JP2015112215A - オフィス空間モニタリングシステム - Google Patents
オフィス空間モニタリングシステム Download PDFInfo
- Publication number
- JP2015112215A JP2015112215A JP2013255417A JP2013255417A JP2015112215A JP 2015112215 A JP2015112215 A JP 2015112215A JP 2013255417 A JP2013255417 A JP 2013255417A JP 2013255417 A JP2013255417 A JP 2013255417A JP 2015112215 A JP2015112215 A JP 2015112215A
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- subject
- office space
- speed
- monitoring system
- 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.)
- Pending
Links
Images
Abstract
【課題】対象となる人の運動状態を効率よくモニタリングすることができるオフィス空間モニタリングシステムを提供する。
【解決手段】オフィス空間1に居る対象者Pの運動状態をモニタリングするシステムであって、オフィス空間1に設けられ、対象者Pの運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサ12と、3次元距離センサ12で検知した情報に基づいて、対象者Pの特徴点の情報を算出する特徴点算出手段14と、特徴点算出手段14で算出した特徴点の情報に基づいて、対象者Pの運動状態を判定する運動状態判定手段16とを備えるようにする。
【選択図】図1
【解決手段】オフィス空間1に居る対象者Pの運動状態をモニタリングするシステムであって、オフィス空間1に設けられ、対象者Pの運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサ12と、3次元距離センサ12で検知した情報に基づいて、対象者Pの特徴点の情報を算出する特徴点算出手段14と、特徴点算出手段14で算出した特徴点の情報に基づいて、対象者Pの運動状態を判定する運動状態判定手段16とを備えるようにする。
【選択図】図1
Description
本発明は、例えば、オフィス空間での歩行や椅子への着席などの日常的な執務中の人の振る舞いを検出すると同時に、その人の運動状態をモニタリングするオフィス空間モニタリングシステムに関するものである。
従来、オフィスでは人の有無を人感センサで感知して照明制御などに利用する場合があるが、焦電式の人感センサは人の動きがなくなり静止すると人を感知しないという欠点がある。ICタグを携帯している人の在不在を判定する方法も提案されているが(例えば、特許文献1を参照)、対象者にICタグを常時携帯することを徹底することは難しい。また、オフィスでの人の振る舞いを判定するために、ビデオカメラを設置し、撮影した画像に対して画像処理をして人を検知する方法はあるが(例えば、特許文献1、2を参照)、画像処理の精度を上げるためにはオフィス内での太陽光の影響やカーテンの動きへの配慮、書類の整理など環境整備が必要であるとともに、プライバシーを侵害するおそれがある。
また、上記の方法では、対象となる人の運動状態をモニタリングする情報を収集することは難しい。従来、対象となる人の運動状況をモニタリングする場合には、対象者に対して運動状態を検知する装置を装着して行っている(例えば、特許文献3、4を参照)。しかし、この方法では、対象者が事前に装置を取り付けるために手間と時間がかかるという問題がある。
このため、対象となる人の運動状態をモニタリングするのに、手間や時間のかからない効率のよい方式の開発が求められていた。
本発明は、上記に鑑みてなされたものであって、対象となる人の運動状態を効率よくモニタリングすることができるオフィス空間モニタリングシステムを提供することを目的とする。
上記した課題を解決し、目的を達成するために、本発明に係るオフィス空間モニタリングシステムは、オフィス空間に居る対象者の運動状態をモニタリングするシステムであって、前記オフィス空間に設けられ、前記対象者の運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサと、前記3次元距離センサで検知した情報に基づいて、前記対象者の特徴点の情報を算出する特徴点算出手段と、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の運動状態を判定する運動状態判定手段とを備えることを特徴とする。
また、本発明に係る他のオフィス空間モニタリングシステムは、上述した発明において、前記特徴点算出手段は、前記対象者の特徴点の情報として特徴点の3次元座標と、特徴点の移動速度とを算出することを特徴とする。
また、本発明に係る他のオフィス空間モニタリングシステムは、上述した発明において、前記運動状態判定手段は、あらかじめ設定した立位を判断する閾値内に前記特徴点が位置している場合には、前記対象者が立っている状態と判定する一方、あらかじめ設定した着席を判断する閾値内に前記特徴点が位置している場合には、前記対象者が着席している状態と判定することを特徴とする。
また、本発明に係る他のオフィス空間モニタリングシステムは、上述した発明において、前記運動状態判定手段は、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した前記速度に基づいて前記対象者の運動状態を判定することを特徴とする。
また、本発明に係る他のオフィス空間モニタリングシステムは、上述した発明において、前記運動状態判定手段は、算出した歩行速度、着席速度および立ち上がり速度の少なくとも一つの経時変化を求め、求めた経時変化において、あらかじめ設定した基準値または管理値からのずれにより前記対象者の運動状態を判定し、必要に応じて前記対象者にアラームを発信することを特徴とする。
また、本発明に係る他のオフィス空間モニタリングシステムは、上述した発明において、前記特徴点は、前記対象者の頂点および重心の少なくとも一方であることを特徴とする。
本発明に係るオフィス空間モニタリングシステムによれば、オフィス空間に居る対象者の運動状態をモニタリングするシステムであって、前記オフィス空間に設けられ、前記対象者の運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサと、前記3次元距離センサで検知した情報に基づいて、前記対象者の特徴点の情報を算出する特徴点算出手段と、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の運動状態を判定する運動状態判定手段とを備えるので、例えば机まわりでの対象者の在不在の判定だけでなく、オフィス空間での歩行や椅子への着席などの対象者の日常的な執務中の振る舞いを検知することが可能となり、対象者の運動状態を効率よくモニタリングすることができるという効果を奏する。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記特徴点算出手段は、前記対象者の特徴点の情報として特徴点の3次元座標と、特徴点の移動速度とを算出するので、運動状態判定手段は、この特徴点の3次元座標および移動速度に基づいて対象者の運動状態をより精度よく判定することができる。このため、オフィス空間での歩行や椅子への着席などの対象者の日常的な執務中の振る舞いをより精度よく検知することができるという効果を奏する。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、あらかじめ設定した立位を判断する閾値内に前記特徴点が位置している場合には、前記対象者が立っている状態と判定する一方、あらかじめ設定した着席を判断する閾値内に前記特徴点が位置している場合には、前記対象者が着席している状態と判定するので、対象者の現在の運動状態をより詳細に把握することができる。このため、オフィス空間の照明制御や空調制御を効率的かつ省力的に行えるようになり、照明や空調に係る消費電力の節減が可能になるという効果を奏する。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した前記速度に基づいて前記対象者の運動状態を判定するので、例えば机まわりでの対象者の動線パターンや移動速度など、在席や移動に関わる客観的なデータが得られるとともに、得られたデータから机まわりでの執務の状況を振り返ることで、オフィスでの働き方を改善するためのフィードバックに利用することができるという効果を奏する。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、算出した歩行速度、着席速度および立ち上がり速度の少なくとも一つの経時変化を求め、求めた経時変化において、あらかじめ設定した基準値または管理値からのずれにより前記対象者の運動状態を判定し、必要に応じて前記対象者にアラームを発信するので、例えば1日間、1ヶ月間または1年間の平均歩行速度の推移を求め、求めた平均歩行速度において基準値または管理値以下のものがある場合には、これが観測された時点において対象者は平均歩行速度が低い状態にあったと判定することができるという効果を奏する。また、必要に応じて対象者にアラームを発信することで注意を喚起することができるという効果を奏する。また、机まわりでの対象者の動線パターンや移動速度など、在席や移動に関わる客観的なデータが得られるとともに、得られたデータから机まわりでの執務の状況を振り返ることで、オフィスでの働き方を改善するためのフィードバックに利用することができるという効果を奏する。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記特徴点は、前記対象者の頂点および重心の少なくとも一方であるので、3次元距離センサで検知した情報に基づいて、座標や移動速度などの特徴点の情報を比較的容易に算出することができ、算出した情報に基づいて立位や着席などの対象者の運動状態を判定し易くなるという効果を奏する。
以下に、本発明に係るオフィス空間モニタリングシステムの実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
図1に示すように、本発明に係るオフィス空間モニタリングシステム10は、オフィス空間1に居る対象者Pの運動状態をモニタリングするシステムであって、3次元距離センサ12と、特徴点算出手段14と、運動状態判定手段16とを備える。
3次元距離センサ12は、オフィス空間1の天井2に設けられ、対象者Pの運動状態を平面位置と高さ方向の情報として検知可能なものである。この3次元距離センサ12としては、例えば撮像領域内での多点合焦が可能なマルチフォーカス機能を有するCCDカメラを用いることができる。オフィス空間1には、机3と椅子4が配置されており、対象者Pは日常的な執務中の振る舞いとして、椅子4に着席したり、机3のまわりを含むオフィス空間1内を立位状態で歩行したりする。なお、3次元距離センサ12は、天井2に限らず、机3のまわりに居ることが想定される対象者Pの平面位置と高さ方向の情報を検知できる場所であればオフィス空間1内のどこに配置してもよく、例えば天井2の代わりにオフィス空間1内の壁や柱に設けてもよい。
特徴点算出手段14は、3次元距離センサ12で検知した情報に基づいて、対象者Pの特徴点の情報を算出するものである。ここで、対象者Pの特徴点として、例えば対象者Pの頂点T(対象者の頭頂部の位置)や重心Gを採用することができる。頂点Tや重心Gを採用すれば、特徴点の情報である3次元座標と移動速度とを比較的容易に算出することができる。
3次元距離センサ12による撮影画像から特徴点の座標、移動速度を抽出する手法については、公知の画像処理方法を適用することができる。図2は、特徴点算出手段14による頂点・重心の算出フローチャートの一例を示したものである。図2に示すように、特徴点算出手段14は、まず、3次元距離センサ12のカメラによる撮影画像を介して対象者Pに関する距離画像を取得する(ステップS1)。続いて、この距離画像に対する画像処理を施して対象者Pに関する3次元距離データを測定し(ステップS2)、得られた3次元距離データを3次元距離センサ12の設置高さ・煽り角から3次元座標(直交座標系)のデータに変換する(ステップS3)。これらの処理により、3次元距離データが取得される。
次に、特徴点算出手段14は、対象者Pに関する特徴点の情報を抽出するために、上記の3次元距離データをもとに、対象者Pの背景を差分した距離画像を生成する(ステップS4)。ここで、差分する背景に関するデータとしては、あらかじめ設定したデータや、机3のまわりの領域を推定して得たデータを用いることができる(ステップS9)。次に、生成された背景差分の距離画像に対してノイズ除去処理を施すことで(ステップS5)、対象者Pの特徴点を検出する(ステップS6)。これらの処理により、特徴点が抽出される。
最後に、特徴点算出手段14は、上記の特徴点をもとに、対象者Pの頂点T、重心Gの各3次元座標を算出し(ステップS7)、算出したこれらの座標に基づいて、頂点T、重心Gでの各移動速度を算出する(ステップS8)。これらの処理により、頂点T、重心Gの3次元座標、移動速度が算出される。
運動状態判定手段16は、特徴点算出手段14で算出した特徴点の情報である頂点Tおよび重心Gのそれぞれの3次元座標および移動速度に基づいて、立位や着席などの対象者Pの運動状態を判定するものである。
ここで、運動状態判定手段16は、あらかじめ設定した立位を判断する閾値内に頂点T(特徴点)が位置している場合には、対象者Pが立っている状態と判定する一方、あらかじめ設定した着席を判断する閾値内に頂点T(特徴点)が位置している場合には、対象者Pが着席している状態と判定するようにしてもよい。こうすることで、対象者Pの現在の運動状態をより詳細に把握することができる。
このように、本発明によれば、上述した3次元距離センサ12と、特徴点算出手段14と、運動状態判定手段16とを備えるので、例えば机まわりでの対象者Pの在不在の判定だけでなく、オフィス空間1での歩行や椅子への着席などの対象者Pの日常的な執務中の振る舞いをより精度よく検知することが可能となり、対象者Pの現在の運動状態を詳細かつ効率よくモニタリングすることができる。
図3は、本発明の応用例を示したものである。この図3に示すように、特徴点算出手段14において、3次元距離センサの検知に基づいて頂点T、重心Gの座標等の情報を算出する(ステップS10)。そして、運動状態判定手段16において、対象者Pの振る舞いを判定する振る舞い判定プログラム(不図示)を用いて対象者Pの運動状態を判定することで(ステップS11)、対象者Pの運動状態を常時モニタリングすることができる(ステップS12)。上記の振る舞い判定プログラムによる判定結果は、オフィス空間1の空調制御(ステップS13)や照明制御(ステップS14)にも役立てることが可能である。このため、オフィス空間1の照明制御や空調制御を効率的かつ省力的に行えるようになり、照明や空調に係る消費電力の節減が可能になる。
上記の実施の形態において、運動状態判定手段16は、特徴点算出手段14で算出した特徴点の情報である頂点Tおよび重心Gのそれぞれの3次元座標および移動速度に基づいて、対象者Pの歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した速度に基づいて対象者Pの運動状態を判定するようにしてもよい。この場合の具体的な判定例について以下に説明する。
図4は、本発明による歩行から着席までの判定例を示したものである。図4に示すように、対象者Pの体格に応じて、立位を判断する閾値として上限値Aおよび下限値Bを、着席を判断する閾値として上限値Cおよび下限値Dをあらかじめ設定しておく。これらA、B、C、Dは対象者Pごとに設定することが望ましい。図4の例では、縦軸を対象者Pの頂点Tの高さ(座標)として上記のA、B、C、Dを定め、横軸を歩行から着席までの経過時間として頂点Tの座標の推移を示している。
図4に示すように、運動状態判定手段16は、頂点Tの高さが立位の上限値Aと下限値Bの間にある場合には、対象者Pは歩行している「歩行状態」にあると判定する。また、頂点Tの高さが立位の下限値Bと着席の上限値Cの間にある場合には、対象者Pは椅子に着席しようとする「着席行動状態」にあると判定する。また、頂点Tの高さが着席の上限値Cと下限値Dの間にある場合には、対象者Pは未だ着席していない「着席判断状態」、または着席している「着席状態」にあると判定する。ここで、「着席判断状態」と「着席状態」を区別する判定基準としては、例えば、「着席判断状態」の経過時間があらかじめ定めた所定時間(図4の例では時間Z)を経過した場合に、「着席状態」と判定するようにしてもよい。
図5は、本発明による着席から歩行までの判定例を示したものである。図4の例と同様にして、対象者Pの体格に応じて、立位を判断する閾値として上限値Aおよび下限値Bを、着席を判断する閾値として上限値Cおよび下限値Dをあらかじめ設定しておく。
図5に示すように、運動状態判定手段16は、頂点Tの高さが着席の上限値Cと下限値Dの間にある場合には、対象者Pは着席している「着席状態」にあると判定する。また、頂点Tの高さが立位の下限値Bと着席の上限値Cの間にある場合には、対象者Pは椅子から立ち上がろうとする「立ち上がり行動状態」にあると判定する。また、頂点Tの高さが立位の上限値Aと下限値Bの間にある場合には、対象者Pは立ち上がって歩行している「歩行状態」にあると判定する。
歩行速度は、対象者Pが「歩行状態」にあるときの速度である。この場合、「歩行状態」の時の2次元平面的な移動距離を3次元距離センサ12で測定した平面位置の座標から算出し、算出した移動距離を「歩行状態」の経過時間(図4の例では時間X)で除算することで歩行速度を算出することができる。
着席速度は、対象者Pが「着席行動状態」にあるときの速度である。この場合、「着席行動状態」の時の頂点Tの高さ変化を経過時間(図4の例では時間Y1)で除算することで着席速度を算出することができる。図4の例では、(B−C)/Y1が着席速度である。
立ち上がり速度は、対象者Pが「立ち上がり行動状態」にあるときの速度である。この場合、「立ち上がり行動状態」の時の頂点Tの高さ変化を経過時間(図5の例では時間Y2)で除算することで立ち上がり速度を算出することができる。図5の例では、(B−C)/Y2が立ち上がり速度である。
このように、運動状態判定手段16が対象者Pの歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した速度に基づいて対象者Pの運動状態を判定することで、例えば机まわりでの対象者Pの動線パターンや歩行速度、着席速度、立ち上がり速度など、在席や移動に関わる客観的な時系列データが得られる。得られたデータをデータベースに蓄積し、対象者Pごとに時系列的な実績を把握すれば対象者Pの運動状態の傾向性などを分析でき、運動状態を定性的・定量的にモニタリングすることが可能となる。また、対象者Pが得られたデータから机まわりでの執務の状況を振り返ることで、オフィスでの働き方を改善するためのフィードバックに利用することができる。
なお、上記の実施の形態においては、頂点Tの高さ(座標)を利用した場合を例にとり説明したが、本発明はこれに限るものではない。例えば、特徴点算出手段14において何らかの事情により頂点Tの座標を算出できない場合には、図2で示した算出フローで求めた重心Gの座標をもとに、閾値A、B、C、Dの代わりとなる閾値A’、B’、C’、D’を定めて、対象者Pの運動状態を判定するとともに、歩行速度、着席速度、立ち上がり速度を算出してもよい。
また、上記の実施の形態において、運動状態判定手段16は、算出した歩行速度、着席速度および立ち上がり速度の少なくとも一つの経時変化を求め、求めた経時変化において、あらかじめ設定した基準値または管理値からのずれにより対象者Pの運動状態を判定し、必要に応じて対象者Pにアラームを発信してもよい。
図6は、1日の歩行速度のモニタリングの一例を散布図で示したものである。また、図7は横軸を1ヶ月として、図8は横軸を1年としてその平均歩行速度の推移をそれぞれ折れ線グラフで示したものである。図6、図7、図8のグラフにおいて、平均歩行速度において管理値以下のものがある場合には、これが観測された時点において対象者Pは平均歩行速度が低い状態にあったと判定することができる。この判定が下された場合、必要に応じて対象者Pにアラームを発信して注意を喚起する。なお、1日間、1ヶ月間、1年間の期間に限らず、任意期間において平均歩行速度の推移を求めて上記の判定を下してもよい。
以上説明したように、本発明に係るオフィス空間モニタリングシステムによれば、オフィス空間に居る対象者の運動状態をモニタリングするシステムであって、前記オフィス空間に設けられ、前記対象者の運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサと、前記3次元距離センサで検知した情報に基づいて、前記対象者の特徴点の情報を算出する特徴点算出手段と、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の運動状態を判定する運動状態判定手段とを備えるので、例えば机まわりでの対象者の在不在の判定だけでなく、オフィス空間での歩行や椅子への着席などの対象者の日常的な執務中の振る舞いを検知することが可能となり、対象者の運動状態を効率よくモニタリングすることができる。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記特徴点算出手段は、前記対象者の特徴点の情報として特徴点の3次元座標と、特徴点の移動速度とを算出するので、運動状態判定手段は、この特徴点の3次元座標および移動速度に基づいて対象者の運動状態をより精度よく判定することができる。このため、オフィス空間での歩行や椅子への着席などの対象者の日常的な執務中の振る舞いをより精度よく検知することができる。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、あらかじめ設定した立位を判断する閾値内に前記特徴点が位置している場合には、前記対象者が立っている状態と判定する一方、あらかじめ設定した着席を判断する閾値内に前記特徴点が位置している場合には、前記対象者が着席している状態と判定するので、対象者の現在の運動状態をより詳細に把握することができる。このため、オフィス空間の照明制御や空調制御を効率的かつ省力的に行えるようになり、照明や空調に係る消費電力の節減が可能になる。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した前記速度に基づいて前記対象者の運動状態を判定するので、例えば机まわりでの対象者の動線パターンや移動速度など、在席や移動に関わる客観的なデータが得られるとともに、得られたデータから机まわりでの執務の状況を振り返ることで、オフィスでの働き方を改善するためのフィードバックに利用することができる。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記運動状態判定手段は、算出した歩行速度、着席速度および立ち上がり速度の少なくとも一つの経時変化を求め、求めた経時変化において、あらかじめ設定した基準値または管理値からのずれにより前記対象者の運動状態を判定し、必要に応じて前記対象者にアラームを発信するので、例えば1日間、1ヶ月間または1年間の平均歩行速度の推移を求め、求めた平均歩行速度において基準値または管理値以下のものがある場合には、これが観測された時点において対象者は平均歩行速度が低い状態にあったと判定することができる。また、必要に応じて対象者にアラームを発信することで注意を喚起することができる。また、机まわりでの対象者の動線パターンや移動速度など、在席や移動に関わる客観的なデータが得られるとともに、得られたデータから机まわりでの執務の状況を振り返ることで、オフィスでの働き方を改善するためのフィードバックに利用することができる。
また、本発明に係る他のオフィス空間モニタリングシステムによれば、前記特徴点は、前記対象者の頂点および重心の少なくとも一方であるので、3次元距離センサで検知した情報に基づいて、座標や移動速度などの特徴点の情報を比較的容易に算出することができ、算出した情報に基づいて立位や着席などの対象者の運動状態を判定し易くなる。
以上のように、本発明に係るオフィス空間モニタリングシステムは、オフィス空間での歩行や椅子への着席などの日常的な執務中の人の振る舞いを検出すると同時に、その人の運動状態をモニタリングするのに有用であり、特に、対象となる人の運動状態を効率よくモニタリングするのに適している。
1 オフィス空間
2 天井
3 机
4 椅子
10 オフィス空間モニタリングシステム
12 3次元距離センサ
14 特徴点算出手段
16 運動状態判定手段
P 対象者
T 頂点(特徴点)
G 重心(特徴点)
2 天井
3 机
4 椅子
10 オフィス空間モニタリングシステム
12 3次元距離センサ
14 特徴点算出手段
16 運動状態判定手段
P 対象者
T 頂点(特徴点)
G 重心(特徴点)
Claims (6)
- オフィス空間に居る対象者の運動状態をモニタリングするシステムであって、
前記オフィス空間に設けられ、前記対象者の運動状態を平面位置と高さ方向の情報として検知可能な3次元距離センサと、
前記3次元距離センサで検知した情報に基づいて、前記対象者の特徴点の情報を算出する特徴点算出手段と、
前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の運動状態を判定する運動状態判定手段とを備えることを特徴とするオフィス空間モニタリングシステム。 - 前記特徴点算出手段は、前記対象者の特徴点の情報として特徴点の3次元座標と、特徴点の移動速度とを算出することを特徴とする請求項1に記載のオフィス空間モニタリングシステム。
- 前記運動状態判定手段は、あらかじめ設定した立位を判断する閾値内に前記特徴点が位置している場合には、前記対象者が立っている状態と判定する一方、あらかじめ設定した着席を判断する閾値内に前記特徴点が位置している場合には、前記対象者が着席している状態と判定することを特徴とする請求項1または2に記載のオフィス空間モニタリングシステム。
- 前記運動状態判定手段は、前記特徴点算出手段で算出した特徴点の情報に基づいて、前記対象者の歩行速度、着席速度および立ち上がり速度の少なくとも一つを算出し、算出した前記速度に基づいて前記対象者の運動状態を判定することを特徴とする請求項1〜3のいずれか一つに記載のオフィス空間モニタリングシステム。
- 前記運動状態判定手段は、算出した歩行速度、着席速度および立ち上がり速度の少なくとも一つの経時変化を求め、求めた経時変化において、あらかじめ設定した基準値または管理値からのずれにより前記対象者の運動状態を判定し、必要に応じて前記対象者にアラームを発信することを特徴とする請求項4に記載のオフィス空間モニタリングシステム。
- 前記特徴点は、前記対象者の頂点および重心の少なくとも一方であることを特徴とする請求項1〜5のいずれか一つに記載のオフィス空間モニタリングシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013255417A JP2015112215A (ja) | 2013-12-10 | 2013-12-10 | オフィス空間モニタリングシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013255417A JP2015112215A (ja) | 2013-12-10 | 2013-12-10 | オフィス空間モニタリングシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015112215A true JP2015112215A (ja) | 2015-06-22 |
Family
ID=53526599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013255417A Pending JP2015112215A (ja) | 2013-12-10 | 2013-12-10 | オフィス空間モニタリングシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015112215A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016832A (zh) * | 2017-04-14 | 2017-08-04 | 中云开源数据技术(上海)有限公司 | 一种封闭环境人员活力状态检测分析预警系统及方法 |
JP2018201663A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社リコー | 在席検知システム、在席検知装置、在席検知方法およびプログラム |
-
2013
- 2013-12-10 JP JP2013255417A patent/JP2015112215A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016832A (zh) * | 2017-04-14 | 2017-08-04 | 中云开源数据技术(上海)有限公司 | 一种封闭环境人员活力状态检测分析预警系统及方法 |
CN107016832B (zh) * | 2017-04-14 | 2019-12-27 | 中云开源数据技术(上海)有限公司 | 一种封闭环境人员活力状态检测分析预警系统及方法 |
JP2018201663A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社リコー | 在席検知システム、在席検知装置、在席検知方法およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6534499B1 (ja) | 監視装置、監視システム、及び、監視方法 | |
US9715627B2 (en) | Area information estimating device, area information estimating method, and air conditioning apparatus | |
Kwolek et al. | Human fall detection on embedded platform using depth maps and wireless accelerometer | |
Mastorakis et al. | Fall detection system using Kinect’s infrared sensor | |
JP6137425B2 (ja) | 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム | |
JP6159179B2 (ja) | 画像処理装置、画像処理方法 | |
JP2017174125A5 (ja) | ||
JP6270433B2 (ja) | 情報処理装置、情報処理方法、情報処理システム | |
EP3440997B1 (en) | Speckle measurement device and speckle measurement method | |
TWI503756B (zh) | 人型影像追蹤系統及其人型影像偵測方法與追蹤方法 | |
KR20140110484A (ko) | 영상정보를 이용한 위험 행동 검지방법 | |
JP2019012328A (ja) | 人行動推定システム | |
EP2763116A1 (en) | Fall detection system and method for detecting a fall of a monitored person | |
JP2014006586A (ja) | 情報処理装置及びその制御方法、コンピュータプログラム | |
JP6712778B2 (ja) | 物体検知装置、物体検知システムおよび物体検知方法 | |
KR20150010248A (ko) | 3차원 영상 정보를 이용한 감지 방법 및 장치 | |
KR20130039844A (ko) | 지능형 카메라 장치 및 이를 이용한 지능형 감시방법 | |
JP2017038777A (ja) | 動作認識装置 | |
WO2016042946A1 (ja) | 監視システム | |
JP2015112215A (ja) | オフィス空間モニタリングシステム | |
JP2016080620A (ja) | 人検知システムおよび方法 | |
KR101640527B1 (ko) | 단일객체의 크기를 추정하는 영상 감시장치 및 방법 | |
CN112597903A (zh) | 基于步幅测量的电力人员安全状态智能识别方法及介质 | |
JP2016116137A (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
JPWO2021149274A5 (ja) |