CN113544736B - 下肢肌肉力量估计系统、下肢肌肉力量估计方法及记录介质 - Google Patents

Abstract

下肢肌肉力量估计系统(10)具备：取得部(31)，取得包含步行中的用户作为被摄体的图像；以及估计部(35)，基于所取得的图像，估计用户的下肢肌肉力量。

Description

下肢肌肉力量估计系统、下肢肌肉力量估计方法及记录介质

技术领域

本发明涉及下肢肌肉力量估计系统及下肢肌肉力量估计方法。

背景技术

近年来，对于疾病的预防及健康维持感兴趣的人在增加。作为以用户的健康维持为目的的技术，专利文献1中公开了不取决于用户的积极性而改善用户的身心状态以达成目标的生活管理系统。

现有技术文献

专利文献

专利文献1：日本特开2005－74107号公报

发明内容

发明要解决的课题

另外，作为以用户的健康维持为目的的设备，已知有佩戴在用户的身体上的可穿戴设备。但是，也有对总是佩戴可穿戴设备感到麻烦的人，要求能够轻松地取得用户的健康状态的手段。

本发明提供一种能够不与用户接触地估计该用户的下肢肌肉力量的下肢肌肉力量估计系统及下肢肌肉力量估计方法。

用来解决课题的手段

有关本发明的一技术方案的下肢肌肉力量估计系统具备：取得部，取得包含步行中的用户作为被摄体的图像；以及估计部，基于所取得的图像，估计上述用户的下肢肌肉力量。

有关本发明的一技术方案的下肢肌肉力量估计方法，取得包含步行中的用户作为被摄体的图像；基于所取得的图像，估计上述用户的下肢肌肉力量。

有关本发明的一技术方案的记录介质，是记录有用来使计算机执行上述下肢肌肉力量估计方法的程序的记录介质。

发明效果

本发明的下肢肌肉力量估计系统及下肢肌肉力量估计方法能够不与用户接触地估计该用户的下肢肌肉力量。

附图说明

图1是表示有关实施方式的下肢肌肉力量估计系统的概要的图。

图2是表示有关实施方式的下肢肌肉力量估计系统的功能构成的框图。

图3是有关实施方式的下肢肌肉力量估计系统的动作例1的流程图。

图4是概念性地表示用户的二维骨骼模型的确定的图。

图5是概念性地表示三维骨骼模型的估计的图。

图6是表示膝盖的弯曲角度的例子的第1图。

图7是表示膝盖的弯曲角度的例子的第2图。

图8是表示用来通知下肢肌肉力量的下降的通知画面的一例的图。

图9是有关实施方式的下肢肌肉力量估计系统的动作例2的流程图。

图10是表示向用户指示步行方式的指示画面的一例的图。

具体实施方式

以下，参照附图对实施方式进行说明。另外，以下说明的实施方式都表示包含性或具体的例子。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例，不是限定本发明的意思。此外，关于以下的实施方式的构成要素中的、在独立权利要求中没有记载的构成要素，设为任意的构成要素进行说明。

另外，各图是示意图，并不一定是严密地图示的。此外，在各图中对于实质上相同的构成赋予相同的标号，有将重复的说明省略或简略化的情况。

(实施方式)

[构成]

首先，对有关实施方式的下肢肌肉力量估计系统的构成进行说明。图1是表示有关实施方式的下肢肌肉力量估计系统的概要的图。图2是表示有关实施方式的下肢肌肉力量估计系统的功能构成的框图。如图1及图2所示，下肢肌肉力量估计系统10具备相机20、估计装置30、显示装置40和服务器装置50。

下肢肌肉力量估计系统10是取得由相机20拍摄的步行中的用户的图像，并基于所取得的图像估计用户的下肢肌肉力量的系统。关于下肢肌肉力量的估计方法在后面叙述。

相机20例如设置于用户的住宅的外墙等，拍摄包含步行中的用户作为被摄体的图像(由多个图像构成的运动图像)。相机20既可以是使用CMOS(Complementary Metal OxideSemiconductor)图像传感器的相机，也可以是使用CCD(Charge Coupled Device)图像传感器的相机。

相机20中，例如挪用常时拍摄住宅的周围的监视相机或安全相机等。此外，作为相机20，也可以使用门禁系统等具有的用来拍摄访问者的相机。由此，用户不用进行特别的动作，只要用户如平常那样外出及回家，用户的步行中的图像就被储存到估计装置30的存储部中。即，下肢肌肉力量估计系统10能够不使用户注意到而估计用户的下肢肌肉力量。

估计装置30取得由相机20拍摄的图像，估计用户的下肢肌肉力量。估计装置30例如是设置于住宅内，用来对设置于住宅中的设备进行控制的家庭控制器，但也可以是个人计算机等。估计装置30既可以设置于设有相机20的住宅内，也可以设置于该住宅之外。估计装置30具体而言具备取得部31、信息处理部32、存储部33和通信部34。

取得部31取得由相机20拍摄的图像(更详细地讲是图像数据)。取得部31具体而言是与相机进行通信的通信模块(通信电路)。由取得部31进行的通信既可以是有线通信，也可以是无线通信。取得部31只要能够与相机20通信即可，通信标准没有被特别限定。

信息处理部32进行用来估计用户的下肢肌肉力量的信息处理以及向存储部33的图像数据存储等。信息处理部32具有估计部35。信息处理部32具体而言由处理器、微型计算机或专用电路实现。信息处理部32也可以由处理器、微型计算机或专用电路中的2个以上的组合实现。

存储部33是储存由取得部31取得的图像数据的存储装置。在存储部33中，还存储有用于信息处理部32执行的计算机程序等。存储部33具体而言由半导体存储器或HDD(HardDisk Drive)等实现。

通信部34是用于估计装置30经由因特网等的广域通信网络60与显示装置40或服务器装置50进行通信的通信模块(通信电路)。由通信部34进行的通信既可以是无线通信也可以是有线通信。关于在通信中使用的通信标准没有特别限定。

显示装置40例如是由液晶面板或有机EL面板等的显示部41、以及触摸面板等的受理用户的操作的操作受理部42构成的信息终端。显示装置40例如是智能电话或平板终端等的便携型的信息终端，但也可以是个人计算机等的固定放置型的信息终端。显示装置40能够经由广域通信网络60与估计装置30或服务器装置50进行通信。显示装置40也可以不经由广域通信网络60而与估计装置30进行直接通信。

服务器装置50是用来将估计装置30的下肢肌肉力量的估计结果向显示装置40通知的服务器装置(云服务器)。服务器装置50能够经由广域通信网络60与估计装置30或显示装置40进行通信。

[动作例1]

接着，对下肢肌肉力量估计系统10的动作例1进行说明。图3是下肢肌肉力量估计系统10的动作例1的流程图。

首先，估计装置30的取得部31从相机20取得包含步行中的用户作为被摄体的图像(S11)，信息处理部32将所取得的图像向存储部33存储(S12)。

接着，估计部35确定存储于存储部33中的图像中拍摄到的用户的二维骨骼模型(S13)。图4是概念性地表示用户的二维骨骼模型的确定的图。如图4所示，二维骨骼模型是将图像中拍摄到的用户的关节的位置(球体)用链路(线)连结的模型。在二维骨骼模型的确定中，使用既有的姿势及骨骼的确定算法。

接着，估计部35根据所确定的二维骨骼模型，估计三维骨骼模型(S14)。估计部35例如使用机器学习模型估计三维骨骼模型。图5是概念性地表示三维骨骼模型的估计的图。该机器学习模型是通过以各关节的三维坐标数据已知的二维骨骼模型为学习数据、以上述三维坐标数据为教师数据的机器学习预先构建的识别器。这样的机器学习模型能够以二维骨骼模型为输入而输出该三维坐标数据(即三维骨骼模型)。

接着，估计部35使用三维骨骼模型确定用户的步行中的膝盖的弯曲角度(S15)。估计部35具体而言确定用户在步行中向前方踏出的腿的膝盖距地面(步行面)的高度最高时的膝盖的弯曲角度。图6及图7是表示膝盖的弯曲角度的例子的图。如上述那样，三维骨骼模型换言之是各关节的三维坐标数据，所以能够计算这样的膝盖的弯曲角度。

接着，估计部35基于所确定的膝盖的弯曲角度，估计用户的下肢肌肉力量(S16)。根据发明人们的认识，用户在步行中向前方踏出的腿的膝盖的弯曲角度越小(弯曲量越大)，则可以认为用户的下肢肌肉力量越强。在图6及图7的例子中，由于θ1(图6)>θ2(图7)，所以可以认为图7所示的情形与图6所示的情形相比用户的下肢肌肉力量更强。所以，用户的步行中的膝盖的弯曲角度越小，则估计部35估计为用户的下肢肌肉力量越强。

此外，估计部35将下肢肌肉力量的估计结果存储到存储部33中(S17)。估计部35例如使用预先存储在存储部33中的、且表示膝盖的弯曲角度与肌肉力量值的对应关系的参照数据将弯曲角度变换为肌肉力量值，并存储到存储部33中。

并且，估计部35根据需要，向用户进行下肢肌肉力量的估计结果的通知(S18)。估计部35例如定期地进行下肢肌肉力量的估计及估计结果的存储，在看到下肢肌肉力量的下降趋势(或增加趋势)的情况下等，使通信部34发送通知信息。通知信息经由服务器装置50被显示装置40接收，结果，在显示部41上显示下肢肌肉力量的通知画面。图8是表示用来通知下肢肌肉力量的下降的通知画面的一例的图。

另外，从估计装置30侧进行下肢肌肉力量的估计结果的通知不是必须的，例如也可以以操作受理部42受理了用户的规定操作为触发，将通知信息发送给显示装置40。即，也可以根据用户的希望将通知信息发送给显示装置40。

如以上说明，在动作例1中，估计部35基于由取得部31所取得的图像来确定的、用户的步行中的膝盖的弯曲角度，来估计用户的下肢肌肉力量。由此，用户仅通过如平常那样在相机20的拍摄范围中步行，就能够容易地取得下肢肌肉力量的数据。

[动作例2]

接着，对下肢肌肉力量估计系统10的动作例2进行说明。图9是下肢肌肉力量估计系统10的动作例2的流程图。

关于步骤S11～步骤S14与动作例1是同样的，所以省略详细的说明。后续于步骤S14，估计部35计算步行中的用户停止时的步行速度的变化(速度的变化量。即加速度)(S25)。

首先，估计部35在存储在存储部33中的作为图像(以下也记作帧)的集合的运动图像中，确定三维骨骼模型的运动(各关节的坐标的位移)比规定值小的帧。即，估计部35确定认为拍摄到了在步行后停止的用户的帧。

接着，估计部35基于以在步骤S25中确定的帧为终点的规定期间内拍摄的帧，计算步行中的用户停止时的步行速度的变化。例如，估计部35能够基于各关节的坐标的行进方向上的位移来计算步行速度的变化。

接着，估计部35基于计算出的步行速度的变化，估计用户的下肢肌肉力量(S26)。根据发明人们的认识，越是在步行中能够急停止(步行速度的变化大)的用户，则可以认为下肢肌肉力量越强。所以，步行中的用户停止时的步行速度的变化越大，则估计部35估计为用户的下肢肌肉力量越强。

此外，估计部35将下肢肌肉力量的估计结果存储到存储部33中(S27)。估计部35例如使用预先存储在存储部33中的、且表示步行速度的变化的大小与肌肉力量值的对应关系的参照数据，将步行速度的变化的大小变换为肌肉力量值，并存储到存储部33中。

并且，估计部35根据需要，向用户进行下肢肌肉力量的估计结果的通知(S28)。估计部35例如定期地进行下肢肌肉力量的估计及估计结果的存储，在看到下肢肌肉力量的下降趋势(或增加趋势)的情况下等，使通信部34发送通知信息。通知信息经由服务器装置50被显示装置40接收，结果，在显示部41上显示如图8那样的下肢肌肉力量的通知画面。

如以上说明，在动作例2中，取得部31取得由多个图像构成的运动图像，估计部35基于根据所取得的运动图像确定的、步行中的用户停止时的步行速度的变化，估计用户的下肢肌肉力量。由此，用户仅通过如平常那样在相机20的拍摄范围中步行，就能够容易地取得下肢肌肉力量的数据。

[三维骨骼模型的估计方法的变形例]

另外，在上述动作例1及动作例2中，基于由设置于规定位置的1台相机20拍摄的图像进行了下肢肌肉力量的估计，但也可以基于由多个相机20拍摄的图像进行下肢肌肉力量的估计。在此情况下，下肢肌肉力量估计系统10不使用学习模型就能够估计三维骨骼模型。

此外，在上述动作例1及动作例2中，也可以使用具有向拍摄范围射出红外光的功能的3D相机作为相机20，来估计三维骨骼模型。但是，这样的3D相机由于在室外性能下降，所以在室外使用通常的相机20的方法是有效的。

在相机20设置于能够将用户从侧方拍摄那样的位置的情况下(即，能够由相机20拍摄图6或图7那样的能够直接确定膝盖的弯曲角度那样的图像的情况下)，不需要估计三维骨骼模型。

[下肢肌肉力量的评价方法的变形例]

此外，在动作例1及动作例2中，基于特定用户的下肢肌肉力量的推移来评价当前的下肢肌肉力量是否处于下降趋势，但特定用户的当前的下肢肌肉力量也可以基于与其他不特定多个用户的平均下肢肌肉力量的比较来被评价。

例如，服务器装置50能够从多个估计装置30将估计结果与用户的属性信息(例如，年龄、性别、身高及体重等)一起收集，作为大数据存储。估计部35使用通信部34对服务器装置50进行访问，由此能够参照这样的大数据。估计部35也可以基于大数据，将特定用户的估计肌肉力量值通过与具有与特定用户同样的属性信息的其他不特定多个用户的平均肌肉力量值比较来进行评价。

例如，在将特定用户的下肢肌肉力量通过与体格很类似于该特定用户的不特定多个用户的下肢肌肉力量比较来进行评价的情况下，显示装置40的操作受理部42从上述特定用户受理表示该特定用户的体格的信息(身高信息及体重信息等)的输入操作。在此情况下，操作受理部42作为取得用户的身高信息的身高信息取得部发挥功能。

另外，上述二维骨骼模型及三维骨骼模型不包含与身体的绝对大小有关的信息。因此，即使是体格较大的用户，在较小地拍摄在图像中的情况下，也有可能被作为体格较小的用户处置。身高信息作为对上述二维骨骼模型及三维骨骼模型提供身体的绝对大小的信息而有用的信息。

[用来提高估计精度的变形例]

此外，用户的步行方式的偏差成为下肢肌肉力量的估计精度下降的一个因素。所以，在显示装置40的显示部41上，也可以显示向用户指示步行方式的画面。图10是表示这样的指示步行方式的指示画面的一例的图。

例如，估计部35定期地使通信部34发送向用户指示步行方式的指示信息。指示信息经由服务器装置50被显示装置40接收，结果，在显示部41上显示图10所示的指示画面。在此情况下，显示部41作为向用户指示步行方式的指示部发挥功能。显示部41作为指示部发挥功能并不是必须的，也可以是显示装置40具备的扬声器(未图示)作为指示部发挥功能。即，也可以通过声音进行用户的步行方式的指示。

另外，图10所示的指示画面是向用户指示慢慢行走的画面，但指示画面也可以是向用户指示快速行走的画面。指示画面也可以是指示步幅或步宽等的画面。

根据这样的指示画面，能够实现下肢肌肉力量的估计精度的提高。

[效果等]

如以上说明，下肢肌肉力量估计系统10具备取得包含步行中的用户作为被摄体的图像的取得部31、以及基于所取得的图像估计用户的下肢肌肉力量的估计部35。

这样的下肢肌肉力量估计系统10能够不与用户接触地估计该用户的下肢肌肉力量。例如，如果将相机20设置于住宅的外墙等，则下肢肌肉力量估计系统10能够基于用户如平常那样外出及回家时的图像来估计用户的下肢肌肉力量，所以用户不进行特别的动作就能够知道自身的下肢肌肉力量的状态。

此外，例如估计部35基于由所取得的图像确定的、用户的步行中的膝盖的弯曲角度，估计用户的下肢肌肉力量。

这样的下肢肌肉力量估计系统10能够基于用户的膝盖的弯曲角度来估计用户的下肢肌肉力量。

此外，例如用户的步行中的膝盖的弯曲角度越小，则估计部35估计为用户的下肢肌肉力量越强。

这样的下肢肌肉力量估计系统10能够基于用户的膝盖的弯曲角度，适当地估计用户的下肢肌肉力量。

此外，例如取得部31取得由多个图像构成的运动图像，估计部35基于由所取得的运动图像确定的、步行中的用户停止时的步行速度的变化来估计用户的下肢肌肉力量。

这样的下肢肌肉力量估计系统10能够基于步行中的用户停止时的步行速度的变化来估计用户的下肢肌肉力量。

此外，例如步行中的用户停止时的步行速度的变化越大，则估计部35估计为用户的下肢肌肉力量越强。

这样的下肢肌肉力量估计系统10能够基于步行中的用户停止时的步行速度的变化，适当地估计用户的下肢肌肉力量。

此外，例如上述图像是由设置于规定位置的1台相机20拍摄的图像。估计部35基于所取得的图像确定用户的二维骨骼模型，基于所确定的二维骨骼模型，使用机器学习模型估计用户的三维骨骼模型，基于所估计的三维骨骼模型，估计用户的下肢肌肉力量。

这样的下肢肌肉力量估计系统10能够基于从1台相机20得到的图像来估计用户的下肢肌肉力量。

此外，例如相机20设置于室外的规定位置。

这样的下肢肌肉力量估计系统10能够基于从设置于室外的1台通常的相机20得到的图像来估计用户的下肢肌肉力量。

此外，例如还具备取得用户的身高信息的操作受理部42，估计部35使用所取得的身高信息，对所估计的用户的下肢肌肉力量进行评价。操作受理部42是身高信息取得部的一例。

这样的下肢肌肉力量估计系统10能够基于用户的身高信息来评价所估计的用户的下肢肌肉力量。

此外，例如下肢肌肉力量估计系统10还具备向用户指示步行方式的显示部41。

这样的下肢肌肉力量估计系统10能够实现下肢肌肉力量的估计精度的提高。

此外，例如取得部31是取得由相机20拍摄的图像的通信电路，估计部35是计算机，计算机基于由相机20拍摄的图像估计用户的下肢肌肉力量，使与计算机连接的显示装置40或经由网络与计算机连接的终端的显示装置40显示所估计的结果。

这样的下肢肌肉力量估计系统10能够向用户提示下肢肌肉力量的估计结果。

此外，例如计算机使与计算机连接的显示装置40或终端的显示装置40显示与下肢肌肉力量的估计结果对应的步行方式的指示。

这样的下肢肌肉力量估计系统10能够对用户进行步行方式的指示。

此外，由下肢肌肉力量估计系统10等的计算机执行的下肢肌肉力量估计方法，取得包含步行中的用户作为被摄体的图像，基于所取得的图像来估计用户的下肢肌肉力量。

这样的下肢肌肉力量估计方法能够不与用户接触地估计该用户的下肢肌肉力量。例如，如果将相机20设置到住宅的外墙等，则下肢肌肉力量估计方法能够基于用户如平常那样外出及回家时的图像来估计用户的下肢肌肉力量，所以用户不进行特别的动作就能够知道自身的下肢肌肉力量的状态。

(其他实施方式)

以上，对有关实施方式的下肢肌肉力量估计系统及下肢肌肉力量估计方法进行了说明，但本发明并不限定于上述实施方式。

例如，在上述实施方式中，说明了相机设置于室外，但也可以设置于室内。此外，相机也可以设置于看护施设或公共机构等的住宅以外的建筑物，也可以设置于电线杆等。

此外，在上述实施方式中，由相机拍摄的图像包含作为平常的动作而进行步行的用户作为被摄体，但也可以包含以下肢肌肉力量的计测为目的而有意地步行的用户作为被摄体。

此外，在上述实施方式中，下肢肌肉力量估计系统由多个装置实现，但也可以作为单一的装置实现。在下肢肌肉力量估计系统由多个装置实现的情况下，下肢肌肉力量估计系统具备的各构成要素在能够估计用户的下肢肌肉力量的范围内对多个装置怎样分配都可以。例如，上述实施方式的取得部及估计部也可以不是由估计装置具备而是由服务器装置具备。

此外，在上述实施方式中，各构成要素也可以由专用的硬件构成，或通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过由CPU或处理器等的程序执行部将记录在硬盘或半导体存储器等的记录介质中的软件程序读出并执行来实现。

此外，各构成要素也可以是电路(或集成电路)。这些电路既可以作为整体构成1个电路，也可以分别是不同的电路。此外，这些电路分别既可以是通用的电路，也可以是专用的电路。

此外，本发明的全局性或具体的形态也可以由系统、装置、方法、集成电路、计算机程序或计算机可读取的CD-ROM等的记录介质实现。此外，也可以由系统、装置、方法、集成电路、计算机程序及记录介质的任意的组合实现。例如，本发明也可以作为用来使计算机执行上述实施方式的下肢肌肉力量估计方法的程序实现，也可以作为存储有这样的程序的计算机可读取的非暂时性的记录介质实现。

此外，在上述实施方式中说明的动作例的流程图中的多个处理的顺序是一例。也可以将多个处理的顺序变更，也可以将多个处理并行执行。此外，也可以将特定处理部执行的处理由其他处理部执行。

除此以外，对各实施方式施以本领域技术人员想到的各种变形而得到的形态、或在不脱离本发明的主旨的范围内通过将各实施方式的构成要素及功能任意地组合而实现的形态也包含在本发明中。

标号说明

10 下肢肌肉力量估计系统

20 相机

31 取得部

35 估计部

40 显示装置

41 显示部(指示部)

42 操作受理部(身高信息取得部)

Claims (11)

1.一种下肢肌肉力量估计系统，其中，具备：

取得部，取得包含步行中的用户作为被摄体的图像；以及

估计部，基于所取得的上述图像，估计上述用户的下肢肌肉力量，

上述估计部中，

基于所取得的上述图像，估计上述用户的三维骨骼模型，

使用上述三维骨骼模型，确定上述用户在步行中向前方踏出的腿的膝盖距地面的高度最高时的上述膝盖的弯曲角度，

所确定的上述膝盖的弯曲角度越小，则估计为上述用户的下肢肌肉力量越强。

2.如权利要求1所述的下肢肌肉力量估计系统，其中，

上述图像是由设置于规定位置的1台相机拍摄的图像，

上述估计部中，

基于所取得的上述图像，确定上述用户的二维骨骼模型，

基于所确定的上述二维骨骼模型，使用机器学习模型估计上述用户的上述三维骨骼模型，

基于所估计的上述三维骨骼模型，估计上述用户的下肢肌肉力量。

3.如权利要求2所述的下肢肌肉力量估计系统，其中，

上述相机设置于室外的上述规定位置。

4.如权利要求1所述的下肢肌肉力量估计系统，其中，

还具备取得上述用户的身高信息的身高信息取得部，

上述估计部使用所取得的上述身高信息，对所估计的上述用户的下肢肌肉力量进行评价。

5.如权利要求1所述的下肢肌肉力量估计系统，其中，

还具备向上述用户指示步行方式的指示部。

6.如权利要求1所述的下肢肌肉力量估计系统，其中，

上述取得部是取得由相机拍摄的上述图像的通信电路，

上述估计部是计算机，

上述计算机基于由上述相机拍摄的上述图像，估计上述用户的下肢肌肉力量，并使与上述计算机连接的显示装置、或经由网络与上述计算机连接的终端的显示装置显示所估计的结果。

7.如权利要求6所述的下肢肌肉力量估计系统，其中，

上述计算机还使与上述计算机连接的显示装置或上述终端的显示装置显示与上述下肢肌肉力量的估计结果对应的步行方式的指示。

8.一种下肢肌肉力量估计系统，其中，具备：

取得部，取得包含步行中的用户作为被摄体的图像；以及

估计部，基于所取得的上述图像，估计上述用户的下肢肌肉力量，

上述取得部取得由多个上述图像构成的运动图像，

上述估计部中，

基于所取得的上述运动图像，估计上述用户的三维骨骼模型，

使用上述三维骨骼模型，确定上述运动图像所包含的、认为拍摄到了在步行后停止的用户的上述图像，

使用基于以所确定的上述图像为终点的规定期间内拍摄的图像来估计的上述三维骨骼模型，计算步行中的上述用户停止时的步行速度的变化，

计算出的上述步行速度的变化越大，则估计为上述用户的下肢肌肉力量越强。

9.一种下肢肌肉力量估计方法，由计算机执行，其中，包括：

取得步骤，取得包含步行中的用户作为被摄体的图像；以及

估计步骤，基于所取得的上述图像，估计上述用户的下肢肌肉力量，

在上述估计步骤中，

基于所取得的上述图像，估计上述用户的三维骨骼模型，

使用上述三维骨骼模型，确定上述用户在步行中向前方踏出的腿的膝盖距地面的高度最高时的上述膝盖的弯曲角度，

所确定的上述膝盖的弯曲角度越小，则估计为上述用户的下肢肌肉力量越强。

10.一种下肢肌肉力量估计方法，由计算机执行，其中，包括：

取得步骤，取得包含步行中的用户作为被摄体的图像；以及

估计步骤，基于所取得的上述图像，估计上述用户的下肢肌肉力量，

在上述取得步骤中，取得由多个上述图像构成的运动图像，

在上述估计步骤中，

基于所取得的上述运动图像，估计上述用户的三维骨骼模型，

使用上述三维骨骼模型，确定上述运动图像所包含的、认为拍摄到了在步行后停止的用户的上述图像，

使用基于以所确定的上述图像为终点的规定期间内拍摄的图像来估计的上述三维骨骼模型，计算步行中的上述用户停止时的步行速度的变化，

计算出的上述步行速度的变化越大，则估计为上述用户的下肢肌肉力量越强。

11.一种记录介质，其是计算机可读取的非暂时性的记录介质，其中，

记录有用来使计算机执行权利要求9或10所述的下肢肌肉力量估计方法的程序。