解析裝置、記錄媒體和解析方法
【專利摘要】[目的]為了成系列或成組地解析從一系列體育運動比賽中獲取的數(shù)據(jù)。[解決方案]本發(fā)明公開了一種解析裝置，其包括：處理器，其被配置為實現(xiàn)獲取功能，用于獲取表示比賽事件的信息，該比賽事件基于體育運動比賽用戶的運動，并被排列在一個時間間隔內(nèi)，以及實現(xiàn)模式估計功能，用于基于比賽事件的排列對比賽模式進行估計。
【專利說明】
解析裝置、記錄媒體和解析方法
技術(shù)領域 本發(fā)明涉及一種解析裝置、一種記錄媒體和一種解析方法。
【背景技術(shù)】 使用傳感或解析協(xié)助體育比賽的技術(shù)已經(jīng)被開發(fā)出來。例如，專利文獻1公開了一種技 術(shù)，其使用運動傳感器的檢測數(shù)據(jù)來檢測揮拍運動、提取揮拍運動被檢測作為揮拍候選數(shù) 據(jù)的數(shù)據(jù)、以及基于一個與揮拍相關的測定條件從揮拍候選數(shù)據(jù)中選擇真正的揮拍數(shù)據(jù)。 因此，例如，用戶無需依據(jù)揮拍運動的起始時間和終止時間，通過相對較小的計算負荷就可 能提取出揮拍數(shù)據(jù)。 引文列表 專利文獻 專利文獻 1:JP2012-254205A

【發(fā)明內(nèi)容】
技術(shù)問題 然而，專利文獻1中公開的技術(shù)中，可以解析單獨的揮拍，但獲取的數(shù)據(jù)不能作為一系 列或一組數(shù)據(jù)來進行解析。在體育比賽中為了進行改進，解析揮拍等每次比賽以及尋找改 進點是重要的，但是，例如，配置有一局或一盤的一系列比賽是相互關聯(lián)的，即使著重于單 獨的比賽，比賽前后的影響也是不可忽視的。此外，若不是將一系列比賽中獲取的數(shù)據(jù)作為 一系列或一組數(shù)據(jù)來進行分析，則很難理解一局比賽或一個比賽組合。 在這點上，本發(fā)明提供了一種解析裝置、一種記錄媒體和一種解析方法，它們是新穎的 且有所改進，并能夠成系列或成組地解析從一系列體育運動比賽中獲取的數(shù)據(jù)。 問題解決方案 根據(jù)本發(fā)明，提供一種解析裝置，其包括:處理器，其被配置為實現(xiàn)獲取功能，所述獲取 功能用于獲取表示比賽事件的信息，所述比賽事件基于體育參賽用戶的運動來定義，并被 排列在一個時間間隔內(nèi)，以及模式估計功能，所述模式估計功能用于估計基于比賽事件排 列的比賽模式。 根據(jù)本發(fā)明，提供一種記錄媒體，所述記錄媒體具有存儲在其中的程序，所述程序使計 算機實現(xiàn):獲取功能，用于獲取表示比賽事件的信息，所述比賽事件基于體育運動用戶的運 動來定義，并被排列在一個時間間隔內(nèi)；以及模式估計功能，用于估計基于比賽事件排列的 比賽模式。 根據(jù)本發(fā)明，提供一種解析方法，其包括：由處理器來獲取表示比賽事件的信息，所述 比賽事件基于體育運動用戶的運動來定義，并被安排在一個時間間隔內(nèi)；以及由所述處理 器來估計基于所述比賽事件排列的比賽模式。 本發(fā)明的有益效果 如上所述，根據(jù)本發(fā)明，成系列或成組地解析從一系列體育運動比賽中獲取的數(shù)據(jù)成 為可能。 注意，并不一定限于上述效果，任何效果都可能伴隨著上述效果或取代上述效果在本 說明書中出現(xiàn)，或者本說明書也有可能展現(xiàn)出其他預期效果。
【附圖說明】 圖1示出根據(jù)本發(fā)明實施例的系統(tǒng)配置的示例圖。 圖2示出根據(jù)本發(fā)明實施例的系統(tǒng)裝置配置的方框示意圖。 圖3示出根據(jù)本發(fā)明實施例的分段示意圖。 圖4示出圖3中時間序列事件數(shù)據(jù)的示例圖。 圖5示出圖3中經(jīng)過預處理的時間序列事件數(shù)據(jù)的示例圖。 圖6示出根據(jù)本發(fā)明實施例的分段模型學習的示意圖。 圖7示出根據(jù)本發(fā)明實施例的時間序列事件數(shù)據(jù)的另一個示例圖。 圖8示出根據(jù)本發(fā)明實施例的段定義的示例圖。 圖9示出根據(jù)本發(fā)明實施例的分段具體實例的示意圖。 圖10示出根據(jù)本發(fā)明實施例的層級式分段的示例圖。 圖11示出根據(jù)本發(fā)明實施例的從分段獲取的信息的示例圖。 圖12示出根據(jù)本發(fā)明實施例的比賽模式估計過程的示例流程圖。 圖13示出圖12流程中分段的比賽事件的示例圖。 圖14示出基于圖12流程中比賽模式的局類型估計的示例圖。 圖15示出基于圖12流程中估計結(jié)果重分類的比賽事件的示例圖。 圖16示出根據(jù)本發(fā)明實施例的描述比賽模式的另一個示例圖。 圖17示出圖16實例中的比賽風格估計過程的示意圖。 圖18示出圖17示例中的比賽風格估計過程中用戶比較的示意圖。 圖19示出根據(jù)本發(fā)明實施例的練習段時間序列事件數(shù)據(jù)的示意圖。 圖20示出圖19所示的檢測到的抽球練習段比賽模式的示例圖。 圖21示出圖19所示的檢測到的抽球練習段比賽模式的示例圖。 圖22示出基于圖20和圖21中檢測到的比賽模式生成的信息的示例圖。 圖23示出根據(jù)本發(fā)明實施例將分段應用于高爾夫的示例圖。 圖24示出根據(jù)本發(fā)明實施例將分段應用于足球的示例圖。 圖25示出根據(jù)本發(fā)明實施例的傳感器裝置硬件配置的示例圖。 圖26示出根據(jù)本發(fā)明實施例的解析裝置硬件配置的示例圖。
【具體實施方式】 在下文中，參照附圖對本發(fā)明優(yōu)選實施例進行描述。在本說明書和附圖中，具有大體相 同功能和結(jié)構(gòu)的部件以相同的參考標記進行表示，并省略重復解釋。 將按下列順序進行描述。 1 ·引g 2. 系統(tǒng)配置 3. 分段 4. 比賽模式估計 5. 練習段解析 6. 其他體育運動實例 7. 硬件配置 8. 補充 (1 ·引 g ) 當用戶參加體育運動比賽時，通常分段為例如熱身、練習和比賽。例如，一場2小時的比 賽被分段為20分鐘的熱身、1小時的練習和40分鐘的比賽。參賽者每個分段的表現(xiàn)大為不 同。例如，參賽者在熱身時被認為沒有用盡全力，參賽者練習中與比賽中的運動不同。 因此，例如，當解析獲取到的關于體育比賽的數(shù)據(jù)時，考慮參賽者在比賽中的情況是很 重要的。更具體地說，當一個參賽者的揮拍熟練程度確定時，刪除熱身過程中獲取的數(shù)據(jù)或 者比較練習中和比賽中揮拍的差異可能是有用的。 在這方面，本技術(shù)實現(xiàn)了對獲取到的數(shù)據(jù)的更有用的解析，這樣獲取到的關于體育比 賽的數(shù)據(jù)作為表示按時間排列的比賽事件的信息來處理，并且例如，比賽事件被分類為對 應于體育比賽單元的時間序列段，或基于比賽事件的排列對比賽模式進行估計。 例如，當使用運動傳感器(加速度傳感器、陀螺儀傳感器、地磁傳感器或類似的）檢測體 育參賽用戶的運動時，檢測到的數(shù)據(jù)、表示數(shù)據(jù)解析結(jié)果的元數(shù)據(jù)等，可以作為與比賽相關 的時間序列數(shù)據(jù)進行累計。使用累計數(shù)據(jù)提供各種與比賽相關的信息成為可能。 例如，本技術(shù)中，累計時間序列數(shù)據(jù)所表示的比賽事件被劃分為段，然后進行解析。例 如，比賽模式從累計時間序列數(shù)據(jù)表示的比賽事件中進行估計。通過這樣的配置，可以提供 涉及體育比賽的有用信息。時間序列數(shù)據(jù)的解析可以針對每個用戶，或者通過對多個用戶 進行比較來進行解析。例如，從解析中獲得的數(shù)據(jù)可被用戶(參賽者）用來檢查比賽，或給予 用戶有關比賽的建議。此外，解析中獲得的數(shù)據(jù)可以通過社交媒體傳播，并在用戶之間共 享。 下面將繼續(xù)描述具體的體育運動實例，例如網(wǎng)球，但本技術(shù)的應用范圍并不限于下述 體育運動。例如，只要比賽事件是基于體育參賽用戶的運動來定義的，本技術(shù)可以應用于任 何體育運動。 (2.系統(tǒng)配置） 圖1是根據(jù)本發(fā)明實施例的系統(tǒng)配置的示例圖。參照圖1，系統(tǒng)10包括傳感器裝置100、 智能手機200和服務器300。 傳感器裝置100安裝在網(wǎng)球拍R上。例如，傳感器裝置100包括運動傳感器(例如加速度 傳感器、陀螺儀傳感器、地磁傳感器等等）。這種情況下，傳感器裝置100直接檢測球拍R的運 動，但由于球拍R由用戶握著并根據(jù)用戶的意圖移動，可以說傳感器裝置100通過球拍R的運 動間接檢測用戶的運動。在本發(fā)明這種情況下，可以說傳感器裝置100間接安裝在用戶身上 并檢測用戶的運動。 在另一實施例中，例如，傳感器裝置100可以安裝在用戶的衣服上或鞋上。這種情況下， 傳感器裝置100直接檢測衣服或鞋的運動，但由于衣服或鞋隨著用戶移動，可以說傳感器裝 置間接檢測用戶的運動?；蛘邆鞲衅餮b置100可以直接安裝在用戶身上，例如，可以用綁帶 的形式纏繞在胳膊上。這種情況下，傳感器裝置100直接檢測用戶的運動。除了傳感器裝置 100直接檢測用戶的運動時之外，即使當傳感器裝置100間接檢測用戶的運動時，只要被檢 測的運動中反映了用戶的運動，根據(jù)傳感器裝置100提供的檢測結(jié)果來定義一個對應于體 育參賽用戶的比賽事件是可能的。 傳感器裝置100可以進一步包括振動傳感器。例如，基于振動傳感器檢測到的數(shù)據(jù)，可 以很容易地指定對應于比賽事件的間隔(例如，撞擊球前后的間隔）。此外，振動傳感器檢測 到的數(shù)據(jù)也可以用于解析比賽事件，類似于運動傳感器檢測到的數(shù)據(jù)。傳感器裝置100可以 進一步包括可以獲取體育參賽用戶諸如溫度、濕度、亮度或位置等環(huán)境信息的傳感器。傳感 器裝置100中配備的各類傳感器檢測到的數(shù)據(jù)必要時接受預處理，然后通過諸如藍牙(注冊 商標)的無線通信傳送給智能手機200。 例如，智能手機200被放在正在進行體育比賽的用戶附近。這種情況下，智能手機200通 過諸如藍牙(注冊商標）的無線通信接收來自傳感器裝置100的數(shù)據(jù)，必要時臨時累計或處 理接收到的數(shù)據(jù)，并通過網(wǎng)絡通信將所得數(shù)據(jù)傳送至服務器300。智能手機200可以收到服 務器300基于傳送的數(shù)據(jù)進行解析的結(jié)果，并通過顯示器、揚聲器等將解析結(jié)果輸出給用 戶。解析結(jié)果可以在用戶沒有進行體育比賽時輸出。通過用戶使用的諸如個人電腦或平板 終端、游戲機、電視之類的信息處理終端，可以分別將來自智能手機200的解析結(jié)果輸出。 智能手機200可以不必放在體育參賽用戶附近。這種情況下，傳感器裝置100在內(nèi)部存 儲區(qū)（內(nèi)存或外部存儲設備）中累計檢測到的數(shù)據(jù)。例如，可以在體育比賽之后，傳感器裝置 100和智能手機200相互靠近時，通過諸如藍牙(注冊商標）的無線通信，將數(shù)據(jù)從傳感器裝 置100傳送至智能手機200?；蛘撸梢栽隗w育比賽之后，傳感器裝置100通過諸如USB的有線 方式與智能手機200連接時傳送數(shù)據(jù)。此外，可裝卸記錄媒體可用于從傳感器裝置100到智 能手機200的數(shù)據(jù)傳送。 服務器300通過網(wǎng)絡與智能手機200通信，并接收傳感器裝置100配備的各種傳感器檢 測到的數(shù)據(jù)。服務器300使用接收到的數(shù)據(jù)執(zhí)行解析過程，并生成涉及體育比賽的各種信 息。例如，服務器300基于直接或間接表示體育比賽用戶運動的、由運動傳感器獲取的數(shù)據(jù)， 對比賽事件進行定義。例如，比賽事件對應于使用球拍R進行單次擊球。例如，通過定義比賽 事件，可以理解由運動數(shù)據(jù)表示的用戶比賽是作為一個序列的比賽，其具有如{發(fā)球、抽球、 截擊…}之類的意義。 此外，例如，服務器300可以將時間序列段指定到分類后的比賽事件中，或指定到用戶 的比賽模式中，該比賽模式是通過對比賽事件的解析過程，從比賽事件的時間排列中估計 出來的。例如，由服務器300的解析過程生成的信息被傳送到智能手機200,并通過智能手機 200的顯示屏或揚聲器向用戶輸出。或者，服務器300可以將信息傳送到智能手機200以外的 信息處理終端，并向用戶輸出信息。服務器300可以基于為多用戶中每個用戶接收的數(shù)據(jù)執(zhí) 行解析過程，基于比較結(jié)果生成信息，例如，為每個用戶生成的比賽模式，并將所生成的信 息傳送到每個用戶的信息處理終端。 圖2是根據(jù)本發(fā)明實施例的系統(tǒng)裝置配置的方框示意圖。參照圖2,傳感器裝置100包括 傳感器110、處理部分120和傳輸部分130。智能手機200包括接收部分210、處理部分220、存 儲部分230、傳輸部分240、成像部分250、輸入部分260和輸出部分270。服務器300包括接收 部分310、處理部分320、存儲部分330和傳輸部分340。稍后將會描述實現(xiàn)各自裝置的硬件配 置實例(傳感器裝置和解析裝置的硬件配置實例）。 在傳感器裝置100中，處理部分120處理傳感器110獲取的數(shù)據(jù)，傳輸部分130將處理后 的數(shù)據(jù)傳送給智能手機200。例如，傳感器110包括如上所述的直接或間接檢測體育參賽用 戶運動的運動傳感器。傳感器110可以進一步包括振動傳感器、用于獲取用戶環(huán)境信息的傳 感器等。處理部分120由根據(jù)程序進行操作的處理器來實現(xiàn)，并對傳感器110獲取的數(shù)據(jù)進 行必要的預處理。例如，預處理可以包括采樣、降噪等。預處理未必一定執(zhí)行。傳輸部分130 由通信裝置來實現(xiàn)，并將數(shù)據(jù)傳送到智能手機200,例如，使用諸如藍牙(注冊商標）的無線 通信。雖然圖2中沒有示出，但是傳感器裝置100可以包括一個臨時累計數(shù)據(jù)的存儲部分。 在智能手機200中，接收部分210接收由傳感器裝置100傳送的數(shù)據(jù)，傳輸部分240將數(shù) 據(jù)傳送到服務器300。接收部分210和傳輸部分240是由通信裝置實現(xiàn)的，該通信裝置執(zhí)行 (例如)諸如藍牙(注冊商標)的無線通信和有線或無線網(wǎng)絡通信。接收到的數(shù)據(jù)被臨時存儲 在存儲部分230中，然后通過處理部分220傳送。處理部分220可以對接收到的數(shù)據(jù)進行預處 理。處理部分220由根據(jù)程序進行操作的處理器來實現(xiàn)，存儲部分230由內(nèi)存或存儲器來實 現(xiàn)。接收部分210可以進一步接收由服務器300傳送的信息。例如，根據(jù)處理部分220的控制， 可以從輸出部分270向用戶輸出接收到的信息。例如，輸出部分270包括顯示器或揚聲器。 此外，在智能手機200中，成像部分250獲取圖像。例如，成像部分250是由相機模塊來實 現(xiàn)，其中成像部件與透鏡之類的光學系統(tǒng)相結(jié)合。圖像可以將體育參賽用戶作為主題。例 如，成像部分250獲取的圖像連同接收部分210接收到的數(shù)據(jù)一起從傳輸部分240傳送給服 務器300。例如，服務器300可以將圖像連同傳感器裝置100獲取的數(shù)據(jù)一起用于解析過程， 或者可以將圖像嵌入到解析過程生成的信息中。例如，輸入部分260包括觸摸面板、硬件按 鈕、接收音頻輸入的麥克風和/或接收手勢輸入的照相機。處理部分220可以根據(jù)通過輸入 部分260獲取到的用戶操作，請求服務器300通過傳輸部分240傳送信息。 服務器300包括接收部分310、處理部分320、存儲部分330和傳輸部分340。接收部分310 由通信裝置來實現(xiàn)，并接收諸如互聯(lián)網(wǎng)的網(wǎng)絡通信傳送的來自智能手機200的數(shù)據(jù)。例如， 處理部分320通過諸如CPU的處理器來實現(xiàn)，并處理接收到的數(shù)據(jù)。例如，處理部分320對接 收到的數(shù)據(jù)執(zhí)行解析過程，此外可在存儲部分330解析后累計數(shù)據(jù)，或者可以通過傳輸部分 340輸出數(shù)據(jù)?；蛘?，處理部分320可以只執(zhí)行累計控制或智能手機200解析過的數(shù)據(jù)的輸出 等。 上面已經(jīng)描述了根據(jù)本發(fā)明實施例的系統(tǒng)配置。上述配置是一個實例，在其他實施例 中可以進行各種修改。例如，在上面的實例中，解析過程由服務器300中的處理部分320來執(zhí) 行，該解析過程使用傳感器裝置100獲取的數(shù)據(jù)，但是該解析過程可以由智能手機200的處 理部分220或傳感器裝置100的處理部分120來執(zhí)行。系統(tǒng)10已被描述為包括傳感器裝置 100、智能手機200和服務器300,但是，例如，當智能手機200的處理部分220執(zhí)行解析過程 時，系統(tǒng)10可以不包括服務器300?；蛘?，這種情況下，服務器300提供存儲解析過程獲得的 信息并將信息共享給用戶的服務。此外，例如，當傳感器裝置100的處理部分120執(zhí)行解析過 程時，系統(tǒng)10可以不包括智能手機200和服務器300。例如，傳感器裝置100可以是安裝在用 戶身上或工具上的專用傳感器裝置，或者是安裝在便攜式信息處理終端上的傳感器模塊可 以充當傳感器裝置100作用。因此，傳感器裝置100可以在像智能手機200-樣的設備中實 現(xiàn)。 (3.分段） 下面對根據(jù)本實施例的解析過程的幾個實例進行更具體的描述。下面所述的解析過程 是由處理器執(zhí)行的，除非另有說明。如上所述，執(zhí)行解析過程的處理器對應于圖2所示的服 務器300的處理部分320、智能手機200的處理部分220和/或傳感器裝置100的處理部分120。 圖3是根據(jù)本發(fā)明實施例的分段示意圖。參照圖3,在分段過程中，時間序列事件數(shù)據(jù) 401被用作輸入。時間序列事件數(shù)據(jù)401是根據(jù)體育參賽用戶的運動來定義的信息，并表示 比賽事件是按時間排列的。執(zhí)行解析過程的處理器實現(xiàn)了獲取這些信息的功能，例如，時間 序列事件數(shù)據(jù)401。例如，處理器可以接收由另一個裝置的處理器生成的時間序列事件數(shù)據(jù) 401。或者，處理器可以通過直接或間接安裝在用戶身上的傳感器(例如，傳感器裝置100配 備的傳感器110)實現(xiàn)接收用戶運動檢測結(jié)果的功能，以及基于檢測結(jié)果定義比賽事件的功 能。
[0035]在下面的描述中，對用作輸入的時間序列事件數(shù)據(jù)做出如下假定： {Xi} i=l,·'·, N N表示包含在時間序列中的比賽事件的數(shù)量。以網(wǎng)球比賽為例，比賽事件被定義為每一 次擊球。例如，這種情況下，由傳感器裝置100的傳感器110中包含的運動傳感器獲取的正在 參賽的用戶的運動數(shù)據(jù)，與諸如發(fā)球、抽球或扣殺之類的每次擊球的運動特征相比較，當檢 測到對應的運動時，針對對應的間隔定義比賽事件。由于運動數(shù)據(jù)是時間序列數(shù)據(jù)，比賽事 件也是按時間排列的。單個的時間序列事件數(shù)據(jù)X:包括諸如擊球時間、揮拍類型、揮拍速 度、球速、或者擊球時在球拍上的位置之類的解析結(jié)果。 在示例中，預處理403針對時間序列事件數(shù)據(jù){Xi}執(zhí)行。在下面的描述中，經(jīng)過403預處 理的時間序列事件數(shù)據(jù)如下所示： { X~i } i=l,N 例如，預處理403可以包括如下過程:基于比賽事件(擊球）的發(fā)生時間t(X〇和t(X1+1) 計算擊球之間的時間段tUw-XD，并將時間tUw-XD添加為時間序列事件數(shù)據(jù)Xi的屬性 之一。 然后，解析過程405針對經(jīng)過預處理的時間序列事件數(shù)據(jù){Xi}執(zhí)行，并輸出分段407。 在下面的描述中，對根據(jù)分段407為時間序列事件數(shù)據(jù)Xi確定的時間序列段做出如下假 定： Y= {Yi}i=l,...,N 以網(wǎng)球為例，各個段￥:分別是比賽、熱身、練習等。比賽段￥:是對應于體育比賽單元的 時間序列段的一個實例。本實施例中，執(zhí)行解析過程的處理器基于比賽事件的時間排列將 比賽事件分類為段，該時間排列比如為比賽事件之間的前后關系或其時間間隔。比賽單元 是指根據(jù)預先確定的規(guī)則指定體育比賽的單元，以網(wǎng)球為例，該規(guī)則為一場、一場中的一 盤、一盤中的一局、或一局中的對打。例如，執(zhí)行解析過程的處理器可以根據(jù)一項體育運動 的提前給定的規(guī)則，將比賽事件分類為對應于比賽單元的段，或者可以為每個比賽單位選 取一個比賽事件排列的特征，并將比賽事件分類為對應于比賽單元的段。 在解析過程405中，段的時間序列Y使用模型409來估計。在這里，模型409給出了一種情 況下的段的時間序列Y的條件概率，并用pdlXi)表示，這種情況給出了經(jīng)過預處理的時間 序列事件數(shù)據(jù))(~={乂4}1=1,...^。在示例中，段的時間序列￥的所有模式的概率通過模型409 來計算。例如，當段Yi是比賽、熱身和練習中的任何一種時，段的時間序列Y有3~種模式。 在這里，例如，模型409由下面的公式表示。這種模型也被稱為"隱馬爾可夫模型(HMM， hidden Markov model)。''
[運算1]
在這里，s是一個具有離散值的變量(例如，1，2，~，100)。這種情況下，"給出一個模型" 意味著公式1右邊的p(x~i I Si)、p(Yi I Si)、和p(Si)作為x、y和s的函數(shù)給出。例如，這些值通過 某一參數(shù)Θ給出。因此，"當給出模型時"，任意一對X~i和Yi的概率p (X~i，Yi)可以用公式1算 出。 在解析過程405中，使用模塊409計算出的具有最高概率的段的時間序列Y作為該段的 估計時間序列。如下所寫： Y冊=argmaxYp (Y | X~） 根據(jù)眾所周知的條件概率的定義，argmaxYp (Y | X~)=argmaxYp (X~，Y)，因此如1+可以基 于用公式1計算出的概率p (X~i，Yi)來確定。當模型409是HMM時，使用一種稱為動態(tài)規(guī)劃的算 法能夠有效地獲得最優(yōu)的Y。 圖4是圖3中時間序列事件數(shù)據(jù)的示例圖。在圖4的示例中，時間序列事件數(shù)據(jù)401包括 的條目有事件ID、事件類型、日期和時間、揮拍類型和揮拍速度。事件ID是唯一識別每條數(shù) 據(jù)的標識。對于所有說明數(shù)據(jù)，事件類型均設置為"擊球"。這表示這種數(shù)據(jù)是用于比賽事件 "擊球"的數(shù)據(jù)。在下述網(wǎng)球的實例中，段分類和比賽模式估計是基于類型為"擊球"的比賽 事件進行的。在網(wǎng)球的另一個實例或其他體育運動的實例中，可以定義類型為"擊球"之外 的諸如"跳"或"跑"的比賽事件。 日期和時間表示對應于每條數(shù)據(jù)的比賽事件發(fā)生的日期和時間。這里，例如，比賽事件 發(fā)生的時間可以是用戶運動檢測開始的時間，該用戶運動是被指定作為比賽事件的，或者 可以是比賽事件中的特征時間，比如"擊球"比賽事件中球拍擊球的擊球時間。揮拍類型表 示基于運動數(shù)據(jù)的指定擊球的揮拍類型。揮拍類型中使用的縮寫如下所示。
[表1]
例如，NS(揮拍類型未定，Not Swing)表示一種比賽事件，其中球拍撞擊球由振動傳感 器等檢測出來，并且一系列對應于撞擊的運動也從運動數(shù)據(jù)中檢測出來，但是很難確定揮 拍是否為對應類型的揮拍。例如，揮拍速度表示基于撞擊前后的運動數(shù)據(jù)計算出的球拍撞 擊時的速度。 圖5是圖3中經(jīng)過預處理的時間序列事件數(shù)據(jù)的示例圖。在圖5的示例中，經(jīng)過預處理的 時間序列事件數(shù)據(jù)403a包括的條目有時間ID、事件類型、揮拍類型、揮拍速度和時間差（間 隔）。在所示的示例中，在時間序列事件數(shù)據(jù)的預處理中，根據(jù)日期和時間計算出比賽事件 間的時間差（間隔）。時間差表示比賽事件的時間排列(前后比賽事件的時間間隔），例如，可 能被用于解析過程405中的段估計。 圖6是根據(jù)本發(fā)明實施例的分段模型學習的示意圖。在圖3的實例中已經(jīng)描述了給出模 型409,但模型可以通過已經(jīng)執(zhí)行的分段學習來生成。參照圖6,學習過程411可以基于事件 時間序列的分段407來生成模型409。 這里，事件時間序列分段407由（Xm，Ym)m=1,...,μ表示，包括Μ條時間序列事件數(shù)據(jù)X，每一 個都被分類為段Υ。例如，學習過程411可以是ΕΜ算法。例如，模型409可以用參數(shù)Θ表達。 例如，當模型409使用參數(shù)Θ表達時，如果模型是高斯ΗΜΜ，Θ如公式2所示表達。
[運算2]
通過調(diào)整參數(shù)Θ的值來獲得更好的概率分布的過程被稱之為"學習"。參數(shù)Θ的估計值如 公式3所示。例如，ΕΜ算法是一種獲取以這種方式表達的Θ值的近似算法。
[算法3]
圖7是根據(jù)本發(fā)明實施例的時間序列事件數(shù)據(jù)的另一個示例圖。參照圖7,時間序列事 件數(shù)據(jù)401a包括的條目有比賽事件ID、事件類型、參賽者姓名、日期和時間、落點（ΙΡ， impact point)、面(球拍的正面或反面）、揮拍類型、揮拍速度、擊球速度和旋轉(zhuǎn)球。例如，落 點、面、擊球速度和旋轉(zhuǎn)球可以根據(jù)球拍的振動和運動來計算，球拍的振動通過傳感器裝置 100中配置的傳感器110中包含的振動傳感器獲取，球拍的運動通過運動傳感器獲取。 圖8是根據(jù)本發(fā)明實施例的段定義的示例圖。參照圖8,對段進行定義的數(shù)據(jù)407a包括 的條目有段ID、子段ID、段名稱、子段名稱和描述。如后所述，在本實施例中，段可以層級式 定義。這種情況下，例如，如圖8所示的數(shù)據(jù)407a那樣，段可以由段ID和子段ID的組合來識 另IJ。例如，可以呈現(xiàn)一個段，通過定義段和子段的名稱和描述，使得用戶可以容易理解該段。 圖9是根據(jù)本發(fā)明實施例的分段具體實例的示意圖。參照圖9,包含三種類型比賽事件 的時間序列1101被分成四個段1103。更具體地說，比賽事件1101包括正手擊球的比賽事件 1101a(抽球、削球或截擊）、反手擊球的比賽事件1101b和上手擊球的比賽事件1101c (發(fā)球 或扣殺）。比賽事件1101可以更狹義的分類(例如，比賽事件1101a可以分為正手抽球、正手 削球或正手截擊）。段1103包括熱身段1103a、對打練習段1103b、擊球練習段1103c和比賽段 1103d〇 例如，在上面的實例中，熱身段1103a可以由擊球間隔短、如小型對打或凌空抽射 (volley-volley)之類的一系列特征性比賽事件的出現(xiàn)、揮拍速度低這些特征來確定。對打 練習段1103b可以由擊球間隔稍長、抽球數(shù)量多、揮拍速度相對較快這些特征來確定。擊球 練習段1103c可以由揮拍連續(xù)發(fā)生、3個5個10個等擊球一起出現(xiàn)這些特征來確定。比賽段 llOld可以由從發(fā)球開始有一系列的擊球、兩個這樣系列的擊球間隔長、從發(fā)球開始的一系 列擊球和從回擊開始的一系列擊球交替出現(xiàn)這些特征來確定。 如本發(fā)明實施例上述實例所示，比賽事件基于其時間排列分為多個段，即其前后關系、 其時間間隔等。此外，比賽事件可以基于諸如揮拍速度的相應運動的特征分類為段。 圖10是根據(jù)本發(fā)明實施例的層級式分段的示例圖。例如，在圖9示例中的比賽段1103d 中，通過更狹義的定義每個比賽單元的段，可以得到段的層級式結(jié)構(gòu)。圖10舉例說明了層級 式段1105。段1105包括比賽段1105a、盤段1105b、局段1105c和對打段1105d。比賽段1105a包 括若干盤段1105b，每個盤段1105b包括若干局段1105c，每個局段1105c包括若干對打段 1105d〇 如本發(fā)明實施例上述實例所示，比賽事件被分為層級式段。這種情況下，比賽事件根據(jù) 上述時間排列被分為段，并可以根據(jù)體育運動規(guī)則被分成段。在上面實例中，可以在段估計 或模型生成時將每個局段1105c配置若干對打段1105d、每個盤段1105b配置若干局段 1105c、以及將比賽段1105a配置若干盤段1105b作為預先給定的規(guī)則。 圖11是根據(jù)本發(fā)明實施例的從分段獲取的信息的示例圖。在圖11的示例中，表示一天 練習配置的信息1107是基于將包含在用戶一天練習數(shù)據(jù)中的比賽事件分類成段的結(jié)果生 成的。例如，信息1107通過將其劃分為熱身時間、練習時間、局時間、休息時間等來表示用戶 一天練習中的比賽。 這里，例如，當段對應于體育比賽單元時，從分段中獲取的信息可能更有用。例如，通過 刪除練習段數(shù)據(jù)以及只提取比賽段數(shù)據(jù)，諸如第一次發(fā)球成功率或持續(xù)對打的數(shù)量等信息 可能更有用。從不一定對應于體育比賽單元的段，例如熱身段中，可以獲取表示熱身程度的 更有用的信息。 (4.比賽模式估計） 圖12是根據(jù)本發(fā)明實施例的比賽模式估計過程的示例流程圖。參照圖12,執(zhí)行解析過 程的處理器將時間序列事件數(shù)據(jù)分為局段(S101)。例如，時間序列事件數(shù)據(jù)是參照圖4或圖 7呈現(xiàn)的數(shù)據(jù)，并表示對應于網(wǎng)球中擊球的比賽事件。例如，局段是參照圖10描述的段并配 置了若干對打段。此外，一個盤段配置有若干局段。 例如根據(jù)圖3所示的解析過程405使用的算法，指定了圖10示出的層級式段的一個段， 即，上一級段(例如比賽段）、下一級段(例如對打段)和中間級段(例如局段）中的一個是可 以任意設定的。 然后，執(zhí)行解析過程的處理器將局段細分為對打段(S103)。在示例中，通過遞歸地執(zhí)行 用于指定段中某一層的段(局段)的算法，低層段(對打段)被指定。這樣的分段過程是一個 實例，并且用于指定低層段的算法和用于指定高層段的算法是不同的。在示例中，通過S103 的過程，一個局段中與局點無關的比賽事件(例如，揮拍是練習揮拍等)不包含在對打段，從 而被排除在解析目標之外。 然后，執(zhí)行解析過程的處理器基于對打段中比賽事件的排列來估計段的比賽模式 (S105)。在示例中，比賽模式是一種表示對打中比賽事件(擊球)配置的模式。以網(wǎng)球為例， 在發(fā)球局，對打段從發(fā)球開始，在接球局，對打段從發(fā)球以外的擊球開始，從而包含在對打 段中這些局的擊球配置是不同的。后面將介紹比賽模式的一個具體實例。 然后，執(zhí)行解析過程的處理器解析對打段的估計比賽模式，并估計局的類型(S107)。如 上所述，局段配置有多個對打段。作為上一級段的局段的類型可以根據(jù)各對打段的估計比 賽模式來進行估計。例如，局的類型可以對應于發(fā)球局和接球局。 接下來，使用更具體的實例來進一步描述圖12流程圖中所示的比賽模式估計過程。 圖13是圖12流程中分段的比賽事件的示例圖。參照圖13,配置有比賽事件1101的時間 序列分類為一個局段1105c。局段1105c被細分為6個對打段1105d。圖13所示的比賽事件 1101與圖9所示的比賽事件相同，包括正手擊球比賽事件1101a、反手擊球比賽事件1101b和 上手擊球比賽事件1101c。圖13示例中比賽事件被分為三種類型，但實際上，比賽事件1101 可以更狹義的分類。在下面的描述中，上手擊球比賽事件1101c假定對應于發(fā)球。 例如，通過將對打段1105d中比賽事件的排列指定為一種模式，可以估計對打段1105d 的比賽模式。換言之，在圖13不出的第一個對打段1105d中，比賽模式估計為"發(fā)球（比賽事 件1101c)-正手（比賽事件1101a)-正手-正手"。在第二個對打段1105d，比賽模式估計為"發(fā) 球(比賽事件1101c)-發(fā)球-正手(比賽事件1101a)-反手(比賽事件1101b)"。 圖14是基于圖12流程中比賽模式的局類型估計的示例圖。圖14示出為對打段提取的比 賽事件1109的排列（用數(shù)字1到10表示）。在示例中，比賽事件1109包括發(fā)球1109a、正手抽球 1109b、正手削球1109c、反手截擊1109d和反手削球1109e。 這里，第1到第5個對打段全都從發(fā)球1109a開始。執(zhí)行解析過程的處理器通過一個基于 網(wǎng)球規(guī)則(在發(fā)球局，所有局都是以一個球員發(fā)球開始的)配置的算法，來確定包含有5個對 打段的局是發(fā)球局的概率是高的(0.95)。 另一方面，第6到第10個對打段全都從發(fā)球1109a之外的比賽事件開始。執(zhí)行解析過程 的處理器通過基于網(wǎng)球規(guī)則配置的算法，來確定包含有5個對打段的局是另一方參賽者的 發(fā)球局（即接球局）的概率是高的(0.85)。 圖15是基于圖12流程中的估計結(jié)果重分類的比賽事件的示例圖。參照圖15,根據(jù)局類 型估計結(jié)果，配置有與圖13所示相同比賽事件1101的時間序列被重分類為發(fā)球局段1105e 和接球局段ll〇5f。這里，段1105e和1105f可被定義為替代圖13所示的對打段1105d的段或 被定義為對打段ll〇5d和局段1105c之間的中間層段。 上面參照圖12到圖15描述的實例中，根據(jù)其時間排列的比賽事件被分為對應于體育比 賽單元的時間序列段(可能有層級式結(jié)構(gòu)），根據(jù)段中比賽事件的排列對比賽模式進行估 計，以及根據(jù)比賽模式指定對應于段的比賽單元類型（例如局、對打等）。在同一個系統(tǒng)里， 將比賽事件分類為段的過程和估計比賽模式的過程未必一定執(zhí)行。換言之，在第一系統(tǒng)里 比賽事件可以被分為段，在得到結(jié)果的第二系統(tǒng)里基于比賽事件的排列可以估計比賽模 式。這種情況下，第一系統(tǒng)和第二系統(tǒng)均可以是本發(fā)明的獨立實施例。 圖16是根據(jù)本發(fā)明實施例的描述比賽模式的另一個示例圖。在示例中，基于局段中比 賽模式1111來估計用戶的比賽風格。例如，在局段中，從用戶身上主要檢測出一種具有由比 賽模式1111a表示的特征的模式，該用戶被估計為具有"全能型"的比賽風格。從用戶身上主 要檢測出一種具有由比賽模式1111b表示的特征的模式，該用戶被估計為具有"發(fā)球與截擊 型"的比賽風格。從用戶身上主要檢測出一種具有由比賽模式1111c表示的特征的模式，該 用戶被估計為具有"底線型"的比賽風格。 圖17是圖16實例中的比賽風格估計過程的示意圖。參照圖17,計算出了用戶對打段歷 史中比賽模式P1到Pn的出現(xiàn)頻率。例如，執(zhí)行解析過程的處理器可以根據(jù)對打段歷史中比 賽模式的出現(xiàn)頻率，來估計用戶的比賽風格。在示例中，比賽風格是"全能型"的概率(分數(shù)） 被估計為〇. 6，比賽風格是"發(fā)球與截擊型"的概率(分數(shù))被估計為0.3，比賽風格是"底線 型"的概率(分數(shù))被估計為0.1。根據(jù)分數(shù)，用戶的比賽風格可能被估計為"全能型"。 圖18是圖17示例中的比賽風格估計過程中用戶比較的示意圖。參照圖18,為兩個用戶 (第一用戶和第二用戶）中的每一個都計算出了圖17中所示的比賽模式的出現(xiàn)頻率。例如， 執(zhí)行解析過程的處理器可以基于數(shù)據(jù)來估計用戶的比賽風格，以及基于比賽風格的比較結(jié) 果來估計信息。例如，此處所生成的信息可以包括第一參賽者和第二參賽者之間的兼容性。 例如，參賽者之間的兼容性包括第一參賽者和第二參賽者作為對手或合作伙伴的適合度。 生成信息可以包括風格的相似度。 例如，當定義的比賽風格的分數(shù)如圖17的實例中那樣被計算出來，執(zhí)行解析過程的處 理器可以在不指定用戶比賽風格的狀態(tài)下進行比較。換言之，這種情況下，圖17示例中的用 戶與其他用戶進行比較，該其他用戶為"分數(shù)為全能型6、發(fā)球與截擊型:0.3和底線型： 0.1的用戶"。 上面參照圖16到圖18描述的實例中，根據(jù)其時間排列將比賽事件分為對應于體育比賽 單元的時間序列段(可能有層級式結(jié)構(gòu)），根據(jù)段中比賽事件的排列對比賽模式進行估計， 以及根據(jù)多個段的估計比賽模式對用戶的比賽風格進行估計。例如，可以根據(jù)多個段的比 賽模式的出現(xiàn)頻率對比賽風格進行估計。用戶包括第一用戶和第二用戶，根據(jù)第一用戶和 第二用戶的估計比賽風格的比較結(jié)果可以生成信息。 此外，在本實施例中，例如，執(zhí)行解析過程的處理器基于段中比賽事件的排列可以實現(xiàn) 評估比賽事件的功能。更具體地說，例如，在圖13中所示的對打段1105d中，當段中只發(fā)生一 個第一次發(fā)球比賽事件1101c時，發(fā)球可以被估計為第一次發(fā)球。另一方面，在對打段1105d 中，當段中發(fā)生兩個第一次發(fā)球比賽事件1101c時，第一個發(fā)球被估計為失敗，下一個發(fā)球 被估計為第二個發(fā)球。 (5.練習段解析） 圖19是根據(jù)本發(fā)明實施例的練習段時間序列事件數(shù)據(jù)的示意圖。圖19示出了分類為練 習段1113的比賽事件和各比賽事件(擊球)的揮拍速度之間的關系。練習段1113包括抽球練 習段111 3a、截擊練習段111 3b和扣殺練習段1113c〇 在示例中，在抽球練習段1113a中主要檢測到正手抽球(FHST，forehand stroke)和反 手抽球(BHST，backhand stroke)比賽事件，在截擊練習段1113b中主要檢測到正手截擊 (FHVL，forehand volley)和反手截擊(BHVL，backhand volley)比賽事件，在扣殺練習段 1113c中主要檢測到扣殺(SMSH，smash)比賽事件。例如，練習段可以通過上述主要檢測到的 某個類型的比賽事件來指定。例如，練習段可以通過圖19示出的與比賽時相比相對較慢的 揮拍速度來指定。 圖20和圖21是圖19所示的抽球練習段中檢測到的比賽模式的示例圖。參照圖20,應理 解，在抽球練習段1113a中，正手抽球比賽事件1109b和反手抽球比賽事件1109f各交替發(fā)生 三次。在這方面，如圖21所示，執(zhí)行解析過程的處理器定義了三個正手抽球連續(xù)發(fā)生的比賽 模式P1和三個反手抽球連續(xù)發(fā)生的P2模式。在圖20中示出的示例中，比賽模式P1和P2各發(fā) 生三次。 如上所述，在本實施例中，可以對所有段進行比賽模式估計，或者可以對段中的一些間 隔進行比賽模式估計，例如，如上述實例中比賽事件在其中重復一定順序的間隔。 圖22是基于圖20和圖21中檢測到的比賽模式生成的信息的示例圖。在示例中，進行了 模板比賽模式111 5a和實際獲得的比賽模式1115b之間完成率的計算。例如，模板比賽模式 1115a可能是一種對應于預先設置的練習菜單的比賽模式。這種情況下，通過執(zhí)行完成率的 計算，練習菜單的完成率被計算出來。通過生成這樣的信息，能夠基于練習段中的比賽模式 算出練習菜單完成率，并且能夠獲取對于指導或參賽者狀態(tài)管理有用的信息。 如上面參照圖19到圖22所述，本實施例中比賽模式、比賽事件等的估計過程不一定是 針對段進行的，可以針對段中的某個比賽事件或者按時間間隔排列的沒有分成段的比賽事 件進行。 (6.其他運動舉例） 圖23是根據(jù)本發(fā)明實施例將分段應用于高爾夫的示例圖。參照圖23,配置有比賽事件 1201的時間序列被分類為段1203。更具體地說，比賽事件1201包括木桿擊球比賽事件 1201a、鐵桿擊球比賽事件1201b和推桿推球比賽事件1201c。段1203包括球場段1203a、球洞 段1203b和練習段1203c。 例如，在高爾夫中，通過將傳感器裝置100安裝在球員身上、球桿上、手套上等方式，可 以獲取高爾夫比賽用戶的運動檢測結(jié)果，并基于檢測結(jié)果來定義比賽事件。例如，對于這種 比賽事件，段可以基于每次進洞始于木桿擊球(或鐵桿擊球)終于推桿推球的規(guī)則來定義。 圖24是根據(jù)本發(fā)明實施例將分段應用于足球的示例圖。參照圖24,配置有比賽事件 1301的時間序列被分類為段1303。更具體地說，比賽事件1301包括運球比賽事件1301a、傳 球比賽事件1301b、跑動比賽事件1301c、走動比賽事件1301d和射門比賽事件1301e。 例如，在足球中，通過將傳感器裝置100安裝在球員身上、鞋上等方式，可以獲取足球比 賽用戶的運動檢測結(jié)果，并基于檢測結(jié)果來定義比賽事件。然而，在足球的實例中，由于多 個用戶踢一個球，基于相關用戶的比賽事件的時間排列關系將比賽事件分類為段是可取 的。這樣的段分類過程可以概括為一個體育參賽用戶包括第一用戶和第二用戶的過程，并 基于第一用戶和第二用戶的比賽事件的時間關系，來設置第一用戶和第二用戶共有的段。 在示例中，比賽從開球、擲界外球等開始，直到由于得分、球出界等原因停止比賽的一 段時間被分類為一個段1303。例如，段1303可以被定義為任一球員(示例中A到C中的任一個 以及可能兩個或者更多）非走動比賽事件開始之后，直到所有球員的比賽事件為走動比賽 事件1301d或者未檢測到比賽事件(被估計為停止的狀態(tài)）的一段時間。段的定義基于如下 特征，在足球比賽中，當比賽繼續(xù)時任一球員進行跑動或與球有關的運動(運球、傳球、射門 等），當比賽停止時球員停止或者走動。 在示例中，基于段1303中比賽事件1301的排列來估計比賽模式1305。比賽模式1305是 一種配置有多個用戶(示例中為A到C并可能多于3個)的團隊的比賽模式。更具體地說，一個 比賽模式1305通過跨越團隊中各成員的比賽事件移動來定義，例如"運球A-傳球A-運球C-傳球C-運球B-射門B"（參考時間圖中的箭頭）。這樣的比賽模式估計過程可以概括為一個在 其中體育參賽用戶包括第一用戶和第二用戶的過程，并基于第一用戶和第二用戶的比賽事 件的時間排列關系，來估計包括第一用戶和第二用戶的團隊的比賽模式。 這時，各成員比賽事件當中，有幾個類型的事件(例如與球無關的跑步或走動)可能不 包括在比賽模式里。因此，執(zhí)行解析過程的處理器可以指定生成比賽事件(例如，運球、傳球 等與球有關的比賽事件）的用戶，該比賽事件用于指定比賽模式，例如，在時間序列中的每 一時間。 (7.硬件配置） 接下來，參照圖25和圖26對根據(jù)本發(fā)明實施例的實現(xiàn)傳感器裝置和解析裝置(上述實 例中為傳感器裝置、智能手機或服務器)的硬件配置實例進行描述。 (傳感器裝置） 圖25是根據(jù)本發(fā)明實施例的傳感器裝置的硬件配置的示例圖。參照圖25,傳感器裝置 100可以包括傳感器101、中央處理單元(CI^tLCentral Processing Unit) 103、只讀存儲器 (R0M，Read Only Memory)105、隨機存取存儲器（RAM，Random Access Memory)107、用戶界 面109、外部存儲裝置111、通信裝置113和輸出裝置115。例如，這些部件通過總線相互連接。 例如，傳感器101包括加速度傳感器、角速度傳感器、振動傳感器、磁場傳感器、溫度傳 感器、壓力傳感器(包括壓力開關）、全球定位系統(tǒng)(GPS，Global Positioning System)接收 器等。傳感器101可以包括照相機(成像傳感器)或麥克風(音頻傳感器）。 例如，CPU 103、R0M 105和RAM 107通過讀取和執(zhí)行記錄在外部存儲裝置111中的程序 指令，用軟件實現(xiàn)各種功能。本發(fā)明實施例中，例如，通過CPU 103、R0M 105和RAM 107可以 實現(xiàn)諸如控制整個傳感器裝置100之類的功能。 例如，用戶界面109是諸如按鈕或觸摸面板的輸入裝置，它接收傳感器裝置100的用戶 操作。例如，用戶操作可以指示來自傳感器裝置的傳感信息傳輸?shù)拈_始或完成。 外部存儲設備111存儲各種類型的與傳感器裝置100有關的信息。例如，通過CPU 103、 ROM 105、和RAM 107中的軟件來實現(xiàn)功能的程序指令可以存儲在外部存儲裝置111中，或者 可以臨時高速緩沖存儲傳感器101獲取的數(shù)據(jù)。當考慮傳感器裝置100被安裝在擊球工具或 類似工具上時，使用諸如半導體存儲器之類的具有強抗沖擊性的傳感器裝置作為外部存儲 裝置111是可取的。 此外，當智能手機200不布置在體育參賽用戶附近時，ROM 105、RAM 107和/或外部存儲 裝置111是對應于內(nèi)部存儲區(qū)（內(nèi)存或外部存儲設備）的配置，該內(nèi)部存儲區(qū)累計傳感器裝 置100檢測到的數(shù)據(jù)。 通信裝置113通過各種有線或無線通信系統(tǒng)與后面將會描述的解析裝置600進行通信。 此外，通信裝置113可以通過設備間通信直接與解析裝置600進行通信，或者可以通過互聯(lián) 網(wǎng)之類的網(wǎng)絡與解析裝置600進行通信。 輸出裝置115由能夠輸出如光、音頻或圖像信息的裝置組成。例如，輸出裝置115根據(jù)從 解析裝置600接收到的解析結(jié)果或傳感器裝置100中計算出的解析結(jié)果，可以輸出通知在傳 感器裝置100中檢測到時間或比賽事件的信息，或可以向用戶輸出視覺或聽覺通知。例如， 輸出裝置115包括如LED燈等或液晶顯示器(LCD，Liquid Crystal Display)之類的顯示器、 揚聲器、振動器等。 (解析裝置） 圖26是根據(jù)本發(fā)明實施例的解析裝置硬件配置的示例圖。例如，解析裝置600可以實現(xiàn) 根據(jù)本發(fā)明實施例的解析裝置，或上述智能手機200或上述服務器300。請注意，如上所述， 可以由傳感器裝置100實現(xiàn)解析裝置。 解析裝置600可以包括CPU 601、R0M 603、RAM 605、用戶界面609、外部存儲裝置611、通 信裝置613和輸出裝置615。例如，這些部件通過總線相互連接。 CPU 601、ROM 603和RAM 605通過讀取和執(zhí)行例如記錄在外部存儲裝置611中的程序指 令，用軟件實現(xiàn)各種功能。本發(fā)明實施例中，例如，通過CPU 601、R0M 603和RAM 605可以實 現(xiàn)控制整個解析裝置600、實現(xiàn)上述功能性配置中處理部分的功能等。 例如，用戶界面609是諸如按鈕或觸摸面板的輸入裝置，它接收解析裝置600的用戶操 作。 外部存儲裝置611存儲各種與解析裝置600有關的信息。例如，通過CPU 601、R0M 603和 RAM 605中的軟件實現(xiàn)功能的程序指令可以存儲在外部存儲裝置611中，或可以臨時高速緩 沖存儲由通信裝置613接收到的傳感器信息。此外，解析結(jié)果日志可以累計在外部存儲裝置 611 中。 輸出裝置615由一個能夠以視覺或聽覺向用戶通知信息的裝置組成。例如，輸出裝置 615可以是如液晶顯示屏(LCD)之類的顯示設備，或者是如揚聲器或耳機之類的音頻輸出設 備。輸出裝置615輸出解析裝置600處理獲得的如文字或圖片的視頻圖像結(jié)果，或者輸出如 語音或聲音之類的音頻結(jié)果。 此前已經(jīng)示出傳感器裝置100和解析裝置600的硬件配置實例。上述每一個組成部件都 可以使用通用構(gòu)件組成，或者由專用于各組成部件的硬件組成。這種配置可以根據(jù)實現(xiàn)時 的技術(shù)水平進行適當?shù)母淖儭?(8.補充） 例如，本發(fā)明實施例可以包括如上所述的解析裝置(如智能電話、服務器或傳感器裝置 之類的信息處理終端）、系統(tǒng)、通過解析裝置或系統(tǒng)執(zhí)行的信息處理方法、令解析裝置實現(xiàn) 功能的程序以及記錄有程序的非暫時性有形媒體。 參照附圖已經(jīng)對本發(fā)明的優(yōu)選實施例做出了描述，同時本發(fā)明并不限于上述實例。對 于所屬領域的普通技術(shù)人員來說，在所附權(quán)利要求書的范圍內(nèi)還可以做出其它不同形式的 變化和變動，并且應當理解，這些變化和變動當然屬于本發(fā)明的技術(shù)范圍內(nèi)。 此外，本說明書描述的效果僅僅是說明性和示范性的，而非限制性的。換言之，對于所 屬領域的普通技術(shù)人員來說，根據(jù)本發(fā)明的技術(shù)，展現(xiàn)出伴隨或替代本說明書效果的其他 效果是顯而易見的。 此外，本技術(shù)還可以配置如下。 (1) 一種解析裝置，其包括： 處理器，其被配置為實現(xiàn) 獲取功能，用于獲取指示比賽事件的信息，所述比賽事件基于參加體育運動的用戶的 運動進行定義，并且被安排在一個時間間隔內(nèi)，以及 模式估計功能，用于基于比賽事件排列估計比賽模式。 (2) 根據(jù)(1)所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn)風格估計功能，所述風格估計功能基于對于多個 間隔估計的所述比賽模式來估計用戶的比賽風格。 (3) 根據(jù)(2)所述的解析裝置， 其中所述風格估計功能基于多個間隔中比賽模式的出現(xiàn)頻率來估計所述比賽風格。 (4) 根據(jù)(2)或(3)所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述處理器被配置為進一步實現(xiàn)比較信息生成功能，所述比較信息生成功能生成 基于所述第一用戶和第二用戶估計的所述比賽風格的比較結(jié)果的信息。 (5) 根據(jù)(4)所述的解析裝置， 其中所述比較信息生成功能生成估計所述第一用戶和第二用戶之間相容性的信息。 (6) 根據(jù)(5)所述的解析裝置， 其中所述比較信息生成功能對第一參賽者和第二參賽者作為對手或合作伙伴的適合 度進行估計。 (7) 根據(jù)(1)到(6)中任一個所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述模式估計功能基于所述第一用戶和第二用戶的比賽事件的時間排列關系，對 包括所述第一用戶和第二用戶的團隊的比賽模式進行估計。 (8) 根據(jù)(1)到(7)中任一個所述的解析裝置， 其中所述時間間隔是對應于體育運動比賽單元的時間序列段， 其中所述比賽事件基于時間排列被分類為段，以及 其中所述模式估計功能基于段中所述比賽事件的排列對所述用戶的比賽模式進行估 計。 (9) 根據(jù)(8)所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn)類型估計功能，所述類型估計功能基于所述比賽 模式對比賽單元類型進行估計。 (10) 根據(jù)(8)或(9)所述的解析裝置， 其中所述比賽事件進一步基于體育運動規(guī)則被分類為段。 (11) 根據(jù)(8)到（10)中任一個所述的解析裝置， 其中所述比賽事件進一步基于對應于比賽事件的運動特征被分類為段。 (12) 根據(jù)(8)到（11)中任一個所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述比賽事件基于所述第一用戶和第二用戶的比賽事件的時間排列關系被分類 為所述第一用戶和第二用戶共有的段。 (13) 根據(jù)(8)到（12)中任一個所述的解析裝置， 其中所述比賽事件被分類為層級式的所述段。 (14) 根據(jù)(1)到（13)中任一個所述的解析裝置， 其中所述比賽事件基于直接或間接安裝在用戶身上的傳感器檢測到的所述用戶的運 動的檢測結(jié)果進行定義。 (15) 根據(jù)(14)所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn) 從所述傳感器接收所述檢測結(jié)果的功能，以及 基于所述檢測結(jié)果定義所述比賽事件的功能。 (16) -種記錄媒體，該記錄媒體具有存儲在其中的程序，所述程序使計算機實現(xiàn)： 獲取功能，用于獲取表示比賽事件的信息，所述比賽事件基于體育運動用戶的運動進 行定義，并被排列在一個時間間隔內(nèi)；以及 模式估計功能，用于基于所述比賽事件的排列估計比賽模式。 (17)-種解析方法，其包括： 由處理器來獲取表示比賽事件的信息，所述比賽事件基于體育運動用戶的運動進行定 義，并被排列在一個時間間隔內(nèi)；以及 由所述處理器來基于所述比賽事件的排列估計比賽模式。 參考符號列表 10系統(tǒng) 100傳感器裝置 110傳感器 120處理部分 200智能手機 210接收部分 220處理部分 300服務器 310接收部分 320處理部分 401時間序列事件數(shù)據(jù) 403預處理 405解析過程 407分段 409模型。
【主權(quán)項】
1. 一種解析裝置，其包括： 處理器，其被配置為實現(xiàn) 獲取功能，所述獲取功能用于獲取表示比賽事件的信息，所述比賽事件基于體育參賽 用戶的運動來定義，并被排列在一個時間間隔內(nèi)，以及 模式估計功能，所述模式估計功能用于基于所述比賽事件的排列來估計比賽模式。2. 根據(jù)權(quán)利要求1所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn)風格估計功能，所述風格估計功能基于對于多個 所述間隔估計的所述比賽模式來估計所述用戶的比賽風格。3. 根據(jù)權(quán)利要求2所述的解析裝置， 其中所述風格估計功能基于所述多個間隔中所述比賽模式的出現(xiàn)頻率來估計所述比 賽風格。4. 根據(jù)權(quán)利要求2所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述處理器被配置為進一步實現(xiàn)比較信息生成功能，所述比較信息生成功能生成 基于所述第一用戶和第二用戶估計的所述比賽風格的比較結(jié)果的信息。5. 根據(jù)權(quán)利要求4所述的解析裝置， 其中所述比較信息生成功能生成估計所述第一用戶和所述第二用戶之間的相容性的 信息。6. 根據(jù)權(quán)利要求5所述的解析裝置， 其中所述比較信息生成功能對第一參賽者和第二參賽者作為對手或合作伙伴的適合 度進行估計。7. 根據(jù)權(quán)利要求1所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述模式估計功能基于所述第一用戶和所述第二用戶的比賽事件的時間排列關 系，對包括所述第一用戶和所述第二用戶的團隊的比賽模式進行估計。8. 根據(jù)權(quán)利要求1所述的解析裝置， 其中所述時間間隔是對應于體育運動比賽單元的時間序列段， 其中所述比賽事件基于所述時間排列被分類為所述段，以及 其中所述模式估計功能基于所述段中所述比賽事件的排列對所述用戶的比賽模式進 行估計。9. 根據(jù)權(quán)利要求8所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn)類型估計功能，所述類型估計功能基于所述比賽 模式對所述比賽單元的類型進行估計。10. 根據(jù)權(quán)利要求8所述的解析裝置， 其中所述比賽事件進一步基于體育運動規(guī)則被分類為所述段。11. 根據(jù)權(quán)利要求8所述的解析裝置， 其中所述比賽事件進一步基于對應于所述比賽事件的運動特征被分類為所述段。12. 根據(jù)權(quán)利要求8所述的解析裝置， 其中所述用戶包括第一用戶和第二用戶，以及 其中所述比賽事件基于所述第一用戶和所述第二用戶的所述比賽事件的時間排列關 系被分類為所述第一用戶和所述第二用戶共有的所述段。13. 根據(jù)權(quán)利要求8所述的解析裝置， 其中所述比賽事件被分類為層級式的所述段。14. 根據(jù)權(quán)利要求1所述的解析裝置， 其中所述比賽事件基于直接或間接安裝在所述用戶身上的傳感器檢測到的所述用戶 的運動的檢測結(jié)果進行定義。15. 根據(jù)權(quán)利要求14所述的解析裝置， 其中所述處理器被配置為進一步實現(xiàn) 從所述傳感器接收所述檢測結(jié)果的功能，以及 基于所述檢測結(jié)果定義所述比賽事件的功能。16. -種記錄媒體，所述記錄媒體具有存儲在其中的程序，所述程序使計算機實現(xiàn)： 獲取功能，用于獲取表示比賽事件的信息，所述比賽事件基于體育運動用戶的運動來 定義，并被排列在一個時間間隔內(nèi)；以及 模式估計功能，用于基于所述比賽事件的排列來估計比賽模式。17. -種解析方法，其包括： 由處理器來獲取表示比賽事件的信息，所述比賽事件基于體育運動用戶的運動來定 義，并被排列在一個時間間隔內(nèi)；以及 由所述處理器來基于所述比賽事件的排列來估計比賽模式。
【文檔編號】A63B69/00GK105848737SQ201480069652
【公開日】2016年8月10日
【申請日】2014年10月22日
【發(fā)明人】松永英行, 渡邊有祐
【申請人】索尼公司