专利名称：信息处理设备、图像输出方法和程序的制作方法现今，以维持或改善健康状态、提高竞技能力等为目的的物理运动作为日常事物被进行。慢跑、步行、骑车、游泳等是这样的物理运动的其中的示例。作为支持用户的运动的技术，存在测量进行运动的用户的生物信息的技术、管理所测得信息的技术、向用户推荐某种类型的运动的技术，等等。例如，日本未实审专利申请公报No. 2002-291952公开了一种技术，该技术将指示基于用户运动数据所推荐的运动内容的运动程序数据从服务器递送给用户的腕表，以使得没有运动方面的专业知识的人也可以进行适当的运动。
然而，在日本未实审专利申请公报No. 2002-291952中公开的技术仅仅在腕表的屏幕画面上向用户呈现运动程序数据所指定的运动内容以及运动持续时间或次数。因此， 该技术不能允许用户在该用户的当前运动与过去的运动之间进行比较或者在该用户的运动与另一用户的运动之间进行比较。此外，似乎还没有允许用户在进行运动的同时容易地进行上述运动比较的技术。鉴于上面的状况，希望提供允许用户在进行运动时容易地识别出用于比较的运动的新颖的、经改进的信息处理设备、图像输出方法和程序。根据本发明一个，提供了一种信息处理设备，包括存储单元，该存储单元存储多个运动模型，每个运动模型包括针对进行运动的人按时间顺序测得的一种或多种测得值以及指定基于测得值识别出的运动的运动描述数据；选择单元，该选择单元根据指定条件从存储在存储单元中的多个运动模型中选择一个或多个运动模型；以及输出单元，该输出单元输出输出图像序列，输出图像序列针对选择单元所选择的运动模型按时间顺序表示出测得值以及由运动描述数据指定的运动。输出图像可以是显示出作为进行由运动描述数据指定的运动的人的化身的人物的图像。输出单元可以根据所选运动模型中的测得值来按时间顺序改变所述人物的状态。运动模型可以包括指示进行运动的人的位置的位置数据，该信息处理设备还包括用于获取用户的当前位置的位置获取单元，并且输出单元可以根据由所选运动模型的位置数据所指示的人的位置以及由位置获取单元获得的用户的当前位置来按时间顺序改变所述人物的显示位置或大小。输出图像可以是还显示至少一种测得值的图像。用于选择与进行运动的用户相同的人的运动模型的条件可以被包括作为条件的选项。用于选择公知的人的运动模型的条件可以被包括作为条件的选项。用于选择具有与进行运动的用户共同或类似的年龄、性别、身高和体重中的至少一种属性的人的运动模型的条件可以被包括作为条件的选项。该信息处理设备还可以包括测量单元，该测量单元输出针对进行运动的用户的一种或多种测得值；以及运动识别单元，该运动识别单元基于由测量单元输出的测得值来识别用户的运动，其中当由运动识别单元识别出的用户的当前运动与正被输出单元处理的运动模型的运动描述数据所指定的运动不同时，选择单元选择另一运动模型以被输出单元处理。该信息处理设备还可以包括测量单元，该测量单元输出进行运动的用户的一种或多种测得值；运动识别单元，该运动识别单元基于由测量单元输出的测得值来识别用户的运动；以及运动模型创建单元，该运动模型创建单元利用运动识别单元的识别结果来创建用于该用户的运动模型。根据本发明另一实施例，提供了一种利用信息处理设备的图像输出方法，该信息处理设备包括存储单元，该存储单元存储多个运动模型，每个运动模型包括针对进行运动的人按时间顺序测得的一种或多种测得值以及指定基于测得值识别出的运动的运动描述数据，该方法包括以下步骤根据指定条件从存储在存储单元中的多个运动模型中选择一个或多个运动模型；以及输出输出图像序列，输出图像序列针对所选运动模型按时间顺序表示出测得值以及由运动描述数据指定的运动。根据本发明另一实施例，提供了一种使得计算机控制信息处理设备的程序，该信息处理设备包括存储单元，该存储单元存储多个运动模型，每个运动模型包括针对进行运动的人按时间顺序测得的一种或多种测得值以及指定基于测得值识别出的运动的运动描述数据，该程序使得计算机用作选择单元，该选择单元根据指定条件从存储在存储单元中的多个运动模型中选择一个或多个运动模型；以及输出单元，该输出单元输出输出图像序列，输出图像序列针对由选择单元所选择的运动模型按时间顺序表示出测得值以及由运动描述数据指定的运动。根据本发明的上述实施例，能够提供允许用户在进行运动时容易地识别出用于比较的运动的信息处理设备、图像输出方法和程序。图1是示出根据一个实施例的信息处理系统的概况的第一示意图；图2是示出根据一个实施例的信息处理系统的概况的第二示意图；图3是示出根据一个实施例的信息处理系统的概况的第三示意图；图4是示出根据一个实施例的信息处理设备的配置示例的框图；图5是说明根据一个实施例的用户数据的登记的说明图；图6是说明根据一个实施例的运动识别处理的说明图；图7是说明根据一个实施例的运动模型的创建的说明图；图8是说明根据一个实施例的与运动模型有关的人的类型的说明图；图9是说明根据一个实施例的选择条件指定画面的说明图；图10是说明根据一个实施例的人物图像的创建的第一说明图；图11是说明根据一个实施例的人物图像的创建的第二说明图12是说明根据一个实施例的人物图像的创建的第三说明图；图13是示出根据一个实施例的输出图像的一个示例的说明图；图14是示出根据一个实施例的输出图像的另一示例的说明图；图15是示出根据一个实施例的信息处理的整体流程的示例的流程图；图16是示出根据一个实施例的模型创建处理的流程的示例的流程图；以及图17是示出根据一个实施例的模型显示处理的流程的示例的流程图。
6建要被显示给用户fe的输出图像。信息处理设备IOOa例如可以是具有用于与传感器组 10 和显示设备10 进行连接的连接接口(即，无线或有线通信接口)的通用计算机。此外，不局限于图1的示例，信息处理设备IOOa可以是与传感器组10 和显示设备10 中的任一个或两者物理地相集成的设备。图2是示出根据本发明另一实施例的信息处理系统Ib的概况的示意图。参考图2， 信息处理系统Ib的用户Ub正在跑步机上跑步。信息处理系统Ib包括信息处理设备100b、 传感器组102b和显示设备104b。传感器组102b中的某一传感器102b_l由用户Ub佩戴。另一方面，传感器组102b 中的另一传感器102b-2不由用户Ub佩戴。在用户Ub进行运动时，传感器组102b定期获取用户Ub的一种或多种测得值，并且将所获取的测得值发送给信息处理设备100b，正如图 1的传感器组10 那样。由用户佩戴的传感器10沘-1可以包括与图1的传感器组10 中的传感器类似的传感器，例如获取用户Ub身体各个部分的加速度的加速度传感器。此外， 传感器102b-2可以包括用于通过检测从用户Ub的身体发射来的红外线来获取用户Ub的体温的温度计、获取用户Ub的呼气中的二氧化碳水平的浓度计，等等。显示设备104b安装在用户Ub使用的跑步机上。显示设备104b接收由信息处理设备IOOb创建的输出图像并且将所接收的输出图像显示给用户Ubo信息处理设备IOOb是这样的设备，其处理从传感器组102b接收的测得值并且创建要被显示给用户Ub的输出图像，正如图1的信息处理设备IOOa那样。信息处理设备 IOOa例如可以是具有用于与传感器组102b和显示设备104b进行连接的连接接口的通用计算机。此外，不局限于图2的示例，信息处理设备IOOb可以是与传感器组102b和显示设备 104b中的任一个或两者物理地相集成的设备。图3是示出根据本发明又一实施例的信息处理系统Ic的概况的示意图。参考图3， 信息处理系统Ic的用户Uc正在游泳池中游泳。信息处理系统Ic包括信息处理设备100c、 传感器组10 和显示设备l(Mc。传感器组10 与前面参考图1描述的传感器组相同。显示设备l(Mc是能够将图像投影到用户Uc正在其中游泳的游泳池的底面的投影仪。显示设备10 接收由信息处理设备IOOc创建的输出图像并且将所接收的输出图像投影到游泳池的底面上。注意，在信息处理系统Ic中，除了利用投影仪将图像投影到游泳池的底面上以外，还可以将显示设备的屏幕安装在游泳池的底面上。信息处理设备IOOc是这样的设备，其处理从传感器组10 接收的测得值并且创建要被显示设备10 投影的输出图像，正如图1的信息处理设备IOOa那样。信息处理设备IOOc例如可以是具有用于与传感器组10 和显示设备l(Mc进行连接的连接接口的通用计算机。因此，参考图1至图3描述的信息处理设备IOOa至IOOc的任一个是测量进行运动的用户的一种或多种测得值并且创建要被显示给用户的输出图像的设备。在本说明书的以下描述中，当无需在信息处理设备IOOaUOOb和IOOc间进行区分时，则通过省略符号末尾的字母而将它们统称为信息处理设备100。这也适用于信息处理系统1 (la、Ib和Ic)、传感器组 102 (102a ^P 102b)以及显示设备 104 (104a、104b 禾口 I(Mc)。<2.根据实施例的信息处理设备的配置〉下面参考图4至图14描述根据本发明一个实施例的信息处理设备100的具体配置。图4是示出根据一个实施例的信息处理设备100的配置示例的框图。参考图4，该信息处理设备100包括用户接口 110、用户数据管理单元120、测量单元130、运动识别单元140、 位置获取单元150、存储单元160、模型创建单元170、选择单元180以及输出单元190。[2-1.用户数据的登记]用户接口 110为信息处理设备100提供用于接受来自用户的信息输入或指令的接口。用户接口 110可以是利用显示设备104显示的屏幕画面的⑶I (图形用户界面)，或者音频输入接口等等。用户接口 110不仅用于在本节中描述的对用户数据的登记，而且还用于在后面描述的在显示运动模型时对条件的输入。用户数据管理单元120管理信息处理设备100的用户的用户数据。用户数据例如由用户经由图5所示的用户数据登记画面Wl被输入。参考图5，用户数据登记画面Wl在左侧示出。用户数据登记画面Wl例如包含用于输入一个用户的昵称、身高、体重、性别和年龄的属性输入栏，以及用于指定脸部图片的指定栏。用户数据管理单元120经由用户数据登记画面Wl获取每个用户的属性值，并且将包含所获取属性值的用户数据存储到存储单元160中。作为示例，存储在存储单元160中的用户数据122在图5的右侧示出。用户数据 122除了包含标识每个用户的用户ID以外，还包含如下六个属性项昵称(名字)、身高、体重、性别、年龄以及脸部图片的图像文件的文件路径(facePic)。这些属性项的属性值例如可以由用户利用用户数据管理单元120所提供的用户数据更新画面(未示出)来更新。[2. 2运动的测量和识别]用户数据被登记之后的信息处理设备100的处理大致被划分为运动的测量和识别、运动模型的创建，以及运动模型的显示。在本节中，将描述运动的测量和识别。运动的测量和识别主要涉及测量单元130、运动识别单元140、位置获取单元150和存储单元160。测量单元130利用传感器组102来测量进行运动的用户的一种或多种参数，并且将作为测量结果的测得值输出给运动识别单元140和存储单元160。从测量单元130输出的测得值可以是针对各种参数的测得值，各种参数例如为用户身体各个部分(例如，两只手、两只脚、臀部等)的加速度和姿势，以及用户的心跳和呼吸频率。测量单元130对测得值的输出通常在用户进行运动时定期地被执行。结果，针对用户一系列运动的时间序列的测得值被输出。运动识别单元140基于从测量单元130输出的测得值来识别用户的运动。运动识别单元140进行的运动识别处理例如可以是基于HMM (隐式马尔科夫模型)的处理，HMM在日本未实审专利申请公报No. 2006-340903以及日本未实审专利申请公报No. 2009-118513 中被公开。在此情况中，可以利用加速度传感器和姿势传感器(陀螺仪传感器)的输出值来从诸如“步行”、“跑步”和“静止”之类的候选中指定用户的运动类型。此外，运动识别单元140进行的运动识别处理可以是利用判别函数的处理，判别函数通过已知的经指导学习 (例如，基于SVM(支持向量机)或神经网络等的学习)而被预先获得。在此情况中，利用从测量单元130输出的针对已知了其运动类型的运动的测得值，通过预先的学习处理来获得用于从测得值标识运动类型的判别函数。然后，当从测量单元130输出了针对未知运动的新的测得值时，运动识别单元140将预先获得的判别函数应用于这些新的测得值。图6是说明运动识别单元140的运动识别处理的示例的说明图。包含了定期从测量单元130定期输出的一组测得值的测得数据132在图6的左侧示出。测得数据132包含指示测量时间的时间戳以及针对一种或多种参数(例如，心跳、呼吸频率、三轴加速度，等等)的测得值。运动识别单元140将预先获得的判别函数应用于测得数据132，以由此计算每类运动的评分。应用于判别函数的数据可以是与一个时间戳相关联的一组测得数据132 或者是给定过去时段(若干秒等)期间的多组测得数据132。计算出的评分指示作为识别对象的运动是由每个上下文ID(Context ID:运动ID)所标识的类型的运动的概率。例如， 在图6的右侧，上下文ID = E1( “步行”)的评分为0.20，上下文ID = E2( “跑步”)的评分为0.65，并且上下文ID = En(“游泳”)的评分为0. 02。在此情况中，对于作为识别对象的运动，识别出用户正在跑步(“跑步”)的概率最高。运动识别单元140将指定被标识为最有可能成为运动描述数据142的运动类型的这样的评分或上下文ID输出给存储单元 160。位置获取单元150定期获取用户进行运动时的用户的当前位置。然后，位置获取单元150将指示所获取位置的位置数据输出给存储单元160。位置获取单元150例如可以通过GPS (全球定位系统)功能来获取用户的当前位置。替代地，位置获取单元150例如可以利用通过对由测量单元130测得的用户的加速度进行积分而获得的速度向量进行相加来获取用户的当前位置。应当注意，在参考图2描述的信息处理系统Ib中，用户不离开跑步机。在此情况中，用户自运动开始起的虚拟移动是通过将从安装在跑步机上的速度传感器输出的跑步速度相加而计算出的。然后，位置获取单元150根据计算出的虚拟移动来获取用户在虚拟空间中的位置(例如，自开始点起的位移)。存储单元160使用硬盘或半导体存储器来存储从测量单元130输入的测得数据 132、从运动识别单元140输入的运动描述数据142以及从位置获取单元150输入的位置数据。使用存储在存储单元160中的这些数据，对用户进行的一系列运动进行建模的运动模型被创建。[2-3.运动模型的创建]在本说明书中，运动模型是这样的模型数据，其包括针对进行运动的人(包括作为信息处理系统1的用户的人以及另外的人)按照时间顺序测得的一种或多种测得值以及指定基于测得值识别出的人的运动的运动描述数据。运动模型的创建主要涉及存储单元 160和模型创建单元170。模型创建单元170利用上述运动识别单元140的识别结果来创建运动模型。运动模型的创建例如可以当在前一节中描述的针对用户一系列运动的运动的测量和识别结束时被执行。替代地，例如，可以在定期的时段处针对在给定时段期间累积在存储单元160中的数据来执行运动模型的创建。图7是说明根据该实施例的运动模型的创建的说明图。按时间顺序存储在存储单元160中的测得数据132、运动描述数据142和位置数据152在图7的顶部示出。在图7 的示例中，位置数据152包含通过GPS功能获得的指示用户当前位置的纬度、经度和海拔高度。模型创建单元170例如在这些数据中指定与用户的一个(一组)运动相对应的数据序列并且指派一个用于标识运动模型的模型ID。此外，模型创建单元170向所指定数据序列的每个时间戳指派序列号(kq. Num)。然后，模型创建单元170将用于创建输出图像的数据与每个时间戳相关联。在图7的示例中，时间戳、位置、速度向量、心跳以及呼吸频率的值被与每个序列号相关联。此外，模型创建单元170将这些数据与运动描述数据(其是图7的示例中的上下文ID)相关联。尽管在图7的示例中一个代表性上下文ID(“E2”)与一个模型ID( “Ml”)相关联，然而，上下文ID可以与序列号一对一地相关联。模型创建单元170 将以这种方式创建的运动模型172输出给存储单元160。存储单元160利用存储介质来累积由模型创建单元170创建的一个或多个运动模型。累积在存储单元160中的运动模型随后在显示运动模型时(将在下节中描述)选择性地从存储单元160输出。[2-4.运动模型的显示](2-4-1选择将要显示的模型)在此实施例中，信息处理系统1的用户可以在进行运动时选择模型创建模式或模型显示模式中的任一者。当用户选择模型创建模式时，信息处理设备100执行上面描述的运动的测量和识别以及运动模型的创建。另一方面，当用户选择模型显示模式时，信息处理设备100执行将在本节中描述的运动模型的显示。运动模型的显示主要涉及存储单元160、 选择单元180以及输出单元190。注意，上述运动的测量和识别可以在运动模型的显示期间并行地被执行。选择单元180根据由用户或系统指定的条件从存储在存储单元160中的多个运动模型中选择要被显示给进行运动的用户的一个或多个运动模型。用于选择运动模型的条件被分为在运动开始之前指定的先设条件(pre-condition)和在运动开始之后指定的后设条件(post-condition)。例如，人的类型、人的属性、运动的类型、测量值的范围、运动模型的创建时间等可被指定为先设条件。图8是说明根据一个实施例的与运动模型有关的人的类型的说明图。参考图8， 示出了由存储单元160累积的三个运动模型。模型ID为“Ml”的运动模型被称为运动模型 M1，模型ID为“M2”的运动模型被称为运动模型M2，并且模型ID为“M3”的运动模型被称为运动模型M3。此外，假设用户UOl在选择运动模型时意图使用信息处理系统1。在图8的示例中，运动模型Ml是对用户UOl的运动进行建模的运动模型。因此， 对于意图使用信息处理系统1的用户U01，运动模型Ml是针对他自己/她自己过去的运动的运动模型。另一方面，运动模型M2是对用户U02的运动进行建模的运动模型。对于用户 U01，运动模型M2是另外的用户的运动的运动模型。此外，运动模型M3的用户ID为“XII”。 该用户ID例如指示诸如马拉松赛跑者之类的公知运动员。这样的公知运动员的运动模型 M3例如提供了许多用户以其为目标的运动的模型。以这种方式，从意图使用信息处理系统 1的用户的角度来说，每个运动模型可被归类到三种类型中，即，其自身的运动模型、另外的用户的运动模型，以及公知的人的运动模型。在此实施例中，选择单元180在多个类型中选择用户指定的特定类型的运动模型来作为将要显示的运动模型。图9是说明根据该实施例的由选择单元180提供给用户的选择条件指定画面的说明图。参考图9，选择条件指定画面W2作为示例被示出。选择条件指定画面W2包括模型数目指定栏F21、目标时段指定栏F22、类型指定栏F23以及附加条件指定栏F24。模型数目指定栏F21是用于指定将同时显示的运动模型数目的最大值的栏。目标时段指定栏F22是用于指定将被选择的运动模型的创建时间的栏。
类型指定栏F23是用于指定将被选择的运动模型的人的类型的栏。例如，当“你” 被指定为人的类型时，选择单元180选择在过去针对与正在进行运动的用户相同的人创建的运动模型。此外，当“另外的用户”被指定为人的类型时，选择单元180选择在过去针对与正在进行运动的用户不同的用户创建的运动模型。此时，优选地，选择单元180例如优先选择具有在附加条件指定栏F24中指定的与正进行运动的用户共有或类似的属性的另外的用户的运动模型。例如，当“年龄”在附加条件指定栏FM中被指定时，可以优先选择具有接近年龄的用户的运动模型。此外，可以在附加条件指定栏F24中指定的属性例如可以包括年龄、性别、身高和体重中的至少一者。此外，当“公知的人”被指定为人的类型时，选择单元180选择“公知的人”的运动模型。此外，如图9所示，特定的公知人(例如，“人A”)而非“公知的人”的名字可以被指定为人的类型。另外，尽管未在图9中示出，然而由运动模型的运动描述数据指定的测量值的范围(例如，作为跑步总距离的3至5[km])、运动的类型(例如，任何运动或者步行、跑步以及游泳)可以被指定为先设条件。作为后设条件，可以使用根据与运动模型的显示并行地测得的测得值的条件、用户的当前位置、与运动模型的显示并行地识别出的运动的类型等。例如，在用户开始运动之后，选择单元180可以选择同一类型的运动的运动模型来作为由运动识别单元140识别出的运动的类型。此外，当存在用于将被选择的运动模型的多个候选时，选择单元180例如可以选择诸如心跳或呼吸频率之类的测得值与用户的当前测得值较接近的运动模型。此外， 选择单元180例如可以选择在与用户的当前位置靠近的位置中进行的运动的运动模型。另外，当由运动识别单元140识别出的用户的当前运动与输出单元190正处理的运动模型的运动描述数据所指定的运动不同时，选择单元180选择另一运动模型以被输出单元190处理。例如，在根据仅针对人的类型的先设条件选择的运动模型为“步行”模型的情况中，当由运动识别单元140识别出的用户的当前运动已改变为“跑步”时，选择单元180 重新选择“跑步”模型。用作针对用户的运动的适当比较对象的模型由此可以被动态地显
7J ο0-4-2所选模型的显示)输出单元190创建输出图像序列，输出图像序列针对由选择单元180所选择的运动模型按时间顺序表示出包含在该运动模型中的测量值以及由运动描述数据指定的运动。 输出单元190随后将所创建的输出图像输出给显示设备104。在此实施例中，由输出单元190创建的输出图像是显示作为正在进行由运动描述数据指定的运动的人的化身的人物的图像。具体地，如果由运动描述数据指定的运动是如图7所示的运动模型Ml中的跑步(上下文ID = E2( “跑步”)，则输出单元190创建显示跑步人物的输出图像。图10是说明根据该实施例的由输出单元190创建人物图像的第一说明图。参考图10，时刻t处的人物图像COl是根据左侧所示的运动模型M2的与序列号 #1相对应的时间戳Tl和位置Pl创建的。此外，时刻t+(T2-Tl)处的人物图像C04是根据运动模型M2的序列号#2相对应的时间戳T2和位置P2创建的。此外，两个人物图像C02和C03被创建作为时刻t与时刻t+(T2_Tl)之间的时间点处的人物图像。以这种方式，输出单元190不仅创建与包含在运动模型中的时间顺序数据相对应的人物图像，而且还插入这两个连续数据之间的时间点处的人物图像，由此创建用作沿着时间轴移动的人的化身的人物图像的序列(即，视频)。注意，输出单元190可以依据诸如年龄、性别、身高和体重之类的相应人的属性或者相应人的类型来改变这样的人物图像的体形、服装等。此外，被登记为用户数据的用户的脸部图片可以被显示在人物图像的头部处。这允许用户更容易直观地识别出每个人物表示哪个人。此外，在此实施例中，输出单元190根据由所选运动模型的位置数据所指示的人的位置以及用户的当前位置来以时间顺序的方式改变人物的显示位置或大小。图11是说明根据本实施例的由输出单元190创建人物图像的第二说明图。在时刻tl处生成的人物图像Cll在图11的左侧示出(参看图11a)。在图1所示的信息处理系统Ia中，例如，可以基于所选运动模型的时刻tl处的人的位置、用户的当前位置，以及由安装在显示设备10 上的方向传感器检测到的用户的视线的朝向(方向)来确定人物图像Cll的显示位置。在此情况中，当用户向前看时，用户可以看到在他/她之前的人。此外，当用户向后看时，用户可以看到在他/她之后的人。此外，在图2所示的信息处理系统Ib中，例如可以基于虚拟空间中时刻tl处的人的位置以及用户的当前位置来确定人物图像Cll的显示位置。此外，在图3所示的信息处理系统Ic中，例如可以仅基于所选运动模型的时刻tl处的人的位置来确定人物图像Cll的显示位置(在此情况中，游泳人物取代跑步人物被显示)。此外，人物图像Cll的大小是根据所选运动模型的位置数据所指示的人的位置以及用户的当前位置来确定的。例如，假设在时刻tl处显示的人与用户之间的距离为D1，并且在时刻t2处显示的该人与用户之间的距离为D2。由于D2 > Dl,因此在时刻tl处显示的人物图像Cll (参看图Ila)大于在时刻t2处显示的人物图像C12(参看图lib)。通过查看这些图像，用户可以在进行运动的同时直观地识别出作为比较对象的他 /她自己过去的、另一用户或者公知的人的运动状态。例如，通过上述输出图像感知到的距离感指示出用户的当前运动与该模型之间在运动量或运动水平上的差别。此外，输出单元190可以根据包含在所选运动模型中的测得值来按时间顺序改变人物图像的状态。例如，假设该运动模型包含与心跳和呼吸频率有关的测得值。在此情况中，可以认为，心跳和呼吸频率的值越大，与该运动模型相关联的人在相应时间点时感到越疲劳。据此，输出单元190例如可以根据从心跳和呼吸频率的值估计出的疲劳程度来按时间顺序改变人物图像的状态。此外，输出单元190例如可以根据包含在运动模型中的速度、 体温或者其它种类的测得值来改变人物图像的状态。图12是说明根据本实施例的由输出单元190创建人物图像的第三说明图。参考图12，在运动模型M2的序列号#1的时间点处，用户U02的心跳为110，并且呼吸频率为20。另一方面，在运动模型M2的序列号#k的时间点处，用户U02的心跳为150， 并且呼吸频率为50。因此，估计出用户U02在序列号#k的时间点处的疲劳程度相对高于用户U02在序列号#1的时间点处的疲劳程度。因此，输出单元190例如将表示该疲劳的流汗的动画添加到序列号#k的时间点处的人物图像C22中。注意，取代这样的动画，可以利用
12人物图像的颜色、与人物图像相关联的文本或指示符等来表示人物的状态(运动模型中的人的状态)。在此实施例中，输出单元190除了显示如上所述的人物图像之外，还在输出图像中显示用于显示运动模型中的至少一种测得值的信息以及用于显示用户的当前测得值的 fn息ο输出图像的示例)图13和图14是各自示出根据本实施例的输出图像的示例的说明图。参考图13，输出图像19 被示为一个示例。输出图像19 包括人物图像C3、用户信息194和模型信息196。人物图像C3是作为与选择单元180所选择的运动模型相对应的人的化身的人物图像。用户信息194除了指示诸如日期、当前时间和自运动开始起过去的时间等之类的一般信息以外，还指示诸如用户自运动开始起的移动距离、用户当前的速度、 心跳和呼吸频率之类的测得值。另一方面，模型信息196指示如下测得值，例如，作为模型的人自运动开始起的移动距离、该人的当前速度、心跳和呼吸频率。参考图14，输出图像192b被示为另一示例。输出图像192b包括人物图像C3、用户信息194、附加信息197、地图信息198和方位(bearing)信息199。附加信息197指示补充信息，例如，作为模型的人与用户之间的当前距离。地图信息198指示在地图上作为模型的人的位置以及用户的当前位置。方位信息199指示从速度向量识别出的用户的移动方向以及由安装在显示设备10 上的方向传感器获得的用户的视线的方向。通过检查附加信息197、地图信息198和方位信息199，用户可以在进行运动的同时更容易地掌握他/她自身的当前状态与作为模型的人的状态之间的差异。<3.根据实施例的处理流程〉[3-1.整体流程]图15是示出根据本实施例的信息处理的整体流程的示例的流程图。图15的流程图示出了从信息处理系统1的使用的开始到使用结束的处理的整体流程。首先，用户数据管理单元120判断是否已登记了用户数据(步骤S102)。当用户数据尚未登记时，用户数据管理单元120将如图5所示的登记画面Wl呈现给用户并且接受用户数据的登记(步骤S104)。处理随后前进到步骤S106。然后，用户选择模型创建模式或模型显示模式中的任一者(步骤S106)。当模型创建模式被选择时，处理前进到步骤S108并且执行模型创建处理。另一方面，当模型显示模式被选择时，处理前进到步骤SllO并且执行模型显示处理。[3-2.模型创建处理]图16是示出根据本实施例的模型创建处理的流程的示例的流程图。下面，通过图示说明的方式来描述在用户的一系列运动结束时的时间点处执行的模型创建处理的情况。参考图16，用户的运动开始(步骤S202)。此后，例如，在用户的运动期间，以一定的时段重复从步骤S204到步骤S212的处理，例如在一秒中重复数次或者在数秒中重复一次。首先，测量单元130利用传感器组102来测量进行运动的用户的一种或多种参数， 并且输出作为测量结果的测得值(步骤S204)。然后，运动识别单元140基于从测量单元 130输出的测得值来识别用户的运动(步骤S206)。位置获取单元150随后获取用户的当前位置(步骤S208)。然后，存储单元160存储包含了运动描述数据和位置数据的一帧数据 (步骤 S210)。此后，当用户的运动继续时，处理返回步骤S204。另一方面，当用户的运动结束时， 处理前进到步骤S214(步骤S212)。在步骤S214，模型创建单元170创建运动模型，该运动模型包括包含在测得数据中的一种或多种测得值以及作为上述运动识别单元140的识别结果的运动描述数据(步骤 S214)。[3-3.模型显示处理]图17是示出根据本实施例的模型显示处理的流程的示例的流程图。参考图17，选择单元180例如响应于到图9所示的选择条件指定画面W2的用户输入，确定先设条件(步骤S302)。然后，用户的运动开始(步骤S304)。此后，例如，在用户的运动期间，以一定的时段重复从步骤S306到步骤S322的处理，例如在一秒中重复数次或
者在数秒中重复一次。首先，选择单元180从存储在存储单元160中的多个运动模型中选择将要显示给进行运动的用户的一个或多个运动模型(步骤S306)。接下来，测量单元130利用传感器组102来测量进行运动的用户的一种或多种参数，并且输出作为测量结果的测得值(步骤 S308)。然后，运动识别单元140基于从测量单元130输出的测得值来识别用户的运动(步骤S310)。位置获取单元150随后获取用户的当前位置(步骤S312)。然后，输出单元190 利用用户的当前位置和测得值、包含在运动模型中的运动描述数据和位置数据来创建人物图像(步骤S314)。然后，选择单元180通过将在步骤S306中选择的运动模型的运动类型与在步骤 S310中识别出的用户的运动类型相比较来判断是否需要重新选择运动模型(步骤S316)。 当需要重新选择运动模型时，处理返回步骤S306，并且利用后设条件来执行运动模型的重新选择。另一方面，当不需要重新选择运动模型时，处理前进到步骤S318。在步骤S318，输出单元190创建包括人物图像和显示信息(例如，图13所示的用户信息194和模型信息196)的输出图像(步骤S318)。然后，输出单元190利用显示设备 104显示所创建的输出图像(步骤S320)。此后，当用户的运动继续时，处理返回步骤S308和S312。另一方面，当用户的运动结束时，模型显示处理结束。注意，可以与图17所示的模型显示处理并行地来执行图16所示的步骤S210中的数据存储，并且此外，可以在用户的运动结束之后执行步骤S214中的运动模型的创建。<4.总结〉上面参考图1至图17描述了本发明的实施例。根据实施例，在信息处理设备100 中，各自包括针对进行运动的人按时间顺序测得的一种或多种测得值以及指定基于测得值识别出的运动的运动描述数据的多个运动模型预先被存储。然后，针对根据指定条件选择的运动模型按时间顺序表示出测得值以及由运动描述数据指定的运动的输出图像序列被输出以供进行运动的用户观看。用户由此可以容易地识别出针对将与之比较的运动模型的按时间顺序的运动的状态以及运动的类型。此外，根据本实施例，显示给用户的输出图像是显示出作为进行由运动描述数据所指定的运动的人的化身的人物的图像。在输出图像中显示这样的人物引出了用户的竞争欲望，由此维持或提高了运动的积极性。具体地，在本实施例中，人物的显示位置或大小根据包括在运动模型中的人的位置以及用户的当前位置而变化。用户由此可以容易地掌握用户是超前还是落后于作为模型的人以及用户超前或落后于该人的程度。这使得能够在用户的运动与作为模型的人的运动之间进行直观的比较，并且预期将进一步提高用户的积极性。此外，根据本实施例，用户可以从多个运动模型中选择他/她自己过去的运动的运动模型。此外，用户例如还可以从多个运动模型中选择用户以其为目标的公知的人的运动模型。另外，用户可以从多个运动模型中选择具有类似的诸如年龄和性别等属性的另外的用户的运动模型。通过提供这样的各种选项，用户可以根据其目的灵活地作出关于运动的比较。此外，根据本实施例，运动时的比赛感，例如与作为模型的人的竞赛，被提供给用户。此外，例如，与在过去处于理想状态中的用户、另外的人或者公知的人的运动模型相比较使得能够有效地学习运动步法，并且还可以预期提高用户的运动能力。在本说明书中描述的信息处理设备100的处理序列通常利用软件实现。例如，构成实现处理序列的软件的程序可以被预先存储在安装在信息处理设备100内部或外部的存储介质中。然后，每个程序被读入信息处理设备100的RAM(随机存取存储器)中并且由诸如CPU(中央处理单元)之类的处理器执行。尽管上面参考附图详细描述了本发明的优选实施例，然而，本发明不限于此。本领域技术人员应当明白，取决于设计要求和其它因素可以做出各种修改、组合、子组合和变更，只要它们落在所附权利要求及其等同物的范围之内即可。本申请包含与2010年3月30日向日本专利局提交的日本优先专利申请JP 2010-078892中公开的主题有关的主题，该申请的全部内容通过引用被结合于此。


本发明公开了信息处理设备、图像输出方法和程序。提供了一种信息处理设备，包括存储单元，该存储单元存储多个运动模型，每个运动模型包括针对进行运动的人按时间顺序测得的一种或多种测得值以及指定基于测得值识别出的运动的运动描述数据；选择单元，该选择单元根据指定条件从存储在存储单元中的多个运动模型中选择一个或多个运动模型；以及输出单元，该输出单元输出输出图像序列，输出图像序列针对选择单元所选择的运动模型按时间顺序表示出测得值以及由运动运动描述数据指定的运动。