CN113853158B - 步行功能评价装置、步行功能评价系统、步行功能评价方法、记录介质及认知功能评价装置 - Google Patents
步行功能评价装置、步行功能评价系统、步行功能评价方法、记录介质及认知功能评价装置 Download PDFInfo
- Publication number
- CN113853158B CN113853158B CN202080037615.5A CN202080037615A CN113853158B CN 113853158 B CN113853158 B CN 113853158B CN 202080037615 A CN202080037615 A CN 202080037615A CN 113853158 B CN113853158 B CN 113853158B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- camera
- image
- walking
- walking speed
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 106
- 230000003920 cognitive function Effects 0.000 title claims abstract description 87
- 230000006870 function Effects 0.000 title claims description 47
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 230000007423 decrease Effects 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 208000010877 cognitive disease Diseases 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 6
- 208000027061 mild cognitive impairment Diseases 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 4
- 208000009668 Neurobehavioral Manifestations Diseases 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- OENHQHLEOONYIE-UKMVMLAPSA-N all-trans beta-carotene Natural products CC=1CCCC(C)(C)C=1/C=C/C(/C)=C/C=C/C(/C)=C/C=C/C=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C OENHQHLEOONYIE-UKMVMLAPSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 235000013734 beta-carotene Nutrition 0.000 description 1
- TUPZEYHYWIEDIH-WAIFQNFQSA-N beta-carotene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CCCC1(C)C)C=CC=C(/C)C=CC2=CCCCC2(C)C TUPZEYHYWIEDIH-WAIFQNFQSA-N 0.000 description 1
- 239000011648 beta-carotene Substances 0.000 description 1
- 229960002747 betacarotene Drugs 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- OENHQHLEOONYIE-JLTXGRSLSA-N β-Carotene Chemical compound CC=1CCCC(C)(C)C=1\C=C\C(\C)=C\C=C\C(\C)=C\C=C\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C OENHQHLEOONYIE-JLTXGRSLSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
认知功能评价装置(30)具备：图像取得部(31)，取得包含步行者(M)作为被摄体的图像；步行速度推测部(35)，基于图像取得部(31)取得的图像，推测步行者(M)的步行速度；记录部(36)，记录步行速度的时间序列数据；基准数据保存部(37)，保存当作认知功能下降的步行速度的基准数据；评价部(38)，基于时间序列数据和基准数据，对步行者(M)的认知功能进行评价；以及提示部(41)，提示与由评价部(38)进行了评价的步行者(M)的认知功能有关的信息。
Description
技术领域
本公开涉及不需要对于每天的生活追加作业而进行步行功能的评价的步行功能评价装置、步行功能评价系统、步行功能评价方法、记录介质及认知功能评价装置。
背景技术
以往，已知有如下认知症初期阶段鉴定系统：基于看护传感器单元的开关操作状况来发现与日常的操作倾向不同的操作，从而鉴定认知症(例如专利文献1)。
现有技术文献
专利文献
专利文献1：日本特开2014－018341号公报
发明内容
发明要解决的课题
认知症从轻度到重度有各种级别，在成为认知症之前的轻度认知障碍阶段在认知功能中发现了异变的情况下，有能够通过运动训练等抑制认知症的发病的情况。
本公开是鉴于这样的课题而做出的，目的是不需要对于每天的生活追加作业而在轻度认知障碍阶段发现并提示步行功能的异变。
用于解决课题的手段
有关本公开的一技术方案的步行功能评价装置具备：图像取得部，取得包含步行者作为被摄体的图像；步行速度推测部，基于图像取得部取得的图像，推测步行者的步行速度；记录部，记录步行速度的时间序列数据；基准数据保存部，保存当作步行功能下降的步行速度的基准数据；评价部，基于时间序列数据和基准数据，对步行者的步行功能进行评价；以及提示部，提示与由评价部进行了评价的步行者的步行功能有关的信息。
发明效果
本公开的步行功能评价装置不需要对于每天的生活追加作业就能够在轻度认知障碍的阶段发现并提示步行功能的异变。
附图说明
图1是表示有关实施方式1的认知功能评价系统的概要的图。
图2是表示有关实施方式1的认知功能评价系统的功能构成的框图。
图3是用于以步行者接近于相机后远离的顺序说明脸区域的大小的时间序列变化的说明图。
图4是认知功能评价系统的动作例1的流程图。
图5是表示用于显示认知功能的下降的显示画面的一例的说明图。
图6是表示用于显示步行速度的时间序列数据的显示画面的一例的说明图。
图7是表示有关实施方式3的认知功能评价系统的功能构成的框图。
图8是认知功能评价系统的动作例2的流程图。
图9是表示有关实施方式4的第1相机及第2相机的位置的说明图。
具体实施方式
以下，使用附图对有关本发明的实施方式的认知功能评价装置、认知功能评价系统、认知功能评价方法及程序详细地进行说明。另外，以下说明的实施方式都表示本发明的一具体例。因而，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。因此，关于以下的实施方式的构成要素中的、在表示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。
此外，各图是示意图，并不一定是严密地图示的。因而，例如在各图中比例尺等并不一定一致。此外，在各图中，对于实质上相同的构成赋予相同的标号，将重复的说明省略或简略化。
(实施方式1)
首先，使用图1及图2对有关实施方式1的认知功能评价系统10的概要进行说明。图1是表示有关实施方式1的认知功能评价系统10的概要的图。图2是表示有关实施方式1的认知功能评价系统10的功能构成的框图。如图1及图2所示，认知功能评价系统10具备相机20、认知功能评价装置30和输出装置40。
认知功能评价系统10是取得由相机20拍摄的步行者M的图像，并基于所取得的图像对步行者M的认知功能进行评价的装置。关于认知功能的评价方法在后面叙述。
如图1所示，相机20是设置于例如步行者M的住宅的走廊的顶棚或照护施设等的走廊的顶棚等的相机，拍摄包含在住宅的走廊60等的通路中步行的步行者M作为被摄体的图像(由多个图像构成的运动图像)。
相机20将包含步行中的步行者M作为被摄体的图像一帧帧地对后述的图像取得部31输出。相机20的帧率(fr)例如是30fps(帧/秒)。相机20既可以是使用CMOS(Complementary Metal Oxide Semiconductor)图像传感器的相机20，也可以是使用CCD(Charge Coupled Device)图像传感器的相机20，没有被特别限定。
另外，相机20例如既可以设置于办公室的内部，也可以设置于公共机构等自家以外的建筑物。
相机20中，使用常时拍摄例如在住宅或照护施设等中生活的步行者M的监视相机或安全相机等。由此，步行者M不用进行特别的动作，只要步行者M如平常那样生活，步行者M的步行中的图像就自动被储存到认知功能评价装置30的记录部36中。即，认知功能评价系统10都不需要由步行者M进行特别的动作或操作等就能够对步行者M的认知功能进行评价。
认知功能评价装置30对步行者M的认知功能进行评价。认知功能评价装置30是例如设置于住宅内，用于对设置于住宅的设备进行控制的家庭控制器，但也可以是个人计算机等。认知功能评价装置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外。
具体而言，如图2所示，认知功能评价装置30具备图像取得部31、脸区域检测部32、脸区域测定部33、认证部34、步行速度推测部35、记录部36、基准数据保存部37、评价部38和通信部39。
图像取得部31一帧帧地取得由相机20拍摄的图像(更详细地讲是图像数据)。图像取得部31具体而言是与相机20进行通信的通信模块(通信电路)。由图像取得部31进行的通信既可以是有线通信，也可以是无线通信。图像取得部31只要能够与相机20进行通信即可，通信规格没有被特别限定。
脸区域检测部32读入由图像取得部31取得的图像数据，从图像数据按每一帧检测步行者M的脸区域。
图3是用于以步行者M接近于相机20后远离的顺序(图3的从左向右)说明脸区域的大小的时间序列变化的说明图。如图3所示，脸区域检测部32具体而言用圆检测并判定步行者M的脸的轮廓A。
另外，脸的轮廓A被检测为，与图像中的步行者M的脸的轮廓大致相同的大小，或比实际的步行者M的脸的轮廓稍大。
另外，脸的轮廓A也可以是四边形，没有被特别限定。
检测脸区域的方法由于是公知技术，所以在本实施方式中以怎样的次序或方法进行都可以，省略说明。
脸区域检测部32的检测结果被分别发送至脸区域测定部33及认证部34。
脸区域测定部33测定由脸区域检测部32检测到的脸区域的大小。关于脸区域的大小，例如在脸区域是圆的情况下，测定并计算脸区域的大小的最大直径R。最大直径的单位以pixel(像素数)计算。通过采取这样的手段，以脸区域的最大的长度检测出脸区域的大小，所以不论步行者M的脸的朝向是朝侧方还是朝前，都能够减小检测结果的偏差。
这里，脸区域的大小的测定方法例如通过使用由脸区域检测部32检测到的脸区域的X方向及Y方向的各坐标值来进行。
如图3所示，从图3的左起依次设为帧1(fr1)，帧2(fr2)、帧3(fr3)、帧4(fr4)、帧5(fr5)，假设各帧的脸区域的大小的最大直径R分别是R1、R2、R3、R4、R5。在图3中，假设帧3(fr3)为步行者M距相机20最近的帧。
由于帧3(fr3)位于步行者M距相机20最近的距离，所以帧3(fr3)的脸区域的最大直径R3在帧1(fr1)、帧2(fr2)、帧3(fr3)、帧4(fr4)、帧5(fr5)的各脸区域的最大直径R1、R2、R3、R4、R5之中最长。
脸区域的大小的测定结果被发送至步行速度推测部35。
脸区域也可以以四边形检测，没有被特别限定。在脸区域为四边形的情况下，测定四边形的对角边的长度，计算为脸区域的最大的长度。
另外，脸区域检测部32及脸区域测定部33例如由微型计算机及各种传感器设备等实现。
认证部34根据由脸区域检测部32检测到的脸区域，计算步行者M的脸的特征量。作为脸的特征量，可以使用脸中的眼、鼻及口的相对的位置以及脸的轮廓A等来决定。
认证部34判断从图像数据提取出的步行者M的脸的特征量与已登记的多个人物中的脸的特征量是否一致。并且，认证部34关于图像数据中包含的步行者M，从已登记的多个人物中，将脸的特征量的一致度比规定的阈值高且为最大的人物识别为符合的人物。
另外，已登记的多个人物及已登记的多个人物的脸的特征量例如由半导体存储器或HDD(Hard Disk Drive)等保存。
步行速度推测部35根据按每一帧测定出的脸区域的最大直径R的变化，推测步行者M的步行速度。步行速度推测部35使用脸区域的最大直径R及脸区域的最大直径R的变化量来推测步行者M的步行速度。
步行速度推测部35通过下式计算单位时间的脸区域的最大直径R的变化。脸区域的最大直径R的变化的单位是pixel/s。
脸区域的最大直径R的变化＝(Rn+1－Rn)/fr
脸区域的大小的单位以pixel计算，但通过根据画面上的大小进行变换，能够变换为空间上的移动量(以下，称作变换处理)。由此，能够变换为米单位。将单位从pixel变换为米的方法由于是公知技术，所以以怎样的次序或方法进行都可以。
通过进行变换处理，例如从帧1(fr1)到帧2(fr2)的脸区域的最大直径R的变化可以用下式计算。
脸区域的最大直径R的变化＝30·(R2－R1)
从帧2(fr2)到帧3(fr3)的脸区域的最大直径R的变化也能够同样地计算。这样，步行速度推测部35推测每天的步行者M的步行速度。
记录部36例如是闪存存储器等的半导体存储器或HDD等，记录从步行速度推测部35发送来的步行速度的时间序列数据。记录部36将时间序列数据发送给评价部38。时间序列数据是以推测步行速度的顺序表示步行速度的推测结果的数据。记录部36例如在24日、25日、26日分别推测了步行者M的步行速度的情况下，以在24日、25日、26日推测的步行速度的顺序记录步行速度。时间序列数据例如如折线图那样被数据化。
基准数据保存部37例如是闪存存储器等的半导体存储器或HDD等，保存在步行速度为规定阈值以下的情况下当作认知功能下降的步行速度的基准数据。基准数据保存部37将基准数据发送给评价部38。
规定阈值例如是1m/s。通常，如果步行速度低于1m/s，则可以认为认知功能下降了。
评价部38基于时间序列数据和基准数据，对步行者M的认知功能进行评价。具体而言，评价部38从时间序列数据的规定期间中评价步行速度低于规定阈值的天数。并且，在低于规定阈值的天数为相对于规定期间而言的过去的规定期间的步行速度低于规定阈值的天数以上的情况下，评价为步行者M的认知功能下降了。
规定期间的天数例如是几天、一周、两周、一个月、一年等。相对于规定期间而言的过去的规定期间的天数是前几天、前一周、前两周、前一个月等。这里，例如如果规定期间是一周，则相对于规定期间而言的过去的规定期间也是一周等，规定期间和相对于规定期间而言的过去的规定期间优选为相同的天数。
另外，例如在规定期间的天数与相对于规定期间而言的过去的规定期间的天数不同的情况下，可以与修正为匹配于一方的天数后的天数比较。
评价部38例如在规定期间为一周的情况下，也可以如果一周的一半以上的天数的步行速度低于1m/s则判断为认知功能下降了。
通信部39是用于认知功能评价装置30经由因特网等的广域通信网络50与输出装置40进行通信的通信模块(通信电路)。由通信部39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规格也没有特别限定。
认知功能评价装置30也可以由保存有程序的非易失性存储器、作为用于执行程序的暂时性的存储区域的易失性存储器、输入输出端口、执行程序的处理器等实现。
在图2中，图像取得部31、脸区域检测部32、脸区域测定部33、认证部34、步行速度推测部35、记录部36、基准数据保存部37、评价部38和通信部39并不一定表示有实体的构成，而表示由处理器等实现的功能。
输出装置40是由液晶显示面板或有机EL(Electroluminescence)显示面板等的提示部41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。
输出装置40具备提示从评价部38发送来的与被评价的步行者M的认知功能有关的信息的提示部41。关于认知功能的信息，例如是步行速度的时间序列数据或步行者M的认知功能的变化等。输出装置40例如是智能电话或平板电脑终端等的便携型的信息终端、监视器或触摸面板，但也可以是个人计算机等的固定安设型的信息终端。
输出装置40能够经由广域通信网络50与认知功能评价装置30进行通信。输出装置40例如是设置于医院或照护施设等的信息终端。即，根据在步行者M的住宅等拍摄的图像数据，计算步行速度的时间序列数据或步行速度的变化及认知功能的评价结果，医院或照护施设接收评价结果。
在此情况下，不需要对于每天的生活追加作业就能够在轻度认知症障碍阶段发现并提示认知功能的异变。不需要对于每天的生活追加作业，是指不使步行者M佩戴特殊的测定设备等。
在步行者M的认知功能有异变的情况下，医院或照护施设能够在轻度认知症阶段对步行者M进行治疗或敦促治疗。
另外，输出装置40也可以不经由广域通信网络50而与认知功能评价装置30直接进行通信。
提示部41例如生成并显示用于受理来自步行者M的选择及操作的选择按钮等的GUI(Graphical User Interface)对象。
另外，输出装置40也可以代替提示部41或除了提示部41以外还具有输出声音的扬声器。输出装置40也可以输出表示向步行者M提示的内容的声音。
(动作例1)
接着，对认知功能评价系统10的动作例1进行说明。图4是认知功能评价系统10的动作例1的流程图。
首先，认知功能评价装置30的图像取得部31从相机20取得包含步行者M作为被摄体的图像(图像数据)(S10)。
接着，脸区域检测部32从所取得的图像中检测步行者M的脸区域(S20)。
接着，认证部34根据由脸区域检测部32检测到的脸区域，计算步行者M的脸的特征量(S30)。进而，认证部34判断步行者M的脸的特征量与已登记的多个人物中的脸的特征量是否一致(S40)。
在不一致的情况下，回到S10(S40中“否”)。另一方面，在一致的情况下，进行以下的处理(S40中“是”)。
接着，脸区域测定部33测定由脸区域检测部32检测到的脸区域的大小(S50)。
接着，根据由脸区域测定部33测定出的脸区域的大小来推测步行速度(S60)。
记录部36记录由步行速度推测部35推测的步行速度的时间序列数据(S70)。
评价部38根据时间序列数据的规定期间，评价步行速度低于上述规定阈值的天数。并且，评价部38对相对于规定期间而言的过去的规定期间的步行速度低于规定阈值的天数与规定期间中的步行速度低于规定阈值的天数进行比较，评价认知功能的变化(S80)。
评价部38例如也可以定期地进行认知功能的评价，向通信部39发送评价结果。
通信部39将步行速度的时间序列数据和认知功能的变化发送给提示部41(S90)。
输出装置40的提示部41提示从通信部39发送的步行速度的时间序列数据和认知功能的变化(S100)。
图5是表示用于显示认知功能的下降的显示画面的一例的说明图。在图5所示的例子中，显示了作为本日的6月30日(星期日)的认知功能的变化。此外，显示了从6月2日到6月29日的约1个月间的评价结果。在图5中，规定期间是23日～29日，在规定期间中，步行速度低于规定阈值的天数是4天。此外，相对于规定期间而言的过去的规定期间是2日～8日、9日～15日、16日～22日。例如，如果为了对认知功能的变化进行评价而将相对于规定期间而言的过去的规定期间设为9日～15日，则相对于规定期间而言的过去的规定期间中的步行速度低于规定阈值的天数是3天。因此，规定期间相比于规定期间的过去的规定期间，步行速度低于规定阈值的天数增加了1天，所以提示部41也可以提示认知功能有下降的趋势。
图6是表示用于显示步行速度的时间序列数据的显示画面的一例的说明图。如图6所示，关于步行速度的时间序列数据，例如从19日到30日为止记录在记录部36中，提示部41用折线图进行提示。在图6所示的例子中，折线图的阴影区域表示步行速度低于规定阈值。在此情况下，能够容易判断有步行速度下降的趋势。
另外，也可以代替脸区域检测部32、脸区域测定部33而使用其他手段根据包含步行者M作为被摄体的图像推测步行者M的步行速度。
另外，评价部38也可以仅在认知功能有下降趋势的情况下向通信部39发送评价结果，没有特别限定。
(实施方式2)
实施方式2的基本的构成与实施方式1大致相同。因此，对相同之处赋予相同的标号而省略说明，进行仅不同之处的说明。
评价部38将当前的步行速度与从当前起规定期间前的步行速度比较，将步行速度的变化以多个等级进行评价。例如，评价部38将当前的步行速度与一周前的步行速度比较，用“A”～“E”的5个等级对步行速度的变化进行评价。
“A”～“E”与步行速度的变化的评价结果对应。作为一例，在“A”～“E”的顺序中，“A”表示步行速度下降最多，“C”表示没有变化，“E”表示步行速度提高最多，但也可以相反。具体而言，评价部38如果当前的步行速度比一周前的步行速度下降了10％，则将步行速度的变化判断为“B”，如果当前的步行速度比一周前的步行速度下降了20％以上，则将步行速度的变化判断为“A”。此外，如果当前的步行速度比一周前的步行速度提高了10％，则将步行速度的变化判断为“D”，如果当前的步行速度比一周前的步行速度提高了20％以上，则将步行速度的变化判断为“E”。
另外，步行速度的变化的等级也可以是8个等级，也可以是10个等级，没有特别限定。
在此情况下，能够容易地知道步行速度的变化，所以能够在轻度认知障碍阶段早期发现并提示认知功能的异变。
(实施方式3)
实施方式3的基本的构成与实施方式1大致相同。因此，对相同之处赋予相同的标号而省略说明，进行仅不同之处的说明。
在实施方式3中，认知功能评价系统10基于由认知功能评价装置30评价的步行者M的认知功能及步行速度的变化的评价结果，决定向步行者M推荐的行动内容作为推荐内容。图7是表示有关实施方式3的认知功能评价系统10的功能构成的框图。认知功能评价装置30除了实施方式1的构成以外，还具备数据库部200和解析部201。
数据库部200记录从评价部38发送来的步行者M的认知功能、以及步行速度的变化的评价结果或步行速度的时间序列数据。数据库部200由半导体存储器或HDD等的非易失性存储装置实现。
解析部201基于由评价部38评价的步行者M的认知功能及步行速度的变化的评价结果，决定向步行者M推荐的行动内容作为推荐内容。
解析部201例如由微型计算机实现。具体而言，解析部201由保存有程序的非易失性存储器、作为用于执行程序的暂时性的记录区域的易失性存储器、输入输出端口、执行程序的处理器等实现。
解析部201将所决定的推荐内容发送给提示部41。推荐内容是指促使开始提高认知功能的认知训练的内容等。此外，推荐内容例如也可以是促使走路或慢跑等的有氧运动的内容，或促使摄取含有维生素C、维生素E、β胡萝卜素等营养素的蔬菜或水果的内容。
在此情况下，能够促使步行者M进行用于改善认知功能的有效的行动。
(动作例2)
接着，对认知功能评价系统10的动作例2进行说明。图8是认知功能评价系统10的动作例2的流程图。图8表示后续于图4的动作例1的S80，认知功能评价系统10基于评价结果决定向步行者M推荐的行动内容作为推荐内容并提示该推荐内容。
在实施方式3中，进一步，后续于S80，解析部201基于认知功能的变化的评价结果，决定推荐的行动内容作为推荐内容(S81)。
接着，解析部201将所决定的推荐内容发送给提示部41(S82)。
(实施方式4)
实施方式4的基本的构成与实施方式1大致相同。因此，对相同之处赋予相同的标号而省略说明，进行仅不同之处的说明。这以后的实施方式也同样。
在实施方式4中，认知功能评价系统10具备第1相机202和第2相机203这两台相机。图9是表示有关实施方式4的第1相机202及第2相机203的位置的说明图。如图9所示，第1相机202设置于住宅等的走廊的顶棚或墙壁。第2相机203与第1相机202隔开规定的距离L来设置。
另外，第1相机202和第2相机203优选的是相对于步行者M步行的走廊60设置于相同的高度。
步行速度推测部35根据步行者M最接近于第1相机202的情况下的图像数据和步行者M最接近于第2相机203的情况下的图像数据，推测步行者M的步行速度。
步行者M最接近于第1相机202的情况下的图像数据，是当步行者M位于第1相机202的铅直方向时拍摄的情况下的图像数据。步行者M最接近于第2相机203的情况下的图像数据，是当步行者M位于第2相机203的铅直方向时拍摄的情况下的图像数据。
脸区域测定部33测定步行者M最接近于第1相机202的情况下的图像数据中包含的步行者M的脸区域的最大直径R。此外，脸区域测定部33测定步行者M最接近于第2相机203的情况下的图像数据中包含的步行者M的脸区域的最大直径R。
步行速度推测部35根据第1相机202与第2相机203的规定的距离L、以及取得步行者M最接近于第1相机202的情况下的图像数据的时间T1及取得步行者M最接近于第2相机203的情况下的图像数据的时间T2，推测步行者M的步行速度。
(变形例)
认知功能评价系统10也可以进行在图像中作为被摄体包含的多个步行者M的认知功能的变化的评价。例如，在由相机20取得的图像中包含两个步行者M作为被摄体的情况下，在认证部34中分别同时判断从图像数据提取出的两个步行者M的脸的特征量与已登记的多个人物中的脸的特征量是否一致。在从已登记的多个人物中的脸的特征量中有两个步行者M的脸的特征量一致的情况下，步行速度推测部35也可以并行推测两个步行者M的步行速度。
另外，步行速度推测部35也可以不是同时并行处理，而是推测出一方的步行者M的步行速度之后紧接着推测另一方的步行者M的步行速度，没有特别限定。
在此情况下，能够高效地发现并提示多个步行者M的认知功能的异变。
另外，在图像中作为被摄体包含的步行者M的人数也可以是3人、4人或5人以上，没有特别限定。
例如，在上述实施方式中说明的处理也可以通过使用单一的装置(系统)进行集中处理来实现，或者也可以通过使用多个装置进行分散处理来实现。此外，执行上述程序的处理器既可以是单个，也可以是多个。即，既可以进行集中处理，或者也可以进行分散处理。
例如，认知功能评价装置30和输出装置40也可以一体地形成，没有被特别限定。
此外，输出装置40也可以是步行者M的便携式的信息终端或个人计算机等的固定安设型的信息终端。
由此，步行者M在何时都能够知道认知功能的变化。
此外，关于在上述实施方式中说明的装置间的通信方法没有特别限定。在装置间进行无线通信的情况下，无线通信的方式(通信规格)例如是ZigBee(注册商标)、Bluetooth(注册商标)或无线LAN(Local Area Network)等的近距离无线通信。此外，也可以在装置间代替无线通信而进行有线通信。有线通信具体而言是使用电力线输送通信(PLC：PowerLine Communication)或有线LAN的通信等。
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。多个处理的顺序也可以变更，也可以将多个处理并行地执行。此外，也可以将特定的处理部执行的处理用其他的处理部执行。
除此以外，对于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、或通过在不脱离本发明的主旨的范围中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。
例如，上述实施方式的认知功能也可以替换为步行功能，本发明也可以作为步行功能评价装置、步行功能评价系统及步行功能评价方法等实现。
标号说明
10 认知功能评价系统
20 相机
30 认知功能评价装置
31 图像取得部
32 脸区域检测部
33 脸区域测定部
34 认证部
35 步行速度推测部
36 记录部
37 基准数据保存部
38 评价部
39 通信部
40 输出装置
41 提示部
42 操作受理部
200 数据库部
201 解析部
202 第1相机
203 第2相机
M 步行者
R 最大直径
Claims (7)
1.一种步行功能评价装置，其中，具备：
图像取得部，取得由第1相机拍摄的包含步行者作为被摄体的第1图像、以及由与上述第1相机不同的第2相机拍摄的包含上述步行者作为被摄体的第2图像；
步行速度推测部，基于上述图像取得部取得的上述第1图像及上述第2图像，推测上述步行者的步行速度；
记录部，记录上述步行速度的时间序列数据；
基准数据保存部，保存当作步行功能下降的步行速度的基准数据；
评价部，基于上述时间序列数据和上述基准数据，对上述步行者的步行功能进行评价；以及
提示部，提示与由上述评价部进行了评价的上述步行者的步行功能有关的信息；
上述步行速度推测部基于上述第1相机与上述第2相机的设置间隔、上述步行者最接近于上述第1相机时的上述第1图像被取得的时间、以及上述步行者最接近于上述第2相机时的上述第2图像被取得的时间，推测上述步行者的步行速度；
上述第1相机及上述第2相机沿着上述步行者的移动方向隔开间隔而设置；
上述第1相机及上述第2相机分别从上述步行者的前方拍摄上述步行者；
上述步行者最接近于上述第1相机时的上述第1图像基于拍摄在上述第1图像中的上述步行者的脸区域的大小而被决定；
上述步行者最接近于上述第2相机时的上述第2图像基于拍摄在上述第2图像中的上述步行者的脸区域的大小而被决定。
2.如权利要求1所述的步行功能评价装置，其中，
上述步行功能评价装置还具备：
脸区域检测部，从上述第1图像或上述第2图像检测上述步行者的脸区域；以及
认证部，根据上述脸区域计算上述步行者的脸的特征量，认证上述脸的特征量与已登记的多个人物中的脸的特征量是否一致；
在由上述认证部判断为上述步行者的脸的特征量与上述已登记的多个人物中的脸的特征量一致的情况下，上述步行速度推测部基于上述第1相机与上述第2相机的设置间隔、上述步行者最接近于上述第1相机时的上述第1图像被取得的时间、以及上述步行者最接近于上述第2相机时的上述第2图像被取得的时间，推测上述步行者的步行速度；
上述基准数据保存部保存能够在上述步行速度为规定阈值以下的情况下判断为步行功能下降的上述规定阈值；
上述评价部通过对上述时间序列数据的规定期间中的步行速度低于上述规定阈值的天数、与上述时间序列数据的相对于上述规定期间而言的过去的规定期间中的步行速度低于上述规定阈值的天数进行比较，评价步行功能的变化；
上述提示部提示上述步行速度的时间序列数据及上述步行者的步行功能的变化。
3.如权利要求1或2所述的步行功能评价装置，其中，
上述提示部以多个等级提示上述步行速度的变化。
4.一种步行功能评价系统，具备第1相机、与上述第1相机不同的第2相机、步行功能评价装置、以及输出装置，其中，
上述第1相机拍摄包含步行中的步行者作为被摄体的第1图像；
上述第2相机拍摄包含步行中的上述步行者作为被摄体的第2图像；
上述步行功能评价装置具备：
图像取得部，取得上述第1相机拍摄的上述第1图像、以及上述第2相机拍摄的上述第2图像；
脸区域检测部，从上述第1图像或上述第2图像检测上述步行者的脸区域；
认证部，根据上述脸区域计算上述步行者的脸的特征量，认证上述特征量与已登记的多个人物中的脸的特征量是否一致；
步行速度推测部，在上述认证部中上述步行者的脸的特征量与上述已登记的多个人物中的脸的特征量一致的情况下，基于上述第1相机与上述第2相机的设置间隔、上述步行者最接近于上述第1相机时的上述第1图像被取得的时间、以及上述步行者最接近于上述第2相机时的上述第2图像被取得的时间，推测上述步行者的步行速度；
记录部，记录上述步行速度的时间序列数据；
基准数据保存部，保存能够在上述步行速度为规定阈值以下的情况下判断为步行功能下降的上述规定阈值；以及
评价部，通过对上述时间序列数据的规定期间中的步行速度低于上述规定阈值的天数、与上述时间序列数据的相对于上述规定期间而言的过去的规定期间中的步行速度低于上述规定阈值的天数进行比较，评价步行功能的变化；
上述输出装置显示上述步行速度的时间序列数据及上述步行功能的变化；
上述第1相机及上述第2相机沿着上述步行者的移动方向隔开间隔而设置；
上述第1相机及上述第2相机分别从上述步行者的前方拍摄上述步行者；
上述步行者最接近于上述第1相机时的上述第1图像基于拍摄在上述第1图像中的上述步行者的脸区域的大小而被决定；
上述步行者最接近于上述第2相机时的上述第2图像基于拍摄在上述第2图像中的上述步行者的脸区域的大小而被决定。
5.一种步行功能评价方法，其中，包括：
取得由第1相机拍摄的包含步行者作为被摄体的第1图像、以及由与上述第1相机不同的第2相机拍摄的包含上述步行者作为被摄体的第2图像的工序；
从上述第1图像或上述第2图像检测上述步行者的脸区域的工序；
根据上述脸区域计算上述步行者的脸的特征量，认证上述特征量与已登记的多个人物中的脸的特征量是否一致的工序；
在判断为上述步行者的脸的特征量与上述已登记的多个人物中的脸的特征量一致之后，基于上述第1相机与上述第2相机的设置间隔、上述步行者最接近于上述第1相机时的上述第1图像被取得的时间、以及上述步行者最接近于上述第2相机时的上述第2图像被取得的时间，推测上述步行者的步行速度的工序；
记录上述步行速度的时间序列数据的工序；
通过对上述时间序列数据的规定期间中的步行速度低于规定阈值的天数、与上述时间序列数据的相对于上述规定期间而言的过去的规定期间中的步行速度低于上述规定阈值的天数进行比较，评价步行功能的变化的工序；以及
提示上述步行速度的时间序列数据及上述步行功能的变化的工序；
上述第1相机及上述第2相机沿着上述步行者的移动方向隔开间隔而设置；
上述第1相机及上述第2相机分别从上述步行者的前方拍摄上述步行者；
上述步行者最接近于上述第1相机时的上述第1图像基于拍摄在上述第1图像中的上述步行者的脸区域的大小而被决定；
上述步行者最接近于上述第2相机时的上述第2图像基于拍摄在上述第2图像中的上述步行者的脸区域的大小而被决定。
6.一种记录介质，记录有用于使计算机执行权利要求5所述的步行功能评价方法的程序。
7.一种认知功能评价装置，其中，具备：
图像取得部，取得由第1相机拍摄的包含步行者作为被摄体的第1图像、以及由与上述第1相机不同的第2相机拍摄的包含上述步行者作为被摄体的第2图像；
步行速度推测部，基于上述图像取得部取得的上述第1图像及上述第2图像，推测上述步行者的步行速度；
记录部，记录上述步行速度的时间序列数据；
基准数据保存部，保存当作步行功能下降的步行速度的基准数据；
评价部，基于上述时间序列数据和上述基准数据，对上述步行者的步行功能进行评价；
提示部，提示与由上述评价部进行了评价的上述步行者的步行功能有关的信息；
脸区域检测部，从上述第1图像或上述第2图像检测上述步行者的脸区域；以及
认证部，根据上述脸区域计算上述步行者的脸的特征量，认证上述脸的特征量与已登记的多个人物中的脸的特征量是否一致；
在由上述认证部判断为上述步行者的脸的特征量与上述已登记的多个人物中的脸的特征量一致的情况下，上述步行速度推测部基于上述第1相机与上述第2相机的设置间隔、上述步行者最接近于上述第1相机时的上述第1图像被取得的时间、以及上述步行者最接近于上述第2相机时的上述第2图像被取得的时间，推测上述步行者的步行速度；
上述基准数据保存部保存能够在上述步行速度为规定阈值以下的情况下判断为步行功能下降的上述规定阈值；
上述评价部通过对上述时间序列数据的规定期间中的步行速度低于上述规定阈值的天数、与上述时间序列数据的相对于上述规定期间而言的过去的规定期间中的步行速度低于上述规定阈值的天数进行比较，判断认知功能下降；
上述提示部提示认知功能的变化；
上述第1相机及上述第2相机沿着上述步行者的移动方向隔开间隔而设置；
上述第1相机及上述第2相机分别从上述步行者的前方拍摄上述步行者；
上述步行者最接近于上述第1相机时的上述第1图像基于拍摄在上述第1图像中的上述步行者的脸区域的大小而被决定；
上述步行者最接近于上述第2相机时的上述第2图像基于拍摄在上述第2图像中的上述步行者的脸区域的大小而被决定。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019134452 | 2019-07-22 | ||
| JP2019-134452 | 2019-07-22 | ||
| PCT/JP2020/026208 WO2021014938A1 (ja) | 2019-07-22 | 2020-07-03 | 歩行機能評価装置、歩行機能評価システム、歩行機能評価方法、プログラム、及び、認知機能評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113853158A CN113853158A (zh) | 2021-12-28 |
| CN113853158B true CN113853158B (zh) | 2024-05-14 |
Family
ID=74192461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080037615.5A Active CN113853158B (zh) | 2019-07-22 | 2020-07-03 | 步行功能评价装置、步行功能评价系统、步行功能评价方法、记录介质及认知功能评价装置 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP7129652B2 (zh) |
| CN (1) | CN113853158B (zh) |
| WO (1) | WO2021014938A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7007769B1 (ja) | 2021-05-26 | 2022-01-25 | 株式会社to you | ネットワークシステム、サーバ、および歩行速度測定方法 |
| US20240138750A1 (en) * | 2021-06-29 | 2024-05-02 | Nec Corporation | Cognitive function estimation device, cognitive function estimation method, and storage medium |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005003752A (ja) * | 2003-06-10 | 2005-01-06 | Tsukuba Multimedia:Kk | 地図誘導全方位映像システム |
| JP2006099615A (ja) * | 2004-09-30 | 2006-04-13 | Toshiba Corp | 顔認証装置および入退場管理装置 |
| JP2007127478A (ja) * | 2005-11-02 | 2007-05-24 | Konica Minolta Holdings Inc | 追跡対象物速度検出装置および追跡対象物速度検出方法 |
| JP2007241500A (ja) * | 2006-03-07 | 2007-09-20 | Toshiba Corp | 顔認証装置および顔認証方法 |
| WO2007114405A1 (en) * | 2006-03-28 | 2007-10-11 | Fujifilm Corporation | Image recording apparatus, image recording method and image recording program |
| JP2009285077A (ja) * | 2008-05-28 | 2009-12-10 | Sanyo Electric Co Ltd | 生活機能測定装置、生活機能測定プログラム及び生活機能測定システム |
| JP2013065119A (ja) * | 2011-09-15 | 2013-04-11 | Toshiba Corp | 顔認証装置及び顔認証方法 |
| CN103106393A (zh) * | 2012-12-12 | 2013-05-15 | 袁培江 | 一种基于机器人平台的嵌入式人脸识别智能身份认证系统 |
| JP2013109051A (ja) * | 2011-11-18 | 2013-06-06 | Glory Ltd | 電子情報提供システム及び電子情報提供方法 |
| WO2014030295A1 (ja) * | 2012-08-24 | 2014-02-27 | パナソニック 株式会社 | 体動検出装置及びこれを備える電気刺激装置 |
| CN104268882A (zh) * | 2014-09-29 | 2015-01-07 | 深圳市热活力科技有限公司 | 基于双线阵摄像头的高速运动物体检测与测速方法及系统 |
| CN205230242U (zh) * | 2015-12-04 | 2016-05-11 | 重庆财信合同能源管理有限公司 | 一种智能小区安防系统 |
| WO2017080399A1 (zh) * | 2015-11-12 | 2017-05-18 | 阿里巴巴集团控股有限公司 | 一种人脸位置跟踪方法、装置和电子设备 |
| WO2017104321A1 (ja) * | 2015-12-17 | 2017-06-22 | 日本ロジックス株式会社 | 見守りシステム及び見守り方法 |
| CN107462741A (zh) * | 2017-07-26 | 2017-12-12 | 武汉船用机械有限责任公司 | 一种运动物体速度及加速度测量装置 |
| CN107735813A (zh) * | 2015-06-10 | 2018-02-23 | 柯尼卡美能达株式会社 | 图像处理系统、图像处理装置、图像处理方法及图像处理程序 |
| JP2018029706A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社デジタル・スタンダード | 端末装置、評価システム、およびプログラム |
| JP2018114278A (ja) * | 2017-01-19 | 2018-07-26 | パナソニックＩｐマネジメント株式会社 | 歩行転倒防止装置、歩行転倒防止装置の制御装置及び制御方法、並びに、歩行転倒防止装置用制御プログラム |
| CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
| JP2019066452A (ja) * | 2017-09-28 | 2019-04-25 | 有限会社起福 | 在宅管理システム及びそれに用いる在不在判定端末とコンピュータプログラム |
| CN109791437A (zh) * | 2016-09-29 | 2019-05-21 | 三星电子株式会社 | 显示装置及其控制方法 |
| WO2019116830A1 (ja) * | 2017-12-13 | 2019-06-20 | パナソニックＩｐマネジメント株式会社 | 認知機能低下判定システム |
| WO2019130674A1 (ja) * | 2017-12-25 | 2019-07-04 | コニカミノルタ株式会社 | 介護施設用行動異常検知装置、該方法および該システム |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110292213A1 (en) * | 2010-05-26 | 2011-12-01 | Lacey James H | Door mountable camera surveillance device and method |
| JP5782387B2 (ja) * | 2012-01-05 | 2015-09-24 | 株式会社 日立産業制御ソリューションズ | 入退室管理システム |
| JP2015070581A (ja) * | 2013-09-30 | 2015-04-13 | Kddi株式会社 | 移動経路推定装置、移動経路推定方法およびコンピュータプログラム |
| JP6492890B2 (ja) * | 2015-03-31 | 2019-04-03 | 富士通株式会社 | 情報収集プログラム、情報収集方法、および情報収集装置 |
| JP6829988B2 (ja) * | 2016-12-20 | 2021-02-17 | 株式会社竹中工務店 | 運動量推定装置、運動量推定プログラム、及び運動量推定システム |
-
2020
- 2020-07-03 CN CN202080037615.5A patent/CN113853158B/zh active Active
- 2020-07-03 JP JP2021533913A patent/JP7129652B2/ja active Active
- 2020-07-03 WO PCT/JP2020/026208 patent/WO2021014938A1/ja active Application Filing
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005003752A (ja) * | 2003-06-10 | 2005-01-06 | Tsukuba Multimedia:Kk | 地図誘導全方位映像システム |
| JP2006099615A (ja) * | 2004-09-30 | 2006-04-13 | Toshiba Corp | 顔認証装置および入退場管理装置 |
| JP2007127478A (ja) * | 2005-11-02 | 2007-05-24 | Konica Minolta Holdings Inc | 追跡対象物速度検出装置および追跡対象物速度検出方法 |
| JP2007241500A (ja) * | 2006-03-07 | 2007-09-20 | Toshiba Corp | 顔認証装置および顔認証方法 |
| WO2007114405A1 (en) * | 2006-03-28 | 2007-10-11 | Fujifilm Corporation | Image recording apparatus, image recording method and image recording program |
| JP2009285077A (ja) * | 2008-05-28 | 2009-12-10 | Sanyo Electric Co Ltd | 生活機能測定装置、生活機能測定プログラム及び生活機能測定システム |
| JP2013065119A (ja) * | 2011-09-15 | 2013-04-11 | Toshiba Corp | 顔認証装置及び顔認証方法 |
| JP2013109051A (ja) * | 2011-11-18 | 2013-06-06 | Glory Ltd | 電子情報提供システム及び電子情報提供方法 |
| WO2014030295A1 (ja) * | 2012-08-24 | 2014-02-27 | パナソニック 株式会社 | 体動検出装置及びこれを備える電気刺激装置 |
| CN103106393A (zh) * | 2012-12-12 | 2013-05-15 | 袁培江 | 一种基于机器人平台的嵌入式人脸识别智能身份认证系统 |
| CN104268882A (zh) * | 2014-09-29 | 2015-01-07 | 深圳市热活力科技有限公司 | 基于双线阵摄像头的高速运动物体检测与测速方法及系统 |
| CN107735813A (zh) * | 2015-06-10 | 2018-02-23 | 柯尼卡美能达株式会社 | 图像处理系统、图像处理装置、图像处理方法及图像处理程序 |
| WO2017080399A1 (zh) * | 2015-11-12 | 2017-05-18 | 阿里巴巴集团控股有限公司 | 一种人脸位置跟踪方法、装置和电子设备 |
| CN205230242U (zh) * | 2015-12-04 | 2016-05-11 | 重庆财信合同能源管理有限公司 | 一种智能小区安防系统 |
| WO2017104321A1 (ja) * | 2015-12-17 | 2017-06-22 | 日本ロジックス株式会社 | 見守りシステム及び見守り方法 |
| JP2018029706A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社デジタル・スタンダード | 端末装置、評価システム、およびプログラム |
| CN109791437A (zh) * | 2016-09-29 | 2019-05-21 | 三星电子株式会社 | 显示装置及其控制方法 |
| JP2018114278A (ja) * | 2017-01-19 | 2018-07-26 | パナソニックＩｐマネジメント株式会社 | 歩行転倒防止装置、歩行転倒防止装置の制御装置及び制御方法、並びに、歩行転倒防止装置用制御プログラム |
| CN107462741A (zh) * | 2017-07-26 | 2017-12-12 | 武汉船用机械有限责任公司 | 一种运动物体速度及加速度测量装置 |
| JP2019066452A (ja) * | 2017-09-28 | 2019-04-25 | 有限会社起福 | 在宅管理システム及びそれに用いる在不在判定端末とコンピュータプログラム |
| WO2019116830A1 (ja) * | 2017-12-13 | 2019-06-20 | パナソニックＩｐマネジメント株式会社 | 認知機能低下判定システム |
| WO2019130674A1 (ja) * | 2017-12-25 | 2019-07-04 | コニカミノルタ株式会社 | 介護施設用行動異常検知装置、該方法および該システム |
| CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 步态识别问题的特点及研究现状;赵黎丽;侯正信;;中国图象图形学报;20060330(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021014938A1 (zh) | 2021-01-28 |
| WO2021014938A1 (ja) | 2021-01-28 |
| JP7129652B2 (ja) | 2022-09-02 |
| CN113853158A (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11625949B2 (en) | Face authentication apparatus | |
| CN113853158B (zh) | 步行功能评价装置、步行功能评价系统、步行功能评价方法、记录介质及认知功能评价装置 | |
| JP2019194888A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN109803589B (zh) | 认知功能评价装置、认知功能评价系统、认知功能评价方法以及记录介质 | |
| KR20170132644A (ko) | 케어 정보를 획득하기 위한 방법, 케어 정보를 공유하기 위한 방법, 및 그것들을 위한 전자 장치 | |
| US9727791B2 (en) | Person detection system, method, and non-transitory computer readable medium | |
| JP6481400B2 (ja) | 清掃状況の評価方法、清掃状況の評価プログラムおよび清掃状況の評価装置 | |
| JP6094903B2 (ja) | 受信装置及び受信側画像処理方法 | |
| WO2017092269A1 (zh) | 客流信息采集方法及装置、客流信息处理方法及装置 | |
| WO2017072158A1 (en) | A system and method for determining the location and occupancy of workspaces | |
| JP6812976B2 (ja) | 監視システム、監視ネットワーク構築方法、およびプログラム | |
| JP2007102482A (ja) | 自動計数装置、プログラムおよび方法 | |
| CN114821483B (zh) | 应用于监控视频的可测温的监视方法及系统 | |
| JP6525072B1 (ja) | 顔認証装置 | |
| JP6519181B2 (ja) | 乱雑度の変化の傾向監視方法、乱雑度の変化の傾向監視プログラムおよび乱雑度の変化の傾向監視装置 | |
| TWI631480B (zh) | 具備臉部辨識之門禁系統 | |
| JPWO2016038872A1 (ja) | 情報処理装置、表示方法およびコンピュータプログラム | |
| US20190122228A1 (en) | Examination device | |
| CN111625794B (zh) | 录入方法、运行控制模块、家电设备、系统和存储介质 | |
| JP2020187389A (ja) | 移動体軌跡分析装置、移動体軌跡分析プログラム、および移動体軌跡分析方法 | |
| US10977482B2 (en) | Object attribution analyzing method and related object attribution analyzing device | |
| JP2018033103A (ja) | フレームレート判定装置、フレームレート判定方法及びフレームレート判定用コンピュータプログラム | |
| CN113705988A (zh) | 一种监理人员绩效管理方法、系统、存储介质及智能终端 | |
| KR20130104018A (ko) | 영상분석을 이용한 출입 계수시스템 및 그 방법 | |
| JP7166106B2 (ja) | 設置環境推定装置及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |