JP6729510B2 - 見守り支援システム及びその制御方法 - Google Patents

Description

本発明は、ベッド上の対象者の見守りを支援するための技術に関する。

ベッドからの転落事故などを未然に防ぐため、病院や介護施設などにおける患者の見守りを支援するシステムが知られている。特許文献１には、ベッドの斜め上方に設置したカメラで撮影した画像から患者の頭部を検出し、ベッド上に設定した境界線を頭部が超えたことをもって起床動作と判定し、看護師等へ通知を行うシステムが提案されている。

特開２０１２−０７１００４号公報

上述のように、画像から対象者を検出し、その検出結果を見守り支援に役立てるという試みは、従来からなされている。しかしながら、カメラの設置高さは、撮影対象である部屋の間取りやカメラの設置者などに依存する。そして、撮影される画像の構図、画像における被写体の歪み、画像における被写体のサイズなどは、カメラの設置高さに依存する。そのため、従来の方法では、カメラ（撮像装置）の設置高さに依存して対象者やその状態の検出精度が著しく低下することがある。

本発明は、上記実情に鑑みなされたものであって、撮像装置の設置高さに依らず対象者やその状態を精度良く検出することができる技術を提供することを目的とする。

上記目的を達成するために、本発明では、撮像装置の設置高さに関する情報を取得し、画像から対象者またはその状態を検出するための検出部を、取得した情報に関連した設置高さに応じて切り替える、という方法を採用する。

具体的には、本発明の第一態様は、ベッド上の対象者の見守りを支援する見守り支援システムであって、撮像装置により撮影された画像を取得する画像取得部と、前記撮像装置の設置高さに関する情報を取得する情報取得部と、前記画像から前記対象者または前記対象者の状態を検出するための、前記撮像装置の複数の設置高さにそれぞれ対応する複数の検出部と、を有し、前記複数の検出部のうちの、前記情報取得部により取得された情報の設置高さに対応する検出部が検出を行うことを特徴とする見守り支援システムを提供する。

この構成によれば、画像から対象者等を検出するための検出部として、撮像装置の複数の設置高さに対してそれぞれ好適な複数の検出部が用意される。そして、取得した情報に関連した設置高さに対して好適な検出部が使用される。それにより、撮像装置の設置高さに依らず対象者等を精度良く検出することができる。

前記情報取得部は、前記見守り支援システムの初回起動時にのみ前記情報を取得するとよい。撮像装置の設置高さの確定後に設置高さが自動で（自然に）変わることは極めて稀であるため、見守り支援システムの初回起動時にのみ情報を取得する構成であっても、対象者等の高精度な検出を維持することができる。さらに、情報の取得頻度を減らすことが
でき、見守り支援システムの処理負荷を低減することができる。

前記撮像装置の設置高さに関する情報は、ユーザ操作に応じた情報であるとよい。画像解析等によって設置高さを自動検出する構成の場合には、検出誤差や誤検出などにより、対象者等の検出精度が低下することがある。ユーザ操作に応じた情報を用いれば、このような検出精度の低下を抑制することができる。

前記撮像装置の設置高さに関する情報は、前記画像における前記ベッドの幅と長さの比率であってもよい。上記比率は撮像装置の設置高さに応じて略決まるため、当該比率を用いても、対象者等を精度良く検出することができる。

前記複数の検出部の中から、前記情報取得部により取得された情報の設置高さに対応する検出部を選択する選択部、をさらに有し、前記複数の検出部のうちの、前記選択部により選択された検出部が検出を行ってもよい。

なお、本発明は、上記構成ないし機能の少なくとも一部を有する見守り支援システムとして捉えることができる。また、本発明は、上記処理の少なくとも一部を含む、見守り支援方法又は見守り支援システムの制御方法や、これらの方法をコンピュータに実行させるためのプログラム、又は、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。上記構成及び処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。

本発明によれば、撮像装置の設置高さに依らず対象者やその状態を精度良く検出することができる。

図１は見守り支援システムのハードウェア構成および機能構成を模式的に示すブロック図である。 図２は撮像装置の設置例を示す図である。 図３Ａ〜３Ｃは撮影された画像の例である。 図４Ａ，４Ｂは画像に対し設定された監視領域の例である。 図５は状態監視処理のフローチャートである。 図６は関係モデルの例である。 図７は設置高さとマージン幅の対応関係の例である。

本発明は、ベッド上の対象者の見守りを支援するための技術に関する。この技術は、病院や介護施設などにおいて、患者や要介護者などの離床・起床行動を自動で検知し、危険な状態が発生した場合などに必要な通知を行うシステムに適用することができる。このシステムは、例えば、高齢者、認知症患者、子供などの見守り支援に好ましく利用することができる。

以下、図面を参照して本発明を実施するための好ましい形態の一例を説明する。ただし、以下の実施形態に記載されている装置の構成や動作は一例であり、本発明の範囲をそれらのみに限定する趣旨のものではない。

（システム構成）
図１と図２を参照して、本発明の実施形態に係る見守り支援システムの構成を説明する。図１は、見守り支援システム１のハードウェア構成および機能構成を模式的に示すブロ
ック図であり、図２は、撮像装置の設置例を示す図である。

見守り支援システム１は、主なハードウェア構成として、撮像装置１０と情報処理装置１１を有している。撮像装置１０と情報処理装置１１の間は有線又は無線により接続されている。図１では、１つの撮像装置１０のみ示しているが、複数台の撮像装置１０を情報処理装置１１に接続してもよい。

撮像装置１０は、ベッド上の対象者を撮影して画像データを取り込むためのデバイスである。撮像装置１０としては、モノクロ又はカラーの可視光カメラ、赤外線カメラ、三次元カメラなどを用いることができる。本実施形態では、夜間でも（部屋内が暗い場合でも）対象者の見守りを可能とするため、赤外線ＬＥＤ照明１００と近赤外線カメラ１０１で構成される撮像装置１０を採用する。撮像装置１０は、図２に示すように、ベッド２０の頭側上方から足側に向かって、ベッド２０の全体を俯瞰するように設置される。撮像装置１０は所定の時間間隔（例えば、３０ｆｐｓ）で撮影を行い、その画像データは情報処理装置１１に順次取り込まれる。

情報処理装置１１は、撮像装置１０から取り込まれる画像データをリアルタイムに分析し、ベッド２０上の対象者２１の起床行動や離床行動を自動で検知し、必要な場合に通知を行う機能を備える装置である。情報処理装置１１は、具体的な機能モジュールとして、画像取得部１１０、情報取得部１１１、複数の検出部１１２、選択部１１３、出力部１１４、記憶部１１５を有している。

本実施形態の情報処理装置１１は、ＣＰＵ（プロセッサ）、メモリ、ストレージ（ＨＤＤ、ＳＳＤなど）、入力デバイス（キーボード、マウス、タッチパネルなど）、出力デバイス（ディスプレイ、スピーカなど）、通信インタフェースなどを具備する汎用のコンピュータにより構成され、上述した情報処理装置１１の各モジュールは、ストレージ又はメモリに格納されたプログラムをＣＰＵが実行することにより実現される。ただし、情報処理装置１１の構成はこの例に限られない。例えば、複数台のコンピュータによる分散コンピューティングを行ってもよいし、上記モジュールの一部をクラウドサーバにより実行してもよいし、上記モジュールの一部をＡＳＩＣやＦＰＧＡのような回路で構成してもよい。

画像取得部１１０は、撮像装置１０により撮影された画像を取得するためのモジュールである。画像取得部１１０より入力された画像データは一時的にメモリ又はストレージに記憶され、情報取得部１１１や検出部１１２の処理に供される。

情報取得部１１１は、撮像装置１０が設置されている高さ（設置高さ）に関する高さ情報を取得する情報取得処理のためのモジュールである。情報取得処理の詳細は後述する。

複数の検出部１１２のそれぞれは、画像取得部１１０により取得された画像から対象者２１の状態や行動を検出するためのモジュールである。複数の検出部１１２は、撮像装置１０の複数の設置高さにそれぞれ対応する。例えば、複数の検出部１１２のそれぞれは、対応する設置高さで撮影された複数の画像を用いた学習の結果に基づいて生成される。なお、複数の検出部１１２は、複数の検出エンジンであってもよいし、そうでなくてもよい。例えば、検出エンジンで使用される辞書として、複数の設置高さにそれぞれ対応する複数の辞書が予め用意されてもよい。辞書には、アルゴリズムやパラメータや閾値が記述される。辞書に記述されるパラメータは、例えば、撮影された画像におけるベッド２０の四隅の座標を含んでいてもよい。すなわち、ベッド２０の座標（四隅の座標）として、複数の設置高さにそれぞれ対応する複数の座標が予め用意されてもよい。そして、複数の検出部１１２のそれぞれは検出エンジンと辞書の組み合わせであり、複数の検出部１１２の間
で、検出エンジンが共通し、辞書が互いに異なってもよい。また、想定される設置高さの数は特に限定されないし、検出部１１２の数も特に限定されない。

選択部１１３は、複数の検出部１１２の中から、情報取得部１１１により取得された高さ情報の設置高さに対応する検出部１１２を選択する選択処理のためのモジュールである。複数の検出部１１２が複数の検出エンジンである場合には、選択部１１３は、情報取得部１１１により取得された高さ情報の設置高さに対応する検出エンジンを選択する。複数の検出部１１２の間で、検出エンジンが共通し、辞書が互いに異なる場合には、選択部１１３は、情報取得部１１１により取得された高さ情報の設置高さに対応する辞書を選択する。

複数の検出部１１２のうちの、選択部１１３により選択された検出部１１２は、画像取得部１１０により取得された画像を分析する。それにより、選択部１１３により選択された検出部１１２は、画像から対象者２１の行動を判定する。

出力部１１４は、選択部１１３により選択された検出部１１２の判定結果に基づいて、必要な通知を行うためのモジュールである。例えば、出力部１１４は、対象者２１の状態や行動に応じて、通知の要否（例えば、危険な状態の場合のみ通知を行う）、通知の内容（例えばメッセージの内容）、通知手段（例えば音声、メール、ブザー、警告灯）、通知先（例えば看護師、医師、介護者）、通知の頻度などを切り替えることができる。

記憶部１１５は、見守り支援システム１が処理に用いる各種のデータを記憶するためのモジュールである。記憶部１１５には、例えば、監視領域の設定情報、前処理で用いるパラメータ、スコア安定化処理で用いるパラメータ、スコアの時系列データ、行動判定処理で用いるパラメータなどが記憶される。これらの処理やデータについては後述する。

本実施形態では、複数の検出部１１２のそれぞれは、領域設定部１２０、前処理部１２１、回帰器１２２、スコア安定化部１２３、判定部１２４を有している。なお、複数の検出部１１２の間で、領域設定部１２０、前処理部１２１、回帰器１２２、スコア安定化部１２３、判定部１２４の一部が共通していてもよい。

領域設定部１２０は、撮像装置１０により撮影される画像に対し監視領域を設定する領域設定処理のためのモジュールである。監視領域は、撮像装置１０の視野のうち後述の状態監視処理の対象となる範囲（言い換えると、回帰器１２２の入力として用いられる画像範囲）である。領域設定処理の詳細は後述する。

前処理部１２１は、状態監視処理において、画像取得部１１０より入力された画像（以後「オリジナル画像」と呼ぶ）に対し必要な前処理を施すためのモジュールである。例えば、前処理部１２１は、オリジナル画像から監視領域内の画像をクリップする処理を行う（クリップされた画像を以後「監視領域画像」と呼ぶ）。また、前処理部１２１は、監視領域画像に対して、リサイズ（縮小）、アフィン変換、輝度補正などの処理を施してもよい。リサイズ（縮小）は、回帰器１２２の演算時間を短縮する効果がある。リサイズには既存のどのような手法を用いてもよいが、演算コストと品質のバランスがよいバイリニア法が好ましい。アフィン変換は、例えば、画像において台形状に写るベッドを長方形状に変形するなど、必要な歪み補正を行うことで、回帰器１２２への入力画像を規格化し、行動の判定精度を向上する効果が期待できる。輝度補正は、例えば、照明環境の影響を低減することで、判定精度を向上する効果が期待できる。なお、オリジナル画像をそのまま回帰器１２２に入力する場合には、前処理部１２１は省略してもよい。

回帰器１２２は、監視領域画像が与えられたときに、当該監視領域画像に写る対象者２
１の状態（例えば、就床状態、起床状態、離床状態）を示すスコアを出力するためのモジュールである。回帰器１２２は、ベッドと人が写る画像を入力とし、ベッドに対する人の状態を示すスコアを出力するように、入力画像の特徴と人の状態との関係モデルを機械学習により構築したものである。回帰器１２２のトレーニングは、多数のトレーニング用画像を用いて、学習装置１２によって事前に（システムの出荷前ないし稼働前に）行われているものとする。なお、回帰器１２２の学習モデルとしては、ニューラルネットワーク、ランダムフォレスト、サポートベクターマシンなど、どのようなモデルを用いてもよい。本実施形態では、画像認識に好適な畳み込みニューラルネットワーク（ＣＮＮ）を用いる。

スコア安定化部１２３は、回帰器１２２から出力されるスコアの急激な変化やばたつきを抑制するためのモジュールである。スコア安定化部１２３は、例えば、現在のフレームの画像から得られた現在スコアと、直前の２フレームの画像からそれぞれ得られた過去スコアの平均を計算し、安定化スコアとして出力する。この処理は、スコアの時系列データに時間的なローパスフィルタをかけることと等価である。なお、スコアの安定化が不要であれば、スコア安定化部１２３は省略してもよい。

判定部１２４は、回帰器１２２により得られたスコアに基づいて、対象者の行動を判定するためのモジュールである。具体的には、判定部１２４は、スコアの時間的な変化（つまり、スコアが示す「対象者の状態」の遷移）に基づいて、対象者がどのような行動（例えば、起床行動、離床行動など）をとったのかを推定する。

（情報取得処理）
図３Ａ〜３Ｃを参照して本システムの情報取得処理の一例を説明する。図３Ａ〜３Ｃは、画像取得部１１０により取得された画像の例を示す。図３Ａの画像は、設置高さＨ＝１５０ｃｍで撮影された画像であり、図３Ｂの画像は、設置高さＨ＝１７０ｃｍで撮影された画像であり、図３Ｃの画像は、設置高さＨ＝２００ｃｍで撮影された画像である。図３Ａ〜３Ｃに示すように、画像の構図、画像における被写体の歪み、画像における被写体のサイズなどは設置高さＨに依存する。

本実施形態では、情報取得処理は、本システムの初回起動時にのみ行われる。情報取得処理では、ユーザによって、画像におけるベッド２０の四隅（点Ｐ１〜Ｐ４）の座標が指定される。そして、情報取得部１１１は、指定された点Ｐ１〜Ｐ４に基づいて、画像におけるベッドの幅Ｗと長さＬを算出し、幅Ｗと長さＬの比率（ベッドアスペクト比Ｒ）を高さ情報として算出する。幅Ｗと長さＬは、例えば、画像におけるベッド２０の重心位置での値である。ベッドアスペクト比Ｒは設置高さＨに応じて略決まるため、設置高さＨの代わりにベッドアスペクト比Ｒを用いることができる。図３Ａでは、ベッドアスペクト比Ｒ＝Ｗ／Ｌ＝１．７が算出されており、図３Ｂでは、ベッドアスペクト比Ｒ＝１．８が算出されており、図３Ｃでは、ベッドアスペクト比Ｒ＝２．０が算出されている。

なお、情報取得処理は上記処理に限られない。例えば、設置高さＨそのものが、ユーザによって指定され、高さ情報として使用されてもよい。上記処理では、ユーザ操作に応じた情報が高さ情報として取得されるが、これに限られない。例えば、画像解析等によってベッドアスペクト比Ｒや設置高さＨを自動検出することにより、高さ情報が取得されてもよい。しかしながら、そのような構成の場合には、検出誤差や誤検出などにより、高さ情報の精度（信頼度）が低下することがある。本実施形態では、得られた高さ情報に応じた検出部１１２が選択されて使用される。そのため、得られた高さ情報の精度が低いと、対象者を精度良く検出できないことがある。ユーザ操作に応じた情報を用いれば、これらの精度低下を抑制することができる。

また、情報取得処理のタイミングや頻度も特に限定されない。但し、設置高さＨの確定後に設置高さＨが自動で（自然に）変わることは極めて稀であるため、本システムの初回起動時にのみ情報取得処理を行う構成であっても、対象者の状態や行動の高精度な検出を維持することができる。さらに、高さ情報の取得頻度を減らすことができ、本システムの処理負荷を低減することができる。

（選択処理）
図３Ａ〜３Ｃを参照して本システムの選択処理の一例を説明する。ここでは、複数の検出部１１２が、３つの設置高さＨ＝１５０ｃｍ，１７０ｃｍ，２００ｃｍにそれぞれ対応する３つの検出部１１２であるとする。

上述したように、図３Ａの画像は、設置高さＨ＝１５０ｃｍで撮影された画像である。図３Ａのようにベッドアスペクト比Ｒ＝１．７が得られた場合には、選択部１１３は、ベッドアスペクト比Ｒ＝１．７に応じて、設置高さＨ＝１５０ｃｍに対応する検出部１１２を選択する。図３Ｂの画像は、設置高さＨ＝１７０ｃｍで撮影された画像である。図３Ｂのようにベッドアスペクト比Ｒ＝１．８が得られた場合には、選択部１１３は、ベッドアスペクト比Ｒ＝１．８に応じて、設置高さＨ＝１７０ｃｍに対応する検出部１１２を選択する。図３Ｃの画像は、設置高さＨ＝２００ｃｍで撮影された画像である。図３Ａの例のようにベッドアスペクト比Ｒ＝２．０が得られた場合には、選択部１１３は、ベッドアスペクト比Ｒ＝２．０に応じて、設置高さＨ＝２００ｃｍに対応する検出部１１２を選択する。これにより、設置高さに依らず対象者の状態や行動を精度良く検出することができる。

（監視領域の設定）
撮像装置１０の画角内にはベッド２０や対象者２１以外にさまざまな物が写り込んでいる。対象者２１の状態や行動を検知するにあたっては、ベッド２０と対象者２１以外の物はノイズとして作用する可能性があるため、出来る限り除外することが好ましい。また、回帰器１２２に入力する画像については、画像サイズ（幅、高さ）および画像内のベッドの位置・範囲・大きさなどが規格化されているほうが、行動の判定精度の向上が図りやすい。そこで、本実施形態では、ベッド２０を基準にした所定の範囲を監視領域に設定し、後述する状態監視処理では監視領域内の画像をクリッピングして回帰器１２２の入力画像とする。

監視領域の設定は、手動で行ってもよいし自動で行ってもよい。手動設定の場合、領域設定部１２０は、画像内のベッド２０の領域ないし監視領域そのものをユーザに入力させるためのユーザインタフェースを提供するとよい。自動設定の場合、領域設定部１２０は、物体認識処理により画像からベッド２０を検出し、検出したベッド２０の領域を包含するように監視領域を設定するとよい。なお、領域設定処理は、監視領域が未設定の場合（例えば、システムの設置時など）、ベッド２０や撮像装置１０の移動に伴い監視領域を更新する必要がある場合などに実行される。領域設定部１２０は、情報取得処理で指定された点Ｐ１〜Ｐ４からベッド２０の領域を判断してもよい。検出部１１２の辞書に点Ｐ１〜Ｐ４の座標が記述されている場合には、それを使用してもよい。

図４Ａは、オリジナル画像に対し設定された監視領域の例である。本実施形態では、ベッド２０の領域の左側・右側・上側（足側）にそれぞれ所定幅のマージンを付加した範囲を、監視領域３０に設定する。マージンの幅は、ベッド２０上で起き上がっている人（図４Ｂ参照）の全身が監視領域３０内に入るように設定される。

（状態監視処理）
図５を参照して本システムの状態監視処理の一例を説明する。図５の処理フローは、本
システムの初回起動時からの状態監視処理を示す。

まず、情報取得部１１１が、高さ情報（ベッドアスペクト比Ｒ）を取得する（ステップＳ５１）。次に選択部１１３が、高さ情報に応じた検出部１１２を選択する（ステップＳ５２）。なお、ステップＳ５１の処理とステップＳ５２の処理とは、本システムの初回起動時にのみ行われる。即ち、初回起動時以降の状態監視処理において、ステップＳ５１の処理とステップＳ５２の処理とは省略される。

次に画像取得部１１０が、撮像装置１０から１フレームの画像を取り込む（ステップＳ５３）。取得されたオリジナル画像は記憶部１１５に一時的に記憶される。次に、ステップＳ５２で選択された検出部１１２により、ステップＳ５４〜Ｓ５７の処理が行われる。具体的には、前処理部１２１が、オリジナル画像から監視領域画像をクリップし、必要に応じてリサイズ、アフィン変換、輝度補正などを実行する（ステップＳ５４）。回帰器１２２が、監視領域画像を入力し、対応するスコアを出力する（ステップＳ５５）。スコア安定化部１２３が、ステップＳ５５で得られたスコアの安定化処理を行い（ステップＳ５６）、得られたスコアを判定部１２４に引き渡す。そして、判定部１２４が、安定化処理後のスコアの時間的な変化に基づいて、対象者２１の行動を判定する（ステップＳ５７）。

ステップＳ５７において、対象者２１が「起床」又は「離床」したと判定されたら、出力部１１４が必要な通知を行う（ステップＳ５８）。ステップＳ５３〜Ｓ５８は、システムが終了するまでフレーム毎に実行される（ステップＳ５９）。

以上述べたように、本実施形態のシステムによれば、画像から対象者の状態や行動を検出するための検出部として、複数の設置高さに対してそれぞれ好適な複数の検出部が用意される。そして、取得した高さ情報に関連した設置高さに対して好適な検出部が使用される。それにより、撮像装置の設置高さに依らず対象者の状態や行動を精度良く検出することができる。

＜その他＞
本実施形態の説明は、本発明を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。

例えば、検出部１１２によって対象者２１の状態や行動が画像から検出される例を説明したが、検出部１１２によって対象者２１の人体又はその一部（頭部、顔、上半身など）を画像から検出し、人体又はその一部の検出位置に基づいて対象者の状態や行動を判定してもよい。画像から人体やその一部を検出する方法としてはいかなる方法を用いてもよい。例えば、古典的なＨａａｒ−ｌｉｋｅ特徴量やＨｏＧ特徴量を用いた識別器による手法や近年のＦａｓｔｅｒ Ｒ−ＣＮＮによる手法を用いた物体検出アルゴリズムを好ましく用いることができる。

また、複数の検出部１１２は種々の変形が可能である。撮影された画像の特徴量は設置高さＨに依存する。そのため、回帰器１２２では、対象者２１の所定の状態に対応するスコアは設置高さＨに依存する。そこで、複数の設置高さＨにそれぞれ対応する複数の回帰器が予め用意されてもよい。そして、取得された高さ情報に応じて、複数の回帰器のいずれかが選択されて使用されてもよい。複数の回帰器は、例えば、互いに異なる設置高さＨで撮影されたトレーニング用画像を用いて機械学習されたものである。図６に示すように、複数の回帰器の間では、画像の特徴量とスコアとの対応関係（関係モデル）が互いに異なる。それにより、設置高さＨに依らず、所望のスコアを得ることができる。なお、図６
では、関係モデルを２次元の線型モデルで示しているが、実際の特徴量空間は多次元であり、関係モデルは非線型となる。

また、図３Ａ〜３Ｃに示すように、画像におけるベッド２０や対象者２１の歪み度合いは設置高さＨに依存する。そのため、前処理部１２１で行われる歪み補正（歪み補正の強度など）が一定である場合には、歪み補正後の画像の歪み度合いは設置高さＨに依存する。そこで、複数の設置高さＨにそれぞれ対応する複数の歪み補正（歪み補正の強度など）が予め定められてもよい。そして、取得された高さ情報に応じて、複数の歪み補正のいずれかが選択されて実行されてもよい。それにより、設置高さＨに依らず、歪み補正後の画像として、所望の歪み度合いの画像を得ることができる。

ここで、領域設定部１２０が監視領域を設定する際に使用するマージン幅が一定である場合を考える。図３Ａ〜３Ｃに示すように、画像におけるベッド２０のサイズは設置高さＨが高いほど小さい。そのため、設置高さＨが高いほど、監視領域全体に対するマージンの割合が増し、監視領域画像にベッド２０や対象者２１以外の物が写り込む可能性が増す。そこで、複数の設置高さＨにそれぞれ対応する複数のマージン幅が予め定められてもよい。具体的には、図７に示すように、設置高さＨが高いほど小さいマージン幅が予め定められてもよい。そして、取得された高さ情報に応じて、複数のマージン幅のいずれかが選択されて使用されてもよい。それにより、設置高さＨに依らず、ベッド２０や対象者２１以外の物が写り込んでいない監視領域画像を高精度に得ることができる。マージン幅を一定として、マージンの少なくとも一部が監視領域画像から除去されるように、設置高さＨが高いほど大きい領域を監視領域画像から除去する構成でも、同様の効果が得られる。

１：見守り支援システム
１０：撮像装置、１１：情報処理装置、１２：学習装置
１００：照明、１０１：近赤外線カメラ、１１０：画像取得部、１１１：情報取得部、１１２：検出部、１１３：選択部、１１４：出力部、１１５：記憶部
１２０：領域設定部、１２１：前処理部、１２２：回帰器、１２３：スコア安定化部、１２４：判定部
２０：ベッド、２１：対象者
３０：監視領域

Claims (7)

1. ベッド上の対象者の見守りを支援する見守り支援システムであって、
   撮像装置により撮影された画像を取得する画像取得部と、
   前記撮像装置の設置高さに関する情報を取得する情報取得部と、
   前記画像から前記対象者または前記対象者の状態を検出するための、前記撮像装置の複数の設置高さにそれぞれ対応する複数の検出部と、
   を有し、
   前記複数の検出部のうちの、前記情報取得部により取得された情報の設置高さに対応する検出部が検出を行う
   ことを特徴とする見守り支援システム。
2. 前記情報取得部は、前記見守り支援システムの初回起動時にのみ前記情報を取得する
   ことを特徴とする請求項１に記載の見守り支援システム。
3. 前記撮像装置の設置高さに関する情報は、ユーザ操作に応じた情報である
   ことを特徴とする請求項１または２に記載の見守り支援システム。
4. 前記撮像装置の設置高さに関する情報は、前記画像における前記ベッドの幅と長さの比率である
   ことを特徴とする請求項１〜３のいずれか１項に記載の見守り支援システム。
5. 前記複数の検出部の中から、前記情報取得部により取得された情報の設置高さに対応する検出部を選択する選択部、をさらに有し、
   前記複数の検出部のうちの、前記選択部により選択された検出部が検出を行う
   ことを特徴とする請求項１〜４のいずれか１項に記載の見守り支援システム。
6. ベッド上の対象者の見守りを支援する見守り支援システムの制御方法であって、
   撮像装置により撮影された画像を取得するステップと、
   前記撮像装置の設置高さに関する情報を取得するステップと、
   前記画像から前記対象者を検出するための、前記撮像装置の複数の設置高さにそれぞれ対応する複数の検出部のうちの、取得された前記情報の設置高さに対応する検出部を用いて、前記画像から前記対象者または前記対象者の状態を検出するステップと、
   を有することを特徴とする見守り支援システムの制御方法。
7. 請求項６に記載の見守り支援システムの制御方法の各ステップをコンピュータに実行させるためのプログラム。

Images