JP2021135592A - 個体推定装置、個体推定方法、およびプログラム - Google Patents
個体推定装置、個体推定方法、およびプログラム Download PDFInfo
- Publication number
- JP2021135592A JP2021135592A JP2020029567A JP2020029567A JP2021135592A JP 2021135592 A JP2021135592 A JP 2021135592A JP 2020029567 A JP2020029567 A JP 2020029567A JP 2020029567 A JP2020029567 A JP 2020029567A JP 2021135592 A JP2021135592 A JP 2021135592A
- Authority
- JP
- Japan
- Prior art keywords
- image
- individual
- skeleton
- information
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 40
- 238000012545 processing Methods 0.000 claims description 75
- 241000282414 Homo sapiens Species 0.000 claims description 34
- 230000010365 information processing Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 5
- 210000000988 bone and bone Anatomy 0.000 abstract 6
- 238000001931 thermography Methods 0.000 description 95
- 238000013500 data storage Methods 0.000 description 29
- 239000013598 vector Substances 0.000 description 25
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 241000282412 Homo Species 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Abstract
Description
実施形態の個体推定システム1は、例えば住宅の居住者の特徴を利用者の特徴として登録し、当該利用者のうち特定の個体を推定する処理を行う。なお、以下の説明において、個体を推定する対象となる者を「対象者」と記載し、住宅の居住者等の予め登録しておく者を「利用者」と記載する。
個体推定システム1は、個体を推定するために、撮像した画像を用いた関節等の位置を含む骨格情報の推定を行い、推定した骨格情報に基づいて個体を推定する。本実施形態において、個体とは、他の物とその存在を区別して認識されるものであって、ヒトの個体を指すものとする。骨格情報の推定処理は、個体としてのヒトのキーポイントとして、関節等の位置を推定する処理である。本実施形態において、キーポイントは関節の位置であるが、これに限定されず、ヒトの骨格情報を推定することができる位置であれば、首の始点、目、鼻、耳の位置であってよい。個体の推定処理は、対象者が、利用者のうちどの利用者であるかを特定する処理である。
個体推定システム1は、個体を推定した結果に基づいて、例えば、個体に関する情報を提供したり、住宅内の各種機器を制御したりすることができる。個体推定システム1は、例えば、住宅内での利用者の異常状態を緊急に外部に通知するような緊急性検知サービスや、住宅内での利用者の異変の予兆を発見して外部に通知するような予兆発見サービスに利用することができる。
図1は、実施形態の個体推定システム1の構成例を示すブロック図である。個体推定システム1は、例えば、個体推定装置100と、複数の赤外線カメラ200A、200Bおよび200Cとを備える。赤外線カメラ200A、200Bおよび200Cのそれぞれは、例えば、住宅内における部屋(区画)A、B、およびCに対応して設けられ、各部屋にいる対象者を撮像する。なお、赤外線カメラを総称する場合には単に「赤外線カメラ200」と記載する。なお、実施形態においては、各部屋に一つの赤外線カメラ200を記載したが、これに限定されず、各部屋に複数個の赤外線カメラ200を配置してよい。
なお、個体推定装置100は、個体推定部150を、例えばSVM(Support Vector Machin)などの認識エンジンで構成してもよい。個体推定装置100は、特定の利用者について、骨格推定部130により推定した骨格情報の特徴ベクトル(x1,y1,x2,y2,・・・)を認識エンジンへの入力とし、認識エンジンの出力を当該特定の個体の推定結果とするように認識エンジンの処理パラメータを学習させる。
例えば、利用者の身長は、赤外線カメラ200から近い場所に利用者がいる場合と赤外線カメラ200から遠い場所に利用者がいる場合とで大差なく推定することができる。個体推定部150は、例えば、利用者の身長に相当する特徴ベクトルの組み合わせに基づいて、個体を推定する。利用者の身長に相当する特徴ベクトルの組み合わせは、例えば、図3における0および1のタグ情報を持つ特徴ベクトルと、1および8のタグ情報を持つ特徴ベクトルと、9および10のタグ情報を持つ特徴ベクトルと、10および11のタグ情報を持つ特徴ベクトルと、の組み合わせである。
以上に説明したように、実施形態の個体推定システム1によれば、利用者の関節の位置に基づく骨格情報を、利用者ごとに記憶する利用者データ記憶部152と、少なくとも対象者の形が認識可能である画像を取得する画像取得部110と、画像取得部110により取得された画像に基づいて、対象者の骨格情報を推定する骨格推定部130と、骨格推定部130により推定された骨格情報と、利用者データ記憶部152に記憶された骨格情報との比較に基づいて、対象者が利用者のうち特定の個体であるかを推定する個体推定部150と、を備える、個体推定装置100を実現することができる。
または、実施形態の個体推定システム1によれば、利用者の関節の位置に基づく骨格情報を、利用者ごとに記憶する利用者データ記憶部152と、少なくとも対象者の形が認識可能である画像を取得する画像取得部110と、画像取得部110により取得された画像に基づいて、対象者の骨格情報を推定する骨格推定部130と、骨格情報部130により推定された骨格情報に基づいて、対象者の姿勢を推定する姿勢推定部と、骨格推定部130により推定された骨格情報と、利用者データ記憶部152に記憶された骨格情報との比較に基づいて、対象者が利用者のうち特定の個体であるかを推定する個体推定部150と、を備える、個体推定装置100を実現することができる。
個体推定システム1によれば、対象者の関節等の位置に基づく骨格情報を用いて個体を推定するので、対象者の行動や姿勢にかかわらず個体の推定を高い精度で行うことができる。
図9は、実施形態の個体推定システムの第1変形例を示す図である。第1変形例の個体推定システム1Aにおいて、住宅内ネットワークは、赤外線カメラ200、画像取得部110および送信部112を備え、個体推定装置100は、画像処理部120、学習結果データ記憶部132、骨格推定部130、個体推定部150、利用者データ記憶部152、および情報処理部160を備える。個体推定システム1Aは、画像取得部110により取得したサーモグラフィ画像を、送信部112により通信ネットワークを介して個体推定装置100に送信する。個体推定装置100は、送信部112から取得したサーモグラフィ画像に基づいて個体推定を行い、個体推定の結果に関する情報を住宅内ネットワークの表示装置等の情報処理装置(不図示)に送信する。なお、個体推定システム1Aにおいて、個体推定装置100は、一つの住宅内ネットワークに限定されず、複数の住宅内ネットワークに接続されてよい。個体推定装置100は、住宅内ネットワークごとに学習結果データおよび利用者データを記憶し、住宅内ネットワークごとに個体推定を行う。このような個体推定システム1Aは、住宅内ネットワークから個体推定装置100への要求に応じて、個体推定装置100が個体推定を行い、個体の推定結果に基づくサービスを提供することができる。
Random Access Memory))のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置などに格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。
100 個体推定装置
110 画像取得部
112 送信部
120 画像処理部
130 骨格推定部
132 学習結果データ記憶部
132A 認識モデル
134 学習画像データベース
136 学習処理部
140 姿勢推定部
150 個体推定部
152 利用者データ記憶部
160 情報処理部
170 結果評価部
180 学習処理部
200 赤外線カメラ
200 情報処理装置
300 サーモグラフィ画像
Claims (11)
- 利用者の関節の位置に基づく骨格情報を、利用者ごとに記憶する記憶部と、
少なくとも対象者の形が認識可能である画像を取得する画像取得部と、
前記画像取得部により取得された画像に基づいて、前記対象者の骨格情報を推定する骨格推定部と、
前記骨格推定部により推定された骨格情報と、前記記憶部に記憶された骨格情報との比較に基づいて、前記対象者が前記利用者のうち特定の個体であるかを推定する個体推定部と、
を備える、個体推定装置。 - 前記骨格推定部は、認識モデルを用いて骨格情報の推定を行い、
前記認識モデルは、ヒトを含む学習画像が入力された場合に前記ヒトの関節の位置および当該関節に対応するタグ情報を出力するように処理パラメータが学習される、
請求項1に記載の個体推定装置。 - 前記画像取得部により取得された画像から人に対応する領域を明確化する画像処理部を備え、
前記骨格推定部は、前記画像処理部により処理された画像に基づいて前記対象者の骨格情報を推定する、
請求項1または2に記載の個体推定装置。 - 前記画像取得部により取得された画像から、人を除く画像を除去する画像処理部を備え、
前記骨格推定部は、前記画像処理部により処理された画像に基づいて前記対象者の骨格情報を推定する、
請求項1または2に記載の個体推定装置。 - 前記画像取得部により取得された画像を回転させる画像処理部を備え、
前記骨格推定部は、前記画像処理部により処理された画像に基づいて前記対象者の骨格情報を推定する、
請求項1または2に記載の個体推定装置。 - 前記個体推定部は、特定の個体を推定した時刻から所定の期間、当該推定された特定の個体に対応した利用者を推定しやすくするパラメータを設定し、前記パラメータを用いて利用者を推定する、
請求項1または2に記載の個体推定装置。 - 前記個体推定部は、前記骨格推定部により推定された骨格情報のうち、前記画像の撮像方向に依存しにくい傾向を持つ一部の骨格情報を用いて個体を推定する、
請求項1または2に記載の個体推定装置。 - 前記骨格推定部により推定された骨格情報に基づいて前記対象者の姿勢を推定する姿勢推定部を備え、
前記個体推定部は、前記姿勢推定部により推定された姿勢と、前記骨格推定部により推定された骨格情報と、前記記憶部に記憶された骨格情報との比較に基づいて、前記対象者が前記利用者のうち特定の個体であるかを推定する、
請求項1または2に記載の個体推定装置。 - 前記記憶部は、前記利用者の存在する場所と前記利用者の姿勢との対応関係を、前記利用者ごとに記憶し、
前記個体推定部は、前記記憶部に記憶された対応関係と、前記画像取得部により取得した画像に含まれる対象者の存在する場所と前記姿勢推定部により推定された対象者の姿勢との対応関係と、の比較に基づいて、個体を推定する、
請求項8に記載の個体推定装置。 - 利用者の関節の位置に基づく骨格情報を、利用者ごとに記憶するステップと、
少なくとも対象者の形が認識可能である画像を取得するステップと、
前記画像に基づいて、対象者の骨格情報を推定するステップと、
推定された骨格情報と、記憶された骨格情報との比較に基づいて、前記対象者が前記利用者のうち特定の個体であるかを推定するステップと、
を含む、個体推定方法。 - 情報処理装置のコンピュータに、
利用者の関節の位置に基づく骨格情報を、利用者ごとに記憶するステップと、
少なくとも対象者の形が認識可能である画像を取得するステップと、
前記画像に基づいて、対象者の骨格情報を推定するステップと、
推定された骨格情報と、記憶された骨格情報との比較に基づいて、前記対象者が前記利用者のうち特定の個体であるかを推定するステップと、
を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029567A JP7282704B2 (ja) | 2020-02-25 | 2020-02-25 | 個体推定装置、個体推定方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029567A JP7282704B2 (ja) | 2020-02-25 | 2020-02-25 | 個体推定装置、個体推定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021135592A true JP2021135592A (ja) | 2021-09-13 |
JP7282704B2 JP7282704B2 (ja) | 2023-05-29 |
Family
ID=77661199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020029567A Active JP7282704B2 (ja) | 2020-02-25 | 2020-02-25 | 個体推定装置、個体推定方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7282704B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023031181A (ja) * | 2021-08-23 | 2023-03-08 | MiZ株式会社 | 肺炎を予防および/または改善するための分子状水素含有組成物 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117271A (ja) * | 2006-11-07 | 2008-05-22 | Olympus Corp | デジタル画像の被写体認識装置、プログラム、および記録媒体 |
JP2012079348A (ja) * | 2012-01-23 | 2012-04-19 | Mitsubishi Electric Information Systems Corp | 人物特定装置、人物特定方法及び人物特定プログラム |
JP2016076259A (ja) * | 2015-12-21 | 2016-05-12 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2017097549A (ja) * | 2015-11-20 | 2017-06-01 | 日本電信電話株式会社 | 画像処理装置、方法、及びプログラム |
JP2018089161A (ja) * | 2016-12-05 | 2018-06-14 | 富士通株式会社 | 対象者認識方法、装置、システム、プログラム |
JP2019133566A (ja) * | 2018-02-02 | 2019-08-08 | オムロン株式会社 | 情報処理装置 |
WO2019204235A1 (en) * | 2018-04-20 | 2019-10-24 | Bodygram, Inc. | Systems and methods for full body measurements extraction |
JP2019219989A (ja) * | 2018-06-21 | 2019-12-26 | 日本電信電話株式会社 | 姿勢推定装置、姿勢推定方法、およびプログラム |
-
2020
- 2020-02-25 JP JP2020029567A patent/JP7282704B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117271A (ja) * | 2006-11-07 | 2008-05-22 | Olympus Corp | デジタル画像の被写体認識装置、プログラム、および記録媒体 |
JP2012079348A (ja) * | 2012-01-23 | 2012-04-19 | Mitsubishi Electric Information Systems Corp | 人物特定装置、人物特定方法及び人物特定プログラム |
JP2017097549A (ja) * | 2015-11-20 | 2017-06-01 | 日本電信電話株式会社 | 画像処理装置、方法、及びプログラム |
JP2016076259A (ja) * | 2015-12-21 | 2016-05-12 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2018089161A (ja) * | 2016-12-05 | 2018-06-14 | 富士通株式会社 | 対象者認識方法、装置、システム、プログラム |
JP2019133566A (ja) * | 2018-02-02 | 2019-08-08 | オムロン株式会社 | 情報処理装置 |
WO2019204235A1 (en) * | 2018-04-20 | 2019-10-24 | Bodygram, Inc. | Systems and methods for full body measurements extraction |
JP2019219989A (ja) * | 2018-06-21 | 2019-12-26 | 日本電信電話株式会社 | 姿勢推定装置、姿勢推定方法、およびプログラム |
Non-Patent Citations (1)
Title |
---|
JUNYI LI ET AL.: "An Improved Pose Matching Method Based on Deep Learning", [ONLINE], JPN6023007317, 30 January 2020 (2020-01-30), ISSN: 0005000460 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023031181A (ja) * | 2021-08-23 | 2023-03-08 | MiZ株式会社 | 肺炎を予防および/または改善するための分子状水素含有組成物 |
Also Published As
Publication number | Publication date |
---|---|
JP7282704B2 (ja) | 2023-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109477951B (zh) | 在保护隐私的同时识别人及/或识别并量化疼痛、疲劳、情绪及意图的系统及方法 | |
KR101980503B1 (ko) | 신체 이미징 | |
JP5881136B2 (ja) | 情報処理装置及び方法、並びにプログラム | |
US11188788B2 (en) | System and method to determine a timing update for an image recognition model | |
Huang et al. | Multimodal sleeping posture classification | |
US11298050B2 (en) | Posture estimation device, behavior estimation device, storage medium storing posture estimation program, and posture estimation method | |
US20210319585A1 (en) | Method and system for gaze estimation | |
WO2019064375A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP2006293644A (ja) | 情報処理装置、情報処理方法 | |
JP6339445B2 (ja) | 人物識別装置 | |
JP2018120644A (ja) | 識別装置、識別方法およびプログラム | |
JP6822482B2 (ja) | 視線推定装置、視線推定方法及びプログラム記録媒体 | |
US20150193686A1 (en) | Static posture based person identification | |
JP2016206795A (ja) | 実空間情報によって学習する識別器を用いて物体を追跡する装置、プログラム及び方法 | |
JP2014194617A (ja) | 視線方向推定装置、視線方向推定装置および視線方向推定プログラム | |
JP7282704B2 (ja) | 個体推定装置、個体推定方法、およびプログラム | |
WO2019150954A1 (ja) | 情報処理装置 | |
CN115909498A (zh) | 一种三维激光点云智能跌倒监测方法及系统 | |
JP7259313B2 (ja) | 属性決定装置、属性決定システム、属性決定方法、プログラムおよび記録媒体 | |
US20220138458A1 (en) | Estimation device, estimation system, estimation method and program | |
JP7103443B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20230069278A1 (en) | Systems and methods for facilitating interface with an access control system | |
Tiberio et al. | Self-localization using fixations as landmarks | |
Genovese et al. | Touchless and Less-Constrained Biometric Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220301 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230421 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230517 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7282704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |