• English

歩行姿勢改善サービス

歩行姿勢改善サービス

無意識に健康に導き、そして組織の発展に導きます。
歩行者の骨格情報をもとに歩行姿勢を解析し、歩行姿勢改善のためのフィードバックを行うサービスです。

AI技術によるウェルネス経営推進サービス

AI技術によるウェルネス経営推進サービス

 

① 映像解析

Azure Kinect DK にて歩行者の骨格検出を行います。

② データ解析

歩行者の骨格情報をもとに身長、背筋の伸び、左右のブレ、歩行速度、歩幅、腕の振りという歩行姿勢パラメータを算出します。
これらのパラメータをもとにクラスタリングを行い、歩行姿勢タイプを導出します。

③ データ可視化

歩行者の歩行姿勢解析結果として歩行姿勢タイプ、歩行姿勢パラメータをディスプレイに表示します。
また、歩行姿勢改善のためのワンポイントアドバイスにより、更なる健康を促進します。

メタテクノの映像・データ解析技術

骨格検出

Azure Kinect DK にて 32 の関節座標を取得します。
取得する座標は 3D 座標系です。

Azure Kinect ボディ トラッキングの関節 | Microsoft Docs
 

平滑化

骨格検出により取得する骨格座標の時系列データには外れ値が存在することがあります。
外れ値の影響を抑えるため平滑化を行い、解析精度を向上します。

異常値除去

全身の写らない骨格推定精度の低いフレーム除去や、大きく曲がって進行した、停止した、引き返したなどの異常歩行除去を行い、解析の信頼性を向上します。
また、クラスタリングのデータ前処理としての主成分分析による異常値除去を行います。

例)頭部や手足が見切れる骨格推定精度の低いフレーム除去
カメラへの写り始めと終わりのフレームは頭部や手足が見切れることにより、骨格推定精度が低くなります。
これらのフレームを除去し、2つ目の画像のように全身が写る骨格推定精度の高いフレームのみ採用します。

 

クラスタリング

平滑化後データより歩行姿勢パラメータを算出します。
これらのパラメータをもとに k-means 法により 6 つの歩行姿勢タイプを導出します。

タイプ 特性
元気 腕の振りが大きく、左右のブレも大きい、活発に歩くタイプ。
猫背 猫背で、歩行速度と歩幅も小さいタイプ。
ふらふら 左右のブレが大きく、不安定に歩くタイプ。
早歩き 素早く歩くタイプ。やや左右のブレが大きい。
綺麗 比較的綺麗に歩くタイプ。歩行速度は少し遅い。
のろのろ 歩行速度が遅いタイプ。歩幅も小さい。

ウェルネス経営やスキル継承など多様な応用例

オフィス

社員の歩行改善による健康促進

オフィス

医療・製造

患者のリハビリ支援
熟練者のスキル継承

フィットネス

効果的な筋力向上やダイエットのための体位指導

パンフレット

お問い合わせ

歩行姿勢改善サービスに関するお問い合わせについてはこちらをご覧ください。

本ページに記載されている会社名、製品名は各社の商標または登録商標です。

PAGETOP

その他当社ページのご紹介

Copyright © 株式会社メタテクノ All Rights Reserved.