知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024146528
(43)【公開日】2024-10-15
(54)【発明の名称】評価システム、評価方法、及びプログラム
(51)【国際特許分類】
A61B 5/11 20060101AFI20241004BHJP
【ＦＩ】
A61B5/11
【審査請求】未請求
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2023059494
(22)【出願日】2023-03-31
(71)【出願人】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】110002527
【氏名又は名称】弁理士法人北斗特許事務所
(72)【発明者】
【氏名】西田 龍樹
(72)【発明者】
【氏名】稲葉 雄一
(72)【発明者】
【氏名】天沼 はるか
(72)【発明者】
【氏名】衞藤 文
(72)【発明者】
【氏名】小岩 弘子
【テーマコード（参考）】
4C038
【Ｆターム（参考）】
4C038VA12
4C038VB01
4C038VB02
4C038VB14
4C038VC05
(57)【要約】
【課題】ユーザの歩行状態を精度高く評価できる評価システム、評価方法、及びプログラムを提供すること。
【解決手段】評価システム１００は、取得部２と、処理部３と、評価部４と、備える。取得部２は、収集部１から出力された収集情報Ｙ１に基づいて、ユーザの歩行に関する歩行データＹ２を取得する。処理部３は、取得部２が取得した歩行データＹ２から、ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。評価部４は、処理部３が抽出した歩行特徴量Ｙ３に基づいて、ユーザの歩行状態を評価する。
【選択図】図１
【解決手段】評価システム１００は、取得部２と、処理部３と、評価部４と、備える。取得部２は、収集部１から出力された収集情報Ｙ１に基づいて、ユーザの歩行に関する歩行データＹ２を取得する。処理部３は、取得部２が取得した歩行データＹ２から、ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。評価部４は、処理部３が抽出した歩行特徴量Ｙ３に基づいて、ユーザの歩行状態を評価する。
【選択図】図１
【特許請求の範囲】
【請求項1】
収集部から出力された収集情報に基づいて、ユーザの歩行に関する歩行データを取得する取得部と、
前記取得部が取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する処理部と、
前記処理部が抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する評価部と、を備える、
評価システム。
前記取得部が取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する処理部と、
前記処理部が抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する評価部と、を備える、
評価システム。
【請求項2】
前記収集部は、前記ユーザの歩行を撮像する撮像装置と、前記ユーザの歩行に伴う加速度を計測する加速度センサと、の少なくとも一方を含む、
請求項１に記載の評価システム。
請求項１に記載の評価システム。
【請求項3】
前記評価部は、
前記歩行状態を前記ユーザの心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、前記３つの種別のうち少なくとも１つを評価する、
請求項１に記載の評価システム。
前記歩行状態を前記ユーザの心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、前記３つの種別のうち少なくとも１つを評価する、
請求項１に記載の評価システム。
【請求項4】
複数の利用モードのうちいずれかの利用モードを選択する選択部を更に備え、
前記評価部は、前記選択部が選択した前記利用モードに応じて、前記３つの種別のうち少なくとも１つを評価する、
請求項３に記載の評価システム。
前記評価部は、前記選択部が選択した前記利用モードに応じて、前記３つの種別のうち少なくとも１つを評価する、
請求項３に記載の評価システム。
【請求項5】
前記評価部は、候補歩行特徴量に対応付けられた候補歩行状態を用いて、前記歩行特徴量と一致する前記候補歩行特徴量に応じた前記候補歩行状態を、前記歩行状態として特定する、
請求項１に記載の評価システム。
請求項１に記載の評価システム。
【請求項6】
前記評価部は、前記ユーザの属性に関する属性情報と前記歩行特徴量との組み合わせに基づいて、前記歩行状態を評価する、
請求項１に記載の評価システム。
請求項１に記載の評価システム。
【請求項7】
前記属性情報は、前記ユーザの年齢、性別、及び体重の少なくとも１つを含む、
請求項６に記載の評価システム。
請求項６に記載の評価システム。
【請求項8】
前記評価部の評価結果を出力する出力部を更に備える、
請求項１に記載の評価システム。
請求項１に記載の評価システム。
【請求項9】
前記取得部は、
前記歩行データを履歴情報として蓄積する蓄積部と、
前記蓄積部に蓄積された前記履歴情報を用いて機械学習を行い、前記収集情報から前記歩行データを予測する機械学習部と、を有する、
請求項１に記載の評価システム。
前記歩行データを履歴情報として蓄積する蓄積部と、
前記蓄積部に蓄積された前記履歴情報を用いて機械学習を行い、前記収集情報から前記歩行データを予測する機械学習部と、を有する、
請求項１に記載の評価システム。
【請求項10】
前記機械学習部は、
予め定められた所定期間内の複数の時点の各々において、前記収集情報を複数取得し、
前記複数の収集情報における変化値に基づいて、前記歩行データを予測する、
請求項９に記載の評価システム。
予め定められた所定期間内の複数の時点の各々において、前記収集情報を複数取得し、
前記複数の収集情報における変化値に基づいて、前記歩行データを予測する、
請求項９に記載の評価システム。
【請求項11】
前記収集部を更に備える、
請求項１に記載の評価システム。
請求項１に記載の評価システム。
【請求項12】
収集部から出力された収集情報に基づいて、ユーザの歩行に関する歩行データを取得する取得ステップと、
前記取得ステップで取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する処理ステップと、
前記処理ステップで抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する評価ステップと、を含む、
評価方法。
前記取得ステップで取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する処理ステップと、
前記処理ステップで抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する評価ステップと、を含む、
評価方法。
【請求項13】
コンピュータシステムに、
請求項１２に記載の評価方法を実行させるためのプログラム。
請求項１２に記載の評価方法を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、一般に、評価システム、評価方法、及びプログラムに関する。より詳細には、本開示は、ユーザの歩行状態を評価する評価システム、評価方法、及びプログラムに関する。
【背景技術】
【0002】
特許文献１には、物理量測定部と、評価スコア算出部と、活性度推定部と、を備える活性度推定装置が開示されている。物理量測定部は、車両の近傍にいる人の運動に基づく物理量を非接触で測定する。評価スコア算出部は、該物理量に基づき人の体調及び心的状態の少なくとも一方を表現する活性度を推定するための評価指標を選択し、該評価指標に関する評価スコアを算出する。活性度推定部は、該評価スコアに基づき活性度を推定する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１９－６３３３５号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところで、近年では、ユーザの歩行状態を評価する評価システムも提供されているが、その精度を高めることが求められる。
【0005】
本開示の目的とするところは、ユーザの歩行状態を精度高く評価できる評価システム、評価方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【0006】
本開示の一態様に係る評価システムは、取得部と、処理部と、評価部と、備える。前記取得部は、収集部から出力された収集情報に基づいて、ユーザの歩行に関する歩行データを取得する。前記処理部は、前記取得部が取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する。前記評価部は、前記処理部が抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する。
【0007】
本開示の一態様に係る評価方法は、取得ステップと、処理ステップと、評価ステップと、を含む。前記取得ステップでは、収集部から出力された収集情報に基づいて、ユーザの歩行に関する歩行データを取得する。前記処理ステップでは、前記取得ステップで取得した前記歩行データから、前記ユーザの歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量を抽出する。前記評価ステップでは、前記処理ステップで抽出した前記歩行特徴量に基づいて、前記ユーザの歩行状態を評価する。
【0008】
本開示の一態様に係るプログラムは、コンピュータシステムに、上記の評価方法を実行させるためのプログラムである。
【発明の効果】
【0009】
本開示によれば、ユーザの歩行状態を精度高く評価できるという利点がある。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
【0012】
【0013】
取得部２は、収集部１から出力された収集情報Ｙ１に基づいて、ユーザＸ１の歩行に関する歩行データＹ２を取得する。処理部３は、取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。評価部４は、処理部３が抽出した歩行特徴量Ｙ３に基づいて、ユーザＸ１の歩行状態を評価する。
【0014】
以上から、本実施形態の評価システム１００は、歩行特徴量Ｙ３の差異によるユーザＸ１の歩行状態の変化を評価しやすいという効果を奏する。すなわち、本実施形態の評価システム１００は、ユーザの歩行状態を精度高く評価できるという利点がある。
【0015】
【0016】
評価システム１００は、施設Ｚ１内を歩行するユーザＸ１（図２参照）の歩行状態を評価するシステムである。ここでいう施設Ｙ１は、例えば、オフィスビル、ジム、学校、住宅施設、ホテル、運動施設、福祉施設、商業施設、テーマパーク、病院、又は工場等である。
【0017】
評価システム１００は、図１に示すように、収集部１と、取得部２と、処理部３と、評価部４と、選択部５と、人物特定部６と、記憶部７と、出力部８と、を備える。
【0018】
評価システム１００は、コンピュータシステムを備えることが好ましい。コンピュータシステムでは、ＣＰＵ（Central Processing Unit）、又はＭＰＵ（Micro Processing Unit）などのプロセッサがメモリに記憶されているプログラムを読み出して実行することによって、取得部２、処理部３、評価部４、選択部５、人物特定部６、及び出力部８の各機能が実現される。コンピュータシステムは、プログラムに従って動作するプロセッサを主なハードウェア構成として備える。プロセッサは、プログラムを実行することによって機能を実現することができれば、その種類は問わない。プロセッサは、半導体集積回路（ＩＣ）、又はＬＳＩ（Large Scale Integration）を含む一つ又は複数の電子回路で構成される。ここでは、ＩＣやＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ(Very Large Scale Integration)、若しくはＵＬＳＩ(Ultra Large Scale Integration)と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、フィールド・プログラマブル・ゲート・アレイ(FPGA)、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができる再構成可能な論理デバイスも同じ目的で使うことができる。複数の電子回路は、一つのチップに集積されてもよいし、複数のチップに設けられてもよい。複数のチップは一つの装置に集約されていてもよいし、複数の装置に備えられていてもよい。なお、プログラムは、電気通信回線を通じて提供されてもよいし、メモリカード等の記録媒体に記録されて提供されてもよい。
【0019】
（収集部）
収集部１は、施設Ｚ１内を歩行するユーザＸ１の動作に関する情報を収集し、収集情報Ｙ１として取得部２に出力する。収集部１は、ユーザＸ１の歩行を撮像する撮像装置と、ユーザＸ１の歩行に伴う加速度を計測する加速度センサと、の少なくとも一方を含む。ここでいう撮像装置は、例えば、施設Ｚ１の天井Ｚ１１に設けられたセキュリティカメラＺ１２（図２参照）、又は、撮像機能を有する携帯端末Ｘ２２（図３参照）等である。また、ここでいう加速度センサは、例えば、ユーザＸ１の身体の各々の部分に装着される複数のウェアラブルセンサである。上記の構成によると、ユーザＸ１の動作に関する情報を収集情報Ｙ１としてより精度高く収集することができるという利点がある。
収集部１は、施設Ｚ１内を歩行するユーザＸ１の動作に関する情報を収集し、収集情報Ｙ１として取得部２に出力する。収集部１は、ユーザＸ１の歩行を撮像する撮像装置と、ユーザＸ１の歩行に伴う加速度を計測する加速度センサと、の少なくとも一方を含む。ここでいう撮像装置は、例えば、施設Ｚ１の天井Ｚ１１に設けられたセキュリティカメラＺ１２（図２参照）、又は、撮像機能を有する携帯端末Ｘ２２（図３参照）等である。また、ここでいう加速度センサは、例えば、ユーザＸ１の身体の各々の部分に装着される複数のウェアラブルセンサである。上記の構成によると、ユーザＸ１の動作に関する情報を収集情報Ｙ１としてより精度高く収集することができるという利点がある。
【0020】
収集部１が撮像装置を含む場合、収集部１は、ユーザＸ１が歩行している様子を撮像することで撮像データを収集し、当該撮像データを収集情報Ｙ１として取得部２に出力する。すなわち、収集部１が撮像装置を含む場合、収集情報Ｙ１は、ユーザＸ１が歩行している様子を収集部１が撮像した撮像データを含む。
【0021】
一方、収集部１が加速度センサを含む場合、収集部１は、ユーザＸ１が歩行している際に生じる加速度を検出することで検出データを収集し、当該検出データを収集情報Ｙ１として取得部２に出力する。すなわち、収集部１が複数の加速度センサを含む場合、収集情報Ｙ１は、ユーザＸ１が歩行している際に生じる加速度を検出した検出データを含む。
【0022】
（取得部）
取得部２は、収集部１から出力された収集情報Ｙ１に基づいて、ユーザＸ１の歩行に関する歩行データＹ２を取得する。歩行データＹ２は、例えば、歩行しているユーザＸ１の骨格点の推移に関するデータである。具体的には、収集部１が撮像装置である場合、取得部２は、収集情報Ｙ１である撮像データから歩行しているユーザＸ１の骨格点を抽出し、抽出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。一方、収集部１が複数の加速度センサである場合、収集部１は、収集情報Ｙ１である検出データから歩行しているユーザＸ１の骨格点の推移を算出し、算出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。
取得部２は、収集部１から出力された収集情報Ｙ１に基づいて、ユーザＸ１の歩行に関する歩行データＹ２を取得する。歩行データＹ２は、例えば、歩行しているユーザＸ１の骨格点の推移に関するデータである。具体的には、収集部１が撮像装置である場合、取得部２は、収集情報Ｙ１である撮像データから歩行しているユーザＸ１の骨格点を抽出し、抽出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。一方、収集部１が複数の加速度センサである場合、収集部１は、収集情報Ｙ１である検出データから歩行しているユーザＸ１の骨格点の推移を算出し、算出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。
【0023】
本実施形態の取得部２は、蓄積部２１と、機械学習部２２と、を有する。蓄積部２１は、取得部２が取得した歩行データを履歴情報として蓄積する。機械学習部２２は、蓄積部２１に蓄積された履歴情報を用いて機械学習を行い、収集部１から出力された収集情報Ｙ１から歩行データＹ２を予測する。より詳細には、機械学習部２２は、蓄積部２１に蓄積された履歴情報を用いて機械学習を行い、予め定められた所定期間内の複数の時点の各々において収集部１から収集情報Ｙ１を複数取得し、複数の収集情報Ｙ１における変化値に基づいて、歩行データを予測する。所定時間は、例えば、１０秒～３０分の間で定められることが望ましいが、限定されない。実施形態１では、所定時間は、１０分であることを想定する。この構成によると、より精度高い歩行データＹ２を取得することができるという利点がある。
【0024】
取得部２は、取得した歩行データＹ２を処理部３に出力する。
【0025】
（処理部）
処理部３は、取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。本実施形態の処理部３は、取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの全てを含む歩行特徴量Ｙ３を抽出する。
処理部３は、取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。本実施形態の処理部３は、取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの全てを含む歩行特徴量Ｙ３を抽出する。
【0026】
処理部３は、取得部２が取得した歩行データＹ２から、予め定められた所定期間内の複数の時点の各々における歩行特徴量Ｙ３を抽出する。すなわち、処理部３は、取得部２が取得した歩行データＹ２から、予め定められた所定期間内の複数の時点の各々における、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きを抽出する。所定時間は、例えば、１０秒～３０分の間で定められることが望ましいが、限定されない。実施形態１では、所定時間は、１０分であることを想定する。また、ここでいう「体軸の揺れ」とは、進行方向に沿う前後揺れと、進行方向に交差（ここでは直交する）する左右揺れと、を含む。また、「首の傾き」は、歩行しているユーザＸ１の頭のうつむき度合いに相当する。
【0027】
処理部３は、抽出した歩行特徴量Ｙ３を評価部４に出力する。
【0028】
（選択部）
選択部５は、複数の利用モードのうちいずれかの利用モードを選択する。本開示でいう「利用モード」とは、評価システム１００が利用される場面、状況、又は用途が異なるモードである。
選択部５は、複数の利用モードのうちいずれかの利用モードを選択する。本開示でいう「利用モード」とは、評価システム１００が利用される場面、状況、又は用途が異なるモードである。
【0029】
本実施形態の複数の利用モードは、オフィスモード、ジムモード、及びコンサルティングモードを含む。オフィスモードとは、評価システム１００がオフィスビルで利用されるモードであり、すなわち、施設Ｚ１がオフィスビルであるモードである。本実施形態では、オフィスモードである評価システム１００は、労働者であるユーザＸ１の心身の状態を評価するために用いられることを想定する。また、ジムモードとは、評価システム１００がジムで利用されるモードであり、すなわち、施設Ｚ１がジムであるモードである。本実施形態では、ジムモードである評価システム１００は、ジム利用者であるユーザＸ１の健康状態を評価するために用いられることを想定する。本開示でいう「健康状態」とは、ユーザＸ１の肉体的な状態のことを示し、例えば、ユーザＸ１にける部位別筋肉量、及び身体の不調箇所の有無を含む。また、コンサルティングモードとは、歩行状態によって人に与える印象を改善させることを目的としたコンサルティングに評価システム１００が利用されるモードである。本実施形態では、コンサルティングモードである評価システム１００は、コンサルティングの受講者であるユーザＸ１の歩行の傾向を評価するために用いられることを想定する。
【0030】
本実施形態の選択部５は、評価システム１００が利用される場面、状況、又は用途に関する利用情報に基づいて、複数の利用モードのうちいずれかの利用モードを選択する。利用情報は、外部から入力される。利用情報は、例えば、施設Ｚ１の天井Ｚ１１に設けられたセキュリティカメラＺ１２（収集部１）がユーザＸ１の歩行を撮像する場合（図２参照）、又は、複数のウェアラブルセンサ（収集部１）がユーザＸ１の歩行に伴う加速度を計測する場合、取得部２が収集部１から収集情報Ｙ１が出力される前に事前に入力される情報である。また、利用情報は、撮影者Ｘ２が携帯端末Ｘ２２（収集部１）を使用してユーザＸ１の歩行を撮像する場合（図３参照）、撮像する前後において撮影者Ｘ２によって入力される情報である。
【0031】
（人物特定部）
人物特定部６は、施設Ｚ１内を歩行するユーザＸ１を特定する。より詳細には、人物特定部６は、複数の候補ユーザの中から、施設Ｚ１内を歩行するユーザＸ１を特定する。ここでいう「候補ユーザ」は、評価システム１００の評価対象になる可能性がある人物である。
人物特定部６は、施設Ｚ１内を歩行するユーザＸ１を特定する。より詳細には、人物特定部６は、複数の候補ユーザの中から、施設Ｚ１内を歩行するユーザＸ１を特定する。ここでいう「候補ユーザ」は、評価システム１００の評価対象になる可能性がある人物である。
【0032】
以下、人物特定部６がユーザＸ１を特定する方法について、具体例を挙げて説明する。なお、人物特定部６がユーザＸ１を特定する方法は、下記のものに限定されない。
【0033】
収集部１が撮像装置を含む場合、人物特定部６は、収集部１が収集した撮像データに基づいて、ユーザＸ１を特定する。具体的には、人物特定部６は、収集部１が収集した撮像データに基づいて、ユーザＸ１の顔を認証し、ユーザＸ１を特定する。一方、収集部１が加速度センサを含む場合、人物特定部６は、加速度センサに割り当てられた識別情報に基づいて、ユーザＸ１を特定する。
【0034】
（記憶部）
記憶部７は、図１に示すように、分類記憶部７１と、履歴記憶部７２と、を有する。
記憶部７は、図１に示すように、分類記憶部７１と、履歴記憶部７２と、を有する。
【0035】
分類記憶部７１は、評価部４がユーザＸ１の歩行状態を評価する際に使用する分類テーブルを記憶する。分類テーブルは、候補歩行特徴量Ｙｃ３の組み合わせが、複数の候補歩行状態に該当するか否かを示す。ここでいう「候補歩行特徴量Ｙｃ３」とは、処理部３により抽出される歩行特徴量Ｙ３の候補量である。すなわち、本実施形態の「候補歩行特徴量Ｙｃ３」は、処理部３により抽出されるユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの各々における候補値である。また、「候補歩行状態」とは、評価システム１００により評価される歩行状態の候補である。
【0036】
本実施形態では、候補歩行特徴量Ｙｃ３は、平均値と同じであるか、平均値より大きいか、平均値より小さいか、によって区別される。すなわち、候補歩行特徴量Ｙｃ３に含まれるユーザＸ１の歩行速度の候補値は、平均値と同じであるか、平均値より速いか、平均値より遅いか、によって区別される。同様に、候補歩行特徴量Ｙｃ３に含まれるユーザＸ１の歩幅、体軸の揺れ、及び首の傾きの各々における候補値は、平均値と同じであるか、平均値より大きいか、平均値より小さいか、によって区別される。
【0037】
本実施形態では、分類記憶部７１は、複数の利用モードに対応付けられた複数の分類テーブルを記憶する。以下、具体例を挙げて、複数の利用モードの各々に対応する分類テーブルについて説明する。
【0038】
まず、分類記憶部７１がオフィスモードに対応づけて記憶する分類テーブルの一部を下記表１に示す。なお、下記表１には、候補歩行特徴量Ｙｃ３の組み合わせを４つ例示しているが、実際の候補歩行特徴量Ｙｃ３の組み合わせは４つ以上である。本実施形態では、オフィスモードに対応づけられた分類テーブルにおける候補歩行状態は、歩行しているユーザＸ１の心身がどのような状態であるかを示す。例えば、表１に示す分類テーブルは、歩行速度が平均値よりも速く、歩幅が平均値よりも大きく、体軸の前後揺れが平均値よりも大きく、体軸の左右揺れが平均値よりも小さく、首の傾きが平均値と同じである候補歩行特徴量Ｙｃ３の組み合わせの場合、「活力」及び「楽しい」という候補歩行状態に該当することを示す。
【0039】
【表1】
【0040】
次に、分類記憶部７１がジムモードに対応づけて記憶する分類テーブルの一部を下記表２に示す。なお、下記表２には、候補歩行特徴量Ｙｃ３の組み合わせを４つ例示しているが、実際の候補歩行特徴量Ｙｃ３の組み合わせは４つ以上である。本実施形態では、ジムモードに対応づけられた分類テーブルにおける候補歩行状態は、歩行しているユーザＸ１がどのような健康状態であるかを示し、具体的には、歩行しているユーザＸ１のどの部位の筋肉量が不足している状態であるかを示す。例えば、表２に示す分類テーブルは、歩行速度が平均値と同じであり、歩幅が平均値と同じであり、体軸の前後揺れが平均値と同じであり、体軸の左右揺れが平均値と同じであり、首の傾きが平均値よりも大きい候補歩行特徴量Ｙｃ３の組み合わせの場合、「背筋が弱い」という候補歩行状態に該当することを示す。
【0041】
また、ジムモードに対応づけて記憶された分類テーブルには、候補歩行状態に対応した対策が紐付けられている。本実施形態では、「背筋が弱い」という候補歩行状態に対して「バックエクステンション」というトレーニングが紐付けられている。
【0042】
【表2】
【0043】
次に、分類記憶部７１がコンサルティングモードに対応づけて記憶する分類テーブルの一部を下記表３に示す。なお、下記表３には、候補歩行特徴量Ｙｃ３の組み合わせを４つ例示しているが、実際の候補歩行特徴量Ｙｃ３の組み合わせは４つ以上である。本実施形態では、コンサルティングモードに対応づけられた分類テーブルにおける候補歩行状態は、歩行しているユーザＸ１がどのような歩行の傾向にあるかを示し、具体的には、歩行しているユーザＸ１が歩行状態によってどのような印象を人に与える状態であるかを示す。例えば、表２に示す分類テーブルは、歩行速度が平均値と同じであり、歩幅が平均値と同じであり、体軸の前後揺れが平均値より小さく、体軸の左右揺れが平均値より小さく、首の傾きが平均値と同じである候補歩行特徴量Ｙｃ３の組み合わせの場合、「綺麗な」という候補歩行状態に該当することを示す。
【0044】
また、コンサルティングモードに対応づけて記憶された分類テーブルには、候補歩行状態に対応した対策が紐付けられている。本実施形態では、「綺麗な」という候補歩行状態に対して「美しく歩けているので、このままの歩き方をキープしましょう。」という対策が紐付けられている。
【0045】
【表3】
【0046】
履歴記憶部７２は、後述する評価部４の評価結果を記憶する。より詳細には、履歴記憶部７２は、選択部５が選択した利用モードに応じて、評価部４が評価したユーザＸ１の歩行状態を記憶する。本実施形態の履歴記憶部７２は、複数の候補ユーザのうちユーザＸ１毎の歩行状態を時系列で記憶する。
【0047】
以下、選択部５が利用モードとしてオフィスモードを選択した場合を具体例として挙げて、履歴記憶部７２が記憶する内容について、説明する。この場合、一例として、履歴記憶部７２は、下記表４に示すように、複数の候補ユーザのうちユーザＸ１毎の歩行状態を時系列で記憶する。より詳細には、履歴記憶部７２は、施設Ｚ１内を歩行するユーザＸ１を人物特定部６が特定した特定結果と、評価部４がユーザＸ１の歩行状態を評価した時間と、評価部４が評価したユーザＸ１の歩行状態と、を紐付けて、時系列で記憶する。
【0048】
【表4】
【0049】
記憶部７は、評価システム１００の備えるコンピュータのメモリであり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、又はＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）である。しかし、記憶部７は、評価システム１００の備えるコンピュータとは別体の装置のメモリであってもよい。
【0050】
（評価部）
評価部４は、ユーザＸ１の歩行状態をユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、当該３つの種別のうち少なくとも１つを評価する。言い換えれば、ユーザＸ１の歩行状態は、ユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類され、評価部４は、当該３つの種別のうち少なくとも１つを評価する。この構成によると、ユーザＸ１の歩行状態を細分化して評価できるという利点がある。また、ユーザＸ１の歩行状態が具体的にどのような状態であるのか理解しやすいように評価できるという利点がある。
評価部４は、ユーザＸ１の歩行状態をユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、当該３つの種別のうち少なくとも１つを評価する。言い換えれば、ユーザＸ１の歩行状態は、ユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類され、評価部４は、当該３つの種別のうち少なくとも１つを評価する。この構成によると、ユーザＸ１の歩行状態を細分化して評価できるという利点がある。また、ユーザＸ１の歩行状態が具体的にどのような状態であるのか理解しやすいように評価できるという利点がある。
【0051】
評価部４は、分類記憶部７１が記憶している分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３に基づき、ユーザＸ１の歩行状態を評価する。評価部４は、選択部５が選択した利用モードに応じて、ユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別のうち少なくとも１つを評価する。この構成によると、評価システム１００が利用される場面、状況、又は用途に応じてユーザＸ１の歩行状態を細分化して評価できるという利点がある。
【0052】
具体的には、評価部４は、選択部５が選択した利用モードに対応する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。この構成によると、ユーザＸ１の歩行状態を評価する際の精度をより向上させることができる、という利点がある。
【0053】
以下、評価部４の評価内容について、選択部５が選択した利用モード毎に具体的に説明する。
【0054】
選択部５がオフィスモードを選択した場合、評価部４は、ユーザＸ１の歩行状態のうちユーザＸ１の心身の状態を評価する。具体的には、評価部４は、分類記憶部７１がオフィスモードに対応づけて記憶する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。具体例を挙げると、評価部４は、歩行速度が平均値よりも速く、歩幅が平均値よりも大きく、体軸の前後揺れが平均値よりも大きく、体軸の左右揺れが平均値よりも小さく、首の傾きが平均値と同じである候補歩行特徴量Ｙｃ３の組み合わせの場合、「活力」及び「楽しい」という候補歩行状態をユーザＸ１の歩行状態として特定し評価する。
【0055】
また、選択部５がジムモードを選択した場合、評価部４は、ユーザＸ１の歩行状態のうちユーザＸ１の健康状態を評価する。具体的には、評価部４は、分類記憶部７１がジムモードに対応づけて記憶する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。具体例を挙げると、評価部４は、歩行速度が平均値と同じであり、歩幅が平均値と同じであり、体軸の前後揺れが平均値と同じであり、体軸の左右揺れが平均値と同じであり、首の傾きが平均値よりも大きい候補歩行特徴量Ｙｃ３の組み合わせの場合、「背筋が弱い」という候補歩行状態をユーザＸ１の歩行状態として特定し評価する。
【0056】
また、選択部５がコンサルティングモードを選択した場合、評価部４は、ユーザＸ１の歩行状態のうちユーザＸ１の歩行傾向を評価する。具体的には、評価部４は、分類記憶部７１がコンサルティングモードに対応づけて記憶する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。具体例を挙げると、評価部４は、歩行速度が平均値と同じであり、歩幅が平均値と同じであり、体軸の前後揺れが平均値より小さく、体軸の左右揺れが平均値より小さく、首の傾きが平均値と同じである候補歩行特徴量Ｙｃ３の組み合わせの場合、「綺麗な」という候補歩行状態をユーザＸ１の歩行状態として特定し評価する。
【0057】
（出力部）
出力部８は、評価部４の評価結果を出力する。より詳細には、出力部８は、選択部５が選択した利用モードに応じて評価部４が評価したユーザＸ１の歩行状態を出力する。この構成によると、評価部４が評価したユーザＸ１の歩行状態を確認しやすくなる、という利点がある。
出力部８は、評価部４の評価結果を出力する。より詳細には、出力部８は、選択部５が選択した利用モードに応じて評価部４が評価したユーザＸ１の歩行状態を出力する。この構成によると、評価部４が評価したユーザＸ１の歩行状態を確認しやすくなる、という利点がある。
【0058】
実施形態１の出力部８の出力先は、外部装置Ａ１の表示部Ａ１１（図１参照）である。外部装置Ａ１は、例えば、ユーザＸ１が労働者である場合、ユーザＸ１の業務を監督する監督者の情報端末であり、ユーザＸ１が来客である場合、ユーザＸ１が歩行する施設Ｚ１の管理者の情報端末である。ここでいう「情報端末」とは、例えば、コンピュータ、スマートフォン、タブレット型端末、又はスマートウォッチ等のウェアラブルデバイスである。なお、本実施形態では、外部装置Ａ１は、収集部１である携帯端末Ｘ２２（図３図示）とは異なる装置を想定しているが、同じ装置であってもよい。
【0059】
以下、出力部８の出力内容について、選択部５が選択した利用モード毎に具体的に説明する。
【0060】
選択部５がオフィスモードを選択した場合、出力部８は、図４に示すように、第１表示情報Ｂ１１と、第２表示情報Ｂ１２と、第３表示情報Ｂ１３と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ１１は、施設Ｚ１内を歩行するユーザＸ１を人物特定部６が特定した特定結果を示す情報である。第２表示情報Ｂ１２は、評価部４がユーザＸ１の歩行状態を評価した時間を示す情報である。第３表示情報Ｂ１３は、分類記憶部７１がオフィスモードに対応づけて記憶する分類テーブルを用いて、評価部４が評価したユーザＸ１の歩行状態のうち心身の状態に関する情報である。図４では、施設Ｚ１内を歩行するユーザＸ１が従業員Ａであると人物特定部６が特定し、９：００において当該ユーザＸ１の歩行状態を「活力」及び「楽しい」と評価部４が評価した場合を例示する。すなわち、図４では、第１表示情報Ｂ１１は「従業員：Ａ」であり、第２表示情報Ｂ１２は「時間：９：００」であり、第３表示情報Ｂ１３は「分類結果：活力／楽しい」である。
【0061】
また、選択部５がジムモードを選択した場合、出力部８は、図５に示すように、第１表示情報Ｂ２１と、第２表示情報Ｂ２２と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ２１は、分類記憶部７１がジムモードに対応づけて記憶する分類テーブルを用いて、評価部４が評価したユーザＸ１の歩行状態のうち健康状態に関する情報である。第２表示情報Ｂ２２は、評価部４が評価したユーザＸ１の歩行状態に対応して紐付けられている対策を示す情報である。より詳細には、第２表示情報Ｂ２２は、評価部４がユーザＸ１の歩行状態として特定した候補歩行状態に対応して紐付けられている対策を示す情報である。図５では、ユーザＸ１の歩行状態を「背筋が弱い」と評価部４が評価した場合を例示する。すなわち、図５では、第１表示情報Ｂ２１は「分類結果：背筋が弱い」であり、第２表示情報Ｂ２２は「おすすめ筋トレメニュー：バックエクステンション」である。
【0062】
また、選択部５がコンサルティングモードを選択した場合、出力部８は、図６に示すように、第１表示情報Ｂ３１と、第２表示情報Ｂ３２と、を表示部Ａ１１が表示するように出力する。第１表示情報Ｂ３１は、分類記憶部７１がコンサルティングモードに対応づけて記憶する分類テーブルを用いて、評価部４が評価したユーザＸ１の歩行状態のうち歩行傾向に関する情報である。第２表示情報Ｂ３２は、評価部４が評価したユーザＸ１の歩行状態に対応して紐付けられている対策を示す情報である。より詳細には、第２表示情報Ｂ３２は、評価部４がユーザＸ１の歩行状態として特定した候補歩行状態に対応して紐付けられている対策を示す情報である。図６では、ユーザＸ１の歩行状態を「綺麗」と評価部４が評価した場合を例示する。すなわち、図６では、第１表示情報Ｂ３１は「分類結果：綺麗」であり、第２表示情報Ｂ３２は「対策：美しく歩けているので、このままの歩き方をキープしましょう。」である。
【0063】
（２－２）評価方法
本実施形態において、施設Ｚ１内を歩行するユーザＸ１の歩行状態を評価する評価方法について図７のフローチャートを用いて説明する。
本実施形態において、施設Ｚ１内を歩行するユーザＸ１の歩行状態を評価する評価方法について図７のフローチャートを用いて説明する。
【0064】
評価方法は、図７に示すように、選択ステップＳＴ１と、収集ステップＳＴ２と、人物特定ステップＳＴ３と、取得ステップＳＴ４と、処理ステップＳＴ５と、評価ステップＳＴ６と、出力ステップＳＴ７と、記憶ステップＳＴ８と、を含む。
【0065】
まず、選択ステップＳＴ１では、選択部５は、複数の利用モードのうちいずれかの利用モードを選択する。そして、収集ステップＳＴ２では、収集部１は、施設Ｚ１内を歩行するユーザＸ１の動作に関する情報を収集し、収集情報Ｙ１として取得部２に出力する。具体的には、収集ステップＳＴ２では、収集部１が撮像装置を含む場合、収集部１は、ユーザＸ１が歩行している様子を撮像することで撮像データを収集し、当該撮像データを収集情報Ｙ１として取得部２に出力する。一方、収集ステップＳＴ２では、収集部１が加速度センサを含む場合、収集部１は、ユーザＸ１が歩行している際に生じる加速度を検出することで検出データを収集し、当該検出データを収集情報Ｙ１として取得部２に出力する。人物特定ステップＳＴ３では、人物特定部６は、施設Ｚ１内を歩行するユーザＸ１を特定する。より詳細には、人物特定ステップＳＴ３では、人物特定部６は、複数の候補ユーザの中から、施設Ｚ１内を歩行するユーザＸ１を特定する。
【0066】
その後、取得ステップＳＴ４では、取得部２は、収集ステップＳＴ２で収集部１から出力された収集情報Ｙ１に基づいて、ユーザＸ１の歩行に関する歩行データＹ２を取得する。具体的には、取得ステップＳＴ４では、収集部１が撮像装置である場合、取得部２は、収集情報Ｙ１である撮像データから歩行しているユーザＸ１の骨格点を抽出し、抽出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。一方、収集部１が複数の加速度センサである場合、取得ステップＳＴ４では、収集部１は、収集情報Ｙ１である検出データから歩行しているユーザＸ１の骨格点の推移を算出し、算出したユーザＸ１の骨格点の推移を歩行データＹ２として取得する。そして、処理ステップＳＴ５では、処理部３は、取得ステップＳＴ４で取得部２が取得した歩行データＹ２から、ユーザＸ１の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量Ｙ３を抽出する。
【0067】
処理ステップＳＴ５後、評価ステップＳＴ６では、評価部４は、処理ステップＳＴ５で処理部３が抽出した歩行特徴量Ｙ３に基づいて、ユーザＸ１の歩行状態を評価する。本実施形態の評価ステップＳＴ６では、評価部４は、処理ステップＳＴ５で処理部３が抽出した歩行特徴量Ｙ３に基づき、ユーザＸ１の歩行状態をユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、３つの種別のうち少なくとも１つを評価する。また、本実施形態の評価ステップＳＴ６では、評価部４は、選択ステップＳＴ１で選択部５が選択した利用モードに応じて、ユーザＸ１の歩行状態をユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、３つの種別のうち少なくとも１つを評価する。より詳細には、本実施形態の評価ステップＳＴ６では、評価部４は、選択部５が選択した利用モードに対応する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。
【0068】
その後、出力ステップＳＴ７では、出力部８は、評価ステップＳＴ６での評価部４の評価結果を出力する。より詳細には、出力ステップＳＴ７では、出力部８は、選択ステップＳＴ１で選択部５が選択した利用モードに応じて、評価ステップＳＴ６で評価部４が評価したユーザＸ１の歩行状態を出力する。記憶ステップＳＴ８では、履歴記憶部７２は、評価ステップＳＴ６での評価部４の評価結果を記憶する。より詳細には、記憶ステップＳＴ８では、履歴記憶部７２は、選択ステップＳＴ１で選択部５が選択した利用モードに応じて、評価ステップＳＴ６で評価部４が評価したユーザＸ１の歩行状態を記憶する。本実施形態の記憶ステップＳＴ８では、履歴記憶部７２は、複数の候補ユーザのうちユーザＸ１毎の歩行状態を時系列で記憶する。なお、出力ステップＳＴ７、及び記憶ステップＳＴ８の順序が適宜入れ替わっていてもよい。
【0069】
（３）変形例
上述の実施形態は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。以下の変形例は、適宜組み合わせて実現されていてもよい。また、上述の実施形態１に係る評価システム１００と同様の機能は、コンピュータプログラムであるプログラム、又はプログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、コンピュータシステムに、上述の実施形態１における評価方法を実行させるためのプログラムである。
上述の実施形態は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。以下の変形例は、適宜組み合わせて実現されていてもよい。また、上述の実施形態１に係る評価システム１００と同様の機能は、コンピュータプログラムであるプログラム、又はプログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、コンピュータシステムに、上述の実施形態１における評価方法を実行させるためのプログラムである。
【0070】
上述の実施形態では、評価部４は、処理部３が抽出した歩行特徴量Ｙ３に基づき、ユーザＸ１の歩行状態を評価する。しかし、評価部４は、ユーザＸ１の属性に関する属性情報と、処理部３が抽出した歩行特徴量Ｙ３と、の組み合わせに基づいて、ユーザＸ１の歩行状態を評価してもよい。本開示でいう「ユーザＸ１の属性情報」は、ユーザＸ１の年齢、性別、及び体重の少なくとも１つを含む。
【0071】
すなわち、上述の実施形態では、分類記憶部７１は、複数の利用モードの各々に対応付けられた複数の分類テーブルを記憶するが、複数の利用モードの各々と、ユーザＸ１の属性情報と、の組み合わせに対応付けられた複数の分類テーブルを記憶してもよい。上記の場合、評価部４は、選択部５が選択した利用モードと、人物特定部６が特定したユーザＸ１の属性情報と、の組み合わせに対応づけて分類記憶部７１が記憶する分類テーブルを用いて、処理部３が抽出した歩行特徴量Ｙ３の組み合わせに該当する候補歩行状態をユーザＸ１の歩行状態として特定し評価する。この結果、評価部４は、ユーザＸ１の属性に関する属性情報と、処理部３が抽出した歩行特徴量Ｙ３と、の組み合わせに基づいて、ユーザＸ１の歩行状態を評価することが可能になる。この結果、ユーザＸ１の属性による歩行状態の差異を考慮して、ユーザＸ１の歩行状態を評価することができる。すなわち、ユーザＸ１の歩行状態をより精度高く評価できるという利点がある。
【0072】
上述の実施形態では、人物特定部６は、収集部１が収集した撮像データに基づいて、ユーザＸ１を特定する。しかし、ユーザＸ１は、ユーザＸ１に割り当てられた識別情報を送信する送信装置を携帯しており、人物特定部６は、当該送信装置から受信した識別情報に基づいて、ユーザＸ１を特定してもよい。
【0073】
上述の実施形態では、評価部４は、ユーザＸ１の歩行状態をユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、３つの種別のうち少なくとも１つを評価する。しかし、評価部４が分類する種別は、ユーザＸ１の心身の状態、健康状態、及び歩行傾向の３つの種別以外の種別でもよく、当該３つの種別に限定されない。
【0074】
（まとめ）
第１の態様の評価システム（１００）は、取得部（２）と、処理部（３）と、評価部（４）と、備える。取得部（２）は、収集部（１）から出力された収集情報（Ｙ１）に基づいて、ユーザ（Ｘ１）の歩行に関する歩行データ（Ｙ２）を取得する。処理部（３）は、取得部（２）が取得した歩行データ（Ｙ２）から、ユーザ（Ｘ１）の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量（Ｙ３）を抽出する。評価部（４）は、処理部（３）が抽出した歩行特徴量（Ｙ３）に基づいて、ユーザ（Ｘ１）の歩行状態を評価する。
第１の態様の評価システム（１００）は、取得部（２）と、処理部（３）と、評価部（４）と、備える。取得部（２）は、収集部（１）から出力された収集情報（Ｙ１）に基づいて、ユーザ（Ｘ１）の歩行に関する歩行データ（Ｙ２）を取得する。処理部（３）は、取得部（２）が取得した歩行データ（Ｙ２）から、ユーザ（Ｘ１）の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量（Ｙ３）を抽出する。評価部（４）は、処理部（３）が抽出した歩行特徴量（Ｙ３）に基づいて、ユーザ（Ｘ１）の歩行状態を評価する。
【0075】
この態様によれば、ユーザ（Ｘ１）の歩行状態を精度高く評価できる、という利点がある。
【0076】
第２の態様の評価システム（１００）では、第１の態様において、収集部（１）は、ユーザ（Ｘ１）の歩行を撮像する撮像装置と、ユーザ（Ｘ１）の歩行に伴う加速度を計測する加速度センサと、の少なくとも一方を含む。
【0077】
この態様によれば、ユーザ（Ｘ１）の動作に関する情報を収集情報（Ｙ１）としてより精度高く収集することができる、という利点がある。
【0078】
第３の態様の評価システム（１００）では、第１又は第２の態様において、評価部（４）は、歩行状態をユーザ（Ｘ１）の心身の状態、健康状態、及び歩行傾向の３つの種別に分類し、３つの種別のうち少なくとも１つを評価する。
【0079】
この態様によれば、ユーザ（Ｘ１）の歩行状態を細分化して評価できる、という利点がある。
【0080】
第４の態様の評価システム（１００）は、第３の態様において、選択部（５）を更に備える。選択部（５）は、複数の利用モードのうちいずれかの利用モードを選択する。評価部（４）は、選択部（５）が選択した利用モードに応じて、歩行状態を３つの種別のうち少なくとも１つを評価する。
【0081】
この態様によれば、評価システム（１００）が利用される場面、状況、又は用途に応じてユーザ（Ｘ１）の歩行状態を細分化して評価できる、という利点がある。
【0082】
第５の態様の評価システム（１００）では、第１～第４のいずれかの態様において、評価部（４）は、候補歩行特徴量（Ｙｃ３）に対応付けられた候補歩行状態を用いて、歩行特徴量（Ｙ３）と一致する候補歩行特徴量（Ｙｃ３）に応じた候補歩行状態を、歩行状態として特定する。
【0083】
この態様によれば、ユーザ（Ｘ１）の歩行状態を評価する際の精度をより向上させることができる、という利点がある。
【0084】
第６の態様の評価システム（１００）では、第１～第５のいずれかの態様において、評価部（４）は、ユーザ（Ｘ１）の属性に関する属性情報と歩行特徴量（Ｙ３）との組み合わせに基づいて、歩行状態を評価する。
【0085】
この態様によれば、ユーザ（Ｘ１）の歩行状態をより精度高く評価できる、という利点がある。
【0086】
第７の態様の評価システム（１００）では、第６の態様において、属性情報は、ユーザ（Ｘ１）の年齢、性別、及び体重の少なくとも１つを含む。
【0087】
この態様によれば、ユーザ（Ｘ１）の歩行状態をより精度高く評価できる、という利点がある。
【0088】
第８の態様の評価システム（１００）は、第１～第７のいずれかの態様において、出力部（８）を更に備える。出力部（８）は、評価部（４）の評価結果を出力する。
【0089】
この態様によれば、ユーザ（Ｘ１）の歩行状態を確認しやすくなる、という利点がある。
【0090】
第９の態様の評価システム（１００）では、第１～第８のいずれかの態様において、取得部（２）は、蓄積部（２１）と、機械学習部（２２）と、を有する。蓄積部（２１）は、歩行データ（Ｙ２）を履歴情報として蓄積する。機械学習部（２２）は、蓄積部（２１）に蓄積された履歴情報を用いて機械学習を行い、収集情報（Ｙ１）から歩行データ（Ｙ２）を予測する。
【0091】
この態様によれば、より精度高い歩行データ（Ｙ２）を取得することができる、という利点がある。
【0092】
第１０の態様の評価システム（１００）では、第９の態様において、機械学習部（２２）は、予め定められた所定期間内の複数の時点の各々において、収集情報（Ｙ１）を複数取得し、複数の収集情報（Ｙ１）における変化値に基づいて、歩行データ（Ｙ２）を予測する。
【0093】
この態様によれば、より精度高い歩行データ（Ｙ２）を取得することができる、という利点がある。
【0094】
第１１の態様の評価システム（１００）は、第１～第１０のいずれかの態様において、収集部（１）を更に備える。
【0095】
この態様によれば、ユーザ（Ｘ１）の歩行状態を精度高く評価できる、という利点がある。
【0096】
第１２の態様の評価方法は、取得ステップ（ＳＴ４）と、処理ステップ（ＳＴ５）と、評価ステップ（ＳＴ６）と、を含む。取得ステップ（ＳＴ４）では、収集部（１）から出力された収集情報（Ｙ１）に基づいて、ユーザ（Ｘ１）の歩行に関する歩行データ（Ｙ２）を取得する。処理ステップ（ＳＴ５）では、取得ステップ（ＳＴ４）で取得した歩行データ（Ｙ２）から、ユーザ（Ｘ１）の歩行速度、歩幅、体軸の揺れ、及び首の傾きの少なくとも１つを含む歩行特徴量（Ｙ３）を抽出する。評価ステップ（ＳＴ６）では、処理ステップ（ＳＴ５）で抽出した歩行特徴量（Ｙ３）に基づいて、ユーザ（Ｘ１）の歩行状態を評価する。
【0097】
この態様によれば、ユーザ（Ｘ１）の歩行状態を精度高く評価できる、という利点がある。
【0098】
第１３の態様のプログラムは、コンピュータシステムに、第１０の態様の評価方法を実行させるためのプログラムである。
【0099】
この態様によれば、ユーザ（Ｘ１）の歩行状態を精度高く評価できる、という利点がある。
【符号の説明】
【0100】
１００ 評価システム
１ 収集部
２ 取得部
２１ 蓄積部
２２ 機械学習部
３ 処理部
４ 評価部
５ 選択部
８ 出力部
ＳＴ４ 取得ステップ
ＳＴ５ 処理ステップ
ＳＴ６ 評価ステップ
Ｘ１ ユーザ
Ｙ１ 収集情報
Ｙ２ 歩行データ
Ｙ３ 歩行特徴量
Ｙｃ３ 候補歩行特徴量
１ 収集部
２ 取得部
２１ 蓄積部
２２ 機械学習部
３ 処理部
４ 評価部
５ 選択部
８ 出力部
ＳＴ４ 取得ステップ
ＳＴ５ 処理ステップ
ＳＴ６ 評価ステップ
Ｘ１ ユーザ
Ｙ１ 収集情報
Ｙ２ 歩行データ
Ｙ３ 歩行特徴量
Ｙｃ３ 候補歩行特徴量
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】