特許7901830IP Force 特許公報全文掲載

技術分野

動作解析装置など

発明が解決しようとする課題[発明の詳細な説明]から抜粋

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。

課題を解決するための手段[発明の詳細な説明]から抜粋

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[発明の詳細な説明]から抜粋

本発明の動作解析装置は、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。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 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。
【図2】 本実施形態の動作解析装置を示すブロック図である。
【図3】 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。
【図4】 複数の深度画像を含む深度画像群を示す図である。
【図5】 (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。
【図6】 人体の関節の位置データを説明する図である。
【図7】 学習モデル(ニューラルネットワーク)を示す図である。
【図8】 導出された動作値を示す図である。
【図9】 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。
【図10】 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。
【図11】 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。
【図12】 1つの位置データ群(ボーンデータ群)を示す図である。
【図13】 物体モデルを示す図である。
【図14】 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。

代表図 図1本件の代表的な図

21 深度画像 31 ニューラルネットワーク

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

[広告欄]

ログインすれば広告は減ります

ログインすれば広告は減ります