JP2018011641A - 生体情報測定装置、生体情報測定方法、生体情報測定システム及びプログラム - Google Patents

Abstract

【課題】環境等が変化しても、生体情報を精度良く測定できることを目的とする。【解決手段】生体を示す画像を入力して生体情報を測定する生体情報測定装置が、前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算し、前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算し、前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算し、前記予測誤差に基づいて前記生体情報を生成することで上記課題を解決する。【選択図】図１

Description

本発明は、生体情報測定装置、生体情報測定方法、生体情報測定システム及びプログラムに関するものである。

従来から、センサを用いて、脈拍等の生体情報を測定する技術が知られている。

例えば、アンケートの回答者を撮像し、撮像した顔画像から回答者の覚醒度等を分析する方法が知られている（例えば、特許文献１等）。

しかしながら、従来の技術では、生体の周辺環境又は生体の状態等に関わらず、一定の計算式及び条件等で生体情報が計算される。したがって、環境等によっては、計算される生体情報の精度が悪い場合があることが課題となる。

本発明の１つの側面は、環境等が変化しても、生体情報を精度良く測定できることを目的としている。

上述した課題を解決するために、本発明の一態様である、生体を示す画像を入力して生体情報を測定する生体情報測定装置は、
前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算する第１評価値計算部と、
前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算する第２評価値計算部と、
前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算する予測誤差計算部と、
前記予測誤差に基づいて前記生体情報を生成する生成部と
を備える。

環境等が変化しても、生体情報を精度良く測定できる。

本発明の一実施形態に係る生体情報測定装置の一例を示す概略図である。 本発明の一実施形態に係る生体情報測定装置のハードウェア構成の一例を示すブロック図である。 本発明の一実施形態に係る生体情報測定装置による全体処理の一例を示すフローチャートである。 本発明の一実施形態に係る生体情報測定装置による輝度の計算例を示すフローチャートである。 本発明の一実施形態に係る画像の一例を示す図である。 本発明の一実施形態に係る輝度の一例を示す図である。 本発明の一実施形態に係る生体情報測定装置による位置の計算例を示すフローチャートである。 本発明の一実施形態に係る生体情報測定装置による位置の計算結果を示す図である。 本発明の一実施形態に係る生体情報測定装置による評価値の算出例を示すフローチャートである。 本発明の一実施形態に係る生体情報測定装置によるノイズの低減例を示す図である。 本発明の一実施形態に係る生体情報測定装置による予測誤差の計算例を示すフローチャートである。 本発明の一実施形態に係る生体情報測定装置による輝度の特性値の計算例を示すフローチャートである。 本発明の一実施形態に係るパワースペクトルの一例を示す図である。 本発明の一実施形態に係る生体情報測定装置の機能構成の一例を示す機能ブロック図である。 本発明の第２実施形態に係る生体情報測定装置による全体処理の一例を示すフローチャートである。 本発明の第２実施形態に係る生体情報測定装置による撮像パラメータの変更例を示すタイミングチャートである。 本発明の第２実施形態に係る生体情報測定装置の機能構成の一例を示す機能ブロック図である。

以下、本発明の実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付し、重複する説明を省略する。

＜生体情報測定装置例＞
図１は、本発明の一実施形態に係る生体情報測定装置の一例を示す概略図である。

本実施形態では、生体情報測定装置の例である端末装置１００に搭載された撮像装置（カメラ）１００Ｈ１により、疲労度等の生体情報を測定する対象となる生体１の画像を撮像し、撮像した画像から、生体１の生体情報を生成するための信号を取得する。

また、端末装置１００は、画像から生体１の目の情報を把握する。そして、端末装置１００は、取得した信号、例えば、脈波についての信号及び生体の状況等から、生体１のストレス度、覚醒度又は疲労度等の生体情報を計測する。

＜ハードウェア構成例＞
図２は、本発明の一実施形態に係る生体情報測定装置のハードウェア構成の一例を示すブロック図である。図示するように、例えば、端末装置１００は、撮像装置１００Ｈ１と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１００Ｈ２と、記憶装置１００Ｈ３と、入力装置１００Ｈ４とを有する。さらに、端末装置１００は、出力装置１００Ｈ５と、Ｉ／Ｆ（ｉｎｔｅｒｆａｃｅ）１００Ｈ６とを有する。これらのハードウェアは、バス１００Ｈ７によって接続される。

撮像装置１００Ｈ１は、例えば、カメラである。カメラは、脈拍による輝度変化を取得しやすい波長域（緑光波長域や近赤外光波長域）に分光感度を持つチャンネルを有することが望ましい。この実施例においては、ヘモグロビンの吸収率、肌色の分光透過率及び色素等との関係から総合的に判断し、緑波長領域に分光感度を持つチャンネルを有することが望ましい。以下、撮像装置１００Ｈ１がＲ（Ｒｅｄ）、Ｇ（Ｇｒｅｅｎ）及びＢ（Ｂｌｕｅ）の３チャンネルを有するカメラである例で説明する。なお、撮像装置１００Ｈ１が有する撮像素子は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）又はＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）センサ等の光センサである。

ＣＰＵ１００Ｈ２は、中央処理装置である。すなわち、ＣＰＵ１００Ｈ２は、処理を実現するための演算及びデータの加工等を行う演算装置並びにハードウェアを制御する制御装置である。また、ＣＰＵ１００Ｈ２は、記憶装置１００Ｈ３等に記憶されるプログラム等に基づいて、各種処理を実行する。

記憶装置１００Ｈ３は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ハードディスク又はこれらの組み合わせである。すなわち、記憶装置１００Ｈ３は、主記憶装置及び補助記憶装置等で構成される。

入力装置１００Ｈ４は、ユーザによる操作を入力する装置である。例えば、入力装置１００Ｈ４は、キーボード、マウス又はこれらの組み合わせ等である。

出力装置１００Ｈ５は、ユーザに対して画像、各種処理結果又はこれらの組み合わせ等を表示する装置である。例えば、出力装置１００Ｈ５は、液晶ディスプレイ等である。

なお、入力装置１００Ｈ４及び出力装置１００Ｈ５は、一体となっているタッチパネル等でもよい。

Ｉ／Ｆ１００Ｈ６は、外部装置と接続するためのインタフェースである。例えば、Ｉ／Ｆ１００Ｈ６は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等である。また、Ｉ／Ｆ１００Ｈ６は、画像データ等を外部装置と入出力する。

また、Ｉ／Ｆ１００Ｈ６は、記録媒体２００等からプログラム等を入力する。

このように、端末装置１００は、スマートフォン又はＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等の情報処理装置であり、コンピュータである。なお、端末装置１００は、情報処理装置と、情報処理装置に接続される撮像装置との組み合わせ等でもよい。

＜全体処理例＞
図３は、本発明の一実施形態に係る生体情報測定装置による全体処理の一例を示すフローチャートである。

＜画像の入力例（ステップＳ０１０１）＞
ステップＳ０１０１では、端末装置は、画像を入力する。具体的には、端末装置は、端末装置が有する撮像装置を起動して、撮像装置によって撮像して画像を入力する。撮像された画像を出力装置によって表示する。そして、生体の顔が、撮像される範囲に写るように、生体の姿勢又は撮像装置の姿勢が調整されるのが望ましい。以下、１フレームごとに、画像が入力される例で説明する。

＜画像に基づく肌の輝度及び目の情報の計算例（ステップＳ０１０２）＞
ステップＳ０１０２では、端末装置は、画像に基づいて、肌の輝度及び目の情報を計算する。例えば、肌の輝度（以下単に「輝度」という場合もある。）は、以下のような処理によって計算される。

図４は、本発明の一実施形態に係る生体情報測定装置による輝度の計算例を示すフローチャートである。例えば、図示する処理によって、端末装置は、生体の肌の輝度を計測する。なお、計測される輝度は、変動値でもよい。

＜顔における特徴点座標の算出例（ステップＳ２１）＞
ステップＳ２１では、端末装置は、顔における特徴点座標を算出する。具体的には、画像が示す生体の顔から目、口及び鼻等の特徴点の座標を検出する。なお、各部位の検出は、例えば、公知の顔認証技術等によって実現できる。また、計測は、撮像等であり、端末装置又は端末装置が有する撮像装置等が、生体から離れた位置にある、いわゆる非接触で行われるのが望ましい。

端末装置は、生体１の部位のうち、図５に示す領域１１が含まれるように撮像された画像を入力するのが望ましい。具体的には、領域１１は、生体１の鼻及び頬を含む領域である。

＜脈波信号の抽出に用いる画素の領域の設定例（ステップＳ２２）＞
図４に戻り、ステップＳ２２では、端末装置は、輝度の算出に用いる画素の領域を設定する。

図５は、本発明の一実施形態に係る画像の一例を示す図である。領域は、図示する領域１１のように、生体１の鼻及び頬を含む領域であることが望ましい。また、この場合において、設定される領域は、目及び口が領域内に入らない程度に設定される。この領域１１は、撮像される画像から脈拍による輝度の変化が観察しやすい領域である。そのため、領域１１を含む画像に基づいて、脈波信号が抽出されると、解析における評価値が精度良く計算できる。

さらに、領域１１は、髪又は衣服等によって肌が隠れる場合が少ない領域である。したがって、領域１１を含む画像に基づいて、脈波信号が抽出されると、解析における評価値が精度良く計算できる。

なお、端末装置は、領域１１以外の領域を設定してもよい。例えば、端末装置は、額又は指先等の領域を設定してもよい。

なお、領域の設定は、顔認証等に基づいて行われるに限られない。例えば、ユーザによる操作によって、領域の始点位置、幅及び高さ等が入力され、設定が行われてもよい。

＜変動値の算出例（ステップＳ２３）＞
図４に戻り、ステップＳ２３では、端末装置は、輝度値を算出する。具体的には、ステップＳ２３では、ステップＳ２２で設定される領域に含まれる画素のＧチャンネルが示す信号値を加算し、平均値を計算する。

生体の脈拍による輝度変化は、微小な変化である。そのため、１画素単位では、ノイズの影響が大きい。そこで、複数の画素が示すそれぞれの信号値を平均化すると、脈波信号に対するノイズの影響が低減できる。

なお、算出方法は、他の方法でもよい。例えば、計測中の体動又は照明の変化等に起因するノイズを低減させるため、端末装置は、Ｇチャンネルから他のチャンネルの輝度値を引いて得られる信号又は複数のチャンネルの輝度値を用いるＩＣＡ（独立主成分分析：Ｉｎｄｅｐｅｄｅｎｔ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）等により算出される信号等を変動値と算出してもよい。

図６は、本発明の一実施形態に係る輝度の一例を示す図である。図では、横軸は、画像のフレーム数、すなわち、時間を示す。一方で、縦軸は、計算される輝度を示す。図示するように、輝度は、周期的に変化する特性がある。図示する例では、周期ＣＹＣが、１周期といえる。このように、変動値を算出すると、周期ＣＹＣがわかる。したがって、周期ＣＹＣに基づいて、接触式の光電式脈拍計等と同様に、輝度を解析すると、脈波を解析することができる。

次に、目の情報を計算する処理を説明する。例えば、瞼の位置（以下単に「位置」という場合もある。）は、以下のような処理によって計算される。

図７は、本発明の一実施形態に係る生体情報測定装置による位置の計算例を示すフローチャートである。図７に示す処理は、図３に示すステップＳ０１０２で行われる処理の一例である。

＜座標の検出例（ステップＳ３１）＞
ステップＳ３１では、端末装置は、目の位置の座標を検出する。例えば、端末装置は、入力される画像に基づいて、ステップＳ２１（図４）と同様に公知の顔認証技術等によって、上瞼及び下瞼のそれぞれの特徴点を抽出し、座標を検出する。

＜位置変動の算出例（ステップＳ３２）＞
ステップＳ３２では、端末装置は、位置変動を算出する。例えば、端末装置は、上瞼及び下瞼のそれぞれのＹ軸座標値（図８において縦方向の座標値である。）の差分を計算して、位置変動を算出する。具体的には、位置変動を計算すると、以下のような計算結果が得られる。

図８は、本発明の一実施形態に係る位置変動の一例を示す図である。図では、横軸は、フレーム数、すなわち、時間を示す。一方で、縦軸は、瞼の位置、すなわち、ステップＳ３１（図７）において検出される座標の差分を示し、「０」となると、目が閉じた状態を示す。

具体的には、図示する例は、第１時刻ｔ１から、目が閉じ始めることを示す。すなわち、第１時刻ｔ１は、閉眼の動作が開始された時刻である。

そして、第２時刻ｔ２となると、差分が「０」に近くなる。したがって、目は、ほぼ閉眼となった状態である。すなわち、第２時刻ｔ２は、閉眼状態となった時刻を示す。

次に、第３時刻ｔ３となると、差分が「０」から増加し始める。すなわち、第３時刻ｔ３は、目が開き始めることを示す。したがって、第３時刻ｔ３は、開眼の動作が開始された時刻である。

そして、第４時刻ｔ４となると、差分が最大の値となる。したがって、目は、ほぼ開眼となった状態である。すなわち、第４時刻ｔ４は、開眼状態となった時刻を示す。

図示するように、位置、すなわち、位置変動は、開眼状態で最大の値となる。図示する例では、第１時刻ｔ１以前及び第４時刻ｔ４以降等の値が、開眼状態を示す。一方で、位置、すなわち、位置変動は、閉眼状態でほぼ「０」の値となる。図示する例では、第２時刻ｔ２乃至第３時刻ｔ３の値が、閉眼状態を示す。また、図示するように、第１時刻ｔ１乃至第２時刻ｔ２の間のように、閉眼状態に遷移している状態では、位置、すなわち、位置変動は、中間の値となる。同様に、第３時刻ｔ３乃至第４時刻ｔ４の間のように、開眼状態に遷移している状態では、位置、すなわち、位置変動は、中間の値となる。

なお、位置は、他の計算方法で計算されてもよい。例えば、端末装置は、目領域の瞼の開閉方向の輝度分布に基づいて、上瞼及び下瞼のそれぞれのＹ軸座標値を検出し、差分を計算して、位置変動を計算してもよい。他にも、端末装置は、左右の瞼のＹ軸座標値を検出し、その平均を位置変動と計算してもよい。

図３に示すステップＳ０１０２で、１フレームごとに、図４に示す処理及び図７に示す処理が行われると、肌の輝度の変動値及び目の位置の変動値がそれぞれ計算される。

＜所定時間が経過したか否かの判断例（ステップＳ０１０３）＞
図３に戻り、ステップＳ０１０３では、端末装置は、所定時間が経過したか否かを判断する。なお、所定時間は、あらかじめ設定される値である。具体的には、脈波信号のＬＦ（Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ、低周波数成分（例えば、約０．０４乃至０．１５Ｈｚ））／ＨＦ（Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ、高周波数成分（例えば、約０．１５乃至０．４０Ｈｚ））値を算出する場合には、所定時間は、例えば、１分乃至３分程度である。

次に、所定時間が経過したと端末装置が判断すると（ステップＳ０１０３でＹＥＳ）、端末装置は、ステップＳ０１０４に進む。一方で、所定時間が経過していないと端末装置が判断すると（ステップＳ０１０３でＮＯ）、端末装置は、ステップＳ０１０１に進む。

＜肌の輝度及び目の情報に基づくそれぞれの評価値の計算例（ステップＳ０１０４）＞
ステップＳ０１０４では、端末装置は、第１評価値及び第２評価値の例である、肌の輝度及び目の情報に基づくそれぞれの評価値を計算する。具体的には、ステップＳ０１０２で計算される変動値ごとに、評価値が、以下のように計算される。

図９は、本発明の一実施形態に係る生体情報測定装置による評価値の算出例を示すフローチャートである。まず、ステップＳ０１０２で計算される肌輝度の変動値から評価値を計算する例について説明する。

＜ノイズ低減例（ステップＳ４１）＞
ステップＳ４１では、端末装置は、輝度が有するノイズを低減させる。なお、ノイズを低減させる方法は、公知の技術が用いられてもよい。例えば、ノイズを低減させる方法は、バンドパスフィルタ等を適用させる、いわゆるフィルタ補正技術等である。

図１０は、本発明の一実施形態に係る生体情報測定装置によるノイズを低減させた結果の一例を示す図である。具体的には、図１０（Ａ）は、図９に示すステップＳ４１が行われる前、すなわち、図３に示すステップＳ０１０２で検出される輝度を示す信号の例である。一方で、図１０（Ｂ）は、ステップＳ４１が行われた後、すなわち、フィルタ補正技術によって、ノイズが低減した後の脈波信号の例である。

図示するように、図１０（Ａ）では、信号には、長い周期の信号値変動及び短い周期の信号値変動が含まれる。一方で、図１０（Ｂ）では、信号には、長い周期の信号値変動及び短い周期の信号値変動が低減している。

＜ピーク時間の検出例（ステップＳ４２）＞
図９に戻り、ステップＳ４２では、端末装置は、ピーク時間を検出する。具体的には、ステップＳ４２では、端末装置は、ステップＳ４１で生成されるノイズが低減した信号からピーク時間を検出する。ヘモグロビンによって光が吸収されるため、ピークになると、信号値、すなわち、輝度は、小さくなる。これは、ヘモグロビン量が多いと、ヘモグロビンによって光が多く吸収され、輝度が低下するためである。これを利用して、ピーク時間は、各拍における信号値が極大となる時間から次に信号値が極大となるまでの時間区間で信号値が最小値となる時間を算出すると検出できる。

よって、測定開始から任意の回数（以下「ｉ」番目と示す。）の脈拍ピーク時刻ｔｐ［ｉ］は、肌輝度の変動がｉ番目に極小となる時刻から計算される。

＜ピーク時間の補正例（ステップＳ４３）＞
ステップＳ４３では、端末装置は、ピーク時間を補正する。

例えば、端末装置は、任意のピークの信号値及びそのピークの前後のそれぞれの信号値、すなわち、複数の信号値に基づいて近似してピーク時間を補正する。以下、３つの信号値に基づいて、ピーク時間が補正される例を示す。この例では、脈拍ピークの近傍波形を折れ線近似することによって、端末装置は、ピーク時間を補正する。具体的には、脈拍ピーク時刻の輝度値をＰ［ｉ］、脈拍ピーク前の時刻の輝度値をＰ［ｉ−１］及び脈拍ピーク後の時刻の輝度値をＰ［ｉ＋１］とし、各輝度値の時間の間隔をΔｔとすると、補正後の脈拍ピーク時刻は、下記（１）式によって計算される補正値Δｔ［ｉ］で求めることができる。

上記（１）式によって計算される補正値Δｔ［ｉ］は、輝度の変動の時間分解能以下の値となる。そのため、ピーク時間が補正され、脈拍ピーク時刻ｔｐ［ｉ］に、補正値Δｔ［ｉ］を加算した補正脈拍ピーク時刻ｔｐ'［ｉ］が用いられると、端末装置は、時間分解能を改善することができる。ゆえに、端末装置は、ピーク時間の補正によって、低い時間分解能の肌輝度の変動からでも、脈拍ピーク時刻を精度良く算出することができる。

なお、補正方法は、例えば、脈拍ピーク近傍波形を放物線に近似する補正でもよい。また、折れ線近似の例は、脈拍ピーク前の直線の傾きの絶対値と、脈拍ピーク後の直線の傾きの絶対値とが、等しい、すなわち、等角となると仮定した例である。一方で、実際の脈波には、脈拍ピーク後の直線の傾きより、脈拍ピーク前の直線の傾きの方が急峻な傾きとなる場合がある。そこで、補正には、このような実際の傾きを考慮して、脈拍ピーク前の直線の傾きの絶対値の方が大きくなる補正式が用いられてもよい。

他にも、補正方法は、スプライン補間法等の補完方法を利用する方法でもよい。さらに、補正に用いられる信号値は、３つに限られず、近傍の別の信号値等を更に用いて、３つ以上の信号値が用いられてもよい。

なお、補正は、所定時間に信号値がサンプリングされる数が所定の値以下となると行われるのが望ましい。例えば、所定時間は、単位時間であり、具体的には、「１秒」等である。また、所定の値は、後段に行われる解析の目的等に基づいて定まる。例えば、生体の自律神経の働きを解析する目的の場合等では、信号値は、１秒に、２５６個以上が検出されるのが望ましい。この場合等では、補正は、時間分解能が「１秒間に２５６個以上」となる程度に補正するのが望ましい。

＜脈拍間隔の算出例（ステップＳ４４）＞
図９に戻り、ステップＳ４４では、端末装置は、脈拍間隔を算出する。例えば、端末装置は、隣り合う脈拍ピーク時刻同士の差分を計算して、脈拍間隔ＰＰＩ（Ｐｅａｋ ｔｏ Ｐｅａｋ Ｉｎｔｅｒｖａｌ）を算出する。すなわち、ｉ番目の補正脈拍ピーク時刻ｔｐ'［ｉ］と、隣り合う次の補正脈拍ピーク時刻ｔｐ'［ｉ＋１］とから算出される脈拍間隔ＰＰＩ［ｉ］は、下記（２）式のように示せる。

したがって、例えば、上記（２）式を用いて、端末装置は、ｉ番目の脈拍間隔ＰＰＩを算出する。

＜パワースペクトルの算出例（ステップＳ４５）＞
図９に戻り、ステップＳ４５では、端末装置は、パワースペクトルを算出する。例えば、端末装置は、上記（２）式で算出される脈拍間隔ＰＰＩを周波数解析してパワースペクトルを算出する。具体的には、まず、端末装置は、脈拍間隔ＰＰＩをスプライン補間する。その後、端末装置は、スプライン補間されたデータを所定の間隔に、等間隔にサンプリングする。そして、端末装置は、サンプリングによって得られるデータに対してＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、高速フーリエ変換）を行う。このようにすると、端末装置は、各周波数におけるそれぞれのパワーを算出して、パワースペクトルを算出することができる。なお、パワースペクトルは、例えば、ＭＥＭ（Ｍａｘｉｍｕｍ Ｅｎｔｒｏｐｙ Ｍｏｄｅｌ、最大エントロピー法）等の他の公知技術によって算出されてもよい。

＜評価値の算出例（ステップＳ４６）＞
ステップＳ４６では、端末装置は、評価値を算出する。例えば、端末装置は、検出される各ピーク時間に基づいて、脈拍数、脈拍ピーク間隔のゆらぎ又はこれらの組み合わせ等に基づいて、第１評価値を算出する。以下、評価値をパワースペクトルから算出するＬＦ／ＨＦ値とする例で説明する。すなわち、評価値は、パワースペクトルにおいて、低周波数成分のパワー積分値（以下「低周波数成分ＬＦ」という。）と、高周波数成分のパワー積分値（以下「高周波数成分ＨＦ」という。）とをそれぞれ算出し、両者の比を計算することで計算される値である。このような評価値から、例えば、生体の疲労度が評価できる。

ＬＦ／ＨＦ値は、測定対象者の疲労度と対応する評価値であることが知られている。具体的には、疲労度が大きいほど副交感神経の働きが抑制され、ＨＦ成分が低下するため、ＬＦ／ＨＦ値が大きくなるという関係がある。よって、ＬＦ／ＨＦ値を評価値とすると、端末装置は、生体の疲労度を評価することができる。

また、図３に示すステップＳ０１０４では、端末装置は、以下のように、目の情報に基づいて第２評価値を計算する。すなわち、図７に示す処理によって計算される位置変動に基づいて、ステップＳ０１０４では、端末装置は、評価値を計算する。なお、このように計算される評価値は、「瞬目評価値」という場合もある。以下、図８に示す計算結果を用いる例で説明する。

この例では、評価値は、図示する第３時刻ｔ３から第４時刻ｔ４となるまでの時間（以下「評価時間Ｔｏ」という。）である。すなわち、評価時間Ｔｏは、下記（３）式によって計算される値である。

上記（３）式に示すように、評価時間Ｔｏは、第３時刻ｔ３及び第４時刻ｔ４から計算される、開眼するのにかかる時間を評価値とする例である。なお、評価値は、閉眼するのにかかる時間、閉眼している時間又は閉眼から開眼までにかかる時間等でもよい。

このような評価値から、例えば、生体の疲労度が評価できる。すなわち、疲労度が大きいと、評価時間Ｔｏは、長くなる場合が多い。よって、評価時間Ｔｏ等を評価値とすると、端末装置は、生体の疲労度を評価することができる。

＜予測誤差の計算例（ステップＳ０１０５）＞
図３に戻り、ステップＳ０１０５では、端末装置は、予測誤差を計算する。なお、予測誤差は、ステップＳ０１０４で計算される評価値に基づいて計算される値である。例えば、予測誤差は、以下のような処理によって計算される。

図１１は、本発明の一実施形態に係る生体情報測定装置による予測誤差の計算例を示すフローチャートである。図示するように、端末装置は、図４に示す処理で計算される輝度及び図７に示す処理で計算される位置のそれぞれの評価値が、どの程度生体情報に影響するかを示す予測誤差を例えば以下のように計算する。

＜輝度特性値の計算例（ステップＳ５１）＞
ステップＳ５１では、端末装置は、輝度特性値を計算する。なお、輝度特性値は、輝度の変動値に基づいて、上記（２）式によって計算される評価値、すなわち、ＬＦ／ＨＦ値の計算精度に与える影響を示す値である。例えば、輝度特性値は、輝度の変動量、ＳＮ比及び時間分解能等である。そして、輝度特性値は、値が大きいほど、評価値の予測誤差が減少する関係となる。なお、輝度特性値は、特に、図９のように、補正が行われる場合には、ＳＮ比の影響が大きい。したがって、輝度特性値には、ＳＮ比が含まれるのが望ましい。以下、輝度特性値がＳＮ比である例で説明する。なお、輝度特性値には、輝度の変動量及び時間分解能等が用いられてもよい。例えば、輝度特性値は、以下のように計算される。

図１２は、本発明の一実施形態に係る生体情報測定装置による輝度の特性値の計算例を示すフローチャートである。

＜パワースペクトルの算出例（ステップＳ６１）＞
ステップＳ６１では、端末装置は、パワースペクトルを算出する。具体的には、ステップＳ６１では、まず、端末装置は、データ数が２の累乗となるように調整する。次に、端末装置は、調整されたデータに対して、高速フーリエ変換（ＦＦＴ）を行う。続いて、端末装置は、各周波数におけるパワーをそれぞれ算出する。例えば、パワースペクトルは、以下のように算出される。

図１３は、本発明の一実施形態に係るパワースペクトルの一例を示す図である。例えば、図示するグラフがステップＳ６１によって生成される。なお、図１３では、縦軸は、パワーを示し、一方で、横軸は、周波数を示す。以下、図示するパワースペクトルが算出された例で説明する。

＜脈波周波数の検出例（ステップＳ６２）＞
図１２に戻り、ステップＳ６２では、端末装置は、脈波周波数を検出する。この例では、脈波周波数Ｆｐは、図１３に示すように検出される。

生体が安静状態であると、脈拍数は、１分当たり３０乃至１２０回程度であることが多い。したがって、パワースペクトルでは、この脈拍数に応じた周期で、強いピークの基本波が検出される。すなわち、周波数が０．５乃至２．０ヘルツ（Ｈｚ）となる帯域で、端末装置は、パワースペクトルにおいて、最もパワーが大きくなる周波数を検出する。このようにすると、端末装置は、脈波周波数Ｆｐを図示するように検出できる。具体的には、図１３に示す例では、周波数が１．０ヘルツ程度となる周波数で、強いピークが検出される。したがって、この例では、周波数が１．０ヘルツ程度となる周波数が脈波周波数Ｆｐと検出される。

＜信号及びノイズのそれぞれの周波数帯域の決定例（ステップＳ６３）＞
図１２に戻り、ステップＳ６３では、端末装置は、信号及びノイズのそれぞれの周波数帯域を決定する。例えば、信号成分の周波数帯域は、ステップＳ６２で検出される脈波周波数を中心として決定される。具体的には、図１３では、信号成分の周波数帯域Ｆｓは、「Ｆｐ−ΔＦ」乃至「Ｆｐ＋ΔＦ」の帯域と決定される例である。なお、図１３では、「ΔＦ」は、０．２ヘルツと設定された例である。また、「ΔＦ」は、あらかじめ設定される値である。例えば、「ΔＦ」は、パワースペクトルのピーク形状等を考慮して設定される。また、信号成分の周波数帯域Ｆｓには、脈波周波数Ｆｐの整数倍の周波数に現れる高調波のピークを含む周波数帯域が含まれてもよい。

一方で、ステップＳ６３では、端末装置は、信号成分の周波数帯域Ｆｓ以外の周波数帯域をノイズ成分の周波数帯域Ｆｎと決定する。ただし、脈波周波数Ｆｐより低周波のパワーは、計測される際の生体の体動等によって影響を受ける。したがって、端末装置は、図１３に示すように、信号成分の周波数帯域Ｆｓより高周波となる周波数帯域をノイズ成分の周波数帯域Ｆｎと決定してよい。なお、ノイズ成分の周波数帯域Ｆｎには、信号成分の周波数帯域Ｆｓより低周波の周波数帯域が含まれてもよい。また、ノイズ成分の周波数帯域Ｆｎの上限の周波数は、（サンプリング周波数／２）である。すなわち、例えば、カメラのフレームレートが「３０ｆｐｓ（フレーム／秒）」とすると、ノイズ成分の周波数帯域Ｆｎの上限の周波数は、「３０Ｈｚ／２＝１５Ｈｚ」である。

＜ＳＮ比の計算例（ステップＳ６４）＞
図１２に戻り、ステップＳ６４では、端末装置は、ＳＮ比を計算する。具体的には、ステップＳ６４では、まず、端末装置は、ステップＳ６３で決定される信号成分の周波数帯域と、ノイズ成分の周波数帯域とに基づいて、信号成分である「Ｖｓ」及びノイズ成分である「Ｖｎ」をそれぞれ計算する。なお、「Ｖｓ」及び「Ｖｎ」は、例えば、各周波数帯域のそれぞれのパワーを平均してそれぞれ計算される。次に、端末装置は、計算される「Ｖｓ」及び「Ｖｎ」の比を取ってＳＮ比を計算する。なお、ＳＮ比は、他の計算方法で計算されてもよい。

以上のようにして、輝度特性値の例であるＳＮ比が計算される。

＜輝度の評価値の予測誤差の計算例（ステップＳ５２）＞
図１１に戻り、ステップＳ５２では、端末装置は、輝度の評価値の予測誤差を計算する。例えば、輝度の評価値の予測誤差（以下「第１予測誤差Ｅ１」という。）は、輝度特性値に基づいて、下記（４）式に示す関係式等から計算される。

上記（４）式に示す関係式は、例えば、複数のサンプルについて、輝度特性値と、輝度に基づいて計算される評価値、すなわち、ＬＦ／ＨＦ値等に対する誤差との関係をプロットし、誤差が最小となる近似式である。なお、上記（４）式では、輝度特性値を「ｃ１」とし、関係式を「ｆ」とする。具体的には、輝度特性値を「ｃ１」をＳＮ比とすると、関係式「ｆ」は、ＳＮ比に対して、第１予測誤差Ｅ１が単調に減少する関係を示す関数となる。つまり、ＳＮ比である「ｃ１」が大きいほど、第１予測誤差Ｅ１は、小さくなる関係となる。

＜位置特性値の計算例（ステップＳ５３）＞
図１１に戻り、ステップＳ５３では、端末装置は、位置特性値を計算する。位置特性値は、例えば、時間分解能及び空間分解能等である。具体的には、上記（３）式のように、評価時間Ｔｏを用いる場合には、時間分解能の影響が大きい。したがって、位置特性値には、時間分解能が含まれるのが望ましい。以下、位置特性値が時間分解能である例で説明する。この例では、位置特性値、すなわち、時間分解能は、例えば、各フレームの取得時間に基づいて、平均フレーム間隔を計算すると求まる値である。なお、フレームレートが一定である場合等では、時間分解能は、撮像装置１００Ｈ１（図１）に設定されるフレームレートの値等でもよい。また、位置特性値には、撮像装置１００Ｈ１の空間分解能が用いられてもよい。

＜位置の評価値の予測誤差の計算例（ステップＳ５４）＞
図１１に戻り、ステップＳ５４では、端末装置は、位置の評価値の予測誤差を計算する。例えば、位置の評価値の予測誤差（以下「第２予測誤差Ｅ２」という。）は、位置特性値に基づいて、下記（５）式に示す関係式等から計算される。

上記（５）式に示す関係式は、例えば、複数のサンプルについて、位置特性値と、位置に基づいて計算される評価値、すなわち、評価時間等に対する誤差との関係をプロットし、誤差が最小となる近似式である。なお、上記（５）式では、位置特性値を「ｃ２」とし、関係式を「ｇ」とする。具体的には、位置特性値を「ｃ２」を時間分解能とすると、関係式「ｇ」は、時間分解能に対して、第２予測誤差Ｅ２が単調に減少する関係を示す関数となる。つまり、時間分解能である「ｃ２」が大きいほど、第２予測誤差Ｅ２は、小さくなる関係となる。

＜生体情報の予測誤差の計算例（ステップＳ５５）＞
図１１に戻り、ステップＳ５５では、端末装置は、生体情報の予測誤差を計算する。すなわち、端末装置は、第１予測誤差Ｅ１及び第２予測誤差Ｅ２に基づいて、生体情報の予測誤差（以下「第３予測誤差Ｅ」という。）を計算する。例えば、第３予測誤差Ｅは、第１予測誤差Ｅ１及び第２予測誤差Ｅ２に基づいて、下記（６）式によって計算される。

上記（６）式において、「α」は、生体情報の評価値に対する寄与率を示す値である。そのため、「α」には、生体情報の評価値の予測誤差、すなわち、第３予測誤差Ｅが最小となる値が使用される。具体的には、暗い照明環境下のように、輝度の評価値が悪化しやすい条件下では、「α」は、小さい値となる。一方で、フレームレートが低い、すなわち、時間分解能が低い環境下のように、位置の評価値が悪化しやすい条件下では、「α」は、大きい値となる。また、「α」は、「０」乃至「１」の値である。

したがって、第３予測誤差Ｅについては、下記（７）式が成立する。

したがって、端末装置は、輝度の評価値及び位置の評価値を用い、かつ、寄与率「α」の値を設定すると、生体情報の評価値の予測誤差を小さくすることができる。以下、「α」には、上記（６）式又は上記（７）式に基づいて、第３予測誤差Ｅが最小となる値が設定されるとする。

＜生体情報の生成例（ステップＳ０１０６）＞
図３に戻り、ステップＳ０１０６では、端末装置は、生体情報を生成する。例えば、生体情報は、生体の疲労している度合いを示す疲労度Ｔ等である。例えば、疲労度Ｔは、下記（８）式によって計算される。

上記（８）式では、疲労度Ｔは、上記（６）式又は上記（７）式に基づいて設定される寄与率「α」、輝度に基づいて計算されるＬＦ／ＨＦ値を変数とする関数「Ｆ」及び位置に基づいて計算される評価時間Ｔｏを変数とする関数「Ｇ」に基づいて計算される。

具体的には、例えば、上記（８）式に示す関数「Ｆ」は、下記（９）式に示す関数である。

上記（９）式に示すように、関数「Ｆ」は、例えば、一次多項式である。また、上記（９）式における変数「ｐ１」及び「ｐ２」は、あらかじめ設定される定数である。例えば、変数「ｐ１」及び「ｐ２」は、疲労度Ｔと、ＬＦ／ＨＦ値との誤差が最小となるように、あらかじめ計算され、設定される値である。

また、例えば、上記（８）式に示す関数「Ｇ」は、下記（１０）式に示す関数である。

上記（１０）式に示すように、関数「Ｇ」は、例えば、一次多項式である。また、上記（１０）式における変数「ｑ１」及び「ｑ２」は、あらかじめ設定される定数である。例えば、変数「ｑ１」及び「ｑ２」は、疲労度Ｔと、評価時間Ｔｏとの誤差が最小となるように、あらかじめ計算され、設定される値である。なお、関数「Ｆ」及び関数「Ｇ」は、一次多項式に限られない。すなわち、関数「Ｆ」及び関数「Ｇ」は、疲労度との関係を示す式であればよく、二次以上の多項式等でもよい。

また、寄与率「α」は、図１１に示すステップＳ５５で計算される予測誤差が最小となるように上記（６）式又は上記（７）式に基づいて計算される値である。したがって、環境が変化すると、寄与率「α」は、設定が変更される。このようにすると、端末装置は、生体情報を精度良く計算できる。

なお、生体情報は、ストレス度又は覚醒度等が含まれてもよい。具体的には、ストレス度は、主に、ＬＦ／ＨＦ値を評価値として計算される情報である。一方で、覚醒度は、主に、瞬目時間（開眼動作に要する時間）を評価値として計算される情報である。なお、覚醒度は、ＬＦ／ＨＦ値及び瞬目時間を組み合わせた評価値に基づいて計算される情報である。

＜出力例（ステップＳ０１０７）＞
図３に戻り、ステップＳ０１０７では、端末装置は、生体情報を出力する。具体的には、例えば、生体情報が疲労度である場合には、端末装置は、上記（８）式で計算された値を出力する。

＜機能構成例＞
図１４は、本発明の一実施形態に係る生体情報測定装置の機能構成の一例を示す機能ブロック図である。例えば、端末装置１００は、入力部１００Ｆ１、第１評価値計算部１００Ｆ２、第２評価値計算部１００Ｆ３、予測誤差計算部１００Ｆ４及び生成部１００Ｆ５を備える。

入力部１００Ｆ１は、画像ＩＭＧを入力する。具体的には、入力部１００Ｆ１は、撮像又は外部装置から取得して、画像ＩＭＧを入力する。例えば、入力部１００Ｆ１は、入力装置１００Ｈ４（図２）又は撮像装置１００Ｈ１（図２）等によって実現される。

第１評価値計算部１００Ｆ２は、入力部１００Ｆ１が入力する画像ＩＭＧに基づいて、生体の肌の輝度に基づく第１評価値を計算する。例えば、第１評価値計算部１００Ｆ２は、ＣＰＵ１００Ｈ２（図２）等によって実現される。

第２評価値計算部１００Ｆ３は、入力部１００Ｆ１が入力する画像ＩＭＧに基づいて、生体の目の情報に基づく第２評価値を計算する。例えば、第２評価値計算部１００Ｆ３は、ＣＰＵ１００Ｈ２（図２）等によって実現される。

予測誤差計算部１００Ｆ４は、第１評価値及び第２評価値に基づいて、生体情報の予測誤差を計算する。具体的には、予測誤差計算部１００Ｆ４は、図１１に示す処理等によって、上記（６）式等のように、生体情報の予測誤差を計算する。例えば、予測誤差計算部１００Ｆ４は、ＣＰＵ１００Ｈ２（図２）等によって実現される。そして、生体情報の予測誤差が計算できると、上記（６）式又は上記（７）式のように、寄与率「α」が設定できる。

生成部１００Ｆ５は、予測誤差計算部１００Ｆ４が計算する予測誤差に基づいて、疲労度等の生体情報を生成する。例えば、生成部１００Ｆ５は、ＣＰＵ１００Ｈ２（図２）等によって実現される。具体的には、予測誤差が計算されると、寄与率「α」が設定できる。そのため、生成部１００Ｆ５は、上記（８）式に基づいて、寄与率「α」、第１評価値及び第２評価値から疲労度等の生体情報を生成することができる。

また、照明条件又はフレームレート等の環境が変化すると、生成部１００Ｆ５は、寄与率「α」を変更する。このようにすると、端末装置１００は、環境等が変化しても、生体情報を精度良く生成することができる。

＜第２実施形態＞
第２実施形態は、例えば、第１実施形態と同様のハードウェア構成の生体情報測定装置が用いられる。したがって、重複する説明は省略し、以下異なる点を中心に説明する。第２実施形態は、第１実施形態と全体処理が異なり、例えば、以下のような全体処理が行われる。

図１５は、本発明の第２実施形態に係る生体情報測定装置による全体処理の一例を示すフローチャートである。図３と比較すると、図１５は、ステップＳ０２０１乃至ステップＳ０２０８が加わる点が異なる。以下、図３と同様の処理には、同一の符号を付し、説明を省略する。

＜撮像パラメータの初期化例（ステップＳ０２０１）＞
ステップＳ０２０１では、端末装置は、撮像パラメータを初期化する。なお、撮像パラメータは、例えば、フレームレートである。すなわち、撮像パラメータによって、単位時間当たりに撮像されるフレーム数が設定される。例えば、撮像パラメータは、初期値として、最大となる値、すなわち、単位時間当たりに撮像されるフレーム数が最も多くなるように設定される。なお、設定されるフレームレートと、実際に撮像されるフレームレートとに差異が生じる場合がある。このような場合には、設定されるフレームレートと、実際に撮像されるフレームレートとの差異が少ない値まで、フレームレートは、下げられるのが望ましい。

＜判定画像の入力例（ステップＳ０２０２）＞
ステップＳ０２０２では、端末装置は、以下に説明する撮像パラメータを変更を行うか否か等の判定に用いられる画像（以下「判定画像」という。）を入力する。例えば、判定画像は、ステップＳ０１０１と同様の方法で入力される。

＜判定画像に基づく肌の輝度及び目の情報の計算例（ステップＳ０２０３）＞
ステップＳ０２０３では、端末装置は、判定画像に基づいて、肌の輝度及び目の情報を計算する。例えば、ステップＳ０２０３は、ステップＳ０２０２で入力される判定画像に基づいて、ステップＳ０１０２と同様の方法によって、肌の輝度及び目の情報を計算する。

＜所定のフレーム数が確保できたか否かの判断例（ステップＳ０２０４）＞
ステップＳ０２０４では、端末装置は、所定のフレーム数が確保できたか否かを判断する。なお、所定のフレーム数は、あらかじめ設定される値である。具体的には、所定のフレーム数は、評価値が計算できるフレーム数である。より具体的には、例えば、輝度の評価値をＳＮ比とする場合には、所定のフレーム数は、ＳＮ比が計算できる程度のフレーム数となる。

次に、所定のフレーム数が確保できたと端末装置が判断すると（ステップＳ０２０４でＹＥＳ）、端末装置は、ステップＳ０２０５に進む。一方で、所定のフレーム数が確保できていないと端末装置が判断すると（ステップＳ０２０４でＮＯ）、端末装置は、ステップＳ０２０２に進む。

＜肌の輝度及び目の情報に基づくそれぞれの評価値の計算例（ステップＳ０２０５）＞
ステップＳ０２０５では、端末装置は、肌の輝度及び目の情報に基づくそれぞれの評価値を計算する。例えば、ステップＳ０２０５は、ステップＳ０１０４と同様の方法によって肌の輝度及び目の情報に基づくそれぞれの評価値を計算する。

＜予測誤差の計算例（ステップＳ０２０６）＞
ステップＳ０２０６では、端末装置は、予測誤差を計算する。例えば、ステップＳ０２０６は、ステップＳ０１０５と同様の方法、すなわち、上記（６）式等によって予測誤差を計算する。

＜予測誤差が閾値以下か、予測誤差が閾値より高い値、かつ、低フレームレートの設定が可能か、予測誤差が閾値より高い値、かつ、低フレームレートの設定が不可能のいずれかの判定例（ステップＳ０２０７）＞
ステップＳ０２０７では、端末装置は、予測誤差が閾値以下か、予測誤差が閾値より高い値、かつ、低フレームレートの設定が可能か、予測誤差が閾値より高い値、かつ、低フレームレートの設定が不可能のいずれかであるか判定する。なお、閾値は、あらかじめ設定される値である。

次に、予測誤差が閾値以下であると端末装置が判定すると（ステップＳ０２０７で（Ａ））、端末装置は、ステップＳ０１０１に進む。すなわち、例えば、第１実施形態の全体処理を実行して、端末装置は、生体情報を生成する。そして、予測誤差が閾値より高い値、かつ、低フレームレートの設定が可能であると端末装置が判定すると（ステップＳ０２０７で（Ｂ））、端末装置は、ステップＳ０２０８に進む。他に、予測誤差が閾値より高い値、かつ、低フレームレートの設定が不可能であると端末装置が判定すると（ステップＳ０２０７で（Ｃ））、端末装置は、全体処理を終了する。なお、端末装置は、全体処理を終了する場合には、所定の精度を確保できない環境であると判定する場合であるため、例えば、明るい環境で実行するようにメッセージを出力又はエラー表示等を行ってもよい。

＜撮像パラメータの変更例（ステップＳ０２０８）＞
ステップＳ０２０８では、端末装置は、撮像パラメータを変更する。具体的には、端末装置は、設定されているフレームレートをより低い値に変更する。

なお、撮像パラメータは、例えば、露光時間が含まれてもよい。

図１６は、本発明の第２実施形態に係る生体情報測定装置による撮像パラメータの変更例を示すタイミングチャートである。

以下、シャッタスピードの初期設定等によって定まる露光時間が図１６（Ａ）に示す露光時間（以下「第１露光時間ＥＴ１」という。）である例で説明する。なお、初期設定等によって、フレームレートによって定まる周期は、図１６（Ａ）に示すサンプリング周期（以下「第１サンプリング周期ＳＴ１」という。）であるとする。なお、露光時間は、カメラのシャッタが切られ、光が取り込まれている時間、すなわち、露光が行われている時間である。

次に、予測誤差が閾値より高い値であると判断されると（図１５に示すステップＳ０２０７で（Ｂ））、ステップＳ０２０８では、端末装置は、例えば、露光時間を図１６（Ｂ）に示す露光時間（以下「第２露光時間ＥＴ２」という。）に変更するように制御を行う。具体的には、端末装置は、シャッタスピードの設定値等を変更して露光時間が第２露光時間ＥＴ２となるように制御する。図示するように、第２露光時間ＥＴ２は、第１露光時間ＥＴ１と比較すると、長い時間である。このように、露光時間が長くなると、１フレーム当たりの受光量が増加するため、１フレーム当たりの受光量が不足している場合には、パワースペクトルにおいて信号成分が強くなる。すなわち、露光時間が長くなると、ＳＮ比を高くすることができる。

＜機能構成例＞
図１７は、本発明の第２実施形態に係る生体情報測定装置の機能構成の一例を示す機能ブロック図である。図１４と比較すると、図１７は、撮像パラメータ変更部１００Ｆ６が追加される点が異なる。以下、異なる点を中心に説明する。

撮像パラメータ変更部１００Ｆ６は、予測誤差計算部１００Ｆ４が計算する予測誤差に基づいて、画像ＩＭＧを撮像する撮像パラメータを変更する。例えば、撮像パラメータ変更部１００Ｆ６は、ＣＰＵ１００Ｈ２（図２）等によって実現される。

このようにすると、端末装置１００は、撮像パラメータを変更して、閾値以下となる予測誤差を小さくすることができる。したがって、端末装置１００は、精度良く生体情報を生成することができる。

＜他の実施形態＞

また、本発明に係る実施形態は、本発明の一実施形態に係る処理の一部又は全部の手順が、１以上の情報処理装置を有する生体情報測定システムによって実行されることで実現されてもよい。

他にも、本発明に係る実施形態は、生体情報測定方法をコンピュータに実行させるためのプログラム等によって実現されてもよい。なお、プログラムは、コンピュータが読み取り可能な記録媒体等に記憶されてコンピュータにインストールされる。

以上、本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形又は変更が可能である。

１００ 端末装置
ＩＭＧ 画像
Ｔｏ 評価時間
１００Ｆ１ 入力部
１００Ｆ２ 第１評価値計算部
１００Ｆ３ 第２評価値計算部
１００Ｆ４ 予測誤差計算部
１００Ｆ５ 生成部

特開２０１４−１９７３７３号公報

Claims (8)

1. 生体を示す画像を入力して生体情報を測定する生体情報測定装置であって、
   前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算する第１評価値計算部と、
   前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算する第２評価値計算部と、
   前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算する予測誤差計算部と、
   前記予測誤差に基づいて前記生体情報を生成する生成部と
   を備える生体情報測定装置。
2. 前記生成部は、環境の変化に基づいて、前記生体情報の生成における前記第１評価値及び前記第２評価値の寄与率を変更する請求項１に記載の生体情報測定装置。
3. 前記生成部は、前記寄与率に、前記予測誤差が最小となる値を設定する請求項２に記載の生体情報測定装置。
4. 前記予測誤差に基づいて、前記画像を撮像する撮像パラメータを変更する撮像パラメータ変更部を更に備える請求項１乃至３のいずれか１項に記載の生体情報測定装置。
5. 前記撮像パラメータは、前記画像を撮像するフレームレートである請求項４に記載の生体情報測定装置。
6. １以上の情報処理装置を有し、生体を示す画像を入力して生体情報を測定する生体情報測定システムであって、
   前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算する第１評価値計算部と、
   前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算する第２評価値計算部と、
   前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算する予測誤差計算部と、
   前記予測誤差に基づいて前記生体情報を生成する生成部と
   を備える生体情報測定システム。
7. 生体を示す画像を入力して生体情報を測定する生体情報測定装置が行う生体情報測定方法であって、
   前記生体情報測定装置が、前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算する第１評価値計算手順と、
   前記生体情報測定装置が、前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算する第２評価値計算手順と、
   前記生体情報測定装置が、前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算する予測誤差計算手順と、
   前記生体情報測定装置が、前記予測誤差に基づいて前記生体情報を生成する生成手順と
   を含む生体情報測定方法。
8. 生体を示す画像を入力して生体情報を測定するコンピュータに生体情報測定方法を実行させるためのプログラムであって、
   前記コンピュータが、前記画像に基づいて、前記生体の肌の輝度に基づく第１評価値を計算する第１評価値計算手順と、
   前記コンピュータが、前記画像に基づいて、前記生体の目の情報に基づく第２評価値を計算する第２評価値計算手順と、
   前記コンピュータが、前記第１評価値及び前記第２評価値に基づいて、前記生体情報の予測誤差を計算する予測誤差計算手順と、
   前記コンピュータが、前記予測誤差に基づいて前記生体情報を生成する生成手順と
   を実行させるためのプログラム。

Images