JP2019204366A - 行動監視装置及び行動監視方法 - Google Patents

Abstract

【課題】被監視者が所定の行動を行ったか否かの判定において、被監視者の体格の影響を低減することができる行動監視装置を提供する。【解決手段】行動監視装置１０は、被監視者４０、及び、ベッド３０を含む空間を撮像対象とする、画素値が撮像対象までの距離を示す距離画像を取得する取得部１１と、取得された距離画像を座標変換処理することで得られる三次元点群データを用いて被監視者４０の頭部の高さを検出する検出部１６と、検出された被監視者４０の頭部の高さに基づいて閾値を算出する算出部１８と、ベッド３０のベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者４０が所定の行動を行ったか否かを判定する判定部１７とを備える。【選択図】図２

Description

本発明は、行動監視装置及び行動監視方法に関する。

病院、高齢者施設、及び、介護施設等の施設にて、入居者を見守るための技術が提案されている。特許文献１には、見守り対象者の行動を検知する基準となるベッドの位置に関する設定を容易に行うことを可能にする技術が開示されている。

国際公開第２０１５／１２５５４４号

ところで、被監視者が所定の行動を行ったか否かの判定においては、被監視者の体格の影響によって判定精度が低下する場合がある。

本発明は、被監視者が所定の行動を行ったか否かの判定において、被監視者の体格の影響を低減することができる行動監視装置及び行動監視方法を提供する。

本発明の一態様に係る行動監視装置は、被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得する取得部と、取得された前記距離画像を座標変換処理することで得られる三次元点群データを用いて前記被監視者の頭部の高さを検出する検出部と、検出された前記被監視者の頭部の高さに基づいて閾値を算出する算出部と、前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する判定部とを備える。

本発明の一態様に係る行動監視装置は、被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得する取得部と、取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の肩幅を検出する検出部と、検出された前記被監視者の肩幅に基づいて閾値を算出する算出部と、前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する判定部とを備える。

本発明の一態様に係る行動監視方法は、被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得し、取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の頭部の高さを検出し、検出された前記被監視者の頭部の高さに基づいて閾値を算出し、前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する。

本発明の一態様に係る行動監視方法は、被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が物体までの距離を示す距離画像を取得し、取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の肩幅を検出し、検出された前記被監視者の肩幅に基づいて閾値を算出し、前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する。

本発明の行動監視装置及び行動監視方法は、被監視者が所定の行動を行ったか否かの判定において、被監視者の体格の影響を低減することができる。

図１は、実施の形態に係る行動監視システムの概要を示す図である。 図２は、実施の形態に係る行動監視システムの機能構成を示すブロック図である。 図３は、ベッド上にいる被監視者がベッドから離床するまでの姿勢を示す図である。 図４は、実施の形態に係る行動監視システムの動作のフローチャートである。 図５は、端末装置のディスプレイに表示される画像の一例を示す図である。 図６は、閾値算出の動作例１のフローチャートである。 図７は、閾値算出の動作例２のフローチャートである。 図８は、閾値算出の動作例３のフローチャートである。

以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付しており、重複する説明は省略または簡略化される場合がある。

（実施の形態）
［構成］
実施の形態に係る行動監視システムの構成について説明する。図１は、実施の形態に係る行動監視システムの概要を示す図である。行動監視システム１００は、例えば、病院、高齢者施設、及び、介護施設等の施設で用いられる。図１に示されるように、行動監視システム１００は、ベッド３０上の被監視者４０を監視し、ベッド３０上で寝ている姿勢の被監視者４０が起き上がりの姿勢となったことを通知するシステムである。これにより、施設のスタッフは被監視者４０が起き上がりの姿勢になったことを認識することができる。

図２は、行動監視システム１００の機能構成を示すブロック図である。図２に示されるように、行動監視システム１００は、行動監視装置１０と、端末装置２０とを備える。

端末装置２０は、行動監視装置１０から被監視者４０の行動についての通知を受ける装置である。端末装置２０は、例えば、ディスプレイを有するパーソナルコンピュータなどの据え置き型の端末であるが、スマートフォンまたはタブレット等の携帯端末であってもよい。なお、行動監視システム１００は、複数の端末装置２０を備えてもよく、この場合、複数の端末装置２０のそれぞれは、行動監視装置１０から通知を受ける。

行動監視装置１０は、被監視者４０の行動を監視し、被監視者４０が所定の行動をとったと判定した場合に端末装置２０に通知を行う装置である。行動監視装置１０は、取得部１１と、情報処理部１２と、記憶部１３と、通信部１４とを備える。

取得部１１は、被監視者４０、及び、ベッド３０を含む空間を撮像対象として、画素値が物体までの距離を示す距離画像を取得する。取得部１１は、例えば、対象領域に投光した光を受光するアクティブ型の距離画像センサであるが、対象領域からの受光のみを行うパッシブ型の距離画像センサであってもよい。アクティブ型の距離画像センサとしては、ＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）カメラが例示される。取得部１１が投光する光は、例えば、近赤外光であるが、可視光であってもよい。

情報処理部１２は、取得部１１によって取得された距離画像用いて画像処理を行うことにより、被監視者４０が所定の行動を行ったか否かを判定する。情報処理部１２は、例えば、マイクロコンピュータによって実現されるが、プロセッサなどによって実現されてもよい。情報処理部１２は、具体的には、ベッド面検出部１５と、検出部１６と、判定部１７と、算出部１８とを備える。

ベッド面検出部１５は、距離画像内のベッド３０のベッド面３０ａを検出する。ベッド面３０ａは、ベッドの上面である。検出部１６は、距離画像を用いて被監視者４０の頭部、及び、被監視者４０の頭部の高さを検出する。判定部１７は、ベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者が所定の行動を行ったか否かを判定する。算出部１８は、判定部１７が判定に用いる閾値を算出する。

記憶部１３は、情報処理部１２が画像処理を行うために実行するプログラムが記録される記憶装置である。記憶部１３には、取得部１１によって取得された距離画像が一時的に記憶されてもよい。記憶部１３は、具体的には、半導体メモリなどによって実現される。

通信部１４は、被監視者４０が所定の行動を行ったことを端末装置２０に通知するための通信回路である。通信部１４は、有線通信によって端末装置２０に通知を行ってもよいし、無線通信によって端末装置２０に通知を行ってもよい。通信部１４によって行われる通信の通信規格は特に限定されない。

［被監視者の姿勢］
図３は、ベッド３０上にいる被監視者４０がベッド３０から離床するまでの姿勢を示す図である。図３に示されるように、被監視者４０は、ベッド３０上で、仰臥位及び伏臥位の姿勢をとる（図３の（ａ））。ここで、被監視者４０は、仰臥位の姿勢及び伏臥位の姿勢から離床する（図３の（ｅ））までに、起き上がりの姿勢（図３の（ｂ））、座位の姿勢（図３の（ｃ））、及び、端座位の姿勢（図３の（ｄ））をとる。病院、高齢者施設、及び、介護施設などの施設では、被監視者４０が離床すると転倒してしまう危険がある。このような危険を抑制するためには、被監視者４０が端座位の姿勢になるまでに施設のスタッフが被監視者４０の元へ駆けつけ、声掛けをすることが求められる。

そこで、行動監視システム１００は、被監視者４０が端座位の姿勢になるよりも前の起き上がりの姿勢になったと判定すると、施設のスタッフに通知を行う。通知を受けたスタッフが被監視者４０の元へ向かうことにより、被監視者４０が転倒してしまうなどの事故の発生が抑制される。

［動作］
以下、このような行動監視システム１００の動作について説明する。図４は、行動監視システム１００の動作のフローチャートである。

まず、行動監視装置１０の取得部１１は、被監視者４０、及び、ベッド３０を含む空間を撮像対象として距離画像を取得する（Ｓ１１）。上述のように、距離画像は、画素値が物体までの距離を示す画像である。距離画像は、行動監視装置１０の位置を基準とする球面座標系に基づくものである。

次に、情報処理部１２は、取得された球面座標系の距離画像を行動監視装置１０の位置を基準とする第一直交座標系の三次元点群データに変換する（Ｓ１２）。第一直交座標系では、距離画像が取得される撮像対象領域の中央と行動監視装置１０とを結ぶ仮想線がＺ軸方向となる。

次に、ベッド面検出部１５は、三次元点群データに対して輪郭抽出処理を行うことにより、距離画像内のベッド面３０ａを検出する（Ｓ１３）。ベッド面検出部１５は、具体的には、第一直交座標系の三次元点群データに対してハフ変換を行うことにより、第一直交座標系の三次元点群データに含まれる平面を抽出する。ベッド面検出部１５は、抽出された平面のうち、あらかじめ設定された平面情報と一致性の高い平面を抽出し、この平面をベッド面３０ａとして検出する。なお、このようなベッド面３０ａの検出方法は一例であり、ベッド面３０ａの検出方法は特に限定されない。例えば、あらかじめ設定される平面情報は複数あってもよい。

次に、情報処理部１２は、行動監視装置１０の位置を基準とする第一直交座標系の三次元点群データを、ベッド面３０ａを基準とする第二直交座標系の三次元点群データに変換する（Ｓ１４）。第二直交座標系の原点は、例えば、ベッド面３０ａの中心に設定される。第二直交座標系では、Ｘ−Ｙ平面がベッド面３０ａを示し、Ｚ軸方向の距離がベッド面からの高さを示す。

次に、検出部１６は、第二直交座標系の三次元点群データにおける被監視者４０の頭部を検出する（Ｓ１５）。検出部１６は、例えば、第二直交座標系の三次元点群データにおいて輪郭抽出処理を行い、一般的な人の頭部の形状として記憶部１３に記憶されたテンプレートと類似する輪郭を特定することにより、被監視者４０の頭部を検出する。

続いて、検出部１６は、検出された被監視者４０の頭部がベッド面３０ａ内に位置するか否かを判定する（Ｓ１６）。被監視者４０の頭部がベッド面３０ａ内に位置すると判定される場合（Ｓ１６でＹｅｓ）、被監視者４０は、ベッド面３０ａ上に位置すると考えられる。そこで、検出部１６は、ベッド面３０ａを基準とした頭部の高さを検出する（Ｓ１７）。被監視者４０の頭部のベッド面３０ａからの高さは、例えば、被監視者４０の頭部のうちベッド面３０ａから最も遠い部分からベッド面３０ａまでの距離である。

一方、被監視者４０の頭部がベッド面３０ａ外に位置すると判定される場合（Ｓ１６でＮｏ）、被監視者４０は、床面上に位置すると考えられる。そうすると、被監視者４０がベッド面３０ａ上で起き上がりの姿勢になることはないと考えられるため、ステップＳ１７以降の処理は行われない。

ステップＳ１７の後、判定部１７は、ステップＳ１５において検出された被監視者４０の頭部のベッド面３０ａからの高さが閾値以上であるか否かを判定する（Ｓ１８）。判定部１７は、被監視者４０の頭部のベッド面３０ａからの高さが閾値以上である場合（Ｓ１８でＹｅｓ）、被監視者４０が起き上がりの姿勢であると判定し、通信部１４に端末装置２０への通知を行わせる（Ｓ１９）。通知を受けた端末装置２０は、例えば、図５に示されるような画像を表示する。図５は、端末装置２０のディスプレイに表示される画像の一例を示す図である。一方、被監視者４０の頭部のベッド面３０ａからの高さが閾値未満である場合（Ｓ１８でＮｏ）、端末装置２０への通知は行われない。

このように、行動監視システム１００は、ベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより、被監視者４０が起き上がりの姿勢であるか否かを判定することができる。ベッド面３０ａを基準として判定が行われれば、ベッド３０の高さが変更された場合、及び、ベッド３０がリクライニングされた場合などに誤判定が生じる可能性が低減される。

［閾値算出の動作例１］
ところで、被監視者４０の体格には個人差がある。被監視者４０が起き上がり姿勢になったか否かを判定する閾値として固定の閾値が採用されると、固定の閾値にはこのような体格の個人差が反映されていないため、被監視者４０が起き上がり姿勢になったことを正確に判定できない可能性がある。

そこで、行動監視システム１００は、被監視者４０の体格に応じて被監視者４０にパーソナライズされた閾値を算出する。行動監視システム１００は、具体的には、三次元点群データに基づいて特定される被監視者４０の身長または座高に応じて閾値を算出する。以下、このような閾値算出の動作例１について説明する。図６は、閾値算出の動作例１のフローチャートである。図６に示される閾値算出の動作は、図４の起き上がり姿勢の判定動作よりも前にあらかじめ行われる。

図６におけるステップＳ１１〜ステップＳ１６の処理は、図４の起き上がり姿勢の判定動作と同様である。まず、ステップＳ１６において検出された被監視者４０の頭部がベッド面３０ａ内に位置すると判定された場合（Ｓ１６でＹｅｓ）について説明する。この場合、被監視者４０は、ベッド面３０ａ上に位置すると考えられる。そこで、検出部１６は、ベッド面３０ａを基準とした頭部の高さを検出する（Ｓ２１）。

算出部１８は、ステップＳ２１において検出された頭部の高さが第一所定範囲内であるか否かを判定する（Ｓ２２）。ステップＳ２２において行われる処理は、頭部の高さが異常値を示す場合に、このような異常値を用いて閾値が算出されることを抑制するための処理である。第一所定範囲は、例えば、人の座高として適切な範囲に設定される。第一所定範囲は、例えば、１５０ｃｍ以下の範囲である。

算出部１８は、頭部の高さが第一所定範囲外であると判定した場合（Ｓ２２でＮｏ）、ステップＳ２１において検出された頭部の高さを閾値の算出に用いない。一方、算出部１８は、頭部の高さが第一所定範囲内であると判定した場合（Ｓ２２でＹｅｓ）、ステップＳ２１において検出された頭部の高さに第一係数を乗算することにより閾値を算出する（Ｓ２３）。第一係数は、例えば、被監視者４０の座高（つまり、被監視者４０が座位の姿勢であるときのベッド面３０ａを基準とした頭部の高さ）を１と考えて定められた、０よりも大きく１よりも小さい係数である。第一係数は、言い換えれば、座高を用いて閾値を算出するための係数である。

このように、第一係数が被監視者４０の座高を基準に定められた係数である場合、ステップＳ２１において検出された頭部の高さは、座位の姿勢となっている被監視者４０の頭部の高さであることが好ましい。しかしながら、ステップＳ２６において検出された頭部の高さは、座位の姿勢以外の姿勢（例えば、仰臥位の姿勢、伏臥位の姿勢、及び、起き上がり途中の姿勢など）となっている被監視者４０の頭部の高さである可能性もある。

被監視者４０が座位の姿勢以外の姿勢をとっている場合の頭部の高さは、被監視者４０が座位の姿勢をとっている場合の頭部の高さよりも低くなる。そこで、検出部１６は、例えば、撮像されたタイミングが異なる複数の距離画像のそれぞれを用いて頭部の高さを検出し、算出部１８は、検出された頭部の高さの最大値に第一係数を乗算する。これにより、算出部１８によって適正な閾値が算出される可能性が高まる。

次に、ステップＳ１６において検出された被監視者４０の頭部がベッド面３０ａ外に位置すると判定された場合（Ｓ１６でＮｏ）について説明する。この場合、被監視者４０は、床面上に位置すると考えられる。そこで、検出部１６は、床面を基準とした頭部の高さを検出する（Ｓ２４）。

次に、算出部１８は、ステップＳ２４において検出された頭部の高さが第二所定範囲内であるか否かを判定する（Ｓ２５）。ステップＳ２５において行われる処理は、頭部の高さが異常値を示す場合に、このような異常値を用いて閾値が算出されることを抑制するための処理である。第二所定範囲は、例えば、人の身長として適切な範囲に設定される。第二所定範囲は、例えば、１００ｃｍ以上の範囲である。

算出部１８は、頭部の高さが第二所定範囲外であると判定した場合（Ｓ２５でＮｏ）、ステップＳ２４において検出された頭部の高さを閾値の算出に用いない。一方、算出部１８は、頭部の高さが第二所定範囲内であると判定した場合（Ｓ２５でＹｅｓ）、ステップＳ２１において検出された頭部の高さに第二係数を乗算することにより閾値を算出する（Ｓ２６）。第二係数は、例えば、被監視者４０の身長（つまり、被監視者４０が立位の姿勢であるときの床面を基準とした頭部の高さ）を１と考えて定められた、０よりも大きく１よりも小さい係数である。第二係数は、言い換えれば、身長を用いて閾値を算出するための係数である。第二係数の値は、第一係数の値と異なる。

このように、第二係数が被監視者４０の身長を基準に定められた係数である場合、ステップＳ２６において検出された頭部の高さは、立位の姿勢をとっている被監視者４０の頭部の高さであることが好ましい。しかしながら、ステップＳ２６において検出された頭部の高さは、かがんでいる姿勢または椅子などに座っている姿勢をとっている被監視者４０の頭部の高さである可能性もある。

被監視者４０が立位の姿勢以外の姿勢をとっている場合の頭部の高さは、被監視者４０が立位の姿勢をとっている場合の頭部の高さよりも低くなる。そこで、検出部１６は、例えば、撮像されたタイミングが異なる複数の距離画像のそれぞれを用いて頭部の高さを検出し、算出部１８は、検出された頭部の高さの最大値に第二係数を乗算する。これにより、算出部１８によって適正な閾値が算出される可能性が高まる。

［閾値算出の動作例２］
次に、閾値算出の動作例２について説明する。図７は、閾値算出の動作例２のフローチャートである。図７に示される閾値算出の動作は、図４の起き上がり姿勢の判定動作よりも前にあらかじめ行われる。以下の動作例２の説明においてベッド面３０ａの検出処理、及び、距離画像の座標変換処理などは動作例１と同様であるため詳細な説明が省略される。

行動監視装置１０の取得部１１は、被監視者４０、及び、ベッド３０を含む空間を撮像対象として距離画像を取得する（Ｓ３１）。ステップＳ３１では、例えば、時間的に連続する複数の距離画像が取得される。言い換えれば、取得部１１は、複数の距離画像によって構成される動画像を取得する。

次に、検出部１６は、ステップＳ３１において取得された距離画像のうち、被監視者４０の頭部がベッド面３０ａ外からベッド面３０ａ内に移動する期間に取得された距離画像を特定する（Ｓ３２）。続いて、検出部１６は、特定された距離画像のうち被監視者４０の頭部がベッド面３０ａ内に移動する直前の距離画像を座標変換処理することで得られる三次元点群データを用いて、被監視者４０の頭部の高さを検出する（Ｓ３３）。以降は、図６のステップＳ２４〜ステップＳ２６と同様である。

被監視者４０は、ベッド３０に入る直前には立位の姿勢をとっていると考えられる。したがって、上記ステップＳ３３のように被監視者４０の頭部がベッド面３０ａ内に移動する直前の距離画像から得られる三次元点群データを用いて被監視者４０の頭部の高さが検出されれば、立位の姿勢をとっている被監視者４０の頭部の高さを検出できる可能性が高まる。上述のように、第二係数は被監視者４０の身長を基準に定められた係数である。このため、動作例２では、算出部１８によって適正な閾値が算出される可能性が高まる。

［閾値算出の動作例３］
次に、閾値算出の動作例３について説明する。図８は、閾値算出の動作例３のフローチャートである。図８に示される閾値算出の動作は、図４の起き上がり姿勢の判定動作よりも前にあらかじめ行われる。

図８におけるステップＳ１１〜ステップＳ１４の処理は、図４の起き上がり姿勢の判定動作、及び、図６の閾値算出の動作例１と同様である。

ステップＳ１４に続いて、検出部１６は、被監視者４０の肩幅を検出する（Ｓ４１）。検出部１６は、第二直交座標系の三次元点群データにおいて、輪郭抽出処理を行い、一般的な人の上半身の形状として記憶部１３に記憶されたテンプレートと類似する輪郭を特定し、当該輪郭のうち両肩に該当する領域どうしの距離を被監視者４０の肩幅として検出する。

算出部１８は、ステップＳ４１において検出された肩幅が第三所定範囲内であるか否かを判定する（Ｓ４２）。ステップＳ４２において行われる処理は、肩幅が異常値を示す場合に、このような異常値を用いて閾値が算出されることを抑制するための処理である。第三所定範囲は、例えば、人の肩幅として適切な範囲に設定される。

算出部１８は、肩幅が第三所定範囲外であると判定した場合（Ｓ４２でＮｏ）、ステップＳ４１において検出された肩幅を閾値の算出に用いない。一方、算出部１８は、肩幅が第三所定範囲内であると判定した場合（Ｓ４２でＹｅｓ）、ステップＳ４１において検出された肩幅に第三係数を乗算することにより閾値を算出する（Ｓ４３）。第三係数は、例えば、人の肩幅とこのような肩幅の人に対して閾値として使用したい値との相関関係等に基づいて定められる係数である。

以上説明したように、動作例３では、行動監視システム１００は、被監視者４０の肩幅に基づいて閾値を算出することができる。例えば、被監視者４０が車いすを利用してベッド３０へ向かうような場合、被監視者４０が立位の姿勢をとらないため、動作例１及び動作例２のような方法では、適正な閾値を算出できない場合がある。動作例３のように被監視者４０の肩幅が用いられる方法は、このような場合に有用である。

［変形例］
上記実施の形態では、頭部の検出、及び、肩幅の検出は、距離画像を座標変換処理することで得られる三次元点群データを用いて行われた。しかしながら、取得部１１が距離画像に加えて輝度画像（つまり、一般的なカメラによって撮像される画像）を取得できる場合には、検出部１６は、輝度画像を用いて頭部の検出及び肩幅の検出を行ってもよい。

また、上記実施の形態で説明されたように、検出部１６は、床面からベッド面３０ａまでの高さ、つまり、ベッド３０の高さを検出することができる。そこで、第一係数、第二係数、及び、第三係数は、検出されたベッド３０の高さに応じて変更されてもよい。同様に、第一所定範囲、第二所定範囲、及び、第三所定範囲は、検出されたベッド３０の高さに応じて変更されてもよい。

また、ベッド３０がリクライニング機能を有する場合、ベッド３０のリクライニング状態（つまり、背もたれの傾き）に応じて第一係数、第二係数、及び、第三係数が変更されてもよい。同様に、第一所定範囲、第二所定範囲、及び、第三所定範囲は、リクライニング状態に応じて変更されてもよい。なお、リクライニング状態は、例えば、ベッド３０のリクライニング状態を制御する制御装置から送信されるリクライニング状態を示す信号を通信部１４が取得することにより特定することができる。

［効果等］
以上説明したように、行動監視装置１０は、被監視者４０、及び、ベッド３０を含む空間を撮像対象とする、画素値が撮像対象までの距離を示す距離画像を取得する取得部１１と、取得された距離画像を座標変換処理することで得られる三次元点群データを用いて被監視者４０の頭部の高さを検出する検出部１６と、検出された被監視者４０の頭部の高さに基づいて閾値を算出する算出部１８と、ベッド３０のベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者４０が所定の行動を行ったか否かを判定する判定部１７とを備える。所定の行動は、上記実施の形態では、起き上がりの姿勢になる行動である。

このような行動監視装置１０は、被監視者４０の頭部の高さに応じて判定部１７の判定に用いられる閾値を算出することができる。つまり、被監視者４０にパーソナライズされた閾値を算出することができる。行動監視装置１０によれば、被監視者４０が所定の行動を行ったか否かの判定において、被監視者４０の体格の影響を低減することができる。

また、例えば、算出部１８は、距離画像から得られる三次元点群データにおいて被監視者４０の頭部がベッド面３０ａ内に位置するか否かに基づいて係数を決定し、決定した係数を検出された被監視者４０の頭部の高さに乗算することにより閾値を算出する。

このような行動監視装置１０は、被監視者４０がベッド３０上に位置する場合、及び、被監視者４０が床面上に位置する場合のいずれにおいても、被監視者４０にパーソナライズされた閾値を算出することができる。

また、例えば、算出部１８は、距離画像から得られる三次元点群データにおいて被監視者４０の頭部がベッド面３０ａ内に位置する場合には、ベッド面３０ａを基準とした被監視者４０の頭部の高さ（言い換えれば、座高）に第一係数を乗算することにより閾値を算出する。算出部１８は、三次元点群データにおいて被監視者４０の頭部がベッド面３０ａ外に位置する場合には、空間の床面を基準とした被監視者４０の頭部の高さ（言い換えれば、身長）に第一係数と異なる第二係数を乗算することにより閾値を算出する。

このような行動監視装置１０は、被監視者４０がベッド３０上に位置する場合、及び、被監視者４０が床面上に位置する場合のいずれにおいても、被監視者４０にパーソナライズされた閾値を算出することができる。

また、例えば、検出部１６は、被監視者４０の頭部がベッド面３０ａ外からベッド面３０ａ内に移動する期間に取得された距離画像のうち被監視者４０の頭部がベッド面３０ａ内に移動する直前の距離画像から得られる三次元点群データを用いて、被監視者４０の頭部の高さを検出する。

これにより、行動監視装置１０が立位の姿勢をとっている被監視者４０の頭部の高さを検出できる可能性が高まる。第二係数が被監視者４０の身長を基準に定められた係数であれば、適正な閾値が算出される可能性が高まる。

また、例えば、算出部１８は、検出された被監視者４０の頭部の高さが所定範囲内である場合に、検出された被監視者４０の頭部の高さに基づいて閾値を算出し、検出された被監視者４０の頭部の高さが所定範囲外である場合に、検出された被監視者４０の頭部の高さを閾値の算出に使用しない。ここでの所定範囲は、上記実施の形態の第一所定範囲または第二所定範囲である。

これにより、頭部の高さが異常値を示す場合に、このような異常値を用いて閾値が算出されることが抑制される。

また、例えば、被監視者４０、及び、ベッド３０を含む空間を撮像対象とする、画素値が撮像対象までの距離を示す距離画像を取得する取得部１１と、取得された距離画像から得られる三次元点群データを用いて被監視者４０の肩幅を検出する検出部１６と、検出された被監視者４０の肩幅に基づいて閾値を算出する算出部１８と、ベッド３０のベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者４０が所定の行動を行ったか否かを判定する判定部１７とを備える。

このような行動監視装置１０は、被監視者４０の肩幅に応じて判定部１７の判定に用いられる閾値を算出することができる。つまり、被監視者４０にパーソナライズされた閾値を算出することができる。行動監視装置１０によれば、個人の被監視者４０が所定の行動を行ったか否かの判定において、被監視者４０の体格の影響を低減することができる。

また、行動監視方法は、被監視者４０、及び、ベッド３０を含む空間を撮像対象とする、画素値が撮像対象までの距離を示す距離画像を取得し、取得された距離画像から得られる三次元点群データを用いて被監視者４０の頭部の高さを検出し、検出された被監視者４０の頭部の高さに基づいて閾値を算出し、ベッド３０のベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者４０が所定の行動を行ったか否かを判定する。

このような行動監視方法は、被監視者４０の頭部の高さに応じて判定部１７の判定に用いられる閾値を算出することができる。つまり、被監視者４０にパーソナライズされた閾値を算出することができる。この行動監視方法によれば、個人の被監視者４０が所定の行動を行ったか否かの判定において、被監視者４０の体格の影響を低減することができる。

また、行動監視方法は、被監視者４０、及び、ベッド３０を含む空間を撮像対象とする、画素値が物体までの距離を示す距離画像を取得し、取得された距離画像から得られる三次元点群データを用いて被監視者４０の肩幅を検出し、検出された被監視者４０の肩幅に基づいて閾値を算出し、ベッド３０のベッド面３０ａを基準とした被監視者４０の頭部の高さと閾値とを比較することにより被監視者４０が所定の行動を行ったか否かを判定する。

このような行動監視方法は、被監視者４０の肩幅に応じて判定部１７の判定に用いられる閾値を算出することができる。つまり、被監視者４０にパーソナライズされた閾値を算出することができる。この行動監視方法によれば、個人の被監視者４０が所定の行動を行ったか否かの判定において、被監視者４０の体格の影響を低減することができる。

（その他の実施の形態）
以上、実施の形態について説明したが、本発明は、このような実施の形態に限定されるものではない。

例えば、上記実施の形態では、行動監視装置が備える判定部は、被監視者が起き上がりの姿勢になったか否を判定したが、被監視者が起き上がりの姿勢以外の他の姿勢になったか否かの判定を行ってもよい。判定部は、被監視者が所定の行動を行ったか否かを判定すればよく、所定の行動については特に限定されない。

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、上記実施の形態において、フローチャートに示される処理の順序は一例である。複数の処理の順序は変更されてもよいし、複数の処理は並行して実行されてもよい。

また、上記実施の形態において、情報処理部などの構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、情報処理部などの構成要素は、ハードウェアによって実現されてもよい。例えば、情報処理部などの構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。例えば、本発明は、上記実施の形態の行動監視システムとして実現されてもよいし、コンピュータよって実行される行動監視方法として実現されてもよい。また、本発明は、行動監視方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、当該プログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０ 行動監視装置
１１ 取得部
１６ 検出部
１７ 判定部
１８ 算出部
３０ ベッド
３０ａ ベッド面
４０ 被監視者

Claims (8)

1. 被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得する取得部と、
   取得された前記距離画像を座標変換処理することで得られる三次元点群データを用いて前記被監視者の頭部の高さを検出する検出部と、
   検出された前記被監視者の頭部の高さに基づいて閾値を算出する算出部と、
   前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する判定部とを備える
   行動監視装置。
2. 前記算出部は、
   前記三次元点群データにおいて前記被監視者の頭部が前記ベッド面内に位置するか否かに基づいて係数を決定し、
   決定した係数を検出された前記被監視者の頭部の高さに乗算することにより前記閾値を算出する
   請求項１に記載の行動監視装置。
3. 前記算出部は、
   前記三次元点群データにおいて前記被監視者の頭部が前記ベッド面内に位置する場合には、前記ベッド面を基準とした前記被監視者の頭部の高さに第一係数を乗算することにより前記閾値を算出し、
   前記三次元点群データにおいて前記被監視者の頭部が前記ベッド面外に位置する場合には、前記空間の床面を基準とした前記被監視者の頭部の高さに前記第一係数と異なる第二係数を乗算することにより前記閾値を算出する
   請求項２に記載の行動監視装置。
4. 前記検出部は、前記被監視者の頭部が前記ベッド面外から前記ベッド面内に移動する期間に取得された距離画像のうち前記被監視者の頭部が前記ベッド面内に移動する直前の距離画像から得られる三次元点群データを用いて、前記被監視者の頭部の高さを検出する
   請求項１〜３のいずれか１項に記載の行動監視装置。
5. 前記算出部は、
   検出された前記被監視者の頭部の高さが所定範囲内である場合に、検出された前記被監視者の頭部の高さに基づいて前記閾値を算出し、
   検出された前記被監視者の頭部の高さが所定範囲外である場合に、検出された前記被監視者の頭部の高さを前記閾値の算出に使用しない
   請求項１〜４のいずれか１項に記載の行動監視装置。
6. 被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得する取得部と、
   取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の肩幅を検出する検出部と、
   検出された前記被監視者の肩幅に基づいて閾値を算出する算出部と、
   前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する判定部とを備える
   行動監視装置。
7. 被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が前記撮像対象までの距離を示す距離画像を取得し、
   取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の頭部の高さを検出し、
   検出された前記被監視者の頭部の高さに基づいて閾値を算出し、
   前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する
   行動監視方法。
8. 被監視者、及び、ベッドを含む空間を撮像対象とする、画素値が物体までの距離を示す距離画像を取得し、
   取得された前記距離画像から得られる三次元点群データを用いて前記被監視者の肩幅を検出し、
   検出された前記被監視者の肩幅に基づいて閾値を算出し、
   前記ベッドのベッド面を基準とした前記被監視者の頭部の高さと前記閾値とを比較することにより前記被監視者が所定の行動を行ったか否かを判定する
   行動監視方法。

Images