特許7901831IP 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

の装置は、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出力するにあたり、出力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少なくとも1枚の深度画像を取得する取得部と、前記深度画像を入力することにより、前記物体の動作を定量的に表す動作値を出力可能な導出部とを含み、前記導出部は、前記物体の位置データについての第1損失関数、及び、前記物体の部位の長さデータについての第2損失関数を含む損失関数の値が小さくなるように・・・ 続きを知財ポータルサイト IP Force にログインして見る

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、高い精度で出力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、(b)は正規化された深度画像である。
【図6】 人体の関節及び部位等の位置データの説明図である。
【図7】 学習モデルの概念図である。
【図8】 深度画像の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】 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11】 本実施形態の学習工程の処理手順を示すフローチャートである。
【図12】 複数の画像からなる画像群を示す図である。
【図13】 位置データ群(ボーンデータ群)を示す図である。
【図14】 物体モデルを示す図である。
【図15】 ニューラルネットワークに入力される画像と、ニューラルネットワークから導出された関節の位置データの導出値とを示す図である。

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