特許ウォッチ

公開番号2024063331
公報種別公開特許公報(A)
公開日2024-05-13
出願番号2022171176
出願日2022-10-26
発明の名称動作解析装置
出願人住友ゴム工業株式会社,学校法人立命館
代理人個人,個人,個人,個人,個人
主分類G06V 10/82 20220101AFI20240502BHJP(計算;計数)
要約【課題】物体の動作を定量的に表す動作値を、高い精度で導出することが可能な動作解析装置などを提供する。
【解決手段】物体の動作を解析するための動作解析装置などである。この動作解析装置は、物体の動作が距離画像センサによって撮影された複数の深度画像21を取得する取得部と、物体の動作を定量的に表す動作値を出力可能なニューラルネットワーク31に、複数の深度画像21を入力して、動作値を導出する導出部とを備える。
【選択図】図7
特許請求の範囲【請求項１】
物体の動作を解析するための動作解析装置であって、
前記物体の動作が距離画像センサによって撮影された複数の深度画像を取得する取得部と、
前記物体の動作を定量的に表す動作値を出力可能なニューラルネットワークに、前記複数の深度画像を入力して、前記動作値を導出する導出部とを備える、
動作解析装置。
続きを表示（約 890 文字）【請求項２】
前記物体は、ゴルフクラブを把持したゴルファである、請求項１に記載の動作解析装置。
【請求項３】
前記動作は、ゴルフスイングである、請求項２に記載の動作解析装置。
【請求項４】
前記取得部は、前記物体の動作が時系列で連続的に撮影された前記深度画像を取得する、請求項１又は２に記載の動作解析装置。
【請求項５】
前記導出部は、前記時系列で連続的に撮影された少なくとも３枚の深度画像のセットを入力する、請求項４に記載の動作解析装置。
【請求項６】
前記導出部は、前記セットのうち、前記時系列の両端に位置する深度画像を除いた１枚の深度画像の前記動作値を導出する、請求項５に記載の動作解析装置。
【請求項７】
前記物体は、人体であり、
前記動作値は、前記人体の関節の位置データを含む、請求項１又は２に記載の動作解析装置。
【請求項８】
前記ニューラルネットワークを学習させる学習部をさらに備え、
前記学習部は、前記物体の動作をコンピュータグラフィックスで再現した複数の第１画像と、前記複数の第１画像のそれぞれの動作値とを含む教師データに基づいて、前記ニューラルネットワークを学習させる、請求項１又は２に記載の動作解析装置。
【請求項９】
前記複数の第１画像は、前記物体の動作を時系列で連続的に再現したものであり、
前記教師データは、前記複数の第１画像について、時間軸の前後で隣接する第１画像の時間間隔を互いに異ならせた複数の第１画像のセットを含む、請求項８に記載の動作解析装置。
【請求項１０】
物体の動作を解析するための学習モデルの生成方法であって、
前記物体の動作をコンピュータグラフィックスで再現した複数の第１画像と、前記複数の第１画像のそれぞれの動作値とを含む教師データに基づいて、ニューラルネットワークを学習させる、
学習モデルの生成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、動作解析装置などに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
下記特許文献１には、動作解析装置が記載されている。この装置は、物体の動作を距離画像センサにより撮影した深度画像を取得する取得部と、物体の動作を定量的に表す動作値を出力とするニューラルネットワークに、取得部により取得された深度画像を入力することにより、動作値を導出する導出部とを備えている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－０２６１３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
近年、物体の動作を撮影した深度画像から、その物体の動作値を導出するにあたり、導出精度のさらなる向上が求められている。
【０００５】
本発明は、以上のような実状に鑑み案出されたもので、物体の動作を定量的に表す動作値を、高い精度で導出することが可能な動作解析装置を提供することを主たる目的としている。
【課題を解決するための手段】
【０００６】
本発明は、物体の動作を解析するための動作解析装置であって、前記物体の動作が距離画像センサによって撮影された複数の深度画像を取得する取得部と、前記物体の動作を定量的に表す動作値を出力可能なニューラルネットワークに、前記複数の深度画像を入力して、前記動作値を導出する導出部とを備える、動作解析装置である。
【発明の効果】
【０００７】
本発明の動作解析装置は、上記の構成を採用することにより、物体の動作を定量的に表す動作値を、高い精度で導出することが可能となる。
【図面の簡単な説明】
【０００８】
本実施形態の動作解析装置を含む動作解析システムを概念的に示す構成図である。
本実施形態の動作解析装置を示すブロック図である。
本実施形態の動作解析方法の処理手順を示すフローチャートである。
複数の深度画像を含む深度画像群を示す図である。
（ａ）は正規化される前の深度画像を示す図、（ｂ）は正規化された深度画像を示す図である。
人体の関節の位置データを説明する図である。
学習モデル（ニューラルネットワーク）を示す図である。
導出された動作値を示す図である。
左手の位置データと時間との関係を示すグラフである。（ａ）は、奥行方向（Ｘ軸方向）の位置データ、（ｂ）は、飛球線方向（Ｙ軸方向）の位置データ、及び、（ｃ）は、高さ方向（Ｚ軸方向）の位置データを示している。
物体の動作が時系列で連続的に再現された複数の第１画像を含むセットを示す図である。
本実施形態の学習モデルの生成方法の処理手順の一例を示すフローチャートである。
１つの位置データ群（ボーンデータ群）を示す図である。
物体モデルを示す図である。
複数の第１画像４１が第２時間間隔で取得された第１画像群を示す図である。
【発明を実施するための形態】
【０００９】
以下、本発明の実施形態が図面に基づき説明される。図面は、発明の内容の理解を助けるために、誇張表現や、実際の構造の寸法比とは異なる表現が含まれることが理解されなければならない。また、各実施形態を通して、同一又は共通する要素については同一の符号が付されており、重複する説明が省略される。さらに、実施形態及び図面に表された具体的な構成は、本発明の内容理解のためのものであって、本発明は、図示されている具体的な構成に限定されるものではない。
【００１０】
［動作解析システム］
本実施形態の動作解析装置（動作解析システム）は、物体の動作の解析に用いられる。図１は、本実施形態の動作解析装置２を含む動作解析システム１を概念的に示す構成図である。
（【００１１】以降は省略されています）

関連特許