AI骨格診断の仕組み・
入力条件・検証状況

画像の解析はブラウザ上の姿勢推定と人物輪郭の分離処理で行います。骨格タイプは、体重、身長、年齢、顔、服のブランドから推測するのではなく、正面画像から取得できた肩・腰・ヒップの横幅比で分類します。

1. STEP 1

   入力

   アップロード画像、または選択後に許可されたカメラ映像を読み込みます。

2. STEP 2

   人物領域と姿勢点の検出

   セルフィー向け人物分離モデルのconfidence値が0.5以上の画素を人物領域として扱い、肩・ヒップなどの姿勢点を取得します。

3. STEP 3

   品質確認と比率の計算

   必要な姿勢点と腰輪郭の整合性を確認し、通過した画像だけで肩幅、推定ウエスト幅、ヒップ幅から3つの比率を計算します。

4. STEP 4

   結果の表示

   同じ比率を使い、3タイプの結果と7タイプの参考傾向を別々に分類します。

安定した入力を作る方法は撮影ガイドで確認できます。全身が正面から写り、肩・腰・ヒップの輪郭が見える画像を推奨しています。

表は横にスクロールできます。

3タイプと7タイプは、同じ3つの幅比を使う別々の分類です。7タイプは3タイプの確信度ではなく、3タイプの各結果に必ず一対一でぶら下がる下位分類でもありません。現行画面では、3タイプを主結果、7タイプを「正面画像から見た参考傾向」として表示します。

3タイプのシステム上の定義

7タイプのシステム上の定義

7タイプは、肩とヒップのどちらが相対的に優位か、ウエスト差が見えるか、比率の大きさがどちら側かを段階的に分けます。名称は分類ラベルであり、性格・魅力度・健康状態を示しません。本結果は正面画像の幅比から算出する参考傾向であり、対面で行われる7タイプ骨格診断を再現・代替するものではありません。

現在ある自動テストは、比率を与えたときに各分類分岐へ到達することや、人物領域・姿勢点・腰輪郭の品質条件と輪郭探索が想定どおり動くことを確認するコードテストです。実画像に対する正確さ、同一人物での再現性、人間との一致を示す評価ではありません。

表は横にスクロールできます。

このため、現時点では「精度○%」「専門家と○%一致」「同じ人なら○%再現」といった数値は掲げません。評価計画と正解ラベルの定義を決め、再現可能なデータセットを構築した後に更新します。

• 正面の2D画像から見える横幅だけを使うため、身体の厚み、骨の立体感、筋肉・脂肪の質感、関節の大きさは測定しません。
• ウエスト幅は解剖学的な最細部を探すのではなく、肩とヒップの中間位置から推定する代替特徴です。
• 服の厚み、オーバーサイズの服、腕と胴体の重なり、他の人物や家具による遮蔽は輪郭幅を変えることがあります。
• カメラの高さ、傾き、広角レンズ、画面端の歪み、身体のひねりや片足重心によって比率が変わります。
• 分類境界に近い入力を保留する余白はまだなく、測定値が有効ならいずれかのタイプへ分類します。
• 複数人画像は最大6人まで検出を試みますが、人物同士の重なりや小さすぎる人物では分離に失敗することがあります。