本公开涉及一种姿势推测装置、姿势推测系统以及姿势推测方法。
背景技术：
1、为了改善步行或跑步的姿态(form)，必须持续测量步行时或跑步时的全身姿势。而且，也在进行根据步行时的姿势来探测精神疾病或者推测摔倒风险的研究，在这些研究中，必须日常测量步行时的姿势。作为测量全身姿势的方法，已知有使用动作捕捉(motioncapture)的方法、使用动态图像的方法、使用可穿戴式设备的方法等。
2、例如，在日本专利特开2023-16825号公报中，公开了一种使用可穿戴式设备来测量全身姿势的系统。此系统中，在被测定者的身体的六处部位，具体而言，在成为身体的基准的关节部位(例如腰或头部)或者身体的末端附近(手臂、脚踝、头部等)佩戴六个传感器装置，基于来自所述传感器装置的测定值来测量全身姿势。
技术实现思路
1、但是，在使用动作捕捉的方法或使用动态图像的方法中，必须始终将全身包含在拍摄范围内持续拍摄，为了日常持续掌握全身姿势而始终将全身包含在拍摄范围内持续拍摄的做法困难。另一方面，在使用可穿戴式设备的方法中，可通过使被测定者佩戴可穿戴式设备来测量姿势，因此适合于日常持续掌握姿势，但只能掌握包含佩戴有可穿戴式设备的部位的局部性的姿势。因此，为了使用可穿戴式设备来掌握全身姿势，必须像日本专利特开2023-16825号公报中所示的那样在身体的关节部位或末端附近佩戴多个传感器装置，为了日常持续掌握全身姿势而持续佩戴多个传感器的做法困难。
2、本公开是为了解决此问题而完成，其目的在于提供一种能够日常持续掌握全身姿势的姿势推测装置、姿势推测系统以及姿势推测方法。
3、依据本公开的一方面的姿势推测装置是对规定动作时的被测定者的全身姿势进行推测的姿势推测装置。姿势推测装置包括：至少一个传感器，安装于被测定者，获取基于被测定者的至少一处部位的三轴加速度及三轴角速度的测量数据；运算电路，使用通过机器学习而训练完毕的推测模型，根据利用传感器所获取的测量数据来推测规定动作时的被测定者的全身姿势；以及输出装置，输出利用运算电路所推测出的被测定者的全身姿势的推测数据。推测模型是基于在规定动作时利用传感器所获取的测量数据、与对获取所述测量数据的时机的被测定者的全身姿势进行测定所得的姿势数据，利用借助机器学习的训练而预先生成。
4、依据本公开的一方面的姿势推测系统包括测定姿势数据的测定装置以及所述姿势推测装置，在进行借助机器学习的推测模型的训练时，使用利用测定装置所测定的姿势数据。
5、依据本公开的一方面的姿势推测方法是对规定动作时的被测定者的全身姿势进行推测的姿势推测方法。姿势推测方法包括下述步骤：从安装于被测定者的至少一个传感器，获取基于被测定者的至少一处部位的三轴加速度及三轴角速度的测量数据；使用通过机器学习而训练完毕的推测模型，根据利用传感器所获取的测量数据来推测规定动作时的被测定者的全身姿势；以及输出所推测的被测定者的全身姿势的推测数据。推测模型是基于在规定动作时利用传感器所获取的测量数据、与对获取所述测量数据的时机的被测定者的全身姿势进行测定所得的姿势数据，利用借助机器学习的训练而预先生成。
6、本发明的所述及其他目的、特征、方面及优点将根据与附图相关联地理解的跟本发明相关的接下来的详细说明而明确。
1.一种姿势推测装置，推测规定动作时的被测定者的全身姿势，所述姿势推测装置包括：
2.根据权利要求1所述的姿势推测装置，其中所述推测模型对应于使用所述姿势推测装置的每个所述被测定者而进行借助机器学习的重新训练。
3.根据权利要求1所述的姿势推测装置，其中所述规定动作是所述被测定者的全身与安装有所述传感器的所述被测定者的部位的活动联动的动作。
4.根据权利要求1至3中任一项所述的姿势推测装置，其中所述传感器被设于所述被测定者所使用的鞋。
5.根据权利要求4所述的姿势推测装置，其中所述传感器获取根据三轴加速度及三轴角速度而求出的基于所述被测定者的步行或行走的多个参数以作为所述测量数据。
6.根据权利要求5所述的姿势推测装置，其中基于所述被测定者的步行或行走的所述多个参数包含步幅、步频、步行速度或行走速度、一步所耗费的时间、支撑期期间、摆动期期间、触地时的脚尖角度、内旋、最大脚高度及着地冲击中的至少一个参数。
7.一种姿势推测系统，包括：
8.根据权利要求7所述的姿势推测系统，其中所述测定装置为动作捕捉摄像机，
9.根据权利要求8所述的姿势推测系统，其中通过主成分分析对所述骨架坐标数据进行维度压缩，从而进行借助机器学习的所述推测模型的训练。
10.一种姿势推测方法，推测规定动作时的被测定者的全身姿势，所述姿势推测方法包括下述步骤：
