信息处理系统、信息处理装置以及非临时性存储介质的制作方法

1.本发明涉及一种辅助用户的技术。


背景技术：

2.有一种用于检测用户所采取的姿势是否存在问题的技术。例如，在专利文献1中公开了一种装置，所述装置在自动扶梯中对是否存在一边操作智能手机一边乘梯的用户进行检测，并将乘梯姿势存在问题的情况通知给该用户。
3.在先技术文献
4.专利文献
5.专利文献1：日本专利第6271698号公报


技术实现要素：

6.发明所要解决的课题
7.人们迫切期望对如驼背、塌腰之类的对身体具有不良影响的各种各样的姿势进行矫正。但是，即使能够检测出有问题的姿势，也无法告知用户采取怎样的姿势才能够减轻对于身体的不良影响。
8.本发明的目的在于，提供一种实施用于矫正姿势的信息提供的技术。
9.用于解决课题的手段
10.本公开的第一方式为信息处理系统，该信息处理系统具有：传感器，其对用户所采取的第一姿势进行感测；存储部，其对与人的姿势相关联的姿势数据进行存储；控制部，其执行如下处理，即，基于从所述传感器所取得的传感器数据和所述姿势数据，而生成针对所述用户的与对所述用户的身体造成的不良影响相关联的建议。
11.此外，本公开的第二方式为信息处理装置，该信息处理装置具有：存储部，其对与人的姿势相关联的姿势数据进行存储；控制部，其执行如下处理，即，基于从对用户所采取的第一姿势进行感测的传感器取得的传感器数据和所述姿势数据，而生成针对所述用户的与对所述用户的身体造成的不良影响相关联的建议。
12.此外，本公开的第三方式为一种程序，该程序使计算机执行如下处理，即：取得与人的姿势相关联的姿势数据，基于从对用户所采取的第一姿势进行感测的传感器取得的传感器数据和所述姿势数据，而生成针对所述用户的与对所述用户的身体造成的不良影响相关联的建议。
13.此外，作为其他的方式，可以列举出上述的信息处理装置所执行的信息处理方法、或者非临时性地存储有上述的程序的计算机可读存储介质。
14.发明效果
15.根据本发明，能够实施用于矫正姿势的信息提供。
附图说明
16.图1为对信息处理系统的概要进行说明的图。
17.图2为详细地示出了第一实施方式所涉及的信息处理系统的结构要素的图。
18.图3为对被感测到的用户的姿势进行说明的图。
19.图4为对姿势判断部所实施的姿势分类处理进行说明的图。
20.图5为对被存储于存储部中的评价数据进行说明的图。
21.图6为经由输入输出部而被输出的建议的示例。
22.图7为在第一实施方式中控制部所执行的处理的流程图。
23.图8为详细地示出了第二实施方式所涉及的信息处理系统的结构要素的图。
24.图9为对行动判断部所实施的行动分类处理进行说明的图。
25.图10为对第二实施方式中的评价数据进行说明的图。
26.图11为在第二实施方式中控制部所执行的处理的流程图。
具体实施方式
27.已知一种检测出不良的姿势并将其通知给用户的装置。但是，虽然在这样的装置中能够输出辅助性的信息，但是无法将应该如何矫正姿势通知给用户。
28.本实施方式所涉及的信息处理系统为，检测出用户正采取不良的姿势并向该用户提供关于该姿势的详细的信息的系统。
29.具体而言，其特征在于，具有：传感器，其对用户所采取的第一姿势进行感测；存储部，其对与人的姿势相关联的姿势数据进行存储；控制部，其执行如下处理，即，基于从所述传感器所取得的传感器数据和所述姿势数据，而生成针对所述用户的、与对所述用户的身体造成的不良影响相关联的建议。
30.传感器只要能够对用户所采取的姿势进行感测，则既可以为图像传感器，又可以为距离传感器等。
31.姿势数据为与人的姿势有关的数据，典型而言为用于对通过感测而获得的用户的姿势进行评价的数据。控制部基于通过感测而获得的传感器数据和所存储的姿势数据，而生成与对用户的身体造成的不良影响有关的建议。例如，生成落座姿势不佳、给腰带来负担、或腰间盘突出等疾病风险增加的意思的建议。根据这样的结构，能够向用户传达当前的姿势会给身体带来怎样的影响、具有怎样的风险、或者如何才能使风险得到改善。
32.另外，所述控制部也可以在对因采取所述第一姿势而对所述用户的身体造成的不良影响进行了推定的基础上生成所述建议。
33.此外，也可以设为，其特征在于，所述控制部基于从所述传感器数据获得的特征量而对所述第一姿势进行分类。
34.姿势能够通过对由感测所获得的特征量来进行分类从而被确定。例如，也可以采用如下方式，即，利用能够对(包括良好的姿势或不良的姿势)多个姿势进行识别的机器学习模型，而获得分类结果。
35.此外，也可以设为，其特征在于，所述姿势数据为，将所述第一姿势与对所述身体造成的不良影响的内容建立了关联的数据。
36.不良影响的内容典型而言是指，与疾病风险有关的信息。根据这样的结构，能够向
采取了特定的姿势的用户通知具体的风险的内容。
37.此外，也可以设为，其特征在于，所述姿势数据为，进一步将所述第一姿势与多个身体部位中的至少一处所承受的负荷的大小建立了关联的数据，所述控制部生成示出了所述负荷的大小的所述建议。
38.通过取得特定的身体部位所承受的负荷的大小，从而能够向用户进行具体的建议。
39.此外，也可以设为，其特征在于，所述控制部基于所述姿势数据而取得消除对所述身体造成的不良影响的姿势的正确方式。
40.此外，也可以设为，其特征在于，所述控制部生成包含用于使所述第一姿势成为消除所述不良影响的第二姿势的身体部位的移动方法的所述建议。
41.由此，例如，能够教给用户“采取后倾姿势”、“坐深一点使腰靠在椅子上”之类的姿势的正确方式、或者“收下巴”这样身体部位的具体的移动方法，从而能够促使姿势的改善。
42.此外，也可以设为，其特征在于，所述控制部进一步对所述用户所采取的行动进行判断。
43.此外，也可以设为，其特征在于，所述姿势数据为，针对所述用户所采取的每个行动而被定义的数据，所述控制部基于所述用户所采取的行动来选择对应的所述姿势数据。
44.优选为，基于用户的行动而对该用户所采取的姿势是否为妥当的姿势进行判断。例如，即使在检测到前倾的姿势的情况下，由于在用户正在洗脸的情况下，该姿势是暂时性的姿势，因此不应该被视为问题。相反地，在用户所采取的行动为“伏案工作”且落座的状态的同一姿势持续了较长时间的情况下，最好促使其改善。
45.如此，通过对用户所采取的行动进行判断，从而能够提供更加适当的建议。
46.此外，也可以设为，其特征在于，所述控制部基于按照时间序列而取得的所述传感器数据，来对所述用户所采取的行动进行判断。
47.通过在时间轴方向上扩展用于对姿势进行判断的数据，从而能够更高精度地对用户的行动进行判断。
48.此外，也可以设为，其特征在于，所述传感器包括被设置在建筑物中的多个传感器，所述控制部基于捕捉到所述用户的所述传感器的设置地点，来限定所述用户所采取的行动。
49.用户的行动能够基于传感器的设置地点来进行限定。例如，在传感器被设置在餐厅厨房中的情况下，行动能够限定为“进食”或“做饭”等。此外，在传感器被设置在客厅中的情况下，行动能够限定为“在沙发上的落座”等。由此，能够提高行动的判断精度。
50.以下，基于附图而对本公开的实施方式进行说明。以下的实施方式的结构为例示，本公开并不限定于实施方式的结构。
51.(第一实施方式)
52.参照图1而对第一实施方式所涉及的信息处理系统的概要进行说明。本实施方式所涉及的信息处理系统被构成为，包括评价装置100和传感器组200，其中，所述评价装置100对用户的姿势进行评价，所述传感器组200由在屋内对用户进行感测的多个传感器构成。
53.评价装置100为对用户所采取的姿势进行评价的装置。评价装置100使用被设置于
预定的设施内(例如，用户的自家住宅)的多个传感器来对用户所采取的姿势进行判断。此外，在对所判断出的姿势进行评价且检测到不良的姿势的情况下，生成并输出对于用户的建议。
54.另外，虽然在图1的示例中评价装置100被设置在屋内，但是评价装置100的设置场所也可以为远处。此外，一台评价装置100也可以对多个用户(也可以各自处于不同的设施内)进行管辖。
55.图2为更详细地示出了本实施方式所涉及的信息处理系统的结构要素的图。在此，首先对传感器组200中所包含的传感器进行说明。
56.传感器组200被构成为，包含被设置在屋内的多个传感器。多个传感器只要为能够取得用于对用户的姿势进行检测的数据的传感器，则其种类可以是任意的。例如，既可以为取得可见光图像、红外线图像的摄像机(图像传感器)，又可以为距离图像传感器。此外，也可以为它们的组合。
57.多个传感器被构成为能够输出传感器数据。在传感器为图像传感器的情况下，传感器数据也可以为图像数据。
58.传感器组200中所包含的传感器优选为，为了能够对用户的行动范围进行感测而被分别设置在多个地点处。例如，在用户的自家住宅为对象的情况下，传感器可以被设置在多个房间中。
59.另外，虽然在本实施方式中例示了屋内，但是传感器的设置地点并不限于屋内。例如，也可以将在屋外进行工作的用户设为感测对象。
60.此外，虽然在本实施方式中例示了用户的自家住宅以作为预定的设施，但是与评价装置100建立了关联的建筑物可以为任意的设施，并不限于自家住宅。
61.评价装置100基于对用户进行感测所获得的传感器数据、和与被预先存储的姿势有关的数据，来对用户所采取的姿势的好坏进行评价。
62.评价装置100能够由通用的计算机构成。即，评价装置100能够作为具有cpu(central processing unit，中央处理单元)或gpu(graphics processing unit，图形处理器)等处理器、ram(random access memory，随机存取存储器)或rom(read only memory，只读存储器)等主存储装置、eprom(erasable programmable rom，可擦可编程只读存储器)、硬盘驱动器、可移动介质等辅助存储装置的计算机而构成。另外，可移动介质也可以为例如usb(universal serial bus：通用串行总线)存储器或者如cd(compact disc：光盘)或dvd(digital versatile disc：数字视频光盘)那样的盘片记录介质。在辅助存储装置中，存储有操作系统(operating system：os)、各种程序、各种图表等，并且将被存储于此的程序加载到主存储装置的工作区域中并执行，通过利用程序的执行而对各个结构部等进行控制，从而能够实现与后述那样的符合预定的目的的各功能。但是，一部分或者全部的功能也可以通过如asic(application specific integrated circuit，特定用途集成电路)或fpga(field programmable gate array，现场可编程门阵列)那样的硬件电路来实现。
63.控制部101为，对评价装置100所实施的控制进行管理的运算装置。控制部101能够通过cpu等运算处理装置来实现。
64.控制部101被构成为，具有数据取得部1011、特征量计算部1012、姿势判断部1013和评价部1014这四个功能模块。各功能模块也可以通过由cpu执行被存储的程序来实现。
65.数据取得部1011从传感器组200中所包含的传感器取得传感器数据。所取得的传感器数据既可以为图像数据(可见光图像或红外线图像)，又可以为距离图像数据。此外，也可以为它们中的两个以上的组合。此外，数据取得部1011也可以取得检测到用户的传感器的识别符。数据取得部1011所取得的传感器数据被发送至特征量计算部1012。另外，在传感器数据并未表示用户的存在的情况下，数据取得部1011也可以废弃所取得的传感器数据。
66.特征量计算部1012将数据取得部1011所取得的传感器数据(例如，图像数据或距离图像数据)转换成表示人的姿势的特征量。
67.作为对表示人的姿势的特征量进行计算的代表性的方法，存在利用身体部位的坐标的方法。例如，通过对传感器数据进行分析，从而对头、颈、左右肩、左右肘、左右手、左右股关节之类的身体部位进行检测，并取得所对应的坐标(例如，与作为对象的身体部位的中心相对应的二维坐标或者三维坐标)。图3为例示了落座于椅子上的用户的、多个身体部位的三维坐标的图。三维坐标例如能够通过向根据可见光图像而检测出的各身体部位的二维坐标赋予基于距离图像所获得的纵深信息，从而取得。
68.另外，身体部位的检测例如也可以利用用于对预定的身体部位进行检测的识别器来进行。例如，构建出如下的识别器，所述识别器用于将对m个身体部位的二维坐标(xm,ym)(m＝1,2,
…
,m)加上纵深信息zm(m＝1,2,
…
,m)而得到的数据用作教师数据，来对m个身体部位的二维坐标或者三维坐标进行检测。然后，通过向该识别器输入传感器数据，从而能够取得m个身体部位的二维坐标(xm,ym)或者三维坐标(xm,ym,zm)(m＝1,2,
…
,m)。
69.另外，虽然在本示例中列举出对预定的身体部位的坐标进行检测的示例，但是只要为与人的姿势相关联的对象，则检测对象也可以为这以外的对象。例如，也可以采用对人的骨骼进行检测的方式。
70.特征量计算部1012将以此方式而获得的多个坐标转换为特征量。特征量例如也可以为多个坐标的集合(矢量)。
71.此外，特征量也可以为基于多个人体部位间的距离的大小的顺位而得的值。例如，能够对于多个人体部位而生成全部的组合，并针对各对而计算出身体部位间的距离，且将所获得的距离的顺位设为特征量。式(1)为检测对象的身体部位为十个的情况下的特征量f的示例。
72.f＝(r(d(1,2)),r(d(1,3)),r(d(1,4)),
…
,r(d(8,9)),r(d(9,10)))
……
式(1)
73.在此，d(m,n)表示第m个身体部位与第n个身体部位的图像空间上的欧几里德距离，r(d(m,n))表示将d(1,2),d(1,3),
…
,d(8,9),d(9,10)降序排列时的d(m,n)的顺位。
74.基于身体部位间的距离的大小的顺位而得的特征量具有对于比例转换或位置的微量的变动而言较为稳定这样的优点。
75.姿势判断部1013基于特征量计算部1012所计算出的特征量，而将用户的姿势分类为预定的等级。在本实施方式中，在事先构建了预先定义作为检测对象的多个姿势(等级)且对于各个等级而进行等级分类的识别器(姿势分类器102a)的基础上，使用该识别器来进行姿势的分类。姿势分类器102a被存储在后述的存储部102中。
76.图4为对姿势判断部1013所实施的分类处理进行说明的图。姿势判断部1013将所取得的特征量输入至姿势分类器102a中，并将分类结果作为输出而取得。在本示例的情况下，例如取得了“落座且前倾姿势(姿势等级：c001)”这样的分类结果。如所图示的那样，作
为检测对象的多个姿势也可以包括希望采取的姿势和不希望采取的姿势双方。
77.评价部1014基于姿势判断部1013所实施的分类结果和后述的评价数据102b，而对用户所采取的姿势的好坏进行评价。此外，基于评价结果而生成并输出对于该用户的建议。
78.关于具体的方法，在后文中与评价数据102b的示例一起进行叙述。
79.存储部102被构成为，包括主存储装置和辅助存储装置。主存储装置为，将通过控制部101执行的程序或者该控制程序所利用的数据展开的存储器。辅助存储装置为，对在控制部101中被执行的程序或该控制程序所利用的数据进行存储的装置。
80.存储部102对前述的姿势分类器102a进行存储。姿势分类器102a为被预先构建出的机器学习模型，且将被输入的特征量分类为预先定义的多个姿势等级中的任意一个。
81.另外，存储部102对用于基于分类结果而评价姿势的数据(评价数据102b)进行存储。评价数据102b为，将用户采取何种姿势的情况与对该用户的身体有怎样的影响建立了关联的数据。图5为评价数据102b的一个示例。
82.在图5的示例中，针对与各姿势建立了关联的每个识别符(姿势等级)，而关联有评价值、影响部位、负荷量、影响内容以及改善对策。
83.评价值为表示姿势的好坏的值(例如，0至100的整数)。
84.影响部位表示有不良影响的身体部位。通过参照影响部位，可知例如腰承受负荷的情况、颈承受负荷的情况。
85.负荷量为表示特定的身体部位所承受的负荷的量。在本示例中，例如可知在保持等级为c003的姿势的情况下腰将承受体重
×
0.3kg的负荷。
86.影响内容为表示具体的不良影响的内容。例如，储存有“(在腰承受了负荷的情况下)有罹患腰间盘突出的可能性”、“(在颈前倾的情况下)有可能罹患颈椎病”之类的信息。
87.改善对策为，与用于减轻对于身体的不良影响的对策有关的信息。例如，储存有“为了减轻对腰的负担，应该坐深一点使腰靠在椅子上”、“为了预防颈椎病，应该采取收回颈部的姿势”之类的信息。
88.评价部1014基于评价数据102b而取得与因当前用户所采取的姿势而导致的对于身体的不良影响有关的信息，并生成与用于减小该不良影响的对策有关的建议，且经由后述的输入输出部103进行输出。
89.评价部1014生成并提供例如包括影响部位、影响内容、改善对策等在内的用户界面画面。图6(a)为被输出的用户界面画面的示例。另外，也可以在建议中包含与评价值或负荷量有关的信息。
90.输入输出部103为用于实施信息的输入输出的接口。输入输出部103例如被构成为，具有显示器装置或触摸面板。输入输出部103也可以包含键盘、近距离通信单元、触摸屏等。另外，输入输出部103也可以包含对声音进行输入输出的单元。
91.输入输出部103也可以具有与预定的装置进行通信的功能。例如，也可以将输入输出部103构成为与用户所携带的终端(用户终端)进行无线通信。例如，通过将所生成的建议传送至用户所携带的终端中，从而能够实现迅速的信息传达。
92.另外，输入输出部103进行通信的对方也可以为能够与多个用户终端进行通信的服务器装置。在这种情况下，输入输出部103也可以将建议与对用户进行识别的信息一起发送至服务器装置。例如，服务器装置通过向对象的用户终端推送建议，从而能够高效地向用
户传达建议。
93.接下来，更详细地对通过控制部101而被实施的处理进行说明。图7为控制部101所实施的处理的流程图。
94.首先，在步骤s11中，数据取得部1011取得从传感器组200中所包含的传感器发送来的传感器数据。数据取得部1011直到能够收集到可进行姿势的判断的量的数据为止，而对传感器数据暂时性地进行积累。
95.接下来，在步骤s12中，特征量计算部1012将传感器数据转换为特征量。
96.在步骤s13中，姿势判断部1013将所获得的特征量输入至姿势分类器102a中，并取得分类结果。
97.在步骤s14中，评价部1014基于所取得的分类结果，而取得对于姿势的评价。
98.在步骤s15中，评价部1014对所取得的评价(评价值)小于预定的阈值(例如，85)的状态是否持续了预定的时间(例如，三分钟)以上进行判断。在此，在所取得的评价值小于预定的阈值的状态持续了预定的时间以上的情况下，评价部1014生成包含影响部位以及影响内容的建议，并经由输入输出部103而进行输出。另外，在评价数据中包含改善对策的情况下，评价部1014也可以生成与改善对策有关的建议。
99.在所取得的评价值不小于预定的阈值的情况下或者该评价值小于预定的阈值的状态未持续预定的时间以上的情况下，处理返回至步骤s11。
100.另外，当用户根据建议而改变姿势且评价值大于阈值时，停止建议的输出。因此，用户能够实时地知晓当前的姿势成为了良好的姿势的情况。
101.如以上所说明的那样，第一实施方式所涉及的评价装置100通过被设置于屋内的多个传感器而对用户的姿势进行检测，并对因该姿势所导致的对于该用户的身体造成的不良影响进行推定，且对该用户进行通知。根据这样的结构，能够实时地向用户通知在屋内该用户采取了不良的姿势的情况，从而能够有助于用户的健康。
102.(第二实施方式)
103.第一实施方式所涉及的评价装置100在既定的姿势继续了预定的时间以上的情况下，生成并输出对于用户的建议。但是，根据用户的行动，可能会发生建议不适当的情况。例如，在用户洗脸的情况下，虽然暂时性地检测出前倾的姿势，但是对于正在洗脸的用户而言，进行应该避免前倾的姿势的意思的建议是不适当的。
104.第二实施方式是，为了应对该情况而对用户所进行的行动进行识别，并针对每个被识别出的行动而使用不同的基准来实施对于姿势的评价的实施方式。
105.图8为第二实施方式所涉及的信息处理系统的结构概要图。第二实施方式所涉及的评价装置100(控制部101)在还具有行动判断部1015这一点上与第一实施方式不同。此外，第二实施方式所涉及的评价装置100(存储部102)在还对行动分类器102c进行存储这一点上与第一实施方式不同。
106.行动判断部1015基于数据取得部1011所取得的传感器数据，并使用行动分类器102c来对用户所进行的行动进行判断。
107.行动分类器102c为被预先构建的机器学习模型，且将被输入的特征量分类为被预先定义的多个行动等级中的任意一个。行动分类器102c被存储在存储部102中。
108.图9为对行动判断部1015所实施的分类处理进行说明的图。
109.用户所采取的行动能够基于传感器数据或者从传感器数据获得的特征量进行判断。另外，有时仅利用某个时间点的传感器数据难以对用户的行动进行判断。在这种情况下，也可以采用基于一系列的动作而实施行动的判断的方式。例如也可以采用如下方式，即，以预定的周期来取得传感器数据，且将所积累的传感器数据转换为时间序列的特征量，并使用时间序列形式的特征量来实施行动的判断。
110.另外，在对用户所进行的行动进行判断时，也可以同时使用对该用户进行感测的传感器的识别符。例如，在被设置于盥洗室的传感器捕捉到用户的情况下，该用户进行洗脸、刷牙、脱衣等的可能性较高。此外，在被设置于餐厅厨房的传感器捕捉到用户的情况下，该用户进行进食或做饭等的可能性较高。相反地，不存在于盥洗室做饭的可能性。因此，也可以采用如下方式，即，将捕捉到用户的传感器的识别符(传感器id)作为对于行动判断部1015的输入数据，行动判断部1015使用传感器的识别符来限定用户的行动。由此，能够更高精度地对用户的行动进行判断。
111.在第二实施方式中，评价部1014针对每个被判断出的行动而使用不同的评价数据102b来进行评价。图10为针对每个行动而被定义的评价数据102b的示例。在此，例示出与“伏案工作”这样的行动相对应的评价数据和与“站立工作”这样的行动相对应的评价数据。
112.接下来，更详细地对在第二实施方式中由控制部101所实施的处理进行说明。图11为在第二实施方式中控制部101所实施的处理的流程图。
113.由于步骤s11至s13的处理与第一实施方式相同，因此省略详细的说明。
114.在步骤s13a中，行动判断部1015基于在步骤s12中所取得的特征量，并使用行动分类器102c来取得行动的分类结果。在此所利用的特征量也可以为时间序列形式的数据。
115.接下来，在步骤s14a中，评价部1014基于用户的行动而对该用户的姿势进行评价。具体而言，从评价数据102b中提取与被判断出的行动相应的数据，并通过与第一实施方式同样的方法来执行评价。
116.步骤s15之后的处理与第一实施方式同样。
117.如以上所说明的那样，在第二实施方式中，进一步取得用户所进行的行动，并利用与行动相应的基准来实施姿势的评价。根据这样的结构，在用户有可能进行各种各样的行动的屋内能够生成以及提供适当的建议。
118.(第三实施方式)
119.第一实施方式以及第二实施方式所涉及的评价装置100能够向用户提供在当前的姿势中存在问题的意思的建议。
120.第三实施方式为，除此之外还生成呈现出用户的姿势的图形并将其与建议同时输出的实施方式。
121.在第三实施方式中，评价部1014基于在特征量的计算过程中所获得的身体部位的坐标而生成呈现当前的用户的姿势的图形，并在步骤s16中进行输出。图6(b)为在步骤s16中被输出的画面的示例。如图示所示的那样，通过生成呈现出身体部位的坐标的图形，从而能够使用户直观地知晓当前所采取的姿势哪里存在问题。
122.另外，该图形也可以为叠加了理想的身体部位的位置的图形(例如，用虚线来图示)。由此，用户能够知晓应该如何修正姿势。与理想的身体部位的位置有关的信息例如能够被包含在评价数据102b中。
123.(变形例)
124.上述的实施方式只不过为一个示例，本公开可以在不脱离其主旨的范围内适当地进行变更而实施。
125.例如，在本公开中所说明的处理或方法只要不产生技术性矛盾，则能够自由地组合来实施。
126.此外，虽然在实施方式的说明中，将基于传感器数据所获得特征量分类为被预先定义的预定的姿势，但是只要能够检测出用户采取了特征性的姿势，则分类处理并不一定是必需的处理。例如，也可以在特征量的一部分(例如，相当于人的骨骼中的脊柱的部分)满足既定的条件(例如，相当于驼背的弯曲度)的情况下，判断出采取了所对应的姿势。
127.此外，虽然在实施方式的说明中将步骤s15中的预定的时间(到输出建议为止的时间)设为固定值，但是该时间也可以根据每个姿势而不同。例如，也可以采用如下方式，即，在采取了身体部位极端地承受了负荷的姿势的情况下，在短时间内输出建议。由此，例如能够在短时间内将以错误的姿势提举重物等有可能患上急性病(扭伤腰等)的情况通知给用户。相反地，在身体部位所承受的负荷较低的情况下，也可以延长到输出建议为止的时间。由此，例如能够在因伏案工作而持续长时间的落座姿势的情况下等，将有可能患上慢性病(慢性腰痛等)的情况通知给用户。
128.这样的时间的阈值也可以在评价数据102b中进行定义。另外，该时间的阈值也可以按照行动来进行定义。
129.此外，作为一个装置所实施的内容而进行了说明的处理也可以通过多个装置来分担执行。或者，作为不同的装置所实施的内容而进行了说明的处理也可以通过一个装置来执行。在计算机系统中，以何种硬件结构(服务器结构)来实现各功能是能够灵活地变更的。
130.本公开能够通过如下方式来实现，即，将安装了在上述实施方式中所说明的功能的计算机程序提供计算机，并由该计算机所具有的一个以上的处理器来读取并执行程序。这样的计算机程序既可以通过能够与计算机的系统总线连接的非临时性计算机可读存储介质而提供给计算机，也可以经由网络而提供给计算机。非临时性计算机可读存储介质例如包括磁盘(软盘(注册商标)、硬盘驱动器(hdd)等)、光盘(cd-rom、dvd盘、蓝光光盘等)等任意类型的盘片、只读存储器(rom)、随机存取存储器(ram)、eprom、eeprom、磁卡、闪存、光学式卡、适于存储电子命令的任意类型的介质。
131.符号说明
132.100
…
评价装置
133.101
…
控制部
134.102
…
存储部
135.200
…
传感器组。