로부터 통지되는 스킬의 판정 결과의 정보를 유지하는 테이블이다. 도 22는 스킬 판정 결과 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 22에 도시한 바와 같이, 이용자 식별 정보와, 종목과, 스킬 판정 결과와, 모션 데이터를 대응짓는다. 이용자 식별 정보는, 이용자를 일의로 식별하는 정보이다. 종목은 스킬 판정의 대상으로 된 종목을 나타내는 것이다. 스킬 판정 결과는, 종목에 관련되는 동작을 행한 이용자에 대한 스킬의 판정 결과이다.
도 23은 스킬 판정 결과의 일례를 도시하는 도면이다. 도 23에 도시한 스킬 판정 결과는, 어떤 이용자 식별 정보에 대응하는 스킬 판정 결과이다. 예를 들어, 각 스킬 판정 결과는, 스킬의 판정을 행한 날짜에 대응지어진다. 또한, 각 스킬 판정 결과는, 페이즈마다, 헤드 이동의 판정 결과, 오른쪽 팔꿈치 각도의 판정 결과, 전경 자세의 판정 결과, 허리 회전의 판정 결과를 대응짓는다. 또한, 여기서는 도시를 생략하지만, 스킬 판정 결과 테이블(520a)은 스킬 판정 결과의 판정원으로 된, 이용자의 모션 데이터를, 스킬 판정 결과에 대응지어 유지해도 된다.
개인 정보 테이블(520b)은 이용자의 개인 정보를 유지하는 테이블이다. 도 24는 본 실시예 2에 따른 개인 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 24에 도시한 바와 같이, 이 개인 정보 테이블(520b)은 이용자 식별 정보와, 어드레스와, 성별과, 연령과, 신장과, 체중을 대응짓는다. 이 중, 이용자 식별 정보는, 이용자를 일의로 식별하는 정보이다. 어드레스는, 예를 들어 이용자가 사용하는 E메일 어드레스(Electronic mail address)이다. 성별, 연령, 신장, 체중은, 이용자 식별 정보에 의해 식별되는 이용자의 성별, 연령, 신장, 체중이다.
배너 정보 테이블(520c)은 이용자 단말기의 표시 화면에 표시시키는 광고 배너에 관한 정보를 유지하는 테이블이다. 도 25는 배너 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 25에 도시한 바와 같이, 이 배너 정보 테이블(520c)은 조건과, 광고 배너 정보를 대응짓는다. 조건에는, 예를 들어 종목과, 성별과, 연령이 포함된다. 예를 들어, 도 25에 도시한 예에서는, 스킬의 판정 결과에 대응하는 종목이 「골프」, 이용자의 성별이 「남자」, 이용자의 연령이 「20세 이상」인 경우에는, 광고 배너 A1, B1, C1을, 이용자 단말기(400)의 표시 화면에 표시시키는 것을 나타내고 있다. 예를 들어, 광고 배너 A1, B1, C1은, 종목 「골프」에 직접적 또는 간접적으로 관련되는 광고 배너이다.
상품 테이블(520d)은 이용자의 스킬 판정 결과에 따른 상품을 정의하는 테이블이다. 도 26은 상품 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 26에 도시한 바와 같이, 이 상품 테이블(520d)은 조건과, 상품명과, 코멘트를 대응짓는다. 조건은, 상품을 선택하는 경우에 조건을 나타내고, 조건에는, 종목, 페이즈, 판정 결과가 포함된다. 종목은, 스킬의 판정을 행한 종목이다. 상품명은, 이용자에게 추천하는 상품의 명칭을 나타낸다. 코멘트는, 상품을 추천하는 이유 등을 나타낸다. 예를 들어, 종목이 「골프」인 경우에, 페이즈 「impact」에 있어서, 허리 회전의 판정 결과가 -45°±α이고, 오른쪽 무릎 각도의 판정 결과가 10°±α인 경우에는, 상품 「골프 클럽 A」를 추천하는 것이 정의되어 있다. 또한, 이 상품 「골프 클럽 A」를 추천할 때에 코멘트 「바디 턴 타입에는, 휘어짐을 크게 사용할 수 있도록 손잡이측을 부드럽게 한 샤프트를 추천」을 부여하는 것도 정의되어 있다.
제어부(530)는 취득부(530a)와, 접수부(530b)와, 검색부(530c)와, 화면 생성부(530d)를 갖는다. 제어부(530)는, 예를 들어 ASIC(Application Specific Integrated Circuit)나, FPGA(Field Programmable Gate Array) 등의 집적 장치에 대응한다. 또한, 제어부(530)는, 예를 들어 CPU나 MPU(Micro Processing Unit) 등의 전자 회로에 대응한다.
취득부(530a)는 이용자 단말기(400)로부터 스킬의 판정 결과에 관한 정보를 취득하는 취득부이다. 예를 들어, 스킬의 판정 결과에 관한 정보는, 이용자 식별 정보와, 종목과, 스킬 판정 결과와, 모션 데이터를 대응지은 정보이다. 취득부(530a)는 이용자 식별 정보와, 종목과, 스킬 판정 결과를 대응지어, 스킬 판정 결과 테이블(520a)에 저장한다.
취득부(530a)는 스킬 판정 결과에 관한 정보를, 스킬 판정 결과 테이블(520a)에 저장하는 경우에, 이미 동일한 이용자 식별 정보와 종목의 조의 레코드가 저장되어 있는 경우에는, 해당하는 레코드에 스킬 판정 결과의 정보를 추가한다.
접수부(530b)는 이용자 단말기(400)로부터, 스킬 판정 결과 테이블(520a)에 저장된 과거의 스킬 판정 결과의 정보에 대한 액세스를 접수하는 처리부이다. 예를 들어, 이용자 단말기(400)는 과거의 스킬 판정 결과의 정보에 대한 액세스를 행하는 경우에, 서버(500)에, 이용자 식별 정보를 통지하는 것으로 한다. 접수부(530b)는 이용자 단말기(400)로부터 접수한 이용자 식별 정보를 검색부(530c)에 출력한다.
검색부(530c)는 이용자 식별 정보에 대응하는 과거의 스킬 판정 결과와, 스킬의 판정 대상으로 된 종목에 관련되는 광고 배너 정보와, 이용자의 스킬 판정 결과에 따른 상품을 검색하는 처리부이다. 이하의 설명에 있어서, 이용자 식별 정보에 대응하는 과거의 스킬 판정 결과를, 적절히, 이력 정보로 표기한다. 검색부(530c)는 검색한 이력 정보와, 광고 배너 정보와, 상품의 정보를, 화면 생성부(530d)에 출력한다. 이하에 있어서, 검색부(530c)의 처리의 일례에 대하여 설명한다.
먼저, 검색부(530c)가 이력 정보를 검색하는 처리의 일례에 대하여 설명한다. 검색부(530c)는 접수부(530b)로부터 취득한 이용자 식별 정보와, 스킬 판정 결과 테이블(520a)을 비교하여, 이용자 식별 정보에 대응하는 종목 및 스킬 판정 결과를 검색한다. 검색부(530c)는 검색한 스킬 판정 결과의 정보를, 이력 정보로서, 화면 생성부(530d)에 출력한다. 검색부(530c)가 검색한 종목은, 후술하는, 광고 배너 정보를 검색하는 경우에 이용한다. 또한, 검색부(530c)가 검색한, 스킬 판정 결과의 정보는, 후술하는, 상품 정보를 검색하는 경우에 이용한다.
계속해서, 검색부(530c)가 광고 배너 정보를 검색하는 처리의 일례에 대하여 설명한다. 검색부(530c)는 이용자 식별 정보와, 개인 정보 테이블(520b)을 비교하여, 이용자 식별 정보에 대응하는 성별 및 연령을 특정한다. 그리고, 검색부(530c)는 종목과, 성별과, 연령의 조와, 배너 정보 테이블(520c)의 조건을 비교하여, 해당하는 레코드를 특정한다. 검색부(530c)는 특정한 레코드에 포함되는 광고 배너 정보를, 화면 생성부(530d)에 출력한다.
예를 들어, 검색부(530c)는 종목과, 성별과, 연령의 조가, 「골프」, 「남자」, 「25세」인 경우에는, 도 25의 1행째의 레코드를 특정한다. 그리고, 검색부(530c)는 광고 배너 A1, B1, C1의 정보를, 화면 생성부(530d)에 출력한다.
계속해서, 검색부(530c)가 상품 정보를 검색하는 처리의 일례에 대하여 설명한다. 검색부(530c)는 종목과 스킬 판정 결과의 조와, 상품 테이블(520d)의 조건을 비교하여, 해당하는 레코드를 특정한다. 검색부(530c)는 특정한 레코드에 포함되는 상품 정보를, 화면 생성부(530d)에 출력한다. 예를 들어, 상품 정보에는, 상품명 및 코멘트가 포함된다. 검색부(530c)는 동일한 이용자 식별 정보에 대하여 스킬 판정 결과가 복수 존재하는 경우에는, 최신의 스킬 판정 결과를 사용하여, 상품 정보를 검색한다.
예를 들어, 종목이 「골프」이고, 스킬 판정 결과에 포함되는 페이즈 「impact」에 있어서, 허리 회전의 판정 결과가 「45°±α」, 오른쪽 무릎 각도의 판정 결과가 「10°±α」인 것으로 한다. 이 경우에는, 검색부(530c)는 도 26의 1행째 레코드에 포함되는 상품명과 코멘트의 조를, 상품 정보로서 검색한다.
화면 생성부(530d)는 이용자 단말기(400)의 화면에 표시시키는 표시 화면을 생성하는 처리부이다. 예를 들어, 화면 생성부(530d)는 검색부(530c)로부터 취득하는 스킬 판정 결과의 정보, 광고 배너 정보, 상품 정보를 화면 상에 배치함으로써, 표시 화면을 생성한다. 화면 생성부(530d)는 생성한 표시 화면의 정보를, 스킬 판정 결과에 대한 액세스를 행한 이용자 단말기(400)에 통지한다.
다음에, 본 실시예 2에 따른 서버(500)의 처리 수순의 일례에 대하여 설명한다. 도 27은 본 실시예 2에 따른 서버의 처리 수순을 나타내는 플로우차트이다. 도 27에 도시한 바와 같이, 서버(500)의 접수부(530b)는 이용자 식별 정보를 수신한다(스텝 S301). 서버(500)의 검색부(530c)는 스킬 판정 결과 테이블(520a)을 참조하여, 이용자 식별 정보에 대응하는 스킬 판정 결과를 검색하고, 이력 정보를 생성한다(스텝 S302).
검색부(530c)는 배너 정보 테이블(520c)을 참조하여, 광고 배너 정보를 검색한다(스텝 S303). 검색부(530c)는 상품 테이블(520d)을 참조하여, 상품 정보를 검색한다(스텝 S304).
서버(500)의 화면 생성부(530d)는 이력 정보, 광고 배너 정보, 상품 정보를 배치한 표시 화면을 생성한다(스텝 S305). 화면 생성부(530d)는 표시 화면의 정보를, 이용자 단말기(400)에 송신한다(스텝 S306).
다음에, 본 실시예 2에 따른 서버(500)의 효과에 대하여 설명한다. 서버(500)는 이용자 단말기(400)에, 과거의 스킬의 판정 결과의 정보를 통지하는 경우에, 스킬 판정을 행한 종목에 직접적 또는 간접적으로 관련되는 광고 배너를, 이용자 단말기(400)의 표시 화면에 표시시킨다. 또한, 서버(500)는 이용자의 스킬의 판정 결과에 따른 상품의 정보를 표시 화면에 표시시킨다. 이에 의해, 스킬 판정 결과를 참조하는 이용자에게, 직접적, 간접적으로 관련되는 정보를 광고할 수 있다. 또한, 스킬 판정 결과에 따른 상품 정보를 추천할 수 있다.
그런데, 서버(500)의 접수부(530b)는 이용자 단말기(400)로부터 스킬의 판정 결과의 정보를, 스킬 판정 결과 테이블(520a)에 저장하는 경우에, 데이터양에 따른 과금 정보를 이용자 단말기(400)에 통지해도 된다. 예를 들어, 접수부(530b)는 스킬 판정 결과 테이블에 기억된 데이터양을, 이용자 식별 정보마다 감시한다. 접수부(530b)는 데이터양이 역치를 초과한 이용자 식별 정보에 대응하는 이용자 단말기(400)에, 업로드하는 데이터양이 역치를 초과하였기 때문에, 이 이상의 업로드는 유료라는 취지를 통지한다. 이 통지에 대하여 이용자가 지불에 동의한 경우에는, 접수부(530b)는 지불 방법을 접수하고, 이용자 식별 정보에 대응지어 보존한다.
또한, 이용자 단말기(400)를 조작하는 이용자는, 스킬의 판정 결과에 관한 정보를, 서버(500)에 통지하는 경우에, 스킬의 판정 결과에 관한 모든 정보를, 서버(500)에 통지하는 대신에, 통지하는 데이터를 선택해도 된다. 예를 들어, 이용자는, 모션 데이터에 관한 데이터양이 크다고 판단한 경우에는, 스킬의 판정 결과만을, 서버(500)에 통지하여, 데이터양을 절약할 수도 있다. 또한, 이용자는, 모션 데이터 대신에 스냅 샷만을, 서버(500)에 통지하여, 데이터양을 삭감할 수도 있다.
실시예 3
도 28은 본 실시예 3에 따른 시스템의 구성을 도시하는 도면이다. 도 28에 도시한 바와 같이, 이 시스템은, 이용자 단말기(400a, 400b, 400c)와, 서버(600)를 갖는다. 이용자 단말기(400a∼400c)와, 서버(600)는, 네트워크(50)를 통해 서로 접속된다. 여기에서는 일례로서, 이용자 단말기(400a∼400c)를 나타내지만, 그 밖의 이용자 단말기가, 네트워크(50)에 접속되어 있어도 된다. 이하의 설명에서는, 이용자 단말기(400a∼400c)를 통합하여, 적절히, 이용자 단말기(400)로 표기한다.
이용자 단말기(400)는 상기 실시예 1에 나타낸 스킬 판정 장치(100)와 마찬가지의 기능을 갖는다. 이용자 단말기(400)는 이용자의 모션 데이터를 취득하여, 이용자의 스킬을 판정하고, 스킬의 판정 결과를, 서버(600)에 통지하는 처리부이다. 또한, 이용자 단말기(400)는 스킬 판정 장치(100)에 접속하여, 접속처의 스킬 판정 장치(100)로부터, 이용자의 스킬의 판정 결과를 취득해도 된다.
서버(600)는 이용자의 특징에 기초하여, 이용자를 복수의 그룹으로 분류해 둔다. 서버(600)는 이용자 단말기(400)로부터 스킬의 판정 결과를 수신한 경우에, 이 스킬의 판정 대상으로 된 이용자가 속하는 그룹을 판정하고, 판정한 그룹에 포함되는 각 이용자의 이용자 단말기에, 스킬의 판정 결과의 정보를 통지한다.
도 29는 본 실시예 3에 따른 서버의 구성을 도시하는 기능 블록도이다. 도 29에 도시한 바와 같이, 이 서버(600)는 통신부(610)와, 기억부(620)와, 제어부(630)를 갖는다.
통신부(610)는 네트워크(50)를 통해, 각 이용자 단말기(400)와 데이터 통신을 실행하는 처리부이다. 통신부(610)는 통신 장치에 대응한다. 후술하는 제어부(630)는 통신부(610)를 통해, 각 이용자 단말기(400)와 데이터를 주고받는다.
기억부(620)는 스킬 판정 결과 테이블(620a)과, 개인 정보 테이블(620b)과, 그룹 관리 테이블(620c)을 갖는다. 기억부(620)는, 예를 들어 RAM, ROM, 플래시 메모리 등의 반도체 메모리 소자 등의 기억 장치에 대응한다.
스킬 판정 결과 테이블(620a)은 이용자 단말기(400)로부터 통지되는 스킬의 판정 결과를 유지하는 테이블이다. 스킬 판정 결과 테이블(620a)의 데이터 구조는, 예를 들어 도 22에 도시한, 스킬 판정 결과 테이블(520a)의 데이터 구조와 마찬가지이다.
개인 정보 테이블(620b)은 이용자의 개인 정보를 유지하는 테이블이다. 도 30은 본 실시예 3에 따른 개인 정보 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 30에 도시한 바와 같이, 이 개인 정보 테이블(620b)은 이용자 식별 정보와, 어드레스와, 성별과, 연령과, 신장과, 체중과, 학교와, 연습장을 대응짓는다. 이 중, 이용자 식별 정보는, 이용자를 일의로 식별하는 정보이다. 어드레스는, 예를 들어 이용자가 사용하는 E메일 어드레스이다. 연령, 신장, 체중은, 이용자 식별 정보에 의해 식별되는 이용자의 성별, 연령, 신장, 체중이다. 학교는, 이용자가 다니는 학교를 나타내는 것이다. 연습장은, 이용자가 연습을 행하는 장소를 나타내는 것이다.
그룹 관리 테이블(620c)은 이용자가 속하는 그룹의 정보를 유지하는 테이블이다. 도 31은 그룹 관리 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 31에 도시한 바와 같이, 이 그룹 관리 테이블(620c)은 그룹 식별 정보와, 소속 이용자 식별 정보를 대응짓는다. 그룹 식별 정보는, 그룹을 일의로 식별하는 정보이다. 소속 이용자 식별 정보는, 그룹에 소속하는 이용자의 이용자 식별 정보를 나타낸다. 예를 들어, 도 31에 도시한 예에서는, 그룹 식별 정보 「G101」의 그룹에는, 이용자 식별 정보 「U101, U103, U114, …」의 이용자가 소속한다는 취지가 나타내어진다.
제어부(630)는 취득부(630a)와, 분류부(630b)와, SNS(Social Networking Service) 제공부(630c)를 갖는다. SNS 제공부(630c)는 통지부에 대응한다. 제어부(630)는, 예를 들어 ASIC나, FPGA 등의 집적 장치에 대응한다. 또한, 제어부(630)는, 예를 들어 CPU나 MPU 등의 전자 회로에 대응한다.
취득부(630a)는 이용자 단말기(400)로부터 스킬의 판정 결과에 관한 정보를 취득하는 취득부이다. 예를 들어, 스킬의 판정 결과에 관한 정보는, 이용자 식별 정보와, 종목과, 스킬 판정 결과를 대응지은 정보이다. 취득부(630a)는 이용자 식별 정보와, 종목과, 스킬 판정 결과를 대응지어, 스킬 판정 결과 테이블(620a)에 저장한다.
취득부(630a)는 스킬 판정 결과에 관한 정보를, 스킬 판정 결과 테이블(620a)에 저장하는 경우에, 이미 동일한 이용자 식별 정보와 종목의 조의 레코드가 저장되어 있는 경우에는, 해당하는 레코드에 스킬 판정 결과의 정보를 추가한다.
분류부(630b)는 개인 정보 테이블(620b)을 참조하여, 이용자 식별 정보를, 이용자의 특징마다의 그룹으로 분류하는 처리부이다. 분류부(630b)는 분류 결과에 기초하여, 그룹 식별 정보와, 이 그룹 식별 정보의 그룹에 소속하는 이용자 식별 정보를 대응지어, 그룹 관리 테이블(620c)에 등록한다.
이하에 있어서, 분류부(630b)의 처리의 일례에 대하여 설명한다. 예를 들어, 분류부(630b)는 개인 정보 테이블(620b)을 참조하여, 동일한 학교에 다니는 이용자 식별 정보를 특정하고, 특정한 이용자 식별 정보를, 동일한 그룹으로 분류한다. 또는, 분류부(630b)는 개인 정보 테이블(620b)을 참조하여, 동일한 연습장에 다니는 이용자 식별 정보를 특정하고, 특정한 이용자 식별 정보를, 동일한 그룹으로 분류한다.
상기의 분류 처리는 일례이며, 분류부(630b)는 이용자 식별 정보를, 동일 연대의 그룹, 가족의 그룹, 동일한 코치의 지도를 받고 있는 그룹으로 분류해도 된다. 또한, 분류부(630b)는 스킬 판정 결과 테이블(620a)을 참조하여, 스킬이 동 레벨인 이용자 식별 정보를, 동일한 그룹으로 분류해도 된다. 예를 들어, 분류부(530b)는 스킬 판정 결과에 포함되는 good, bad, Excellent에 따른 점수를 합계함으로써, 각 이용자 식별 정보의 점수를 구하고, 점수가 유사한 이용자 식별 정보끼리를, 동일 그룹으로 분류해도 된다.
SNS 제공부(630c)는 각 이용자 단말기(400)에, SNS를 제공하는 처리부이다. 예를 들어, SNS 제공부(630c)는, 그룹 관리 테이블(620c)을 참조하여, 동일한 그룹에 소속하는 이용자 식별 정보의 이용자간에서, 스킬 판정 결과의 정보나 그 밖의 전자 게시판 등의 정보를 공유시킨다.
예를 들어, SNS 제공부(630c)는 스킬 판정 결과 테이블(620a)에 스킬 판정 결과의 정보가 등록된 경우에, 스킬 판정 결과에 대응하는 이용자 식별 정보와 동일한 그룹에 속하는 이용자 식별 정보를, 그룹 관리 테이블(620c)을 기초로 하여 판정한다. SNS 제공부(630c)는 특정한 이용자 식별 정보에 대응하는 이용자 단말기(400)에, 스킬 판정 결과 테이블(620a)에 등록된 스킬 판정 결과의 정보를, 통지한다. SNS 제공부(630c)는 개인 정보 테이블(620b)을 참조하여, 그룹에 속하는 이용자 식별 정보의 어드레스를 특정하고, 특정한 어드레스를 수신처로 하여, 스킬 판정 결과의 정보를 통지해도 된다.
예를 들어, 도 31을 참조하면, 그룹 식별 정보 「G101」의 그룹에는, 이용자 식별 정보 U101, U103, U114가 소속하고 있다. 또한, 취득부(630a)에 의해, 이용자 식별 정보 U101의 스킬 판정 결과가, 스킬 판정 테이블(620a)에 등록된 것으로 한다. 이 경우에는, SNS 제공부(630c)는 이용자 식별 정보 U101의 스킬 판정 결과를, 동일 그룹의 이용자 식별 정보 U103, U114의 이용자 단말기(400)에 통지한다.
다음에, 본 실시예 3에 따른 서버(600)의 처리 수순의 일례에 대하여 설명한다. 도 32는 본 실시예 3에 따른 서버의 처리 수순을 나타내는 플로우차트이다. 도 32에 도시한 바와 같이, 서버(600)의 분류부(630b)는 개인 정보 테이블(620b)을 참조하여, 이용자 식별 정보를 복수의 그룹으로 분류한다(스텝 S401).
서버(600)의 SNS 제공부(630c)는 스킬 판정 결과를 수신하였는지 여부를 판정한다(스텝 S402). SNS 제공부(630c)는 스킬 판정 결과를 수신하지 않은 경우에는(스텝 S402, "아니오"), 다시, 스텝 S402로 이행한다.
SNS 제공부(630c)는 스킬 판정 결과를 수신한 경우에는(스텝 S402, "예"), 수신한 스킬 판정 결과를, 스킬 판정 결과 테이블(620a)에 저장한다(스텝 S403). SNS 제공부(630c)는 수신한 스킬 판정 결과에 대응하는 이용자 식별 정보가 속하는 그룹을 특정한다(스텝 S404).
SNS 제공부(630c)는 특정한 그룹에 속하는 이용자 식별 정보를 특정하고, 특정한 이용자 식별 정보에 대응하는 이용자 단말기(400)에, 스킬 판정 결과를 통지한다(스텝 S405).
다음에, 본 실시예 3에 따른 서버(600)의 효과에 대하여 설명한다. 서버(600)는 이용자의 특징에 기초하여, 이용자 식별 정보를 복수의 그룹으로 분류해 둔다. 서버(600)는 이용자 단말기(400)로부터 스킬의 판정 결과를 수신한 경우에, 이 스킬의 판정 대상으로 된 이용자가 속하는 그룹을 판정하고, 판정한 그룹에 포함되는 각 이용자 식별 정보의 이용자 단말기에, 스킬의 판정 결과의 정보를 통지한다. 이 때문에, 동일 그룹에 속하는 각 이용자가 커뮤니케이션을 취하는 것을 용이하게 할 수 있다. 예를 들어, 소셜 네트워크 상에서, 스킬을 숙달시키기 위한 어드바이스를 주고받을 수 있다. 또한, 상기 처리는, 종목에의 권유, 이벤트 권유, 만남 권유 등 간접적으로 관련되는 사이트나, 오프라인의 창구로 될 수 있다.
실시예 4
도 33은 본 실시예 4에 따른 시스템의 구성을 도시하는 도면이다. 도 33에 도시한 바와 같이, 이 시스템은, 이용자 단말기(400a, 400b, 400c)와, 서버(700)를 갖는다. 이용자 단말기(400a∼400c)와, 서버(700)는, 네트워크(50)를 통해 서로 접속된다. 여기에서는 일례로서, 이용자 단말기(400a∼400c)를 나타내지만, 그 밖의 이용자 단말기가 네트워크(50)에 접속되어 있어도 된다. 이하의 설명에서는, 이용자 단말기(400a∼400b)를 통합하여, 적절히, 이용자 단말기(400)로 표기한다.
이용자 단말기(400)는 상기 실시예 1에 나타낸 스킬 판정 장치(100)와 마찬가지의 기능을 갖는다. 이용자 단말기(400)는 이용자의 모션 데이터를 취득하여, 이용자의 스킬을 판정하고, 스킬의 판정 결과를, 서버(700)에 통지하는 처리부이다. 또한, 이용자 단말기(400)는 스킬 판정 장치(100)에 접속하여, 접속처의 스킬 판정 장치(100)로부터, 이용자의 스킬의 판정 결과를 취득해도 된다.
또한, 이용자는, 이용자 단말기(400)를 조작하여, 서버(700)로부터, 자신 취향의 전문가의 본보기 데이터를 취득하고, 취득한 전문가의 본보기 데이터를 이용하여, 이용자의 스킬을 판정한다.
서버(700)는 복수 종류의 전문가의 본보기 데이터를 관리하는 서버이다. 서버(700)는 이용자 단말기(400)로부터 액세스를 접수하면, 복수 종류의 전문가의 본보기 데이터를 표시하고, 어느 하나의 전문가의 본보기 데이터의 선택을 접수한다. 서버(700)는 전문가의 본보기 데이터의 선택을 접수하면, 선택을 접수한 본보기 데이터를, 이용자 단말기(400)에 통지한다. 또한, 서버(700)는 이용자에게 적합한 전문가의 본보기 데이터를 선택하고, 선택한 전문가의 본보기 데이터를, 이용자 단말기(400)에 통지해도 된다.
도 34는 본 실시예 4에 따른 서버의 구성을 도시하는 기능 블록도이다. 도 34에 도시한 바와 같이, 이 서버(700)는 통신부(710)와, 기억부(720)와, 제어부(730)를 갖는다.
통신부(710)는 네트워크(50)를 통해, 각 이용자 단말기(400)와 데이터 통신을 실행하는 처리부이다. 통신부(710)는 통신 장치에 대응한다. 후술하는 제어부(730)는 통신부(710)를 통해, 각 이용자 단말기(400)와 데이터를 주고받는다.
기억부(720)는 스킬 판정 결과 테이블(720a)과, 개인 정보 테이블(720b)과, 전문가 데이터 테이블(720c)을 갖는다. 기억부(720)는, 예를 들어 RAM, ROM, 플래시 메모리 등의 반도체 메모리 소자 등의 기억 장치에 대응한다.
스킬 판정 결과 테이블(720a)은 이용자 단말기(400)로부터 통지되는 스킬의 판정 결과를 유지하는 테이블이다. 스킬 판정 결과 테이블(720a)의 데이터 구조는, 예를 들어 도 22에 도시한, 스킬 판정 결과 테이블(520a)의 데이터 구조와 마찬가지이다.
개인 정보 테이블(720b)은 이용자의 개인 정보를 유지하는 테이블이다. 개인 정보 테이블(720b)의 데이터 구조는, 예를 들어 도 24에 도시한, 개인 정보 테이블(520b)의 데이터 구조와 마찬가지이다.
전문가 데이터 테이블(720c)은 전문가의 본보기 데이터에 관한 정보를 유지하는 테이블이다. 도 35는 전문가 데이터 테이블의 데이터 구조의 일례를 도시하는 도면이다. 도 35에 도시한 바와 같이, 이 전문가 데이터 테이블(720c)은 전문가 식별 정보와, 프로필 정보와, 본보기 데이터와, 평가값을 대응짓는다. 이 중, 전문가 식별 정보는, 전문가를 일의로 식별하는 정보이다. 프로필 정보는 전문가의 프로필 정보이다. 예를 들어, 전문가의 프로필 정보에는, 전문가의 성별, 연령, 체중, 신장 등의 정보가 포함된다. 본보기 데이터는, 실시예 1에서 설명한 본보기 데이터(120a)에 대응하는 것이다.
제어부(730)는 취득부(730a)와, 접수부(730b)와, 선택부(730c)와, 통지부(730d)를 갖는다. 제어부(730)는, 예를 들어 ASIC나, FPGA 등의 집적 장치에 대응한다. 또한, 제어부(730)는, 예를 들어 CPU나 MPU 등의 전자 회로에 대응한다.
취득부(730a)는 이용자 단말기(400)로부터 스킬의 판정 결과에 관한 정보를 취득하는 취득부이다. 예를 들어, 스킬의 판정 결과에 관한 정보는, 이용자 식별 정보와, 종목과, 스킬 판정 결과를 대응지은 정보이다. 취득부(730a)는 이용자 식별 정보와, 종목과, 스킬 판정 결과를 대응지어, 스킬 판정 결과 테이블(720a)에 저장한다.
취득부(730a)는 스킬 판정 결과에 관한 정보를, 스킬 판정 결과 테이블(720a)에 저장하는 경우에, 이미 동일한 이용자 식별 정보와 종목의 조의 레코드가 저장되어 있는 경우에는, 해당하는 레코드에 스킬 판정 결과의 정보를 추가한다.
접수부(730b)는 이용자 단말기로부터 전문가의 본보기 데이터에 관한 액세스 요구를 접수한 경우에, 다음 동작을 실행한다. 접수부(730b)는 전문가 데이터 테이블(720c)에 저장된 전문가의 프로필 정보와, 본보기 데이터와, 평가값을 대응시킨 표시 화면을, 이용자 단말기(400)에 표시시킨다. 접수부(730b)는 본보기 데이터의 선택을, 이용자 단말기를 조작하는 이용자로부터 접수하면, 선택을 접수한 본보기 데이터를, 이용자 단말기(400)에 통지한다. 또한, 후술하는 통지부(730d)가, 선택을 접수한 본보기 데이터를, 이용자 단말기(400)에 통지해도 된다.
또한, 접수부(730b)는 전문가의 본보기 데이터에 대한 평가값의 정보를, 이용자 단말기(400)로부터 접수한 경우에는, 해당하는 평가값을 갱신한다. 예를 들어, 접수부(730b)는 전문가에 대응하는 각 이용자 단말기(400)로부터의 평가값을 평균화함으로써, 전문가 데이터 테이블(720c)의 평가값을 갱신해도 된다.
상술한 예에서는, 이용자 단말기를 조작하는 이용자가, 본보기 데이터를 선택하는 경우에 대하여 설명하였지만, 서버(700)가 이용자에 대한 적절한 본보기 데이터를 선택하고, 선택한 본보기 데이터를 이용자 단말기(400)에 통지해도 된다.
선택부(730c)는 이용자에 대한 적절한 본보기 데이터를 선택하는 처리부이다. 예를 들어, 선택부(730c)는 이용자 단말기(400)로부터, 이용자 식별 정보를 취득하고, 개인 정보 테이블(720b)로부터, 이용자 식별 정보에 대응하는 성별, 연령, 신장, 체중을 취득한다. 이하의 설명에서는, 이용자 식별 정보에 대응하는 성별, 연령, 신장, 체중을 통합하여, 적절히, 이용자 프로필 정보로 표기한다.
통지부(730d)는 선택부(730c)로부터 취득한 본보기 데이터를, 요구원의 이용자 단말기(400)에 통지하는 처리부이다.
계속해서, 선택부(730c)의 처리의 일례에 대하여 설명한다. 선택부(730c)는 이용자 프로필 정보와 가장 유사한, 전문가 데이터 테이블(720c)의 프로필 정보를 선택한다. 선택부(730c)는 선택한 프로필 정보에 대응하는 레코드의 본보기 데이터를 선택하고, 선택한 본보기 데이터를, 통지부(730d)에 출력한다.
선택부(730c)는 유사한 프로필 정보를 어떻게 선택해도 된다. 예를 들어, 선택부(730c)는 이용자 프로필 정보와 전문가의 프로필 정보를 비교하여, 성별이 일치하는지 여부, 연령의 차분, 신장의 차분, 체중의 차분에 각각 점수를 부여하고, 합계 점수가 가장 높은 프로필 정보를, 유사한 프로필 정보로서 선택한다. 예를 들어, 성별이 일치하는 경우에는, 소정의 점수를 부여하고, 일치하지 않는 경우에는, 점수를 부여하지 않는다. 연령의 차분, 신장의 차분, 체중의 차분에 대해서는, 차분이 작을수록, 큰 점수를 부여한다.
또한, 선택부(730c)는 이용자 단말기(400)로부터, 이용자의 모션 데이터를 취득하고, 취득한 모션 데이터에 가장 유사한 본보기 데이터를, 전문가 데이터 테이블(720c)의 본보기 데이터로부터 취득해도 된다. 예를 들어, 선택부(730c)는 이용자의 모션 데이터와, 전문가 데이터 테이블(720c)의 각 본보기 데이터를 기초로 하여, 실시예 1에서 설명한 스킬 판정 장치(100)와 마찬가지의 처리를 행하여 스킬 판정을 행함으로써, 이용자의 모션 데이터와 가장 유사한 본보기 데이터를 선택한다. 예를 들어, 선택부(730c)는 스킬 판정을 행하고, Excellent의 수가 가장 많은 본보기 데이터를, 가장 유사한 본보기 데이터로서 선택해도 된다.
또한, 선택부(730c)는 이용자 단말기(400)에 통지한 본보기 데이터와, 이 본보기 데이터를 기초로 한 스킬 판정 결과를 대응지어, 스킬 판정 결과 테이블(720a)에 저장해도 된다. 선택부(730c)는 상기 처리를 반복하여 실행하고, 스킬 판정 결과 테이블(720a)에 저장된 스킬 판정 결과에 기초하여, 이용자의 스킬이 숙달되었는지 여부를 판정한다. 예를 들어, 선택부(730c)는 동일한 이용자 식별 정보에 대응하는 과거의 스킬 판정 결과와 현재의 스킬 판정 결과를 비교하여, Excellent의 수가 증가한 경우에는, 이용자와 전문가의 상성이 좋다고 판정한다. 이 경우에는, 선택부(730c)는 계속해서, 동일한 전문가의 본보기 데이터를 이용자 단말기(400)에 통지한다. 또한, 선택부(730c)는 Excellent의 수가 증가한 경우에는, 해당하는 전문가의 평가값을 크게 하는 보정을 행해도 된다.
이에 반해, 선택부(730c)는 동일한 이용자 식별 정보에 대응하는 과거의 스킬 판정 결과와 현재의 스킬 판정 결과를 비교하여, Excellent의 수가 감소한 경우 또는 변화하지 않은 경우에는, 이용자와 전문가의 성상이 나쁘다고 판정한다. 이 경우에는, 선택부(730c)는 다른 전문가의 본보기 데이터를 이용자 단말기(400)에 통지한다. 또한, 선택부(730c)는 Excellent의 수가 감소한 경우 또는 변화가 없는 경우에는, 해당하는 전문가의 평가값을 작게 하는 보정을 행해도 된다.
다음에, 본 실시예 4에 따른 서버(700)의 처리 수순의 일례에 대하여 설명한다. 도 36은 본 실시예 4에 따른 서버의 처리 수순을 나타내는 플로우차트이다. 도 36에 도시한 바와 같이, 서버(700)의 접수부(730a)는 이용자 단말기(400)로부터, 전문가의 본보기 데이터의 요구를 접수한다(스텝 S501).
여기서, 서버(700)는 이용자 자신이 전문가의 본보기 데이터를 선택하는 경우에는(스텝 S502, "예"), 스텝 S503으로 이행한다. 한편, 이용자 자신이 전문가의 본보기 데이터를 선택하지 않는 경우에는(스텝 S502, "아니오"), 스텝 S506으로 이행한다.
스텝 S503 이후의 처리에 대하여 설명한다. 서버(700)의 접수부(730b)는 전문가의 프로필 정보와, 본보기 데이터와, 평가값을 대응지어, 이용자 단말기(400)에 표시시킨다(스텝 S503).
접수부(730b)는 본보기 데이터의 선택을 접수하였는지 여부를 판정한다(스텝 S504). 접수부(730b)는 본보기 데이터의 선택을 접수하지 않은 경우에는(스텝 S504, "아니오"), 다시, 스텝 S504로 이행한다.
한편, 접수부(730b)는 본보기 데이터의 선택을 접수한 경우에는(스텝 S504, "예"), 선택을 접수한 본보기 데이터를 이용자 단말기(400)에 통지한다(스텝 S505).
스텝 S506 이후의 처리에 대하여 설명한다. 서버(700)의 선택부(730c)는 이용자 단말기(400)로부터, 이용자 식별 정보를 취득한다(스텝 S506). 선택부(730c)는 이용자에게 적절한 본보기 데이터를 선택한다(스텝 S507). 서버(700)는 선택부(730c)에 선택된 본보기 데이터를, 이용자 단말기(400)에 통지한다(스텝 S508).
다음에, 본 실시예 4에 따른 서버(700)의 효과에 대하여 설명한다. 서버(700)는 전문가의 본보기 데이터를 이용자 단말기(400)에 표시하고, 전문가의 본보기 데이터의 선택을 접수하면, 선택을 접수한 본보기 데이터를, 이용자 단말기(400)에 통지한다. 또는, 서버(700)는 이용자에게 적합한 전문가의 본보기 데이터를 선택하고, 선택한 전문가의 본보기 데이터를, 이용자 단말기(400)에 통지한다. 이 때문에, 이용자는, 자신에게 적합한 전문가의 본보기 데이터를 사용하여 스킬 판정을 행할 수 있다.
다음에, 상기 실시예에 나타낸 서버(500, 600, 700)와 마찬가지의 기능을 실현하는 제어 프로그램을 실행하는 컴퓨터의 일례 및 하드웨어 구성에 대하여 설명한다. 도 37은 제어 프로그램을 실행하는 컴퓨터의 일례를 도시하는 도면이다.
도 37에 도시한 바와 같이, 컴퓨터(800)는 각종 연산 처리를 실행하는 CPU(801)와, 유저로부터의 데이터의 입력을 접수하는 입력 장치(802)와, 디스플레이(803)를 갖는다. 또한, 컴퓨터(800)는 기억 매체로부터 프로그램 등을 판독하는 판독 장치(804)와, 네트워크를 통해 다른 컴퓨터와의 사이에서 데이터의 수수를 행하는 인터페이스 장치(805)를 갖는다. 또한, 컴퓨터(800)는 각종 정보를 일시 기억하는 RAM(806)과, 하드디스크 장치(807)를 갖는다. 그리고, 각 장치(801∼807)는 버스(808)에 접속된다.
하드디스크 장치(807)는 제어 프로그램(807a)을 갖는다. CPU(801)는, 제어 프로그램(807a)을 읽어내어 RAM(806)에 전개한다. 제어 프로그램(807a)은 제어 프로세스(806a)로서 기능한다. 예를 들어, 제어 프로세스(806a)는, 도 21에 도시한, 취득부(530a), 접수부(530b), 검색부(530c), 화면 생성부(530d)에 대응한다. 또는, 제어 프로세스(806a)는, 도 29에 도시한, 취득부(630a), 분류부(630b), SNS 제공부(630c)에 대응한다. 또는, 제어 프로세스(806a)는, 도 34에 도시한, 취득부(730a), 접수부(730b), 선택부(730c), 통지부(730d)에 대응한다.
또한, 제어 프로그램(807a)에 대해서는, 반드시 처음부터 하드디스크 장치(807)에 기억시켜 두지는 않아도 된다. 예를 들어, 컴퓨터(800)에 삽입되는 플렉시블 디스크(FD), CD-ROM, DVD 디스크, 광자기 디스크, IC 카드 등의 「가반용의 물리 매체」에 각 프로그램을 기억시켜 둔다. 그리고, 컴퓨터(800)가 제어 프로그램(807a)을 읽어내어 실행하도록 해도 된다.
100 : 스킬 판정 장치
130 : 본보기 데이터 생성부
140 : 스킬 판정 정의부
150 : 페이즈 판정부
160 : 스킬 판정부
500, 600, 700 : 서버

Claims (9)

  1. 컴퓨터에,
    제1 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 복수의 제1 프레임과 상기 복수의 제1 프레임에 각각 대응하는 페이즈의 종별을 대응지은 페이즈 정의 정보에 기초하여, 제2 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 제2 프레임으로부터, 상기 페이즈의 종별에 대응하는 제2 프레임을 각각 판정하고,
    상기 복수의 제1 프레임에 각각 포함되는 상기 특징점으로부터 도출되는 상기 제1 이용자의 동작, 자세 또는 관절의 특징량과, 스킬의 판정 기준과, 판정 대상으로 되는 페이즈의 종별을 대응지어 정의한 스킬 정의 정보에 기초하여, 페이즈의 종별마다 판정한 상기 제2 프레임에 포함되는 상기 특징점으로부터 도출되는 상기 제2 이용자의 동작, 자세 또는 관절의 특징량을 판정하는 처리를 실행시키는 것을 특징으로 하는 스킬 판정 프로그램.
  2. 제1항에 있어서,
    상기 페이즈의 종별마다 제2 프레임을 판정하는 처리는, 상기 복수의 제1 프레임의 특징점의 위치 정보와, 상기 제2 프레임의 특징점의 위치 정보의 유사도를 각각 산출하고, 유사도를 기초로 하여, 제2 프레임에 대응하는 제1 프레임을 상기 복수의 제1 프레임으로부터 선택하고, 선택한 제1 프레임에 대응하는 페이즈의 종별을, 상기 제2 프레임의 종별로서 특정하는 처리를 실행하는 것을 특징으로 하는 스킬 판정 프로그램.
  3. 제2항에 있어서,
    상기 페이즈의 종별마다 제2 프레임을 판정하는 처리는, 상기 유사도를 산출하는 경우에 있어서, 전회 선택한 제1 프레임의 시각과, 상기 유사도의 산출 대상으로 되는 제1 프레임의 시각의 관계를 기초로 하여 가중치를 특정하고, 특정한 가중치에 의해 상기 유사도를 보정하는 처리를 실행하는 것을 특징으로 하는 스킬 판정 프로그램.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    화상 정보, 음성 정보 또는 상기 제2 이용자에 대한 육체적인 자극에 의해, 상기 스킬의 판정 결과를 출력하는 처리를 컴퓨터에 더 실행시키는 것을 특징으로 하는 스킬 판정 프로그램.
  5. 컴퓨터가 실행하는 스킬 판정 방법으로서,
    제1 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 복수의 제1 프레임과 상기 복수의 제1 프레임에 각각 대응하는 페이즈의 종별을 대응지은 페이즈 정의 정보에 기초하여, 제2 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 제2 프레임으로부터, 상기 페이즈의 종별에 대응하는 제2 프레임을 각각 판정하고,
    상기 복수의 제1 프레임에 각각 포함되는 상기 특징점으로부터 도출되는 상기 제1 이용자의 동작, 자세 또는 관절의 특징량과, 스킬의 판정 기준과, 판정 대상으로 되는 페이즈의 종별을 대응지어 정의한 스킬 정의 정보에 기초하여, 페이즈의 종별마다 판정한 상기 제2 프레임에 포함되는 상기 특징점으로부터 도출되는 상기 제2 이용자의 동작, 자세 또는 관절의 특징량을 판정하는 처리를 실행하는 것을 특징으로 하는 스킬 판정 방법.
  6. 제1 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 복수의 제1 프레임과 상기 복수의 제1 프레임에 각각 대응하는 페이즈의 종별을 대응지은 페이즈 정의 정보에 기초하여, 제2 이용자의 몸의 소정의 부위 또는 관절부에 대응하는 특징점의 위치 정보를 포함하는 제2 프레임으로부터, 상기 페이즈의 종별에 대응하는 제2 프레임을 각각 판정하는 페이즈 판정부와,
    페이즈의 종별마다 제2 프레임을 추출하고, 상기 복수의 제1 프레임에 각각 포함되는 상기 특징점으로부터 도출되는 상기 제1 이용자의 동작, 자세 또는 관절의 특징량과, 스킬의 판정 기준과, 판정 대상으로 되는 페이즈의 종별을 대응지어 정의한 스킬 정의 정보에 기초하여, 페이즈의 종별마다 판정한 상기 제2 프레임에 포함되는 상기 특징점으로부터 도출되는 상기 제2 이용자의 동작, 자세 또는 관절의 특징량을 판정하는 스킬 판정부를 갖는 것을 특징으로 하는 스킬 판정 장치.
  7. 이용자 단말기로부터, 소정의 종목에 관련되는 동작을 이용자가 행한 경우에 있어서의 스킬의 판정 결과를 취득하고, 상기 소정의 종목과 상기 스킬의 판정 결과를 대응지어 기억부에 저장하는 취득부와,
    상기 소정의 종목과, 상기 소정의 종목에 관련되는 광고 정보를 대응지어 기억하는 제1 테이블과,
    상기 스킬의 판정 결과의 특징과 상품 정보를 대응지어 기억하는 제2 테이블과,
    상기 이용자 단말기로부터, 상기 스킬의 판정 결과에 대한 액세스를 접수한 경우에, 상기 스킬의 판정 결과에 대응하는 소정의 종목과 상기 제1 테이블을 기초로 하여, 상기 소정의 종목에 관련되는 광고 정보를 검색하고, 상기 스킬의 판정 결과의 특징과 상기 제2 테이블을 기초로 하여, 상기 스킬의 판정 결과의 특징에 대응하는 상품 정보를 검색하는 검색부와,
    상기 액세스의 대상으로 되는 스킬의 판정 결과와, 상기 검색부에 검색된 광고 정보 및 상품 정보를 포함하는 화면을 생성하고, 생성한 화면의 정보를 상기 액세스원의 이용자 단말기에 통지하는 화면 생성부를 갖는 것을 특징으로 하는 서버.
  8. 이용자를 식별하는 이용자 식별 정보와 상기 이용자의 특징을 대응지어 기억하는 테이블을 기초로 하여, 상기 이용자 식별 정보를, 상기 이용자의 특징마다의 그룹으로 분류하는 분류부와,
    이용자 단말기로부터, 이용자에 대한 스킬의 판정 결과와 이용자 식별 정보를 수신한 경우에, 상기 분류부에 분류된 각 그룹 중, 수신한 이용자 식별 정보가 속하는 그룹을 특정하고, 특정한 그룹에 포함되는 이용자 식별 정보에 대응하는 연락처에, 상기 스킬의 판정 결과를 통지하는 통지부를 갖는 것을 특징으로 하는 서버.
  9. 제1 이용자의 특징과, 상기 제1 이용자가 소정의 종목에 관련되는 동작을 행하였을 때의 모션 정보를 대응지은 정보를, 복수 종류 기억하는 기억부와,
    복수의 제1 이용자의 특징을, 이용자 단말기에 통지하고, 상기 복수의 제1 이용자의 특징 중, 어느 하나의 제1 이용자의 특징의 선택을 접수하면, 선택을 접수한 제1 이용자의 특징에 대응하는 모션 정보를, 상기 기억부로부터 취득하는 접수부와,
    상기 접수부가 취득한 모션 정보를, 이용자 단말기에 통지하여, 상기 모션 정보에 기초하는 제2 이용자의 스킬을 판정시키는 통지부를 갖는 것을 특징으로 하는 서버.
KR1020177008866A 2014-10-10 2015-09-30 기억 매체, 스킬 판정 방법 및 스킬 판정 장치 KR101936532B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014208981 2014-10-10
JPJP-P-2014-208981 2014-10-10
PCT/JP2015/077851 WO2016056449A1 (ja) 2014-10-10 2015-09-30 スキル判定プログラム、スキル判定方法、スキル判定装置およびサーバ

Publications (2)

Publication Number Publication Date
KR20170052616A true KR20170052616A (ko) 2017-05-12
KR101936532B1 KR101936532B1 (ko) 2019-04-03

Family

ID=55653064

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177008866A KR101936532B1 (ko) 2014-10-10 2015-09-30 기억 매체, 스킬 판정 방법 및 스킬 판정 장치

Country Status (6)

Country Link
US (1) US10923224B2 (ko)
EP (1) EP3205379A4 (ko)
JP (1) JP6384549B2 (ko)
KR (1) KR101936532B1 (ko)
CN (1) CN106794371B (ko)
WO (1) WO2016056449A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220067741A (ko) * 2020-11-18 2022-05-25 정의정 영상 기반 골프 자세 분석을 위한 파이프라인 및 이를 이용한 자세 교정 방법

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101458931B1 (ko) * 2014-08-12 2014-11-07 (주) 골프존 운동 자세 분석 장치 및 운동 자세 분석 정보 생성 방법
US10918924B2 (en) * 2015-02-02 2021-02-16 RLT IP Ltd. Frameworks, devices and methodologies configured to enable delivery of interactive skills training content, including content with multiple selectable expert knowledge variations
CN107851113A (zh) 2015-05-08 2018-03-27 Gn 股份有限公司 被配置为基于从表演传感器单元导出的用户表演属性来实现对媒体数据的自动分类和/或搜索的框架、设备和方法
CN109074752A (zh) 2015-12-10 2018-12-21 Gn股份有限公司 被配置为基于通过表演监测硬件监测用户表演来实现技能训练数据的实时自适应传送的框架和方法
WO2018069981A1 (ja) * 2016-10-11 2018-04-19 富士通株式会社 運動認識装置、運動認識プログラムおよび運動認識方法
US10668561B2 (en) * 2016-11-15 2020-06-02 Coherent, Inc. Laser apparatus for cutting brittle material
JP6834590B2 (ja) * 2017-02-27 2021-02-24 富士通株式会社 ３次元データ取得装置及び方法
US10220255B2 (en) * 2017-04-12 2019-03-05 Russell Copelan Wearable measuring apparatus for sports training
JP6871379B2 (ja) * 2017-07-07 2021-05-12 りか 高木 治療及び／又は運動の指導プロセス管理システム、治療及び／又は運動の指導プロセス管理のためのプログラム、コンピュータ装置、並びに方法
JPWO2019043928A1 (ja) * 2017-09-01 2020-07-30 富士通株式会社 練習支援プログラム、練習支援方法および練習支援システム
JP6982299B2 (ja) * 2017-10-11 2021-12-17 国立研究開発法人産業技術総合研究所 身体動きガイドシステム、刺激呈示装置、刺激呈示方法およびプログラム
JP6784376B2 (ja) * 2017-11-27 2020-11-11 日本電信電話株式会社 体動計測装置および体動計測方法
CN111480178B (zh) * 2017-12-14 2024-02-20 富士通株式会社 存储技巧识别程序的存储介质、技巧识别方法以及技巧识别系统
EP3734551A4 (en) 2017-12-27 2020-12-30 Fujitsu Limited EXTRACTION PROGRAM, EXTRACTION METHOD AND INFORMATION PROCESSING DEVICE
CN111867687B (zh) * 2018-01-24 2021-10-22 富士通株式会社 存储介质、画面生成方法以及信息处理装置
JP7130973B2 (ja) * 2018-02-02 2022-09-06 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム
JP6544551B1 (ja) * 2018-03-25 2019-07-17 柏熊 誠治 スイング判定装置、スイング判定方法、および、プログラム。
JP7004218B2 (ja) * 2018-05-14 2022-01-21 オムロン株式会社 動作分析装置、動作分析方法、動作分析プログラム及び動作分析システム
CN109432753B (zh) * 2018-09-26 2020-12-29 Oppo广东移动通信有限公司 动作矫正方法、装置、存储介质及电子设备
WO2020213074A1 (ja) * 2019-04-16 2020-10-22 株式会社 日立物流 整備サポート拡張現実出力システム、コンピュータ、端末、整備サポート拡張現実出力方法及びプログラム
JP2020174910A (ja) * 2019-04-18 2020-10-29 株式会社Ｓｐｏｒｔｉｐ 運動支援システム
AU2020280078A1 (en) * 2019-05-21 2021-11-18 Smith & Nephew, Inc. Scoring metric for physical activity performance and training
JP7007330B2 (ja) * 2019-06-03 2022-01-24 Kddi株式会社 トレーニング評価装置、方法およびプログラム
US11989879B2 (en) * 2019-08-08 2024-05-21 Curv Labs Inc. System and method for performing biomechanical assessments
JP7390640B2 (ja) * 2019-09-09 2023-12-04 Ｔｏｐｐａｎホールディングス株式会社 運動教育システム、サーバ装置、運動教育支援サービス提供方法及びプログラム
JP7459679B2 (ja) * 2020-06-23 2024-04-02 富士通株式会社 行動認識方法、行動認識プログラム及び行動認識装置
US11671406B2 (en) * 2020-11-03 2023-06-06 International Business Machines Corporation Patterned and correlated electrical activity
CN117999578A (zh) * 2021-09-24 2024-05-07 索尼集团公司 信息处理系统、信息处理方法和程序
WO2023162159A1 (ja) * 2022-02-25 2023-08-31 日本電気株式会社 動作生成装置、動作生成システム、動作生成方法、及び非一時的なコンピュータ可読媒体

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004313479A (ja) 2003-04-16 2004-11-11 Sumitomo Rubber Ind Ltd ゴルフスウィングの診断システム
JP2008236124A (ja) 2007-03-19 2008-10-02 Casio Comput Co Ltd ダイジェスト画像表示装置、ダイジェスト画像表示方法及びプログラム
JP2012531941A (ja) * 2009-06-30 2012-12-13 ゴルフゾン カンパニー リミテッド ゴルフシミュレーティング装置及び方法
KR20140012742A (ko) * 2011-04-05 2014-02-03 나이키 인터내셔널 엘티디. 골프 데이터의 저장 및 분석을 위한 시스템 및 방법
JP2014064110A (ja) * 2012-09-20 2014-04-10 Casio Comput Co Ltd 画像処理装置、画像処理方法及びプログラム
JP2014123322A (ja) * 2012-12-21 2014-07-03 Casio Comput Co Ltd 情報報知装置、情報報知方法及びプログラム

Family Cites Families (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5099859A (en) * 1988-12-06 1992-03-31 Bell Gene D Method and apparatus for comparative analysis of videofluoroscopic joint motion
AU690910B2 (en) * 1993-08-10 1998-05-07 Katayama, Midori Method for teaching the body gesture
JP3061640B2 (ja) * 1994-10-17 2000-07-10 美津濃株式会社 ゴルファに最適なフレックスのシャフト選定装置
US6083123A (en) * 1997-02-11 2000-07-04 Zevo Golf Co., Inc. Method for fitting golf clubs for golfers
US6554706B2 (en) * 2000-05-31 2003-04-29 Gerard Jounghyun Kim Methods and apparatus of displaying and evaluating motion data in a motion game apparatus
US6537076B2 (en) * 2001-02-16 2003-03-25 Golftec Enterprises Llc Method and system for presenting information for physical motion analysis
US8506425B2 (en) * 2001-04-05 2013-08-13 Taylor Made Golf Company, Inc. Method for matching a golfer with a particular golf club style
US7041014B2 (en) * 2001-04-05 2006-05-09 Taylor Made Golf Co., Inc. Method for matching a golfer with a particular golf club style
US7457439B1 (en) * 2003-12-11 2008-11-25 Motion Reality, Inc. System and method for motion capture
JP4830482B2 (ja) * 2004-12-28 2011-12-07 新世代株式会社 疑似体験装置、しゃがみ動作検知装置、消費エネルギー算出装置、及びコンピュータプログラム
US7264554B2 (en) * 2005-01-26 2007-09-04 Bentley Kinetics, Inc. Method and system for athletic motion analysis and instruction
CA2700843C (en) * 2006-10-26 2016-11-01 Richard John Baker Method and apparatus for providing personalised audio-visual instruction
US9393478B2 (en) * 2008-02-20 2016-07-19 Nike, Inc. System and method for tracking one or more rounds of golf
US20110230986A1 (en) 2008-02-20 2011-09-22 Nike, Inc. Systems and Methods for Storing and Analyzing Golf Data, Including Community and Individual Golf Data Collection and Storage at a Central Hub
US8175326B2 (en) * 2008-02-29 2012-05-08 Fred Siegel Automated scoring system for athletics
US8577154B2 (en) * 2008-06-16 2013-11-05 University Of Southern California Automated single viewpoint human action recognition by matching linked sequences of key poses
JP2011078728A (ja) * 2009-03-10 2011-04-21 Shinsedai Kk 身体状態評価装置、状態推測装置、歩幅推測装置、及び、健康管理システム
US8755569B2 (en) * 2009-05-29 2014-06-17 University Of Central Florida Research Foundation, Inc. Methods for recognizing pose and action of articulated objects with collection of planes in motion
US8418085B2 (en) * 2009-05-29 2013-04-09 Microsoft Corporation Gesture coach
US9981193B2 (en) * 2009-10-27 2018-05-29 Harmonix Music Systems, Inc. Movement based recognition and evaluation
US8562403B2 (en) * 2010-06-11 2013-10-22 Harmonix Music Systems, Inc. Prompting a player of a dance game
US9396385B2 (en) * 2010-08-26 2016-07-19 Blast Motion Inc. Integrated sensor and video motion analysis method
US20130171601A1 (en) * 2010-09-22 2013-07-04 Panasonic Corporation Exercise assisting system
JP2014502178A (ja) * 2010-11-05 2014-01-30 ナイキ インターナショナル リミテッド 自動化個人トレーニングのための方法およびシステム
US9011293B2 (en) * 2011-01-26 2015-04-21 Flow-Motion Research And Development Ltd. Method and system for monitoring and feed-backing on execution of physical exercise routines
US8761437B2 (en) * 2011-02-18 2014-06-24 Microsoft Corporation Motion recognition
US8718748B2 (en) * 2011-03-29 2014-05-06 Kaliber Imaging Inc. System and methods for monitoring and assessing mobility
ES2812578T3 (es) * 2011-05-13 2021-03-17 Vizrt Ag Estimación de una postura basada en la silueta
JP5761505B2 (ja) * 2011-06-09 2015-08-12 セイコーエプソン株式会社 スイング分析装置、スイング分析システム、スイング分析方法、スイング分析プログラム、および記録媒体
US8786680B2 (en) * 2011-06-21 2014-07-22 Disney Enterprises, Inc. Motion capture from body mounted cameras
CN103732297B (zh) * 2011-06-30 2016-11-02 奥林奇实验室 增强现实活动范围的治疗系统及其操作方法
US8696450B2 (en) * 2011-07-27 2014-04-15 The Board Of Trustees Of The Leland Stanford Junior University Methods for analyzing and providing feedback for improved power generation in a golf swing
US11133096B2 (en) * 2011-08-08 2021-09-28 Smith & Nephew, Inc. Method for non-invasive motion tracking to augment patient administered physical rehabilitation
US9350951B1 (en) * 2011-11-22 2016-05-24 Scott Dallas Rowe Method for interactive training and analysis
US20130252216A1 (en) * 2012-03-20 2013-09-26 Microsoft Corporation Monitoring physical therapy via image sensor
US9448636B2 (en) * 2012-04-18 2016-09-20 Arb Labs Inc. Identifying gestures using gesture data compressed by PCA, principal joint variable analysis, and compressed feature matrices
US9082312B2 (en) * 2012-05-09 2015-07-14 Antennasys, Inc. Physical activity instructional apparatus
JP5984002B2 (ja) * 2012-08-29 2016-09-06 カシオ計算機株式会社 運動支援装置、運動支援方法及び運動支援プログラム
CN103785157A (zh) * 2012-10-30 2014-05-14 莫凌飞 人体运动类型识别准确度提高方法
US9892655B2 (en) * 2012-11-28 2018-02-13 Judy Sibille SNOW Method to provide feedback to a physical therapy patient or athlete
US20140287389A1 (en) * 2013-03-14 2014-09-25 The Regents Of The University Of California Systems and methods for real-time adaptive therapy and rehabilitation
US9854014B2 (en) * 2013-03-14 2017-12-26 Google Inc. Motion data sharing
JP5920264B2 (ja) * 2013-03-22 2016-05-18 カシオ計算機株式会社 画像特定装置、画像特定システム、画像特定方法及びプログラム
US20140364230A1 (en) * 2013-06-06 2014-12-11 Universita' Degli Studi Di Milano Apparatus and Method for Rehabilitation Employing a Game Engine
GB2515279A (en) * 2013-06-13 2014-12-24 Biogaming Ltd Rehabilitative posture and gesture recognition
WO2015048338A1 (en) * 2013-09-26 2015-04-02 Publicover Mark W Providing targeted content based on a user's moral values
US9679199B2 (en) * 2013-12-04 2017-06-13 Microsoft Technology Licensing, Llc Fusing device and image motion for user identification, tracking and device association
KR101765208B1 (ko) * 2014-01-07 2017-08-04 한국전자통신연구원 시간 및 자세 제약 조건 아래에서 무용 동작을 생성하는 방법 및 장치
JP2016039618A (ja) * 2014-08-11 2016-03-22 ソニー株式会社 情報処理装置および情報処理方法
JP2017045160A (ja) * 2015-08-25 2017-03-02 ルネサスエレクトロニクス株式会社 技能指導検証システムおよび技能指導検証プログラム
US20170103672A1 (en) * 2015-10-09 2017-04-13 The Regents Of The University Of California System and method for gesture capture and real-time cloud based avatar training
US10150034B2 (en) * 2016-04-11 2018-12-11 Charles Chungyohl Lee Methods and systems for merging real world media within a virtual world
US11017576B2 (en) * 2018-05-30 2021-05-25 Visyn Inc. Reference model predictive tracking and rendering

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004313479A (ja) 2003-04-16 2004-11-11 Sumitomo Rubber Ind Ltd ゴルフスウィングの診断システム
JP2008236124A (ja) 2007-03-19 2008-10-02 Casio Comput Co Ltd ダイジェスト画像表示装置、ダイジェスト画像表示方法及びプログラム
JP2012531941A (ja) * 2009-06-30 2012-12-13 ゴルフゾン カンパニー リミテッド ゴルフシミュレーティング装置及び方法
KR20140012742A (ko) * 2011-04-05 2014-02-03 나이키 인터내셔널 엘티디. 골프 데이터의 저장 및 분석을 위한 시스템 및 방법
JP2014064110A (ja) * 2012-09-20 2014-04-10 Casio Comput Co Ltd 画像処理装置、画像処理方法及びプログラム
JP2014123322A (ja) * 2012-12-21 2014-07-03 Casio Comput Co Ltd 情報報知装置、情報報知方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220067741A (ko) * 2020-11-18 2022-05-25 정의정 영상 기반 골프 자세 분석을 위한 파이프라인 및 이를 이용한 자세 교정 방법

Also Published As

Publication number Publication date
EP3205379A1 (en) 2017-08-16
KR101936532B1 (ko) 2019-04-03
US10923224B2 (en) 2021-02-16
WO2016056449A1 (ja) 2016-04-14
JP6384549B2 (ja) 2018-09-05
EP3205379A4 (en) 2018-01-24
US20170189784A1 (en) 2017-07-06
CN106794371B (zh) 2019-09-03
JPWO2016056449A1 (ja) 2017-08-31
CN106794371A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
KR101936532B1 (ko) 기억 매체, 스킬 판정 방법 및 스킬 판정 장치
JP6082101B2 (ja) 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置
JP6617830B2 (ja) 骨格推定装置、骨格推定方法および骨格推定プログラム
US9198611B2 (en) Information processing device, image output method, and program
KR101975056B1 (ko) 사용자 맞춤형 트레이닝 시스템 및 이의 트레이닝 서비스 제공 방법
US11839805B2 (en) Computer vision and artificial intelligence applications in basketball
CN105389322A (zh) 基于运动传感器数据来推荐体育教学内容
US20160372002A1 (en) Advice generation method, advice generation program, advice generation system and advice generation device
JP2017029460A (ja) 診断サーバー、診断システム、診断方法、診断プログラム、記録媒体
WO2019116495A1 (ja) 技認識プログラム、技認識方法および技認識システム
JP6677319B2 (ja) スポーツ動作解析支援システム、方法およびプログラム
US11935330B2 (en) Object fitting using quantitative biomechanical-based analysis
JP6783646B2 (ja) 選択支援装置、選択支援システムおよび選択支援方法
KR20180015150A (ko) 쌍방향 기능 훈련 내용의 공급 적용을 포함하는, 신체적으로 수행된 기능의 분석이 가능하도록 구성된 구조 및 방법
US20200398120A1 (en) Information processing apparatus, information processing method, storage medium, and information processing system
WO2023047621A1 (ja) 情報処理システム、情報処理方法およびプログラム
US20240185638A1 (en) Object fitting using quantitative biomechanical-based analysis
US20230069916A1 (en) Golfer-oriented information providing method, storage medium storing program for providing information to golfer, and golfer-oriented information providing device
US20240087367A1 (en) Golf club and other object fitting using quantitative biomechanical-based analysis
US20240058685A1 (en) Information processing device, information processing method, and non-transitory computer-readable storage medium storing program
JP2024027637A (ja) 情報処理装置、情報処理方法、及びプログラム
JP2024032585A (ja) 運動指導システム、運動指導方法、およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant