JP2018099267A - 運動量推定装置、運動量推定プログラム、及び運動量推定システム - Google Patents

Abstract

【課題】運動量を推定する推定装置を身体に装着することなく、建物内を歩行する歩行者に対する運動の効果を推定する。
【解決手段】運動量推定装置１０は、検出対象空間を検出して得られた距離画像２を取得し、距離画像２と、検出対象空間に歩行者６が存在しない状態で取得した距離画像２である背景距離画像３との差分から歩行者距離画像５を取得し、歩行者距離画像５で表される歩行者６の運動強度及び活動量の少なくとも一方を推定する。
【選択図】図１

Description

本発明は、運動量推定装置、運動量推定プログラム、及び運動量推定システムに係り、より詳しくは、建物内を歩行する歩行者における運動の効果を推定する運動量推定装置、運動量推定プログラム、及び運動量推定システムに関する。

近年、従業員の健康管理を経営的な視点で捉えて戦略的に取り組むことで、従業員の活力向上及び生産性の向上を実現する「健康経営」という概念が注目されている。

健康経営の視点から見た場合、就労中における従業員の運動量を増加させることが好ましく、そのため、例えば従業員の動線を工夫して階段の利用を促す等の対応が行われることがある。

一方で、健康経営を効率よく実行するには、個々の従業員の運動量等を把握することが好ましい。したがって、例えば就労中の従業員の身体に装着して、消費カロリー等の運動に関する基礎データを測定するウェアラブルデバイスが利用されることがある。

特開２０１６−１４４５６０号公報

しかしながら、ウェアラブルデバイスを装着し忘れる従業員が現れたり、ウェアラブルデバイスの電源が消耗したりすることで、従業員の運動に関する基礎データを取得できない状況が発生する場合がある。

本発明は上記事実に鑑みてなされたものであり、運動量を推定する推定装置を身体に装着することなく、建物内を歩行する歩行者における運動の効果を推定することができる運動量推定装置、運動量推定プログラム、及び運動量推定システムを提供することを目的とする。

上記目的を達成するために、本発明の運動量推定装置は、検出対象空間を検出して得られた距離画像を取得する距離画像取得部と、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部と、前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部と、前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部と、を含んでいる。

本発明の運動量推定装置によれば、距離画像取得部により、検出対象空間の距離画像を取得し、歩行者画像取得部により、距離画像と記憶部に記憶された背景距離画像との差分から歩行者距離画像を取得する。そして、推定部により、歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する。

このように、本発明の運動量推定装置によれば、距離画像から取得される歩行者距離画像を用いて歩行者の運動強度及び活動量の少なくとも一方を推定することから、運動強度及び活動量の少なくとも一方を推定する推定装置を歩行者に装着することなく、建物内を歩行する歩行者における運動の効果を推定することができる。

なお、本発明は、前記検出対象空間が階段を含む空間であり、前記推定部は、前記歩行者距離画像に基づいて、階段を上る歩行者の運動強度及び活動量の少なくとも一方を推定してもよい。これにより、階段を上る歩行者における運動の効果を推定することができる。

また、本発明は、前記推定部において前記歩行者距離画像で表される歩行者の歩調及び移動変位を推定し、推定した歩調及び推定した移動変位、並びに推定した移動変位に対応した予め求めた歩調と運動強度との関係から前記歩行者距離画像で表される歩行者の運動強度を推定してもよい。これにより、歩行者距離画像から歩行者の運動強度を推定することができる。

また、本発明は、前記推定部において、前記歩行者距離画像で表される歩行者の歩調、移動変位及び体格を推定し、推定した歩調、推定した移動変位、推定した移動変位に対応した予め求めた歩調と運動強度との関係及び推定した体格から前記歩行者距離画像で表される歩行者の活動量を推定してもよい。これにより、歩行者距離画像から歩行者の活動量を推定することができる。

また、本発明は、呼気ガス分析等の方法によって、予め複数の被検者の階段歩行について測定した移動変位、歩調及び運動強度の関係を用いてもよい。

また、本発明は、前記推定部において、複数の前記歩行者距離画像の間の画素値の差分と、前記歩行者距離画像の各々に対応する前記距離画像取得部により取得された距離画像の取得間隔とを用いて、前記歩行者距離画像の各々に含まれる歩行者の歩調を推定する。

また、本発明は、前記推定部において、複数の前記歩行者距離画像から歩行者の下肢部に対応する領域を抽出し、抽出した前記領域間における画素値の差分と、前記歩行者距離画像の各々に対応する前記距離画像取得部により取得された距離画像の取得間隔とを用いて、前記歩行者距離画像の各々に含まれる歩行者の歩調を推定する。

したがって、歩行者に歩調を推定する装置を装着することなく、歩行者の歩調を推定することができる。

また、本発明は、前記推定部で推定した前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を表示する表示部を更に備え、前記推定部において、複数の前記歩行者距離画像から歩行者の腰部に対応する領域を抽出し、抽出した歩行者の腰部に対応する領域の移動変位から前記歩行者距離画像の各々に含まれる歩行者の歩行姿勢の良し悪しを表す評価値を算出し、前記表示部に前記評価値を表示するようにしてもよい。表示部を備えることで、歩行中の歩行者に自身の歩行姿勢の評価値を伝えることができるため、歩行姿勢の改善を促すことができる。

一方、上記目的を達成するために、本発明の運動量推定プログラムは、コンピュータを、検出対象空間を検出して得られた距離画像を取得する距離画像取得手段と、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得手段により取得された距離画像を背景距離画像として記憶する記憶手段と、前記距離画像取得手段により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得手段と、前記歩行者画像取得手段により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定手段と、して機能させるためのものである。

したがって、本発明の運動量推定プログラムによれば、距離画像から取得される歩行者距離画像を用いて歩行者の運動強度及び活動量の少なくとも一方を推定することから、運動強度及び活動量の少なくとも一方を推定する推定装置を歩行者に装着することなく、建物内を歩行する歩行者における運動の効果を推定することができる。

また、本発明の運動量推定システムは、検出対象空間を検出して得られた距離画像を取得する距離画像取得部、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部、前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部、及び、前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部を有する運動量推定装置と、歩行者が所持する発信装置から発せられる電波を受信する受信装置と、前記受信装置で受信した電波によって表される前記発信装置の情報から前記発信装置を所持する歩行者を識別し、前記識別した歩行者の識別情報と、前記運動量推定装置で推定された前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方と、を対応付ける識別装置と、前記識別装置で対応付けられた前記識別した歩行者の識別情報と、運動強度及び活動量の少なくとも一方と、を記憶する記憶装置と、を備えている。

このように、本発明の運動量推定システムによれば、識別装置によって、歩行者が所持する発信装置から発せられる識別情報と、歩行者の運動強度及び活動量の少なくとも一方とを対応付けて記憶装置に記憶することから、歩行者毎に運動の効果を管理することができる。

更に、本発明の運動量推定システムは、検出対象空間を検出して得られた距離画像を取得する距離画像取得部、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部、前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部、及び、前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部を有する運動量推定装置と、前記検出対象空間を歩行する歩行者の顔を撮像する撮像装置と、歩行者の顔の画像と、前記顔に対応する歩行者の識別情報と、を各々対応付けた情報を予め記憶する記憶装置と、前記記憶装置に記憶されている前記顔の画像の中に、前記撮像装置で撮像した歩行者の顔の画像が含まれる場合、前記撮像装置で撮像した歩行者の顔の画像と対応付けられた前記識別情報と、前記運動量推定装置で推定された前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方と、を対応付け、前記記憶装置に記憶する識別装置と、を備えている。

このように、本発明の運動量推定システムによれば、識別装置によって、撮像装置で撮像した歩行者の顔の画像と、記憶装置に記憶されている歩行者の顔の画像との比較を行い、記憶装置に記憶されている歩行者の顔の画像の中に撮像装置で撮像した歩行者の顔の画像が含まれる場合、記憶装置に記憶されている歩行者の顔の画像に予め対応付けられた識別情報と、歩行者の運動強度及び活動量の少なくとも一方とを対応付けて記憶装置に記憶することから、歩行者が識別情報を発信する発信装置を所持することなく、歩行者毎に運動の効果を管理することができる。

また、本発明に係る運動量推定システムは、前記記憶装置に、歩行者の体格に関する属性を予め記憶するものであってもよい。これにより、運動量推定装置で歩行者の活動量を推定する際、記憶装置に記憶した歩行者の体格に関する属性を使用することができるため、運動量推定装置で推定した歩行者の体格を使用して活動量を推定する場合と比較して、活動量を精度よく推定することができる。

本発明によれば、運動量を推定する推定装置を身体に装着することなく、建物内を歩行する歩行者における運動の効果を推定することができる。

第１実施形態に係る運動量推定システムの構成例を示す図である。 距離画像センサによる被写体までの距離の測定方法について説明する模式図である。 距離画像の一例を示す図である。 歩行者距離画像の一例を示す図である。 コンピュータを用いた運動量推定装置の構成例を示す図である。 運動量推定装置での運動量推定処理の流れの一例を示すフローチャートである。 距離画像から歩行者距離画像を取得するまでの流れを示す図である。 歩行者距離画像で表される歩行者の身長の推定方法について説明する模式図である。 歩行者距離画像で表される歩行者の体表面積の推定方法について説明する模式図である。 歩行者の身長、体重及び体表面積の一例を示す図である。 推定した歩行者の身長と実際の身長との関係、並びに、推定した歩行者の体表面積と体表面積の計算値との関係の一例を表すグラフである。 階段を歩行する歩行者における幅方向の移動変位の一例を示す図である。 階段を歩行する歩行者における高さ方向の移動変位の一例を示す図である。 歩行者の幅方向及び高さ方向における移動変位の周波数特性の一例を示す図である。 運動強度情報の一例を示す図である。 表示部を備えた運動量推定装置を含む運動量推定システムの構成例を示す図である。 第２実施形態に係る運動量推定システムの構成例を示す図である。 データベースで管理される推定情報の一例を示す図である。 第３実施形態に係る運動量推定システムの構成例を示す図である。

以下、図面を参照して、本発明を実施するための形態例について詳細に説明する。

＜第１実施形態＞
まず、図１を参照して、第１実施形態に係る運動量推定システム１の構成を説明する。図１に示すように、運動量推定システム１は、距離画像センサ７及び運動量推定装置１０を含み、運動量推定装置１０はネットワーク９に接続される。

距離画像センサ７にはいくつかの測距原理を利用したものがあるが、ここでは一例として、水平方向にｍ本、垂直方向にｎ本のレーザを被写体に向けて照射し、レーザを照射した時間と被写体で反射したレーザを受光した時間との差分に基づいて、（ｍ×ｎ）個の画素毎に距離画像センサ７から被写体までの距離を測定するTOF

(Time Of Flight)方式の距離画像センサ７を用いるものとする。

具体的には、図２に示すように、距離画像センサ７から被写体の一例である歩行者６の特定の部位６Ａまでの距離をＲ、レーザを照射した時間と被写体で反射したレーザを受光した時間との差分をΔｔ、光速をｃとすれば、距離画像センサ７は各々のレーザについて（１）式に従って、距離画像センサ７から被写体までの距離を測定する。

距離画像センサ７は、距離画像センサ７から被写体までの距離を値とする（ｍ×ｎ）個の画素で表された画像（距離画像）を、予め定めたフレームレート（例えば３０ｆｐｓ）で逐次取得する。

距離画像における各々の画素値は被写体までの距離を表すため、被写体までの距離に応じて表示形態を変えることで、図３に示すような距離画像２が得られる。図３の例では、距離画像センサ７から被写体までの距離が遠くなるにつれて、明度を低く（黒く）し、距離画像センサ７から被写体までの距離が近づくにつれて、明度を高く（白く）することで、距離画像センサ７から被写体までの距離を可視化している。

なお、距離画像を可視化する方法はこれに限られず、例えば距離画像センサ７から被写体までの距離が遠くなるにつれて赤みかがった色で表示し、距離画像センサ７から被写体までの距離が近づくにつれて、青みがかった色で表示する等、距離に応じて色彩を変化させてもよい。

また、距離画像２が取得できさえすれば距離画像センサ７における距離画像の取得方法に制限はなく、例えば、距離の検知領域が予め定めた照度以上を有する領域であれば、被写体を異なる方向から撮影して被写体の奥行き情報を記録するステレオカメラを用いて、距離画像２を取得するようにしてもよい。

以降では、距離画像センサ７による距離の検出対象空間を、他の通路を歩行する場合に比べて運動強度が高く、歩行者の運動の効果が現れやすい階段８に設定する。すなわち、距離画像センサ７を、歩行者６の頭上で、且つ、階段８を見通すことができる壁面等に設置し、階段８を歩行する歩行者６の距離画像２を取得する形態について説明する。なお、距離画像センサ７の設置場所は一例であり、例えば廊下のような平面状の通路を見通すことができる壁面の上部等に設置してもよい。

運動量推定装置１０は、距離画像取得部１１、解析部１２、通信部１３及び記憶部１４を含む。

距離画像取得部１１には距離画像センサ７が接続され、距離画像センサ７から距離画像２を取得して、取得した距離画像２を記憶部１４に記憶すると共に、距離画像センサ７から距離画像２を取得した通知（距離画像取得通知）を解析部１２に通知する。

解析部１２は歩行者画像取得部１５及び推定部１６を含み、距離画像取得部１１から距離画像取得通知を受け付けると、歩行者画像取得部１５では、記憶部１４に記憶された距離画像２から歩行者６に対応する領域を抽出して、図４に示すような歩行者距離画像５を取得し、取得した歩行者距離画像５を記憶部１４に記憶する。また、歩行者画像取得部１５は、歩行者距離画像５を記憶部１４に記憶した後、歩行者距離画像５を取得した通知（歩行者距離画像取得通知）を推定部１６に通知する。

なお、歩行者画像取得部１５における歩行者距離画像５の取得方法については後ほど詳細に説明する。

歩行者画像取得部１５から歩行者距離画像取得通知を受け付けた推定部１６は、記憶部１４に記憶された歩行者距離画像５を用いて、歩行者距離画像５で表される歩行者６の歩調及び体格を推定する。そして、推定部１６は、推定した歩調から、階段８を歩行する歩行者６の運動強度を推定し、推定した運動強度から歩行者６の活動量を推定する。

ここで、「歩調」とは、歩行者の移動速度又は単位時間あたりの歩数で表される歩行者６の歩行テンポのことをいう。

また、「運動強度」とは、座って安静にしている状態を基準とした身体活動の強さを表す指標であり、メッツ（METS）と呼ばれる単位によって表される。身体活動の強さは、年齢、体重、性別の違いに関係なく、身体活動そのものの強さを示しており、様々な運動に対する身体活動の強さ、すなわち運動強度が日本の厚生労働省から公表されている。具体的には、座って安静にしている状態における身体活動の強さを１メッツとした場合、体操等の運動は約３．５メッツに相当する。

なお、運動強度と運動時間との積は、身体活動の量を表す指標であり「エクササイズ」とも呼ばれ、単位は［メッツ・時]が用いられる。すなわち、より強い運動強度ほど短時間で１エクササイズとなる。

また、「活動量」とは、身体活動の量が身体活動を行った人に作用した影響を示す指標である。同じ身体活動の量であっても、より体重の重い人の方が運動の効果が大きくなることから、運動強度と、運動時間と、運動を行った人の体重との積、すなわち、エクササイズと運動を行った人の体重との積を用いて歩行者６の活動量を定義する。歩行者６の活動量は、例えば消費カロリー［kcal］として表される。

なお、以降では、「運動量」を、「運動強度」及び「活動量」の少なくとも一方を総称する用語として用いることにする。

推定部１６は歩行者６の運動量を推定した後、推定した運動量を通信部１３に通知する。

推定部１６から歩行者６の推定した運動量を受け付けた通信部１３は、受け付けた運動量をネットワーク９に接続された図示しないサーバ等に送信し、運動量を図示しないサーバ上で管理させるようにする。図示しないサーバは、例えばネットワーク９に接続されるコンピュータ又はスマートフォン等の図示しない情報端末に、推定した運動量を含む運動情報を送信する等のサービスを提供する。

なお、距離画像取得部１１、記憶部１４、歩行者画像取得部１５及び推定部１６は、それぞれ開示の技術における距離画像取得手段、記憶手段、歩行者画像取得手段及び推定手段の一例である。

上述した運動量推定装置１０は、例えば図５に示すコンピュータ１００を用いて実現することができる。コンピュータ１００は、ＣＰＵ（Central Processing Unit）１０２、ＲＡＭ（Random Access Memory）１０４、ＲＯＭ（Read Only Memory）１０６、ハードディスク（Hard Disk：HDD）１０８及び入出力インターフェース（Ｉ／Ｏ）１１０がバス１１２を介して各々接続される構成を有する。

ＣＰＵ１０２は例えばＲＯＭ１０６に予め記憶されたプログラムを読み込んで、コンピュータ１００を運動量推定装置１０として機能させ、距離画像２といった歩行者６の運動量の推定に用いるデータを、プログラムの実行時のワークエリア等として用いられるＲＡＭ１０４に記憶する。

また、コンピュータ１００は、ＨＤＤ１０８に予め記憶された歩行者６の運動量の推定に用いる各種パラメータを読み込むと共に、コンピュータ１００の電源がオフされた場合でも記憶すべきデータをＨＤＤ１０８に記憶する。

そして、Ｉ／Ｏ１１０には、入力装置２０、出力装置２２及び通信装置２４が接続される。

入力装置２０には、例えばユーザが運動量推定装置１０に指示を与えるためのスイッチ類、キーボード、ＤＶＤ等の光学ディスクに記録されたデータを読み込むデータ読み取り装置、マウス及びタッチパネルといった入力デバイスの少なくとも１つが含まれる。

出力装置２２には、例えば運動量推定装置１０の可動状況等を示すＬＥＤ（Light Emitting Diode）等の発光素子、液晶ディスプレイに代表される表示デバイス及びスピーカーといった出力デバイスの少なくとも１つが含まれる。

通信装置２４には、ネットワーク９に接続される図示しないサーバ及び情報端末との間でデータを送受信する通信プロトコルが含まれる。

なお、入力装置２０及び出力装置２２は、必ずしもＩ／Ｏ１１０に接続されている必要はなく、必要に応じて接続される。また、運動量推定装置１０をネットワーク９に接続しない形態で利用する場合には、通信装置２４も不要となる。

また、ＨＤＤ１０８もコンピュータ１００には必ずしも必要ではなく、コンピュータ１００はＨＤＤ１０８の代わりに、例えばネットワーク９を介して接続された記憶装置を利用するようにしてもよい。

次に、図６を参照して、本実施の形態に係る運動量推定装置１０の作用を説明する。なお、図６は、歩行者６が階段８を歩行している際にＣＰＵ１０２により実行される運動量推定プログラムの処理、すなわち、運動量推定処理の流れを示すフローチャートであり、当該プログラムはＲＯＭ１０６に予め記憶されている。

なお、記憶部１４には、距離画像センサ７による距離の検出対象空間内に歩行者６が存在しない状態で予め取得した距離画像（以降、「背景距離画像３」という）と、距離画像センサ７で前回取得した距離画像２と、歩行者６が階段８を歩行中に取得された複数の歩行者距離画像５（歩行者距離画像５の詳細については後ほど説明する）が記憶されているものとする。また、説明をわかりやすくするため、検出対象空間内には一人の歩行者６しか含まれない場合について説明する。

まず、図６のステップＳ１０では、距離画像センサ７から距離画像２を取得する。

ステップＳ２０では、ステップＳ１０で取得した距離画像２と、記憶部１４に記憶されている前回取得した距離画像２とを比較して、ステップＳ１０で取得した距離画像２が、前回取得した距離画像２と同じか否かを判定する。

ステップＳ２０の判定処理が肯定判定の場合には、歩行者６は距離画像センサ７の検出対象空間に含まれないとみなせることから、ステップＳ１０で取得した距離画像２を記憶部１４に記憶した上で、ステップＳ１１０に移行する。

ステップＳ１１０では、例えばユーザが入力装置２０を操作することによって通知される、運動量推定装置１０の動作を終了させる終了指示を受け付けたか否かを判定する。

ステップＳ１１０の判定処理が否定判定の場合にはステップＳ１０に移行し、終了指示を受け付けるまで、距離画像センサ７から距離画像２を取得する処理を繰り返す。また、ステップＳ１１０の判定処理が肯定判定の場合には、図６に示した運動量推定プログラムの処理を終了する。

一方、ステップＳ２０の判定処理が否定判定の場合には、歩行者６が階段８を歩行しているとみなすことができるため、ステップＳ１０で取得した距離画像２を記憶部１４に記憶した上でステップＳ３０に移行し、以降の処理において歩行者６の運動量を推定する。

なお、距離画像２が同じとは、例えば異なる距離画像２の対応する画素間において、画素値が異なる画素の数が予め設定した閾値以下である場合をいう。当該閾値は、運動量推定装置１０の実機による実験や運動量推定装置１０の設計仕様に基づくコンピュータシミュレーション等により予め求められ、例えばＨＤＤ１０８の予め定めた領域に予め記憶される。

ステップＳ３０では、記憶部１４から背景距離画像３を取得する。

ステップＳ４０では、ステップＳ１０で取得した距離画像２と、ステップＳ３０で取得した背景距離画像３との差分を示す差分画像４を取得する。

上述したように、背景距離画像３は、距離画像センサ７による距離の検出対象空間内に歩行者６が存在しない状態で取得した距離画像であるため、ステップＳ１０で取得した距離画像２との差分をとることにより、差分画像４は、検出対象空間内を歩行する歩行者６に対応した距離画像を示すことになる。

しかしながら、差分画像４は、単にステップＳ１０で取得した距離画像２と背景距離画像３との差分を示す距離画像であるため、歩行者６に対応した距離画像に加えて、様々なノイズ成分も含まれる場合がある。そのため、場合によっては歩行者６に対応する領域を特定し難い状況が考えられる。

したがって、ステップＳ５０では、ステップＳ４０で取得した差分画像４に対して公知の画像処理を適用して差分画像４に含まれるノイズ成分を低減し、差分画像４よりも鮮明に歩行者６に対応する領域を抽出した距離画像、すなわち、歩行者距離画像５を差分画像４から取得する。

ステップＳ５０で差分画像４に対して適用する画像処理としては、画像の膨張処理及び収縮処理を利用して画像を平滑化するオープニング処理、並びにメディアンフィルタを用いてノイズを除去するメディアンフィルタ処理等が挙げられる。しかし、ステップＳ５０で差分画像４に対して適用する画像処理はオープニング処理及びメディアンフィルタ処理に限られず、差分画像４からノイズ成分を除去することができる画像処理であれば、他の画像処理を適用してもよいことは言うまでもない。

図７に、背景距離画像３を用いて距離画像２から歩行者距離画像５を取得するまでの流れを示す。

Ｓ６０では、ステップＳ５０で取得した歩行者距離画像５を用いて、歩行者距離画像５で表される歩行者６の体格、より具体的には歩行者６の身長及び体重を推定する。

図８は、歩行者距離画像５で表される歩行者６の身長の推定方法の一例を示す図である。

図８に示すように、歩行者６の身長Ｈは、距離画像センサ７から歩行者６の頭頂部までの距離ｒ_Hと、距離画像センサ７から歩行者６の足元までの距離ｒ_Lと、距離画像センサ７と歩行者６の頭頂部とを結ぶ直線Ｌ_H及び距離画像センサ７と歩行者６の足元とを結ぶ直線Ｌ_Lとの成す角度θとがわかれば、余弦定理を用いて（２）式から推定することができる。

歩行者距離画像５のうち、歩行者６の高さ方向（図８のＺ軸方向）において最も上に位置する画素Ｐ_Hの画素値が距離ｒ_Hに相当し、歩行者６の高さ方向において最も下に位置する画素Ｐ_Lの画素値が距離ｒ_Lに相当する。

また、距離画像センサ７の歩行者６の高さ方向における距離の検出範囲、すなわち垂直画角Ａ_Lは距離画像センサ７によって予め決められており、歩行者６の高さ方向における距離画像センサ７の画素数ｎも予め決められている。したがって、画素Ｐ_Hから画素Ｐ_Lを結ぶ直線に沿った画素数を計測して当該画素数がｎ₁である場合、角度θは（３）式から推定することができる。

すなわち、歩行者距離画像５から距離ｒ_H、距離ｒ_L及び角度θを取得することができるため、歩行者距離画像５で表される歩行者６の身長Ｈを（２）式を用いて推定することができる。

なお、階段８には段差があるため、歩行者６の足元が階段８の段差に隠れた状態の歩行者距離画像５が得られる場合がある。この場合、推定した歩行者６の身長Ｈは、実際の歩行者６の身長より低くなることから、推定した歩行者６の身長Ｈを補正するようにしてもよい。

例えば、推定した歩行者６の身長Ｈに、階段８の段差によって隠れる足元の長さに相当する補正値を加えてもよい。当該補正値は、運動量推定装置１０を検出対象空間内の階段８に設置した状態で、実際の身長Ｈ_Aがわかる複数の歩行者６（被検者）に階段８を歩行してもらい、運動量推定装置１０で推定した各被検者の身長Ｈと実際の身長Ｈ_Aとの差分の要約統計量、例えば平均値等を補正値としてＨＤＤ１０８に予め記憶しておけばよい。

または、歩行者６の推定した身長を、同じ歩行者６が含まれているとみなすことができる複数の歩行者距離画像５から推定した身長の中で最も高い身長又は平均身長に合わせるように補正してもよい。

距離画像センサ７は予め定めたフレームレートで距離画像２を取得するため、歩行者６が階段８を歩行する間は、ステップＳ２０においてステップＳ１０で取得した距離画像２と前回取得した距離画像２とが異なることから、同じ歩行者６に対して予め定めたフレームレートの間隔で複数の歩行者距離画像５が得られることになる。したがって、予め定めた期間以上に亘って予め定めたフレームレートで歩行者距離画像５が取得される場合、ステップＳ５０で最新の歩行者距離画像５を取得した時点から当該予め定めた期間内に取得された歩行者距離画像５には、同じ歩行者６が含まれているとみなすことができる。

なお、同じ歩行者６が含まれているとみなすことができる歩行者距離画像５の選択に用いられる予め定めた期間は、運動量推定装置１０の実機による実験等によって決定し、例えばＨＤＤ１０８に予め記憶しておけばよい。以降、同じ歩行者６が含まれているとみなすことができる歩行者距離画像５を「ステップＳ５０で取得した以前の歩行者距離画像５」という。

次に、歩行者距離画像５で表される歩行者６の体重の推定方法について説明する。

まず、歩行者距離画像５で表される歩行者６の画素数から歩行者６の体表面積を推定する。体表面積と体重との間には一定の関係が認められることから、体表面積と体重との関係を示す情報（以降、「体表面積体重情報」という）と、推定した体表面積とを用いて、歩行者距離画像５で表される歩行者６の体重を推定する。

図９は、歩行者距離画像５で表される歩行者６の体表面積の推定方法の一例を示す図である。距離画像センサ７からは（ｍ×ｎ）本のレーザが照射されるが、図９では説明の便宜上、１つの画素に対応する１本のレーザが距離画像センサ７から歩行者６に向けて照射されている状況を模式的に示している。

距離画像センサ７からレーザによる歩行者６の照射点までの距離をＲとし、当該レーザによって照射される歩行者６の照射面積をΔＳとする。この場合、照射面積ΔＳは（４）式で算出される。

ここで、Δθ_Hは歩行者６の幅方向（図９のＸ軸方向）に沿ったレーザの幅、すなわち水平方向レーザ幅であり、Δθ_Vは歩行者６の高さ方向（図９のＺ軸方向）に沿ったレーザの幅、すなわち垂直方向レーザ幅である。

距離Ｒは歩行者距離画像５の画素値から取得できる。また、距離画像センサ７の水平方向における距離の検出範囲、すなわち水平画角Ａ_Hは、垂直画角Ａ_Lと同じく距離画像センサ７によって予め決められており、歩行者６の幅方向における距離画像センサ７の画素数ｍも予め決められている。したがって、レーザ１本あたりの水平方向レーザ幅Δθ_Hは（５）式を用いて予め算出することができる。

また、レーザ１本あたりの垂直方向レーザ幅Δθ_Vは上述した（３）式において、ｎ₁＝１とした場合に相当することから、（３）式を用いて予め算出することができる。

したがって、歩行者距離画像５で表される歩行者６の画素の各々に対して（４）式を用いて、各画素に対応したレーザの照射面積ΔＳを算出し、算出した全ての照射面積ΔＳを加算することで、距離画像センサ７と相対する面の歩行者６の体表面積が推定できる。

なお、水平方向レーザ幅Δθ_H及び垂直方向レーザ幅Δθ_Vは、例えばＨＤＤ１０８に予め記憶しておけばよい。

そして、例えば予めＨＤＤ１０８に記憶された体表面積体重情報を用いて、推定した体表面積から歩行者距離画像５で表される歩行者６の体重を推定する。体表面積体重情報は、体表面積を入力値、体重を出力値とする関数によって規定してもよく、また、体表面積と体重とを対応付けた表形式で規定してもよい。

なお、歩行者６は、夏の期間に比べて冬の期間の方が厚手の服を着用する傾向にあるため、冬の期間においては、実際の体表面積より推定した体表面積の方が大きくなる傾向がある。すなわち、季節によって歩行者６の体重の推定精度が変動することがある。したがって、例えば図５のＩ／Ｏ１１０に、距離画像センサ７の検出対象空間における温度を測定する図示しない温度センサを接続し、温度センサで測定した温度が、この温度未満の場合は冬の期間であると判定することができる予め定めた温度を下回る場合には、推定した体表面積を小さくするように補正する処理を行ってもよい。

また、歩行者６の身長と、体表面積との間にも一定の相関関係が認められる傾向があることから、推定した歩行者６の身長を用いて推定した体表面積を補正する処理を行ってもよい。そして、推定した身長及び体重を、例えばＲＡＭ１０４の予め定めた領域に記憶する。

図１０に階段８を歩行する被験者の実際の身長、実際の体重及び体表面積を推定する計算式の一つである藤本式（非特許文献：藤本 薫喜、外４名、「日本人の体表面積に関する研究」、日本衛生学会誌、日本衛生学会、1968年、23(5),p.443-456）を用いた計算値を示し、図１１に、ステップＳ６０で推定した各被検者の身長と実際の身長との関係を表すグラフ２６と、ステップＳ６０で推定した各被験者の体表面積と体表面積の計算値との関係を表すグラフ２８を示す。

なお、図１０における各被験者の体表面積は、被検者の実際の身長及び実際の体重から予め定められた前記の藤本式を用いて算出した計算上の体表面積である。例えば、身長が１７２［ｃｍ］で、かつ、体重が６４［ｋｇ］の被検者Ａの理論上の体表面積は、１．７０９［ｍ²］であることが示されている。

ステップＳ６０の処理によって被検者Ａ〜Ｅの身長を推定したところ、被検者Ｃの推定身長は約１４９９［ｍｍ］、被検者Ｂの推定身長は約１５４６［ｍｍ］、被検者Ａの推定身長は約１６２７［ｍｍ］、被検者Ｄの推定身長は約１６４５［ｍｍ］及び被検者Ｅの推定身長は約１６５６［ｍｍ］であった。

推定した身長から例えば最小二乗法等によりグラフ２６が得られるが、グラフ２６は実際の身長が高くなるに従って推定身長も一定の傾きで高くなることを表しており、これはステップＳ６０によって歩行者距離画像５で表される歩行者６の身長を推定することができることを表している。

なお、実際の身長より推定した身長が低い理由は、被検者の足元が階段８の段差に隠れているためである。したがって、上述した方法によって推定した身長を補正すれば、推定した身長が実際の身長に近づくようになる。

また、ステップＳ６０の処理によって被検者Ａ〜Ｅの体表面積を推定したところ、被検者Ｃの推定体表面積は約３０２１０１［ｍｍ²］、被検者Ｂの推定体表面積は約３３８６６５［ｍｍ²］、被検者Ａの推定体表面積は約３４８２９２［ｍｍ²］、被検者Ｅの推定体表面積は約３５７３３２［ｍｍ²］及び被検者Ｄの推定体表面積は約３８６３４５［ｍｍ²］であった。

推定した体表面積から例えば最小二乗法等によりグラフ２８が得られるが、グラフ２８は体表面積の計算値が大きくなるに従って推定体表面積も一定の傾きで大きくなることを表しており、これはステップＳ６０によって歩行者距離画像５で表される歩行者６の体表面積、すなわち、体重を推定することができることを表している。

なお、推定した体表面積は、距離画像センサ７と相対する面の歩行者６の体表面積を表し、体表面積の計算値は、被検者の体全体の面積を示しているため、推定した体表面は体表面の計算値より小さくなっている。

ステップＳ７０では、ステップＳ５０で取得した歩行者距離画像５で表される歩行者６の歩調を推定する。

具体的には、まず、ステップＳ５０で取得した歩行者距離画像５と、ステップＳ５０で取得した以前の歩行者距離画像５との間において、特定の位置に対応した画素の画素値の差分を算出する。

ここで特定の位置に対応した画素とは、例えば歩行者距離画像５の歩行者６に対応する領域の重心に位置する画素であることが好ましい。歩行者６に対応する領域の重心は、歩行者６の腕、頭又は脚に対応する領域に比べて特定が容易であり、歩行者６の位置をより正確に表すことができる。なお、歩行者６に対応する領域の重心の算出には、公知の算出手法を用いることができる。

次に、距離画像センサ７のフレームレートは予め定められていることから、画素値を比較する各々の歩行者距離画像５の取得間隔を、画素値を比較する歩行者距離画像５の各々に対応した距離画像２のフレームレートから算出する。

画素値を比較する各々の歩行者距離画像５における特定の位置に対応した画素間の画素値の差分、すなわち、歩行者６の移動距離と、画素値を比較する各々の歩行者距離画像５の時間間隔がわかるため、歩行者距離画像５で表される歩行者６の移動速度を推定することができる。

なお、歩行者６の移動速度と単位時間あたりの歩数には一定の関係があることが知られていることから、例えば歩行者６の移動速度と単位時間あたりの歩数との関係を示す情報を予めＨＤＤ１０８に記憶しておけば、当該情報を参照することで推定した歩行者６の移動速度から歩行者６の単位時間あたりの歩数を推定することも可能である。

また、ステップＳ５０で取得した歩行者距離画像５に対して公知のパターンマッチング手法を用いて、歩行者距離画像５から歩行者６の下肢部を抽出し、抽出した下肢部の画素値と、ステップＳ５０で取得した以前の歩行者距離画像５から抽出した歩行者６の下肢部の画素値との差分を時系列に解析することで、距離画像センサ７のフレームレートに相当する期間における歩行者６の移動距離の変化を取得することができる。

歩行者６が両足を階段８に着地させている期間における下肢部の移動距離の変化は、次の段差に進もうとして階段８から左右何れかの足を離している場合の下肢部の移動距離の変化よりも少なくなる傾向が見られる。すなわち、歩行者６が階段８上で１歩ずつ足を進める度に、歩行者６の移動距離の変化が周期的なパターンとして表されることになる。

したがって、距離画像センサ７のフレームレートと歩行者６の移動距離の変化から、歩行者距離画像５で表される歩行者６の単位時間あたりの歩数を推定することができる。

なお、距離画像センサ７のフレームレートに相当する期間における歩行者６の移動距離の変化がわかれば、単位時間あたりの歩行者６の移動距離が得られるため、歩行者６の移動速度を得ることができる。したがって、上述したように、例えばＨＤＤ１０８に予め記憶した歩行者６の移動速度と単位時間あたりの歩数との関係を示す情報を参照しても、歩行者距離画像５で表される歩行者６の単位時間あたりの歩数を推定することができる。

なお、推定した移動速度及び単位時間あたりの歩数は、例えばＲＡＭ１０４の予め定めた領域に記憶する。

ステップＳ８０では、歩行者距離画像５で表される歩行者６が歩行している階段８の傾斜を推定するために、階段８を歩行している歩行者６の幅方向及び高さ方向における重心の移動速度の時系列変化、すなわち、移動変位を歩行者距離画像５から推定する。

そのために、ステップＳ５０で取得した歩行者距離画像５に対して重心を算出する公知の手法を適用し、歩行者６に対応する領域の重心を特定する。そして、特定した重心の位置と、ステップＳ５０で取得した以前の歩行者距離画像５から特定した歩行者６に対応する領域における重心の位置を用いて、時系列に沿って隣り合う歩行者距離画像５間の重心の位置の差分を算出し、歩行者距離画像５で表される歩行者６の移動変位を推定する。

推定した移動変位は、図１０のように画像距離センサ７の位置を基準として検出対象空間内に設定した３次元座標系のＸ軸、Ｙ軸及びＺ軸方向の各成分で表され、各軸方向の移動変位に基づいて、階段８の傾斜角度を推定することができる。

そして、推定した階段８の傾斜角度を例えばＲＡＭ１０４の予め定めた領域に記憶する。

図１２及び図１３に、図１０で示した被検者Ａ〜Ｅのうち４名の被検者に階段８を歩行してもらって実際に推定した移動変位の一例を示す。このうち図１２は、被検者の幅方向（図１０のＸ軸方向）の移動変位Ｖ_Xを示しており、図１３は、被検者の高さ方向（図１０のＺ軸方向）の移動変位Ｖ_Zを示している。

図１２に示すように、歩行者６の移動変位は正方向及び負方向に周期的に変化する傾向が見られる。ここで、図１２における正方向の移動変位とは、歩行者６の重心が距離画像センサ７の検出対象空間内に予め定めた原点より左右何れかの方向に移動する場合の移動変位を示し、図１２における負方向の移動変位とは、歩行者６の重心が図１２における正方向の移動変位に対応する方向と逆方向に移動する場合の移動変位を示している。

被検者を用いた実験の結果、図１２に示した移動変位から、隣り合う極大値又は隣り合う極小値間が２歩分に相当することがわかった。これは、歩行者６は１歩進む毎に、左右何れかの方向に体を交互に移動させる傾向があり、２歩進むことで、移動変位の方向が同じになるためと考えられる。

また、図１３に示すように、歩行者の高さ方向の移動変位についても、歩行者６の移動変位は正方向及び負方向に周期的に変化する傾向が見られる。ここで、図１３における正方向の移動変位とは、歩行者６の重心が距離画像センサ７の検出対象空間内に予め定めた原点より上下何れかの方向に移動する場合の移動変位を示し、図１３における負方向の移動変位とは、歩行者６の重心が図１３における正方向の移動変位に対応する方向と逆方向に移動する場合の移動変位を示している。

被検者を用いた実験の結果、図１３に示した移動変位から、隣り合う極大値又は隣り合う極小値間が１歩分に相当することがわかった。これは、歩行者６は１歩進む毎に、体を一端沈みこませる傾向があるためと考えられる。

したがって、ステップＳ８０で推定した歩行者６の移動変位からも歩行者６の単位時間あたりの歩数、すなわち歩調を推定することができる。

また、図１４に示すように、実験によって得られた歩行者６の移動速度Ｖ_X及び移動速度Ｖ_Zを高速フーリエ変換（Fast Fourier Transform：FFT）することで、歩調に対応する周波数にピークを有する周波数特性が得られるため、歩調を推定することができる。

図１４の例では、移動速度Ｖ_Zの周波数特性を示すグラフ３２において、周波数成分の値が最も大きくなる周波数（図１４の例では２．８Ｈｚ）が歩行者６の歩調に対応した周波数を表し、移動速度Ｖ_Xの周波数特性を示すグラフ３４において、周波数成分の値が最も大きくなる周波数（図１４の例では１．４Ｈｚ）が歩行者６の歩調の１／２に対応した周波数を表す。

なお、階段８の傾斜角度が予めわかっている場合で、且つ、ステップＳ７０で推定した歩調を用いる場合には、ステップＳ８０の処理は必ずしも実行しなくてもよい。

ステップＳ９０では、ステップＳ７０で推定した歩調と、ステップＳ８０で推定した移動変位から得られる階段８の傾斜とを用いて、ステップＳ５０で取得した歩行者距離画像５で表される歩行者６の運動強度を推定する。

具体的には、階段８の傾斜毎に作成された歩調と運動強度との関係を示す情報（以降、「運動強度情報３０」という）を、例えばＨＤＤ１０８に予め記憶しておき、階段８の傾斜に対応した運動強度情報３０を参照して、ステップＳ７０で推定した歩調に対応する運動強度を推定し、推定した運動強度をＲＡＭ１０４の予め定めた領域に記憶する。

階段８の傾斜毎に運動強度情報３０が存在する理由は、同じ歩調であっても、階段８の傾斜度合いによって運動強度は異なるためである。

なお、階段８の傾斜が予めわかっている場合には、ステップＳ８０で推定した移動変位から得られる階段８の傾斜の代わりに、当該予めわかっている階段８の傾斜を用いるようにしてもよい。

図１５は、階段８の特定の傾斜に対応した運動強度情報３０の一例を示す図である。運動強度と最大酸素摂取量との間には相関関係があることから、被検者の歩調と最大酸素摂取量を測定し、測定した最大酸素摂取量から運動強度を規定することができる。

なお、図１５では、歩調と運動強度とが比例する例を示しているが、歩調と運動強度とは必ずしも比例しない場合もある。運動強度情報３０は、階段８の傾斜及び歩調を入力値、運動強度を出力値とする関数によって規定してもよく、また、階段８の傾斜毎に歩調と運動強度とを対応付けた表形式で規定してもよい。

ステップＳ１００では、ステップＳ６０で推定した体重と、ステップＳ９０で推定した歩行者６の運動強度と、歩行者６の運動時間を用いて、歩行者距離画像５で表される歩行者６の活動量を推定する。ここで歩行者６の体重をｗ［ｋｇ］、運動強度ｕ［メッツ］、運動時間をｔ_u［時間］とすれば、歩行者６の活動量Ｑ［ｋｃａｌ］は（６）式を用いて推定することが知られている。

したがって、ステップＳ５０で取得した歩行者距離画像５で表される歩行者６は、フレームレートの間隔に相当する時間だけ、ステップＳ９０で推定した運動強度の運動を行ったとみなすことができるため、フレームレートが３０ｆｐｓであれば運動時間ｔ_uを１／（３０×３６００）［時間］に設定することで、歩行者距離画像５の１フレーム間隔における歩行者６の活動量が推定できる。

なお、フレーム間隔毎に推定した歩行者６の活動量を積算すれば、歩行者６が階段８を歩行している期間の活動量を推定することができる。

推定した歩行者距離画像５で表される歩行者６の活動量は、例えばＲＡＭ１０４の予め定めた領域に記憶される。

歩行者６の活動量を推定した後、ステップＳ１０に移行し、運動量推定装置１０は終了指示を受け付けるまで図６に示す運動量推定処理を実行する。

このように第１実施形態に係る運動量推定装置１０によれば、距離画像センサ７で取得した距離画像２から歩行者６に対応した歩行者距離画像５を抽出し、抽出した歩行者距離画像５を用いて推定した歩行者６の歩調及び体格から、歩行者６の運動強度及び活動量の少なくとも一方を推定する。

したがって、消費カロリー等を測定する機器を歩行者６に装着することなく、距離画像センサ７による距離の検出対象空間内を歩行する歩行者６における運動の効果を推定することができる。

なお、階段８を下っている歩行者６の運動量は、階段８を上っている歩行者６の運動量に比べて小さい運動量であるため、運動量推定装置１０では、階段８を上っている歩行者６に対する運動の効果を推定することが好ましい。歩行者６が階段を上っているか降りているかは、例えば歩行者距離画像５で表される歩行者６の重心までの距離が時間の経過と共に長くなるか短くなるかによって判定することができる。

＜第１実施形態の変形例＞
図１６は、運動量推定装置１０に対して表示部１７を追加した運動量推定装置１０Ａを用いた運動量推定システム１Ａの構成例を示す図である。すなわち、運動量推定装置１０Ａは、運動量推定装置１０に表示部１７を追加した以外の構成については、運動量推定装置１０と同じ構成を有する。

表示部１７は、例えば液晶ディスプレイ、有機ＥＬ（Electro-Luminescence）又は電子ペーパー等の表示装置を含み、推定した歩調、体格、運動強度及び活動量等の推定情報を推定部１６から受け付けると、受け付けた推定情報を表示装置に表示する。

表示装置は階段８を歩行する歩行者６から見える場所に設置されるため、階段８を歩行することによって消費されたカロリー数等の情報を、階段８を歩行する歩行者６に提供することができる。したがって、歩行者６に対して運動の効果を視覚的に伝えることが可能となり、歩行者６に階段８の利用を促し、健康に対する意識の高まりを助長する効果が期待できる。

なお、歩行者６の中には、健康に対する意識の高まりにより、歩行姿勢に気を使う歩行者６が存在することがある。

歩行姿勢の善し悪しを定量的に評価する技術として、例えば特許第5504810号公報にあるように、歩行者６の腰部分の加速度の時間変化を測定し、歩行姿勢を表す指標を算出する手法が知られている。したがって、歩行姿勢の善し悪しは腰の動きと相関があると考えられる。

そのため、公知の手法を用いて歩行者６の腰部の移動量を時系列で測定し、理想的な歩行における腰部の移動量と比較することによって、歩行姿勢の良し悪しを判定する等の方法が考えられる。

したがって、推定部１６は、図６のステップＳ５０で取得した歩行者距離画像５に対して公知のパターンマッチング手法を用いて、歩行者距離画像５から歩行者６の腰部を抽出し、抽出した腰部の位置と、ステップＳ５０で取得した以前の歩行者距離画像５から抽出した歩行者６の腰部の位置との差分を時系列に解析することで、歩行者６の腰部の移動量の変化を取得する。そして、推定部１６は、取得した歩行者６の腰部の移動量の変化と、例えば予めＨＤＤ１０８等に記憶した理想的な歩行における腰部の移動量の変化とを比較することで歩行姿勢の良し悪しを評価し、評価結果を評価値（以降、「スコア」という）として表示部１７に通知する。

なお、スコアは例えば１００点満点で表され、スコアが１００点に近づくほど歩行姿勢が良いことを表す。推定部１６からスコアを受け付けた表示部１７は、表示装置にスコアを表示して、階段８を歩行している歩行者６に通知する。

このように運動量推定装置１０Ａは、推定した運動量を歩行中の歩行者６に通知する表示部１７を備える。したがって、歩行者６は運動の効果を視覚的に確認できるようになり、歩行者６に対して階段８の利用を促す効果が期待できる。

＜第２実施形態＞
第２実施形態では、距離画像センサ７による距離の検出対象空間内を歩行している歩行者６を識別し、運動量推定装置１０Ａで推定した歩調、体格、運動強度及び活動量等の推定情報を歩行者６毎に管理する運動量推定システム１Ｂについて説明する。

図１７は、第２実施形態に係る運動量推定システム１Ｂの構成例を示す図である。図１７に示すように、運動量推定システム１Ｂは、距離画像センサ７、運動量推定装置１０Ａ、アンテナ４０、識別装置５０、データベース６０及び電子タグ７０を含む。

電子タグ７０は、歩行者６が誰であるかを識別する情報（以降、「識別情報」という）を例えば電波を用いて外部に発信する発信装置の一例であり、例えば社員証等に付加されて各々の歩行者６によって所持される。識別情報には、例えば性別、生年月日、所属部署及び識別ＩＤ等といった個人を特定する情報が含まれる。なお、電子タグ７０の付加先は社員証に限られず、例えばリストバンド等の他の物品に付加してもよい。

アンテナ４０は、検出対象空間内を歩行する歩行者６が所持する電子タグ７０から発せられる電波の到達範囲内に設置され、電子タグ７０から発せられる電波を受信して、電波を介して通知された識別情報を電気信号に変換して識別装置５０に出力する。

識別装置５０は、ネットワーク９、アンテナ４０及びデータベース６０に接続され、ネットワーク９を介して運動量推定装置１０Ａから通知された歩行者６の歩調、体格、運動強度及び活動量等の推定情報と、アンテナ４０から受け付けた歩行者６の識別情報とを関連付けてデータベース６０に記憶する。

なお、アンテナ４０は開示の技術における受信装置の一例であり、データベース６０は開示の技術における記憶装置の一例であり、電子タグ７０は開示の技術における発信装置の一例である。

図１８は、データベース６０で管理される歩行者６毎の推定情報の一例を示す図である。図１８の例では、歩行者６の識別ＩＤ（「歩行者ＩＤ」ともいう）と、距離画像センサ７で当該歩行者６を検出した時間と、運動量推定装置１０Ａで推定した当該歩行者６の身長及び体重と、運動量推定装置１０Ａで推定した当該歩行者６の活動量が関連付けられてデータベース６０で管理されている。なお、データベース６０で管理される歩行者６毎の推定情報の内容は図１８に示した例に限定されず、例えば歩行姿勢の良し悪しを示すスコア等を含めるようにしてもよいことは言うまでもない。

このように電子タグ７０を用いた運動量推定システム１Ｂでは、電子タグ７０を所持する歩行者６が階段８を歩行するだけで歩行者６の識別が行われ、推定情報を歩行者６毎に管理することができる。

したがって、歩行者６が階段８を利用した回数、及び歩行者６の体重の変化等の情報が得られるため、運動量推定装置１０Ａで運動量等を推定した歩行者６が不明である場合と比較して、データベース６０に記録された情報に基づいて運動に関する具体的な指導を各々の歩行者６に行うことができる。

なお、データベース６０に予め各歩行者６が申告した身長及び体重等の体格に関する属性を登録しておけば、運動量推定装置１０Ａは識別情報で表される歩行者６の身長及び体重をデータベース６０から取得することができる。当該身長及び体重等の体格に関する属性は、歩行者６の申告を受けて登録されるため、運動量推定装置１０Ａで推定した歩行者６の体格に比べて正確な値である場合が多い。したがって、運動量推定装置１０Ａで推定した歩行者６の体格を用いて活動量を推定する場合と比較して、歩行者６の活動量を精度よく推定することができる。

また、運動量推定システム１Ｂでは、運動量推定装置１０Ａの代わりに、表示部１７が含まれない運動量推定装置１０を用いてもよいことはいうまでもない。

＜第３実施形態＞
第２実施形態に係る運動量推定システム１Ｂでは、歩行者６に電子タグ７０を所持してもらうことで歩行者６を識別したが、第３実施形態では、歩行者６に電子タグ７０のような歩行者６の識別情報が含まれるデバイスを所持させることなく、歩行者６を識別する運動量推定システム１Ｃについて説明する。

図１９は、第３実施形態に係る運動量推定システム１Ｃの構成例を示す図である。運動量推定システム１Ｃが第２実施形態に係る運動量推定システム１Ｂと異なる点は、アンテナ４０が撮像装置８０に置き換えられ、識別装置５０が識別装置５０Ａに置き換えられた点であり、その他の構成については運動量推定システム１Ｂと同じである。

撮像装置８０は、検出対象空間内を歩行する歩行者６の顔を撮像することができる位置に取り付けられる。そして、撮像装置８０は予め定めた間隔で検出対象空間を撮像し、撮像した画像を識別装置５０Ａに通知する。

一方、データベース６０には、予め撮像した各歩行者６の顔画像と識別情報とが、歩行者６毎に対応付けられて予め記憶されている。

識別装置５０Ａは、ネットワーク９、撮像装置８０及びデータベース６０に接続され、撮像装置８０から画像を受け付けると、公知のパターンマッチング手法を用いて、受け付けた画像に何らかの歩行者６の顔が含まれているか否かを判定し、歩行者６の顔が含まれている場合には、データベース６０に予め記憶されている各歩行者６の顔画像と比較して、特徴が最も一致する顔画像を選択する。

そして、識別装置５０Ａは、選択した顔画像に対応付けられている歩行者６の識別情報をデータベース６０から取得して、ネットワーク９を介して運動量推定装置１０Ａから通知された歩行者６の歩調、体格、運動強度及び活動量等の推定情報と、取得した識別情報とを関連付けてデータベース６０に記憶する。

このように撮像装置８０を用いた運動量推定システム１Ｃでは、歩行者６が識別情報を含むデバイスを所持することなく階段８を歩行するだけで歩行者６の識別を行い、推定情報を歩行者６毎に管理することができる。

なお、運動量推定システム１Ｃでは、運動量推定装置１０Ａの代わりに、表示部１７が含まれない運動量推定装置１０を用いてもよいことはいうまでもない。

以上、各実施形態を用いて本発明について説明したが、本発明は各実施形態に記載の範囲には限定されない。本発明の要旨を逸脱しない範囲で各実施形態に多様な変更又は改良を加えることができ、当該変更又は改良を加えた形態も本発明の技術的範囲に含まれる。例えば、本発明の要旨を逸脱しない範囲で処理の順序を変更してもよい。

上述した各実施の形態では、一例として運動量推定装置１０、１０Ａにおける運動量推定処理をソフトウエアで実現する形態について説明したが、図６に示したフローチャートと同等の処理をハードウエアで処理させるようにしてもよい。この場合、運動量推定処理をソフトウエアで実現する場合に比べて、処理の高速化が図られる。

また、上述した各実施の形態では、運動量推定プログラムがＲＯＭ１０６にインストールされている形態を説明したが、これに限定されるものではない。本発明に係る運動量推定プログラムは、コンピュータ読み取り可能な記録媒体に記録された形態で提供することも可能である。例えば、本発明に係る運動量推定プログラムを、ＣＤ(Compact Disc)−ＲＯＭ、又はＤＶＤ−ＲＯＭ等の光ディスクに記録された形態で提供してもよいし、ＵＳＢメモリ及びフラッシュメモリ等の半導体メモリに記録された形態で提供してもよい。また、通信装置２４を介してネットワーク９に接続された他の装置からダウンロードするようにしてもよい。

１（１Ａ、１Ｂ、１Ｃ）・・・運動量推定システム、２・・・距離画像、３・・・背景距離画像、４・・・差分画像、５・・・歩行者距離画像、６・・・歩行者、７・・・距離画像センサ、８・・・階段、９・・・ネットワーク、１０（１０Ａ）・・・運動量推定装置、１１・・・距離画像取得部、１２・・・解析部、１３・・・通信部、１４・・・記憶部、１５・・・歩行者画像取得部、１６・・・推定部、１７・・・表示部、３０・・・運動強度情報、４０・・・アンテナ、５０（５０Ａ）・・・識別装置、６０・・・データベース、７０・・・電子タグ、８０・・・撮像装置、１００・・・コンピュータ、１０２・・・ＣＰＵ、１０４・・・ＲＡＭ、１０６・・・ＲＯＭ

Claims (12)

1. 検出対象空間を検出して得られた距離画像を取得する距離画像取得部と、
   前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部と、
   前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部と、
   前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部と、
   を含む運動量推定装置。
2. 前記検出対象空間は階段を含む空間であり、
   前記推定部は、前記歩行者距離画像に基づいて、階段を上る歩行者の運動強度及び活動量の少なくとも一方を推定する
   請求項１記載の運動量推定装置。
3. 前記推定部は、前記歩行者距離画像で表される歩行者の歩調及び移動変位を推定し、推定した歩調及び推定した移動変位、並びに推定した移動変位に対応した予め求めた歩調と運動強度との関係から前記歩行者距離画像で表される歩行者の運動強度を推定する
   請求項１又は請求項２記載の運動量推定装置。
4. 前記推定部は、前記歩行者距離画像で表される歩行者の歩調、移動変位及び体格を推定し、推定した歩調、推定した移動変位、推定した移動変位に対応した予め求めた歩調と運動強度との関係及び推定した体格から前記歩行者距離画像で表される歩行者の活動量を推定する
   請求項１又は請求項２記載の運動量推定装置。
5. 前記歩調と運動強度との関係は、複数の被検者について測定した歩調と最大酸素摂取量とを用いて予め求められている
   請求項３又は請求項４記載の運動量推定装置。
6. 前記推定部は、複数の前記歩行者距離画像の間の画素値の差分と、前記歩行者距離画像の各々に対応する前記距離画像取得部により取得された距離画像の取得間隔とを用いて、前記歩行者距離画像の各々に含まれる歩行者の歩調を推定する
   請求項３〜請求項５の何れか１項に記載の運動量推定装置。
7. 前記推定部は、複数の前記歩行者距離画像から歩行者の下肢部に対応する領域を抽出し、抽出した前記領域間における画素値の差分と、前記歩行者距離画像の各々に対応する前記距離画像取得部により取得された距離画像の取得間隔とを用いて、前記歩行者距離画像の各々に含まれる歩行者の歩調を推定する
   請求項３〜請求項５の何れか１項に記載の運動量推定装置。
8. 前記推定部で推定した前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を表示する表示部を更に備え、
   前記推定部は、複数の前記歩行者距離画像から歩行者の腰部に対応する領域を抽出し、抽出した歩行者の腰部に対応する領域の移動変位から前記歩行者距離画像の各々に含まれる歩行者の歩行姿勢の良し悪しを表す評価値を算出し、前記表示部に前記評価値を表示する
   請求項１〜請求項７の何れか１項に記載の運動量推定装置。
9. コンピュータを、
   検出対象空間を検出して得られた距離画像を取得する距離画像取得手段と、
   前記検出対象空間に歩行者が存在しない状態で前記距離画像取得手段により取得された距離画像を背景距離画像として記憶する記憶手段と、
   前記距離画像取得手段により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得手段と、
   前記歩行者画像取得手段により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定手段と、
   して機能させるための運動量推定プログラム。
10. 検出対象空間を検出して得られた距離画像を取得する距離画像取得部、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部、前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部、及び、前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部を有する運動量推定装置と、
    歩行者が所持する発信装置から発せられる電波を受信する受信装置と、
    前記受信装置で受信した電波によって表される前記発信装置の情報から前記発信装置を所持する歩行者を識別し、前記識別した歩行者の識別情報と、前記運動量推定装置で推定された前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方と、を対応付ける識別装置と、
    前記識別装置で対応付けられた前記識別した歩行者の識別情報と、運動強度及び活動量の少なくとも一方と、を記憶する記憶装置と、
    を備えた運動量推定システム。
11. 検出対象空間を検出して得られた距離画像を取得する距離画像取得部、前記検出対象空間に歩行者が存在しない状態で前記距離画像取得部により取得された距離画像を背景距離画像として記憶する記憶部、前記距離画像取得部により取得された距離画像と前記背景距離画像との差分から歩行者距離画像を取得する歩行者画像取得部、及び、前記歩行者画像取得部により取得された前記歩行者距離画像に基づいて、前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方を推定する推定部を有する運動量推定装置と、
    前記検出対象空間を歩行する歩行者の顔を撮像する撮像装置と、
    歩行者の顔の画像と、前記顔に対応する歩行者の識別情報と、を各々対応付けた情報を予め記憶する記憶装置と、
    前記記憶装置に記憶されている前記顔の画像の中に、前記撮像装置で撮像した歩行者の顔の画像が含まれる場合、前記撮像装置で撮像した歩行者の顔の画像と対応付けられた前記識別情報と、前記運動量推定装置で推定された前記歩行者距離画像で表される歩行者の運動強度及び活動量の少なくとも一方と、を対応付け、前記記憶装置に記憶する識別装置と、
    を備えた運動量推定システム。
12. 前記記憶装置に、歩行者の体格に関する属性が予め記憶された
    請求項１０又は請求項１１記載の運動量推定システム。