JP2015156127A - 特定動作検出装置 - Google Patents
特定動作検出装置 Download PDFInfo
- Publication number
- JP2015156127A JP2015156127A JP2014030871A JP2014030871A JP2015156127A JP 2015156127 A JP2015156127 A JP 2015156127A JP 2014030871 A JP2014030871 A JP 2014030871A JP 2014030871 A JP2014030871 A JP 2014030871A JP 2015156127 A JP2015156127 A JP 2015156127A
- Authority
- JP
- Japan
- Prior art keywords
- luminance gradient
- feature
- difference
- gradient difference
- luminance
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000010801 machine learning Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 abstract description 5
- 210000004027 cell Anatomy 0.000 description 11
- 230000000630 rising effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 210000004460 N cell Anatomy 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
このCHLAC特徴は、単純な特徴記述であるだけでなく、シーン中へ侵入する物体の位置に関わらず同じ記述が可能であるし、複数の同時動作に対応する特徴量の和による表現が可能であるため、広く採用されている。
また、非特許文献1の技術は、転倒を検出するアプローチであり、転倒そのものを防止できる技術ではなかった。
この構成によれば、画像フレーム間の輝度勾配差分を求めて動く物体の輪郭を抽出し、抽出した輝度勾配差分の時間変化から自己相関特徴を算出することで動きの特徴を比較的少ない計算量で算出することができる。そして、算出した特徴量を周波数変換して機械学習による識別処理を行うため、特定の動きを高精度で検出できる。
この構成によれば、ベッド上の患者の起き上がり動作を判別でき、監視対象者が危険な状態に至る前に介護者等の関係者が認識でき、事故の防止に役立つ。
カメラ1は図示しないベッド上方であって、ベッド上の人物の少なくとも頭部を良好に撮像できる位置に設置され、例えば0.03秒毎に画像フレーム(以下、単に「フレーム」と称する。)を生成して出力する。
続いて、角度方向θをビン数Kの勾配ヒストグラムhK(x,y)に畳み込む。輝度勾配ヒストグラムhKはS×Sピクセル領域内の全ての画素の角度情報θを集計して得られる。
輝度勾配ヒストグラムhKのビンのインデックスをkとすると、各ビンのスコアhk(x,y)は、次式で表される。
図2は輝度勾配差分自己相関特徴抽出の概要を示している。セルの座標位置はXY平面で定義され、時系列情報はt軸で定義される。更に、輝度勾配方向は、セル毎のビン数により定義され、これらの4次元ベクトルを用いて任意の輝度勾配強度が表される。
例として、次数2のマスクパターンを考える。なお、ここで用いる次数とはCHLAC特徴の次数と同様であって着目する変位の数であり、着目変位の数が基準点を除いて2点あることを示している。
こうして次数Nの場合のマスクパターン数を考えると、次式のように表すことができる。ただし、マスクパターンを構成するブロックサイズをH×Wとしている。
1画像にH×W個のセルが存在する場合、1画像あたり(W−N+1)×(H−N+1)個のマスクブロックが得られる。更に勾配方向を組み合わせて(W−N+1)×(W−N+1)×k個の特徴が得られる。ここで、セル位置(x,y)を位置ベクトルrとし、輝度勾配ヒストグラム差分Sk(x,y)をf(r,k)と置くと、N次の輝度勾配差分自己相関特徴は次式により得られる。
また図5は、輝度勾配差分自己相関を周波数変換したデータの一例を示している。図5(a)は、検出対象である起き上がり動作から算出したデータ(Posデータ)であり、(b)は起き上がりではなく歩行動作から算出したデータ(Negデータ)を示している。尚、図示左側データは、輝度勾配差分自己相関算出部4の出力値である。
図5に示すように、起き上がり動作及び歩行動作の何れも周波数特性データから周期性があることを認識できるが、周波数に変換したデータからその特性には大きな違いがあることが見て取れる。本願発明はこの周波数特性の差異から類似度を判定するものである。
また、輝度勾配差分自己相関特徴を算出する際、例えば次数2(N=2)とすると、従来は重複パターンを除いても251パターンあった組合せを81パターンに削減でき、演算を簡素化できる。更に、重複パターンを取り除くといった不規則な削減が無くなるため、特徴を抽出し易い。
そして、ベッド上の患者の起き上がり動作を良好に判別でき、監視対象者が危険な状態に至る前に介護者等の関係者が認識することが可能となり、事故の防止に役立つ。
また、防犯設備に組み込み不審者を検出したい場合は、学習サンプルとして窓を覗き込む動作の学習サンプルを蓄積させることで、不審者の検出に利用できる。
更に、検出対象を人物に限定しなくとも良く、学習サンプルの内容を変更することにより幅広く動く物体を判別することが可能となる。
Claims (4)
- 撮像映像を連続する画像フレームで出力する撮像手段と、
前記画像フレームに対して微小領域毎の輝度勾配を求める輝度勾配算出部と、
複数の時系列画像フレームに対して求めた前記輝度勾配の差分を抽出する輝度勾配差分算出部と、
前記輝度勾配差分から動き特徴を抽出するために、抽出した前記輝度勾配差分情報から時間変化を抽出して輝度勾配差分自己相関特徴を算出する輝度勾配差分自己相関算出部と、
算出した輝度勾配差分自己相関特徴を特徴空間から周波数空間へ変換する周波数変換部と、
周波数空間へ変換して得られた特徴ベクトルについて、機械学習による識別処理を実施して類似度を判定する判定部と、
判定結果を出力する結果出力部とを有することを特徴とする特定動作検出装置。 - 前記撮像手段が、ベッド上の人物を撮像するカメラであり、事前に特定物体の行動特徴を数値化したデータがベッド上で起床動作する人物のデータを含む人物の動作データであり、前記判定部が前記カメラの撮像映像から人物の起床動作を判定することを特徴とする請求項1乃至3の何れかに記載の特定動作検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014030871A JP6214424B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014030871A JP6214424B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015156127A true JP2015156127A (ja) | 2015-08-27 |
JP6214424B2 JP6214424B2 (ja) | 2017-10-18 |
Family
ID=54775406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014030871A Active JP6214424B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6214424B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017068442A (ja) * | 2015-09-29 | 2017-04-06 | アイホン株式会社 | 特定動作検出装置及び特定動作検出方法 |
JP2017228100A (ja) * | 2016-06-23 | 2017-12-28 | コニカミノルタ株式会社 | 行動認識装置及び行動認識プログラム |
KR20190109121A (ko) * | 2018-03-16 | 2019-09-25 | 울산과학기술원 | 시계열 데이터의 분석 및 예측을 위한 통합적인 딥러닝 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1199140A (ja) * | 1997-09-26 | 1999-04-13 | Toshiba Corp | 就寝状態異常検知装置 |
JP2010061376A (ja) * | 2008-09-03 | 2010-03-18 | National Institute Of Advanced Industrial Science & Technology | 動作評価装置および動作評価方法 |
-
2014
- 2014-02-20 JP JP2014030871A patent/JP6214424B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1199140A (ja) * | 1997-09-26 | 1999-04-13 | Toshiba Corp | 就寝状態異常検知装置 |
JP2010061376A (ja) * | 2008-09-03 | 2010-03-18 | National Institute Of Advanced Industrial Science & Technology | 動作評価装置および動作評価方法 |
Non-Patent Citations (1)
Title |
---|
井上円,外2名: ""輝度勾配自己相関特徴を用いた転倒防止のための起床動作検出"", 電気学会論文誌C, vol. 134, no. 2, JPN6017031284, 1 February 2014 (2014-02-01), pages 242 - 249, ISSN: 0003624274 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017068442A (ja) * | 2015-09-29 | 2017-04-06 | アイホン株式会社 | 特定動作検出装置及び特定動作検出方法 |
JP2017228100A (ja) * | 2016-06-23 | 2017-12-28 | コニカミノルタ株式会社 | 行動認識装置及び行動認識プログラム |
KR20190109121A (ko) * | 2018-03-16 | 2019-09-25 | 울산과학기술원 | 시계열 데이터의 분석 및 예측을 위한 통합적인 딥러닝 시스템 |
KR102113218B1 (ko) | 2018-03-16 | 2020-05-20 | 울산과학기술원 | 시계열 데이터의 분석 및 예측을 위한 통합적인 딥러닝 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP6214424B2 (ja) | 2017-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537112B (zh) | 图像处理装置、图像处理系统、图像处理方法及存储介质 | |
Wang et al. | Human fall detection in surveillance video based on PCANet | |
Zhang et al. | A survey on vision-based fall detection | |
Liu et al. | A fall detection system using k-nearest neighbor classifier | |
JP2022166067A (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP2010140091A (ja) | 犯罪防止装置およびプログラム | |
JP2006079272A (ja) | 異常動作検出装置および異常動作検出方法 | |
Gunale et al. | Fall detection using k-nearest neighbor classification for patient monitoring | |
Htike et al. | A monocular view-invariant fall detection system for the elderly in assisted home environments | |
JP6214424B2 (ja) | 特定動作検出装置 | |
Iazzi et al. | Fall detection based on posture analysis and support vector machine | |
Merrouche et al. | Fall detection using head tracking and centroid movement based on a depth camera | |
Nguyen et al. | Extracting silhouette-based characteristics for human gait analysis using one camera | |
JP6214425B2 (ja) | 特定動作検出装置 | |
Alaoui et al. | Video based human fall detection using von mises distribution of motion vectors | |
JP6046559B2 (ja) | 特定動作検出装置 | |
Khan et al. | Video analytic for fall detection from shape features and motion gradients | |
Hao et al. | Prediction of a bed-exit motion: Multi-modal sensing approach and incorporation of biomechanical knowledge | |
Dorgham et al. | Improved elderly fall detection by surveillance video using real-time human motion analysis | |
Chen et al. | An indoor video surveillance system with intelligent fall detection capability | |
JP5864230B2 (ja) | 物体検出装置 | |
Lee et al. | Automated abnormal behavior detection for ubiquitous healthcare application in daytime and nighttime | |
JP5864231B2 (ja) | 移動方向識別装置 | |
JP6543546B2 (ja) | 特定動作検出装置及び特定動作検出方法 | |
JP2018128800A (ja) | ベッド識別装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170803 |
|
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: 20170822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170919 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6214424 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |