JP2018166929A - 脈波検出装置および脈波検出プログラム - Google Patents

Abstract

【課題】環境光の色変化の影響を取り除いて脈波を検出することができる脈波検出装置および脈波検出プログラムを提供する。
【解決手段】脈波検出装置１によれば、強領域値メモリ７ｅの値と弱領域値メモリ７ｆの値との比率と、弱領域値メモリ７ｆに基づく値とを乗算することで、脈波信号を検出する強領域値メモリ７ｅの値を補正する補正パラメータ値が算出され、補正パラメータ値によって強領域値メモリ７ｅの値が補正される。これにより、環境光の色変化を補正のための背景を必要とせずに、強領域値メモリ７ｅの値から、環境光の色変化による外乱を取り除いて、脈波を検出することができる。また、単純な算出方法で、強領域値メモリ７ｅの値に対する補正パラメータ値が算出されるので、強領域値メモリ７ｅの値を短時間で補正することができ、脈波検出装置１のレスポンスが向上する。
【選択図】図２

Description

本発明は、人間の脈波を検出する脈波検出装置および脈波検出プログラムに関するものである。

人間の生理学的な状況を把握するうえで脈波の検出は極めて重要である。脈波の検出にあたっては、まず、動画の画面に矩形形状の評価領域を設定して、被験者の顔が評価領域に入るように着席してもらい、静止した状態の顔を動画で撮影する。脈波の検出を屋内で行う場合、窓から入る日光が光源として用いられる。得られた動画をＲ成分、Ｇ成分、Ｂ成分の各成分に分離して平均すると、脈波がのった変動が得られる。これら各成分には、ヘモグロビンの光の吸収特性などに応じて重みづけされた脈波信号が含まれており、これに対してＩＣＡ（Independent Component Analysis；独立成分分析）などを行うと脈波が得られる。

このように動画から脈波が得られるのは、被験者の心臓の鼓動に伴って血管の体積が変化することにより、日光が皮膚を透過する光学距離が変化し、これが顔からの反射光の変化として現れるからである。

さて、脈波の検出を屋外で行う場合、例えば脈波検出装置を車両に搭載してドライバ（被験者）の脈波を検出する場合、環境光の明度変化が外乱要素となって脈波の検出が困難となる。特許文献１，２には、脈波の検出にあたって、環境光の明度変化の影響を取り除く技術が開示されている。該技術によれば、被験者が車両などで移動することにより明度が変化する場合でも、良好に脈波を検出できる。

特開２０１６−１９３０２１号公報 ＷＯ２０１６−１５９１５０号公報

しかしながら、被験者が車両などで移動等する場合には環境光は頻繁に変化する。かかる環境光の変化は、明度変化のみならず、色変化も伴う。脈波信号は顔の色変化から測定するので、環境光の色変化は大きな外乱となり、上記特許文献１，２の技術によっても脈波の検出は困難であるという問題点があった。

本発明は、上述した問題点を解決するためになされたものであり、環境光の色変化の影響を取り除いて脈波を検出することができる脈波検出装置および脈波検出プログラムを提供することを目的としている。

この目的を達成するために本発明の脈波検出装置は、対象者の皮膚を含む領域を少なくとも所定時間以上撮影する撮影手段と、その撮影手段により撮影された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定手段と、その強弱特定手段により脈波の強い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する強領域測定手段と、前記強弱特定手段により脈波の弱い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する弱領域測定手段と、その弱領域測定手段により測定された脈波の弱い領域の信号に基づいて、前記強領域測定手段により測定された脈波の強い領域の信号を補正する補正手段と、その補正手段により補正された脈波信号を出力する出力手段とを備えている。

また本発明の脈波検出プログラムは、対象者の皮膚を含む領域を少なくとも所定時間以上撮影した画像を取得する画像取得機能と、その画像取得機能により取得された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定機能と、その強弱特定機能により脈波の強い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する強領域測定機能と、前記強弱特定機能により脈波の弱い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する弱領域測定機能と、その弱領域測定機能により測定された脈波の弱い領域の信号に基づいて、前記強領域測定機能により測定された脈波の強い領域の信号を補正する補正機能と、その補正機能により補正された脈波信号を出力する出力機能と、をコンピュータに実現させるものである。

本発明の脈波検出装置および脈波検出プログラムによれば、脈波の強い領域（目標領域）の信号を、脈波の弱い領域（参考領域）の信号に基づいて補正し、これを脈波信号として出力する。よって、色補正のための背景（カラーチェッカーや皮膚色背景）を必要とせずに、環境光の色変化の影響を取り除いて脈波を検出できるという効果がある。また、脈波の強い領域（目標領域）の皮膚色と脈波の弱い領域（参考領域）の皮膚色とは似ているので、通常に比べて単純なアルゴリズムで脈波信号の補正ができるという効果がある。即ち該脈波信号を短時間で補正できるという効果がある。

脈波検出装置の外観を示す模式図である。 （ａ）は、脈波検出装置の電気的構成を示すブロック図であり、（ｂ）は、検出領域テーブルを模式的に表した図であり、（ｃ）は、強領域データを模式的に表した図である。 画像の領域を模式的に表した図である。 メイン処理のフローチャートである。 領域取得処理のフローチャートである。 メイン処理および領域取得処理を説明するための図であり、（ａ）は、カメラから取得された画像を示した模式図であり、（ｂ）は、（ａ）の画像から抽出した顔画像を示した模式図であり、（ｃ）は画像履歴メモリに存在する顔画像におけるＧ値の周波数スペクトルを示した図である。 領域取得処理を説明するための図であり、（ａ）は、顔領域を模式的に示した図であり、（ｂ）は、各顔領域におけるＧ値の時間推移の波形を模式的に示した模式図であり、（ｃ）は、画像履歴メモリに記憶された顔画像における、Ｇ値の周波数スペクトルを模式的に示した図である。 （ａ）は、ピーク周波数におけるＧ値を模式的に示した図であり、（ｂ）は、強領域を模式的に示した図であり、（ｃ）は、弱領域を模式的に示した図である。 脈波出力処理のフローチャートである。 環境光を周期的に色変化させた場合の、強領域値メモリの値の時間推移と、補正後の強領域値メモリの値の時間推移とを示した図である。 （ａ）は、第２実施形態における領域取得処理のフローチャートであり、（ｂ）は、強領域を示す模式図であり、（ｃ）は、弱領域を示す模式図である。

以下、本発明の好ましい実施形態について、添付図面を参照して説明する。まず、図１を参照して、脈波検出装置１の概要について説明する。図１は脈波検出装置１の外観を示す模式図である。脈波検出装置１は、対象者Ｈの顔の皮膚領域における色変化から、対象者Ｈの脈波信号を取得して、脈波を検出するための装置である。脈波検出装置１は、脈波検出装置１の各部を制御する制御部２と、カメラ３と、検出した脈波等の表示およびユーザからの脈波検出装置１への指示を入力するための表示部４とを有する。

カメラ３は、対象者Ｈを撮影し、その画像を取得するための装置であり、着席した対象者Ｈと正対し、対象者の顔の付近が撮影できる高さに設けられる。カメラ３は１／３０秒毎に画像が取得され、制御部２へ送信される。なお、カメラ３による画像の取得間隔は１／３０秒に限られるものではなく、カメラ３や制御部２の処理速度等に応じて、１／３０秒以上でも良いし、１／３０秒以下でも良い。

表示部４は、取得された脈波信号等を表示するためのＬＣＤ１０と、ユーザからの指示を制御部２へ入力するタッチパネル１１とを有して構成され（図２参照）、脈波検出装置１の上部に設けられる。

制御部２は、カメラ３から取得された、対象者Ｈの顔の付近の画像をＲＧＢ色空間に分解した、Ｇ成分の強度（信号）から、対象者Ｈにおける脈波の強い領域（目標領域）と、脈波の弱い領域（参考領域）とに分割する。そして、脈波の強い領域におけるＧ成分の強度を、脈波の弱い領域のＧ成分の強度で補正した上で、脈波信号を取得し、表示部４のＬＣＤ１０に出力する。以下Ｇ成分の強度を「Ｇ値」と称し、脈波の強い領域を「強領域ＳＡ」と称し、脈波の弱い領域を「弱領域ＷＡ」と称す。

次に図２，図３を参照して、脈波検出装置１の電気的構成について説明する。図２（ａ）は、脈波検出装置１の電気的構成を示すブロック図であり、図２（ｂ）は、検出領域テーブル６ｂを模式的に表した図であり、図２（ｃ）は、強領域データを模式的に表した図であり、図３は、取得した画像の領域Ａ１〜Ａ１０８８を模式的に表した図である。

制御部２は、ＣＰＵ５と、ハードディスクドライブ（ＨＤＤ）６と、ＲＡＭ７とを有し、これらはバスライン８を介して入出力ポート９にそれぞれ接続されている。入出力ポート９には、カメラ３と、表示部４がそれぞれ接続されている。ＣＰＵ５は、バスライン８により接続された各部を制御する演算装置である。

ＨＤＤ６は、ＣＰＵ５により実行されるプログラムや固定値データ等を格納した書き換え可能な不揮発性の記憶装置であり、制御プログラム６ａと、検出領域テーブル６ｂとが記憶される。ＣＰＵ５によって制御プログラム６ａが実行されると、図４のメイン処理が実行される。検出領域テーブル６ｂは、強領域ＳＡと弱領域ＷＡとが、対象者Ｈの顔画像に対応付けられて記憶されるデータテーブルである。図２（ｂ），（ｃ）及び図３を参照して、検出領域テーブル６ｂについて説明する。

図２（ｂ）に示す通り、検出領域テーブル６ｂには、顔画像データ６ｂ１と、強領域データ６ｂ２と、弱領域データ６ｂ３とが設けられ、それぞれ対応付けられて記憶される。顔画像データ６ｂ１には、カメラ３によって取得された、対象者Ｈにおける、顔の皮膚領域の画像である顔画像ＦＰ１，ＦＰ２，・・・が記憶される。

強領域データ６ｂ２には、顔画像ＦＰ１，ＦＰ２，・・・に対応する対象者Ｈにおける、強領域ＳＡ（図８（ｂ）参照）を示す、強領域データＳＡ１，ＳＡ２，・・・が記憶される。ここで、図２（ｃ），図３を参照して、強領域データＳＡ１のデータ構造について説明する。

図２（ｃ）に示す通り、強領域データＳＡ１には、顔画像ＦＰ１の対象者Ｈにおける、強領域ＳＡに該当する領域Ａ１〜Ａ１０８８が記憶される。この領域Ａ１〜Ａ１０８８は、図３に示す通り、カメラ３によって取得された画像を、縦方向に３４分割、横方向に３２分割の計１０８８分割したものであり、画像における左上の領域から順に、領域Ａ１，Ａ２，・・・，Ａ１０８８とされる。図２（ｃ）で例示すると、強領域データＳＡ１には強領域ＳＡとされた領域Ａ１７５，Ａ１７６，Ａ１７７・・・が記憶される。以下、領域Ａ１，Ａ２，・・・，Ａ１０８８を区別しない場合は「領域Ａｎ」と称す。なお、画像は１０８８分割される構成としたが、これに限られるものではなく、１０８８分割以上でも良いし、１０８８分割以下でも良い。

図２（ｂ）に戻る。弱領域データ６ｂ３には、顔画像ＦＰ１，ＦＰ２，・・・に対応する対象者Ｈの弱領域ＷＡ（図８（ｃ）参照）の情報を示す、弱領域データＷＡ１，ＷＡ２，・・・が記憶される。弱領域データＷＡ１，ＷＡ２，・・・にも、それぞれ弱領域ＷＡ（図８（ｃ）参照）に該当する領域Ａｎがそれぞれ記憶される。以下、強領域データＳＡ１，ＳＡ２，・・・を区別しない場合は「強領域データＳＡｍ」と称し、弱領域データＷＡ１，ＷＡ２，・・・を区別しない場合は、「弱領域データＷＡｍ」と称す。

強領域データＳＡｍと、弱領域データＷＡｍとに対して、強領域ＳＡまたは弱領域ＷＡと判断された領域Ａｎが記憶されるので、強領域ＳＡまたは弱領域ＷＡと判断された画像における画素の位置が記憶される場合よりも、強領域データＳＡｍと、弱領域データＷＡｍとに要するデータ量を抑えることができる。これにより、強領域データＳＡｍ，弱領域データＷＡｍの読出処理（図４，Ｓ５）と記憶処理（図５，Ｓ３３）とに要する処理時間も短くなるので、脈波検出装置１のレスポンスが向上する。

図２（ａ）に戻る。ＲＡＭ７は、ＣＰＵ５が制御プログラム６ａの実行時に各種のワークデータやフラグ等を書き換え可能に記憶するためのメモリであり、画像履歴メモリ７ａと、カメラ３から取得された対象者Ｈにおける、顔の皮膚領域の画像が記憶される顔画像メモリ７ｂと、強領域メモリ７ｃと、弱領域メモリ７ｄと、強領域値メモリ７ｅと、弱領域値メモリ７ｆと、強弱比率メモリ７ｇと、補正値メモリ７ｈとがそれぞれ設けられる。

画像履歴メモリ７ａは、カメラ３から取得された画像が、時系列順に記憶されるメモリである。また、画像履歴メモリ７ａには、最大３０秒分の画像が記憶される。なお、画像履歴メモリ７ａには最大３０秒分の画像が記憶される構成としたが、必ずしもこれに限られるものではなく、３０秒以上の画像が記憶されても良いし、３０秒以下の画像が記憶されても良い。

強領域メモリ７ｃは、画像履歴メモリ７ａに記憶された画像から、強領域ＳＡと判断された領域Ａｎが記憶されるメモリであり、弱領域メモリ７ｄは、画像履歴メモリ７ａに記憶された画像から、弱領域ＷＡと判断された領域Ａｎが記憶されるメモリである。なお、強領域メモリ７ｃ及び弱領域メモリ７ｄのデータ構造は、強領域データＳＡ１（図２（ｃ））と同様なので、その説明は省略する。

強領域値メモリ７ｅは、顔画像メモリ７ｂに記憶された画像における、強領域メモリ７ｃに記憶された領域Ａｎ（即ち強領域ＳＡ）のＧ値の平均値が記憶されるメモリであり、弱領域値メモリ７ｆは、顔画像メモリ７ｂに記憶された画像の、弱領域メモリ７ｄに記憶された領域Ａｎ（即ち弱領域ＷＡ）におけるＧ値の平均値が記憶されるメモリである。脈波検出装置１は、強領域値メモリ７ｅの値に基づいて脈波信号を取得する。その際に、弱領域値メモリ７ｆの値によって、環境光の色変化により外乱が含まれると判断される場合は、弱領域値メモリ７ｆの値に基づいて、強領域値メモリ７ｅの値を補正した値から、脈波信号が取得される。

強弱比率メモリ７ｇは、その強領域値メモリ７ｅの値の補正に用いられる、強領域ＳＡと弱領域ＷＡとのＧ値の比率が記憶されるメモリであり、補正値メモリ７ｈは、強領域値メモリ７ｅの値を補正するための、補正パラメータ値が記憶されるメモリである。

次に、図４〜図１０を参照して、制御部２のＣＰＵ５で実行される処理について説明する。図４は、メイン処理のフローチャートである。メイン処理は脈波検出装置１の電源投入直後にされる。

メイン処理はまず、カメラ３から画像を取得し画像履歴メモリ７ａに追加する（Ｓ１）。カメラ３からは、１／３０秒毎に画像が取得されるので、新たな画像が取得された場合に、その画像を画像履歴メモリ７ａに追加する。なお、画像履歴メモリ７ａに画像が３０秒分記憶され、かつカメラ３から新たに画像が取得された場合は、画像履歴メモリ７ａにおける最も古い画像が削除され、新たに取得された画像が画像履歴メモリ７ａに追加される。

Ｓ１の処理の後、Ｓ１の処理で取得された画像から、対象者Ｈの顔の皮膚領域を抽出し、顔画像メモリ７ｂに保存する（Ｓ２）。ここで図６（ａ），（ｂ）を参照して、画像から対象者Ｈの顔の部分を抽出する方法について説明する。

図６（ａ）は、カメラ３から取得された画像を示した模式図であり、図６（ｂ）は、図６（ａ）の画像から抽出した顔画像を示した模式図である。図６（ａ）に示す通り、カメラ３から取得された画像は、顔の皮膚領域で構成される部分画像Ａと、それ以外の頭髪や衣服等で構成される部分画像Ｂとで構成される。脈波が検出されるのは、部分画像Ａであるので、かかる部分画像Ａを抽出し、それに対する部分画像Ｂを無効にして、顔画像メモリ７ｂに保存する。以下、部分画像Ａから構成された画像を「顔画像」と称す。なお、部分画像Ａを抽出する方法としては、画素値等によって分離する閾値処理やエッジ検出やパターン認識等、既知の画像認識技術が適宜適用される。

図４に戻る。Ｓ２の処理の後、顔画像メモリ７ｂの顔画像に近似する、検出領域テーブル６ｂの顔画像データ６ｂ１の顔画像が存在するかを確認する（Ｓ３）。顔画像メモリ７ｂの値に近似する顔画像データ６ｂ１の顔画像が存在しない場合は（Ｓ３：Ｎｏ）、その対象者Ｈが脈波検出装置１で初めて脈波の検出を行う場合、または脈波の検出を行ったが、その検出から時間が経過した等により、顔画像メモリ７ｂの顔画像と顔画像データ６ｂ１の顔画像とが近似しない場合である。かかる場合には、領域取得処理（Ｓ４）を行う。図５〜図８を参照して、領域取得処理を説明する。

図５は、領域取得処理のフローチャートである。領域取得処理はまず、画像履歴メモリ７ａに３０秒分の画像が存在するかを確認する（Ｓ２０）。これは、領域取得処理においては、画像履歴メモリ７ａに記憶された画像のＧ値の時間推移から、強領域ＳＡおよび弱領域ＷＡを取得するので、一定以上の時間（本実施形態においては３０秒）分の画像が必要だからである。

画像履歴メモリ７ａに３０秒分の画像が存在する場合は（Ｓ２０：Ｙｅｓ）、画像履歴メモリ７ａの値から取得した顔画像における、脈拍周波数帯のピーク周波数ＢＰＭａを取得する（Ｓ２１）。図６（ｂ），（ｃ）を用いて、Ｓ２１の処理について説明する。

図６（ｃ）は、画像履歴メモリ７ａに記憶された顔画像における、Ｇ値の周波数スペクトルを示した図である。Ｓ２１の処理では、まず、画像履歴メモリ７ａに記憶された画像のそれぞれから、顔画像を取得する（図６（ｂ）参照）。なお、顔画像を取得する手法は、上述したＳ２の処理方法と同様とされる。そして、各顔画像の全画素における、Ｇ値の平均値を取得する。これにより、画像履歴メモリ７ａに記憶された顔画像における、Ｇ値の時間推移が取得される。

このＧ値の時間推移を、ＦＦＴ等により離散フーリエ変換することで、画像履歴メモリ７ａに記憶された顔画像におけるＧ値の周波数スペクトルが取得される。このＧ値の周波数スペクトルにおける、脈拍の周波数帯を示す脈拍周波数帯（０．６７〜２．５０Ｈｚ）においてピーク値となる、ピーク周波数ＢＰＭａを取得する（図６（ｃ））。このピーク周波数ＢＰＭａは、対象者Ｈにおける脈拍数のピーク周波数と推定される。後述のＳ２５以下の処理では顔画像における領域Ａｎ毎に、このピーク周波数ＢＰＭａの周波数スペクトル値が大きい領域Ａｎが強領域ＳＡと判断され、それ以外の領域Ａｎが弱領域ＷＡと判断される。なお、脈拍周波数帯は、０．６７〜２．５０Ｈｚの範囲に限られるものではなく、Ｇ値の周波数スペクトル強度の分布に応じて、０．６７〜２．５０Ｈｚより広い範囲が設定されても良いし、狭い範囲が設定されても良い。

図５に戻る。Ｓ２１の処理の後、画像履歴メモリ７ａから取得した、顔画像の領域Ａｎを取得し、その領域Ａｎを順に顔領域Ｆ１，Ｆ２，・・・，Ｆｊとする（Ｓ２２）。以下、顔領域Ｆ１，Ｆ２，・・・，Ｆｊを区別しない場合は「顔領域Ｆｉ」と称す。ここで、図７（ａ）を参照して、Ｓ２２の処理における顔領域Ｆｉの取得処理について説明する。

図７（ａ）は、顔領域Ｆｉを模式的に示した図である。図７（ａ）に示す通り、Ｓ２２の処理ではまず、Ｓ２１の処理によって取得された顔画像を領域Ａｎに分割し、その後、顔の皮膚領域で構成される部分画像Ａ（図６（ｂ）参照）に該当する、領域Ａｎを取得する。そして、取得された領域Ａｎは、それぞれ顔領域Ｆ１，Ｆ２，・・・とされる（図７（ａ））。図７（ａ）で例示すると、領域Ａ１７５が顔領域Ｆ１，領域Ａ１７６が顔領域Ｆ２，領域Ａ１７７が顔領域Ｆ３，・・・とされる。

図５に戻る。Ｓ２２の処理の後、画像履歴メモリ７ａに記憶された画像から、各顔領域ＦｉにおけるＧ値の時間推移ＦＧｉを取得する（Ｓ２３）。具体的に、画像履歴メモリ７ａに記憶された画像毎に、顔領域Ｆｉに該当する画素におけるＧ値を全て取得し、その平均値を算出する。その画像毎の顔領域ＦｉのＧ値の平均値を、画像が取得された順に並べることにより、顔領域ＦｉにおけるＧ値の時間推移ＦＧｉが取得される。これを顔領域Ｆｉの全てに対して行う。そして、Ｓ２３の処理の後、Ｇ値の時間推移ＦＧｉをＦＦＴ等により離散フーリエ変換することで、Ｇ値の周波数スペクトルＳＦＧｉを取得する（Ｓ２４）。ここでＳ２３の処理で取得されたＧ値の時間推移ＦＧｉ及びＳ２４の処理で取得されたＧ値の周波数スペクトルＳＦＧｉについて図７（ｂ），（ｃ）を参照して説明する。

図７（ｂ）は、各顔領域ＦｉにおけるＧ値の時間推移ＦＧｉの波形を模式的に示した図であり、図７（ｃ）は、各顔領域ＦｉにおけるＧ値の周波数スペクトルＳＦＧｉを模式的に示した図である。図７（ｂ）に示す通り、同一の対象者Ｈにおいても、顔領域Ｆｉの位置によって、該当するＧ値の時間推移ＦＧｉは異なる。また、図７（ｃ）に示す通り、Ｇ値の周波数スペクトルＳＦＧｉにおいても、周波数スペクトルのピークが顕著な顔領域Ｆｉと、そうでない顔領域Ｆｉとが存在する。これは、皮膚の色変化（Ｇ値の変化）が生じる領域と、そうでない領域とが混在しているからである。

一般的に、対象者Ｈの心臓の鼓動に伴って、血管の体積が変化することにより、環境光が皮膚を透過する光学距離が変化し反射光の変化することで、皮膚の色変化が生じる。即ち脈波の強い領域（強領域ＳＡ）では、皮膚の色変化が生じ、一方で脈波の弱い領域（弱領域ＷＡ）では、皮膚の色変化がさほど生じない。そこで、本実施形態においては、かかる皮膚の色変化の強弱を示す、Ｇ値の周波数スペクトルＳＦＧｉの値に着目し、強領域ＳＡと弱領域ＷＡとのそれぞれに該当する、顔領域Ｆｉの取得を行う。

図５に戻る。Ｓ２４の処理の後、Ｇ値の周波数スペクトルＳＦＧｉから、Ｓ２１で取得したピーク周波数ＢＰＭａにおける、Ｇ値ＰＦＧｉを取得する（Ｓ２５）。そして、取得した全Ｇ値ＰＦＧｉにおける、最大値ｍａｘＰＦＧを取得する（Ｓ２６）。上述した通り、ピーク周波数ＢＰＭａは、対象者Ｈにおける脈拍数のピーク周波数と推定される周波数であるので、そのピーク周波数ＢＰＭａにおけるＧ値ＰＦＧｉは、顔領域Ｆｉにおける脈波信号の強度を示す値とされる。Ｓ２７以降の処理ではこのＧ値ＰＦＧｉと、その最大値ｍａｘＰＦＧとを比較することで、顔領域Ｆｉを強領域ＳＡと弱領域ＷＡとに分割する。

Ｓ２６の処理の後、カウンタ変数ｉを１で初期化する（Ｓ２７）。Ｓ２７の処理の後、Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値より大きいかを確認する（Ｓ２８）。Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値より大きい場合は（Ｓ２８：Ｙｅｓ）、顔領域Ｆｉが強領域ＳＡと判断されるので、該当する領域Ａｎを強領域メモリ７ｃに追加する（Ｓ２９）。一方、Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値以下の場合は（Ｓ２８：Ｎｏ）、顔領域Ｆｉが弱領域ＷＡと判断されるので、該当する領域Ａｎを弱領域メモリ７ｄに追加する（Ｓ３０）。なお、最大値ｍａｘＰＦＧに乗じる値は０．５に限られるものではなく、Ｇ値ＰＦＧｉと最大値ｍａｘＰＦＧとの差に応じて、０．５以上が設定される構成としても良いし、０．５以下が設定される構成としても良い。

ここで図８を参照して、Ｓ２８〜Ｓ３０の処理について説明する。図８（ａ）は、ピーク周波数ＢＰＭａにおけるＧ値ＰＦＧｉを模式的に示した図であり、図８（ｂ）は、強領域ＳＡを模式的に示した図であり、図８（ｃ）は、弱領域ＷＡを模式的に示した図である。図８（ａ）は説明のため、Ｇ値ＰＦＧｉが、最大値ｍａｘＰＦＧに０．３乗じた値以下の顔領域Ｆｉは網掛けによって表し、Ｇ値ＰＦＧｉが、最大値ｍａｘＰＦＧに０．３を乗じた値より大きく、かつ最大値ｍａｘＰＦＧに０．６乗じた値以下の顔領域Ｆｉは斜線によって表し、Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．６乗じた値より大きい顔領域Ｆｉは塗りつぶして表す。また、図８（ｂ），（ｃ）において、それぞれ強領域ＳＡ，弱領域ＷＡに該当する顔領域Ｆｉは、斜線によって表す。

Ｓ２８の処理によって、Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値より大きい顔領域Ｆｉが、強領域ＳＡと判断される。従って、図８（ａ）において、Ｇ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値より大きい、即ち斜線で表された顔領域Ｆｉと、塗りつぶしで表された顔領域Ｆｉとが強領域ＳＡと判断され、その顔領域Ｆｉに該当する領域Ａｎが、強領域メモリ７ｃに追加される。一方で、図８（ａ）においてＧ値ＰＦＧｉが最大値ｍａｘＰＦＧに０．５を乗じた値以下である、即ち網掛けで表された顔領域Ｆｉが弱領域ＷＡと判断され、その顔領域Ｆｉに該当する領域Ａｎが、弱領域メモリ７ｄに追加される。

ピーク周波数ＢＰＭａや、強領域ＳＡと弱領域ＷＡとの位置は、個人差が大きいものである。そこで、本実施形態においては、対象者Ｈの脈拍数のピーク周波数と推定されるピーク周波数ＢＰＭａおける、Ｇ値の最大値ｍａｘＰＦＧに基づいて、強領域ＳＡと弱領域ＷＡとを分割するので、対象者Ｈ毎のかかる個人差を考慮した、適切な強領域ＳＡと弱領域ＷＡとの分割が可能となる。

図５に戻る。Ｓ２９，Ｓ３０の処理の後、カウンタ変数ｉに１を加算する（Ｓ３１）。そして、カウンタ変数ｉが顔領域Ｆｉの個数ｊより大きいかを確認する（Ｓ３２）。カウンタ変数ｉが顔領域Ｆｉの個数ｊ以下の場合は（Ｓ３２：Ｎｏ）、Ｓ２８以下の処理を繰り返す。

一方、カウンタ変数ｉが顔領域Ｆｉの個数ｊより大きい場合は（Ｓ３２：Ｙｅｓ）、全ての顔領域Ｆｉに対して、Ｓ２８〜Ｓ３０の処理による強領域および弱領域の分割が完了したので、顔画像メモリ７ｂ、強領域メモリ７ｃ、弱領域メモリ７ｄの各値を、検出領域テーブル６ｂにおける、顔画像データ６ｂ１、強領域データ６ｂ２、弱領域データ６ｂ３の各メモリ領域に追加する（Ｓ３３）。

Ｓ３３の処理の後、メイン処理に「領域取得完了」を返却して（Ｓ３４）、領域取得処理を終了し、メイン関数に戻る。一方、Ｓ２０の処理において、画像履歴メモリ７ａに３０秒分の画像が存在しない場合は（Ｓ２０：Ｎｏ）、メイン関数に「領域未取得」を返却して（Ｓ３５）、領域取得処理を終了し、メイン関数に戻る。

図４に戻る。Ｓ４の領域取得処理の後、領域取得処理が領域取得完了を返却したかを確認する（Ｓ６）。領域取得処理から領域取得完了が返却された場合は（Ｓ６：Ｙｅｓ）、領域取得処理によって、強領域および弱領域が正常に取得されたので、Ｓ７以降の処理を行う。一方で、領域取得処理が領域取得失敗を返却した場合は（Ｓ６：Ｎｏ）、画像履歴メモリ７ａに十分な数の画像が取得されておらず、強領域ＳＡと弱領域ＷＡとが取得されなかったので、再度Ｓ１の処理を繰り返すことで、画像履歴メモリ７ａに３０秒分の画像が蓄積されるまで、Ｓ７以降の処理を待機する。

Ｓ３の処理において、顔画像メモリ７ｂの値に近似する顔画像データ６ｂ１が存在する場合は（Ｓ３：Ｙｅｓ）、検出領域テーブル６ｂから、その顔画像データ６ｂ１に対応する強領域データ６ｂ２の値と、弱領域データ６ｂ３の値とを取得し、それぞれ顔画像メモリ７ｂと強領域メモリ７ｃとに保存する（Ｓ５）。

Ｓ５の処理の後、またはＳ６の処理において領域取得処理から領域取得完了が返却された場合は（Ｓ６：Ｙｅｓ）、顔画像メモリ７ｂの値から、強領域メモリ７ｃに記憶される領域Ａｎ（即ち強領域ＳＡ）に該当する画素のＧ値を取得し（Ｓ７）、そのＧ値の平均値を強領域値メモリ７ｅに保存する（Ｓ８）。Ｓ８の処理の後、顔画像メモリ７ｂの値から、弱領域メモリ７ｄに記憶される領域Ａｎ（即ち弱領域ＷＡ）に該当する画素のＧ値を取得し（Ｓ９）、そのＧ値の平均値を弱領域値メモリ７ｆに保存する（Ｓ１０）。

Ｓ１０の処理の後、脈波出力処理を行う（Ｓ１１）。図９を参照して、脈波出力処理について説明する。脈波出力処理は、強領域値メモリ７ｅの値に含まれる環境光等の外乱を、弱領域値メモリ７ｆの値に基づいて補正し、ＬＣＤ１０に出力するための処理である。

図９は、脈波出力処理のフローチャートである。脈波出力処理はまず、図４のメイン処理の開始直後かを確認する（Ｓ５０）。メイン処理の開始直後である場合は（Ｓ５０：Ｙｅｓ）、脈波出力処理の初期化タイミングなので、強領域値メモリ７ｅの値を、強領域値の初期値Ｐ０に設定し（Ｓ５１）、弱領域値メモリ７ｆの値を、弱領域値の初期値Ｎ０に設定する（Ｓ５２）。また、強弱比率メモリ７ｇに０を設定する（Ｓ５３）。

一方で、メイン処理の開始直後ではない場合は（Ｓ５０：Ｎｏ）、Ｓ５１〜Ｓ５３の処理をスキップする。Ｓ５０，Ｓ５３の処理の後、差分値ΔＰに、強領域値メモリ７ｅの値と初期値Ｐ０との差を設定し（Ｓ５４）、差分値ΔＮに、弱領域値メモリ７ｆと初期値Ｎ０との差を設定する（Ｓ５５）。

Ｓ５５の処理の後、差分値ΔＮの絶対値が、脈波によるＧ値の上下動の差（本実施形態においては「５」）よりも大きいかを確認する（Ｓ５６）。なお、差分値ΔＮの絶対値と比較される、脈波によるＧ値の上下動の差の値は、必ずしも５に限られるものではなく、Ｇ値の上下動の差よりも十分に大きな値であれば、５以上でも良いし、５以下でも良い。

差分値ΔＮの絶対値が、脈波によるＧ値の上下動の差よりも大きい場合は（Ｓ５６：Ｙｅｓ）、現在の弱領域値メモリ７ｆの値には、環境光の色変化等による外乱が含まれ、後述のＳ５９，Ｓ６１の処理による強領域値メモリ７ｅの値に対する補正が必要であると判断される。かかる場合には、Ｓ５７〜Ｓ６１の処理によって、強領域ＳＡと弱領域ＷＡとのＧ値の比率と、差分値ΔＮとから、強領域値メモリ７ｅの値を補正する補正パラメータ値を算出し、強領域値メモリ７ｅの値の補正を行う。

まず、強弱比率メモリ７ｇの値が０かを確認する（Ｓ５７）。強弱比率メモリ７ｇの値が０の場合（Ｓ５７：Ｙｅｓ）、即ちメイン処理を開始後に初めてＳ５７の処理が実行された場合であり、Ｓ５３の処理によって強弱比率メモリ７ｇには０が設定されているので、強弱比率メモリ７ｇに、差分値ΔＰを差分値ΔＮで除した値、即ち強領域ＳＡと弱領域ＷＡとのＧ値の強弱比率を設定する（Ｓ５８）。

一方で、Ｓ５７の処理において、強弱比率メモリ７ｇの値が０ではない場合は（Ｓ５７：Ｎｏ）、強弱比率メモリ７ｇに強領域ＳＡと弱領域ＷＡとのＧ値の強弱比率が既に設定されているので、Ｓ５８の処理をスキップする。そして、Ｓ５７，Ｓ５８の処理の後、補正値メモリ７ｈに、強弱比率メモリ７ｇの値と差分値ΔＮとを乗じた補正パラメータ値を算出し、補正値メモリ７ｈに設定する（Ｓ５９）。即ち強領域ＳＡと弱領域ＷＡとの皮膚の色は似ているので、強領域ＳＡと弱領域ＷＡとのＧ値の強弱比率と、差分値ΔＮとを乗算するという単純な算出方法（アルゴリズム）で、強領域値メモリ７ｅの値に対する補正パラメータ値を算出することができる。これにより、強領域値メモリ７ｅの値を短時間で補正することができる。

Ｓ５６の処理において、差分値ΔＮの絶対値が、脈波によるＧ値の上下動の差以下の場合は（Ｓ５６：Ｎｏ）、現在の弱領域値メモリ７ｆの値と、初期値Ｎ０との差が小さいので、環境光の色変化等による外乱が含まれないと判断され、Ｓ５９，Ｓ６１の処理による補正が必要ないと判断されるので、補正値メモリ７ｈに０を設定する（Ｓ６０）。

そして、Ｓ５９，Ｓ６０の処理の後、強領域値メモリ７ｅの値と、補正値メモリ７ｈの値とを減算することで、強領域値メモリ７ｅの値を補正し、この値を脈波信号としてＬＣＤ１０に出力する（Ｓ６１）。

ここで図１０を用いて、Ｓ５９〜Ｓ６１の処理における強領域値メモリ７ｅの補正について説明する。図１０は、環境光を周期的に色変化させた場合の、強領域値メモリ７ｅの値の時間推移と、補正後の強領域値メモリ７ｅの値の時間推移とを示したグラフである。グラフＧ１は、強領域値メモリ７ｅの値の時間推移であり、グラフＧ２は、補正後の強領域値メモリ７ｅの値の時間推移である。

グラフＧ１に示す通り、環境光を周期的に色変化させた場合、強領域値メモリ７ｅの値の時間推移として、振幅の大きな矩形波と、振幅の小さな波形とが組み合わされた波形が出力される。振幅の大きな矩形波は、環境光の色変化による波形に該当し、振幅の小さな波形が、脈波信号による波形に該当する。脈波信号による波形を検出することで、脈波が検出される。しかし、環境光の色変化による矩形波の振幅は、脈波信号による波形の振幅よりも十分に大きいので、特に環境光の色変化の前後においては、Ｇ値の変化量が脈波信号の波形の振幅よりも大きくなり、脈波信号の推移を正確に検出することができない。

一方、補正後の強領域値メモリ７ｅの値の時間推移は、グラフＧ２に示す通り、環境光の変化による矩形波が補正されるので、脈波信号による波形のみとなる。これにより、環境光が色変化した場合であっても、補正後の強領域値メモリ７ｅの値の時間推移は変化しないので、脈波の検出を安定的に行うことができる。

図９に戻る。Ｓ６１の処理の後、脈波出力処理を終了し、図４のメイン処理に戻る。Ｓ１１の脈波出力処理の後、再度Ｓ１以下の処理を繰り返す。

以上説明した通り、本実施形態における脈波検出装置１によれば、強領域値メモリ７ｅの値と弱領域値メモリ７ｆの値との比率と、弱領域値メモリ７ｆに基づく値とを乗算することで、脈波を検出する強領域値メモリ７ｅの値を補正する補正パラメータ値が算出され、その補正パラメータ値によって強領域値メモリ７ｅの値が補正される。これにより、環境光の色変化を補正のための背景（カラーチェッカーや皮膚色背景）を必要とせずに、強領域値メモリ７ｅの値から、環境光の色変化による外乱を取り除いて、脈波を検出することができる。また、単純な算出方法（アルゴリズム）で、強領域値メモリ７ｅの値に対する補正パラメータ値が算出されるので、強領域値メモリ７ｅの値を短時間で補正することができ、脈波検出装置１のレスポンスが向上する。

次に、図１１を参照して、本発明の第２実施形態について説明する。上述した第１実施形態では、図５の領域取得処理において、画像履歴メモリ７ａの画像を顔領域Ｆｉに分割して、その顔領域Ｆｉにおける周波数スペクトルＳＦＧｉのピーク周波数ＢＰＭａのＧ値ＰＦＧｉが、最大値ｍａｘＰＦＧに０．５を乗じた値よりも大きい顔領域Ｆｉが強領域ＳＡとされ、一方で、最大値ｍａｘＰＦＧに０．５を乗じた値以下の顔領域Ｆｉが弱領域ＷＡとされた。これに対して、第２実施形態における脈波検出装置１の領域取得処理では、カメラ３より取得された顔画像メモリ７ｂの値における、顔の特定部位を基準とし、強領域ＳＡと、弱領域ＷＡとに分割する。第２実施形態において、上述した第１実施形態と同一の部分については、同一の符号を付し、その説明は省略する。

図１１（ａ）は第２実施形態における、脈波検出装置１の領域取得処理のフローチャートであり、図１１（ｂ）は、強領域ＳＡを示す模式図であり、図１１（ｃ）は、弱領域ＷＡを示す模式図である。なお、図１１（ｂ），（ｃ）におけるの原点Ｏは、画像下端の位置を示す。第２実施形態における、領域取得処理はまず、顔画像メモリ７ｂの値から、画像下端の位置と、顔の上端の位置との高さｈ１（図１１（ｂ）参照）を取得し（Ｓ８０）、画像下端の位置と、口の位置との高さｈ２（図１１（ｂ）参照）を取得する（Ｓ８１）。そして、顔画像メモリ７ｂの値から、顔の部分におけるｈ２からｈ１に該当する領域Ａｎを取得し、強領域メモリ７ｃに保存する（Ｓ８２）。

Ｓ８２の処理の後、顔画像メモリ７ｂの値から、画像下端の位置と、顎の下端の位置との高さｈ３（図１１（ｃ）参照）を取得し（Ｓ８３）、画像下端の位置と、顔の下端の位置との高さｈ４（図１１（ｃ）参照）を取得する（Ｓ８４）。そして、顔画像メモリ７ｂの値から、顔の部分におけるｈ４からｈ３に該当する領域Ａｎを取得し、弱領域メモリ７ｄに保存する（Ｓ８５）。

Ｓ８５の処理の後、顔画像メモリ７ｂ、強領域メモリ７ｃ、弱領域メモリ７ｄの各値を、検出領域テーブル６ｂにおける、顔画像データ６ｂ１、強領域データ６ｂ２、弱領域データ６ｂ３の各メモリ領域に追加し（Ｓ８６）、メイン処理に「領域取得完了」を返却して（Ｓ８７）、領域取得処理を終了する。

一般的に、顔における口から上に該当する部分が、脈波が強く検出される領域とされ、顎から下の部分が、脈波が弱く検出される領域とされる。そこで、第２実施形態においては、顔の部分におけるｈ１からｈ２、即ち顔における口から上に該当する領域Ａｎが、強領域ＳＡと判断されて、強領域メモリ７ｃに保存される。一方、顔の部分におけるｈ３からｈ４に該当する領域Ａｎが、弱領域ＷＡと判断されて、弱領域メモリ７ｄに保存される。従って、カメラ３から取得された、顔画像メモリ７ｂの値から強領域ＳＡと弱領域ＷＡとを分割することができるので、メイン処理の開始直後から脈波の検出が可能となり、脈波検出装置１のレスポンスが向上する。

以上、実施形態に基づき本発明を説明したが、本発明は上述した実施形態に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の改良変更が可能であることは容易に推察できるものである。

上記実施形態において、制御プログラム６ａを、脈波検出装置１で実行する構成とした。しかし、必ずしもこれに限られるものではなく、制御プログラム６ａを、パーソナル・コンピュータやスマートフォン、タブレット端末等に記憶して、制御プログラム６ａを実行する構成としても良い。

上記実施形態において、脈波検出装置１は、検出された脈波信号をＬＣＤ１０に出力する構成とした。しかし、必ずしもこれに限られるものではなく、検出された脈波信号がＨＤＤ６に記憶される構成としても良いし、検出された脈波信号を図示しない通信装置によって、外部のサーバやＰＣ等に送信される構成としても良い。

また、脈波検出装置１を自動車等の車両に搭載し、脈波検出装置１で検知された脈波信号を解析することで、ドライバ（対象者Ｈ）の体調を監視する構成としても良い。そして、ドライバの体調が優れないと判断された場合は、アラーム音を出力してその旨を周囲に報知する構成としても良いし、車両から中央センターに通信を行い、中央センターから消防等に救護要請を発信する構成としても良いし、車両の停車を行う構成としても良いし、車両の制御を行う構成としても良い。

上記実施形態において、カメラ３から取得された顔画像を、ＲＧＢ色空間に分解した際の、Ｇ値の変化によって脈波が検出される構成とした。しかし、必ずしもこれに限られるものではなく、顔画像をＹＩＱ色空間に分解した際の、Ｑ値（色度：寒色系）の変化によって脈波が検出される構成としても良い。Ｑ値は、明るさの変化に対して耐性のある色成分とされるので、Ｑ値を脈波の検出に用いることで、明るさの変化に強い脈波の検出が可能となる。また、ＲＧＢ色空間のＧ値以外の色成分、もしくはＹＩＱ色空間のＱ値以外の色成分を用いる構成としても良いし、ＲＧＢ，ＹＩＱ色空間以外の色空間における色成分を用いて、脈波を検出する構成としても良い。

上記実施形態において、カメラ３から取得された顔画像によって、脈波が検出される構成とした。しかし、必ずしもこれに限られるものではなく、顔以外でも、脈波が強く検出される人体の部位の画像によって、脈波を検出する構成としても良い。

上記実施形態において、領域取得処理は、第１実施形態と第２実施形態とにおいて別の処理として構成されるとした。しかし、必ずしもこれに限られるものではなく、第１実施形態と第２実施形態との領域取得処理を、場面等に応じて使い分ける構成としても良い。例えば、メイン関数実行直後において、画像履歴メモリ７ａに３０秒分の画像が記憶されていない場合は、第２実施形態における領域取得処理によって、顔画像メモリ７ｂの値から強領域ＳＡと弱領域ＷＡとを取得し、取得された強領域ＳＡと弱領域ＷＡとに基づいて、Ｓ１１の脈波出力処理を行う。

一方で、第１実施形態における領域取得処理は、バックグラウンド処理として実行され、画像履歴メモリ７ａに３０秒分の画像が記憶された時点で、強領域ＳＡと弱領域ＷＡとを取得し、以降は第１実施形態における領域取得処理で取得された強領域ＳＡと弱領域ＷＡとに基づいて、Ｓ１１の脈波出力処理を行う。これにより、メイン処理実行直後から脈波の検出が可能となり、なおかつその後に第１実施形態における領域取得処理で取得された、対象者Ｈ毎の個人差を考慮した強領域ＳＡと弱領域ＷＡとに基づいて、脈波の検出をすることができる。

１ 脈波検出装置
３ カメラ（撮影手段）
６ａ 制御プログラム（脈波検出プログラム）
６ｂ 検出領域テーブル（脈波記憶手段）
ＢＰＭａ ピーク周波数
Ｓ３ 画像検出手段
Ｓ７，Ｓ８ 強領域測定手段
Ｓ９，Ｓ１０ 弱領域測定手段
Ｓ２１ 周波数取得手段
Ｓ２３ 時間推移算出手段
Ｓ２４ 周波数スペクトル算出手段
Ｓ２５ 所定成分値取得手段
Ｓ２８〜Ｓ３０ 強弱特定手段
Ｓ３３，Ｓ８６ 追加記憶手段
Ｓ５９ 補正手段の一部
Ｓ６１ 補正手段の一部、出力手段
Ｓ８１ 口部検出手段
Ｓ８３ 顎部検出手段

Claims (11)

1. 対象者の皮膚を含む領域を少なくとも所定時間以上撮影する撮影手段と、
   その撮影手段により撮影された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定手段と、
   その強弱特定手段により脈波の強い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する強領域測定手段と、
   前記強弱特定手段により脈波の弱い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する弱領域測定手段と、
   その弱領域測定手段により測定された脈波の弱い領域の信号に基づいて、前記強領域測定手段により測定された脈波の強い領域の信号を補正する補正手段と、
   その補正手段により補正された脈波信号を出力する出力手段とを備えていることを特徴とする脈波検出装置。
2. 前記撮影手段により撮影された画像について、脈拍数のピーク周波数を取得するピーク周波数取得手段と、
   前記撮影手段により撮影された画像を分解した各分解領域について所定成分の時間推移を算出する時間推移算出手段と、
   前記各分解領域について、その時間推移算出手段により算出された前記所定成分の時間推移の周波数スペクトルを算出する周波数スペクトル算出手段と、
   前記各分解領域について、その周波数スペクトル算出手段により算出された周波数スペクトルのうち、前記ピーク周波数取得手段により取得されたピーク周波数における前記所定成分の値を取得する所定成分値取得手段とを備え、
   前記強弱特定手段は、その所定成分値取得手段により取得された前記所定成分の値に基づいて、前記各分解領域を前記脈波の強い領域と弱い領域とに特定するものであることを特徴とする請求項１記載の脈波検出装置。
3. 前記所定成分は、ＲＧＢ色空間におけるＧ成分であることを特徴とする請求項２記載の脈波検出装置。
4. 前記所定成分は、ＹＩＱ色空間におけるＱ成分であることを特徴とする請求項２記載の脈波検出装置。
5. 画像に対応付けて脈波の強い領域と弱い領域とを記憶する脈波記憶手段と、
   その脈波記憶手段に記憶される画像の中から、前記撮影手段により撮影された画像に近似する画像を検出する画像検出手段とを備え、
   前記強弱特定手段は、その画像検出手段により検出された画像に対応つけて前記脈波記憶手段に記憶される脈波の強い領域を脈波の強い領域として特定し、一方、前記画像検出手段により検出された画像に対応つけて前記脈波記憶手段に記憶される脈波の弱い領域を脈波の弱い領域として特定するものであることを特徴とする請求項１から４のいずれかに記載の脈波検出装置。
6. 前記撮影手段が撮影する対象者の皮膚を含む領域は、対象者の顔を含む領域であることを特徴とする請求項１から５のいずれかに記載の脈波検出装置。
7. 前記撮影手段により撮影された対象者の顔を含む領域のうち、対象者の口の部分を検出する口部検出手段を備え、
   前記強弱特定手段は、その口部検出手段により検出された口の部分に基づいて、前記脈波の強い領域を特定するものであることを特徴とする請求項６記載の脈波検出装置。
8. 前記撮影手段により撮影された対象者の顔を含む領域のうち、対象者の顎の部分を検出する顎部検出手段を備え、
   前記強弱特定手段は、その顎部検出手段により検出された顎の部分に基づいて、前記脈波の弱い領域を特定するものであることを特徴とする請求項６又は７に記載の脈波検出装置。
9. 画像に対応付けて脈波の強い領域と弱い領域とを記憶する脈波記憶手段と、
   前記強弱特定手段により特定された脈波の強い領域と弱い領域とを、その特定対象とされた画像に対応付けして前記脈波記憶手段へ追加記憶する追加記憶手段とを備えていることを特徴とする請求項１から８のいずれかに記載の脈波検出装置。
10. 前記撮影手段は、車両の搭乗者を撮影するものであり、
    前記出力手段により出力される脈波信号を用いて、その搭乗者の体調を監視する監視手段を備えていることを特徴とする請求項１から９のいずれかに記載の脈波検出装置。
11. 対象者の皮膚を含む領域を少なくとも所定時間以上撮影した画像を取得する画像取得機能と、
    その画像取得機能により取得された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定機能と、
    その強弱特定機能により脈波の強い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する強領域測定機能と、
    前記強弱特定機能により脈波の弱い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する弱領域測定機能と、
    その弱領域測定機能により測定された脈波の弱い領域の信号に基づいて、前記強領域測定機能により測定された脈波の強い領域の信号を補正する補正機能と、
    その補正機能により補正された脈波信号を出力する出力機能と、をコンピュータに実現させることを特徴とする脈波検出プログラム。

Images