JP2009279099A - 瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム - Google Patents
瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム Download PDFInfo
- Publication number
- JP2009279099A JP2009279099A JP2008132541A JP2008132541A JP2009279099A JP 2009279099 A JP2009279099 A JP 2009279099A JP 2008132541 A JP2008132541 A JP 2008132541A JP 2008132541 A JP2008132541 A JP 2008132541A JP 2009279099 A JP2009279099 A JP 2009279099A
- Authority
- JP
- Japan
- Prior art keywords
- blink
- feature amount
- waveform
- identification
- type
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000004397 blinking Effects 0.000 title abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000037007 arousal Effects 0.000 claims description 24
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 16
- 210000000744 eyelid Anatomy 0.000 description 14
- 206010062519 Poor quality sleep Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000000193 eyeblink Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Eye Examination Apparatus (AREA)
Abstract
【解決手段】瞬目種別識別装置10は、瞬目波形入力部101でドライバが高覚醒状態である時の瞬目波形データを入力し、標準瞬目波形特徴量算出部103で当該ドライバの標準の瞬目波形特著量を算出する。瞬目波形入力部101で当該ドライバの瞬目種別の識別対象となる瞬目波形データを入力し、当該識別対象となる瞬目波形データに基づいて、識別対象となる瞬目波形特徴量を識別対象瞬目波形特徴量算出部104で算出する。瞬目識別特徴量算出部105は、標準の瞬目波形特徴量を用いて識別対象となる瞬目波形特徴量を補正することにより、瞬目波形種別を識別するHMMに入力するための瞬目識別特徴量を算出する。
【選択図】 図3
Description
しかしながらドライビングシミュレーターを使用した運転中の様々な覚醒状態における瞬目EOG波形の閉瞼時間と開瞼時間のドライバ間の差を調べると、およそ10%〜20%のドライバは、他の標準的なドライバの瞬目の閉瞼時間と開瞼時間と異なる特性をもつことが明らかになった。図13にドライバ毎の各瞬目種別A〜Eの閉瞼時間のばらつきを、図14に開瞼時間のばらつきを示す。グラフの横軸の例えば「f27」は27歳の女性ドライバ、「m34」は34歳の男性ドライバを示す。これらの図から分かるように、およそ10%から20%のドライバは他の標準的な瞬目時間特性に対して異なる特性を有していることがわかった。ちなみに、ドライバの瞬目時間特性分布の概念図を図17に示す。標準的瞬目時間特性ドライバの分布Aに対して、BあるいはCの分布に属する特異な瞬目時間特性を有するドライバを特異瞬目時間特性ドライバという。
したがって、瞬目時間特性が標準的なドライバと異なる特異瞬目時間特性ドライバに対しても瞬目種別識別の性能を向上させ、不特定ドライバに適応できる瞬目種別識別が求められていた。
そこで、本発明は、このような従来の技術の有する未解決の課題に着目してなされたものであって、瞬目波形特性が標準的なドライバとは異なるドライバに対しても瞬目種別識別性能を向上させ、不特定ドライバの瞬目種別識別を可能にする瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラムを提供することを目的とする。
本発明によれば、瞬目種別識別装置は、対象者の標準の瞬目波形特徴量を用いて識別対象の瞬目波形特徴量を補正することにより、共通のパターンモデルに入力する瞬目識別特徴量を算出するため、対象者毎のパターンモデルを用意しなくても、共通のパターンモデルを用いて不特定対象者の瞬目種別を高性能に行うことができる。
請求項3に記載の発明は、請求項1に記載の瞬目種別識別装置において、前記瞬目識別特徴量算出手段は、前記対象者の前記標準の瞬目波形特徴量に基づいて決定された正規化係数を用いて、前記識別対象の瞬目波形特徴量を正規化することにより、前記瞬目識別特徴量を算出することを特徴とする。
本発明によれば、複数のパターンモデルを用意しておき、算出された対象者の標準の瞬目波形特徴量に応じて使用すべきパターンモデルを決定することで、識別対象の瞬目波形特徴量を補正しなくても、不特定対象者の瞬目種別を高性能に行うことができる。
請求項9に記載の発明は、請求項1〜4の何れか1項に記載の対象者をドライバとした瞬目種別識別装置である。
請求項10に記載の発明は、請求項1〜4の何れか1項に記載の瞬目種別識別装置を用いた覚醒状態判定装置である。
また、本発明によれば、複数のパターンモデルを用意しておき、算出された対象者の標準の瞬目波形特徴量に応じて使用すべきパターンモデルを決定することで、識別対象の瞬目波形特徴量を補正しなくても、不特定対象者の瞬目種別を高性能に行うことができる。
(第1実施形態)
図1は、本発明の第1実施形態に係る瞬目種別識別装置10の機能構成を示すブロック図である。なお、これらの機能は、瞬目種別識別装置10が備える図示せぬCPU(Central Processing Unit)がROMやハードディスク装置等の記憶装置に記憶されているプログラムを読み出して実行することにより実現される機能である。
高覚醒状態瞬目抽出部102は、瞬目波形入力部101で入力された瞬目波形データから、図12に示す瞬目種別Aが主成分を占める、高覚醒状態における瞬目波形データを収集する。なお、ドライバの運転開始時の数分間を高覚醒状態であるとして瞬目から得られた瞬目波形データを入力する場合には、入力された全ての瞬目波形データを高覚醒状態における瞬目波形データとして扱ってもよい。
ここで、瞬目波形特徴量としては、EOG値、あるいは眼瞼映像からの眼瞼開口度の実時間変化値に対して正規化を行い生成した波形値を用いても良い。この波形値は、例えば、図16に示すように、波形のピーク高、開瞼時間、閉瞼時間の少なくとも1つの値を含むことができる。
さらに、実時間空間の瞬目波形特徴量を用いる場合には、例えば図15に示すような眼瞼開口度の瞬目波形の波形値をそのまま瞬目波形特徴量として用いる方法もあるが、この波形に対してローパスフィルターや回帰曲線などを用いて生成したスムージング処理波形を用いることもできる。周波数空間の瞬目波形パラメータの場合にも、スムージングの目的で低周波部分のみの基底周波数重みを用いることもできる。図2には、図15に示す眼瞼開口度の瞬目波形に対して、スムージング処理を施した波形の一例を示す。このようなスムージング処理を施すことで、瞬目種別識別の性能を向上させる瞬目波形特徴量を得ることができる。
瞬目識別特徴量算出部105は、標準の瞬目波形特徴量を用いて、識別対象の瞬目波形特徴量をドライバに非依存となるように補正することにより、予め用意されて記憶装置に記憶されている共通のHMMに入力するための瞬目識別特徴量を算出する。本実施形態では、識別対象の瞬目波形特徴量と標準の瞬目波形特徴量との差分をとることにより、補正を行う。このように、標準の瞬目波形特徴量を用いて識別対象の瞬目波形特徴量をドライバに非依存となるように補正することを、以下では「ドライバ非依存化処理」ともいう。
瞬目種別識別部106で所定時間内に識別された各瞬目種別A,B,C,D,Eの生起頻度、割合等は、覚醒状態の判定に用いられる。この覚醒状態を識別する機能は、瞬目種別識別装置10が備えていてもよし、別の装置が備えていてもよい。覚醒状態の判定の機能は、瞬目種別の識別と同様に、HHMを用いて実現することができる。
まず、Step10において、瞬目種別識別装置10の瞬目波形入力部101は、EOG又は映像データから得られた瞬目波形データを入力する。Step20において、高覚醒状態瞬目抽出部102は、Step10において入力された瞬目波形データから、主に瞬目種別Aが主成分を占める、高覚醒状態における瞬目波形データを収集する。Step30において、標準瞬目波形特徴量算出部103は、その収集した瞬目波形データで示される波形群の中心値や平均値などを用いて、対象者毎の標準瞬目波形特徴量を決定する。高覚醒状態における瞬目波形データ収集は、実際の自動車ドライバへの適応では、例えば運転開始時の数分間の瞬目などを用いることができる。
このように、識別対象の瞬目波形特徴量と標準瞬目波形特徴量との差分をとってドライバ非依存化処理を行うことにより、共通のHMMに入力するための瞬目識別特徴量を算出することができるため、瞬目時間特性が標準と異なる対象者に対しても、瞬目種別を正しく行うことができる。
図5は、図13及び図14に示した閉瞼時間特性及び開瞼時間特性が標準とは異なるドライバf25について、EOGから得られた瞬目波形の個人特定モデルによる瞬目種別識別結果を、瞬目種別毎の生起頻度経時変化を示すヒストグラムで表したものである。図5(a)が瞬目種別A、図5(b)が瞬目種別B、図5(c)が瞬目種別C、図5(d)が瞬目種別D、図5(e)が瞬目種別Eのヒストグラムにそれぞれ対応している。この図の横軸はドライバの運転経過時間(単位は分)を示し、縦軸はそれぞれの瞬目種別の1分間における生起回数を示す。そして、この瞬目種別の生起頻度経時変化を正解データとする。
それに対して、ドライバ非依存化処理を行った場合の、HMMによるドライバ共通モデルを用いた瞬目種別識別結果を図7に示す。図7に示されるように、図6で正解データに対して大きく異なっていた瞬目種別B、C、D、Eの生起頻度経時変化が正解データに近くなり、瞬目種別の識別性能が大きく向上していることが分かる。このドライバ非依存化処理により、この瞬目種別の識別結果からドライバの覚醒状態を正しく判定することが可能となった。
以上のようなドライバ非依存化処理を行うことにより、瞬目時間特性が標準的なドライバと異なるおよそ10%から20%のドライバに対しても、瞬目種別を正しく行うことが可能となる。
次に、本発明に係る第2実施形態について説明する。図9は、本実施形態に係る瞬目種別識別装置20の機能構成を示すブロック図である。
HMM決定部205は、標準瞬目波形特徴量算出部103により算出された標準の瞬目波形特徴量に応じて、予め用意しておいた複数のHMMの中から、瞬目種別識別に使用するのに適したHMMを決定する。
瞬目波形識別部206は、識別対象瞬目波形パラメータ算出部104により算出された瞬目波形特徴量を、HMM決定部205により決定されたHMMに入力することにより、瞬目種別を識別する。
HMM記憶部207は、標準の瞬目波形からの乖離度に応じて、すなわち、異なる瞬目特性を有する瞬目波形特徴量に基づいて学習された複数のHHMを予め生成して記憶装置に記憶する。
上記以外の構成は第1実施形態と同様である。
Step10〜40の処理は、図3に示すStep10〜40の処理と同様であるため、説明を省略する。
Step80において、HMM決定部205は、標準瞬目波形特徴量算出部103により算出された標準の瞬目波形特徴量に応じて、予め用意しておいた複数のHMMの中から、瞬目種別識別に使用するのに適したHMMを決定する。
このように、あらかじめ複数のHMMを用意しておき、算出された標準の瞬目波形特徴量に応じて使用すべきHMMを決定することで、識別対象の瞬目波形特徴量を補正することなく、不特定対象者の瞬目種別を高性能に行うことができる。
なお、第1実施形態で説明した方式による瞬目種別識別の性能が低い場合に、本実施形態の方式に切り替えるようにしてもよい。
101 瞬目波形入力部
102 高覚醒状態瞬目抽出部
103 標準瞬目波形特徴量算出部
104 識別対象瞬目波形特徴量算出部
105 瞬目識別特徴量算出部
106 瞬目種別識別部
205 HMM決定部
206 瞬目波形識別部
207 HMM記憶部
Claims (10)
- 不特定の対象者の瞬目の特性を示す瞬目識別特徴量を共通のパターンモデルに入力することにより、被験者の覚醒状態の判定のために用いられる瞬目種別を識別する瞬目種別識別装置であって、
対象者の瞬目に基づく瞬目波形データを入力する瞬目波形入力手段と、
前記対象者が高覚醒状態である時の瞬目波形データを前記瞬目波形入力手段により入力し、該瞬目波形データに基づいて前記被験者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出手段と、
前記対象者の瞬目種別の識別対象となる瞬目波形データを前記瞬目波形入力手段により入力し、該識別対象となる瞬目波形データに基づいて識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出手段と、
前記標準の瞬目波形特徴量を用いて前記識別対象の瞬目波形特徴量を補正することにより、前記共通のパターンモデルに入力するための瞬目識別特徴量を算出する瞬目識別特徴量算出手段と
を備えたことを特徴とする瞬目種別識別装置。 - 前記瞬目識別特徴量算出手段は、
前記標準の瞬目波形特徴量と前記識別対象の瞬目波形特徴量との差を前記瞬目識別特徴量として算出することを特徴とする請求項1に記載の瞬目種別識別装置。 - 前記瞬目識別特徴量算出手段は、
前記対象者の前記標準の瞬目波形特徴量に基づいて決定された正規化係数を用いて、前記識別対象の瞬目波形特徴量を正規化することにより、前記瞬目識別特徴量を算出することを特徴とする請求項1に記載の瞬目種別識別装置。 - 不特定の対象者の覚醒状態を判定するために用いられる瞬目種別を識別する瞬目種別識別装置であって、
前記瞬目種別を識別するために、異なる瞬目特性を有する瞬目波形特徴量に基づいて学習された複数のパターンモデルを記憶するパターンモデル記憶手段と、
前記対象者の瞬目に基づく瞬目波形データを入力する瞬目波形入力手段と、
前記対象者が高覚醒状態である時の瞬目に基づく瞬目波形データを前記瞬目波形入力手段により入力し、該瞬目波形データに基づいて前記対象者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出手段と、
前記標準瞬目波形特徴量算出手段により算出された標準の瞬目波形特徴量に応じて、使用すべきパターンモデルを決定するパターンモデル定手段と、
前記対象者の瞬目種別の識別対象となる瞬目波形データを前記瞬目波形入力手段により入力し、該識別対象となる瞬目波形データに基づいて識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出手段と、
前記識別対象瞬目波形特徴量算出手段により算出された瞬目波形特徴量を前記パターンモデル決定手段により決定されたパターンモデルに入力することにより瞬目種別を識別する瞬目種別識別手段とを備えることを特徴とする瞬目種別識別装置。 - 瞬目種別識別装置が、不特定の対象者の瞬目の特性を示す瞬目識別特徴量を共通のパターンモデルに入力することにより、対象者の覚醒状態の判定のために用いられる瞬目種別を識別する瞬目種別識別方法であって、
対象者が高覚醒状態である時の瞬目に基づく瞬目波形データを入力する高覚醒瞬目波形入力ステップと、
前記高覚醒瞬目波形入力ステップにおいて入力された該瞬目波形データに基づいて前記対象者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出ステップと、
前記対象者の瞬目種別の識別対象となる瞬目波形データを入力する識別対象瞬目波形特徴量入力ステップと、
前記識別対象瞬目波形特徴量入力ステップにおいて入力された識別対象となる瞬目波形データに基づいて、識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出ステップと、
前記標準の瞬目波形特徴量を用いて前記識別対象の瞬目波形特徴量を補正することにより、前記共通のパターンモデルに入力するための瞬目識別特徴量を算出する瞬目波形特徴量算出ステップと
を備えたことを特徴とする瞬目種別識別方法。 - 不特定の対象者の瞬目の特性を示す瞬目識別特徴量を共通のパターンモデルに入力することにより、対象者の覚醒状態の判定のために用いられる瞬目種別を識別するための瞬目種別識別プログラムであって、
コンピュータに、
対象者が高覚醒状態である時の瞬目に基づく瞬目波形データを入力する高覚醒瞬目波形入力ステップと、
前記高覚醒瞬目波形入力ステップにおいて入力された該瞬目波形データに基づいて前記対象者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出ステップと、
前記対象者の瞬目種別の識別対象となる瞬目波形データを入力する識別対象瞬目波形特徴量入力ステップと、
前記識別対象瞬目波形特徴量入力ステップにおいて入力された識別対象となる瞬目波形データに基づいて、識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出ステップと、
前記標準の瞬目波形特徴量を用いて前記識別対象の瞬目波形特徴量を補正することにより、前記共通のパターンモデルに入力するための瞬目識別特徴量を算出する瞬目識別特徴量算出ステップと、
前記瞬目識別特徴量算出ステップにおいて算出された瞬目識別特徴量を前記共通のパターンモデルに入力することにより、瞬目種別を識別する瞬目種別識別ステップと
を実行させるための瞬目種別識別プログラム。 - 瞬目種別識別装置が、不特定の対象者の覚醒状態を判定するために用いられる瞬目種別を識別する瞬目種別識別方法であって、
前記対象者が高覚醒状態である時の瞬目に基づく瞬目波形データを入力する高覚醒瞬目波形入力ステップと、
前記高覚醒瞬目波形入力ステップにおいて入力された該瞬目波形データに基づいて前記対象者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出ステップと、
前記標準瞬目波形特徴量算出ステップにおいて算出された標準の瞬目波形特徴量に応じて、使用すべきパターンモデルを決定するパターンモデル決定ステップと、
前記対象者の瞬目種別の識別対象となる瞬目波形データを入力する識別対象瞬目波形データ入力ステップと、
前記識別対象瞬目波形データ入力ステップにおいて入力された瞬目波形データに基づいて、識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出ステップと、
前記識別対象瞬目波形特徴量算出ステップにおいて算出された識別対象の瞬目波形特徴量を前記パターンモデル決定手段により決定されたパターンモデルに入力することにより、瞬目種別を識別する瞬目種別識別ステップと
を備えたことを特徴とする瞬目種別識別方法。 - 不特定の対象者の覚醒状態を判定するために用いられる瞬目種別を識別するためのプログラムであって、
コンピュータに、
前記対象者が高覚醒状態である時の瞬目に基づく瞬目波形データを入力する高覚醒瞬目波形入力ステップと、
前記高覚醒瞬目波形入力ステップにおいて入力された該瞬目波形データに基づいて前記対象者の標準の瞬目波形特徴量を算出する標準瞬目波形特徴量算出ステップと、
前記標準瞬目波形特徴量算出ステップにおいて算出された標準の瞬目波形特徴量に応じて、使用すべきパターンモデルを決定するパターンモデル決定ステップと、
前記対象者の瞬目種別の識別対象となる瞬目波形データを入力する識別対象瞬目波形データ入力ステップと、
前記識別対象瞬目波形データ入力ステップにおいて入力された瞬目波形データに基づいて、識別対象の瞬目波形特徴量を算出する識別対象瞬目波形特徴量算出ステップと、
前記識別対象瞬目波形特徴量算出ステップにおいて算出された瞬目波形パラメータを前記パターンモデル決定手段により決定されたパターンモデルに入力することにより、瞬目種別を判定する瞬目種別判定ステップと
を実行させるための瞬目種別識別プログラム。 - 請求項1〜4の何れか1項に記載の対象者をドライバとした瞬目種別識別装置。
- 請求項1〜4の何れか1項に記載の瞬目種別識別装置を用いた覚醒状態判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008132541A JP5189893B2 (ja) | 2008-05-20 | 2008-05-20 | 瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008132541A JP5189893B2 (ja) | 2008-05-20 | 2008-05-20 | 瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009279099A true JP2009279099A (ja) | 2009-12-03 |
JP5189893B2 JP5189893B2 (ja) | 2013-04-24 |
Family
ID=41450213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008132541A Active JP5189893B2 (ja) | 2008-05-20 | 2008-05-20 | 瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5189893B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011229741A (ja) * | 2010-04-28 | 2011-11-17 | Toyota Motor Corp | 眠気度推定装置および眠気度推定方法 |
JP2016515431A (ja) * | 2013-04-08 | 2016-05-30 | コジセン エッセエッレエッレ | 視線追跡のための方法 |
CN108491618A (zh) * | 2018-03-19 | 2018-09-04 | 武汉三相电力科技有限公司 | 故障电流识别方法、装置、设备及介质 |
CN109543629A (zh) * | 2018-11-26 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种眨眼识别方法、装置、设备及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60592A (ja) * | 1983-06-15 | 1985-01-05 | 三菱電機株式会社 | いねむり防止装置 |
JPH06333183A (ja) * | 1993-05-24 | 1994-12-02 | Toyota Central Res & Dev Lab Inc | 覚醒度検出装置 |
JPH07156682A (ja) * | 1993-12-03 | 1995-06-20 | Nissan Motor Co Ltd | 覚醒状態検出装置 |
JP2000040148A (ja) * | 1998-07-24 | 2000-02-08 | Multi Media System Jigyo Kyodo Kumiai | 居眠り運転防止装置 |
WO2005114576A1 (ja) * | 2004-05-21 | 2005-12-01 | Asahi Kasei Kabushiki Kaisha | 動作内容判定装置 |
JP2007502630A (ja) * | 2003-08-21 | 2007-02-15 | ジェフリー バートン,ピーター | 認知処理 |
JP2007312824A (ja) * | 2006-05-23 | 2007-12-06 | Asahi Kasei Corp | まばたきデータ種別装置、覚醒状態判定装置及び覚醒状態判断装置 |
-
2008
- 2008-05-20 JP JP2008132541A patent/JP5189893B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60592A (ja) * | 1983-06-15 | 1985-01-05 | 三菱電機株式会社 | いねむり防止装置 |
JPH06333183A (ja) * | 1993-05-24 | 1994-12-02 | Toyota Central Res & Dev Lab Inc | 覚醒度検出装置 |
JPH07156682A (ja) * | 1993-12-03 | 1995-06-20 | Nissan Motor Co Ltd | 覚醒状態検出装置 |
JP2000040148A (ja) * | 1998-07-24 | 2000-02-08 | Multi Media System Jigyo Kyodo Kumiai | 居眠り運転防止装置 |
JP2007502630A (ja) * | 2003-08-21 | 2007-02-15 | ジェフリー バートン,ピーター | 認知処理 |
WO2005114576A1 (ja) * | 2004-05-21 | 2005-12-01 | Asahi Kasei Kabushiki Kaisha | 動作内容判定装置 |
JP2007312824A (ja) * | 2006-05-23 | 2007-12-06 | Asahi Kasei Corp | まばたきデータ種別装置、覚醒状態判定装置及び覚醒状態判断装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011229741A (ja) * | 2010-04-28 | 2011-11-17 | Toyota Motor Corp | 眠気度推定装置および眠気度推定方法 |
JP2016515431A (ja) * | 2013-04-08 | 2016-05-30 | コジセン エッセエッレエッレ | 視線追跡のための方法 |
CN108491618A (zh) * | 2018-03-19 | 2018-09-04 | 武汉三相电力科技有限公司 | 故障电流识别方法、装置、设备及介质 |
CN109543629A (zh) * | 2018-11-26 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种眨眼识别方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP5189893B2 (ja) | 2013-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3617815B1 (en) | Work support device, work support method, and work support program | |
US8400313B2 (en) | Vehicle driver sleep state classification generating device based on Hidden Markov Model, sleep state classification device and warning device | |
JP6084953B2 (ja) | コンテンツ評価システム及びそれを用いたコンテンツ評価方法 | |
JP5679066B2 (ja) | 居眠り検出方法と装置 | |
Lawhern et al. | Detection and classification of subject-generated artifacts in EEG signals using autoregressive models | |
JP2010068848A (ja) | 眠気判定装置及びプログラム | |
O’Regan et al. | Multimodal detection of head-movement artefacts in EEG | |
CA2747631A1 (en) | Device and method for generating a representation of a subject's attention level | |
CN104720746A (zh) | 一种睡眠阶段确定方法和系统 | |
JP2007229218A (ja) | 覚醒度推定装置及びシステム並びに方法 | |
JP2007264785A (ja) | 眠気検出装置 | |
JP5189893B2 (ja) | 瞬目種別識別装置、瞬目種別識別方法、及び瞬目種別識別プログラム | |
Gerla et al. | Multivariate analysis of full-term neonatal polysomnographic data | |
JP6957011B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
JP6458387B2 (ja) | 生体電気ノイズ同定システム及び生体電気ノイズ除去システム | |
JP7216408B2 (ja) | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム | |
Kim et al. | Low-cost real-time driver drowsiness detection based on convergence of ir images and eeg signals | |
JP2019080809A (ja) | 状態推定装置 | |
CN115040074A (zh) | 阻塞性睡眠呼吸暂停检测方法及装置 | |
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 | |
JP6932351B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
JP6966363B2 (ja) | 推定システム、推定装置及び推定方法 | |
JP2017209262A (ja) | 眠気検知装置 | |
JP7327417B2 (ja) | 状態推定装置、状態推定方法、及びプログラム | |
JP2023181913A (ja) | 瞬き検知装置及び瞬き検知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110518 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121226 |
|
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: 20130122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130125 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160201 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5189893 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |