JP2018143333A - 見守り支援システム及びその制御方法 - Google Patents

Abstract

【課題】画像からベッド領域を精度良く検出するための技術を提供する。【解決手段】ベッド上の対象者の見守りを支援する見守り支援システム１において、領域設定部１１４が、撮像装置１０で撮影された領域設定用の画像を受け取り、領域設定用の画像から物体検出によりベッドの概略位置を特定し、概略位置を包含する局所範囲からベッドの輪郭を抽出することにより、ベッドの領域を特定する処理を行う。検出部１１１は、画像取得部１１０により取得された画像を分析し、当該画像から、見守り対象者の所定部位（例えば、頭部、顔、上半身など）を検出する。判定部１１２は、検出部１１１の検出結果を用いて対象者の起床判定、離床判定などを行う。【選択図】図１

Description

本発明は、ベッド上の対象者の見守りを支援するための技術に関する。

ベッドからの転落事故などを未然に防ぐため、病院や介護施設などにおける患者の見守りを支援するシステムが知られている。特許文献１には、ベッドの斜め上方に設置したカメラの画像を用いて患者の起床や離床の動作を検出するシステムが提案されている。この種のシステムにおいては、ベッドの領域を基準にして患者の起床・離床を判定している。したがって、画像内のベッドの領域を定義する情報をあらかじめシステムに設定（教示）する必要がある。しかしながら、大型病院のようにベッド数が多い場合には、手入力でベッド領域を設定することは負担が大きく、システムの導入・設置の阻害要因となる。しかも、病院や介護施設などにおけるベッドは設置位置が固定とは限られず、移動する場合もあることから、移動する度に手入力でベッド領域を設定するのは非常に煩雑である。そこで、特許文献２では、画像からベッド領域を自動で検出する方法が提案されている。

特開２０１２−０７１００３号公報 特開２０１６−１１２０４０号公報

特許文献２の提案方法は、画像から線型エッジを抽出し、各線型エッジの長さや線型エッジ同士の交差角度に基づいて、ベッドの輪郭を構成すると思われる線型エッジの組み合わせを絞り込む、というものである。この方法は、ベッドの輪郭が明りょうに現れ、且つ、ベッドの輪郭以外の線型エッジが少ない画像に対しては、精度よい検出が期待できる。ところが、掛布団でベッドの輪郭の一部が隠れているようなケースでは、ベッドの輪郭を構成する線型エッジの候補を抽出できず、ベッド領域を正確に検出することができない。また、ベッドカバーや掛布団の柄が直線的なテクスチャである場合や、ベッドの周囲にテーブルや医療器具などが存在する場合は、ベッドの輪郭以外にも多数の線型エッジが抽出されるため、ベッド領域の検出精度が著しく低下する可能性がある。

本発明は、上記実情に鑑みなされたものであって、画像からベッド領域を精度良く検出するための技術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、本発明では、画像から物体検出によりベッドの大まかな位置を特定した後、局所範囲のうちからベッド領域を特定する、という方法を採用する。

具体的には、本発明の第一態様は、ベッド上の対象者の見守りを支援する見守り支援システムであって、撮像装置により撮影された画像を取得する画像取得部と、ベッドの領域を基準として画像内に１つ以上の判定領域を設定する領域設定部と、前記画像取得部により取得された前記画像から前記対象者を検出する検出部と、前記判定領域と前記対象者が検出された位置との関係に基づいて、前記対象者の状態を判定する判定部と、前記判定部による判定結果に応じた通知を行う出力部と、を有し、前記領域設定部は、前記画像取得部から領域設定用の画像を受け取り、前記領域設定用の画像から物体検出によりベッドの概略位置を特定し、前記概略位置を包含する局所範囲からベッドの輪郭を抽出することに
より、ベッドの領域を特定することを特徴とする見守り支援システムを提供する。

この構成によれば、ベッド領域の検出及び判定領域の設定を自動で行うことができるので、システムの導入・設置の作業が簡易になるとともに、ベッドや撮像装置を移動した場合の設定変更も容易になり、システムの利便性が向上する。また、ベッド領域の検出アルゴリズムとして、物体検出によりベッドの概略位置を特定した後、局所範囲のうちからベッドの輪郭を抽出することにより、ベッドの領域を特定する、という方法を採用したので、従来方法に比べて、ベッド領域の検出精度ならびに成功率を向上することができる。

前記領域設定部は、ベッドの画像を機械学習した識別器を用いた物体検出により、ベッドの概略位置を特定することが好ましい。検出精度とロバスト性に優れるからである。

前記領域設定用の画像は、ベッドの斜め上からベッドの全体を俯瞰する画像であってもよい。このとき、前記識別器は、ベッドの全体を検出するものであり、前記領域設定部は、前記識別器によって検出されたベッドの全体を包含する局所範囲から、台形状の輪郭を検出してもよい。あるいは、前記識別器は、ベッドのコーナーを検出するものであり、前記領域設定部は、前記識別器によって検出されたコーナーを包含する局所範囲から、前記コーナーを起点とする線分をベッドの輪郭として検出してもよい。

なお、本発明は、上記構成ないし機能の少なくとも一部を有する見守り支援システム、又は、見守り支援システムにおけるベッド領域検出装置として捉えることができる。また、本発明は、上記処理の少なくとも一部を含む、見守り支援方法、見守り支援システムの制御方法、もしくはベッド領域検出方法や、これらの方法をコンピュータに実行させるためのプログラム、又は、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。上記構成及び処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。

本発明によれば、画像からベッド領域を精度良く検出することができる。

図１は見守り支援システムのハードウェア構成および機能構成を模式的に示すブロック図である。 図２は撮像装置の設置例を示す図である。 図３は第１実施形態の領域設定処理のフローチャートである。 図４Ａ〜図４Ｄは領域設定処理の画像及び判定領域の例である。 図５は見守り処理のフローチャートである。 図６は第２実施形態の領域設定処理のフローチャートである。 図７Ａ〜図７Ｄは領域設定処理の画像及び判定領域の例である。

本発明は、ベッド上の対象者の見守りを支援するための技術に関する。この技術は、病院や介護施設などにおいて、患者や要介護者などの離床・起床行動を自動で検知し、危険な状態が発生した場合などに必要な通知を行うシステムに適用することができる。このシステムは、例えば、高齢者、認知症患者、子供などの見守り支援に好ましく利用することができる。

以下、図面を参照して本発明を実施するための好ましい形態の一例を説明する。ただし、以下の実施形態に記載されている装置の構成や動作は一例であり、本発明の範囲をそれらのみに限定する趣旨のものではない。

＜第１実施形態＞
（システム構成）
図１と図２を参照して、本発明の第１実施形態に係る見守り支援システムの構成を説明する。図１は、見守り支援システム１のハードウェア構成および機能構成を模式的に示すブロック図であり、図２は、撮像装置の設置例を示す図である。

見守り支援システム１は、主なハードウェア構成として、撮像装置１０と情報処理装置１１を有している。撮像装置１０と情報処理装置１１の間は有線又は無線により接続されている。図１では、１つの撮像装置１０のみ示しているが、複数台の撮像装置１０を情報処理装置１１に接続してもよい。

撮像装置１０は、ベッド上の対象者を撮影して画像データを取り込むためのデバイスである。撮像装置１０としては、モノクロ又はカラーの可視光カメラ、赤外線カメラなどを用いることができる。本実施形態では、夜間でも（部屋内が暗い場合でも）対象者の見守りを可能とするため、赤外線ＬＥＤ照明１００と近赤外線カメラ１０１で構成される撮像装置１０を採用する。撮像装置１０は、図２に示すように、ベッド２０の頭側上方から足側に向かって、ベッド２０の全体を俯瞰するように設置される。撮像装置１０は所定の時間間隔（例えば、１０ｆｐｓ）で撮影を行い、その画像データは情報処理装置１１に順次取り込まれる。

情報処理装置１１は、撮像装置１０から取り込まれる画像データをリアルタイムに分析し、ベッド２０上の対象者２１の起床動作や離床動作を自動で検知し、必要な場合に通知を行う機能を備える装置である。情報処理装置１１は、具体的な機能として、画像取得部１１０、検出部１１１、判定部１１２、出力部１１３、領域設定部１１４、記憶部１１５を有している。本実施形態の情報処理装置１１は、ＣＰＵ（プロセッサ）、メモリ、ストレージ（ＨＤＤ、ＳＳＤなど）、入力デバイス（キーボード、マウス、タッチパネルなど）、出力デバイス（ディスプレイ、スピーカなど）、通信インタフェースなどを具備する汎用のコンピュータにより構成され、上述した情報処理装置１１の各機能は、ストレージ又はメモリに格納されたプログラムをＣＰＵが実行することにより実現される。ただし、情報処理装置１１の構成はこの例に限られない。例えば、複数台のコンピュータによる分散コンピューティングを行ってもよいし、上記機能の一部をクラウドサーバにより実行してもよいし、上記機能の一部をＡＳＩＣやＦＰＧＡのような回路で実行してもよい。

画像取得部１１０は、撮像装置１０により撮影された画像を取得する機能である。画像取得部１１０より入力された画像データは一時的にメモリ又はストレージに記憶され、検出部１１１や判定部１１２の処理に供される。

検出部１１１は、画像取得部１１０により取得された画像を分析し、当該画像から、見守り対象者２１の所定部位（例えば、頭部、顔、上半身など）を検出する機能である。画像から所定部位を検出する方法としてはいかなる方法を用いてもよい。例えば、古典的なＨａａｒ−ｌｉｋｅ特徴量やＨｏＧ特徴量を用いた識別器による手法や、近年のＦａｓｔｅｒ Ｒ−ＣＮＮによる手法を用いた物体検出アルゴリズムを好ましく用いることができる。本実施形態の検出部１１１は、Ｈａａｒ−ｌｉｋｅ特徴量を用いた識別器により対象者２１の頭部（首より上の部分）２２を検出し、検出結果として、頭部２２の位置（ｘ，ｙ）及びサイズ（縦横のピクセル数）を出力する。頭部２２の位置（ｘ，ｙ）は、例えば、頭部２２を囲む矩形枠の中心点の画像座標で表される。なお、本実施形態の検出部１１１は検出結果を画像座標系の位置・サイズで出力するが、検出部１１１が画像座標系を空間座標系に換算し、対象者２１の空間座標系における３次元位置や３次元的なサイズを出力してもよい。

判定部１１２は、検出部１１１の検出結果を用いて対象者２１の起床判定、離床判定などを行う機能である。具体的には、判定部１１２は、頭部２２の検出位置に基づいて対象者２１が起床したか否か、離床したか否かなどを判定する。判定部１１２の判定アルゴリズムについては後述する。

出力部１１３は、判定部１１２により対象者２１の起床動作ないし離床動作が検知された場合に、必要な通知を行う機能である。出力部１１３は、対象者２１の動作の危険度合いに応じて、通知の要否（例えば、危険な状態の場合のみ通知を行う）、通知の内容（例えばメッセージの内容）、通知手段（例えば音声、メール、ブザー、警告灯）、通知先（例えば看護師、医師）、通知の頻度などを切り替えることができる。

領域設定部１１４は、撮像装置１０により撮影される画像に対し判定領域を設定するための機能である。見守り支援システム１はベッド２０上の対象者２１の状態監視を目的とするため、画像内のベッド２０の領域に基づき判定領域が設定される。本実施形態の見守り支援システム１は、領域設定部１１４によってベッド領域の検出及び判定領域の設定を自動で行う機能を有し、ユーザの利便性を向上している。具体的な検出アルゴリズムについては後述する。

記憶部１１５は、見守り支援システム１が処理に用いる各種のデータを記憶する機能である。記憶部１１５には、少なくとも、起床判定や離床判定で用いる各種パラメータ（閾値など）、判定領域の設定情報、過去複数フレームの画像データ又は検出結果（移動速度や移動方向の計算のため）を記憶するための記憶エリアが設けられる。

（ベッド領域の検出及び判定領域の設定）
図３と図４Ａ〜図４Ｄを参照して、ベッド領域の検出処理及び判定領域の設定処理の一例について説明する。図３は、情報処理装置１１により実行される第１実施形態の領域設定処理のフローチャートであり、図４Ａ〜図４Ｄは、画像及び判定領域の例である。この処理は、判定領域が未設定の場合（例えば、見守り支援システム１の設置時など）、又は、ベッドや撮像装置１０の移動に伴い判定領域を更新する必要がある場合に実行される。

ステップＳ３０において、画像取得部１１０が、撮像装置１０から領域設定用の画像を受け取る（図４Ａ）。領域設定用の画像としては、ベッド２０上に人や物が何も無い状態の画像やベッド２０のマットレス全体が露出している画像が好ましいが、必ずしもそのような理想状態の画像でなくてもよい。後述する見守り判定処理で取り込まれる画像と同じ条件のもの（例えば人が寝ていたり、掛布団がかかっている状態の画像）を領域設定用に用いても構わない。

ステップＳ３１では、領域設定部１１４が、領域設定用の画像からベッドを検出する。具体的には、図４Ｂに示すように、検出ウィンドウ４０内の部分画像のベッドらしさを評価するという処理を、検出ウィンドウ４０の位置及びサイズを変えながら繰り返すことにより、領域設定用の画像内の任意の位置に存在する任意のサイズのベッド２０を検出する。このステップＳ３１の処理は、領域設定用の画像の中からベッド２０の概略位置を特定する処理に相当する。

ベッドの検出にはいかなる物体検出アルゴリズムを用いてもよいが、ベッドの画像を機械学習した識別器を用いるアルゴリズムが検出精度とロバスト性の点から好ましい。例えば、古典的なＨａａｒ−ｌｉｋｅ特徴量やＨｏＧ特徴量を用いた識別器や、近年のＦａｓｔｅｒ Ｒ−ＣＮＮに代表されるＤｅｅｐ Ｌｅａｒｎｉｎｇを用いた識別器などを用いることができる。

ステップＳ３１においてベッドの検出に成功した場合は（ステップＳ３２；ＹＥＳ）、ステップＳ３３へ進み、ベッドの検出に失敗した場合は（ステップＳ３２；ＮＯ）、処理を中断する。

ステップＳ３３では、領域設定部１１４が、ベッド２０の全体を包含する局所範囲４１に対しエッジ抽出処理を行う。エッジ抽出には、例えば、微分フィルタやラプラシアンフィルタなど、公知のエッジ抽出方法を用いることができる。続いて、ステップＳ３４では、領域設定部１１４が、エッジ抽出画像から台形状のベッド２０の輪郭を検出する。輪郭検出には、例えば、ハフ変換などの公知のアルゴリズムを用いることができる。図４Ｃに示すように、ここで検出された台形状の輪郭（破線で示す）で囲まれた領域がベッド領域４２として設定される。

ステップＳ３５では、領域設定部１１４が、図４Ｄに示すように、ベッド領域４２を基準として判定領域Ａ１〜Ａ３を設定する。判定領域Ａ１は、ベッド２０の頭側に設定される領域であり、就床時（対象者２１がベッド２０に寝ている時）に対象者２１の頭部２２が存在し得る範囲に対応する（以後、就床領域Ａ１と呼ぶ）。判定領域Ａ２は、ベッド２０の足側に設定される領域であり、起床時（対象者２１が上半身を起こした姿勢の時）に対象者２１の頭部２２が存在し得る範囲に対応する（以後、起床領域Ａ２と呼ぶ）。本実施形態において、ベッド領域４２に対する各領域Ａ１、Ａ２の相対的な位置・サイズが予め決められており、ベッド領域４２が特定されれば各領域Ａ１、Ａ２の範囲は計算で定まるものとする。判定領域Ａ３は、領域Ａ１、Ａ２以外の領域である。離床時（対象者２１がベッドから離れた状態の時）は、対象者２１の頭部２２は領域Ａ３内に存在する（以後、離床領域Ａ３と呼ぶ）。

その後、ステップＳ３６で、領域設定部１１４が、ベッド領域４２の情報（ベッド領域４２の四隅の座標、輪郭など）と各領域Ａ１〜Ａ３の情報（各領域の頂点の座標など）を記憶部１１５に格納し、設定処理を終了する。

（見守り処理）
図５を参照して見守り処理の一例を説明する。図５は、情報処理装置１１により実行される見守り処理のフローチャートである。図５の処理フローは、撮像装置１０から１フレームの画像が取り込まれる度に実行される。

ステップＳ５０において、画像取得部１１０が、撮像装置１０から１フレームの画像を取り込む。取得された画像は記憶部１１５に一時的に記憶される。次に検出部１１１が、ステップＳ５０で取得された画像から対象者の頭部を検出する（ステップＳ５１）。検出された頭部の位置（ｘｙ座標）の情報は、当該画像の時刻情報又はフレーム番号に対応付けて記憶部１１５に記憶される。

判定部１１２は、頭部の検出位置が領域Ａ１〜Ａ３のいずれに属するかを判定し、対象者の状態を分類する（ステップＳ５２）。ここでは、頭部が就床領域Ａ１内で検出された場合を「就床状態」、起床領域Ａ２内で検出された場合を「起床状態」、離床領域Ａ３内で検出された場合を「離床状態」と呼ぶ。対象者の状態の情報は、当該画像の時刻情報又はフレーム番号に対応付けて記憶部１１５に記憶される。

次に判定部１１２は、ステップＳ５２で判定した対象者の状態と、記憶部１１５に記憶されている前フレームでの対象者の状態とを比較し、状態に変化があったか否かを調べる（ステップＳ５３）。もし、就床状態→起床状態への変化、又は、起床状態→離床状態への変化が検出された場合は、出力部１１３による通知を行う（ステップＳ５４）。その後
、ステップＳ５０に戻って監視を続ける。

以上述べた本実施形態のシステムによれば、ベッド領域の検出及び判定領域の設定を自動で行うことができるので、システムの導入・設置の作業が簡易になるとともに、ベッドや撮像装置を移動した場合の設定変更も容易になり、システムの利便性が向上する。また、ベッド領域の検出アルゴリズムとして、画像から物体検出によりベッドの大まかな位置を特定した後、局所範囲のうちからベッド領域（ベッドの輪郭）を特定する、という方法を採用したので、従来方法に比べて、ベッド領域の検出精度ならびに成功率を向上することができる。

＜第２実施形態＞
次に本発明の第２実施形態を説明する。第１実施形態のベッド領域検出では、ベッドの全体を検出したのに対し、第２実施形態では、ベッドのコーナーを検出する点が異なる。それ以外の構成及び処理については第１実施形態と同様である。以下、第２実施形態に特有の構成及び処理について説明する。

図６と図７Ａ〜図７Ｄを参照して、ベッド領域の検出処理及び判定領域の設定処理の一例について説明する。図６は、情報処理装置１１により実行される第２実施形態の領域設定処理のフローチャートであり、図７Ａ〜図７Ｄは、画像及び判定領域の例である。この処理は、判定領域が未設定の場合（例えば、見守り支援システム１の設置時など）、又は、ベッドや撮像装置１０の移動に伴い判定領域を更新する必要がある場合に実行される。

ステップＳ６０において、画像取得部１１０が、撮像装置１０から領域設定用の画像を受け取る。図７Ａに示すように、領域設定用の画像は第１実施形態で用いたものと同じでよい。

ステップＳ６１では、領域設定部１１４が、領域設定用の画像からベッドのコーナーを検出する。具体的には、図７Ｂに示すように、検出ウィンドウ７０内の部分画像のコーナーらしさを評価するという処理を、検出ウィンドウ７０の位置及びサイズを変えながら繰り返すことにより、領域設定用の画像内の任意の位置に存在する任意のサイズのベッド２０のコーナー７１を検出する。コーナーの検出方法としては、第１実施形態で述べたベッドの検出方法と同じ技術を適用することができる（ただし、機械学習に用いる画像が、第１実施形態ではベッド全体の画像であるのに対し、第２実施形態ではベッドのコーナー部の画像である点のみ異なる。）。本実施形態では、図７Ｂに示すように、２種類の識別器を用いて、ベッド２０の足側の左右２つのコーナー７１、７２を検出する。このステップＳ６１の処理は、領域設定用の画像の中からベッド２０の概略位置を特定する処理に相当する。

ステップＳ６１において２つのコーナー７１、７２の検出に成功した場合は（ステップＳ６２；ＹＥＳ）、ステップＳ６３へ進み、コーナーの検出に失敗した場合は（ステップＳ６２；ＮＯ）、処理を中断する。

ステップＳ６３では、領域設定部１１４が、コーナー７１、７２それぞれを包含する局所範囲７３、７４を設定し、各局所範囲７３、７４に対しエッジ抽出処理を行う。エッジ抽出には、例えば、微分フィルタやラプラシアンフィルタなど、公知のエッジ抽出方法を用いることができる。続いて、ステップＳ６４では、領域設定部１１４が、エッジ抽出画像からコーナー７１、７２を起点とし画像の下方向に向かって延びる線分７５、７６（破線で示す）を検出する。線分検出には、例えば、ハフ変換などの公知のアルゴリズムを用いることができる。そして、２つのコーナー７１、７２と２本の線分７５、７６とで規定される台形状の輪郭で囲まれた領域がベッド領域７７として設定される。以降の処理（ス
テップＳ６５〜Ｓ６６）は第１実施形態のステップＳ３５〜Ｓ３６と同様のため説明を割愛する。

以上述べた本実施形態のシステムにおいても、第１実施形態と同様の作用効果を得ることができる。

＜その他＞
上記の各実施形態の説明は、本発明を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。例えば、上記実施形態では、ベッド全体又はコーナー部を検出したが、ベッドの他の特徴部分（例えば、ベッドの側端部、足側もしくは頭側の端部など）を検出することによりベッドの概略位置を特定してもよい。また、判定領域の数や形状は任意に設計できる。また、上記実施形態では頭部を検出対象としたが、頭部以外の部位（例えば、顔、顔の一部（顔器官）、上半身など）を検出対象としてもよい。

１：見守り支援システム、１０：撮像装置、１１：情報処理装置、１１０：画像取得部、１１１：検出部、１１２：判定部、１１３：出力部、１１４：領域設定部、１１５：記憶部
１００：照明、１０１：近赤外線カメラ、２０：ベッド、２１：対象者、２２：頭部
４０：検出ウィンドウ、４１：局所領域、４２：ベッド領域、Ａ１：就床領域、Ａ２：起床領域、Ａ３：離床領域
７０：検出ウィンドウ、７１，７２：コーナー、７３，７４：局所領域、７５，７６：線分、７７：ベッド領域

Claims (6)

1. ベッド上の対象者の見守りを支援する見守り支援システムであって、
   撮像装置により撮影された画像を取得する画像取得部と、
   ベッドの領域を基準として画像内に１つ以上の判定領域を設定する領域設定部と、
   前記画像取得部により取得された前記画像から前記対象者を検出する検出部と、
   前記判定領域と前記対象者が検出された位置との関係に基づいて、前記対象者の状態を判定する判定部と、
   前記判定部による判定結果に応じた通知を行う出力部と、を有し、
   前記領域設定部は、
   前記画像取得部から領域設定用の画像を受け取り、
   前記領域設定用の画像から物体検出によりベッドの概略位置を特定し、
   前記概略位置を包含する局所範囲からベッドの輪郭を抽出することにより、ベッドの領域を特定する
   ことを特徴とする見守り支援システム。
2. 前記領域設定部は、ベッドの画像を機械学習した識別器を用いた物体検出により、ベッドの概略位置を特定する
   ことを特徴とする請求項１に記載の見守り支援システム。
3. 前記領域設定用の画像は、ベッドの斜め上からベッドの全体を俯瞰する画像であり、
   前記識別器は、ベッドの全体を検出するものであり、
   前記領域設定部は、前記識別器によって検出されたベッドの全体を包含する局所範囲から、台形状の輪郭を検出する
   ことを特徴とする請求項２に記載の見守り支援システム。
4. 前記領域設定用の画像は、ベッドの斜め上からベッドの全体を俯瞰する画像であり、
   前記識別器は、ベッドのコーナーを検出するものであり、
   前記領域設定部は、前記識別器によって検出されたコーナーを包含する局所範囲から、前記コーナーを起点とする線分をベッドの輪郭として検出する
   ことを特徴とする請求項２に記載の見守り支援システム。
5. ベッド上の対象者の見守りを支援する見守り支援システムの制御方法であって、
   撮像装置により撮影された画像を取得するステップと、
   ベッドの領域を基準として画像内に１つ以上の判定領域を設定するステップと、
   前記取得された前記画像から前記対象者を検出するステップと、
   前記判定領域と前記対象者が検出された位置との関係に基づいて、前記対象者の状態を判定するステップと、
   前記対象者の状態の判定結果に応じた通知を行うステップと、を有し、
   前記判定領域を設定するステップは、
   前記画像取得部から領域設定用の画像を受け取るステップと、
   前記領域設定用の画像から物体検出によりベッドの概略位置を特定するステップと、
   前記概略位置を包含する局所範囲からベッドの輪郭を抽出することにより、ベッドの領域を特定するステップと、を含む
   ことを特徴とする見守り支援システムの制御方法。
6. 請求項５に記載の見守り支援システムの制御方法の各ステップをコンピュータに実行させるためのプログラム。

Images