JP3403308B2 - 歩行パターン処理装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、人物などの動物が
歩行動作を行うときに、足の接地に関する計測や分析を
行う歩行パターン処理装置に関するものである。

【０００２】

【従来の技術】歩行動作における足の接地状況を計測す
る手段としては、圧力センサによる方法が有効である。
圧力センサ上を歩行したときに得られる２次元圧力分布
画像から足領域を抽出する従来の方法として、圧力セン
サ上で圧力値を持つ領域を検出し、該領域での連結領域
を足領域とする方法、該領域を１画素から１０画素分拡
大し、拡大した際に重なる領域を足領域とする方法、ま
た、人間が目視し、対話的に足領域を指定する方法があ
る（参考文献：特願平８−１８２４９２号）。

【０００３】以下では、この従来の方法について説明す
る。

【０００４】時系列に取得した２次元圧力分布画像列に
おいて、圧力値を持つ領域を重畳させて足跡に相当する
足跡画像を生成する。複数歩を計測したときには、複数
の足領域をまとめて足跡画像として生成されるために、
各足領域を切り出す必要がある。足跡画像における足跡
のパターンは、歩行するときの履き物や歩行形態によっ
て多種多様である。１つの足領域が連結領域となって、
足の数だけの塊から構成される足跡画像が生成される場
合には、足跡画像における連結領域を足領域として切り
出せばよい（第１の方法）。

【０００５】また、足跡画像において、踵と爪先部分が
分かれたり、指の領域が分離したりする場合には、各足
領域をグルーピングするために、足跡領域を拡大し、ひ
とつの塊としてまとめる処理を行う。まとめた領域を１
つの足領域として切り出す（第２の方法）。

【０００６】さらに、足跡画像における足領域が複雑な
パターンとなる場合には、手作業で切り出す（第３の方
法）。

【０００７】従来の方法は、以上の３種類の方法を適用
対象の足パターンに応じて用いるものである。

【０００８】

【発明が解決しようとする課題】高齢者や歩行障害を持
つ人の足跡は、歩幅が小さくなったり、同一の足内でも
多数の領域に分離したりすることが数多くある。履き物
のソールの形状によっても足領域が複数の小領域に分れ
る。歩幅が小さかったり、足の方向が歩行方向と大きく
違ったりする場合にも各小領域をまとめて足領域として
切り出す処理が要求される。

【０００９】このような、多様な歩行パターンを対象と
したときには、従来の第１の方法で切り出せないのは明
らかである。

【００１０】従来の第２の方法では、単純に距離の近い
小領域をまとめる処理を行っているので、誤ってグルー
ピングすることがあり、正しく足領域を切り出すことが
できない。

【００１１】従来の第３の方法では切り出すことはでき
るが、切り出しに時間がかかることと、自動処理できな
いため、切り出し結果に基づいて次の処理を行ったり、
連続して歩行の分析を行うことができない問題があっ
た。

【００１２】本発明の目的は、人物等の動物の歩行動作
における多種多様な歩行パターンに対応して２次元圧力
分布画像列から足領域を正確に抽出し、その歩行動作を
計測したり解析したりする場合に好適に適用ができる歩
行パターン処理装置を提供することにある。

【００１３】

【課題を解決するための手段】上述の問題を解決するた
めに、本発明による第１の発明では、圧力センサ部より
送出される２次元圧力分布画像列から足領域を抽出する
歩行パターン処理装置において、２次元圧力分布画像に
現れる足圧分布領域の重心位置を、前記２次元圧力分布
画像列の各々について検出する重心位置検出手段と、前
記重心位置検出手段で検出した各重心位置の軌跡におけ
る、凸部と凹部を求め、前記凸部と凹部のピーク位置を
出力する初期クラスタ検出手段と、前記２次元圧力分布
画像列を時間方向に重畳した重畳画像を生成する重畳画
像生成手段と、前記初期クラスタ検出手段から出力され
るピーク位置を初期クラスタ中心として、前記重畳画像
生成手段から出力される重畳画像における圧力値を持つ
画素を、各画素の位置情報に基づいてグルーピングする
クラスタリング手段と、前記クラスタリング手段でグル
ーピングされた領域を足領域として出力する手段とを備
える構成とした。

【００１４】本発明による第２の発明では、圧力センサ
部より送出される２次元圧力分布画像列から足領域を抽
出する装置において、前記２次元圧力分布画像列を時間
方向に重畳した重畳画像を生成する重畳画像生成手段
と、歩行人物の歩行方向を前記重畳画像をもとに検出す
る歩行方向検出手段と、前記重畳画像生成手段から出力
される重畳画像において、圧力値を有する領域に外接
し、長軸が前記歩行方向である矩形を検出する外接矩形
領域検出手段と、抽出する足領域の数をＬ通り記憶して
おき、足領域がＭ_m個（ｍ＝１，２，…，Ｌ）のときに
は、外接矩形領域検出手段で求めた外接矩形領域をＭ_m
個の歩数で歩いたとして、重畳画像におけるＭ_m個の足
領域の重心位置を推定する初期クラスタ推定手段と、前
記初期クラスタ推定手段で求めたＬ通りの足領域の重心
位置を初期クラスタ中心として、前記重畳画像生成手段
から出力される重畳画像における圧力値を持つ画素を、
各画素の位置情報に基づいてＭ_m個の領域にグルーピン
グする領域分割手段と、前記領域分割手段で求めたＬ通
りのグルーピング結果のなかで、グループ化されたＭ_m
個の領域の大きさのばらつきが最も小さい場合を検出
し、そのときのグルーピング結果を各足領域として出力
する手段とを備える構成とした。

【００１５】本発明による第３の発明では、圧力センサ
部より送出される２次元圧力分布画像列から足領域を抽
出する装置において、第１の発明の歩行パターン処理装
置の各手段と、第２の発明の歩行パターン処理装置の各
手段とを備えた装置に、第１の発明の歩行パターン処理
装置の初期クラスタ検出手段により重心位置の軌跡の凸
部と凹部のピーク位置が検出されたときに、隣り合う前
記ピーク位置の距離を求め、求めた距離の最小値が予め
設定しておいた値より小さい場合には第２の発明の歩行
パターン装置の処理を実行し、大きい場合には第１の発
明の歩行パターン処理装置の処理を実行するよう処理手
順を制御する制御手段を追加した。

【００１６】

【発明の実施の形態】以下、本発明の実施形態例を図面
に基づいて説明する。

【００１７】図１に本発明の第１の実施形態例の構成図
を示す。

【００１８】図１において、１０１は圧力センサ部で、
足が接地したときの圧力を平面的に計測し、得られた２
次元圧力分布画像を２次元圧力分布画像列メモリ１０２
に出力する。圧力値の測定は毎秒１０〜１００回程度の
速度で行うので、２次元圧力分布画像は時系列画像とし
て出力する。また、圧力センサ部１０１は、次の処理の
実行を指示する制御信号を重心位置検出部１０３に出力
する。２次元圧力分布画像列メモリ１０２は、圧力セン
サ部１０１より受けた２次元圧力分布画像列を記憶して
おき、読み出し信号を受けると、記憶している画像列を
出力する。重心位置検出部１０３は、圧力センサ部１０
１から制御信号を受けると、２次元圧力分布画像列メモ
リ１０２から２次元圧力分布画像列を読み出し、各圧力
分布画像における圧力分布領域の重心を求め、求めた重
心位置を初期クラスタ検出部１０４に出力する。初期ク
ラスタ検出部１０４は、重心位置検出部１０３より受け
た重心位置の軌跡における凸部と凹部のピークを求め、
それらの位置を初期クラスタ中心としてクラスタリング
部１０６に出力する。１０５は重畳画像生成部であり、
クラスタリング部１０６より制御信号を受けると、２次
元圧力分布画像列メモリ１０２より２次元圧力分布画像
列を読み出し、該画像列を時間方向に重畳した重畳画像
を生成する。そして、生成した重畳画像をクラスタリン
グ部１０６に出力する。クラスタリング部１０６は、初
期クラスタ部１０４から初期クラスタ中心を受けると重
畳画像生成部１０５に処理の実行を指示する制御信号を
出力する。また、重畳画像生成部１０５より重畳画像を
受けると、初期クラスタ部１０４から受け取った初期ク
ラスタ中心を用いて、重畳画像における圧力値を持つ画
素を、各画素の位置情報にもとづいてグルーピングす
る。グルーピングの結果を足領域抽出部１０７に出力す
る。足領域抽出部１０７は、クラスタリング部１０６よ
り受けた各グループ領域を足領域として出力する。

【００１９】次に、上記各部の実施形態例と全体の動作
例について説明する。

【００２０】圧力センサ部１０１が２次元圧力分布画像
列メモリ１０２へ出力する２次元圧力分布画像列の例を
図２に示す。歩行時の足の接地による圧力値を濃度とし
て画像表示し、１５０枚の画像から構成される場合の例
である。以下では、図２の圧力データが計測された場合
について各部の動作を説明する。

【００２１】圧力センサ部１０１は計測した１５０枚の
圧力分布画像を２次元圧力分布画像列メモリ１０２へ送
るとともに、処理の実行を指示する制御信号を重心位置
検出部１０３に出力する。

【００２２】２次元圧力分布画像列メモリ１０２は、圧
力センサ部１０１より受けた圧力分布画像列を記憶して
おく。

【００２３】重心位置検出部１０３は、圧力センサ部１
０１より制御信号を受けると２次元圧力分布画像列メモ
リ１０２に読み出し信号を出力し、２次元圧力分布画像
列メモリ１０２から圧力分布画像列を受け取る。重心位
置検出部１０３は１５０枚の各圧力分布画像における圧
力分布領域の重心を求め、求めた１５０個の重心位置を
初期クラスタ部１０４に出力する。

【００２４】初期クラスタ部１０４は、重心位置検出部
１０３より受けた重心位置の軌跡の凸部と凹部を求め
る。重心位置の軌跡の凸部と凹部を求める処理を図３と
図４を用いて説明する。

【００２５】各圧力分布画像に対して圧力分布領域の重
心を求める。図３においてＷ_MはＭ（Ｍ＝１，２，…，
１５０）フレーム目の圧力分布領域の重心である。Ｗ₁
からＷ₁₅₀までの１５０個の点を直線で連結する。連結
した直線上の画素が６５０個あるとすると、１５０個の
Ｗ_Mも含めて、合計８００個の点で重心位置の軌跡を表
現できる。これら８００個の点を最もよく表現する直線
を最小２乗法で検出すると、図４に示すＸ軸が得られ
る。図４に示す様に、Ｗ₁のＸ座標値が原点となるよう
にＸ−Ｙ座標系を設定する。８００個の点について、隣
接点、または、数個先の点とのＹ座標値の変化を調べる
ことにより、凸部と凹部のピーク位置を検出する。図４
ではＰ₁からＰ₄までの４個のピーク位置が検出される。

【００２６】ピーク位置の検出で注意すべきことは、１
０１の圧力センサを歩くタイミングによっては１歩目が
爪先だけになり、重心位置の軌跡において、最初の１歩
で明確な凹部や凸部が生じない場合や、足の向きと歩行
方向が３０°以上異なったり、少し蛇行したりすると同
一の足内で重心の軌跡がＸ軸を交差したりする場合があ
ることである。このような例を図７に示す。同図におい
て、Ｗ₁は１歩目が爪先だけなので重心位置の軌跡のＰ₁
において凸部が明確にできなかった例である。また、同
図のＷ₁₅₀はピーク位置Ｐ₆に相当する６歩目の足を内股
で着き、４歩目、５歩目に比べて歩隔（左右の足の歩行
方向と直交する方向での間隔）が小さくなったため、同
じ足領域内でＸ軸を交差した例である。このような問題
を解決するため、Ｗ₁やＷ₁₅₀の端点とそれから最短のピ
ーク位置との間でＸ軸を交差する場合は、端点と最短の
ピーク位置とのＸ方向の距離がしきい値より大きければ
その端点をピーク位置とする処理を行う。図７では、Ｗ
₁とＰ₂とのＸ方向の距離が大きいのでＷ₁をピーク位置
Ｐ₁とするが、Ｗ₁₅₀とＰ₆とのＸ方向の距離は小さいの
でＷ₁₅₀をピーク位置とはしない。この判定に用いるし
きい値は、両端を除くピーク位置（図７ではＰ₂、Ｐ₃、
Ｐ₄、Ｐ₅、Ｐ₆の隣接するピーク位置間のＸ方向の平均
距離から決定することができる。初期クラスタ部１０４
は、このようにして検出した各ピーク位置の圧力分画像
における座標値を初期クラスタ中心としてクラスタリン
グ部１０６に出力する。

【００２７】クラスタリング部１０６は、重畳画像生成
部１０５に処理の実行を指示する制御信号を出力する。

【００２８】重畳画像生成部１０５は２次元圧力分布画
像列メモリ１０２から圧力分布画像列を読み出し、それ
らを時間方向に重畳した重畳画像を生成する。重畳処理
としては各画素について、１５０枚の画像の圧力値の最
大値、または、平均値を求める処理を行う。最大値を選
択した場合の重畳画像を図５に示す。重畳画像生成部１
０５は重畳画像をクラスタリング部１０６に出力する。

【００２９】クラスタリング部１０６は、初期クラスタ
部１０４より受け取った初期クラスタ中心を用いて、重
畳画像生成部１０５より受けた重畳画像における圧力値
を持つ画素を、各画素の位置情報に基づいてクラスタリ
ングを行う。クラスタリングは、例えば、Ｋ−ｍｅａｎ
ｓ法を用いればよい。図６にクラスタリング結果を示
す。図６の●は初期クラスタ部１０４から出力された初
期クラスタ中心で、×はＫ−ｍｅａｎｓ法でクラスタリ
ングを行った後のクラスタ中心である。クラスタリング
部１０６は、最終的にグルーピングされた各クラスタを
足領域抽出部１０７に出力する。圧力値を持つ画素のク
ラスタリングは、各画素とクラスタ中心との距離に基づ
いて行うが、距離計算を行うときに、歩行方向とそれに
直交する方向とで、足の長さと幅の比に相当する割合で
重み付けを行うことも有効である。

【００３０】足領域抽出部１０７は、クラスタリング部
１０６より受けた各クラスタを足領域として出力する。
クラスタリング部１０６のクラスタリング結果におい
て、重畳画像で連結している画素が別のクラスタに分か
れた場合には、連結領域全体を連結領域内の画素が最も
多く帰属するクラスタにする処理を施すことが有効であ
る。

【００３１】以上の処理により足領域の抽出を行った例
を図８に示す。（ａ）は健常者で裸足、（ｂ）は歩行障
害者で裸足、（ｃ）は健常者で靴を履いた場合である。
切り出した各足領域を濃度値を変えて表示している。歩
行動作を行っているときには左右の足を交互に前に出す
必要があるので、必ず片足だけで体重を支える状態があ
り、その足は左右交互にかわるので、圧力分布領域の重
心位置の軌跡を処理する手段を用いることで抽出すべき
足領域の数やそのおよその位置を決定することができ、
多様な歩行パターンに対応することができる。

【００３２】次に、本発明の第２の実施形態例について
説明する。

【００３３】図９に本実施形態例の構成図を示す。図９
において、１０１は圧力センサ部であり、足が接地した
ときの圧力を平面的に計測し、２次元圧力分布画像を重
畳画像生成部１０５に出力する。圧力値の測定は毎秒１
０〜１００回程度の速度で行うので、重畳画像生成部１
０５には時系列画像として出力する。重畳画像生成部１
０５は、圧力センサ部１０１より受けた２次元圧力分布
画像列を時間方向に重畳した重畳画像を生成し、生成し
た重畳画像を歩行方向検出部７０３に出力する。歩行方
向検出部７０３は、重畳画像生成部１０５から受けた重
畳画像をもとに歩行人物の進行方向を検出する。歩行方
向検出部７０３は、重畳画像と歩行方向を外接矩形領域
検出部７０４に出力する。外接矩形領域検出部７０４
は、歩行方向検出部７０３から受けた重畳画像におい
て、長軸が歩行方向で、圧力値を有する領域に外接する
矩形を検出し、重畳画像と外接矩形を初期クラスタ推定
部７０５に出力する。初期クラスタ推定部７０５では、
パラメータ記憶部７０６からＬ通りの足領域の数を読み
取り、足領域がＭ_m個（ｍ＝１，２，…，Ｌ）のとき
に、外接矩形領域をＭ_m個の歩数で歩いたとして、重畳
画像におけるＭ_m個の足領域の重心位置を推定し、足領
域重心の推定位置と重畳画像を領域分割部７０７に出力
する。パラメータ記憶部７０６は、圧力センサ部１０１
で計測した歩数の候補としてＭ₁，Ｍ₂，…，Ｍ_LのＬ通
り記憶しておく。７０７は領域分割部であり、Ｌ個の領
域分割処理を行う装置を有し、初期クラスタ推定部７０
５より受けたＬ通りの足領域重心推定位置を初期クラス
タ中心としてＬ通りのクラスタリングを実行する。ｍ番
目の領域分割処理装置は、足領域がＭ_m個あるとして推
定した重心位置を初期クラスタ中心として、重畳画像に
おける圧力値を持つ画素を、各画素の位置情報に基づい
てＭ_m個の領域にグループ化する。そして、Ｌ通りのグ
ルーピング結果をクラスタリング評価部７０８に出力す
る。クラスタリング評価部７０８は、領域分割部７０７
より受けたＬ通りのグルーピング結果のなかで、グルー
プ化されたＭ_m個の領域の大きさのばらつきが最も小さ
い場合を検出し、そのときのグルーピング結果を各足領
域として出力する。

【００３４】次に、圧力センサ部１０１から出力される
２次元圧力分布画像列（１５０枚）が図２である場合を
例に、各部の実施形態例と動作について説明する。

【００３５】圧力センサ部１０１は重畳画像生成部１０
５へ１５０枚の圧力分布画像を送る。

【００３６】重畳画像生成部１０５は、圧力センサ部１
０１から受けた圧力分布画像列を重畳する。重畳処理と
しては各画素について、１５０枚の画像の圧力値の最大
値、または、平均値を求める処理を行う。最大値を選択
した場合の重畳画像は、図５に示したとおりである。重
畳画像生成部１０５は重畳画像を歩行方向検出部７０３
に出力する。

【００３７】歩行方向検出部７０３は、重畳画像生成部
１０５より重畳画像を受けると、歩行方向を検出する。
歩行方向の検出の例を図１０に示す。重畳画像を各方向
（図例ではＺ₁，Ｚ₂）へ射影したときのヒストグラムを
求め、ヒストグラムのピーク長と幅の比が最大となる方
向を歩行方向（図例ではＺ₁）として検出する。また、
重畳画像生成部１０５から圧力分布画像列を読み出し、
図１の初期クラスタ検出部１０４と同様の処理を行い、
圧力重心位置の軌跡の方向（図４のＸ軸）を歩行方向と
して検出することもできる。歩行方向検出部７０３は、
重畳画像と歩行方向を外接矩形領域検出部７０４に出力
する。

【００３８】外接矩形領域検出部７０４は、重畳画像に
おいて、長軸が歩行方向で、圧力値を有する領域に外接
する矩形を検出し、重畳画像と外接矩形を初期クラスタ
部７０５に出力する。検出した外接矩形領域を図１１に
示す。

【００３９】初期クラスタ推定部７０５は、パラメータ
記憶部７０６に読み出し信号を出力する。

【００４０】パラメータ記憶部７０６は、圧力センサ部
１０１で計測した歩数の候補として記憶しておいたＭ₁
〜Ｍ_LのＬ通りの歩数を初期クラスタ推定部７０５に出
力する。

【００４１】初期クラスタ推定部７０５は、重畳画像に
おいて、Ｍ_m個（ｍ＝１，２，…，Ｌ）の足領域がある
としたときの各足領域の重心位置を推定する。外接矩形
領域検出部７０４より出力された外接矩形領域を長軸方
向にＭ_m等分、短軸方向に２等分する。この結果、外接
矩形領域が２×Ｍ_m個の領域に分割される。これらのな
かで最初に圧力値を持つ画素が含まれる領域を最初の一
歩とし、以下、歩行方向に対して左右交互に選択する。
選択された領域の中央を足領域の重心位置とする。図１
２の（ａ）、（ｂ）、（ｃ）にＭ₁＝３、Ｍ₂＝４、Ｍ_L
＝８の場合について足領域を推定した結果を示す。初期
クラスタ推定部７０５はＬ通りの足領域の重心位置推定
結果を領域分割部７０７に出力する。

【００４２】領域分割部７０７は、Ｌ通りの足領域数に
対して、初期クラスタ推定部７０５より受けた足領域重
心推定位置を初期値としてクラスタリングを行う。クラ
スタリングは、図１のクラスタリング部１０６と同様の
処理を行う。初期クラスタ推定部７０７はＬ通りの足領
域数に対してクラスタリングを行い、それぞれの結果を
クラスタリング評価部７０８に出力する。図１３の
（ａ）、（ｂ）、（ｃ）にＭ₁＝３、Ｍ₂＝４、Ｍ_L＝８
の場合に対するグルーピング結果を示す。

【００４３】クラスタリング評価部７０８は、領域分割
部７０７より受けたＬ通りのグルーピング結果のなか
で、グループ化されたＭ_m個の領域の大きさのばらつき
を調べ、Ｌ通りのグルーピング結果のなかで最も小さい
場合を選択する。図１３の場合は、Ｍ₂＝４のときに４
つの足領域の大きさがほぼ同じなので大きさのばらつき
は小さくなり、Ｍ₂＝４が選択される。ここで、予め対
象とする足領域の大きさの上限を設定しておき、グルー
プ化されたＭ_m個の領域のなかで上限より大きい領域を
含む結果は選択しないような処理を加えることも有効で
ある。クラスタリング評価部７０８は、選択された足領
域数に対するグルーピング結果を各足領域として出力す
る。

【００４４】左右の足が同一直線上に接地するように歩
いた場合には、重心軌跡に凹部、凸部が生じないので、
前述の第１の実施形態例で示した発明では正しく初期ク
ラスタ中心を検出することができない。これに対して、
本第２の実施形態例で示した発明では、歩行方向検出手
段と外接矩形領域検出手段と初期クラスタ推定手段を有
するので、このような歩行パターンでも足領域を抽出す
ることができる。

【００４５】最後に、本発明の第３の実施形態例につい
て説明する。

【００４６】図１４に本実施形態例の構成図を示す。

【００４７】図１４において、１０１、１０２、１０
３、１０４、１０５、１０６、１０７は図１のものと、
７０３、７０４、７０５、７０６、７０７、７０８は図
９のものと同じ機能を持つ要素である。

【００４８】図１４の１２１は処理制御部であり、初期
クラスタ検出部１０４から、重心の軌跡の凸部と凹部の
ピーク位置を受け取ると、隣り含うピーク位置の距離を
求める。求めた距離の最小値が予め設定しておいた値よ
り小さい場合は重畳画像生成部１０５へ歩行方向検出部
７０３以降の処理の実行を指示する制御信号を出力す
る。求めた距離の最小値が予め設定しておいた値より大
きい場合は初期クラスタ中心である、重心の軌跡の凸部
と凹部のピーク位置をクラスタリング部１０６へ出力す
る。

【００４９】処理手順の判定に用いる、隣接したピーク
位置間の距離として、歩行方向に直交する方向の距離を
定義する方法が有効である。求めた距離の最小値が予め
設定しておいた値より小さく、重畳画像生成部１０５へ
処理を実行するよう制御した場合の例を図１５に示す。
同図では、ピーク位置Ｐ₁、Ｐ₂、Ｐ₃、Ｐ₄について、隣
接する２点間のＹ軸方向の距離Ｙ₁、Ｙ₂、Ｙ₃の最小値
Ｙ₁がしきい値以下の場合である。左右の足の間隔が小
さい歩き方は、重心位置の軌跡が図１５のようになり、
各ピーク位置の信頼度が低下する。処理制御部１２１を
設けることで、圧力領域の重心の軌跡で各足領域の推定
位置が正しく検出できない場合には、重心の軌跡を用い
ない方法で推定する処理に切り替えることができるの
で、多様な歩行パターンに適用可能となる。

【００５０】

【発明の効果】以上説明したように、本発明によれば、
歩幅が小さくなったり、同一の足内でも多数の領域に分
離したり、足の方向が歩行方向と大きく違ったりした場
合にも、各小領域をまとめて足領域として切り出すこと
ができるので、高齢者・歩行障害者や履き物等による多
様な動物の歩行パターンの解析等に適用することができ
る。

【図面の簡単な説明】

【図１】本発明の第１の実施形態例の構成を示す図であ
る。

【図２】上記第１の実施形態例における２次元圧力分布
画像列の例を示す図である。

【図３】上記第１の実施形態例における圧力分布領域の
重心の軌跡の求め方を説明する図である。

【図４】上記第１の実施形態例における初期クラスタ中
心の検出方法を説明する図である。

【図５】上記第１の実施形態例における重畳画像の例を
示す図である。

【図６】上記第１の実施形態例におけるクラスタリング
部での結果の例を示す図である。

【図７】上記第１の実施形態例における初期クラスタ中
心を求めるときの実施形態例を説明する図である。

【図８】（ａ），（ｂ），（ｃ）は、上記第１の実施形
態例での処理結果を示す図である。

【図９】本発明の第２の実施形態例の構成を示す図であ
る。

【図１０】上記第２の実施形態例における歩行方向の求
め方を説明する図である。

【図１１】上記第２の実施形態例における外接矩形領域
を説明する図である。

【図１２】（ａ），（ｂ），（ｃ）は、上記第２の実施
形態例における初期クラスタ推定部での推定方法を説明
する図である。

【図１３】（ａ），（ｂ），（ｃ）は、上記第２の実施
形態例における領域分割部での結果の例を示す図であ
る。

【図１４】本発明の第３の実施形態例の構成を示す図で
ある。

【図１５】上記第３の実施形態例における処理手順制御
部を説明する図である。

【符号の説明】

１０１…圧力センサ部 １０２…２次元圧力分布画像列メモリ １０３…重心位置検出部 １０４…初期クラスタ検出部 １０５…重畳画像生成部 １０６…クラスタリング部 １０７…足領域抽出部 １２１…処理制御部 ７０３…歩行方向検出部 ７０４…外接矩形領域検出部 ７０５…初期クラスタ推定部 ７０６…パラメータ記憶部 ７０７…領域分割部 ７０８…クラスタリング評価部

フロントページの続き (56)参考文献 特開 平８−145826（ＪＰ，Ａ) 特開 平８−145825（ＪＰ，Ａ) 特許3298793（ＪＰ，Ｂ２) ＭＢＥ96−138 圧力センサによる歩 行運動分析装置の検討，電子情報通信学 会技術研究報告，日本，1997年３月，第 96巻 第581号，ｐｐ．107−113 ＰＲＵ94−61 圧力センサマットを用 いた足圧画像からの個人識別の検討，電 子情報通信学会技術研究報告，日本, 1994年11月，第94巻 第339号，ｐｐ. 15−22 ＰＲＵ95−92 大面積圧力センサと画 像を用いた歩容解析，電子情報通信学会 技術研究報告，日本，1995年 ７月，第 95巻 第165号，ｐｐ．79−84 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 7/00 - 7/60 G06T 1/00 G01L 5/00

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】 圧力センサ部より送出される２次元圧力
   分布画像列から足領域を抽出する歩行パターン処理装置
   において、 ２次元圧力分布画像に現れる足圧分布領域の重心位置
   を、前記２次元圧力分布画像列の各々について検出する
   重心位置検出手段と、 前記重心位置検出手段で検出した各重心位置の軌跡にお
   ける、凸部と凹部を求め、前記凸部と凹部のピーク位置
   を出力する初期クラスタ検出手段と、 前記２次元圧力分布画像列を時間方向に重畳した重畳画
   像を生成する重畳画像生成手段と、 前記初期クラスタ検出手段から出力されるピーク位置を
   初期クラスタ中心として、前記重畳画像生成手段から出
   力される重畳画像における圧力値を持つ画素を、各画素
   の位置情報に基づいてグルーピングするクラスタリング
   手段と、 前記クラスタリング手段でグルーピングされた領域を足
   領域として出力する手段と、 を有することを特徴とする歩行パターン処理装置。
2. 【請求項２】 圧力センサ部より送出される２次元圧力
   分布画像列から足領域を抽出する装置において、 前記２次元圧力分布画像列を時間方向に重畳した重畳画
   像を生成する重畳画像生成手段と、 歩行人物の歩行方向を前記重畳画像をもとに検出する歩
   行方向検出手段と、 前記重畳画像生成手段から出力される重畳画像におい
   て、圧力値を有する領域に外接し、長軸が前記歩行方向
   である矩形を検出する外接矩形領域検出手段と、 抽出する足領域の数をＬ通り記憶しておき、足領域がＭ
   _m個（ｍ＝１，２，…，Ｌ）のときには、外接矩形領域
   検出手段で求めた外接矩形領域をＭ_m個の歩数で歩いた
   として、重畳画像におけるＭ_m個の足領域の重心位置を
   推定する初期クラスタ推定手段と、 前記初期クラスタ推定手段で求めたＬ通りの足領域の重
   心位置を初期クラスタ中心として、前記重畳画像生成手
   段から出力される重畳画像における圧力値を持つ画素
   を、各画素の位置情報に基づいてＭ_m個の領域にグルー
   ピングする領域分割手段と、 前記領域分割手段で求めたＬ通りのグルーピング結果の
   なかで、グループ化されたＭ_m個の領域の大きさのばら
   つきが最も小さい場合を検出し、そのときのグルーピン
   グ結果を各足領域として出力する手段とを有することを
   特徴とする歩行パターン処理装置。
3. 【請求項３】 圧力センサ部より送出される２次元圧力
   分布画像列から足領域を抽出する装置において、 請求項１記載の歩行パターン処理装置の各手段と、 請求項２記載の歩行パターン処理装置の各手段とを備
   え、 さらに、請求項１記載の歩行パターン処理装置と請求項
   ２記載の歩行パターン処理装置の処理手順を制御する制
   御手段を追加した構成であって、 請求項１記載の歩行パターン処理装置の初期クラスタ検
   出手段は、請求項１記載の歩行パターン装置における処
   理を実行して前記初期クラスタ検出手段の処理を終了す
   ると、重心位置の軌跡の凸部と凹部のピーク位置を前記
   制御手段に転送するものであり、 前記制御手段は、隣り合う前記ピーク位置の距離を求
   め、求めた距離の最小値が予め設定しておいた値より小
   さい場合には請求項２記載の歩行パターン装置の処理を
   実行し、大きい場合には請求項１記載の歩行パターン処
   理装置の処理を実行するよう前記処理手順を制御するも
   のである、 ことを特徴とする歩行パターン処理装置。