JP2018005413A - 状況特定装置、状況特定プログラム、及び状況特定方法 - Google Patents

Abstract

【課題】ベッドが写っている画像から監視対象者の状況を高精度に特定する。【解決手段】領域特定部１１１は、画像内においてベッドが写っているベッド領域を含む第１監視領域と、画像内においてベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定する。状態検出部１１２は、第１監視領域内における頭部領域の検出結果と、第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出する。状況特定部１１３は、監視対象者の状態が第１状態から第２状態へ変化したとき、第１状態と第２状態の組み合わせに基づいて、監視対象者の状況を特定する。出力部１１４は、状況特定部１１３が特定した状況を示す情報を出力する。【選択図】図１

Description

本発明は、状況特定装置、状況特定プログラム、及び状況特定方法に関する。

医療機関、介護施設等において、ベッド上に横臥する患者、被介護者等の起床又は離床行動及び在床時の様子を、看護師、介護士等の医療従事者に代わって、カメラを用いて監視する監視システムが知られている（例えば、特許文献１を参照）。例えば、医療機関において、転倒又は転落事故につながる起床又は離床行動、あるいは、ナースコールボタンが押せない状態で苦しんでいるような異常行動が発生した場合、システムが患者に代わって看護師へ報知することが有効である。以下では、患者、被介護者等を監視対象者と記載することがある。

監視対象者の状況に応じた看護ケア、介護ケア等の必要性や優先順位等を決定する際の１つの判断材料として、監視対象者の行動を正確に把握したいという要望、及び継続したケアを実現するために監視対象者の行動を共有したいという要望がある。これらの要望に応えるためには、監視対象者がいつ、どのような行動をしたのかを認識し、その認識結果を医療従事者へ分かりやすく提示することが望ましい。

監視対象者の動きと監視対象者以外の者の動きとが混在している動きを特定して除外することで、監視対象者のみの動きを示す情報を取得する技術も知られている（例えば、特許文献２を参照）。また、カメラを用いて撮影した画像から監視対象者の頭部を検出する技術も知られている（例えば、特許文献３〜特許文献６を参照）。

特開２０１５−２０３８８１号公報 特開２０１５−２１０７９６号公報 特開２０１５−１７２８８９号公報 特開２０１５−１３８４６０号公報 特開２０１５−１８６５３２号公報 特開２０１５−２１３５３７号公報

上述した従来の監視システムでは、ベッドに対するカメラの位置に起因して、監視対象者の状況の誤認識が発生することがある。

なお、かかる問題は、ベッド上の患者又は被介護者を監視する場合に限らず、ベッド上の乳児のような健康な人間を監視する場合においても生ずるものである。

１つの側面において、本発明は、ベッドが写っている画像から監視対象者の状況を高精度に特定することを目的とする。

１つの案では、状況特定装置は、領域特定部、状態検出部、状況特定部、及び出力部を含む。領域特定部は、画像内においてベッドが写っているベッド領域を含む第１監視領域と、画像内においてベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定する。状態検出部は、第１監視領域内における頭部領域の検出結果と、第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出する。

状況特定部は、監視対象者の状態が第１状態から第２状態へ変化したとき、第１状態と第２状態の組み合わせに基づいて、監視対象者の状況を特定する。出力部は、状況特定部が特定した状況を示す情報を出力する。

実施形態によれば、ベッドが写っている画像から監視対象者の状況を高精度に特定することができる。

状況特定装置の機能的構成図である。 状況特定処理のフローチャートである。 状況特定装置の具体例を示す機能的構成図である。 状況特定処理の具体例を示すフローチャートである。 第１監視領域を示す図である。 ３次元空間内の第２監視領域を示す図である。 第２監視領域を示す図である。 異なる位置に設定された複数の第２監視領域を示す図である。 来床者検出処理のフローチャートである。 左側検出処理のフローチャートである。 右側検出処理のフローチャートである。 撮像装置の設置位置に応じた監視領域を示す図である。 状態検出処理のフローチャートである。 頭部領域修正処理のフローチャートである。 前の時刻及び現時刻の頭部領域を示す図である。 頭部領域修正処理を示す図である。 状態情報の時間変化を示す図である。 目覚めに対応する時間変化を示す図である。 起き上がりに対応する時間変化を示す図である。 単独での離床に対応する時間変化を示す図である。 来床者同伴での離床に対応する時間変化を示す図である。 寝返りに対応する時間変化を示す図である。 危険行動に対応する時間変化を示す図である。 来床者の通過に対応する時間変化を示す図である。 もがき苦しんでいる状況に対応する時間変化を示す図である。 暴れている状況に対応する時間変化を示す図である。 起床しない状況に対応する時間変化を示す図である。 長時間の静止臥位状態に対応する時間変化を示す図である。 転落に対応する時間変化を示す図である。 寝付けない状況に対応する時間変化を示す図である。 状態遷移を示す図である。 監視対象者の状態の検出結果を示す図である。 前の状態、現在の状態、及び遷移頻度を示す図である。 状態変化更新処理のフローチャート（その１）である。 状態変化更新処理のフローチャート（その２）である。 状態変化更新処理のフローチャート（その３）である。 状態変化更新処理のフローチャート（その４）である。 動臥位状態から座位状態への変化に対する状況特定ルールを示す図である。 動臥位状態から座位状態への変化を示す図である。 座位状態又は来訪状態から不在状態への変化に対する状況特定ルールを示す図である。 座位状態から不在状態への変化を示す図である。 座位状態から不在状態への変化に対する状況特定ルールを示す図である。 遷移頻度に対する状況特定ルールを示す図である。 静止臥位状態から動臥位状態への変化に対する状況特定ルールを示す図である。 静止臥位状態から動臥位状態への変化を示す図である。 時刻に対する状況特定ルールを示す図である。 長時間の動臥位状態を示す図である。 情報処理装置の構成図である。

以下、図面を参照しながら、実施形態を詳細に説明する。
医療機関、介護施設等における監視対象者の状況としては、監視対象者に対するケアを行うことが望ましい状況と、ケアが不要な状況とが考えられる。前者の状況には、監視対象者がもがき苦しんでいる、夜間寝付けていない、暴れているといった行動が含まれ、後者の状況には、監視対象者が眠っている、医療従事者によるケア中であるといった状況が含まれる。

特許文献２に記載された見守りシステムでは、ベッドの両脇の領域が監視領域として規定され、監視領域内で動きが検出された場合に、医療従事者によるケア中であると判定される。

しかしながら、病室では、必ずしもベッド上に横臥する監視対象者の頭上にカメラを設置できるとは限らない。また、治療又は看護を行うために、ベッドの位置を移動させる場合もある。このため、ベッドに対して任意の位置にカメラを設置できることが望ましい。

ところが、カメラがベッドに対して斜めに設置されたり、カメラがベッドの横に設置されたりすると、ベッド又はベッド周辺の物体によるオクルージョンのために、監視領域を設定することが困難になることがある。また、カメラがベッドに対して斜めに設置されている場合、監視対象者自身の身体が監視領域内に映り込み、監視領域内で監視対象者の動きが検出されて、医療従事者によるケア中と誤判定される可能性がある。さらに、ベッド周辺の通路の領域が監視領域と重なっている場合、通路を通り過ぎる監視対象者以外の人間の動きが監視領域内で検出されて、医療従事者によるケア中と誤判定される可能性もある。

図１は、実施形態の状況特定装置の機能的構成例を示している。図１の状況特定装置１０１は、領域特定部１１１、状態検出部１１２、状況特定部１１３、及び出力部１１４を含む。

図２は、図１の状況特定装置１０１が行う状況特定処理の例を示すフローチャートである。まず、領域特定部１１１は、画像内においてベッドが写っているベッド領域を含む第１監視領域と、画像内においてベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定する（ステップ２０１）。次に、状態検出部１１２は、第１監視領域内における頭部領域の検出結果と、第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出する（ステップ２０２）。

次に、状況特定部１１３は、監視対象者の状態が第１状態から第２状態へ変化したとき、第１状態と第２状態の組み合わせに基づいて、監視対象者の状況を特定する（ステップ２０３）。そして、出力部１１４は、状況特定部１１３が特定した状況を示す情報を出力する（ステップ２０４）。

このような状況特定装置１０１によれば、ベッドが写っている画像から監視対象者の状況を高精度に特定することができる。

図３は、図１の状況特定装置１０１の具体例を示している。図３の状況特定装置１０１は、領域特定部１１１、状態検出部１１２、状況特定部１１３、出力部１１４、画像取得部３１１、ベッド領域検出部３１２、頭部領域検出部３１３、及び記憶部３１４を含む。記憶部３１４は、画像３２１、ベッド領域情報３２２、頭部領域情報３２３、第１監視領域情報３２４、第２監視領域情報３２５、状態情報３２６、及び状況情報３２７を記憶する。

撮像装置３０１は、例えば、カメラであり、ベッドが設置された部屋の天井等の場所に設置される。そして、撮像装置３０１は、ベッドとベッド上の監視対象者とを含む撮影領域の画像３２１を撮影して、状況特定装置１０１へ出力する。状況特定装置１０１の画像取得部３１１は、撮像装置３０１から時系列に入力される画像３２１を取得して、記憶部３１４に格納する。

ベッド領域検出部３１２は、各時刻における画像３２１から、ベッドが写っているベッド領域を検出し、検出したベッド領域を表すベッド領域情報３２２を生成して、記憶部３１４に格納する。頭部領域検出部３１３は、画像３２１から、監視対象者の頭部が写っている頭部領域を検出し、検出した頭部領域を表す頭部領域情報３２３を生成して、記憶部３１４に格納する。

領域特定部１１１は、ベッド領域情報３２２を用いて、画像３２１内における第１監視領域を特定し、第１監視領域を表す第１監視領域情報３２４を生成して、記憶部３１４に格納する。また、領域特定部１１１は、ベッド領域情報３２２を用いて、画像３２１内における第２監視領域を特定し、第２監視領域を表す第２監視領域情報３２５を生成して、記憶部３１４に格納する。第１監視領域は、ベッド上の監視対象者を検出するための領域であり、第２監視領域は、ベッドの周辺の動物体を検出するための領域である。

状態検出部１１２は、頭部領域情報３２３、第１監視領域情報３２４、及び第２監視領域情報３２５を用いて、画像３２１が表す監視対象者の状態を検出し、検出した状態を表す状態情報３２６を生成して、記憶部３１４に格納する。状況特定部１１３は、状態情報３２６を用いて、監視対象者の状況を特定し、特定した状況を表す状況情報３２７を生成して、記憶部３１４に格納する。そして、出力部１１４は、状況情報３２７を出力する。

図４は、図３の状況特定装置１０１が行う状況特定処理の具体例を示すフローチャートである。まず、画像取得部３１１は、撮像装置３０１から入力される画像３２１を取得し（ステップ４０１）、ベッド領域検出部３１２は、ベッド領域検出処理を行ってベッド領域情報３２２を生成する（ステップ４０２）。例えば、ベッド領域検出部３１２は、先願である特願２０１４−２５０７９５号、特願２０１５−２１９０８０号、特願２０１６−０８２８６４号等に記載された技術を用いて、画像３２１からベッド領域を検出することができる。

特願２０１４−２５０７９５号の技術では、画像３２１から検出されたエッジによって表される線分の中から、ベッド領域を形成し得る線分が抽出され、２本の線分を組み合わせてＬ字形状が生成される。次に、ベッド領域を形成し得るＬ字形状が抽出され、２つのＬ字形状を組み合わせてコの字形状が生成され、ベッド領域を形成し得るコの字形状が抽出される。そして、２つのコの字形状を組み合わせて矩形形状が生成され、ベッド領域を表す矩形形状が抽出される。

特願２０１５−２１９０８０号の技術では、画像３２１から検出された線分を３次元空間内の線分に変換した後に、特願２０１４−２５０７９５号と同様の方法により、ベッド領域を表す矩形形状が抽出される。

特願２０１６−０８２８６４号の技術では、画像３２１から抽出された線分に基づいて画像３２１中のベッド候補領域の一部が特定され、ベッド候補領域の一部に基づいて設定したベッド候補領域を基準として、線分の探索範囲が設定される。そして、探索範囲に含まれる線分の配置に基づいて、設定したベッド候補領域が補正される。

次に、頭部領域検出部３１３は、頭部領域検出処理を行って頭部領域情報３２３を生成する（ステップ４０３）。例えば、頭部領域検出部３１３は、特許文献３〜特許文献６、先願である特願２０１５−１９５２７５号等に記載された技術を用いて、画像３２１から頭部領域を検出することができる。

特願２０１５−１９５２７５号の技術では、画像３２１の監視対象領域内で監視対象者６０３の頭部の候補が探索される。そして、監視対象領域内の第１領域及び第２領域のうち、第２領域内で頭部の候補が検出されず、第１領域内で頭部の候補が検出された場合、第１領域内で最も上方に存在する候補が頭部として検出される。

次に、領域特定部１１１は、ベッド領域情報３２２を用いて第１監視領域特定処理を行うことで、第１監視領域情報３２４を生成し（ステップ４０４）、第２監視領域特定処理を行うことで、第２監視領域情報３２５を生成する（ステップ４０５）。

図５は、ステップ４０４の第１監視領域特定処理によって特定される第１監視領域の例を示している。図５（ａ）の領域５０１は、第１監視領域を表し、ベッド領域５０２を含んでいる。領域５０１と背景領域との間の境界線５０３は、離床判定ラインを表す。

例えば、離床判定ラインは、３次元空間において、ベッド上で監視対象者が上体を起こして座っている状態で、監視対象者の頭頂部よりも上方の位置に設定され、画像３２１上へ写像される。画像３２１内において、監視対象者の頭部が境界線５０３を越えて領域５０１の外側へ移動した場合、監視対象者がベッドから離れたと判定される。

図５（ｂ）の領域５１１は、第１監視領域に含まれる臥位領域を表し、図５（ｃ）の領域５１２は、第１監視領域に含まれる座位領域を表す。領域５１１と領域５１２との間の境界線５１３は、起床判定ラインを表す。

例えば、起床判定ラインは、３次元空間において、ベッド上で監視対象者が上体を起こして座っている状態で、監視対象者の頭部よりも下方の位置に設定され、画像３２１上へ写像される。画像３２１内において、監視対象者の頭部が境界線５１３を越えて領域５１１から領域５１２へ移動した場合、監視対象者が起床したと判定される。

したがって、頭部が領域５１１内に存在する場合は監視対象者がベッド上に横臥していると推定され、頭部が領域５１２内に存在する場合は監視対象者がベッド上に座っていると推定される。離床判定ライン及び起床判定ラインは、例えば、特願２０１５−１９５２７５号に記載された技術を用いて設定することができる。

図６は、ステップ４０５の第２監視領域特定処理によって３次元空間内に設定される第２監視領域の例を示している。ベッドが設置された部屋の３次元空間は、撮像装置３０１の設置位置から床へ下ろした垂線と床との交点６１１を原点とする、ＸＹＺ座標系によって記述される。Ｘ軸は、ベッド６０１に対応するベッド領域６１２の短辺と平行であり、Ｙ軸は、ベッド領域６１２の長辺と平行であり、Ｚ軸は、撮像装置３０１の設置位置から床へ下ろした垂線を含んでいる。したがって、撮像装置３０１は、Ｚ軸上に設置されている。

ベッド６０１上には監視対象者６０３が横臥しており、ベッド６０１の脇にはテーブル６０２が設置されている。この部屋には、来床者６０６が入室することがあり、監視対象者６０３が来床者６０６に対して腕６０４を差し伸べることもある。来床者６０６は、ベッド６０１への来訪者を表し、例えば、監視対象者を看護する看護師、監視対象者を介護する介護師、監視対象者を治療する医師、見舞客、監視対象者と同室の他の監視対象者等である。

この例では、３次元空間における第２監視領域は、領域ＬＵ、領域ＬＤ、領域Ｄ、領域ＲＤ、及び領域ＲＵの５つの領域を含み、来床者６０６を検出するために使用される。各領域は、厚みが１（単位長さ）の矩形領域であり、領域ＬＵ及び領域ＬＤは、監視対象者６０３の左側に設定され、領域ＲＵ及び領域ＲＤは、監視対象者６０３の右側に設定され、領域Ｄは、監視対象者６０３の足側に設定される。領域ＬＵは、領域ＬＤよりも監視対象者６０３の頭側に設定され、領域ＲＵは、領域ＲＤよりも監視対象者６０３の頭側に設定される。

各領域は、ＸＹ平面からＺ軸方向にＨ１だけ離れた位置に設定され、各領域のＺ軸方向の高さはＨ２である。領域ＬＵ及び領域ＲＵのＹ軸方向の幅はＬ１であり、領域ＬＤ及び領域ＲＤのＹ軸方向の幅はＬ２である。領域ＬＵ及び領域ＬＤは、ベッド領域６１２の左側の長辺からＸ軸方向にＷ１だけ離れた位置に設定され、領域ＲＵ及び領域ＲＤは、ベッド領域６１２の右側の長辺からＸ軸方向にＷ１だけ離れた位置に設定される。領域Ｄは、ベッド領域６１２の足側の短辺からＹ軸方向にＷ２だけ離れた位置に設定される。

Ｈ１、Ｈ２、Ｌ１、Ｌ２、Ｗ１、及びＷ２の値は、ユーザが指定してもよく、領域特定部１１１が所定のアルゴリズムによって設定してもよい。

ベッド６０１の両脇における所定の高さの位置に第２監視領域を設定することで、ベッド６０１、テーブル６０２等によるオクルージョンの影響を回避することができる。また、第２監視領域の上端を離床判定ラインよりも上方に設定することで、第２監視領域において監視対象者６０３の動きが検出される可能性が低下する。これにより、立った姿勢でベッド６０１に近づいて来る来床者６０６、又は立った姿勢でベッド６０１から離れて行く来床者６０６を、高精度に検出することが可能になる。

さらに、第２監視領域を複数の領域に分割することで、各領域内における動物体の有無に基づいて、来床者６０６が近づいて来たのか、離れて行くのか、又は監視対象者６０３に対するケアを行っているのかを区別することが可能になる。

図７は、図６の第２監視領域をＸＹＺ座標系から画像３２１上の画像座標系へ写像することで得られる、第２監視領域の例を示している。領域７０１は、第１監視領域に対応し、ベッド領域７０２を含んでいる。領域７０３及び領域７０４は、臥位領域及び座位領域にそれぞれ対応する。領域ＬＵ、領域ＬＤ、領域Ｄ、領域ＲＤ、及び領域ＲＵは、第２監視領域に対応し、領域７０５は、頭部領域に対応する。

次に、状態検出部１１２は、第２監視領域情報３２５を用いて来床者検出処理を行う（ステップ４０６）。そして、状態検出部１１２は、頭部領域情報３２３及び第１監視領域情報３２４を用いて状態検出処理を行うことで、状態情報３２６を生成する（ステップ４０７）。

次に、状況特定部１１３は、状態情報３２６を用いて状況判定処理を行うことで、状況情報３２７を生成し、出力部１１４は、状況情報３２７を出力する（ステップ４０８）。そして、画像取得部３１１は、撮像装置３０１から入力される最後の画像３２１を取得したか否かをチェックする（ステップ４０９）。

最後の画像３２１を取得していない場合（ステップ４０９，ＮＯ）、状況特定装置１０１は、ステップ４０１以降の処理を繰り返す。そして、最後の画像３２１を取得した場合（ステップ４０９，ＹＥＳ）、状況特定装置１０１は、処理を終了する。

このような状況特定処理によれば、夜間のように、状態の把握が難しい患者、被介護者等の監視対象者６０３が単独で在室している時間帯であっても、監視対象者６０３の状況を高精度に特定して、医療従事者に通知することができる。したがって、医療従事者は、監視対象者６０３の状況を正確に把握することが可能になる。

なお、状況特定装置１０１は、ステップ４０１〜ステップ４０８の処理を画像毎（フレーム毎）に行う代わりに、所定時間毎に行ってもよい。この場合、所定時間としては、例えば、数百ｍｓ〜数秒を用いることができる。

図８は、異なる位置に設定された複数の第２監視領域の例を示している。モードＡでは、ベッド６０１の周辺において立った姿勢でベッド６０１に近づいて来る来床者６０６、又は立った姿勢でベッド６０１から離れて行く来床者６０６を検出するために、Ｗ１は数十ｃｍ〜１ｍ程度に設定される。また、Ｈ１は人間の脚の長さ程度に設定され、Ｈ２は人間の胴体の長さ程度に設定される。

一方、モードＢでは、ベッド６０１の周辺において立った姿勢又は中腰の姿勢で、監視対象者６０３に対するケアを行っている来床者６０６を検出するために、Ｗ１、Ｈ１、及びＨ２は、モードＡよりも小さな値に設定される。

領域ＬＤ及び領域ＬＵ内には、複数の縦長の検出領域８０１が設けられ、状態検出部１１２は、画像座標系における検出領域８０１内の画素の画素値を用いて、来床者検出処理を行う。領域Ｄ、領域ＲＤ、及び領域ＲＵ内にも、同様の検出領域８０１が設けられる。

図９は、図４のステップ４０６における来床者検出処理の例を示すフローチャートである。まず、状態検出部１１２は、監視対象者６０３の左側において来床者６０６を検出する左側検出処理を行う（ステップ９０１）。そして、状態検出部１１２は、左側における来床者６０６の有無を示す左側来床者情報を、記憶部３１４に記録する。

次に、状態検出部１１２は、監視対象者６０３の右側において来床者６０６を検出する右側検出処理を行う（ステップ９０２）。そして、状態検出部１１２は、右側における来床者６０６の有無を示す右側来床者情報を、記憶部３１４に記録する。

状況特定処理の開始時において、左側来床者情報及び右側来床者情報には、来床者が存在しないことが設定されており、第２監視領域のモードはモードＡに設定されている。

図１０は、図９のステップ９０１における左側検出処理の例を示すフローチャートである。この左側検出処理では、例えば、特許文献１又は特許文献２に記載された技術を用いて、画像３２１内の動領域が計算される。そして、ある領域内に動領域が存在する場合、その領域内に動物体が写っていると判定され、ある領域内に動領域が存在しない場合、その領域内に動物体が写っていないと判定される。

まず、状態検出部１１２は、前の時刻の画像３２１に対して記録された左側来床者情報を参照して（ステップ１００１）、前の時刻における来床者６０６の有無をチェックする（ステップ１００２）。

前の時刻において来床者６０６が存在しない場合（ステップ１００２，ＮＯ）、状態検出部１１２は、領域ＬＤ内に設けられた検出領域８０１の動領域を計算し（ステップ１００３）、領域ＬＤ内に動領域が存在するか否かをチェックする（ステップ１００４）。

領域ＬＤ内に動領域が存在する場合（ステップ１００４，ＹＥＳ）、状態検出部１１２は、現時刻において来床者６０６が存在すると判定し、来床者６０６が存在することを左側来床者情報に記録する（ステップ１００５）。そして、状態検出部１１２は、第２監視領域のモードを、モードＡからモードＢに変更する（ステップ１００６）。これにより、入室した来床者６０６が監視対象者６０３の左足側からベッド６０１に近づいて来たことを検出できる。

一方、領域ＬＤ内に動領域が存在しない場合（ステップ１００４，ＮＯ）、状態検出部１１２は、現時刻において来床者６０６が存在しないと判定し、来床者６０６が存在しないことを左側来床者情報に記録する（ステップ１００７）。

前の時刻において来床者６０６が存在する場合（ステップ１００２，ＹＥＳ）、状態検出部１１２は、領域ＬＵ、領域ＬＤ、及び領域Ｄ内に設けられた検出領域８０１の動領域を計算する（ステップ１００８）。そして、状態検出部１１２は、領域ＬＵ、領域ＬＤ、又は領域Ｄのうち１つ以上の領域内に動領域が存在するか否かをチェックする（ステップ１００９）。１つ以上の領域内に動領域が存在する場合（ステップ１００９，ＹＥＳ）、状態検出部１１２は、領域ＬＤ内のみに動領域が存在するか否かをチェックする（ステップ１０１０）。

領域ＬＤ内のみに動領域が存在する場合（ステップ１０１０，ＹＥＳ）、状態検出部１１２は、来床者６０６が存在しないと判定し、来床者６０６が存在しないことを左側来床者情報に記録する（ステップ１０１１）。そして、状態検出部１１２は、第２監視領域のモードを、モードＢからモードＡに変更する（ステップ１０１２）。これにより、監視対象者６０３に対するケアを終えた来床者６０６が、監視対象者６０３の左足側から離れて行くことを検出できる。

一方、領域ＬＤ以外の領域内に動領域が存在する場合（ステップ１０１０，ＮＯ）、状態検出部１１２は、来床者６０６が存在すると判定し、来床者６０６が存在することを左側来床者情報に記録する（ステップ１０１３）。これにより、来床者６０６が監視対象者６０３に対するケアを継続していることを検出できる。

領域ＬＵ、領域ＬＤ、及び領域Ｄのいずれにも動領域が存在しない場合（ステップ１００９，ＮＯ）、状態検出部１１２は、来床者６０６が存在しないと判定し、来床者６０６が存在しないことを左側来床者情報に記録する（ステップ１０１４）。そして、状態検出部１１２は、第２監視領域のモードを、モードＢからモードＡに変更する（ステップ１０１５）。これにより、監視対象者６０３に対するケアを終えた来床者６０６が、ベッド６０１から既に離れていることを検出できる。

図１１は、図９のステップ９０２における右側検出処理の例を示すフローチャートである。図１１の右側検出処理は、図１０の左側検出処理において、左側来床者情報を右側来床者情報に置き換え、領域ＬＤ及び領域ＬＵを、それぞれ、領域ＲＤ及び領域ＲＵに置き換えた処理を表す。右側検出処理を行うことで、来床者６０６が監視対象者６０３の右足側からベッド６０１に近づいて来たこと、来床者６０６が監視対象者６０３の右足側から離れて行くこと等を検出できる。

図１２は、撮像装置３０１の設置位置に応じた監視領域の例を示している。第１監視領域１２０１は、図５の領域５０１に対応し、設置可能範囲１２０２は、撮像装置３０１を設置することができる範囲を表す。撮像装置３０１として広角カメラを用いた場合、画像３２１に歪が発生するとともに、撮像装置３０１の位置及び向きに応じて、画像３２１内における第１監視領域１２０１の位置及び形状が異なってくる。

図１２（ａ）の例では、設置可能範囲１２０２に対応する平面とＹＺ平面との交線上の位置１２１１に、矢印１２１２が示す向きに撮像装置３０１が設置されている。この場合、画像３２１内において、第１監視領域１２０１及び第２監視領域は、左右対称の形状になる。

図１２（ｂ）の例では、交線からＸ軸方向に少し離れた位置１２１３に、矢印１２１４が示す向きに撮像装置３０１が設置されている。この場合、画像３２１内において、第１監視領域１２０１及び第２監視領域は、図１２（ａ）よりも少し歪んだ形状になる。

図１２（ｃ）の例では、設置可能範囲１２０２の外周上の位置１２１５に、矢印１２１６が示す向きに撮像装置３０１が設置されている。この場合、画像３２１内において、第１監視領域１２０１及び第２監視領域は、図１２（ｂ）よりもさらに歪んだ形状になる。

図１３は、図４のステップ４０７における状態検出処理の例を示すフローチャートである。この状態検出処理では、画像３２１が表す監視対象者６０３の状態が以下のいずれの状態に対応するかが判定される。
（１）来訪状態：来床者６０６が存在する状態
（２）動臥位状態：監視対象者６０３がベッド６０１上に横臥して動いている状態
（３）静止臥位状態：監視対象者６０３がベッド６０１上に横臥して動いていない状態
（４）座位状態：監視対象者６０３がベッド６０１上に座っている状態
（５）不在状態：監視対象者６０３がベッド６０１上に存在しない状態

ベッド６０１上の監視対象者６０３の頭部以外の身体は、布団によって隠れている可能性が高い。そこで、状態検出部１１２は、ベッド６０１と監視対象者６０３の頭部の相対位置関係から、監視対象者６０３がベッド６０１上に存在するか否かを判定する。そして、状態検出部１１２は、監視対象者６０３がベッド６０１上に存在する場合、ベッド６０１と頭部の相対位置関係から、監視対象者６０３が横臥しているか又は座っているかを判定する。さらに、状態検出部１１２は、臥位領域内における動領域の有無に基づいて、臥位状態を動臥位状態及び静止臥位状態に分類する。

まず、状態検出部１１２は、ステップ４０６で記録された左側来床者情報及び右側来床者情報を参照して、左側又は右側のいずれかに来床者６０６が存在するか否かをチェックする（ステップ１３０１）。来床者６０６が存在する場合（ステップ１３０１，ＹＥＳ）、状態検出部１１２は、監視対象者６０３の状態は来訪状態であると判定し、来訪状態を表す状態情報３２６を生成する（ステップ１３０２）。

一方、来床者６０６が存在しない場合（ステップ１３０１，ＮＯ）、状態検出部１１２は、頭部領域情報３２３を参照して（ステップ１３０３）、頭部領域情報３２３が表す頭部領域を解析する（ステップ１３０４）。そして、状態検出部１１２は、頭部領域の検出結果を修正するか否かを判定する（ステップ１３０５）。

頭部領域の検出結果を修正する場合（ステップ１３０５，ＹＥＳ）、状態検出部１１２は、修正処理を行う（ステップ１３０６）。一方、頭部領域の検出結果を修正しない場合（ステップ１３０５，ＮＯ）、状態検出部１１２は、修正処理をスキップする。

次に、状態検出部１１２は、頭部領域が第１監視領域に含まれる臥位領域内に存在するか否かをチェックする（ステップ１３０７）。頭部領域が臥位領域内に存在する場合（ステップ１３０７，ＹＥＳ）、状態検出部１１２は、第１監視領域の動領域を計算し（ステップ１３０８）、第１監視領域内に動領域が存在するか否かをチェックする（ステップ１３０９）。

第１監視領域内に動領域が存在する場合（ステップ１３０９，ＹＥＳ）、状態検出部１１２は、監視対象者６０３の状態は動臥位状態であると判定し、動臥位状態を表す状態情報３２６を生成する（ステップ１３１０）。一方、第１監視領域内に動領域が存在しない場合（ステップ１３０９，ＮＯ）、状態検出部１１２は、監視対象者６０３の状態は静止臥位状態であると判定し、静止臥位状態を表す状態情報３２６を生成する（ステップ１３１１）。

頭部領域が臥位領域内に存在しない場合（ステップ１３０７，ＮＯ）、状態検出部１１２は、頭部領域が第１監視領域に含まれる座位領域内に存在するか否かをチェックする（ステップ１３１２）。頭部領域が座位領域内に存在する場合（ステップ１３１２，ＹＥＳ）、状態検出部１１２は、監視対象者６０３の状態は座位状態であると判定し、座位状態を表す状態情報３２６を生成する（ステップ１３１３）。

一方、頭部領域が座位領域内に存在しない場合（ステップ１３１２，ＮＯ）、状態検出部１１２は、監視対象者６０３の状態は不在状態であると判定し、不在状態を表す状態情報３２６を生成する（ステップ１３１４）。

動臥位状態、静止臥位状態、及び座位状態は、監視対象者６０３がベッド６０１上に存在する存在状態に対応し、頭部領域が臥位領域又は座位領域内に存在する場合、頭部領域は第１監視領域内に存在する。したがって、状態検出部１１２は、ステップ１３０７及びステップ１３１２の処理を行うことで、頭部領域が第１監視領域内に存在する場合に存在状態を検出し、頭部領域が第１監視領域内に存在しない場合に不在状態を検出する。

図１４は、図１３のステップ１３０３〜ステップ１３０６に対応する頭部領域修正処理の例を示すフローチャートである。

Histogram of Oriented Gradients（ＨＯＧ）等を用いた頭部認識技術では、頭部の学習データに最も近い特徴量を有する領域が頭部領域として検出される。このため、服のしわ、シーツのしわ、布団のしわ又は模様、肩部分等のように、学習データにより近い特徴量を有する領域が存在する場合、その領域が頭部領域として誤検出されることがある。また、頭部が輝度勾配の弱い領域に写っている場合、頭部領域が検出されないこともある。そこで、状態検出部１１２は、頭部領域修正処理を行うことで、頭部領域の誤検出又は未検出を修正する。

まず、状態検出部１１２は、現時刻の頭部領域情報３２３を参照して（ステップ１４０１）、現時刻の画像３２１内に頭部領域が存在するか否かをチェックする（ステップ１４０２）。

現時刻の画像３２１内に頭部領域が存在する場合（ステップ１４０２，ＹＥＳ）、状態検出部１１２は、前の時刻の頭部領域情報３２３を参照して（ステップ１４０３）、前の時刻と現時刻との間における頭部の移動量を計算する（ステップ１４０４）。そして、状態検出部１１２は、頭部の移動量が所定範囲内であるか否かをチェックする（ステップ１４０５）。例えば、頭部の移動量は、前の時刻の画像３２１内における頭部領域に対する、現時刻の画像３２１内における頭部領域の相対位置によって表され、所定範囲は、前の時刻の頭部領域に基づいて決定される。

図１５は、前の時刻及び現時刻の頭部領域の例を示している。この場合、前の時刻（ｔ−１）における頭部領域１５０１が所定範囲として用いられる。そして、現時刻ｔにおける頭部領域１５０２の中心１５１１が頭部領域１５０１内に存在する場合、移動量は所定範囲内であると判定され、中心１５１１が頭部領域１５０１内に存在しない場合、移動量は所定範囲外であると判定される。

移動量が所定範囲外である場合（ステップ１４０５，ＮＯ）、状態検出部１１２は、前の時刻の頭部領域と現時刻の頭部領域の両方が動領域であるか否かをチェックする（ステップ１４０６）。両方の頭部領域が動領域である場合（ステップ１４０６，ＹＥＳ）、状態検出部１１２は、現時刻の頭部領域の検出結果が正しいと判定し（ステップ１４０７）、検出結果を修正しない。

一方、前の時刻の頭部領域と現時刻の頭部領域のうち少なくとも一方が動領域ではない場合（ステップ１４０６，ＮＯ）、状態検出部１１２は、現時刻の頭部領域が誤検出であると判定する（ステップ１４０８）。そして、状態検出部１１２は、現時刻の頭部領域を前の時刻の頭部領域に置き換えた頭部領域情報３２３を生成する（ステップ１４０９）。

移動量が所定範囲内である場合（ステップ１４０５，ＹＥＳ）、状態検出部１１２は、現時刻の頭部領域の検出結果が正しいと判定し（ステップ１４１０）、検出結果を修正しない。

現時刻の画像３２１内に頭部領域が存在しない場合（ステップ１４０２，ＮＯ）、状態検出部１１２は、現時刻の頭部領域が未検出であると判定する（ステップ１４１１）。そして、状態検出部１１２は、前の時刻の頭部領域を現時刻の頭部領域として用いた頭部領域情報３２３を生成する（ステップ１４１２）。

ステップ１４１１において、状態検出部１１２は、前の時刻の頭部領域が動領域ではなく、静止領域である場合に、現時刻の頭部領域が未検出であると判定してもよい。なぜなら、前の時刻の頭部領域が静止領域である場合は、前の時刻において頭部は動いていないので、現時刻においても頭部は同じ位置に存在する可能性が高いからである。

図１６は、頭部領域修正処理の例を示している。図１６（ａ）は、ステップ１４０７において検出結果が正しいと判定される場合を示している。前の時刻（ｔ−１）における頭部領域１６０１と現時刻ｔにおける頭部領域１６０２の両方が動領域であり、移動量が所定範囲外である場合、時刻（ｔ−１）と時刻ｔの間に頭部が動いたことによって、頭部領域１６０１が移動したと推定できる。したがって、頭部領域１６０２の検出結果は正しいと判定される。

図１６（ｂ）は、ステップ１４０８において頭部領域が誤検出と判定される場合を示している。時刻（ｔ−１）における頭部領域１６０１が静止領域であり、時刻ｔにおける頭部領域１６０３が動領域であり、移動量が所定範囲外である場合、時刻ｔにおいて頭部と類似する別の物体を頭部と認識することによって、頭部領域１６０１が移動したと推定できる。したがって、頭部領域１６０３の検出結果は誤検出と判定され、頭部領域１６０３が頭部領域１６０１に置き換えられる。

図１６（ｃ）は、ステップ１４１１において頭部領域が未検出と判定される場合を示している。時刻（ｔ−１）における頭部領域１６０１が静止領域であり、時刻ｔにおいて頭部領域が検出されない場合、頭部は動いておらず、時刻（ｔ−１）と同じ位置に存在すると推定できる。したがって、頭部領域は未検出と判定され、頭部領域１６０１が時刻ｔにおける頭部領域として用いられる。

図１７は、図１３の状態検出処理によって生成された状態情報３２６の時間変化の例を示している。状態変化１７０１は、不在状態の時間変化を表し、状態変化１７０２は、静止臥位状態の時間変化を表し、状態変化１７０３は、動臥位状態の時間変化を表す。状態変化１７０４は、座位状態の時間変化を表し、状態変化１７０５は、来訪状態の時間変化を表す。

出力部１１４は、図１７のような時間変化を画面上に表示することで、状態情報３２６を可視化して医療従事者に提示することもできる。図４のステップ４０８において、状況特定部１１３は、状態情報３２６の時間変化から、各状態の発生時刻、継続時間、遷移頻度等を求め、求めた情報に基づいて監視対象者６０３の状況を特定することができる。

図１８〜図３０は、監視対象者６０３の特定の状況に対応する、状態情報３２６の時間変化の例を示している。図１８は、目覚めに対応する時間変化の例を示している。時刻ｔ１において、監視対象者６０３の状態が静止臥位状態から動臥位状態へ変化した場合、状況特定部１１３は、監視対象者６０３が目覚めた状況であると判定する。

図１９は、起き上がりに対応する時間変化の例を示している。時刻ｔ２において、監視対象者６０３の状態が動臥位状態から座位状態へ変化した場合、状況特定部１１３は、監視対象者６０３がベッド６０１上で起き上がった状況であると判定する。

図２０は、単独での離床に対応する時間変化の例を示している。時刻ｔ３において、監視対象者６０３の状態が座位状態から不在状態へ変化した場合、状況特定部１１３は、監視対象者６０３が単独でベッド６０１から離れた状況であると判定する。この場合、状況特定部１１３は、不在状態が所定時間以上継続すると、単独での離床を医療従事者へ報知する。

図２１は、来床者６０６同伴での離床に対応する時間変化の例を示している。時刻ｔ４において、監視対象者６０３の状態が来訪状態から不在状態へ変化した場合、状況特定部１１３は、監視対象者６０３が来床者６０６とともにベッド６０１から離れた状況であると判定する。この場合、状況特定部１１３は、不在状態が所定時間以上継続しても、離床を医療従事者へ報知しない。

図２２は、寝返りに対応する時間変化の例を示している。時刻ｔ５において、監視対象者６０３の状態が静止臥位状態から動臥位状態へ変化した後、直ちに静止臥位状態へ戻った場合、状況特定部１１３は、監視対象者６０３がベッド６０１上で寝返りを打った状況であると判定する。

図２３は、危険行動に対応する時間変化の例を示している。時刻ｔ６において、監視対象者６０３の状態が座位状態から不在状態へ変化した場合、状況特定部１１３は、監視対象者６０３がベッド６０１上で立ち上がった状況であると判定する。この場合、状況特定部１１３は、危険行動を医療従事者へ報知する。

図２４は、来床者６０６の通過に対応する時間変化の例を示している。時刻ｔ７において、監視対象者６０３の状態が静止臥位状態から来訪状態へ変化した後、短時間で静止臥位状態へ戻った場合、状況特定部１１３は、監視対象者６０３が就寝中に来床者６０６が通過した状況であると判定する。この場合、来床者６０６は、定期巡視又は定期ケアを行う医療従事者であると推定される。

図２５は、もがき苦しんでいる状況に対応する時間変化の例を示している。時刻ｔ８において、監視対象者６０３の状態が静止臥位状態から動臥位状態へ変化した後、期間Ｔ１の間、静止臥位状態、動臥位状態、及び座位状態への状態変化が繰り返されている。そこで、状況特定部１１３は、期間Ｔ１における各状態の継続時間が所定時間以下であり、状態変化の回数が所定回数よりも大きい場合、監視対象者６０３がもがき苦しんでいる状況であると判定する。この場合、状況特定部１１３は、異常行動を医療従事者へ報知する。

図２６は、暴れている状況に対応する時間変化の例を示している。時刻ｔ９において、監視対象者６０３の状態が動臥位状態から座位状態へ変化した後、期間Ｔ２の間、動臥位状態及び座位状態への状態変化が繰り返されている。そこで、状況特定部１１３は、期間Ｔ２における各状態の継続時間が所定範囲内であり、状態変化の回数が所定回数よりも大きい場合、監視対象者６０３が暴れている状況であると判定する。この場合、状況特定部１１３は、異常行動を医療従事者へ報知する。

図２７は、起床しない状況に対応する時間変化の例を示している。通常の起床時刻ｔ１０から期間Ｔ３が経過した後の時刻ｔ１１になっても、監視対象者６０３の状態が静止臥位状態から変化しない場合、状況特定部１１３は、監視対象者６０３が異常な状況であると判定する。通常の起床時刻ｔ１０は、過去の履歴から推定される。この場合、状況特定部１１３は、起床しない状況を医療従事者へ報知する。

図２８は、長時間の静止臥位状態に対応する時間変化の例を示している。時刻ｔ１２において、過去の一定期間Ｔ４の間、監視対象者６０３の状態が静止臥位状態のままである場合、状況特定部１１３は、監視対象者６０３が床ずれを起こしている可能性が高い状況であると判定する。この場合、状況特定部１１３は、長時間の静止臥位状態を医療従事者へ報知する。

図２９は、転落に対応する時間変化の例を示している。時刻ｔ１３において、監視対象者６０３の状態が動臥位状態から不在状態へ変化した場合、状況特定部１１３は、監視対象者６０３がベッド６０１から転落した状況であると判定する。この場合、状況特定部１１３は、転落を医療従事者へ報知する。

図３０は、寝付けない状況に対応する時間変化の例を示している。時刻ｔ１４において、監視対象者６０３の状態が静止臥位状態から動臥位状態へ変化した後、期間Ｔ５の間、動臥位状態が継続している場合、状況特定部１１３は、監視対象者６０３が寝付けない状況であると判定する。この場合、状況特定部１１３は、寝付けない状況を医療従事者へ報知する。

次に、図３１〜図４４を参照しながら、監視対象者６０３の状態変化を記録する状態変化更新処理と、記録した状態変化に基づいて監視対象者６０３の状況を判定する状況判定処理について説明する。

図３１は、監視対象者６０３の状態変化に対応する状態遷移の例を示している。遷移Ａは、来床者を検出していない状態である非来訪状態における状態遷移を示し、遷移Ｂは、来床者の検出についての状態遷移を示している。

遷移Ａにおいて、静止臥位状態から遷移可能な遷移先は、静止臥位状態又は動臥位状態であり、動臥位状態から遷移可能な遷移先は、静止臥位状態、動臥位状態、又は座位状態である。座位状態から遷移可能な遷移先は、動臥位状態、座位状態、又は不在状態であり、不在状態から遷移可能な遷移先は、座位状態又は不在状態である。

一方、遷移Ｂにおいて、来床者を検出している状態である来訪状態から遷移可能な遷移先は、来訪状態又は非来訪状態であり、非来訪状態から遷移可能な遷移先は、来訪状態又は非来訪状態である。非来訪状態においては、遷移Ａの状態遷移によって監視対象者６０３の状態が決定される。

図３２は、状態情報３２６に含まれる、監視対象者６０３の状態の検出結果の例を示している。検出結果は、日付、時刻、状態、及び遷移フラグを含み、監視対象者６０３のＩＤと対応付けて記録される。日付及び時刻は、画像３２１が撮影された日付及び時刻を表し、状態は、図１３の状態検出処理によって画像３２１から検出された状態を表す。遷移フラグは、検出された状態が前の時刻における状態と異なる場合に論理“１”となり、検出された状態が前の時刻における状態と同じである場合に論理“０”となる。

状態検出部１１２は、このような検出結果を用いて、図１８〜図３０に示した時間変化を表すグラフを生成し、生成したグラフを画面上に表示することができる。

図３３は、状態情報３２６に含まれる前の状態、現在の状態、及び遷移頻度の例を示している。現在の状態は、直近の画像３２１から検出された状態に対応し、前の状態は、直近の画像３２１よりも１時刻前の画像３２１から検出された状態に対応する。現在の状態及び前の状態は、状態、継続時間、及び発生時刻を含む。継続時間は、その状態が発生してから継続している時間を表し、発生時刻は、その状態が発生した時刻を表す。遷移頻度は、直近の所定期間に含まれる検出結果の遷移フラグの値の合計を表し、その所定期間における状態変化の回数に対応する。

図３４Ａ〜図３４Ｄは、図１３のステップ１３０２、ステップ１３１０、ステップ１３１１、ステップ１３１３、及びステップ１３１４において状態検出部１１２が行う、状態変化更新処理の例を示すフローチャートである。この状態変化更新処理では、状態Ｓ、継続時間ＤＴ、発生時刻ＧＴ、及び遷移フラグＦがパラメータとして用いられる。初期状態において、状態Ｓは不定に設定され、継続時間ＤＴ及び発生時刻ＧＴは０に設定され、遷移フラグＦは論理“０”に設定される。

まず、状態検出部１１２は、現時刻の画像３２１から検出した状態を参照して（ステップ３４０１）、現時刻の状態が不在状態であるか否かをチェックする（ステップ３４０２）。

現時刻の状態が不在状態である場合（ステップ３４０２，ＹＥＳ）、状態検出部１１２は、状態情報３２６に含まれる現在の状態を参照して（ステップ３４０３）、現在の状態が不在状態であるか否かをチェックする（ステップ３４０４）。このとき、状態情報３２６に含まれる現在の状態は、現時刻の状態ではなく、現時刻よりも１時刻前である前の時刻の状態を表している。

現在の状態が不在状態である場合（ステップ３４０４，ＹＥＳ）、状態検出部１１２は、現在の状態に含まれる継続時間を継続時間ＤＴにコピーして、継続時間ＤＴを１時刻だけインクリメントする（ステップ３４０５）。そして、状態検出部１１２は、継続時間ＤＴを現在の状態に上書きすることで現在の状態を更新し、現時刻における不在状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が不在状態ではない場合（ステップ３４０４，ＮＯ）、状態検出部１１２は、状態情報３２６に含まれる前の状態に現在の状態を上書きすることで、前の状態を更新する（ステップ３４０６）。次に、状態検出部１１２は、状態Ｓに不在状態を設定し、継続時間ＤＴに０を設定し、発生時刻ＧＴに現時刻を設定する（ステップ３４０７）。そして、状態検出部１１２は、状態Ｓ、継続時間ＤＴ、及び発生時刻ＧＴを現在の状態に上書きすることで、現在の状態を更新し、現時刻における不在状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

現時刻の状態が不在状態ではない場合（ステップ３４０２，ＮＯ）、状態検出部１１２は、現時刻の状態が静止臥位状態であるか否かをチェックする（ステップ３４０８）。現時刻の状態が静止臥位状態である場合（ステップ３４０８，ＹＥＳ）、状態検出部１１２は、状態情報３２６に含まれる現在の状態を参照して（ステップ３４２１）、現在の状態が静止臥位状態であるか否かをチェックする（ステップ３４２２）。

現在の状態が静止臥位状態である場合（ステップ３４２２，ＹＥＳ）、状態検出部１１２は、現在の状態に含まれる継続時間を継続時間ＤＴにコピーして、継続時間ＤＴを１時刻だけインクリメントする（ステップ３４２３）。そして、状態検出部１１２は、継続時間ＤＴを現在の状態に上書きすることで現在の状態を更新し、現時刻における静止臥位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が静止臥位状態ではない場合（ステップ３４２２，ＮＯ）、状態検出部１１２は、状態情報３２６に含まれる前の状態に現在の状態を上書きすることで、前の状態を更新する（ステップ３４２４）。そして、状態検出部１１２は、現在の状態が動臥位状態であるか否かをチェックする（ステップ３４２５）。

現在の状態が動臥位状態である場合（ステップ３４２５，ＹＥＳ）、状態検出部１１２は、遷移フラグＦに論理“１”を設定する（ステップ３４２６）。次に、状態検出部１１２は、状態Ｓに静止臥位状態を設定し、継続時間ＤＴに０を設定し、発生時刻ＧＴに現時刻を設定する（ステップ３４２７）。そして、状態検出部１１２は、状態Ｓ、継続時間ＤＴ、及び発生時刻ＧＴを現在の状態に上書きすることで、現在の状態を更新し、現時刻における静止臥位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が動臥位状態ではない場合（ステップ３４２５，ＮＯ）、状態検出部１１２は、ステップ３４２７以降の処理を行う。

現時刻の状態が静止臥位状態ではない場合（ステップ３４０８，ＮＯ）、状態検出部１１２は、現時刻の状態が動臥位状態であるか否かをチェックする（ステップ３４０９）。現時刻の状態が動臥位状態である場合（ステップ３４０９，ＹＥＳ）、状態検出部１１２は、状態情報３２６に含まれる現在の状態を参照して（ステップ３４３１）、現在の状態が動臥位状態であるか否かをチェックする（ステップ３４３２）。

現在の状態が動臥位状態である場合（ステップ３４３２，ＹＥＳ）、状態検出部１１２は、現在の状態に含まれる継続時間を継続時間ＤＴにコピーして、継続時間ＤＴを１時刻だけインクリメントする（ステップ３４３３）。そして、状態検出部１１２は、継続時間ＤＴを現在の状態に上書きすることで現在の状態を更新し、現時刻における動臥位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が動臥位状態ではない場合（ステップ３４３２，ＮＯ）、状態検出部１１２は、状態情報３２６に含まれる前の状態に現在の状態を上書きすることで、前の状態を更新する（ステップ３４３４）。そして、状態検出部１１２は、現在の状態が静止臥位状態であるか否かをチェックする（ステップ３４３５）。

現在の状態が静止臥位状態である場合（ステップ３４３５，ＹＥＳ）、状態検出部１１２は、遷移フラグＦに論理“１”を設定する（ステップ３４３６）。次に、状態検出部１１２は、状態Ｓに動臥位状態を設定し、継続時間ＤＴに０を設定し、発生時刻ＧＴに現時刻を設定する（ステップ３４３７）。そして、状態検出部１１２は、状態Ｓ、継続時間ＤＴ、及び発生時刻ＧＴを現在の状態に上書きすることで、現在の状態を更新し、現時刻における動臥位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が静止臥位状態ではない場合（ステップ３４３５，ＮＯ）、状態検出部１１２は、現在の状態が座位状態であるか否かをチェックする（ステップ３４３８）。現在の状態が座位状態である場合（ステップ３４３８，ＹＥＳ）、状態検出部１１２は、遷移フラグＦに論理“１”を設定して（ステップ３４３９）、ステップ３４３７以降の処理を行う。一方、現在の状態が座位状態ではない場合（ステップ３４３８，ＮＯ）、状態検出部１１２は、ステップ３４３７以降の処理を行う。

現時刻の状態が動臥位状態ではない場合（ステップ３４０９，ＮＯ）、状態検出部１１２は、現時刻の状態が座位状態であるか否かをチェックする（ステップ３４１０）。現時刻の状態が座位状態である場合（ステップ３４１０，ＹＥＳ）、状態検出部１１２は、状態情報３２６に含まれる現在の状態を参照して（ステップ３４４１）、現在の状態が座位状態であるか否かをチェックする（ステップ３４４２）。

現在の状態が座位状態である場合（ステップ３４４２，ＹＥＳ）、状態検出部１１２は、現在の状態に含まれる継続時間を継続時間ＤＴにコピーして、継続時間ＤＴを１時刻だけインクリメントする（ステップ３４４３）。そして、状態検出部１１２は、継続時間ＤＴを現在の状態に上書きすることで現在の状態を更新し、現時刻における座位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が座位状態ではない場合（ステップ３４４２，ＮＯ）、状態検出部１１２は、状態情報３２６に含まれる前の状態に現在の状態を上書きすることで、前の状態を更新する（ステップ３４４４）。そして、状態検出部１１２は、現在の状態が動臥位状態であるか否かをチェックする（ステップ３４４５）。

現在の状態が動臥位状態である場合（ステップ３４４５，ＹＥＳ）、状態検出部１１２は、遷移フラグＦに論理“１”を設定する（ステップ３４４６）。次に、状態検出部１１２は、状態Ｓに座位状態を設定し、継続時間ＤＴに０を設定し、発生時刻ＧＴに現時刻を設定する（ステップ３４４７）。そして、状態検出部１１２は、状態Ｓ、継続時間ＤＴ、及び発生時刻ＧＴを現在の状態に上書きすることで、現在の状態を更新し、現時刻における座位状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が動臥位状態ではない場合（ステップ３４４５，ＮＯ）、状態検出部１１２は、ステップ３４４７以降の処理を行う。

現時刻の状態が座位状態ではない場合（ステップ３４１０，ＮＯ）、現時刻の状態は来訪状態である。そこで、状態検出部１１２は、状態情報３２６に含まれる現在の状態を参照して（ステップ３４１１）、現在の状態が来訪状態であるか否かをチェックする（ステップ３４１２）。

現在の状態が来訪状態である場合（ステップ３４１２，ＹＥＳ）、状態検出部１１２は、現在の状態に含まれる継続時間を継続時間ＤＴにコピーして、継続時間ＤＴを１時刻だけインクリメントする（ステップ３４１３）。そして、状態検出部１１２は、継続時間ＤＴを現在の状態に上書きすることで現在の状態を更新し、現時刻における来訪状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

一方、現在の状態が来訪状態ではない場合（ステップ３４１２，ＮＯ）、状態検出部１１２は、状態情報３２６に含まれる前の状態に現在の状態を上書きすることで、前の状態を更新する（ステップ３４１４）。次に、状態検出部１１２は、状態Ｓに来訪状態を設定し、継続時間ＤＴに０を設定し、発生時刻ＧＴに現時刻を設定する（ステップ３４１５）。そして、状態検出部１１２は、状態Ｓ、継続時間ＤＴ、及び発生時刻ＧＴを現在の状態に上書きすることで、現在の状態を更新し、現時刻における来訪状態の検出結果を状態情報３２６に追加する（ステップ３４１６）。

このような状態変化更新処理によれば、現時刻の画像３２１から検出された状態に応じて、図３３の前の状態及び現在の状態が更新される。前の状態と現在の状態とが異なっている場合、前の状態は変化前の状態を表し、現在の状態は変化後の状態を表す。

状況特定部１１３は、図３３の前の状態、現在の状態、及び遷移頻度を用いて、状況特定ルールに従って監視対象者６０３の状況を特定することができる。状況特定ルールは、あらかじめ記憶部３１４に格納されている。

図３５は、動臥位状態から座位状態への変化に対する状況特定ルールの例を示している。図３５の状況特定ルールは、報知有無、時刻１、時刻２、変化前の状態、変化前の継続時間、変化後の状態、変化後の継続時間、及び遷移頻度の項目を含む。

報知有無は、状況を医療従事者へ報知するか否かを指定するパラメータであり、時刻１及び時刻２は、状況の特定に用いる時刻を指定するパラメータである。変化前の状態は、状態変化が発生した場合の変化前の状態を指定するパラメータであり、変化前の継続時間は、変化前の状態の継続時間を指定するパラメータである。変化後の状態は、状態変化が発生した場合の変化後の状態を指定するパラメータであり、変化後の継続時間は、変化後の状態の継続時間を指定するパラメータである。遷移頻度は、遷移頻度の閾値を指定するパラメータである。

この例では、報知有無が有に設定され、変化前の状態が動臥位状態に設定され、変化前の継続時間がＴ１１に設定され、変化後の状態が座位状態に設定されている。また、時刻１、時刻２、変化後の継続時間、及び遷移頻度は−１（ドントケア）に設定されている。−１が設定された項目は、状況を特定する条件として用いられない。

図３５の状況特定ルールは、動臥位状態が期間Ｔ１１以上継続した後に、動臥位状態から座位状態へ変化した場合、監視対象者６０３の状況を起き上がりと判定し、医療従事者へ報知することを表す。例えば、図１９に示した時間変化がこの状況特定ルールに合致する。監視対象者６０３が起床したとき、起き上がりに対応する状況が発生する。期間Ｔ１１としては、例えば、数十秒〜数分を用いることができる。

図３６は、動臥位状態から座位状態への別の変化の例を示している。時刻ｔ２１において監視対象者６０３の状態が動臥位状態から座位状態へ変化し、変化前の動臥位状態の継続時間が期間Ｔ１１以上であった場合、状況特定部１１３は、監視対象者６０３の状況を起き上がりと判定し、医療従事者へ報知する。

その後、監視対象者６０３の状態が座位状態から動臥位状態へ変化し、時刻ｔ２２において再び動臥位状態から座位状態へ変化する。この場合、変化前の動臥位状態の継続時間が期間Ｔ１１未満であるため、状況特定部１１３は、監視対象者６０３の状況を起き上がりとは判定せず、医療従事者へ報知しない。

図３５の状況特定ルールによれば、監視対象者６０３が起床した場合等に、起き上がりを医療従事者へ報知することが可能になる。

図３７は、座位状態又は来訪状態から不在状態への変化に対する状況特定ルールの例を示している。状況特定ルール３７０１では、報知有無が有に設定され、変化前の状態が座位状態に設定され、変化前の継続時間がＴ１２に設定され、変化後の状態が不在状態に設定されている。また、時刻１、時刻２、変化後の継続時間、及び遷移頻度は−１に設定されている。

状況特定ルール３７０１は、座位状態が期間Ｔ１２以上継続した後に、座位状態から不在状態へ変化した場合、監視対象者６０３の状況を単独での離床と判定し、医療従事者へ報知することを表す。例えば、図２０に示した時間変化が状況特定ルール３７０１に合致する。

一方、状況特定ルール３７０２では、報知有無が無に設定され、変化前の状態が来訪状態に設定され、変化後の状態が不在状態に設定されている。また、時刻１、時刻２、変化前の継続時間、変化後の継続時間、及び遷移頻度は−１に設定されている。

状況特定ルール３７０２は、来訪状態から不在状態へ変化した場合、監視対象者６０３の状況を来床者６０６同伴での離床と判定し、医療従事者へ報知しないことを表す。例えば、図２１に示した時間変化が状況特定ルール３７０２に合致する。

図３８は、座位状態から不在状態への別の変化の例を示している。時刻ｔ２３において監視対象者６０３の状態が座位状態から不在状態へ変化し、変化前の座位状態の継続時間が期間Ｔ１２以上であった場合、状況特定部１１３は、監視対象者６０３の状況を単独での離床と判定し、医療従事者へ報知する。

その後、監視対象者６０３の状態が不在状態から座位状態へ変化し、時刻ｔ２４において再び座位状態から不在状態へ変化する。この場合、変化前の座位状態の継続時間が期間Ｔ１２未満であるため、状況特定部１１３は、監視対象者６０３の状況を単独での離床とは判定せず、医療従事者へ報知しない。例えば、監視対象者６０３がベッド６０１から離れた後、よろめいて再びベッド６０１に腰を掛けた状況が、時刻ｔ２４の状態変化に該当する。

図３７の状況特定ルール３７０１によれば、監視対象者６０３が単独でベッド６０１から離れた場合に、単独での離床を医療従事者へ報知することが可能になる。

図３９は、座位状態から不在状態への変化に対する状況特定ルールの例を示している。図３９の状況特定ルールでは、報知有無が有に設定され、変化前の状態が座位状態に設定され、変化後の状態が不在状態に設定され、変化後の継続時間がＴ１３に設定されている。また、時刻１、時刻２、変化前の継続時間、及び遷移頻度は−１に設定されている。

図３９の状況特定ルールは、座位状態から不在状態へ変化した後、不在状態が期間Ｔ１３以上継続した場合、監視対象者６０３の状況を長時間にわたる単独での離床と判定し、医療従事者へ報知することを表す。例えば、図２０に示した時間変化がこの状況特定ルールに合致する。この場合、監視対象者６０３が転倒した後、長時間起き上がらない状況、監視対象者６０３が徘徊している状況等が発生している可能性がある。

図３９の状況特定ルールによれば、監視対象者６０３が転倒したり、徘徊したりしている場合に、長時間にわたる単独での離床を医療従事者へ報知することが可能になる。

図４０は、遷移頻度に対する状況特定ルールの例を示している。図４０の状況特定ルールでは、報知有無が有に設定され、遷移頻度がＮ（２以上の整数）に設定されている。また、時刻１、時刻２、変化前の状態、変化前の継続時間、変化後の状態、及び変化後の継続時間は−１に設定されている。

図４０の状況特定ルールは、静止臥位状態、動臥位状態、座位状態、及び不在状態の間で、直近の所定期間内に発生した状態変化の回数がＮ回よりも大きい場合、監視対象者６０３の状況を異常行動と判定し、医療従事者へ報知することを表す。例えば、図２５に示した時間変化がこの状況特定ルールに合致する。この場合、監視対象者６０３がもがき苦しんでいる状況、監視対象者６０３が暴れている状況等が発生している可能性がある。

図４０の状況特定ルールによれば、監視対象者６０３がもがき苦しんでいたり、暴れたりしている場合に、監視対象者６０３に代わって、異常行動を医療従事者へ報知することが可能になる。

図４１は、静止臥位状態から動臥位状態への変化に対する状況特定ルールの例を示している。図４１の状況特定ルールでは、報知有無が有に設定され、変化前の状態が静止臥位状態に設定され、変化前の継続時間がＴ１４に設定され、変化後の状態が動臥位状態に設定され、変化後の継続時間がＴ１５に設定されている。また、時刻１、時刻２、及び遷移頻度は−１に設定されている。

図４１の状況特定ルールは、静止臥位状態が期間Ｔ１４以上継続した後、静止臥位状態から動臥位状態へ変化し、動臥位状態が期間Ｔ１５以上継続した場合、監視対象者６０３の状況を目覚め又は動き出しと判定し、医療従事者へ報知することを表す。例えば、図１８に示した時間変化がこの状況特定ルールに合致する。

一方、図２２に示した時間変化の場合、動臥位状態の継続時間が期間Ｔ１５未満であるため、状況特定部１１３は、目覚め又は動き出しとは判定せず、医療従事者へ報知しない。したがって、監視対象者６０３の単なる寝返りを報知することが防止される。

図４２は、静止臥位状態から動臥位状態への別の変化の例を示している。この例では、静止臥位状態から動臥位状態への状態変化が複数回発生している。しかし、いずれの動臥位状態の継続時間も期間Ｔ１５未満であるため、状況特定部１１３は、目覚め又は動き出しとは判定しない。

ただし、時刻ｔ２５において直近の所定期間内に発生した状態変化の回数がＮ回よりも大きい場合、図４０の状況特定ルールに合致するため、状況特定部１１３は、監視対象者６０３の状況を異常行動と判定し、医療従事者へ報知する。

図４１の状況特定ルールによれば、監視対象者６０３が目覚めたり、動き出したりした場合に、目覚め又は動き出しを医療従事者へ報知することが可能になる。

図４３は、時刻に対する状況特定ルールの例を示している。状況特定ルール４３０１では、報知有無が有に設定され、時刻１がｔ３１に設定され、時刻２がｔ３２に設定され、変化後の状態が動臥位状態に設定され、変化後の継続時間がＴ１６に設定されている。また、変化前の状態、変化前の継続時間、及び遷移頻度は−１に設定されている。

状況特定ルール４３０１は、時刻ｔ３１から時刻ｔ３２までの間に動臥位状態が発生した後、動臥位状態が期間Ｔ１６以上継続した場合、監視対象者６０３の状況を長時間の動臥位状態と判定し、医療従事者へ報知することを表す。時刻ｔ３１としては、例えば、就寝時刻を用いることができ、時刻ｔ３２としては、例えば、起床時刻を用いることができる。期間Ｔ１６としては、例えば、１０分〜１時間を用いることができる。

状況特定ルール４３０２では、報知有無が有に設定され、時刻１がｔ３３に設定され、時刻２がｔ３４に設定され、変化後の状態が座位状態に設定され、変化後の継続時間がＴ１７に設定されている。また、変化前の状態、変化前の継続時間、及び遷移頻度は−１に設定されている。

状況特定ルール４３０２は、時刻ｔ３３から時刻ｔ３４までの間に座位状態が発生した後、座位状態が期間Ｔ１７以上継続した場合、監視対象者６０３の状況を長時間の座位状態と判定し、医療従事者へ報知することを表す。時刻ｔ３３としては、例えば、就寝時刻を用いることができ、時刻ｔ３４としては、例えば、起床時刻を用いることができる。期間Ｔ１７としては、例えば、１０分〜１時間を用いることができる。

状況特定ルール４３０３では、報知有無が有に設定され、時刻１がｔ３５に設定され、時刻２がｔ３６に設定され、変化後の状態が静止臥位状態に設定され、変化後の継続時間がＴ１８に設定されている。また、変化前の状態、変化前の継続時間、及び遷移頻度は−１に設定されている。

状況特定ルール４３０３は、時刻ｔ３５から時刻ｔ３６までの間に静止臥位状態が発生した後、静止臥位状態が期間Ｔ１８以上継続した場合、監視対象者６０３の状況を長時間の静止臥位状態と判定し、医療従事者へ報知することを表す。例えば、図２８に示した時間変化が状況特定ルール４３０３に合致する。期間Ｔ１８としては、例えば、１時間〜数時間を用いることができる。

図４４は、長時間の動臥位状態の例を示している。時刻ｔ３１から時刻ｔ３２までの間に動臥位状態が発生した後、時刻ｔ２６において動臥位状態が期間Ｔ１６以上継続している場合、状況特定部１１３は、監視対象者６０３の状況を長時間の動臥位状態と判定し、医療従事者へ報知する。この場合、監視対象者６０３が眠っていない状況等が発生している可能性がある。

一方、時刻ｔ３１から時刻ｔ３２までの間に該当しない時刻に動臥位状態が発生した後、動臥位状態が期間Ｔ１６以上継続している場合、状況特定部１１３は、監視対象者６０３の状況を長時間の動臥位状態とは判定せず、医療従事者へ報知しない。

図４３の状況特定ルールによれば、監視対象者６０３が所定の時間帯に期待される行動をしていない場合に、異常行動を医療従事者へ報知することが可能になる。

図１及び図３の状況特定装置１０１の構成は一例に過ぎず、状況特定装置１０１の用途又は条件に応じて一部の構成要素を省略又は変更してもよい。例えば、図３の状況特定装置１０１において、ベッド領域検出処理及び頭部領域検出処理が状況特定装置１０１の外部で行われる場合は、画像取得部３１１、ベッド領域検出部３１２、及び頭部領域検出部３１３を省略することができる。

図２、図４、図９〜図１１、図１３、図１４、及び図３４Ａ〜図３４Ｄのフローチャートは一例に過ぎず、状況特定装置１０１の構成又は条件に応じて一部の処理を省略又は変更してもよい。例えば、図４の状況特定処理において、ベッド領域検出処理及び頭部領域検出処理が状況特定装置１０１の外部で行われる場合は、ステップ４０１〜ステップ４０３の処理を省略することができる。

図９の来床者検出処理において、ステップ９０１又はステップ９０２の処理のいずれか一方を省略してもよい。図１０の左側検出処理のステップ１００３、ステップ１００４、及びステップ１０１０において、領域ＬＤの代わりに領域ＬＵを用いてもよい。同様に、図１１の右側検出処理のステップ１１０３、ステップ１１０４、及びステップ１１１０において、領域ＲＤの代わりに領域ＲＵを用いてもよい。

図１３の状態検出処理において、座位状態を検出対象に含めない場合は、ステップ１３１２及びステップ１３１３の処理を省略することができる。そして、状態検出部１１２は、ステップ１３０７において頭部領域が臥位領域内に存在しない場合、ステップ１３１４の処理を行う。

不在状態を検出対象に含めない場合は、ステップ１３１２及びステップ１３１４の処理を省略することができる。そして、状態検出部１１２は、ステップ１３０７において頭部領域が臥位領域内に存在しない場合、ステップ１３１３の処理を行う。

動臥位状態と静止臥位状態とを区別しない場合は、ステップ１３０８〜１３１１の処理を省略することができる。そして、状態検出部１１２は、ステップ１３０７において頭部領域が臥位領域内に存在する場合、監視対象者６０３の状態は臥位状態であると判定し、臥位状態を表す状態情報３２６を生成する。

動臥位状態、静止臥位状態、及び座位状態を区別しない場合は、ステップ１３０７〜１３１３の処理を省略することができる。そして、状態検出部１１２は、ステップ１３０６の処理を行った後、頭部領域が第１監視領域内に存在するか否かをチェックする。頭部領域が第１監視領域内に存在する場合、状態検出部１１２は、監視対象者６０３の状態は存在状態であると判定し、存在状態を表す状態情報３２６を生成する。一方、頭部領域が第１監視領域内に存在しない場合、状態検出部１１２は、ステップ１３１４の処理を行う。

頭部領域の信頼性が十分に高い場合は、ステップ１３０４〜１３０６の処理を省略することができる。

図１４の頭部領域修正処理のステップ１４０５において、状態検出部１１２は、前の時刻の頭部領域よりも狭い範囲、又は前の時刻の頭部領域よりも広い範囲を、所定範囲として用いてもよい。

また、ステップ１４０４において、状態検出部１１２は、前の時刻の画像３２１内における頭部領域の位置と、現時刻の画像３２１内における頭部領域の位置との距離を、移動量として計算してもよい。この場合、ステップ１４０５において、距離に対する閾値が所定範囲として用いられる。そして、状態検出部１１２は、距離が閾値以下である場合、移動量は所定範囲内であると判定し、距離が閾値よりも大きい場合、移動量は所定範囲外であると判定する。

図３４Ａ〜図３４Ｄの状態変化更新処理において、座位状態又は不在状態を検出対象に含めない場合は、座位状態又は不在状態に関する判定を省略することができる。また、動臥位状態と静止臥位状態とを区別しない場合は、動臥位状態及び静止臥位状態に関する判定を、臥位状態に関する判定に変更することができる。

図５及び図７の第１監視領域、臥位領域、及び座位領域は一例に過ぎず、別の形状又は位置の領域を用いてもよい。図６〜図８の第２監視領域は一例に過ぎず、別の形状又は位置の領域を用いてもよい。第２監視領域を５つの領域に分割する代わりに、別の個数の領域に分割してもよい。領域ＬＵと領域ＬＤとを１つの領域に統合してもよく、領域ＲＵと領域ＲＤとを１つの領域に統合してもよい。図８の検出領域８０１として、別の形状又は位置の領域を用いてもよい。例えば、領域ＬＵ、領域ＬＤ、領域Ｄ、領域ＲＤ、及び領域ＲＵの各領域の全体を、検出領域８０１として用いても構わない。

図６及び図１２のＸＹＺ座標系は一例に過ぎず、別の３次元座標系を用いてもよい。図１２の撮像装置３０１の位置は一例に過ぎず、別の位置に撮像装置３０１を配置してもよい。また、ベッド６０１の形状は一例に過ぎず、別の形状のベッド６０１を用いてもよい。

図１６の頭部領域修正処理は一例に過ぎず、前の時刻における頭部領域と現時刻における頭部領域は、画像３２１に応じて変化する。頭部領域として、別の形状の領域を用いてもよい。

図１７〜図３０、図３６、図３８、図４２、及び図４４の状態情報３２６の時間変化は一例に過ぎず、状態情報３２６は画像３２１に応じて変化する。図３１の状態遷移は一例に過ぎず、監視対象者６０３の別の状態を含む状態遷移を用いてもよい。図３２の検出結果と図３３の前の状態、現在の状態、及び遷移頻度は一例に過ぎず、別の形式の状態情報３２６を用いてもよい。図３５、図３７、図３９、図４０、図４１、及び図４３の状況特定ルールは一例に過ぎず、別の状況特定ルールを用いてもよい。

図４５は、図１及び図３の状況特定装置１０１として用いられる情報処理装置（コンピュータ）の構成例を示している。図４５の情報処理装置は、Central Processing Unit（ＣＰＵ）４５０１、メモリ４５０２、入力装置４５０３、出力装置４５０４、補助記憶装置４５０５、媒体駆動装置４５０６、及びネットワーク接続装置４５０７を備える。これらの構成要素はバス４５０８により互いに接続されている。図３の撮像装置３０１は、バス４５０８に接続されていてもよい。

メモリ４５０２は、例えば、Read Only Memory（ＲＯＭ）、Random Access Memory（ＲＡＭ）、フラッシュメモリ等の半導体メモリであり、状況特定処理に用いられるプログラム及びデータを格納する。メモリ４５０２は、図３の記憶部３１４として用いることができる。

ＣＰＵ４５０１（プロセッサ）は、例えば、メモリ４５０２を利用してプログラムを実行することにより、図１及び図３の領域特定部１１１、状態検出部１１２、及び状況特定部１１３として動作する。ＣＰＵ４５０１は、メモリ４５０２を利用してプログラムを実行することにより、図３の画像取得部３１１、ベッド領域検出部３１２、及び頭部領域検出部３１３としても動作する。

入力装置４５０３は、例えば、キーボード、ポインティングデバイス等であり、オペレータ又はユーザからの指示又は情報の入力に用いられる。出力装置４５０４は、例えば、表示装置、プリンタ、スピーカ等であり、オペレータ又はユーザに対する問い合わせ又は処理結果の出力に用いられる。処理結果は、状態情報３２６又は状況情報３２７であってもよい。出力装置４５０４は、図１及び図３の出力部１１４として用いることができる。

補助記憶装置４５０５は、例えば、磁気ディスク装置、光ディスク装置、光磁気ディスク装置、テープ装置等である。補助記憶装置４５０５は、ハードディスクドライブであってもよい。情報処理装置は、補助記憶装置４５０５にプログラム及びデータを格納しておき、それらをメモリ４５０２にロードして使用することができる。補助記憶装置４５０５は、図３の記憶部３１４として用いることができる。

媒体駆動装置４５０６は、可搬型記録媒体４５０９を駆動し、その記録内容にアクセスする。可搬型記録媒体４５０９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。可搬型記録媒体４５０９は、Compact Disk Read Only Memory（ＣＤ−ＲＯＭ）、Digital Versatile Disk（ＤＶＤ）、Universal Serial Bus（ＵＳＢ）メモリ等であってもよい。オペレータ又はユーザは、この可搬型記録媒体４５０９にプログラム及びデータを格納しておき、それらをメモリ４５０２にロードして使用することができる。

このように、状況特定処理に用いられるプログラム及びデータを格納するコンピュータ読み取り可能な記録媒体は、メモリ４５０２、補助記憶装置４５０５、又は可搬型記録媒体４５０９のような、物理的な（非一時的な）記録媒体である。

ネットワーク接続装置４５０７は、Local Area Network、Wide Area Network等の通信ネットワークに接続され、通信に伴うデータ変換を行う通信インタフェースである。情報処理装置は、プログラム及びデータを外部の装置からネットワーク接続装置４５０７を介して受信し、それらをメモリ４５０２にロードして使用することができる。

情報処理装置は、ネットワーク接続装置４５０７を介して、ユーザ端末から処理要求を受信し、状況特定処理を行って、処理結果をユーザ端末へ送信することもできる。この場合、ネットワーク接続装置４５０７は、図１及び図３の出力部１１４として用いることができる。

なお、情報処理装置が図４５のすべての構成要素を含む必要はなく、用途又は条件に応じて一部の構成要素を省略することも可能である。例えば、オペレータ又はユーザからの指示又は情報を入力する必要がない場合は、入力装置４５０３を省略してもよい。可搬型記録媒体４５０９又は通信ネットワークを利用しない場合は、媒体駆動装置４５０６又はネットワーク接続装置４５０７を省略してもよい。

開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができるであろう。

図１乃至図４５を参照しながら説明した実施形態に関し、さらに以下の付記を開示する。
（付記１）
画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定する領域特定部と、
前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出する状態検出部と、
前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定する状況特定部と、
前記状況特定部が特定した前記状況を示す情報を出力する出力部と、
を備えることを特徴とする状況特定装置。
（付記２）
前記頭部領域の検出結果は、前記第１監視領域内における前記頭部領域の有無を示し、前記動物体の検出結果は、前記第２監視領域内における動領域の有無を示すことを特徴とする付記１記載の状況特定装置。
（付記３）
前記監視対象者の状態は、前記ベッドへの来訪者の存在を表す来訪状態、前記監視対象者が前記ベッド上に存在することを表す存在状態、又は前記監視対象者が前記ベッド上に存在しないことを表す不在状態のいずれかであり、
前記状態検出部は、前記第２監視領域内に前記動領域が存在する場合に前記来訪状態を検出し、前記第１監視領域内に前記頭部領域が存在する場合に前記存在状態を検出し、前記第１監視領域内に前記頭部領域が存在しない場合に前記不在状態を検出することを特徴とする付記１又は２記載の状況特定装置。
（付記４）
前記第１監視領域は臥位領域及び座位領域を含み、前記第１監視領域内に前記頭部領域が存在する場合、前記頭部領域の検出結果は、前記頭部領域が前記臥位領域又は前記座位領域のいずれに存在するかを示し、前記存在状態は、前記監視対象者が前記ベッド上に横臥して動いていることを表す動臥位状態、前記監視対象者が前記ベッド上に横臥して動いていないことを表す静止臥位状態、又は前記監視対象者が前記ベッド上に座っていることを表す座位状態のいずれかであり、
前記状態検出部は、前記臥位領域内に前記頭部領域が存在し、前記第１監視領域内に前記動領域が存在する場合に、前記動臥位状態を検出し、前記臥位領域内に前記頭部領域が存在し、前記第１監視領域内に前記動領域が存在しない場合に、前記静止臥位状態を検出し、前記座位領域内に前記頭部領域が存在する場合に前記座位状態を検出することを特徴とする付記３記載の状況特定装置。
（付記５）
前記状況特定部は、前記第１状態が前記動臥位状態であり、前記第２状態が前記座位状態である場合、前記監視対象者の状況は、前記監視対象者が前記ベッド上で起き上がった状況であると判定することを特徴とする付記４記載の状況特定装置。
（付記６）
前記状況特定部は、前記第１状態が前記座位状態であり、前記第２状態が前記不在状態である場合、前記監視対象者の状況は、前記監視対象者が単独で前記ベッドから離れた状況であると判定することを特徴とする付記４又は５記載の状況特定装置。
（付記７）
前記状況特定部は、前記第１状態が前記来訪状態であり、前記第２状態が前記不在状態である場合、前記監視対象者の状況は、前記監視対象者が前記来訪者とともに前記ベッドから離れた状況であると判定することを特徴とする付記４乃至６のいずれか１項に記載の状況特定装置。
（付記８）
前記状態検出部は、所定期間内に撮影された複数の画像それぞれから、前記第１状態と前記第２状態とを含む複数の状態を検出し、前記状況特定部は、前記複数の状態が前記動臥位状態、前記静止臥位状態、及び前記座位状態を含み、前記複数の状態における状態変化の回数が所定回数よりも大きい場合、前記監視対象者の状況は異常行動であると判定することを特徴とする付記４乃至７のいずれか１項に記載の状況特定装置。
（付記９）
前記状態検出部は、第１時刻に撮影された第１画像の前記第１監視領域内における第１頭部領域に対する、前記第１時刻よりも後の第２時刻に撮影された第２画像の前記第１監視領域内における第２頭部領域の相対位置が所定範囲外であり、前記第１頭部領域又は前記第２頭部領域の少なくとも一方が動領域ではない場合、前記第２頭部領域は誤検出であると判定して、前記第２時刻における前記第２頭部領域の検出結果を前記第１時刻における前記第１頭部領域の検出結果に置き換えることを特徴とする付記１乃至８のいずれか１項に記載の状況特定装置。
（付記１０）
前記状態検出部は、第１時刻に撮影された第１画像の前記第１監視領域内に前記頭部領域が存在し、前記第１時刻よりも後の第２時刻に撮影された第２画像の前記第１監視領域内に前記頭部領域が存在しない場合、前記第２時刻において前記頭部領域は未検出であると判定して、前記第１時刻における前記頭部領域の検出結果を前記第２時刻における前記頭部領域の検出結果として用いることを特徴とする付記１乃至８のいずれか１項に記載の状況特定装置。
（付記１１）
画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定し、
前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出し、
前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定し、
前記監視対象者の前記状況を示す情報を出力する、
処理をコンピュータに実行させる状況特定プログラム。
（付記１２）
前記頭部領域の検出結果は、前記第１監視領域内における前記頭部領域の有無を示し、前記動物体の検出結果は、前記第２監視領域内における動領域の有無を示すことを特徴とする付記１１記載の状況特定プログラム。
（付記１３）
コンピュータが、
画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定し、
前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出し、
前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定し、
前記監視対象者の前記状況を示す情報を出力する、
ことを特徴とする状況特定方法。
（付記１４）
前記頭部領域の検出結果は、前記第１監視領域内における前記頭部領域の有無を示し、前記動物体の検出結果は、前記第２監視領域内における動領域の有無を示すことを特徴とする付記１３記載の状況特定方法。

１０１ 状況特定装置
１１１ 領域特定部
１１２ 状態検出部
１１３ 状況特定部
１１４ 出力部
３０１ 撮像装置
３１１ 画像取得部
３１２ ベッド領域検出部
３１３ 頭部領域検出部
３１４ 記憶部
３２１ 画像
３２２ ベッド領域情報
３２３ 頭部領域情報
３２４ 第１監視領域情報
３２５ 第２監視領域情報
３２６ 状態情報
３２７ 状況情報
５０１、５１１、５１２、７０１、７０３〜７０５ 領域
５０２、６１２、７０２ ベッド領域
５０３、５１３ 境界線
６０１ ベッド
６０２ テーブル
６０３ 監視対象者
６０４ 腕
６０６ 来床者
６１１ 交点
７０２ ベッド領域
８０１ 検出領域
１２０１ 第１監視領域
１２０２ 設置可能範囲
１２１１、１２１３、１２１５ 位置
１２１２、１２１４、１２１６ 矢印
１５０１、１５０２、１６０１〜１６０３ 頭部領域
１５１１ 中心
１７０１〜１７０５ 状態変化
３７０１、３７０２、４３０１〜４３０３ 状況特定ルール
４５０１ ＣＰＵ
４５０２ メモリ
４５０３ 入力装置
４５０４ 出力装置
４５０５ 補助記憶装置
４５０６ 媒体駆動装置
４５０７ ネットワーク接続装置
４５０８ バス
４５０９ 可搬型記録媒体

Claims (12)

1. 画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定する領域特定部と、
   前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出する状態検出部と、
   前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定する状況特定部と、
   前記状況特定部が特定した前記状況を示す情報を出力する出力部と、
   を備えることを特徴とする状況特定装置。
2. 前記頭部領域の検出結果は、前記第１監視領域内における前記頭部領域の有無を示し、前記動物体の検出結果は、前記第２監視領域内における動領域の有無を示すことを特徴とする請求項１記載の状況特定装置。
3. 前記監視対象者の状態は、前記ベッドへの来訪者の存在を表す来訪状態、前記監視対象者が前記ベッド上に存在することを表す存在状態、又は前記監視対象者が前記ベッド上に存在しないことを表す不在状態のいずれかであり、
   前記状態検出部は、前記第２監視領域内に前記動領域が存在する場合に前記来訪状態を検出し、前記第１監視領域内に前記頭部領域が存在する場合に前記存在状態を検出し、前記第１監視領域内に前記頭部領域が存在しない場合に前記不在状態を検出することを特徴とする請求項１又は２記載の状況特定装置。
4. 前記第１監視領域は臥位領域及び座位領域を含み、前記第１監視領域内に前記頭部領域が存在する場合、前記頭部領域の検出結果は、前記頭部領域が前記臥位領域又は前記座位領域のいずれに存在するかを示し、前記存在状態は、前記監視対象者が前記ベッド上に横臥して動いていることを表す動臥位状態、前記監視対象者が前記ベッド上に横臥して動いていないことを表す静止臥位状態、又は前記監視対象者が前記ベッド上に座っていることを表す座位状態のいずれかであり、
   前記状態検出部は、前記臥位領域内に前記頭部領域が存在し、前記第１監視領域内に前記動領域が存在する場合に、前記動臥位状態を検出し、前記臥位領域内に前記頭部領域が存在し、前記第１監視領域内に前記動領域が存在しない場合に、前記静止臥位状態を検出し、前記座位領域内に前記頭部領域が存在する場合に前記座位状態を検出することを特徴とする請求項３記載の状況特定装置。
5. 前記状況特定部は、前記第１状態が前記動臥位状態であり、前記第２状態が前記座位状態である場合、前記監視対象者の状況は、前記監視対象者が前記ベッド上で起き上がった状況であると判定することを特徴とする請求項４記載の状況特定装置。
6. 前記状況特定部は、前記第１状態が前記座位状態であり、前記第２状態が前記不在状態である場合、前記監視対象者の状況は、前記監視対象者が単独で前記ベッドから離れた状況であると判定することを特徴とする請求項４又は５記載の状況特定装置。
7. 前記状況特定部は、前記第１状態が前記来訪状態であり、前記第２状態が前記不在状態である場合、前記監視対象者の状況は、前記監視対象者が前記来訪者とともに前記ベッドから離れた状況であると判定することを特徴とする請求項４乃至６のいずれか１項に記載の状況特定装置。
8. 前記状態検出部は、所定期間内に撮影された複数の画像それぞれから、前記第１状態と前記第２状態とを含む複数の状態を検出し、前記状況特定部は、前記複数の状態が前記動臥位状態、前記静止臥位状態、及び前記座位状態を含み、前記複数の状態における状態変化の回数が所定回数よりも大きい場合、前記監視対象者の状況は異常行動であると判定することを特徴とする請求項４乃至７のいずれか１項に記載の状況特定装置。
9. 前記状態検出部は、第１時刻に撮影された第１画像の前記第１監視領域内における第１頭部領域に対する、前記第１時刻よりも後の第２時刻に撮影された第２画像の前記第１監視領域内における第２頭部領域の相対位置が所定範囲外であり、前記第１頭部領域又は前記第２頭部領域の少なくとも一方が動領域ではない場合、前記第２頭部領域は誤検出であると判定して、前記第２時刻における前記第２頭部領域の検出結果を前記第１時刻における前記第１頭部領域の検出結果に置き換えることを特徴とする請求項１乃至８のいずれか１項に記載の状況特定装置。
10. 前記状態検出部は、第１時刻に撮影された第１画像の前記第１監視領域内に前記頭部領域が存在し、前記第１時刻よりも後の第２時刻に撮影された第２画像の前記第１監視領域内に前記頭部領域が存在しない場合、前記第２時刻において前記頭部領域は未検出であると判定して、前記第１時刻における前記頭部領域の検出結果を前記第２時刻における前記頭部領域の検出結果として用いることを特徴とする請求項１乃至８のいずれか１項に記載の状況特定装置。
11. 画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定し、
    前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出し、
    前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定し、
    前記監視対象者の前記状況を示す情報を出力する、
    処理をコンピュータに実行させる状況特定プログラム。
12. コンピュータが、
    画像内においてベッドが写っているベッド領域を含む第１監視領域と、前記画像内において前記ベッドの周辺の所定範囲の領域が写っている第２監視領域とを特定し、
    前記第１監視領域内における頭部領域の検出結果と、前記第２監視領域内における動物体の検出結果とに基づいて、画像毎に監視対象者の状態を検出し、
    前記監視対象者の状態が第１状態から第２状態へ変化したとき、前記第１状態と前記第２状態の組み合わせに基づいて、前記監視対象者の状況を特定し、
    前記監視対象者の前記状況を示す情報を出力する、
    ことを特徴とする状況特定方法。