特開 2024-158253 作業評価装置

(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】P2024158253

(43)【公開日】2024-11-08

(54)【発明の名称】作業評価装置

(51)【国際特許分類】

   G06V 20/52 20220101AFI20241031BHJP

   G06T 7/00 20170101ALI20241031BHJP

   G06T 7/11 20170101ALI20241031BHJP

   G06T 7/20 20170101ALI20241031BHJP

【ＦＩ】

G06V20/52

G06T7/00 350B

G06T7/00 660Z

G06T7/11

G06T7/20 300Z

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2023073298

(22)【出願日】2023-04-27

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100087480

【弁理士】

【氏名又は名称】片山 修平

(72)【発明者】

【氏名】竹内 伸一

(72)【発明者】

【氏名】倉持 知貴

(72)【発明者】

【氏名】田端 淳

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096BA08

5L096FA05

5L096FA59

5L096GA51

5L096HA05

5L096KA04

(57)【要約】

【課題】 評価対象の作業者を適切に評価することができる作業評価装置を提供する。
【解決手段】 作業評価装置は、複数の人物を撮像した画像から前記複数の人物の骨格をそれぞれ検出する検出部と、前記人物ごとの前記骨格における左右の肩と左右の腰との４点を通る外形線を有した略四角形状の領域の面積を算出する算出部と、前記複数の人物のうち、前記面積が第１閾値より大きい人物を評価対象の作業者として特定する特定部と、前記画像内の前記作業者の前記骨格の座標の時間変化に基づいて前記作業者の作業を評価する評価部とを有する。
【選択図】図２

【特許請求の範囲】

【請求項1】

複数の人物を撮像した画像から前記複数の人物の骨格をそれぞれ検出する検出部と、
前記人物ごとの前記骨格における左右の肩と左右の腰との４点を通る外形線を有した略四角形状の領域の面積を算出する算出部と、
前記複数の人物のうち、前記面積が第１閾値より大きい人物を評価対象の作業者として特定する特定部と、
前記画像内の前記作業者の前記骨格の座標の時間変化に基づいて前記作業者の作業を評価する評価部とを有する、
作業評価装置。

【請求項2】

前記特定部は、前記複数の人物のうち、前記面積が第２閾値より小さい人物を評価対象の作業者として特定する、
請求項１に記載の作業評価装置。

【請求項3】

前記算出部は、前記人物ごとの前記骨格の前記４点の前記画像内の座標の時間変化に従って前記面積の時間平均を算出し、
前記特定部は、前記面積の時間平均に基づいて前記作業者を特定する、
請求項１または２に記載の作業評価装置。

【請求項4】

前記評価部は、前記作業者の前記骨格の座標の時間変化から、前記画像内において前記作業が行われる作業領域を画定し、
前記検出部は、前記画像内の前記作業領域以外の領域を前記骨格の検出範囲から除外する、
請求項１または２に記載の作業評価装置。

【請求項5】

前記評価部は、前記画像内の前記骨格の座標を入力として、前記作業の種類を出力する、教師あり学習による機械学習済みの判別モデルを用い、前記骨格の座標の時間変化に基づいて前記作業の種類を判別して評価する、
請求項１または２に記載の作業評価装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、作業評価装置に関する。

【背景技術】

【0002】

例えば特許文献１には、作業者の作業を撮像した画像から作業者の骨格情報を抽出することにより、作業者が規定動作を行っているか否かを判定する点が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－１６３２９３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記のように作業を評価する際、画像には必ずしも評価対象の作業者だけが写っているとは限らず、画像の撮像位置によっては作業者の前方や後方に評価対象以外の他の作業者などが写ってしまうため、作業を適切に評価することが難しい。これに対し、評価対象の作業者のみが画像に写るように、例えば評価対象の作業者の作業場の正面近傍にカメラを設置することが考えられる。

【0005】

しかし、カメラが作業の邪魔になるおそれがあるだけでなく、例えば作業場の天井から吊るされた電動インパクトなどの大型の工具などの影に作業者が隠れてしまい、やはり、作業者の作業を適切に評価することができないおそれがある。

【0006】

そこで本発明は上記の課題に鑑みてなされたものであり、評価対象の作業者を適切に評価することができる作業評価装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明の作業評価装置は、複数の人物を撮像した画像から前記複数の人物の骨格をそれぞれ検出する検出部と、前記人物ごとの前記骨格における左右の肩と左右の腰との４点を通る外形線を有した略四角形状の領域の面積を算出する算出部と、前記複数の人物のうち、前記面積が第１閾値より大きい人物を評価対象の作業者として特定する特定部と、前記画像内の前記作業者の前記骨格の座標の時間変化に基づいて前記作業者の作業を評価する評価部とを有する。

【0008】

上記の作業評価装置において、前記特定部は、前記複数の人物のうち、前記面積が第２閾値より小さい人物を評価対象の作業者として特定してもよい。

【0009】

上記の作業評価装置において、前記算出部は、前記人物ごとの前記骨格の前記４点の前記画像内の座標の時間変化に従って前記面積の時間平均を算出し、前記特定部は、前記面積の時間平均に基づいて前記作業者を特定してもよい。

【0010】

上記の作業評価装置において、前記評価部は、前記作業者の前記骨格の座標の時間変化から、前記画像内において前記作業が行われる作業領域を画定し、前記検出部は、前記画像内の前記作業領域以外の領域を前記骨格の検出範囲から除外してもよい。

【0011】

上記の作業評価装置において、前記評価部は、前記画像内の前記骨格の座標を入力として、前記作業の種類を出力する、教師あり学習による機械学習済みの判別モデルを用い、前記骨格の座標の時間変化に基づいて前記作業の種類を判別して評価してもよい。

【発明の効果】

【0012】

本発明によれば、評価対象の作業者を適切に評価することができる。

【図面の簡単な説明】

【0013】

【図1】図１は、作業評価システムの一例を示す構成図である。

【図2】図２は、評価対象の作業者の特定方法を説明するためのカメラ装置の画像の一例を示す図である。

【図3】図３は、作業者の作業動作を撮像したカメラ装置の画像の一例を示す図である。

【図4】図４は、マスク処理を施した画像の一例を示す図である。

【図5】図５は、作業評価サーバの動作の一例を示すフローチャートである。

【図6】図６は、作業の評価動作の一例を示すフローチャートである。

【発明を実施するための形態】

【0014】

（作業評価システムの構成例）
図１は、作業評価システム９の一例を示す構成図である。作業評価システム９は、一例として自動車などの組立工場に設置される。

【0015】

作業評価システム９は、ＬＡＮ（Local Area Network）９０を介して互いに通信可能な作業評価サーバ１及びカメラ装置２を含む。作業評価サーバ１は作業評価装置の一例である。作業評価サーバ１は作業者の作業動作を評価する。カメラ装置２は作業者を撮像する。

【0016】

作業評価サーバ１は、コンピュータの一例であり、ＣＰＵ（Central Processing Unit）１０、ＲＯＭ（Read Only Memory）１１、ＲＡＭ（Random Access Memory）１２、ＨＤＤ（Hard Disk Drive）１３、及び通信ポート１４を有する。ＣＰＵ１０は、互いに信号の入出力ができるように、ＲＯＭ１１、ＲＡＭ１２、ＨＤＤ１３、及び通信ポート１４と、バス１９を介して電気的に接続されている。

【0017】

ＲＯＭ１１は、ＣＰＵ１０を駆動するプログラムが格納されている。ＲＡＭ１２は、ＣＰＵ１０のワーキングメモリとして機能する。通信ポート１４は、例えば無線ＬＡＮ（Local Area Network）カードであり、ＬＡＮ９０を介したＣＰＵ１０の通信を処理する。

【0018】

ＣＰＵ１０は、ＲＯＭ１１からプログラムを読み込むと、ソフトウェア機能として、装置制御部１００、骨格検出部１０１、面積算出部１０２、評価対象特定部１０３、及び作業評価部１０４を形成する。また、ＨＤＤ１３には、骨格データ１３０及び評価データ１３１が格納されている。装置制御部１００は、プログラムに規定されたシーケンスに従い骨格検出部１０１、面積算出部１０２、評価対象特定部１０３、及び作業評価部１０４に対して動作を指示する。なお、装置制御部１００、骨格検出部１０１、面積算出部１０２、評価対象特定部１０３、及び作業評価部１０４は、ソフトウェアに限定されず、ＡＳＩＣ（Application Specified Integrated Circuit）などのハードウェアにより実現されてもよい。

【0019】

骨格検出部１０１は検出部の一例である。骨格検出部１０１は、カメラ装置２により複数の人物を撮像した画像から各人物の骨格を検出する。骨格検出部１０１は、カメラ装置２からＬＡＮ９０を介して画像を受信する。骨格検出部１０１は、例えば汎用的なＡＩ（Artificial Intelligence）を用いた画像解析により作業者の骨格の座標を検出する。

【0020】

例えば骨格検出部１０１は、各人物の骨格の複数個所の座標を時系列の骨格データ１３０としてＨＤＤ１３に記憶させる。骨格データ１３０は、例えば画像のフレーム番号ごとに画像内の各人物＃１～＃Ｎ（Ｎ：正の整数）の鼻、左肩、右肩、左肘、右肘、左手、右手、左腰、右腰の各座標を示す。座標は、例えば画像の矩形状のフレームの横方向及び縦方向をＸ軸及びＹ軸とそれぞれ定義したとき、Ｘ座標及びＹ座標（ｘ，ｙ）により示される。なお、原点の位置に限定はない。

【0021】

面積算出部１０２は算出部の一例である。面積算出部１０２は、人物ごとの骨格における左右の肩と左右の腰との４点を通る外形線を有した略四角形状の領域の面積を算出する。この領域は各人物の胴部に該当する。胴部の形状は、例えば上記の４点に角を有した四角形状であるが、これに限定されず、例えば４点をそれぞれ通る４つの丸い角を有した図形の形状であってもよい。カメラ装置２は、評価対象の作業者の作業動作が画像に写るように実質的に作業者の正面に配置されるため、画像内の複数の人物のうち、少なくとも評価対象の作業者の胴部を明確に撮像することができる。面積算出部１０２は、骨格データ１３０から４点の座標を取得して幾何学的な算出手法により面積を算出する。なお、胴部は略四角形状の領域の一例である。

【0022】

評価対象特定部１０３は特定部の一例である。評価対象特定部１０３は、上記の胴部の面積に基づいて複数の人物から評価対象の作業者を特定する。胴部の面積は、カメラ装置２の設置位置に近い人物ほど大きく、カメラ装置２の設置位置から遠い人物ほど小さい。つまり、面積はカメラ装置２と人物の距離に応じて決まる。このため、評価対象特定部１０３は、胴部の面積が、カメラ装置２と評価対象の作業者の距離に応じた範囲内である場合、評価対象の作業者を特定することができる。

【0023】

評価対象特定部１０３は、胴部の面積が閾値Ｓ１より大きい人物を評価対象の作業者として特定する。このため、カメラ装置２と評価対象の作業者の距離に応じて適切に閾値Ｓ１を設定することにより、カメラ装置２の画像において評価対象の作業者の後方に写っている人物を評価対象から除外される。なお、閾値Ｓ１は第１閾値の一例である。

【0024】

また、評価対象特定部１０３は、胴部の面積が閾値Ｓ２（＞Ｓ１）より大きい人物を評価対象の作業者として特定する。このため、カメラ装置２と評価対象の作業者の距離に応じて適切に閾値Ｓ２を設定することにより、カメラ装置２の画像において評価対象の作業者の前方に写っている人物を評価対象から除外される。なお、閾値Ｓ２は第２閾値の一例である。

【0025】

したがって、評価対象特定部１０３は、評価対象の作業者を胴部の面積から容易に特定することができる。これにより、作業評価部１０４は作業を適切に評価することができる。

【0026】

作業評価部１０４は評価部の一例である。作業評価部１０４は、画像内の評価対象の作業者の骨格の座標の時間変化に基づいて作業者の作業を評価する。作業評価部１０４は、骨格データ１３０から評価対象の作業者の骨格の各座標を取得し、各座標の時間変化から作業者の動作を判別する。例えば作業評価部１０４は、作業者の動作が所定の動作に一致するか否かを判定し、判定結果を評価データ１３１として記録する。

【0027】

（評価対象の作業者の特定例）
図２は、評価対象の作業者の特定方法を説明するためのカメラ装置２の画像Ｇａの一例を示す図である。画像Ｇａ内のＸ軸及びＹ軸は紙面の横方向及び縦方向にそれぞれ該当する。なお、これは以降の図面においても同様である。

【0028】

画像Ｇａは、例えば作業開始前の作業場を示す。カメラ装置２は、例えば評価対象の作業者Ｈａが画像Ｇａの略中央に位置し、かつ、作業者Ｈａの作業の邪魔にならないように作業者Ｈａの作業台８０から十分な距離だけ離れた位置に設置されている。このため、画像Ｇａには、作業者Ｈａ以外の他の作業者Ｈｂ及び人物Ｈｃ，Ｈｄも写っている。人物Ｈｃ，Ｈｄとしては、例えば作業場の見学者や監督者が挙げられるが、これに限定されない。
評価対象外の作業者Ｈｂ及び人物Ｈｃは作業者Ｈａの後方に位置し、評価対象外の人物Ｈｄは作業者Ｈａの前方に位置する。

【0029】

骨格検出部１０１は画像Ｇａから作業者Ｈａ，Ｈｂ及び人物Ｈｃ，Ｈｄの骨格の座標を検出する。作業者Ｈａの骨格の座標としては、例えば、作業者Ｈａの鼻の位置Ｐ０、左肩の位置Ｐ２３、右肩の位置Ｐ１３、左肘の位置Ｐ２２、右肘の位置Ｐ１２、左手の位置Ｐ２１、右手の位置Ｐ１１、左腰の位置Ｐ３２、及び右腰の位置Ｐ３１の各座標が挙げられる。また、符号は省略するが、他の作業者Ｈｂ及び人物Ｈｃ，Ｈｄにもこれと同様に骨格の座標が検出される。なお、位置Ｐ０，Ｐ１１～Ｐ１３，Ｐ２１～Ｐ２３，Ｐ３１，Ｐ３２は画像Ｇａのみに示し、以降に示す画像では図示を省略する。

【0030】

骨格検出部１０１は、作業者Ｈａ，Ｈｂ及び人物Ｈｃ，Ｈｄの骨格の各座標を骨格データ１３０にそれぞれ記録する。面積算出部１０２は、骨格データ１３０から作業者Ｈａ，Ｈｂ及び人物Ｈｃ，Ｈｄの胴部の面積Ｓａ～Ｓｄを算出する。例えば面積算出部１０２は、作業者Ｈａの骨格について、左肩の位置Ｐ２３、右肩の位置Ｐ１３、左腰の位置Ｐ３２、及び右腰の位置Ｐ３１の４つの座標から面積Ｓａを算出する。また、他の作業者Ｈｂ及び人物Ｈｃ，Ｈｄの胴部の面積Ｓｂ～Ｓｄもこれと同様に算出される。面積算出部１０２は、面積Ｓａ～Ｓｄを所定の閾値Ｓ１，Ｓ２と比較する。

【0031】

閾値Ｓ１，Ｓ２は、例えばカメラ装置２と評価対象の作業者Ｈａとの距離に基づいて、評価対象の作業者Ｈａの胴部の面積Ｓａを含む範囲を規定する。このため、面積Ｓａについて、Ｓ１＜Ｓａ＜Ｓ２が成立するが、面積Ｓｂ，Ｓｃは閾値Ｓ１以下であり、面積Ｓｄは閾値Ｓ２以上である。したがって、評価対象特定部１０３は、Ｓ１＜Ｓａ＜Ｓ２の成立を判定することにより評価対象の作業者Ｈａを特定する。

【0032】

また、面積算出部１０２は、骨格の画像Ｇａ内の座標の時間変化に従って面積Ｓａ～Ｓｄの時間平均を算出してもよい。この場合、評価対象特定部１０３は、上記と同様に、面積Ｓａ～Ｓｄの時間平均が閾値Ｓ１，Ｓ２の範囲内であるか否かを判定する。これにより、作業者Ｈａ，Ｈｂ及び人物Ｈｃ，Ｈｄの位置や向きの時間的な変化が面積Ｓａ～Ｓｄの算出に与える影響を低減することができる。

【0033】

（作業動作の例）
図３は、作業者Ｈａの作業動作を撮像したカメラ装置２の画像Ｇ１ｂ，Ｇ２ｂの一例を示す図である。図３において、図２と共通する構成には同一の符号を付し、その説明は省略する。

【0034】

本例では、部品Ｃを用いた作業動作として、図２の取得動作で取得した部品ＣをワークＷに組み付ける動作を挙げるが、これに限定されない。作業動作としては、部品Ｃを塗装する作業、部品ＣをワークＷに溶接する作業、及び、部品Ｃを検査する作業などが挙げられる。

【0035】

作業評価部１０４は、評価対象特定部１０３が特定した作業者Ｈａの骨格の各部の座標の時間変化に基づき作業者Ｈａの作業動作を特定する。画像Ｇ１ｂは、作業者ＨａがワークＷを左手で抑え、右手で部品Ｃの組付け位置を合わせている様子を示し、画像Ｇ２ｂは、作業者ＨａがワークＷに部品Ｃを組付けた様子を示す。作業評価部１０４は、画像Ｇ１ｂ，Ｇ２ｂ内の骨格の座標、及び図示を省略した他のフレームの画像内の骨格の座標の時間変化のパターン照合により作業動作を判別する。作業評価部１０４は、パターン照合により作業動作が規定の動作か否かを評価して、評価データ１３１を生成する。

【0036】

作業評価部１０４は、上記以外にも各種の作業動作を判別する。この判別には、例えばＡＩを用いることができる。例えば作業評価部１０４は、画像Ｇ１ｂ，Ｇ２ｂ内の骨格の座標を入力として、作業動作の種別を出力する、教師あり学習による機械学習済みの判別モデルを用い、作業の種類を判別して評価する。

【0037】

具体的には、判別モデルの学習処理では、教師データの骨格の座標の時間変化から、作業者の動作の種別についてアノテーションが行われる。判別モデルは、人間の脳機能を数学的にモデル化したニューラルネットワークであり、ニューロンに該当する部分の活性化関数の重み係数を機械学習に基づいて決定する。このように作業評価部１０４は、教師あり学習による機械学習済みの判別モデルを用いることにより、高精度に作業動作を判別することができる。

【0038】

（画像のマスク処理例）
図４は、マスク処理を施した画像Ｇｃの一例を示す図である。図４において、図２と共通する構成には同一の符号を付し、その説明は省略する。

【0039】

作業評価部１０４は、作業者Ｈａの骨格の座標の時間変化から、画像Ｇｃ内において作業が行われる作業領域Ｒを画定する。例えば作業評価部１０４は、所定の作業動作を判別したとき、その作業動作において骨格の各部の座標が変位した範囲から作業領域Ｒを画定する。作業評価部１０４は、網掛けで示されるように、画像Ｇｃ内の作業領域Ｒ以外の領域をマスク処理する。

【0040】

骨格検出部１０１は、画像Ｇｃ内の作業領域Ｒ以外の領域を骨格の検出範囲から除外する。つまり、骨格検出部１０１は、画像Ｇｃ内の作業領域Ｒ以外の領域から骨格を検出しない。このため、骨格検出部１０１は、評価対象外の作業者Ｈｂ及び人物Ｈｃ，Ｈｄの骨格を検出する負荷を削減することができる。

【0041】

（作業評価サーバの動作例）
図５は、作業評価サーバ１の動作の一例を示すフローチャートである。まず、骨格検出部１０１は、カメラ装置２からＬＡＮ９０を介して画像データを受信する（ステップＳｔ１）。次に骨格検出部１０１は、画像データの画像から複数の人物＃１～＃Ｎの骨格をそれぞれ検出する（ステップＳｔ２）。次に骨格検出部１０１は、人物＃１～＃Ｎごとの骨格データ１３０を記録する（ステップＳｔ３）。

【0042】

次に面積算出部１０２は１人の人物＃ｉ（ｉ：１以上Ｎ以下の整数）を選択する（ステップＳｔ４）。次に面積算出部１０２は、骨格データ１３０から選択中の人物＃ｉの左肩の位置Ｐ２３、右肩の位置Ｐ１３、左腰の位置Ｐ３２、及び右腰の位置Ｐ３１の４つの座標から面積Ｓを算出する（ステップＳｔ５）。

【0043】

次に評価対象特定部１０３は、面積Ｓを閾値Ｓ１，Ｓ２とそれぞれ比較する（ステップＳｔ６）。Ｓ１＜Ｓ＜Ｓ２が成立する場合（ステップＳｔ６のＹｅｓ）、評価対象特定部１０３は選択中の人物＃ｉを評価対象の作業者に設定する（ステップＳｔ７）。次に作業評価部１０４は評価対象の作業者を評価する（ステップＳｔ８）。なお、評価の動作例は後述する。その後、本動作は終了する。

【0044】

また、Ｓ１＜Ｓ＜Ｓ２が成立しない場合（ステップＳｔ６のＮｏ）、面積算出部１０２は未選択の人物＃１～＃Ｎの有無を判定する（ステップＳｔ９）。未選択の人物＃１～＃Ｎが有る場合（ステップＳｔ９のＹｅｓ）、再びステップＳｔ４以降の動作が行われる。このとき、面積算出部１０２は他の人物＃ｉを選択する。また、未選択の人物＃１～＃Ｎが無い場合（ステップＳｔ９のＮｏ）、本動作は終了する。

【0045】

なお、上記のステップＳｔ６では、面積Ｓを閾値Ｓ１，Ｓ２と比較したが、カメラ装置２の画像において評価対象の作業者の前方に他の人物が存在しない場合、面積Ｓを閾値Ｓ１のみと比較してもよい。この場合、Ｓ１＜Ｓが成立する場合に評価対象の作業者が特定される。

【0046】

図６は、作業の評価動作の一例を示すフローチャートである。本動作は、図７のステップＳｔ８において実行される。

【0047】

まず、骨格検出部１０１は、カメラ装置２からＬＡＮ９０を介して画像データを受信する（ステップＳｔ１１）。次に骨格検出部１０１は、画像データの画像から１以上の人物＃１～＃Ｎの骨格をそれぞれ検出する（ステップＳｔ１２）。次に骨格検出部１０１は、人物＃１～＃Ｎの骨格データ１３０を記録する（ステップＳｔ１３）。

【0048】

次に作業評価部１０４は、評価対象の作業者の骨格の座標の所定期間内の変位を閾値ＴＨと比較する（ステップＳｔ１４）。例えば作業評価部１０４は、所定のフレーム数分の骨格の座標の変位を算出する。評価対象の作業者の骨格の座標の所定期間内の変位が閾値ＴＨより大きい場合（ステップＳｔ１４のＹｅｓ）、評価対象特定部１０３は、評価対象の作業者が作業場から離れたと判断し、再び特定処理を行う（ステップＳｔ２０）。このとき、評価対象特定部１０３は、図５に示される手法により作業者を再度特定する。再特定が完了した場合（ステップＳｔ２１のＹｅｓ）、後述するステップＳｔ１９の動作が行われ、再特定が未完了である場合（ステップＳｔ２１のＮｏ）、再びステップＳｔ２０の動作が行われる。

【0049】

評価対象の作業者の骨格の座標の所定期間内の変位が閾値ＴＨ以下である場合（ステップＳｔ１４のＮｏ）、評価対象特定部１０３は、画像内の作業者の骨格の座標の時間変化に基づいて作業者の作業動作を特定する（ステップＳｔ１５）。次に作業評価部１０４は、特定した作業動作を規定動作と比較することにより作業を評価する（ステップＳｔ１６）。このとき、作業評価部１０４は評価結果を評価データ１３１に記録する。

【0050】

次に作業評価部１０４は、画像内の作業領域Ｒが未画定である場合（ステップＳｔ１７のＮｏ）、作業者の前格の座標の時間変化から作業領域Ｒを画定し、作業領域Ｒ以外の領域のマスク処理を行う（ステップＳｔ１８）。マスク処理された領域内の骨格は、ステップＳｔ１２において検出されなくなる。また、画像内の作業領域Ｒが画定済みである場合（ステップＳｔ１７のＹｅｓ）、ステップＳｔ１８は行われない。

【0051】

次に作業評価部１０４は、骨格データ１３０から全ての作業が終了したか否かを判定する（ステップＳｔ１９）。未終了の作業が存在する場合（ステップＳｔ１９のＮｏ）、再びステップＳｔ１１以降の各処理が行われ、全ての作業が終了している場合（ステップＳｔ１９のＹｅｓ）、本処理は終了する。このように作業評価サーバ１は動作する。

【0052】

上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

【符号の説明】

【0053】

１ 作業評価サーバ（作業評価装置）、１０ ＣＰＵ、１０１ 骨格検出部（検出部）、１０２ 面積算出部（算出部）、１０３ 評価対象特定部（特定部）、１０４ 作業評価部（評価部）、１３０ 骨格データ、Ｈａ，Ｈｂ 作業者、Ｈｃ，Ｈｄ 人物

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】