姿势

摘要： 这是一款可以帮助人们享受拉伸,以获得准确姿势的家用拉伸设备。与其他拉伸设备不同的是,它使用杆、垫、把手和应用程序来与用户互动,并给人一种快乐和奖励的感觉。借助杆上的激光雷达传感器摄像头,其可以扫描用户姿势的准确性并给出反馈,让用户享受互动拉伸的乐趣。

摘要： 我熟悉稻草的姿势,就像熟悉父亲的姿势。父亲的姿势是劳累压弯的弓形,稻草的姿势也是弓形,不过是谷粒坠弯的弓形。相同的生活表面透视着相同的生活本质,我就是父亲枝头的一粒稻谷,父亲的脊背因我而弯曲。因此,有时候我会暗暗担心自己被田野遗弃,被父亲遗弃。

摘要： 散步是最便捷的锻炼,但要注重细节才能从中获得最大益处。近日,美国MSN网站总结了6种常见的错误散步姿势。向下看:上背部会向下弯曲,影响下背部自然曲线,造成肌肉紧张和疲劳。落地太重:如果每一步脚都用力踩踏地面,会对结缔组织和关节造成机械应力。

摘要： 站着、坐着、躺着,是不是越舒服的姿势,对脊椎的压力最小呢?不完全是!脊椎受力姿势排名:坐着>站着>躺着!颈椎和腰椎的生理曲度均是向前的,当颈椎前屈15度时,椎间盘受力可达到20百左右;前屈30度时,受力可达到30斤;在低头60度时,受力可相当于脖子上骑着60斤重的孩子!

摘要： 散步是最便捷的锻炼方式之一,但细节不容忽略。下列错误的姿势会使散步效果打个折扣。错误1:向下看。散步时向下看,会造成上背部向下弯曲,影响下背部自然曲线,导致肌肉紧张。错误2:落地太重。每一步落地时,脚用力踩踏地面,会对结缔组织和关节造成机械应力过大。错误3:大跨步行走。把步子迈长,会大大增加脚踝、膝盖和髋关节承受的压力。

摘要： 2022年9月3日,在黑龙江省哈尔滨市,一位市民做核酸检测时,看到这样温暖的一幕:一只流浪奶猫靠着防疫工作人员睡着了,而我们亲爱的工作人员也小心翼翼地保持着姿势。这位市民说,当时工作人员也是想让小猫有个舒服的地方趴着,就这一个姿势保持了20多分钟,画面感觉特别有爱。

摘要： 您有没有过这样的体验,躺了一宿早晨起来,或者维持一个姿势时间久了,就感觉整个人被“定”住了,关节活动困难,慢慢才能缓过来。这种关节晨僵如果达到一定时间,很有可能是类风湿性关节炎作祟。晨僵的具体表现?晨僵是晨起或病变关节维持在同一姿势较长时间时,关节活动迟钝或困难,活动后可逐渐减轻。

摘要： 在泰国,有一只这样的狗狗感动了无数人。当地人给这只狗狗起名叫Leo。在过去的四年多时间里,这只狗狗几乎每天都固定在一处十字路口旁等待,从早到晚,Leo都会待在这里,有时稍显着急地在原地踱步;有时又安静地卧在地上,但不论什么姿势,它的视线都一直朝着固定的一个方向。

摘要： 问大家一个问题,你猜猜人在什么时候会握紧拳头?我相信99%的人会说"想打人"的时候,其实当你回答想打人的时候就意味着那时候的你是愤怒甚至不甘的。还有一种情况就是,你可能要下定决心去做一件事情的时候,你也可能会握紧拳头,比如你要洗心革面做人,你不想再颓废。当然今天我们不是来讨论握拳头代表的情绪,而是你握拳头的姿势有可能暴露你是一个怎样的人。

摘要： @贺公子说:以前老人家看到小朋友都会说:"我是看着你长大的,还帮你换过尿布。"以后我们老了看到小朋友长大了就可以说:"我是帮你投票投到大的,还帮你拉过票,你那会老费流量了。"@快递员吴彦祖:冬天晚上最烦的是,你好不容易找到一个最舒服的姿势准备睡觉了,脸啊腿啊就会莫名其妙地痒,等你挠完了,原本那个最舒服的姿势就找不到了。

摘要： 数字影视、电子游戏尤其是网络化的电子游戏是当前数字娱乐的主要形式.首先讨论了基于语音与姿势的智能人机交互技术的研究与应用进展.针对计算机游戏中,分别设计了具体的实现方法与框架,包括汉语语音命令识别、个性化人脸建模、头部姿态识别以及人脸表情识别.最后,设计实现了一套整合了语音与姿势交互方式的PC电子游戏平台.试验结果表明,语音与姿势交互方式的应用,为玩家(游戏用户)提供了更自然的交互性和更强烈的沉浸感.

摘要： 图像取得部(15)取得来自设置于室内的图像传感器(2、3)的图像数据。存储部(6)存储表示人体的姿势的转变模型的信息、和表示转变模型中的各个姿势下的图像数据的检查区域的检查信息。姿势估计部(5)参照表示转变模型的信息和检查信息，计算图像数据的检查区域中的统计量，并基于统计量，根据之前时刻的人体的姿势，估计当前时刻的人体的姿势。

摘要： 公开了能够高精度地估计具有关节的物体的姿势的姿势估计装置。姿势估计装置（100）基于拍摄具有由关节连接的多个部位的物体所得到的图像数据进行物体的姿势估计，具有：基准模型存储单元（140），其按每个姿势存储对部位的位置进行规定的基准模型；加权计算单元（150），其按每个姿势以密集部分的权重小的方式对部位进行加权；以及姿势估计单元（160），其通过应用加权对基准模型和物体进行比较，来估计物体的姿势。

摘要： 本发明提供姿势信息计算装置、姿势信息计算系统及姿势信息计算法，能够实现简单的结构，并且能够抑制位置的发散而确切地计算虚拟3维空间中的姿势。传感器信息取得部(210)取得由3个角速度传感器分别检测的绕3个轴的角速度信息(GX、GY、GZ)以及由3个加速度传感器分别检测的3个轴方向的加速度信息(AX、AY、AZ)。姿势信息计算部220根据角速度信息(GX、GY、GZ)和加速度信息(AX、AY、AZ)计算虚拟3维空间中的姿势角和位置座标。尤其，姿势信息计算部(220)根据由加速度信息(AX、AY、AZ)得到的惯性座标系加速度矢量(A)，计算固定座标系速度矢量，与该固定座标系速度矢量对应地计算虚拟3维空间中的位置座标。

摘要： 将旋转板(230)设置成使得上表面(231)处于水平(S10)，在长方体夹具(210)的表面(221)上，以X轴(第1轴)与表面(212)(第2面)垂直、Y轴(第2轴)与表面(213)(第3面)垂直、Z轴(第3轴)与表面(211)(第1面)垂直的方式，固定姿势检测装置(1)(S12)。并且，在旋转板的上表面上依次固定长方体夹具的与表面(212、213、211)相对的各个表面(S14、S20、S26)，使旋转板静止或者以固定角速度旋转而取得姿势检测装置的检测值(S16、818、S22、S24、S28、S30)，生成校正参数(S32)。

摘要： 图像取得部(15)取得来自设置于室内的图像传感器(2、3)的图像数据。存储部(6)存储表示人体的姿势的转变模型的信息、和表示转变模型中的各个姿势下的图像数据的检查区域的检查信息。姿势估计部(5)参照表示转变模型的信息和检查信息，计算图像数据的检查区域中的统计量，并基于统计量，根据之前时刻的人体的姿势，估计当前时刻的人体的姿势。

摘要： 本发明提供用于通过消除由输送路搬运的工件密集并接触或重合的现象而高精度地以短时间执行机器人的拣选的工件姿势控制装置、具备该工件姿势控制装置的工件供给系统以及工件姿势控制方法。该工件姿势控制装置具有：矩形板(2)，其具备挠性；第一驱动器(3a～3d)，其固定配置于该矩形板(2)的四个角的下表面，且施加上下振动；摄像机(11)，其拍摄设定于矩形板(2)上的多个区域；以及控制装置(20)，其通过解析由该摄像机(11)拍摄到的图像来识别存在于多个区域的工件，运算工件在区域内所占的比例，并基于该比例控制第一驱动器(3a～3d)。

摘要： 本申请公开了一种姿势震颤检测模型，该模型基于集成学习模型，所述模型的输入特征为多个；所述多个输入特征中至少一个输入特征获取自受试者的手部的三轴加速度数据，至少一个输入特征获取自自受试者的手部的三轴陀螺仪数据，至少一个输入特征获取自受试者的手部的三轴磁力计数据；所述模型根据所述多个输入特征对受试者在预定姿势时进行震颤等级的分类；所述预定姿势包括翼博位、手臂伸展位、对指位。本申请利用加速度计、陀螺仪和磁力计信号的多种运动学特征，有效揭示了特发震颤患者震颤的规律性和同步性，能够有效表征患者的震颤幅度、震颤频率等特征，并建立能够准确对患者的震颤症状进行量化分级的模型。

摘要： 本发明提供位置姿势确定装置、位置姿势确定方法以及位置姿势确定程序。希望一种能够高效地确定对象物品的位置姿势的系统。位置姿势确定装置具备：实际测量数据获取部，其从三维测量机获取与工件的形状有关的实际测量数据；虚拟测量数据生成部，其根据针对工件而定义的形状数据来生成与实际测量数据对应的虚拟测量数据；滤波处理部，其根据三维测量机的测量特性来进行将虚拟测量数据进行伪转换的滤波处理；特征点提取部，其从实际测量数据以及虚拟测量数据中提取特征点数据；存储部，其存储从虚拟测量数据提取出的特征点数据作为工件的模型数据；以及位置姿势计算部，其将实际测量数据的特征点数据与将模型数据中包含的特征点数据进行坐标转换后的数据进行对照，从而计算工件的位置姿势。

摘要： 提供一种向利用者较强地赋予姿势改善的动机，辅助良好的姿势的实现的姿势改善辅助装置、姿势改善辅助方法以及姿势改善辅助程序。电子设备(20)的控制部(21)具备：姿势获取部(21A)，该姿势获取部获取利用显示部(22)的利用者的姿势的信息；以及显示控制部(21B)，该显示控制部在该姿势满足条件的情况下，将显示在显示部(22)的图像的显示条件控制为基准状态，在该姿势未满足条件的情况下，控制为相对于该显示条件基准状态发生了变化的状态。

摘要： 能够对具有成对的部位的多关节物体的姿势高精度地进行估计的姿势估计装置。在该装置中，候选区域提取单元(110)使用共同特征量，从图像中提取多个候选区域。部位区域提取单元(120)划分部位的似然较高的部位区域和除此以外的第二部位的候选区域。特征量计算单元(130)对部位区域以及第二部位的候选区域的每一个计算固有特征量。特征量校正单元(140)将部位区域以及第二部位的候选区域中的、任意一方的候选区域的固有特征量，基于另一方的候选区域的长度、宽度、以及角度中的至少一个进行校正。判定单元(150)基于校正后的固有特征量和另一方的候选区域的固有特征量之间的相似度，判定部位区域和第二部位的候选区域是否为成对的部位。