JP7356849B2 - 見守りシステム、見守り方法及び記憶媒体 - Google Patents

Description

本発明は、人体の転倒の予兆を検出する見守りシステムと見守り方法に関する。

人体の動きを観察して特定の動きを検出する装置としては、特許文献１や特許文献２が知られている。特許文献１には、歩行時の膝関節の高さと、大腿部の振り上げ角速度からなる脚データと、段差情報の時系列データから段差において躓きによる転倒を予測するシステムが開示されている。

特許文献２には、重心動揺計を用いたクロステストによって、姿勢の安定性を評価する指標と、クロステスト時の姿勢情報から転倒を予測する装置が開示されている。

特開２０１５－１６４４７７号公報 特開２０１７－１７６２４４号公報

上記従来技術では、被験者に位置センサや加速度センサを装着したり重心動揺計を用いて、歩行中の転倒を予測しているが、歩行以外の転倒を検知又は予測することはできない。

例えば、姿勢保持が困難な症状のある場合には、歩行中以外でも転倒する場合があり、通常歩行時の転倒のパターンとは異なる場合が多く、学習用データの収集が極めて困難である。姿勢保持が困難な症状がある場合、ベッドで着座している状態から側方等へ転倒する場合があるが、上記従来技術では、着座姿勢からの転倒や転倒の予兆を予測することはできない、という問題があった。

そこで本発明は、上記問題点に鑑みてなされたもので、着座姿勢を含んで人体の転倒の予兆を検出することを目的とする。

本発明は、プロセッサとメモリを有する計算機で、被撮影者が転倒する転倒確率を算出する見守りシステムであって、 前記被撮影者の時系列の骨格情報を受け付けて、前記骨格情報に基づいて前記被撮影者の頭部と腰の角度を算出し、前記角度を前記被撮影者の体幹として抽出し、予め設定された体幹情報に基づいて体幹の中心を体幹中心として算出し、前記時系列の骨格情報から算出した時系列の体幹から基準となる体幹を基準体幹として抽出し、当該基準体幹の中心を第１の体幹中心とし、前記被撮影者が移動又は転倒中の体幹の中心を第２の体幹中心として保持する体幹抽出部と、前記基準体幹の第１の体幹中心と、前記第２の体幹中心の距離をずれ量として算出し、前記ずれ量から前記転倒確率を算出する転倒確率算出部と、を有する。

したがって、本発明は、人体の体幹の変化から、着座姿勢を含んで転倒の予兆検知を高精度で行うことが可能となる。

本明細書において開示される主題の、少なくとも一つの実施の詳細は、添付されている図面と以下の記述の中で述べられる。開示される主題のその他の特徴、態様、効果は、以下の開示、図面、請求項により明らかにされる。

本発明の実施例１を示し、見守りシステムの構成の一例を示す図である。 本発明の実施例１を示し、計算機の構成の一例を示すブロック図である。 本発明の実施例１を示し、居室内の空間の一例を示す斜視図である。 本発明の実施例１を示し、着座姿勢の体幹の一例を示す図である。 本発明の実施例１を示し、計算機で行われる処理の一例を示すフローチャートである。 本発明の実施例１を示し、着座姿勢の基準の体幹と、転倒中の体幹の一例を示す図である。 本発明の実施例１を示し、体幹中心のずれ量と、転倒確率の一例を示すグラフである。 本発明の実施例１を示し、体幹の補正画像の一例を示す図である。 本発明の実施例２を示し、見守りシステムの一例を示す図である。 本発明の実施例３を示し、歩行中の転倒の予兆を検出する見守りシステムの一例を示す図である。

以下、本発明の実施形態を添付図面に基づいて説明する。

図１は、本発明の実施例１を示し、見守りシステムの構成の一例を示す図である。本実施例では、姿勢保持が困難な症状や機能障害のある人を見守る見守りシステムの一例を示す。

図示の居室３０は平面図を示し、居室３０内には対象者４０が使用するベッド３１が設置され、居室３０内の四隅には対象者４０を撮影するカメラ３４－１～３４－４が設置される。ベッド３１の長辺と対向するカメラ３４－１と３４－２との間にはモニタ３３が設置される。なお、以下の説明では、カメラを個々に特定しない場合では、「－」以降を省略した符号「３４」を使用する。他の構成要素の符号についても同様である。

モニタ３３とカメラ３４－１の間にはライト３５－Ｌが設置され、モニタ３３とカメラ３４－２の間にはライト３５－Ｒが設置される。モニタ３３と各カメラ３４及びライト３５はネットワーク３６を介して計算機１０に接続される。

計算機１０は、カメラ３４の動画を取得して対象者４０の状態を検出し、対象者４０の転倒の予兆を検出した場合には、モニタ３３に所定の画像を表示し、ライト３５を後述するように点灯させる。なお、ベッド３１上に配置されたクッション３２は、対象者４０が転倒した際の衝撃を緩衝する。

なお、図中の対象者４０は、モニタ３３に対向してベッド３１に着座している状態を示す。また、本実施例では、４台のカメラ３４で対象者４０を撮影する例を示すが、転倒の予兆を検出可能な台数であればよく、１台のカメラ３４で撮影することも可能である。

図２は、計算機１０の構成の一例を示すブロック図である。計算機１０は、プロセッサ１１と、メモリ１２と、入力装置１３と、出力装置１４と、通信装置１５及びストレージ装置１６を含む。

メモリ１２には、見守りプログラム２０がロードされてプロセッサ１１によって実行される。見守りプログラム２０は、画像処理部２１と、体幹抽出部２２と、転倒確率算出部２３と、警報発生部２４を含む。

画像処理部２１は、４台のカメラ３４から動画をそれぞれ取得して、画像（フレーム）の時系列を揃えて体幹抽出部２２へ出力する。体幹抽出部２２は、カメラ３４の画像から対象者４０の体幹と体幹中心を後述するように算出し、体幹中心のずれ量Ｄと、体幹中心の加速度αと、体幹の角度βを後述するように算出する。

転倒確率算出部２３は、体幹抽出部２２が算出した体幹中心のずれ量Ｄと、加速度αと、体幹の角度βから対象者４０の転倒確率Ｐを後述するように算出する。

画像処理部２１と、体幹抽出部２２と、転倒確率算出部２３と、警報発生部２４の各機能部はプログラムとしてメモリ１２にロードされる。

プロセッサ１１は、各機能部のプログラムに従って処理を実行することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ１１は、画像処理プログラムに従って処理を実行することで画像処理部２１として機能する。他のプログラムについても同様である。さらに、プロセッサ１１は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

入力装置１３は、キーボードやマウスあるいはタッチパネル等で構成される。出力装置１４は、例えば、ディスプレイなどで構成される。通信装置１５は、ネットワーク３６に接続されて、居室３０内の機器と通信を行う。

ストレージ装置１６には、対象者４０の体幹情報１１０を管理する体幹データベース１００が格納される。体幹情報１１０は、対象者４０毎に予め設定された体幹中心の位置情報と、対象者４０の識別子が保持される。

図３は、居室３０内の対象者４０の一例を示す斜視図である。ベッド３１は、背部や脚部の高さを調整可能なギャッジアップベッド等を採用することができる。

カメラ３４は、居室３０内の四隅の所定の高さからベッド３１の中央に向けて設置され、対象者４０の画像を所定のフレームレート（例えば、３０ｆｐｓ）で撮影する。また、対象者４０の転倒方向を算出するため、ベッド３１の長手方向をＸ軸とし、ベッド３１の幅方向をＹ軸とし、居室３０の鉛直方向をＺ軸とする。

図４は、着座姿勢の対象者４０の体幹の一例を示す図である。体幹抽出部２２は、カメラ３４の画像から体幹４３と、脚部４２と、腕部４５と、体幹中心５０を算出する。体幹抽出部２２は、カメラ３４の画像から、頭部中心４１と、腰部中心４４を算出し、頭部中心４１と腰部中心４４を結ぶ体幹４３の角度を算出する。なお、角度は、予め設定した基準の軸（例えば、Ｚ軸）に対する角度として算出する。

カメラ３４の画像から頭部中心４１と、腰部中心４４と、脚部４２と、腕部４５を算出する手法としては、例えば、特開２０１９－６６２３８号公報や特開２０１９－９６３２８号公報等の公知又は周知の技術を用いて骨格や関節を抽出すればよい。以下では、画像より推定された骨格位置、関節位置の情報のことを単に骨格、関節などと呼ぶ。

体幹抽出部２２は、カメラ３４の画像から推定及び抽出した骨盤の中心を腰部中心４４とし、カメラ３４の画像から抽出した頭部の中心を頭部中心４１とする。体幹抽出部２２は、脚部４２や腕部４５を、カメラ３４の画像から抽出した骨格や関節を結ぶ直線の角度を算出する。

体幹抽出部２２は、体幹４３や脚部４２等の角度を算出する。この角度は、各カメラ３４の画像から対象者４０の正面の画像を合成し、正面の画像内の角度として算出することができる。あるいは、図３に示したＸ、Ｙ、Ｚの３次元空間の線分の角度を用いてもよい。

体幹抽出部２２は、体幹データベース１００の体幹情報１１０を参照して対象者４０毎に予め設定された体幹中心５０の位置を取得する。体幹中心５０の位置は、例えば、腰部中心４４から頭部中心４１までの距離の比率で設定する。

例えば、腰部中心４４から頭部中心４１までの距離の３０％の位置を体幹中心５０の位置とする。体幹中心５０の位置（比率）は、対象者４０毎の個人差などを考慮して、専門家などが予め設定して体幹データベース１００の体幹情報１１０へ登録しておく。

なお、本実施例では、転倒の予兆を高精度で検出するため、体幹中心５０の位置（比率）を対象者４０毎に設定しておく例を示すが、高精度が要求されない場合には、固定値を用いてもよい。

体幹抽出部２２は、時系列で算出される体幹４３から決定した基準体幹４３Ｓと当該基準体幹４３Ｓの体幹中心５０を基準として保持する。

図５は、計算機１０で行われる処理の一例を示すフローチャートである。計算機１０の見守りプログラム２０は、まず、画像処理部２１がカメラ３４から対象者４０の画像を取得する（Ｓ１）。

次に、体幹抽出部２２は、対象者４０の画像から骨格を抽出し、図４で示したように、頭部中心４１と腰部中心４４及び脚部４２を算出する（Ｓ２）。体幹抽出部２２は、体幹データベース１００の体幹情報１１０を参照して、対象者４０の体幹中心の位置を取得する。体幹抽出部２２は、頭部中心４１と腰部中心４４を結ぶ直線の角度を体幹４３として算出し、体幹情報１１０の体幹中心の位置から体幹中心５０を算出する（Ｓ３）。

次に、体幹抽出部２２は、基準となる体幹を決定する。基準となる体幹は、例えば、図３に示したＺ軸と体幹４３がなす角度が所定の角度（例えば、２０度）以内の体幹４３を、基準の体幹（基準体幹４３Ｓ）とする（Ｓ４）。

体幹４３はカメラ３４のフレームレートに応じた時系列で算出され、基準体幹４３Ｓは時系列の体幹４３のうち、所定の角度以内という上記条件を満たし、かつ、今回算出された体幹の撮影時刻から直近の撮影時刻の体幹４３である。

体幹抽出部２２は、基準体幹４３Ｓのフレームの撮影時刻を記憶する。体幹抽出部２２は、今回算出した体幹４３が基準体幹４３Ｓであれば、フレームの撮影時刻を更新する。

体幹抽出部２２は、基準体幹４３Ｓの体幹中心５０から、今回の体幹中心５０の座標までのずれ量Ｄを算出する（Ｓ５）。ずれ量Ｄは、図６で示すように基準体幹４３Ｓの体幹中心５０の座標から今回の体幹中心５０－Ｒの座標の差分（距離）で表すことができる。なお、ずれ量Ｄは距離を用いてもよいし、２次元で表現する場合にはフレーム間の画素数を用いることができる。

なお、図６は、図３に示した対象者４０が、図中右側（対象者４０は左側）へ転倒する様子を、図１のモニタ３３の位置から観察した様子を示す。図６において、転倒中の対象者４０の体幹を４３－Ｒ、頭部中心を４１－Ｒ、体幹中心を５０－Ｒの符号で示す。

また、体幹抽出部２２は、座標の差分から体幹中心５０の移動方向（転倒方向）を算出する。移動方向は、例えば、対象者４０の正面を０度として、左側への転倒では転倒方向を９０度とし、右側への転倒では転倒方向を－９０度とすることができる。また、体幹抽出部２２は、ずれ量Ｄが０又は０近傍の場合は、転倒方向が無いことを示す所定値（例えば、ヌル値）とする。

次に、ステップＳ６では、体幹抽出部２２が、今回の体幹中心５０の加速度αを、基準体幹４３Ｓの撮影時刻と今回の体幹４３の撮影時刻とずれ量Ｄと、前回の速度と前回の体幹４３の撮影時刻から算出する。

次に、体幹抽出部２２は、今回の体幹４３－Ｒと基準体幹４３Ｓがなす角度β（図６参照）と、基準体幹４３Ｓの脚部４２と今回の体幹４３の脚部４２がなす角度γ（図６参照）を算出する（Ｓ７）。

ステップＳ８では、ずれ量Ｄが所定の閾値ＴｈＤ以上であるか否かを判定し、閾値ＴｈＤ以上であればステップＳ１２へ進み、閾値ＴｈＤ未満であればステップＳ９へ進む。閾値ＴｈＤは、体幹中心５０のずれ量が転倒の予兆を示す値などに予め設定される。

ステップＳ９では、加速度αが所定の閾値Ｔｈα以上であるか否かを判定し、閾値Ｔｈα以上であればステップＳ１２へ進み、閾値Ｔｈα未満であればステップＳ１０へ進む。閾値Ｔｈαは、体幹中心５０の加速度が転倒の予兆を示す値などに予め設定される。

ステップＳ１０では、体幹４３の角度βが所定の閾値Ｔｈβ以上であるか否かを判定し、閾値Ｔｈβ以上であればステップＳ１２へ進み、閾値Ｔｈβ未満であればステップＳ１０へ進む。閾値Ｔｈβは、体幹４３の角度が転倒の予兆を示す値などに予め設定される。

ステップＳ１１では、脚部４２の角度γが所定の閾値Ｔｈγ以上であるか否かを判定し、閾値Ｔｈγ以上であればステップＳ１２へ進み、閾値Ｔｈγ未満であればステップＳ１へ戻って上記処理を繰り返す。閾値Ｔｈγは、脚部４２の角度が転倒の予兆を示す値などに予め設定される。

ステップＳ１２では、転倒確率算出部２３が、ずれ量Ｄなどに基づいて転倒確率Ｐを算出する。転倒確率Ｐは、図７で示すように、体幹中心５０のずれ量Ｄから算出することができる。図７の例では、
転倒確率Ｐ＝ｆ１（Ｄ）
で表すことができる。なお、ｆ１は、ずれ量Ｄから転倒確率Ｐを算出する所定の関数である。

本実施例では、ずれ量Ｄに加えて、体幹中心５０の加速度αと、体幹４３の角度βと、脚部４２の角度γから転倒確率Ｐを算出する。転倒確率Ｐは、
転倒確率Ｐ＝ｆ２（（Ｄ×ｗ１）＋（α×ｗ２）＋（β×ｗ３）＋（γ×ｗ４））
で表すことができる。なお、ｆ２は、ずれ量Ｄと加速度αと角度β、γから転倒確率Ｐを算出する所定の関数である。また、ｗ１はずれ量Ｄの重み係数を示し、ｗ２は加速度αの重み係数を示し、ｗ３は角度βの重み係数を示し、ｗ４は角度γの重み係数を示す。

次に、転倒確率算出部２３は、上記ステップＳ５で算出された転倒方向を取得し（Ｓ１３）、転倒方向の有無を判定する（Ｓ１４）。転倒確率算出部２３は、転倒方向が所定値（ヌル値）以外であれば転倒方向が確定しているのでステップＳ１５へ進み、そうでない場合にはステップＳ１９へ進む。

ステップＳ１５では、警報発生部２４が、転倒確率Ｐと所定の閾値ＴｈＰを比較して、転倒確率Ｐが閾値ＴｈＰ以上であれば、転倒の予兆があると判定してステップＳ１６へ進み、転倒確率Ｐが閾値ＴｈＰ未満であればステップＳ１９へ進む。

ステップＳ１６では、警報発生部２４が、対象者４０の転倒の予兆を検出したので、対象者４０に対して姿勢（体幹）を補正する方向を示す画像を体幹補正画像として生成して居室３０のモニタ３３へ送信する。

図８は、体幹の補正画像の一例を示す図である。図８は、対象者４０が図３の状態から左側へ転倒しそうな場合を示す。対象者４０に対向して設置されたモニタ３３の画面３３０には、対象者４０の現在の画像と、基準体幹４３Ｓを生成したフレームから取得した対象者のシルエットを体幹補正画像４００として表示される。さらに、対象者４０の現在の画像から体幹補正画像４００の間には、体幹を移動すべき方向が矢印４１０で表示される。

なお、モニタ３３の画面３３０は、対象者４０から観察した場合の鏡像で構成される。すなわち、対象者４０が図３の状態から左側へ転倒しそうな場合は、対象者４０の現在の画像は、画面３３０上で左側に傾いて表示される。そして、画面３３０の矢印４１０は、対象者４０から観察した場合に右側へ体を移動させるように表示される。

次に、ステップＳ１７では、警報発生部２４が居室３０のライト３５－Ｌを転倒させる。ライト３５－Ｌは、対象者４０から見て右側に設置されており、現在、左側へ転倒しそうな対象者４０に対して右側へ注意を引かせる。警報発生部２４は、対象者４０が転倒しそうな方向とは逆方向に設置されたライトを所定時間まで点灯させることにより、対象者４０に対して右側へ体幹を移動させれば転倒を回避できることを通知する。なお、警報発生部２４は、ライト３５－Ｌを所定時間まで点滅させてもよい。

なお、本実施例では、モニタ３３の両側に設置したライト３５を点灯させる例を示したが、これに限定されるものではない。例えば、モニタ３３の両側又はベッド３１の長辺の両端にスピーカ（図示省略）を設置して、転倒方向とは反対側のスピーカから音声を出力するようにしてもよい。また、光や音響等の警報装置による警報に代わって、振動で体幹を移動させる方向を指示するようにしてもよい。また、対象者４０に警報を通知する警報装置は、対象者４０の周囲に複数配置して、転倒方向とは逆方向の警報装置から警報を発生させればよい。

次に、警報発生部２４は、居室３０の対象者４０に転倒の予兆が発生したことを示す警報を出力装置１４に出力して、医療機関の担当者に転倒の予兆を通知する。

一方、ステップＳ１４、Ｓ１５の判定で、転倒方向が無く、又は、転倒確率Ｐが閾値ＴｈＰ未満の場合のステップＳ１９では、警報発生部２４が、家具やベッド３１の高さや位置を調整するメッセージを出力装置１４に出力する。そして、ステップＳ２０では、警報発生部２４がクッション３２の設置を促すメッセージを出力装置１４に出力する。そして、見守りプログラム２０は、ステップＳ１へ戻って上記処理を繰り返す。

以上の処理によって、本実施例の見守りシステムでは、人体を撮影した動画から人体の体幹の変化を抽出し、着座姿勢を含んで転倒の予兆検知を高精度で行うことが可能となる。

なお、本実施例では、姿勢保持が困難な症状のある人（対象者４０）を対象として転倒の予兆を検出する例を示したが、一般に、ヒトに対して転倒の予兆の検出を実施してもよい。

また、本実施例では、カメラ３４の動画から骨格を抽出して対象者４０の転倒確率Ｐを算出する例を示したが、これに限定されるものではない。例えば、カメラ３４の動画を取得する映像処理サーバと、映像処理サーバから動画を取得して対象者４０（被撮影者）の骨格を抽出する骨格抽出サーバを独立して稼働させ、本実施例の計算機１０が骨格抽出サーバから時系列的な骨格情報を受け付けて、被撮影者の転倒確率Ｐを算出してもよい。なお、時系列的な骨格情報は、骨格情報を抽出した画像を撮影した時刻を含む情報であればよい。

図９は、本発明の実施例２を示し、見守りシステムの構成の一例を示す図である。本実施例の見守りシステムは、多数の居室３０の対象者４０をモニタする例を示す。各居室内の構成は前記実施例１と同様である。

計算機１０は、ネットワーク３６を介して多数の居室３０のカメラ３４等に接続され、各居室３０のカメラ３４の画像（動画）を取得して、前記実施例１と同様に転倒確率Ｐを算出する。

計算機１０は、各居室３０のカメラ３４の画像を出力装置１４の画面１４０に表示する。本実施例では、計算機１０が転倒確率Ｐの大きさに応じて、画面１４０に表示する居室３０のウィンドウのサイズを変更する。

計算機１０は、居室３０内の対象者４０毎の転倒確率Ｐの値が所定の閾値ＴｈＰ１未満であれば、転倒の予兆は無いので当該居室３０内の画像は最も小さなウィンドウ１４１で表示する。

計算機１０は、居室３０内の対象者４０毎の転倒確率Ｐの値が所定の閾値ＴｈＰ２以上であれば、転倒が発生していると判定して当該居室３０内の画像は最も大きなウィンドウ１４２で表示する。なお、閾値の関係は、閾値ＴｈＰ１＜閾値ＴｈＰ２である。

計算機１０は、居室３０内の対象者４０毎の転倒確率Ｐの値が所定の閾値ＴｈＰ１以上、かつ所定の閾値ＴｈＰ２未満であれば、対象者４０に転倒の予兆が発生しているので、当該居室３０内の画像は中程度のサイズのウィンドウ１４３で表示する。

転倒が発生しているウィンドウ１４２と、転倒の予兆が発生しているウィンドウ１４３には、警告文と居室名を表示することで、医療機関の担当者に異常が発生している居室３０を通知することができる。

以上のように、本実施例の見守りシステムでは、計算機１０で多数の居室３０の対象者４０をモニタする際に、画面１４０内では居室３０毎にウィンドウを表示し、転倒の予兆が発生していない居室３０の画像を最小のサイズのウィンドウ１４１で表示し、転倒の予兆が発生している居室３０の画像を中程度のサイズのウィンドウ１４３で表示し、転倒が発生している居室３０の画像を最大のサイズのウィンドウ１４２で表示する。本実施例では、画面１４０を監視する医療機関の担当者に、異常が発生している居室３０を的確に把握させることができる。

図１０は、本発明の実施例３を示し、見守りシステムが歩行者を監視する例を示す図である。本実施例では、通路などにカメラ３４を設置して、通路を通過する歩行者の転倒の予兆を検出する例を示す。

見守りシステムの構成は、前記実施例１のモニタ３３とライト３５を削除した構成とすればよい。また、本実施例では、不特定多数の歩行者を監視する場合には、体幹中心５０の位置（比率）は、予め設定した固定値を用いる。

図１０は、計算機１０の出力装置１４の画面２００の一例を示す。画面２００は、転倒の予兆が発生していない歩行者の画像が表示され、画面２００の右側には転倒確率Ｐを示すバー２１０が表示される。

バー２１０は、転倒確率Ｐが増大するにつれて着色された領域が図中上方へ伸びるように構成される。例えば、画面２００Ａのように、転倒確率Ｐが転倒の予兆を示す場合（閾値ＴｈＰ１以上）は、バー２１０の着色領域が上方へ伸びて、歩行者の画像に加えて、警告文とカメラ３４の位置が表示される。

さらに、転倒確率Ｐが増大して閾値ＴｈＰ２以上になると、画面２００Ｂのように、バー２１０は着色領域となり、計算機１０は歩行者に転倒が発生したと判定して、歩行者の画像に加えて、警告文とカメラ３４の位置が表示される。

このように、本実施例の見守りシステムは、体幹の変化から転倒の予兆を検出することができるので、姿勢保持が困難な症状のある人に限らず、一般に、ヒトの歩行などを監視することができる。

＜結び＞
以上のように、上記実施例１～３の見守りシステムは、以下のような構成とすることができる。

（１）プロセッサ（１１）とメモリ（１２）を有する計算機（１０）で、被撮影者（対象者４０）が転倒する転倒確率（Ｐ）を算出する見守りシステムであって、前記被撮影者（４０）の時系列の骨格情報を受け付けて、前記骨格情報に基づいて前記被撮影者（４０）の頭部（頭部中心４１）と腰（腰部中心４４）の角度を算出し、前記角度を前記被撮影者（４０）の体幹（４３）として抽出し、予め設定された体幹情報（１１０）に基づいて体幹（４３）の中心を体幹中心（５０）として算出し、前記時系列の骨格情報から算出した時系列の体幹（４３）から基準となる体幹（４３）を基準体幹（４３Ｓ）として抽出し、当該基準体幹（４３Ｓ）の中心を保持する体幹抽出部（２２）と、前記基準体幹（４３Ｓ）の体幹中心（５０）と、前記体幹（４３）の体幹中心（５０）の距離をずれ量（Ｄ）として算出し、前記ずれ量（Ｄ）から前記転倒確率（Ｐ）を算出する転倒確率算出部（２３）と、を有する。

上記構成により、計算機１０は、基準体幹４３Ｓの体幹中心５０と、前記体幹４３の体幹中心５０の距離をずれ量Ｄとして算出し、前記ずれ量Ｄの値に応じて転倒確率Ｐを算出することができ、人体（被撮影者）の体幹の変化から、着座姿勢を含んで転倒の予兆検知を高精度で行うことが可能となる。

（２）上記（１）に記載の見守りシステムであって、前記体幹抽出部（２２）は、前記時系列の体幹（４３）から時系列の体幹中心（５０）を算出し、時系列の体幹中心（５０）から当該体幹中心（５０）の加速度（α）を算出し、前記転倒確率算出部（２３）は、前記体幹中心（５０）のずれ量（Ｄ）と前記加速度（α）から前記転倒確率（Ｐ）を算出する。

上記構成により、体幹中心５０のずれ量Ｄに加えて体幹中心５０の加速度αから転倒確率Ｐを算出することで、人体（被撮影者）の体幹の変化（ずれ量Ｄと加速度α）から、着座姿勢を含んで転倒の予兆検知を高精度で行うことが可能となる。

（３）上記（２）に記載の見守りシステムであって、前記体幹抽出部（２２）は、前記時系列の体幹（４３）から脚部（４２）の角度（β）を算出し、前記転倒確率算出部（２３）は、前記体幹中心（５０）のずれ量（Ｄ）と前記加速度（α）と前記脚部（４２）の角度（γ）から前記転倒確率（Ｐ）を算出する。

上記構成により、体幹中心５０のずれ量Ｄに加えて体幹中心５０の加速度αと脚部４２の角度から転倒確率Ｐを算出することで、人体（被撮影者）の体幹の変化（ずれ量Ｄと加速度αと角度γ）から、着座姿勢を含んで転倒の予兆検知を高精度で行うことが可能となる。

（４）（１）に記載の見守りシステムであって、前記転倒確率（Ｐ）が、予め設定した閾値（ＴｈＰ、ＴｈＰ１）以上になると転倒の予兆と判定する警報発生部（２４）を、さらに有する。

上記構成により、被撮影者に転倒の予兆が発生した場合、計算機１０を利用する医療機関の担当者などに被撮影者の異常を通知することができる。

（５）（４）に記載の見守りシステムであって、前記警報発生部（２４）は、前記転倒の予兆が判定されると、所定の警報（２２０）を出力する。

上記構成により、被撮影者に転倒の予兆が発生した場合、計算機１０は警報を出力することで、計算機１０を利用する医療機関の担当者や被撮影者などに異常の予兆を通知することができる。

（６）上記（４）に記載の見守りシステムであって、前記警報発生部（２４）は、前記転倒の予兆が判定されると、前記被撮影者（４０）の体幹（４３）を補正するための体幹補正画像（４００）を出力する。

上記構成により、被撮影者に転倒の予兆が発生した場合、計算機１０が体幹補正画像４００を提供することで、被撮影者に体幹の移動方向を提供することができる。

（７）上記（４）に記載の見守りシステムであって、前記体幹抽出部（２２）は、前記時系列の体幹中心（５０）から前記体幹中心（５０）の移動方向を転倒方向として算出し、前記警報発生部（２４）は、前記被撮影者（４０）の周囲に複数配置された警報装置（ライト３５）に接続されて、前記転倒の予兆が判定されると、前記転倒方向とは逆方向の前記警報装置（３５）から所定の警報を発生させる。

上記構成により、被撮影者に転倒の予兆が発生した場合、計算機１０に接続されたライト３５のうち、転倒方向とは逆方向のライト３５から警報を発生させることで、被撮影者（対象者４０）に体幹を移動させる方向を促すことができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に記載したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、又は置換のいずれもが、単独で、又は組み合わせても適用可能である。

また、上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、及び機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１０ 計算機
１１ プロセッサ
１２ メモリ
１４ 出力装置
１６ ストレージ装置
２０ 見守りプログラム
２１ 画像処理部
２２ 体幹検出部
２３ 転倒確率算出部
２４ 警報発生部
３３ モニタ
３４ カメラ
３５ ライト
１１０ 体幹情報

Claims (15)

1. プロセッサとメモリを有する計算機で、被撮影者が転倒する転倒確率を算出する見守りシステムであって、
   前記被撮影者の時系列の骨格情報を受け付けて、前記骨格情報に基づいて前記被撮影者の頭部と腰の角度を算出し、前記角度を前記被撮影者の体幹として抽出し、予め設定された体幹情報に基づいて体幹の中心を体幹中心として算出し、前記時系列の骨格情報から算出した時系列の体幹から基準となる体幹を基準体幹として抽出し、当該基準体幹の中心を第１の体幹中心とし、前記被撮影者が移動又は転倒中の体幹の中心を第２の体幹中心として保持する体幹抽出部と、
   前記基準体幹の第１の体幹中心と、前記第２の体幹中心の距離をずれ量として算出し、前記ずれ量から前記転倒確率を算出する転倒確率算出部と、
   を有することを特徴とする見守りシステム。
2. 請求項１に記載の見守りシステムであって、
   前記体幹抽出部は、
   前記時系列の体幹から時系列の前記第２の体幹中心を算出し、時系列の前記第２の体幹中心から前記第２の体幹中心の加速度を算出し、
   前記転倒確率算出部は、
   前記第１の体幹中心から前記第２の体幹中心のずれ量と前記加速度から前記転倒確率を算出することを特徴とする見守りシステム。
3. 請求項２に記載の見守りシステムであって、
   前記体幹抽出部は、
   前記時系列の体幹から脚部の角度を算出し、
   前記転倒確率算出部は、
   前記第１の体幹中心から前記第２の体幹中心のずれ量と前記加速度と前記脚部の角度から前記転倒確率を算出することを特徴とする見守りシステム。
4. 請求項１に記載の見守りシステムであって、
   前記転倒確率が、予め設定した閾値以上になると転倒の予兆と判定する警報発生部を、さらに有することを特徴とする見守りシステム。
5. 請求項４に記載の見守りシステムであって、
   前記警報発生部は、
   前記転倒の予兆が判定されると、所定の警報を出力することを特徴とする見守りシステム。
6. 請求項４に記載の見守りシステムであって、
   前記警報発生部は、
   前記転倒の予兆が判定されると、前記被撮影者の体幹を補正するための体幹補正画像を出力することを特徴とする見守りシステム。
7. 請求項４に記載の見守りシステムであって、
   前記体幹抽出部は、
   前記時系列の前記第２の体幹中心から前記第２の体幹中心の移動方向を転倒方向として算出し、
   前記警報発生部は、
   前記被撮影者の周囲に複数配置された警報装置に接続されて、前記転倒の予兆が判定されると、前記転倒方向とは逆方向の前記警報装置から所定の警報を発生させることを特徴とする見守りシステム。
8. プロセッサとメモリを有する計算機で、被撮影者が転倒する転倒確率を算出する見守り方法であって、
   前記計算機が、前記被撮影者の時系列の骨格情報を受け付けて、前記骨格情報に基づいて前記被撮影者の頭部と腰の角度を算出し、前記角度を前記被撮影者の体幹として抽出し、予め設定された体幹情報に基づいて体幹の中心を体幹中心として算出し、前記時系列の骨格情報から算出した時系列の体幹から基準となる体幹を基準体幹として抽出し、当該基準体幹の中心を第１の体幹中心とし、前記被撮影者が移動又は転倒中の体幹の中心を第２の体幹中心として保持する体幹抽出ステップと、
   前記計算機が、前記基準体幹の第１の体幹中心と、前記第２の体幹中心の距離をずれ量として算出し、前記ずれ量から前記転倒確率を算出する転倒確率算出ステップと、
   を含むことを特徴とする見守り方法。
9. 請求項８に記載の見守り方法であって、
   前記体幹抽出ステップは、
   前記時系列の体幹から時系列の前記第２の体幹中心を算出し、時系列の前記第２の体幹中心から当該前記第２の体幹中心の加速度を算出し、
   前記転倒確率算出ステップは、
   前記第１の体幹中心からの前記第２の体幹中心のずれ量と前記加速度から前記転倒確率を算出することを特徴とする見守り方法。
10. 請求項９に記載の見守り方法であって、
    前記体幹抽出ステップは、
    前記時系列の体幹から脚部の角度を算出し、
    前記転倒確率算出ステップは、
    前記第１の体幹中心から前記第２の体幹中心のずれ量と前記加速度と前記脚部の角度から前記転倒確率を算出することを特徴とする見守り方法。
11. 請求項８に記載の見守り方法であって、
    前記計算機は、前記転倒確率が予め設定した閾値以上になると転倒の予兆と判定する警報発生ステップを、さらに含むことを特徴とする見守り方法。
12. 請求項１１に記載の見守り方法であって、
    前記警報発生ステップは、
    前記転倒の予兆が判定されると、所定の警報を出力することを特徴とする見守り方法。
13. 請求項１１に記載の見守り方法であって、
    前記警報発生ステップは、
    前記転倒の予兆が判定されると、前記被撮影者の体幹を補正するための体幹補正画像を出力することを特徴とする見守り方法。
14. 請求項１１に記載の見守り方法であって、
    前記体幹抽出ステップは、
    前記時系列の前記第２の体幹中心から前記第２の体幹中心の移動方向を転倒方向として算出し、
    前記警報発生ステップは、
    前記被撮影者の周囲に複数配置された警報装置に接続されて、前記転倒の予兆が判定されると、前記転倒方向とは逆方向の前記警報装置から所定の警報を発生させることを特徴とする見守り方法。
15. プロセッサとメモリを有する計算機で、被撮影者が転倒する転倒確率を算出させるためのプログラムを格納した記憶媒体であって、
    前記被撮影者の時系列の骨格情報を受け付けて、前記骨格情報に基づいて前記被撮影者の
    頭部と腰の角度を算出し、前記角度を前記被撮影者の体幹として抽出し、予め設定された体幹情報に基づいて体幹の中心を体幹中心として算出し、前記時系列の骨格情報から算出した時系列の体幹から基準となる体幹を基準体幹として抽出し、当該基準体幹の中心を第１の体幹中心とし、前記被撮影者が移動又は転倒中の体幹の中心を第２の体幹中心として保持する体幹抽出ステップと、
    前記基準体幹の第１の体幹中心と、前記第２の体幹中心の距離をずれ量として算出し、前記ずれ量から前記転倒確率を算出する転倒確率算出ステップと、
    を前記計算機に実行させるための前記プログラムを格納した非一時的な計算機読み取り可能な記憶媒体。

Images