JP7211441B2 - 覚醒度推定装置、覚醒度推定方法、及びプログラム - Google Patents
覚醒度推定装置、覚醒度推定方法、及びプログラム Download PDFInfo
- Publication number
- JP7211441B2 JP7211441B2 JP2020569335A JP2020569335A JP7211441B2 JP 7211441 B2 JP7211441 B2 JP 7211441B2 JP 2020569335 A JP2020569335 A JP 2020569335A JP 2020569335 A JP2020569335 A JP 2020569335A JP 7211441 B2 JP7211441 B2 JP 7211441B2
- Authority
- JP
- Japan
- Prior art keywords
- arousal level
- person
- pulse wave
- image
- arousal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000037007 arousal Effects 0.000 title claims description 167
- 238000000034 method Methods 0.000 title claims description 27
- 206010062519 Poor quality sleep Diseases 0.000 claims description 73
- 238000001514 detection method Methods 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 230000007177 brain activity Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 206010041349 Somnolence Diseases 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000007958 sleep Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004397 blinking Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010019133 Hangover Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Psychiatry (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Mathematical Physics (AREA)
- Anesthesiology (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Ophthalmology & Optometry (AREA)
- Fuzzy Systems (AREA)
- Cardiology (AREA)
Description
人の顔画像の画像データから、眼を含む部分の画像を抽出する、画像抽出部と、
抽出された前記画像に基づいて、第1の覚醒度を推定する、第1の覚醒度推定部と、
推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、脈波検出部と、
検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、第2の覚醒度推定部と、
を備えている、
ことを特徴とする。
(a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を有する、
ことを特徴とする。
コンピュータに、
(a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を実行させる、
ことを特徴とする。
以下、本発明の実施の形態における、覚醒度推定装置、覚醒度推定方法、及びプログラムについて、図1~図6を参照しながら説明する。
最初に、図1を用いて、本実施の形態における覚醒度推定装置の構成について説明する。図1は、本発明の実施の形態における覚醒度推定装置の構成を示すブロック図である。
次に、本発明の実施の形態における、覚醒度推定装置10の動作について図4を用いて説明する。図4は、本発明の実施の形態における覚醒度推定装置の動作を示すフロー図である。以下の説明においては、適宜図1を参酌する。また、本実施の形態では、覚醒度推定装置10を動作させることによって、覚醒度推定方法が実施される。よって、本実施の形態における覚醒度推定方法の説明は、以下の覚醒度推定装置10の動作説明に代える。
以下に、本実施の形態1における変形例1~4について説明する。
本変形例1では、第1の覚醒度推定部12の第1の覚醒度推定モデルを学習する際に、正解データとして与える第1の覚醒度として、顔画像を参照して付与した多段階、例えば5段階(1:全く眠くなさそう、0.75:やや眠そう、0.5:眠そう、0.25:かなり眠そう、0.0:非常に眠そう)の覚醒度が用いられる。第1の覚醒度推定モデルの学習は、眼の状態として、眼を閉じている時間、又はまばたきの回数等が入力され、出力が上記正解データと一致するように行われる。
本変形2では、第2の覚醒度推定部14の第2の覚醒度推定モデルを学習する際に、正解データとして与える第2の覚醒度として、行動情報が用いられる。行動情報は、例えば、対象者に4段階(1.0:起きていた、0.66:浅い眠りだった、0.33:普通の眠りだった、0.0:深い眠りだった)のどれだったかを聞きとることによって取得される。
本変形例3では、第2の覚醒度推定部14は、人30の脳の活動と人30の脈波との関係を機械学習することによって構築された学習モデルを用いて、人30が起きているかどうかを判定し、その判定結果を第2の覚醒度とする。
以上のように本実施の形態によれば、眼の状態から推定された第1の覚醒度で「眠っている」と判定されて初めて、脈波による第2の覚醒度の推定が行われるので、覚醒度推定装置10における処理負担の増大が抑制される。また、脈波は、第1の覚醒度と同様に、顔画像から検出されるので、脈波の検出のために別途センサを用意する必要はないことから、導入コストの増加も抑制される。
本実施の形態におけるプログラムは、コンピュータに、図4に示すステップA1~A7を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における覚醒度推定装置10と覚醒度推定方法とを実現することができる。この場合、コンピュータのプロセッサは、画像抽出部11、第1の覚醒度推定部12、脈波検出部13、及び第2の覚醒度推定部14として機能し、処理を行なう。
人の顔画像の画像データから、眼を含む部分の画像を抽出する、画像抽出部と、
抽出された前記画像に基づいて、第1の覚醒度を推定する、第1の覚醒度推定部と、
推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、脈波検出部と、
検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、第2の覚醒度推定部と、
を備えている、
ことを特徴とする覚醒度推定装置。
付記1に記載の覚醒度推定装置であって、
前記第1の覚醒度推定部が、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記脈波検出部が、前記第1の覚醒度推定部によって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
ことを特徴とする覚醒度推定装置。
付記2に記載の覚醒度推定装置であって、
前記第1の覚醒度推定部が、画像に示された眼の状態と人の覚醒状態との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。
付記1または2に記載の覚醒度推定装置であって、
前記脈波検出部が、前記顔画像から、画像中の特定の画素の輝度値の時系列変化を検出することによって前記脈波を検出し、
前記第2の覚醒度推定部が、検出された前記時系列変化に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第2の覚醒度とする、
ことを特徴とする覚醒度推定装置。
付記4に記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、人の行動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。
付記4に記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、人の脳の活動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。
付記1から6のいずれかに記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、脈波から推定した脈拍に応じて、脈波に含まれるノイズを除去してから、前記第2の覚醒度を推定する、
ことを特徴とする覚醒度推定装置。
(a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を有する、
ことを特徴とする覚醒度推定方法。
付記8に記載の覚醒度推定方法であって、
前記(b)のステップにおいて、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記(c)のステップにおいて、前記(b)のステップによって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
ことを特徴とする覚醒度推定方法。
付記9に記載の覚醒度推定方法であって、
前記(b)のステップにおいて、画像に示された眼の状態と人の覚醒状態との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定方法。
付記8または9に記載の覚醒度推定方法であって、
前記(c)のステップにおいて、前記顔画像から、画像中の特定の画素の輝度値の時系列変化を検出することによって前記脈波を検出し、
前記(d)のステップにおいて、検出された前記時系列変化に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第2の覚醒度とする、
ことを特徴とする覚醒度推定方法。
付記11に記載の覚醒度推定方法であって、
前記(d)のステップにおいて、人の行動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定方法。
付記12に記載の覚醒度推定方法であって、
前記(d)のステップにおいて、人の脳の活動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定方法。
付記8から13のいずれかに記載の覚醒度推定方法であって、
前記(d)のステップにおいて、脈波から推定した脈拍に応じて、脈波に含まれるノイズを除去してから、前記第2の覚醒度を推定する、
ことを特徴とする覚醒度推定方法。
コンピュータに、
(a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を実行させる、プログラム。
付記15に記載のプログラムであって、
前記(b)のステップにおいて、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記(c)のステップにおいて、前記(b)のステップによって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
ことを特徴とするプログラム。
付記16に記載のプログラムであって、
前記(b)のステップにおいて、画像に示された眼の状態と人の覚醒状態との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とするプログラム。
付記15または16に記載のプログラムであって、
前記(c)のステップにおいて、前記顔画像から、画像中の特定の画素の輝度値の時系列変化を検出することによって前記脈波を検出し、
前記(d)のステップにおいて、検出された前記時系列変化に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第2の覚醒度とする、
ことを特徴とするプログラム。
付記18に記載のプログラムであって、
前記(d)のステップにおいて、人の行動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とするプログラム体。
付記18に記載のプログラムであって、
前記(d)のステップにおいて、人の脳の活動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とするプログラム。
付記15から20のいずれかに記載のプログラムであって、
前記(d)のステップにおいて、脈波から推定した脈拍に応じて、脈波に含まれるノイズを除去してから、前記第2の覚醒度を推定する、
ことを特徴とするプログラム。
11 画像抽出部
12 第1の覚醒度推定部
13 脈波検出部
14 第2の覚醒度推定部
20 撮像装置
30 人
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
Claims (10)
- 人の顔画像の画像データから、眼を含む部分の画像を抽出する、画像抽出部と、
抽出された前記画像に基づいて、第1の覚醒度を推定する、第1の覚醒度推定部と、
推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、脈波検出部と、
検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、第2の覚醒度推定部と、
を備え、
前記第1の覚醒度推定部が、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記脈波検出部が、前記第1の覚醒度推定部によって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
ことを特徴とする覚醒度推定装置。 - 請求項1に記載の覚醒度推定装置であって、
前記第1の覚醒度が、前記人が起きていること示す場合は、前記脈波検出部が、前記第1の覚醒度を表示装置に出力し、
前記第1の覚醒度が、前記人が起きていないことを示す場合は、前記第2の覚醒度推定部が、前記第2の覚醒度を前記表示装置に出力する、
ことを特徴とする覚醒度推定装置。 - 請求項1に記載の覚醒度推定装置であって、
前記第1の覚醒度推定部が、画像に示された眼の状態と人の覚醒状態との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。 - 請求項1に記載の覚醒度推定装置であって、
前記脈波検出部が、前記顔画像から、画像中の特定の画素の輝度値の時系列変化を検出することによって前記脈波を検出し、
前記第2の覚醒度推定部が、検出された前記時系列変化に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第2の覚醒度とする、
ことを特徴とする覚醒度推定装置。 - 請求項4に記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、人の行動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。 - 請求項4に記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、人の脳の活動と人の脈波との関係を機械学習することによって構築された学習モデルを用いて、前記人が起きているかどうかを判定する、
ことを特徴とする覚醒度推定装置。 - 請求項1に記載の覚醒度推定装置であって、
前記第2の覚醒度推定部が、脈波から推定した脈拍に応じて、脈波に含まれるノイズを除去してから、前記第2の覚醒度を推定する、
ことを特徴とする覚醒度推定装置。 - 請求項4に記載の覚醒度推定装置であって、
前記脈波検出部が、前記顔画像から、画像中の特定の画素の輝度値の時系列変化を検出し、検出した前記時系列変化から脈拍成分に相当する周波数の時系列変化の信号を抽出し、そして、抽出した前記時系列変化の信号から統計値を算出し、算出した前記統計値から前記時系列変化の信号が分布する周波数範囲を特定し、更に、特定した前記周波数範囲の信号を通過させる帯域通過フィルタを用いて、前記人の脈波として、脈拍成分に相当する周波数の時系列変化の信号を抽出し、
前記第2の覚醒度推定部が、抽出された前記信号の前記時系列変化に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第2の覚醒度とする、
ことを特徴とする覚醒度推定装置。 - (a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を有し、
前記(b)のステップにおいて、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記(c)のステップにおいて、前記(b)のステップによって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
ことを特徴とする覚醒度推定方法。 - コンピュータに、
(a)人の顔画像の画像データから、眼を含む部分の画像を抽出する、ステップと、
(b)抽出された前記画像に基づいて、第1の覚醒度を推定する、ステップと、
(c)推定された前記第1の覚醒度が設定条件を満たすかどうかを判定し、前記第1の覚醒度が前記設定条件を満たす場合に、前記顔画像から前記人の脈波を検出する、ステップと、
(d)検出された前記脈波に基づいて、前記人の第2の覚醒度を推定する、ステップと、
を実行させ、
前記(b)のステップにおいて、抽出された前記画像から、前記眼の状態を検出し、検出した状態に応じて、前記人が起きているかどうかを判定し、判定結果を、前記第1の覚醒度とし、
前記(c)のステップにおいて、前記(b)のステップによって、前記人が起きていないと判定された場合に、前記第1の覚醒度が前記設定条件を満たすとして、前記顔画像から前記人の脈波を検出する、
プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/003752 WO2020157989A1 (ja) | 2019-02-01 | 2019-02-01 | 覚醒度推定装置、覚醒度推定方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020157989A1 JPWO2020157989A1 (ja) | 2021-12-16 |
JP7211441B2 true JP7211441B2 (ja) | 2023-01-24 |
Family
ID=71840986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020569335A Active JP7211441B2 (ja) | 2019-02-01 | 2019-02-01 | 覚醒度推定装置、覚醒度推定方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11992317B2 (ja) |
JP (1) | JP7211441B2 (ja) |
WO (1) | WO2020157989A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7443283B2 (ja) | 2021-03-29 | 2024-03-05 | 公益財団法人鉄道総合技術研究所 | 覚醒度推定方法、覚醒度推定装置及び覚醒度推定プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257043A (ja) | 2006-03-20 | 2007-10-04 | Nissan Motor Co Ltd | 乗員状態推定装置および乗員状態推定方法 |
JP2009028239A (ja) | 2007-07-26 | 2009-02-12 | Nissan Motor Co Ltd | 居眠り運転検出装置 |
JP2013081708A (ja) | 2011-10-12 | 2013-05-09 | Aisin Seiki Co Ltd | 睡眠状態判別装置および睡眠状態判別方法 |
JP2017012730A (ja) | 2015-06-29 | 2017-01-19 | パナソニックIpマネジメント株式会社 | 人状態推定方法、及び、人状態推定システム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3452685B2 (ja) * | 1995-05-10 | 2003-09-29 | 三菱電機株式会社 | 顔画像の処理装置 |
FR2773521B1 (fr) * | 1998-01-15 | 2000-03-31 | Carlus Magnus Limited | Procede et dispositif pour surveiller en continu l'etat de vigilance du conducteur d'un vehicule automobile, afin de detecter et prevenir une tendance eventuelle a l'endormissement de celui-ci |
US7894637B2 (en) * | 2004-05-21 | 2011-02-22 | Asahi Kasei Corporation | Device, program, and method for classifying behavior content of an object person |
JP4985428B2 (ja) * | 2007-02-01 | 2012-07-25 | 株式会社デンソー | ドライバ管理装置および運行管理システム |
JP5007975B2 (ja) * | 2007-07-13 | 2012-08-22 | 国立大学法人名古屋大学 | 居眠り検知装置 |
JP5210773B2 (ja) * | 2008-09-16 | 2013-06-12 | トヨタ自動車株式会社 | 眠気判定装置及びプログラム |
JP5782726B2 (ja) * | 2011-02-04 | 2015-09-24 | 日産自動車株式会社 | 覚醒低下検出装置 |
US8847771B2 (en) * | 2013-01-25 | 2014-09-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and apparatus for early detection of dynamic attentive states for providing an inattentive warning |
JP6201469B2 (ja) * | 2013-07-12 | 2017-09-27 | セイコーエプソン株式会社 | 生体情報処理装置、生体情報処理方法 |
CN107530016A (zh) * | 2015-04-20 | 2018-01-02 | 深圳市长桑技术有限公司 | 一种生理体征信息获取方法和系统 |
CN106264449B (zh) | 2015-06-29 | 2022-01-28 | 松下知识产权经营株式会社 | 人状态推定方法和人状态推定系统 |
CN106361270B (zh) | 2015-07-22 | 2021-05-07 | 松下电器(美国)知识产权公司 | 清醒度预测方法和清醒度预测装置 |
CN106551690A (zh) * | 2015-09-30 | 2017-04-05 | 齐心 | 一种生命体征测量装置及方法 |
JP2017205145A (ja) * | 2016-05-16 | 2017-11-24 | 富士通株式会社 | 脈拍推定装置、脈拍推定システム、脈拍推定方法および脈拍推定プログラム |
JP2018062308A (ja) * | 2016-10-14 | 2018-04-19 | オムロン株式会社 | 運転モード切替制御装置、方法およびプログラム |
US10467488B2 (en) * | 2016-11-21 | 2019-11-05 | TeleLingo | Method to analyze attention margin and to prevent inattentive and unsafe driving |
US10393530B2 (en) * | 2016-12-15 | 2019-08-27 | Gracenote, Inc. | Dynamic content delivery based on vehicle navigational attributes |
JP2018114266A (ja) * | 2017-01-19 | 2018-07-26 | パナソニックIpマネジメント株式会社 | 脈波計測装置、制御方法、及び、プログラム |
-
2019
- 2019-02-01 JP JP2020569335A patent/JP7211441B2/ja active Active
- 2019-02-01 US US17/425,840 patent/US11992317B2/en active Active
- 2019-02-01 WO PCT/JP2019/003752 patent/WO2020157989A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257043A (ja) | 2006-03-20 | 2007-10-04 | Nissan Motor Co Ltd | 乗員状態推定装置および乗員状態推定方法 |
JP2009028239A (ja) | 2007-07-26 | 2009-02-12 | Nissan Motor Co Ltd | 居眠り運転検出装置 |
JP2013081708A (ja) | 2011-10-12 | 2013-05-09 | Aisin Seiki Co Ltd | 睡眠状態判別装置および睡眠状態判別方法 |
JP2017012730A (ja) | 2015-06-29 | 2017-01-19 | パナソニックIpマネジメント株式会社 | 人状態推定方法、及び、人状態推定システム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020157989A1 (ja) | 2021-12-16 |
WO2020157989A1 (ja) | 2020-08-06 |
US20220313132A1 (en) | 2022-10-06 |
US11992317B2 (en) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9946942B2 (en) | Method, apparatus and system for biometric identification | |
US11727279B2 (en) | Method and apparatus for performing anomaly detection using neural network | |
US11406323B2 (en) | Method and system for monitoring sleep quality | |
US20140309943A1 (en) | System and method for the analysis of biopotential signals using motion artifact removal techniques | |
US20210090740A1 (en) | State estimation apparatus, state estimation method, and non-transitory recording medium | |
Geman et al. | Automatic assessing of tremor severity using nonlinear dynamics, artificial neural networks and neuro-fuzzy classifier | |
JPWO2019216378A1 (ja) | 演算装置、検知装置、演算方法、及び、コンピュータプログラム | |
WO2023112384A1 (ja) | 計算機システム及び情動推定方法 | |
JP7211441B2 (ja) | 覚醒度推定装置、覚醒度推定方法、及びプログラム | |
US11039794B2 (en) | Meal detection method, meal detection system, and storage medium | |
US20190021633A1 (en) | Detecting respiratory rates in audio using an adaptive low-pass filter | |
CN114901128A (zh) | 心律失常性心跳弹性睡眠呼吸暂停检测 | |
JP6853159B2 (ja) | 状態推定装置 | |
CN111407261A (zh) | 生物信号的周期信息的测量方法及装置、电子设备 | |
EP3977482A1 (en) | System and method for filtering time-varying data for physiological signal prediction | |
JP7279812B2 (ja) | ストレス推定装置、ストレス推定装置の作動方法、及び、プログラム | |
WO2019146123A1 (ja) | 覚醒度推定装置、覚醒度推定方法、及びコンピュータ読み取り可能な記録媒体 | |
Zhang et al. | Sleep/wake classification via remote PPG signals | |
JP6604266B2 (ja) | 眠気検知装置 | |
WO2021260836A1 (ja) | 学習モデル生成装置、ストレス推定装置、学習モデル生成方法、ストレス推定方法、及びコンピュータ読み取り可能な記録媒体 | |
JP7327417B2 (ja) | 状態推定装置、状態推定方法、及びプログラム | |
WO2022101990A1 (ja) | 疲労度推定装置、疲労度推定方法、及びコンピュータ読み取り可能な記録媒体 | |
US20220369992A1 (en) | Energy efficient detection and management of atrial fibrillation | |
US20240090829A1 (en) | Evaluation of sleep data | |
CN117015342A (zh) | 心房颤动的节能检测和管理 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210729 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220912 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221226 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7211441 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |