図面 (/)

技術 身体動作学習支援装置

出願人 国立大学法人秋田大学
発明者 三浦武松本奈緒玉本英夫
出願日 2013年1月11日 (7年11ヶ月経過) 出願番号 2013-003155
公開日 2014年7月24日 (6年5ヶ月経過) 公開番号 2014-133015
状態 拒絶査定
技術分野 訓練用具
主要キーワード 分割時刻 模範動作 身体姿勢 社交ダンス 質的データ データ取得時刻 模範データ サンプル評価
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2014年7月24日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

一連身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、一連の身体動作全体に対して、少なくとも1つの評価項目の評価を行う身体動作学習支援装置を提供する。

解決手段

身体動作の身体動作データを取得するモーションキャプチャ装置11と、この身体動作データを記憶するとともに身体動作データとの比較に用いられる模範動作データを記憶する動作データ記憶装置12と、身体動作データと模範動作データとを比較することにより身体動作を点数またはランクを用いて評価する評価装置13と、身体動作データおよび模範動作データを用いて、身体動作をアニメーション表現するとともに、評価装置13による評価の結果を表示する評価結果表示装置14とを備え、一連の身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、一連の身体動作全体に対しても評価を行う。

概要

背景

従来、身体動作学習支援装置として、モーションキャプチャを応用した舞踊の学習支援装置が知られている(非特許文献1,非特許文献2等参照)。
例えば、従来、日本舞踊動作の中で重要とされている身体の重心位置を視覚的に提示することによって、熟練者学習者との違いを認識できるようにした日本舞踊学習支援装置が知られている。
また、サンバの動作において重要とされているリズムの特性に関して、身体動作の加速度時間変化様相を視覚的に提示することによって、熟練者と学習者の違いをフィードバックできるようにしたサンバ学習支援装置も知られている。
これらの、学習支援装置では、一連の身体動作全体に対して、特定の単一評価項目のみを評価している。

概要

一連の身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、一連の身体動作全体に対して、少なくとも1つの評価項目の評価を行う身体動作学習支援装置を提供する。身体動作の身体動作データを取得するモーションキャプチャ装置11と、この身体動作データを記憶するとともに身体動作データとの比較に用いられる模範動作データを記憶する動作データ記憶装置12と、身体動作データと模範動作データとを比較することにより身体動作を点数またはランクを用いて評価する評価装置13と、身体動作データおよび模範動作データを用いて、身体動作をアニメーション表現するとともに、評価装置13による評価の結果を表示する評価結果表示装置14とを備え、一連の身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、一連の身体動作全体に対しても評価を行う。

目的

効果

実績

技術文献被引用数
1件
牽制数
1件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

練習により習得される一人または二人以上の学習者身体動作を評価するとともに、模範動作との差異がわかるように前記身体動作をアニメーション表現する身体動作学習支援装置において、前記身体動作を身体動作データとして取得するモーションキャプチャ装置と、前記モーションキャプチャ装置により取得した身体動作データを記憶するとともに、当該身体動作データとの比較に用いられる模範動作データを記憶する動作データ記憶装置と、前記動作データ記憶装置に記憶されている前記身体動作データと前記模範動作データとを比較することにより前記身体動作を点数またはランクを用いて評価する評価装置と、前記動作データ記憶装置に記憶されている前記身体動作データおよび前記模範動作データを用いて、前記身体動作を前記アニメーションで表現するとともに、前記評価装置による前記評価の結果を表示する評価結果表示装置と、を備え、前記評価装置は、一連の前記身体動作について時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、またはさらに、一連の前記身体動作全体に対して、少なくとも1つの評価項目の評価を行う、ことを特徴とする身体動作学習支援装置。

請求項2

前記時間軸上で分割された前記パートごとに、前記評価項目の組み合わせが異なることを特徴とする請求項1に記載の身体動作学習支援装置。

請求項3

前記時間軸上で分割されたパートおよび/または前記評価項目が、前記学習者により決定されることを特徴とする請求項1に記載の身体動作学習支援装置。

請求項4

前記身体動作および前記模範動作が、舞踊であることを特徴とする請求項1から3の何れか一項に記載の身体動作学習支援装置。

技術分野

0001

本発明は、練習により習得される身体動作を評価するとともに、模範動作との差異がわかるように当該身体動作をひと形(たとえば、スケルトン)で表現する身体動作学習支援装置に関し、たとえば、民俗舞踊の動作習得において、モーションキャプチャ装置により取得した学習者の身体動作を評価し、当該学習者にアドバイスを与えることができる身体動作学習支援装置に関する。

背景技術

0002

従来、身体動作学習支援装置として、モーションキャプチャを応用した舞踊の学習支援装置が知られている(非特許文献1,非特許文献2等参照)。
例えば、従来、日本舞踊動作の中で重要とされている身体の重心位置を視覚的に提示することによって、熟練者と学習者との違いを認識できるようにした日本舞踊学習支援装置が知られている。
また、サンバの動作において重要とされているリズムの特性に関して、身体動作の加速度時間変化様相を視覚的に提示することによって、熟練者と学習者の違いをフィードバックできるようにしたサンバ学習支援装置も知られている。
これらの、学習支援装置では、一連の身体動作全体に対して、特定の単一評価項目のみを評価している。

先行技術

0003

通学技法IEICE Technical Report MVE2006−82(2007−3)財団法人電子情報学会
通学技法 IEICE Technical Report CQ2008−67(2009−01) 財団法人 電子情報学会

発明が解決しようとする課題

0004

たとえば日本舞踊においては、振付の中に比較的多種類の基本動作を含む多数のシーケンスが連続することが多い。
しかし、上述したように、従来の学習装置では、一連の身体動作全体に対して、特定の単一評価項目のみを評価しているため、上記のような日本舞踊の学習には不向きである。
本発明の目的は、一連の身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行うこと、またはさらに一連の身体動作全体に対して、少なくとも1つの評価項目の評価を行うことである。

課題を解決するための手段

0005

本発明は、以下を要旨とする。
(1)
練習により習得される一人または二人以上の学習者の身体動作を評価するとともに、模範動作との差異がわかるように前記身体動作をアニメーションで表現する身体動作学習支援装置において、
前記身体動作を身体動作データとして取得するモーションキャプチャ装置と、
前記モーションキャプチャ装置により取得した身体動作データを記憶するとともに、当該身体動作データとの比較に用いられる前記模範動作データを記憶する動作データ記憶装置と、
前記動作データ記憶装置に記憶されている前記身体動作データと前記模範動作データとを比較することにより前記身体動作を点数またはランクを用いて評価する評価装置と、
前記動作データ記憶装置に記憶されている前記身体動作データおよび前記模範動作データを用いて、前記身体動作を前記アニメーションで表現するとともに、前記評価装置による前記評価の結果を表示する評価結果表示装置と、
を備え、
前記評価装置は、一連の前記身体動作について時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を行い、またはさらに、一連の前記身体動作全体に対して、少なくとも1つの評価項目の評価を行う、
ことを特徴とする身体動作学習支援装置。
(2)
前記時間軸上で分割された前記パートごとに、前記評価項目の組み合わせが異なることを特徴とする(1)に記載の身体動作学習支援装置。
(3)
前記時間軸上で分割されたパートおよび/または前記評価項目が、前記学習者により決定されることを特徴とする(1)に記載の身体動作学習支援装置。
(4)
前記身体動作および前記模範動作が、舞踊であることを特徴とする(1)から(3)の何れか一項に記載の身体動作学習支援装置。

0006

本発明において、「身体動作」は、一定の様式を持つ動作に一定の価値が認められる動作であり、典型的には「舞踊」または「舞踊の振付け」(コレオグラフィー)であり、たとえばダンスフィギュアスケート)も含まれる。舞踊は、民族舞踊(たとえば、日本国における盆踊り)であってもよいし、社交ダンスであってもよい。
「学習者」は一人でもよいし、複数でもよい。「学習者」が一人の場合、「身体動作」には一人の模範者の「模範動作」が対応する。
「学習者」が複数の場合、「身体動作」は複数学習者の動作が統合された動作とすることができ、この場合の「模範動作」は複数模範者の動作が統合された動作とすることができる。
また、「学習者」が複数の場合、「身体動作」は複数学習者の動作が別々に定義された複数の身体動作とすることができ、この場合の「模範動作」は、各身体動作に対応する複数の模範者による別々の動作である。
身体動作学習支援装置は、身体動作をアニメーションで表現することができる。このアニメーションは、通常、スケルトン(骨格)で表現することができる。
モーションキャプチャ装置は、光学検出式、磁気検出式等、身体動作をキャプチャできれば手段を問わない。モーションキャプチャ装置では、通常、関節や頭の動きを認識して身体動作をキャプチャする。
本発明では、評価項目は、身体の所定部位のタイミングの一致、動きのスムーズさ等、種々定義できる。評価項目には、動作と音楽との同期評価を含めることができる。また、掛け声の発声タイミング一致評価も含めることができる。
評価項目は複数の評価項目を用いることが好ましい。「舞踊」または「舞踊の振付け」の評価項目として好ましいものとしては、「動きの大きさ」、「キーポーズ」、「振付」、「協応」、「タイミング」、「なめらかさ」が挙げられ、これらの項目のうち、少なくとも2つ、3つまたは5つ以上の評価項目を用いるのがよい。
評価装置は、評価を点数またはランクで表現できる。具体的には、レーダチャート評価、ABC評価、点数評価が評価装置として例示される。専門家が実際に多数の演技を見て採点した結果を統計解析することで、特定の動作の評価を意義することができる。
評価結果表示装置は、身体動作をアニメーションで表現するとともに、評価装置による評価の結果を表示する。評価結果表示装置は、アニメーションに評価結果を表示することもできる。たとえば、評価を3段階に分け、高評価の場合にはアニメーションを青色で表示し、中評価の場合にはアニメーションを黄色で表示し、低評価の場合にはアニメーションを赤色で表示することができる。たとえば、身体上部と身体下部について別々の評価をすることができ、身体上部と身体下部について、評価の色を変えることができる。
評価結果表示装置では、一連の身体動作をパートごとに分割する時間軸を表示することができる。この時間軸においては、分割されたパートごとの評価を、時間軸上に表示することができる。例えば、時間軸上において色分けして評価を表示することができ、評価を3段階に分け、高評価のパートについては、時間軸上のそのパートの部分を青色で表示し、中評価のパートについては黄色で表示し、低評価のパートについては赤色で表示することができる。これにより、身体動作全体の中で、どのパートを改善する必要があるかが一目でわかるようになる。また、表示した時間軸上の特定のパートを選択した場合に、そのパートのアニメーションが表示されるようにすることができる。
本発明では、学習者は時間軸上で分割されたパートを自ら定義することができるように構成できる。たとえば、学習者が、舞踊の全時間を12分割したり、16分割することができる。また、学習者は評価項目を適宜設定できる。たとえば、あるパートについては、評価項目を3つとし、他のあるパートについては評価項目を4つとすることができる。この場合の評価項目同士は、全部または一部が一致してもよいし、一致しなくてもよい。
なお、本発明では、スローモーションの身体動作を評価することもできる。この場合には、スローモーションの身体動作データと比較すべきデータは、スローモーションの模範動作データである。

発明の効果

0007

学習者は、一連の身体動作のうち時間軸上で分割されたパートごとに、少なくとも1つの評価項目の評価を受けるので、フィードバックにより学習することができる。
さらに、学習者は、一連の身体動作全体に対して、少なくとも1つの評価項目の合計評価または全評価項目の総合評価を受け、フィードバックにより学習することもできる。
フィードバックすることにより、各パートにおける達成度および問題点が明確化されるので、優れた学習効果を得ることができる。

図面の簡単な説明

0008

図1は、本発明の身体動作学習支援装置の実施の形態を示す構成ブロック図である。
図2は、図1に示したモーションキャプチャ装置の一例を示す構成図である。
図3は、図1の評価装置で模範動作データを用いて複数の評価指標を評価する過程を示す構成図である。
図4は、図3時間分分割装置において振付分割時刻データに基づいて模範動作データを時間分節に分割ずる過程を示す構成図である。
図5は、図1の評価装置で総合評価得点導出する階層構造ニューラルネットワークの構成図である。
図6は、評価結果表示装置による表示画面を示す図である。

実施例

0009

以下、図面に基づいて本発明の実施形態を詳しく説明する。
図1は、本発明の一実施形態を示す構成ブロック図である。
図1の身体動作学習支援装置1(身体動作学習支援装置)は、練習により習得される身体動作を評価するとともに、模範動作との差異がわかるように身体動作をひと形(たとえば、スケルトン)で表現することができる。

0010

図1において、身体動作学習支援装置1は、モーションキャプチャ装置11と、動作データ記憶装置12と、評価装置13と、評価結果表示装置14とを備えている。
モーションキャプチャ装置11は、学習者Aの身体動作を身体動作データDATAMOTとして取得する。
動作データ記憶装置12は、モーションキャプチャ装置11により取得した身体動作データDATAMOTを記憶するとともに、身体動作データDATAMOTとの比較に用いられる模範動作データDATAMDLを記憶する。通常、模範動作データDATAMDLは、熟練者の身体動作から得られる。

0011

評価装置13は、動作データ記憶装置12に記憶されている身体動作データDATAMOTと模範動作データDATAMDLとを比較することにより学習者Aの身体動作を点数またはランクを用いて評価する。評価装置13は、項目評価部131と総合評価部132とからなる。
項目評価部131は、一連の身体動作のうち時間軸上で分割されたパートごとに、身体動作データDATAMOTと模範動作データDATAMDLとの比較を行い、複数の評価項目の評価を行う。本実施形態では、図面には示していないが、第j番目のパートの第k番目の評価項目をITMEST(j,k)で表し、その評価値(点数またはランク)をVLEST(j,k)で表す。ただし、j=1,2,3,・・・,Mであり、k=1,2,3,・・・,Nである。
総合評価部132は、一連の身体動作全体に対して、評価項目ごとの合計評価または単一の総合評価を行う。
評価項目ごとの合計評価は、たとえば、特定の評価項目ITMEST(j,x)(xは、1,2,3,・・・,Nの何れか)についての評価値VLEST(j,x)を全てのパートについて合計したものである。
単一の総合評価は、たとえば、評価値VLEST(j,x)に対して機械学習(本実施形態ではニューラルネットワーク)に基づく人工知能アルゴリズムを適用し、100点満点の総合評価得点TOTALESTを生成する。

0012

評価結果表示装置14は、動作データ記憶装置12に記憶されている身体動作データDATAMOTおよび模範動作データDATAMDLを用いて、身体動作をひと形(本実施形態ではスケルトンのアニメーション)で表現するとともに、評価装置13による評価の結果を表示する。

0013

図2は、モーションキャプチャ装置11の一例を示す構成図である。
図2において、モーションキャプチャ装置11は、学習者の身体に取り付けられた磁気式センサ群111とコンピュータ112とからなる。
磁気式センサ群111から出力される頭部、胸部腰部、右上腕部、右前腕部、右手部、左上腕部、左前腕部、左手部、右大腿部、右部、右足部、左大腿部、左脛部、左足部の姿勢データおよび腰部の位置データは、コンピュータ112中のソフトウェア上に再現されたひと形(骨格構造人体モデルMDLSKLTN)に適用して得られる頭頂部首関節、胸部−腰部間関節、右肩関節、右肘関節右手首関節、右手先部、左肩関節、左肘関節、左手首関節、左手先部、右股関節、右膝関節、右足首関節、右つま先部、左股関節、左膝関節、左足首関節、左つま先部の位置を一定の時間間隔で取得した時系列データを身体動作データDATAMOTとして出力する。

0014

図3は、項目評価部131で模範動作データDATAMDLを用いて複数の評価指標を評価する過程を示す構成図である。
項目評価部131は、時間分節分割装置1311と模範データ学習者データ時間差計算装置1312と項目評価装置1313とを備えている。
図3において、時間分節分割装置1311は、図4(振付分割時刻データDATADIVに基づいて模範動作データDATAMDLを時間分節に分割する過程を示す構成図)に示すように、舞踊指導者が振付分割時刻データDATADIVとして入力したN個の分割時刻に従って、第1時間分節は動作開始から振付分割時刻データDATADIVの第1分割時刻まで、第i時間分節(2≦i≦N)は第(i−1)時間分節の終了時刻直後から第i分割時刻まで、第(N+1)時間分節は第N時間分節の終了直後から動作終了までとして模範動作データDATAMDLを時間分節に分割し、時間分節データDATAPARTとして出力する。

0015

図3において、模範データ/学習者データ間時間差計算装置1312は、学習者の身体動作データDATAMOTに関して、模範動作データDATAMDLの各データ取得時刻の各関節位置から計算される右肩関節、右肘関節、右手首関節、左肩関節、左肘関節、左手首関節、右股関節、右膝関節、左股関節、左膝関節の角度によって示される全身身体姿勢に対応する姿勢発生時刻DPマッチング法により求め、模範動作データDATAMDLにおける発生時刻に対する身体動作データDATAMOTにおける発生時刻の差を全身姿勢時間差データDATADIF_TBとして出力する。

0016

また、学習者の身体動作データDATAMOTに関して、模範動作データDATAMDLの各データ取得時刻の右肘関節、右手首関節、左肩関節、左肘関節、左手首関節の角度によって示される上半身の身体姿勢に対応する上半身姿勢の発生時刻をDPマッチング法により求め、模範動作データDATAMDLにおける発生時刻に対する身体動作データDATAMOTにおける発生時刻の差を上半身姿勢時間差データDATADIF_UBとして出力する。
さらに、学習者の身体動作データDATAMOTに関して、模範動作データDATAMDLの各データ取得時刻の右股関節、右膝関節、左股関節、左膝関節の角度によって示される下半身の身体姿勢に対応する下半身姿勢の発生時刻をDPマッチング法により求め、模範動作データDATAMDLにおける発生時刻に対する身体動作データDATAMOTにおける発生時刻の差を下半身姿勢時間差データDATADIF_LBとして出力する。

0017

項目評価装置1313で評価される評価項目は、以下のようにしてあらかじめ選定される。
図2のモーションキャプチャ装置11によって異なる修得度を有する複数の舞踊学習者の身体動作データDATAMOTのサンプル群をあらかじめ取得し、身体動作データDATAMOTを用いて既存のコンピュータグラフィックスアニメーション製作ソフトウェアによってアニメーション群を作成し、舞踊指導者がアニメーション群のそれぞれのアニメーションに対して動作の様相を評価した自由記述文章群を記述する。文章群を、質的データ解析法であるSCAT法(Steps for Coding and Theorization法)によりコード化し、抽出されたコード群評価指標ごとカテゴリー化することによって、舞踊指導者が動作の様相を評価するのに用いた複数の評価指標を選定する。項目評価装置1313は、時間分節ごとに、上記手順で選定された項目である動きの大きさ、キーポーズ、振付、協応、タイミング、なめらかさの評価値VLESTを出力する。

0018

評価値VLESTについて、動きの大きさの評価値は、上半身の動作および下半身の動作に分離して以下のようにして計算される。第i番目の時間分節中において、模範動作データDATAMDLの頭頂部、右肘関節、右手首関節、右手先部、左肘関節、左手首関節、左手先部の7点のそれぞれがたどる軌跡の長さを導出し、軌跡の長さの平均値LT、U(i)を求める。同様に、学習者の身体動作データDATAMOTの頭頂部、右肘関節、右手首関節、右手先部、左肘関節、左手首関節、左手先部の7点のそれぞれがたどる軌跡の長さを導出し、軌跡の長さの平均値LS,U(i)を求める。LT,U(i)に対するLS,U(i)の差LU(i)=LS,U(i)−LT,U(i)を第i時間分節における学習者の上半身の動きに対する評価項目動きの大きさを示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0019

他方、第i番目の時間分節中において、模範動作データDATAMDLの右膝関節、右足首関節、右つま先部、左膝関節、左足首関節、左つま先部の6点のそれぞれがたどる軌跡の長さを導出し、軌跡の長さの平均値LT,L(i)を求める。同様に、身体動作データDATAMOTの右膝関節、右足首関節、右つま先、左膝関節、左足首関節、左つま先の6点のそれぞれがたどる軌跡の長さを導出し、軌跡の長さの平均値LS,L(i)を求める。LT,L(i)に対するLS,L(i)の差LL(i)=LS,L(i)−LT,L(i)を第i時間分節における学習者の下半身の動きに対する評価項目動きの大きさを示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0020

評価値VLESTについて、キーポーズの評価値は以下のようにして計算される。第i番目の時間分節の終了時刻における全身の姿勢を振付の第i時間分節におけるキーポーズと見なし、頭頂部、首関節部、右肩関節、右肘関節、右手首関節、右手先部、左肩関節、左肘関節、左手首関節、左手先部、−胸部間関節、右股関節、右膝関節、右足首関節、右つま先部、左股関節、左膝関節、左足首関節、左つま先部の19点のそれぞれに関して、模範動作データDATAMDLにおける位置と、身体動作データDATAMOTにおける位置との差の大きさを計算して、全19点の位置の差の平均値D(i)を導出する。この値を第i時間分節における学習者の評価項目キーポーズの習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0021

評価値VLESTについて、振付の評価値は、上半身の動作および下半身の動作に分離して以下のようにして計算される。第i番目の時間分節中の各時刻において、頭頂部、右肘関節、右手首関節、右手先部、左肘関節、左手首関節、左手先部の7点のそれぞれに関して、模範動作データDATAMDLにおける位置と、身体動作データDATAMOTにおける位置との差の大きさを計算して、全7点の位置の差の平均値を導出する。第i番目の時間分節中のすべて時刻の平均値の平均値CU(i)を計算し、この値を第i時間分節における学習者の上半身の動きに対する評価項目振付の習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0022

他方、第i番目の時間分節中の各時刻において、右膝関節、右足首関節、右つま先部、左膝関節、左足首関節、左つま先部の6点のそれぞれに関して、模範動作データDATAMDLにおける位置と、動作データDATAMOTにおける位置との差の大きさを計算して、全6点の位置の差の平均値を導出する。第i番目の時間分節中のすべての時刻の平均値の平均値CL(i)を計算し、この値を第i時間分節における学習者の下半身の動きに対する評価項目振付の習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0023

評価値VLESTについて、協応の評価値は、上半身の動作および下半身の動作における各身体姿勢の出現時間の差として以下のようにして計算される。
第i時間分節中の各時刻において、模範データ/学習者データ間時間差計算装置1312が出力した上半身姿勢時間差データDATADIF_UBが示す模範動作データDATAMDLに対する動作データDATAMOTの上半身の身体姿勢の出現時間の差の大きさと、模範データ/学習者データ間時間差計算装置1312が出力した下半身姿勢時間差データDATADIF_LBが示す模範動作データDATAMDLに対する動作データDATAMOTの下半身の身体姿勢の出現時間の差の大きさとの間の差の大きさを導出する。
第i番目の時間分節中のすべての差の平均値E(i)を計算し、この値を第i時間分節における評価項目協応の習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0024

評価値VLESTついて、タイミングの評価値は、模範動作データDATAMDLにおける各身体姿勢の出現時刻に対する学習者の動作データDATAMOTにおける対応身体姿勢の出現時刻の差として以下のように計算される。
第i時間分節中の各時刻において、模範データ/学習者データ間時間差計算装置1312が出力した全身姿勢時間差データDATADIF_TBが示す模範動作データDATAMDLに対する動作データDATAMOTの身体姿勢の出現時間の差の大きさを導出する。第i番目の時間分節中のすべての差の平均値T(i)を計算し、この値を第i時間分節における評価項目タイミングの習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0025

評価値VLESTについて、なめらかさの評価値は以下のように計算される。
第i時間分節中の各時刻において、頭頂部、右肘関節、右手首関節、右手先部、左肘関節、左手首関節、左手先部、右膝関節、右足首関節、右つま先部、左膝関節、左足首関節、左つま先部の13点のそれぞれに関して、模範動作データDATAMDLの全13点の平均加速度と、動作データDATAMOTの全13点の平均加速度の差の大きさを導出する。第i番目の時間分節中のすべての差の大きさの平均値A(i)を計算し、この値を第i時間分節における評価項目なめらかさの習得の度合を示すものと見なして、0を理想値とする評価値VLESTとして出力する。

0026

図5は、評価装置132で総合評価得点を導出する構成図である。
図5において、階層構造ニューラルネットワーク1321は、入力層ユニット群1322、中間層ユニット群1323、出力層ユニット群1324からなる。
入力層ユニット群1322の各ユニットはすべてそれぞれが特定の結合重み値を持って中間層ユニット群1323のすべてのユニットと結合されており、中間層ユニット群1323中の各ユニットはすべてそれぞれが特定の結合重み値を持って出力層ユニット群1324と結合されている。項目評価部131から出力される評価値VLEST(j,k)が総合評価部132のニューラルネットワーク1321へ入力され、入力層ユニット群1322中の第iユニットへの入力値xiが決定される。入力層ユニット群1322中のM個のユニットすべてへの入力値が決定されると、中間層ユニット群1323中の第jユニットにおいて、中間層ユニット群1323中の第iユニットと第jユニットとの間の結合重み値wijを用いて次式中間値yjが計算される。
yj=1/[1+exp{−(w1jx1+w2jx2+・・・+wMjxM)}]

0027

中間層ユニット群1323中のK個のユニットすべてにおいて中間値が計算されると、出力層ユニット群1324において、中間層ユニット群1323中の第jユニットと出力層ユニット群1324ユニットとの間の結合重み値vjを用いて次式の出力値zが計算され、その値が100点満点の総合評価得点TOTALESTとなる。
z=v1y1+v2y2+・・・+vKyK

0028

階層構造ニューラルネットワーク1321に対して、以下のようにしてあらかじめ学習作業が行われる。
あらかじめ取得された動作データDATAMOTのサンプル群のそれぞれを、項目評価部131に入力してサンプル評価値群を得、同時に、サンプル群を使用して作成されたそれぞれのアニメーションに対して舞踊指導者が100点満点の評価を行い、総合評価得点サンプル群を得る。そして、サンプル評価値群を入力教師データとし、総合評価得点サンプル群を出力教師データとして、バックプロパゲーション法により階層構造ニューラルネットワーク1321中のユニット間の結合重み値を導出する。

0029

図6に、評価結果表示装置14による表示画面DSPLを示す。
本実施形態では、表示画面DSPLに評価が評価項目ごとに評価値VLESTで表示されるとともに、各評価についてのレーダチャートCHRTが表示されている。また、総合評価として総合点が「得点」欄に記載されている。
表示画面DSPLの下部には、第何番の第何拍目かを示すインジケータIDCおよび所望番の所望拍に表示を移動するためのスライダSLDが設けられている。
図6では、評価項目として、「動きの大きさ」、「キーポーズ」、「振付」、「動作の協応」、「タイミング」、「なめらかさ」が挙げられている。
図6では、レーダチャートCHRTおよび評価値VLESTとともに、骨格構造人体モデルMDLSKLTNがアニメーションで示される。これにより、学習者は、一連の身体動作全体に対して、評価項目の合計評価や全評価項目の総合評価を受けることができるので、欠点や達成点を知ることができる。

0030

1身体動作学習支援装置
11モーションキャプチャ装置
12動作データ記憶装置
13評価装置
14 評価結果表示装置
111磁気式センサ群
112コンピュータ
131項目評価部
132総合評価部
1311時間分節分割装置
1312模範データ/学習者データ間時間差計算装置
1313 項目評価装置
1321階層構造ニューラルネットワーク
1322入力層ユニット群
1323中間層ユニット群
1324出力層ユニット群
A学習者
CHRTレーダチャート
DATADIF_TB全身姿勢時間差データ
DATADIF_UB上半身姿勢時間差データ
DATADIF_LB下半身姿勢時間差データ
DATADIV振付分割時刻データ
DATAMOT 動作データ
DATAMDL模範動作データ
DATAPART時間分節データ
ITMEST(j,k)評価項目
IDCインジケータ
MDLSKLTN骨格構造人体モデル(スケルトン)
SLDスライダ
TOTALEST 総合評価得点
VLEST(j,k),VLEST評価値(点数またはランク)

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

該当するデータがありません

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 上海誉▲か▼文具有限公司の「 バスケットボールゴールカウント装置」が 公開されました。( 2020/10/29)

    【課題】本発明はバスケットボールゴールカウント装置を開示した。【解決手段】バスケットを含み、前記バスケットの中には左右に対称している且つ上に開口しているスライドチャンバが設置され、前記スライドチャンバ... 詳細

  • 株式会社ジャパーナの「 ゴルフスイング練習機」が 公開されました。( 2020/10/29)

    【課題】 装置が作動するヘッドスピードの値を変更して簡単に所定の値に設定できるゴルフスイング練習機を提供すること。【解決手段】 本発明は、錘体3と、磁石4と、抜け止め部5と、を備えたヘッド部Hを有... 詳細

  • 株式会社JARTAinternationalの「 トレーニング方法」が 公開されました。( 2020/10/29)

    【課題】外部情報の認知機能および情報処理速度を効率的に高めることができるトレーニング方法を提供すること。【解決手段】一態様において、本発明は、対象のトレーニング方法であって、該方法は、(A)該対象が装... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

該当するデータがありません

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ