JP6214425B2 - 特定動作検出装置 - Google Patents
特定動作検出装置 Download PDFInfo
- Publication number
- JP6214425B2 JP6214425B2 JP2014030872A JP2014030872A JP6214425B2 JP 6214425 B2 JP6214425 B2 JP 6214425B2 JP 2014030872 A JP2014030872 A JP 2014030872A JP 2014030872 A JP2014030872 A JP 2014030872A JP 6214425 B2 JP6214425 B2 JP 6214425B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- luminance gradient
- autocorrelation
- difference
- frequency
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
CHLAC特徴は、単純な特徴記述であるだけでなく、シーン中へ侵入する物体の位置に関わらず同じ記述が可能であるし、複数の同時動作に対応する特徴量の和による表現が可能であるため、広く採用されている。
また、非特許文献1の技術は、転倒を検出するアプローチであり、転倒そのものを防止できる技術ではなかった。
画像フレームに対して微小領域毎の輝度勾配を求める輝度勾配算出部と、複数の時系列画像フレームに対して求めた輝度勾配の差分を抽出する輝度勾配差分算出部と、輝度勾配差分から動き特徴を抽出するために、抽出した輝度勾配差分情報から時間変化を抽出して輝度勾配差分自己相関特徴を算出する輝度勾配差分自己相関算出部と、算出した輝度勾配差分自己相関特徴に対して特徴空間から周波数空間へ変換する周波数変換部と、変換して得られた周波数特徴と、事前に算出した特定物体の特定動作に対する周波数特徴とのコヒーレンスを算出して類似度を判定する判定部と、判定結果を出力する結果出力部とを有することを特徴とする。
この構成によれば、画像フレーム間の輝度勾配差分を求めて動く物体の輪郭を抽出し、抽出した輝度勾配差分の時間変化から自己相関特徴を算出することで動きの特性を比較的少ない計算量で算出することができる。そして、自己相関特徴を周波数変換して求めた周波数特徴を事前に計測した特定物体の周波数特徴と比較して類似度を判定することで、特定の動きの検出精度の向上を図ることができる。
この構成によれば、ベッド上の患者の起き上がり動作を判別でき、監視対象の患者が危険な体勢を取る前に介護者等の関係者が認識でき、事故の防止に役立つ。
カメラ1は図示しないベッド上方であって、ベッド上の人物の少なくとも頭部を良好に撮像できる位置に設置され、例えば0.03秒毎に画像フレーム(以下、単に「フレーム」と称する。)を生成して出力する。
続いて、角度方向θをビン数Kの勾配ヒストグラムhK(x,y)に畳み込む。輝度勾配ヒストグラムhKはS×Sピクセル領域内の全ての画素の角度情報θを集計して得られる。
輝度勾配ヒストグラムhKのビンのインデックスをkとすると、各ビンのスコアhk(x,y)は、次式で表される。
図2は輝度勾配差分自己相関特徴抽出の概要を示している。セルの座標位置はXY平面で定義され、時系列情報はt軸で定義される。更に、輝度勾配方向は、セル毎のビン数により定義され、これらの4次元ベクトルを用いて任意の輝度勾配強度が表される。
例として,次数2のマスクパターンを考える。なお、ここで用いる次数とはCHLAC特徴の次数同様に着目する変位の数であり,着目変位の数が基準点を除いて2点あることを示している。
こうして次数Nの場合のマスクパターン数を考えると、次式のように表すことができる。ただし、マスクパターンを構成するブロックサイズをH×Wとしている。
1画像にH×W個のセルが存在する場合、1画像あたり(W−N+1)×(H−N+1)個のマスクブロックが得られる。更に勾配方向を組み合わせて(W−N+1)×(W−N+1)×k個の特徴が得られる。ここで、セル位置(x,y)を位置ベクトルrとし、輝度勾配ヒストグラム差分Sk(x,y)をf(r,k)と置くと,N次の輝度勾配差分自己相関特徴は次式により得られる。
また図5は、輝度勾配差分自己相関を周波数変換したデータの一例を示している。図5(a)は、検出対象である起き上がり動作から算出したデータ(Posデータ)であり、(b)は歩行動作から算出したデータ(Negデータ)を示している。尚、図示左側データは、輝度勾配差分自己相関算出部4の出力値である。
図5に示すように、起き上がり動作及び歩行動作の何れも周波数特性データから周期性があることを認識できるが、周波数に変換したデータからその特性には大きな違いがあることが見て取れる。本願発明はこの周波数特性の差異から類似度を判定するものである。
ここでコヒーレンスについて説明する。特徴量を周波数領域で解析すると、それぞれの周波数領域におけるパワースペクトルを得ることができる。しかし、パワースペクトルのみの解析では、各周波数帯における波の位相情報を失うことになる。そこで、コヒーレンスを使用することで、周波数領域にてパワースペクトルとその位相情報を含めた解析を行うことが可能となる。
そこでコヒーレンス演算部6aでは、2つの時系列信号のクロススペクトルの二乗と、それぞれのパワースペクトルの商により、次式を用いてコヒーレンスを算出する。
コヒーレンスの特性として、2つの入力信号が同一のものであれば、全ての周波数帯においてコヒーレンスは1になる。逆に、2つの入力信号に全く相関が無く、2つの信号が独立していれば全ての周波数においてコヒーレンスは0になる。また、相関の無い2つの信号で周波数成分が類似していたとしても、コヒーレンスの位相情報を含めた解析により、2つの信号の相関が低いことを示し、この特性により動作認証を実施できる。
また、輝度勾配差分自己相関特徴を算出する際、例えば次数2(N=2)の場合、従来は重複パターンを除いても251パターンあった組合せを81パターンに削減でき、演算を簡素化できる。そして、重複パターンを取り除くといった不規則な削減が無いため、特徴を抽出し易い。
そして、ベッド上の患者の起き上がり動作を判別でき、監視対象の患者が危険な体勢を取る前に介護者等の関係者が認識でき、事故の防止に役立つ。
また、防犯設備に組み込み不審者を検出したい場合は、学習サンプルとして窓を覗き込む動作の学習サンプルを蓄積させることで、不審者の検出に利用できる。
更に、検出対象を人物に限定しなくとも良く、学習サンプルの内容を変更することにより幅広く動く物体を判別することが可能となる。
Claims (4)
- 撮像映像を連続する画像フレームで出力する撮像手段と、
前記画像フレームに対して微小領域毎の輝度勾配を求める輝度勾配算出部と、
複数の時系列画像フレームに対して求めた前記輝度勾配の差分を抽出する輝度勾配差分算出部と、
前記輝度勾配差分から動き特徴を抽出するために、抽出した前記輝度勾配差分情報から時間変化を抽出して輝度勾配差分自己相関特徴を算出する輝度勾配差分自己相関算出部と、
算出した輝度勾配差分自己相関特徴に対して特徴空間から周波数空間へ変換する周波数変換部と、
変換して得られた周波数特徴と、事前に算出した特定物体の特定動作に対する周波数特徴とのコヒーレンスを算出して類似度を判定する判定部と、
判定結果を出力する結果出力部とを有することを特徴とする特定動作検出装置。 - 前記撮像手段が、ベッド上の人物を撮像するカメラであり、事前に計測した特定物体の行動特徴を数値化したコヒーレンスデータがベッド上で起床動作する人物のデータであり、前記判定部が前記カメラの撮像映像から人物の起床動作を判定することを特徴とする請求項1乃至3の何れかに記載の特定動作検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014030872A JP6214425B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014030872A JP6214425B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015156128A JP2015156128A (ja) | 2015-08-27 |
JP6214425B2 true JP6214425B2 (ja) | 2017-10-18 |
Family
ID=54775407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014030872A Active JP6214425B2 (ja) | 2014-02-20 | 2014-02-20 | 特定動作検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6214425B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6543546B2 (ja) * | 2015-09-29 | 2019-07-10 | アイホン株式会社 | 特定動作検出装置及び特定動作検出方法 |
JP6332702B2 (ja) * | 2016-02-15 | 2018-05-30 | セコム株式会社 | 空間認識装置 |
JP6332704B2 (ja) * | 2016-02-29 | 2018-05-30 | セコム株式会社 | 物体検出装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1199140A (ja) * | 1997-09-26 | 1999-04-13 | Toshiba Corp | 就寝状態異常検知装置 |
JP5186656B2 (ja) * | 2008-09-03 | 2013-04-17 | 独立行政法人産業技術総合研究所 | 動作評価装置および動作評価方法 |
-
2014
- 2014-02-20 JP JP2014030872A patent/JP6214425B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015156128A (ja) | 2015-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A multisensory approach for remote health monitoring of older people | |
US20140279740A1 (en) | Method and apparatus for detection and prediction of events based on changes in behavior | |
Gadde et al. | Fall detection and classifications based on time-scale radar signal characteristics | |
KR20160032586A (ko) | 관심영역 크기 전이 모델 기반의 컴퓨터 보조 진단 장치 및 방법 | |
Zhang et al. | Evaluating depth-based computer vision methods for fall detection under occlusions | |
JP2013232181A5 (ja) | ||
Merrouche et al. | Depth camera based fall detection using human shape and movement | |
JP6214425B2 (ja) | 特定動作検出装置 | |
JP4587304B2 (ja) | 画像処理装置 | |
Abdulatif et al. | Person identification and body mass index: A deep learning-based study on micro-Dopplers | |
JP2017038777A (ja) | 動作認識装置 | |
JP6214424B2 (ja) | 特定動作検出装置 | |
JP7266599B2 (ja) | 患者の身体運動を検知するためのデバイス、システム及び方法 | |
Merrouche et al. | Fall detection using head tracking and centroid movement based on a depth camera | |
Nguyen et al. | Extracting silhouette-based characteristics for human gait analysis using one camera | |
Liang et al. | Fall detection using lifting wavelet transform and support vector machine | |
JP4729325B2 (ja) | 画像処理装置 | |
Bansal et al. | Elderly people fall detection system using skeleton tracking and recognition | |
JP6046559B2 (ja) | 特定動作検出装置 | |
Diraco et al. | A fall detector based on ultra-wideband radar sensing | |
Alshamaa et al. | A radar sensor for automatic gait speed analysis in walking tests | |
JP6412032B2 (ja) | 空間認識装置 | |
Yang et al. | Image analyses for video-based remote structure vibration monitoring system | |
Medina-Quero et al. | Computer vision-based gait velocity from non-obtrusive thermal vision sensors | |
JP2006285699A (ja) | 画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170803 |
|
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: 20170822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170919 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6214425 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |