KR102351332B1 - 수면 중 호흡 모니터링 시스템 및 방법 - Google Patents

수면 중 호흡 모니터링 시스템 및 방법 Download PDF

Info

Publication number
KR102351332B1
KR102351332B1 KR1020200040881A KR20200040881A KR102351332B1 KR 102351332 B1 KR102351332 B1 KR 102351332B1 KR 1020200040881 A KR1020200040881 A KR 1020200040881A KR 20200040881 A KR20200040881 A KR 20200040881A KR 102351332 B1 KR102351332 B1 KR 102351332B1
Authority
KR
South Korea
Prior art keywords
respiration
processor
electronic device
tables
pixel
Prior art date
Application number
KR1020200040881A
Other languages
English (en)
Other versions
KR20210123584A (ko
Inventor
민경민
Original Assignee
(주)트루엔
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by (주)트루엔 filed Critical (주)트루엔
Priority to KR1020200040881A priority Critical patent/KR102351332B1/ko
Publication of KR20210123584A publication Critical patent/KR20210123584A/ko
Application granted granted Critical
Publication of KR102351332B1 publication Critical patent/KR102351332B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Critical Care (AREA)
  • Emergency Medicine (AREA)
  • Nursing (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 다양한 실시예에 따른 전자 장치는, 카메라, 메모리, 및 프로세서를 포함하고, 상기 프로세서는 상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하고, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하며, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하며, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하며, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하고, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하며, 상기 검출된 호흡수와 제2임계값을 비교하고, 상기 비교한 결과를 기반으로, 호흡의 정상 여부를 판단하도록 설정될 수 있다.
그 외의 다양한 실시예들이 가능할 수 있다.

Description

수면 중 호흡 모니터링 시스템 및 방법{System and method for monitoring respiration during sleep}
본 발명의 다양한 실시예들은 수면 중 호흡 모니터링 시스템 및 방법에 관한 것이다.
의학 기술의 발달과 식습관 등의 향상으로 인해 현대인들의 전반적인 삶의 질이 향상되고 있다. 인류의 수명이 늘어남에 따라 인구의 고령화가 발생하고, 장년층이 늘어나는 속도도 빨라지면서 건강에 대한 관심이 증가하고 있다.
건강을 유지하고 개선시킬 수 있는 방법으로는 규칙적인 식사 및 올바른 식습관, 꾸준한 운동 등 다양한 방법이 존재하지만, 수면 활동 또한 중요하며 건강한 삶에 있어서 큰 부분을 차지한다.
건강한 수면을 위한 연구는 활발하게 진행되고 있으며, 무엇보다 수면의 질을 향상시키기 위한 연구는 주목을 받고 있다. 수면을 취할 수 있는 공간에 해당하는 침대, 소파 등의 가구에 대한 연구뿐 아니라, 올바른 수면이 이루어졌는지 확인하여 피드백을 제공하기 위한 수면 상태 분석에 관한 연구도 활발하게 이루어지고 있다. 특히, 수면 상태의 분석은 수면 중인 대상의 뇌파, 호흡 등과 관련된 것이 주를 이룬다.
한국등록특허 10-1242755호.
수면 상태 모니터링은 열화상 카메라, 적외선 카메라, 카메라와 더불어 부가적인 장비를 구비하는 등 복잡한 장치들을 이용하여 이루어질 수 있다. 이와 같은 장치들을 통한 수면 상태의 관찰은 비용 상 큰 부담이 될 수 있으며, 기존의 설비 외에 추가적인 설치가 요구될 수 있다.
카메라 등을 통하여 수면 상태를 관찰하는 경우, 관찰자가 확인이 가능한 수면 상태에 관한 지표는 뇌파, 체온, 호흡 등에 관한 것일 수 있다. 수면의 질 등 수면 상태와 밀접한 관련이 있는 호흡은 시각적으로 파악할 수 있는 요소로, 특히 유아의 경우 무호흡 또는 엎어진 상태에서의 호흡이 이루어지는 경우 위험한 상황에 놓일 수 있다. 또한, 노인 등 실내에 머물게 되는 시간이 많은 경우 수면 상태의 체크를 위한 호흡 상태의 파악은 사고를 예방하는데 도움이 될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 카메라, 메모리, 및 프로세서를 포함하고, 상기 프로세서는 상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하고, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하며, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하며, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하며, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하고, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하며, 상기 검출된 호흡수와 제2임계값을 비교하고, 상기 비교한 결과를 기반으로, 호흡의 정상 여부를 판단하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법은, 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하는 단계, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하는 단계, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하는 단계, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하는 단계, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하는 단계, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하는 단계, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하는 단계, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하는 단계, 상기 검출된 호흡수와 제2임계값을 비교하여, 상기 비교한 결과를 기반으로 호흡의 정상 여부를 판단하는 단계를 포함할 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡을 모니터링하는 시스템은, 카메라를 통해 획득한 영상 정보로부터 휘도 성분의 데이터(Y성분, luminance)를 통해 호흡 위치를 검출하고, 상기 호흡 위치를 미리 설정된 주기에 따라 재검출하며, 상기 호흡 위치를 기반으로 검출한 호흡수를 통해 호흡의 정상 여부를 판단하는 전자 장치, 및 상기 전자 장치와 통신 모듈을 이용하여 통신 연결되어, 상기 전자 장치로부터 호흡수 및 호흡의 정상 여부를 수신하고, 수신된 정보를 기반으로 상기 전자 장치를 제어하고 응급 신호를 전송하는 외부 장치를 포함할 수 있다.
일반 가정에 보급되어 있는 홈 카메라(예: PTZ카메라, 홈 cctv 등)를 이용하여 실내의 관찰 대상의 수면 중 호흡 상태를 체크한다면, 추가적인 장비들을 구비하거나 교체하지 않더라도 관찰 대상의 호흡 모니터링이 가능하기에 비용을 절감할 수 있다.
홈 카메라는 실시간으로 실내를 모니터링 하여 실내의 상태, 사람, 및/또는 애완 동물 등을 관찰하여 케어할 수 있다. 많은 가정에 보급되어 있는 홈 카메라를 이용하여 수면 여부를 관찰하고, 호흡의 상태를 파악하여 위험한 상황을 예방할 수 있다.
도1은 본 발명의 다양한 실시예에 따른, 전자 장치의 구조에 관한 블록도이다.
도2는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정 방법에 관한 흐름도이다.
도3a 및 도3b는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정을 위한 영상의 이미지 블록(image blocks)의 데이터 값에 임계값을 비교하여 적용한 예시도이다.
도4a 내지 도4c는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정 방법을 이용한 호흡 중심점 식별에 관한 예시도이다.
도5는 본 발명의 다양한 실시예에 따른, 전자 장치와 외부 기기 간의 호흡 측정 결과 송수신 및 피드백 송수신에 관한 블록도이다.
도6은 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정의 호흡 중심점 식별 및 호흡수 검출의 화면에 관한 예시도이다.
폐쇄회로 TV(closed circuit television, CCTV)(이하 'cctv')는 카메라를 이용하여 모니터링하는 방법을 지칭할 수 있다. cctv 시스템은 영상 촬영을 위한 하나 이상의 카메라와 UTP 케이블로 연결되어 개별 카메라의 영상을 압축하여 저장하는 디지털 비디오 리코더(digital video recorder, VDR), 네트워크 비디오 리코더(network video recorder, NVR), 및/또는 메모리로 구성되며 개별 cctv를 이용하여 촬영된 영상 정보 및/또는 음성 정보를 외부 기기로 전송하여 모니터링(monitoring) 하도록 할 수 있다.
최근에는 일반 가정의 실내 관찰을 위한 cctv가 보급되고 있다. 홈 카메라(예: 홈 cctv)는 애완 동물의 관리, 유아 관리, 노인 계층의 관리 등에 활용이 될 수 있으며, 관찰 대상의 행동 또는 상태를 실시간으로 관찰하여 위험한 상황이면 즉각적인 대응이 가능하도록 외부 기기와 연결될 수 있다. 또한, 외부 기기를 통해 홈 카메라를 원격으로 제어할 수 있도록 구성될 수 있다.
도1은 본 발명의 다양한 실시예에 따른, 전자 장치의 구조에 관한 블록도이다.
다양한 실시예에 따른 전자 장치(100)는 프로세서(110), 카메라(120), 메모리(130), 통신 모듈(140), 및 스피커(150)를 포함할 수 있으며, 도시된 구성 중 일부가 생략 또는 치환될 수 있다. 예를 들어, 전자 장치는 홈 카메라(예: 홈 cctv, 스마트 cctv)일 수 있으며, cctv의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 전자 장치(100)는 홈 카메라일 수 있다. 일 실시예에 따르면, 전자 장치(100)는 설치된 위치를 기준으로 움직임이 가능한 몸체를 구비할 수 있다. 예를 들어, 전자 장치(100)는 수평 방향의 움직임(panning), 수직 방향의 움직임(tilting), 또는 두 가지 움직임 모두 가능할 수 있다. 다른 실시예에 따르면, 전자 장치(100)는 하우징을 포함한 전자 장치의 하우징(예: 카메라 모듈)이 움직일 수 있다. 예를 들어, 전자 장치(100)는 몸체를 구성하고 있는 하우징이 전체적으로 수평 방향, 수직 방향 또는 두 가지 방향 모두를 포함하여 움직일 수도 있다. 또한, 전자 장치(100)에 포함될 수 있는 카메라의 시야 각(viewing angle)은 회전이 가능한 몸체가 구비될 경우 몸체의 회전 반경에 따라 확장될 수 있다.
다양한 실시예에 따른 프로세서(110)는 전자 장치의 각 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 수행하는 구성일 수 있다. 프로세서는 카메라, 메모리, 통신 모듈, 및 스피커를 포함하는 전자 장치의 내부 구성요소와 기능적으로, 작동적으로, 및/또는 전기적으로 연결될 수 있다. 일 실시예에 따르면, 프로세서(110)는 외부 기기(예: 서버, 스마트폰 등)에 의하여 제어될 수 있다. 프로세서(110)의 전자 장치 각 구성요소들에 관한 제어 및/또는 통신에 관한 연산이나 데이터 처리를 통한 본 발명의 전반적인 동작은 상기 프로세서가 포함된 전자 장치와 통신 연결 가능한 외부 기기를 통하여 동일 및/또는 유사하게 제어될 수 있다.
다양한 실시예에 따른, 프로세서(110)는 카메라를 통해 촬영한 영상 정보를 수신하여, 상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여, 제1픽셀로 수신하고, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하며, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하며, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고, 상기 형성된 복수의 제3테이블을 이용하여 호흡 중심점을 식별하며, 상기 식별된 호흡 중심점의 블록(block)을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하고, 상기 검출된 호흡수와 제2임계값을 비교하며, 상기 비교한 결과를 기반으로, 호흡의 정상 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출할 수 있다. 여기서 YUV 방식은, 영상 처리(예: 이미지 처리)의 색상 모델의 추출 방식 중 일 예에 해당할 수 있다. Y성분은 휘도(luminance), U성분 및 V성분은 색상과 관련된 신호를 의미할 수 있다. 다양한 실시예에 따르면, 프로세서는 촬영된 영상을 기반으로 Y성분인 휘도와 관련된 데이터를 활용하여 관찰자(예: 서버, 스마트폰 사용자 등)의 시각을 통해 호흡 상태를 모니터링할 수 있도록 제어할 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 수신된 제1픽셀(예: 960 x 544) 크기의 휘도 데이터(예: Y성분)를 제2픽셀(예: 16 x 8) 크기로 나누어 구별할 수 있다. 프로세서는 구별된 제2픽셀의 휘도 데이터를 제3픽셀(예: 4 x 4) 크기로 재구별하여, 재구별된 휘도 데이터를 합하여 복수의 제1테이블(예: large block table, LBT)을 형성할 수 있다. 프로세서가 상기 과정을 거치는 이유는 카메라를 통해 수신한 촬영 영상의 노이즈 제거 및 연산량의 감소를 위함일 수 있다. 프로세서는 형성된 제1테이블의 데이터를 메모리에 저장하도록 제어할 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 복수의 제1테이블 간 차이값을 연산할 수 있다. 프로세서는 연산된 결과를 기반으로 복수의 제2테이블(예: large block difference table, LBDT)을 형성하고, 복수의 제2테이블의 데이터를 미리 설정된 제1임계값과 비교하여 복수의 제3테이블(예: large block difference cut table, LBDCT)을 형성할 수 있다. 프로세서는 복수의 제3테이블로부터 개별 블록(block)들의 주기성을 판단하여, 제2임계값의 범위 내인 블록들을 검출하도록 설정될 수 있다. 이는, 전자 장치(100)가 관찰하고자 하는 대상의 호흡 중심점을 식별하기 위한 것일 수 있다. 주기성을 가지는 제3테이블의 블록들이 호흡 중심점이 될 수 있는 임의의 군집(예: 호흡 중심점 후보군)일 수 있으므로, 프로세서는 제3테이블의 개별 블록들의 주기성을 판단하도록 설정될 수 있다. 프로세서는 형성된 제2테이블 및/또는 제3테이블의 데이터를 메모리에 저장하도록 제어할 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 메모리에 미리 저장된 제1임계값을 제2테이블의 데이터와 비교할 수 있다. 제1임계값은 제2테이블에 저장될 수 있는 데이터들에 관한 이미지 노이즈를 제거하기 위한 경계값의 범위를 의미할 수 있다. 예를 들어, 프로세서는 제2테이블의 데이터들이 제1임계값 보다 작거나 같은 경우, 비교된 작거나 같은 제2테이블의 데이터들은 0의 값으로 수렴시킬 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 복수의 제3테이블을 이용하여 호흡 중심점을 식별할 수 있다. 또한, 프로세서는 식별된 호흡 중심점을 중심으로 하여 해당 블록(block) 주변의 제4픽셀(예: 3 x 3) 크기를 호흡 위치로 판단할 수 있다. 프로세서가 호흡 중심점을 식별하고, 호흡 중심점을 기준으로 주변부(예: 제4픽셀 영역)를 호흡 위치로 삼는 것은 인체의 호흡에 따른 움직임을 검출하기 위함일 수 있다. 예를 들어, 전자 장치(100)가 관찰하는 대상은 누워 있거나 혹은 엎드려서 수면 중인 상태일 수 있다. 이 때, 호흡이 일어나게 되면 관찰되는 대상의 복부는 상하의 움직임을 수반하게 될 수 있다. 프로세서(110)는 호흡수를 검출하기 위하여 관찰 대상의 복부를 호흡 위치로 판단할 수 있고, 복부 근처를 호흡 위치로 판단하기 위하여 상기 이미지 처리 과정을 미리 설정된 주기에 따라 반복하여 판단할 수 있다.
다양한 실시예에 따르면, 프로세서(110)는 판단된 호흡 위치를 기준으로 호흡수를 검출할 수 있다. 또한, 프로세서는 검출된 호흡수를 미리 설정된 제2임계값과 비교하여 호흡의 정상 여부를 판단할 수 있다. 다른 실시예에 따르면, 프로세서는 검출한 호흡수를 기반으로 관찰 대상의 호흡 주기 또는 호흡의 변화량 등을 연산하도록 설정될 수 있다. 일 실시예에 따르면, 프로세서는 관찰 대상의 호흡수 검출을 위하여 호흡 중심점을 식별할 수 있다. 예를 들어, 관찰 중인 대상이 수면 중인 경우 신체의 특정 부위가 상하 운동을 하거나 기타 미세한 움직임이 존재할 수 있다. 예를 들어, 프로세서는 관찰대상의 호흡 위치의 상하 움직임의 1회 반복을 1회의 호흡으로 검출할 수 있다. 이 때, 프로세서는 호흡 위치의 제3테이블을 기반으로 하여 호흡수를 검출 할 수 있다.
다양한 실시예에 따르면, 프로세서는 관찰 대상의 호흡수 검출 후 메모리에 미리 저장될 수 있는 임계값(예: 제2임계값)과 비교할 수 있다. 여기서 제2임계값은 연령 별 호흡수의 정상 범위에 관한 수치 범위를 의미할 수 있다. 예를 들어, 프로세서는 호흡수와 관련된 제2임계값을 비교하여 제2임계값의 범위를 벗어나는 수치인 경우 관찰 대상의 호흡이 비정상이라는 판단을 할 수 있다. 호흡수와 관련된 제2임계값은, 예를 들어, 관찰 대상의 연령대에 해당하는 평균적인 호흡수의 값일 수 있다.
다양한 실시예에 따른, 카메라(120)는 렌즈, 플래쉬, 센서 등을 포함할 수 있다. 예를 들어, 카메라는 팬-틸트-줌 카메라(pan-tilt-zoom camera, PTZ camera), cctv로 기능하기 위한 360도 카메라, 또는 구형 카메라일 수 있다. 또한, 카메라는 관찰 대상 및/또는 관찰 대상의 움직임을 포착하기 위한 센서들을 구비할 수 있다. 예를 들어, 관찰 대상 및/또는 관찰 대상의 움직임을 포착하기 위한 센서로서, 적외선 센서, 모션 센서 등이 포함될 수 있다.
다양한 실시예에 따른, 메모리(130)는 기능적으로, 작동적으로 및/또는 전기적으로 프로세서와 연결되고, 프로세서에서 수행될 수 있는 다양한 인스트럭션(instruction)들을 저장할 수 있다. 이와 같은 인스트럭션들은 프로세서에 의해 인식될 수 있는 산술 및 논리 연산, 데이터 이동, 입출력을 포함하는 다양한 제어 명령을 포함할 수 있다.
다양한 실시예에 따른, 통신 모듈(140)은 무선 통신 및/또는 유선 통신을 지원할 수 있다. 통신 모듈은 전자 장치와 외부 장치 간의 통신 연결을 지원할 수 있는 방식이면 어느 것이든 구비될 수 있다.
다양한 실시예에 따른, 스피커(150)는 음성 데이터를 송출할 수 있는 구성일 수 있다. 스피커는 전자 장치에서 촬영한 영상의 음성 데이터를 송출하거나 외부 장치로부터 전자 장치에 수신된 음성 데이터를 송출하도록 제어될 수 있다. 또한, 스피커는 전자 장치의 메모리에 미리 저장된 음성 데이터를 전자 장치의 외부로 송출하도록 제어될 수 있다.
도2는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정 방법에 관한 흐름도(200)이다. 이하 실시예에서 각 단계들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 단계들은 순서가 변경될 수도 있으며 적어도 두 단계들이 병렬적으로 수행될 수도 있다.
도2를 참조하면, 전자 장치(예: 도1의 전자 장치(100))의 프로세서(예: 도1의 프로세서(110))는 단계 201에서, 카메라(예: 도1의 카메라(120))로 촬영한 영상 정보를 수신할 수 있다.
도2를 참조하면, 전자 장치의 프로세서는 단계 202에서 수신한 영상 정보로부터 YUV 방식의 데이터 중 Y성분(예: 휘도 성분)의 데이터를 미리 설정된 제1픽셀 단위로 추출할 수 있다. 예를 들어, 제1픽셀 단위는 960 x 544의 단위일 수 있으며, 이는 일 예에 불과할 뿐 한정되는 것은 아니다.
도2를 참조하면, 전자 장치의 프로세서는 단계 203에서, 추출된 제1픽셀 단위 데이터를 제2픽셀 단위로 구별할 수 있다. 예를 들어, 제2픽셀 단위는 16 x 8의 단위일 수 있으며, 이는 일 예에 불과할 뿐 한정되지 않는다. 또한, 프로세서는 제2픽셀 단위의 휘도 데이터를 제3픽셀 단위로 재구별할 수 있다. 예를 들어, 제3픽셀 단위는 4 x 4의 단위일 수 있으며, 이는 일 예에 불과할 뿐 한정되지 않는다. 이어서 프로세서는 제3픽셀로 재구별된 영역의 데이터들을 합하여 복수의 제1테이블을 형성할 수 있다.
도2를 참조하면, 전자 장치의 프로세서는 단계 204에서, 제1테이블 데이터들의 차이값을 연산하여 제2테이블을 형성할 수 있다. 제1테이블 및 제2테이블에 저장될 수 있는 데이터의 값들은 전자 장치의 메모리에 저장될 수 있도록 제어될 수 있다.
도2를 참조하면, 전자 장치의 프로세서는 단계 205에서, 형성된 복수의 제2테이블의 데이터 값들과 미리 설정된 제1임계값을 비교할 수 있다. 프로세서는 제2테이블의 데이터 값이 제1임계값과 같거나 작은 경우, 해당 데이터 값들을 0으로 수렴시킬 수 있다. 이렇게 제2테이블의 데이터들의 값을 제1임계값과 비교하여 연산된 값들을 이용하여 제3테이블이 형성될 수 있다.
다양한 실시예에 따르면, 프로세서는 단계 206에서 형성된 복수의 제3테이블을 이용하여 관찰 대상의 호흡 중심점을 식별할 수 있다. 예를 들어, 프로세서는 제1,2,3테이블 이외에 안정도 테이블, 정합 테이블, 비정합 테이블로 지칭될 수 있는 데이터들을 이용할 수 있다. 프로세서는 제3테이블의 데이터들의 값을 안정도, 정합, 비정합 테이블들을 이용하여 이미지 블록들의 피크값을 활용하여 호흡 중심점을 식별할 수 있다. 이는 관찰 대상의 몸부림 및/또는 움직임이 일어날 수 있기 때문일 수 있다. 또한, 프로세서는 관찰 대상의 몸부림 및/또는 움직임에 대하여 이미지 블록상 겹쳐지는 위치를 새로운 호흡 중심점으로 식별할 수 있으며, 프로세서의 호흡 중심점 재식별 과정은 호흡 중심점을 식별하는 과정의 반복일 수 있다.
예를 들어, 프로세서는 호흡 중심점의 재식별 과정에서 이전의 호흡 중심점과 비교하여 위치를 변경할지 판단할 수 있다. 일 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위 내에 존재 시 그대로 유지하도록 제어할 수 있다. 다른 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위 내에 존재하지 않고 겹치는 범위가 존재하는 경우, 안정도 테이블을 참조하여 호흡 중심점 간 비교를 통해 이동 여부를 판단할 수 있다. 다른 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위와 겹치는 범위가 존재하지 않으면서 임의의 시간 동안 지속되는 경우, 리셋 후 호흡 중심점을 새로이 식별할 수 있다.
예를 들어, 프로세서는 카메라로부터 수신하게 되는 영상 정보 상에 복수의 관찰 대상을 확인하게 될 수 있다. 복수의 관찰 대상이 감지되는 경우, 프로세서는 동일 및/또는 유사한 과정을 통해 복수의 호흡 중심점을 식별하도록 설정될 수 있다.
예를 들어, 프로세서는 관찰 대상이 촬영 화면 상에서 사라졌다가 나타나게 되는 경우, 호흡 중심점의 식별을 위하여 임의의 기준 시간(예: 20초)을 2번 반복하여 재식별하는 과정을 거치도록 설정될 수 있다. 프로세서는 주기적 데이터 수집을 수행할 수 있기 때문에, 일종의 버퍼 영역(예: circular buffer)을 고려하여 호흡 중심점을 보다 정확하게 식별할 수 있다.
일 실시예에 따르면, 프로세서는 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단할 수 있다. 예를 들어, 프로세서는 제3테이블의 개별 블록의 변화를 확인하고 해당 블록의 변화량이 임의의 시간 동안 어느 정도였는지 판단할 수 있다. 다른 실시예에 따르면, 프로세서는 주기성 있는 제3테이블의 개별 블록들을 호흡 중심점의 후보군으로 추출할 수 있다. 예를 들어, 프로세서는 미리 설정된 제2임계값과 제3테이블의 개별 블록들의 주기를 비교하여 호흡 중심점이 될 수 있는 블록들을 추출할 수 있다. 호흡 중심점이 될 수 있는 블록들은 제2임계값의 범위 내의 값을 갖는 블록들일 수 있다. 제2임계값은 정상 범위의 호흡수와 관련된 것일 수 있으므로, 호흡 중심점으로 분류될 수 있는 블록은 주기성을 가지고 상기 제2임계값의 범위 내에 속하는 것일 수 있다. 프로세서는 추출된 호흡 중심점의 후보군(예: 제3테이블의 개별 블록들) 중 호흡 중심점을 식별할 수 있다.
도2를 참조하면, 프로세서는 단계 207에서 호흡 중심점을 기준으로 한 제4픽셀 단위로 구성된 영역의 호흡 위치를 중심으로 호흡수를 검출할 수 있다. 예를 들어, 제4픽셀 단위는 3 x 3의 단위일 수 있으며, 이는 일 예에 불과할 뿐 한정되지 않는다.
도2를 참조하면, 프로세서는 단계 207에서 관찰대상의 호흡 중심점을 기준으로 한 호흡 위치 영역을 기반으로 호흡수를 검출할 수 있다. 호흡수는 관찰 대상의 호흡 상태의 정상 여부를 판단할 수 있는 지표가 될 수 있다. 일 실시예에 따르면, 프로세서는검출한 호흡수를 기반으로 호흡 주기 또는 호흡의 변화량 등을 연산하도록 설정될 수 있다. 관찰 대상의 호흡과 관련된 데이터의 종류는 상기 예시에 한정되는 것은 아니며, 호흡 상태의 정상 여부를 판단할 수 있는 것이면 어느 것이든 포함될 수 있다.
프로세서는 단계 208에서, 검출된 호흡수와 제2임계값을 비교할 수 있다. 호흡수와 관련된 제2임계값은, 관찰 대상의 연령대에 부합하는(예: 연령대에 맞는) 개별 호흡수의 정상 범주의 경계값들로 구성될 수 있으며, 제2임계값과 혼용되어 설명될 수 있다. 예를 들어, 프로세서는 관찰 대상인 유아의 호흡수를 제2임계값과 비교할 수 있다.
도2를 참조하면, 프로세서는 단계 208에서 관찰 대상의 호흡 정상 여부를 판단할 수 있다. 예를 들어, 프로세서는 관찰 대상의 호흡수를 제2임계값과 비교하여 제2임계값의 범위를 벗어난(예: 정상 범위를 벗어난) 것으로 판단된 경우 관찰 대상의 호흡이 비정상이라고 판단할 수 있다. 이와 같이 비정상의 판단이 된 경우, 단계 210로 진행될 수 있다.
다른 실시예에 따르면, 프로세서는 단계 209에서 관찰 대상의 호흡수와 제2임계값의 비교로 정상 범위에 속한다는 판단에 이른 경우 관찰 대상의 호흡이 정상이라고 판단할 수 있다. 일 실시예에 따르면, 프로세서는 3세 아이의 정상 호흡 범위인 분당 20 내지 30회의 호흡수 임계값을 검출된 호흡수와 비교하여 3세 아이의 호흡이 정상인지 판단할 수 있다.
도2를 참조하면, 프로세서는 관찰 대상의 호흡이 비정상으로 판단되는 경우, 단계 210 내지 단계 212을 수행할 수 있다. 단계 210에서, 프로세서는 외부 기기(예: 서버, 스마트폰)에 관찰 대상의 호흡 상태가 비정상임을 알리는 신호를 통신 모듈 등을 통해 전송할 수 있다. 비정상 알림을 수신한 외부 기기는, 단계 211에서 전자 장치에 응급 신호를 송신하고, 전자 장치는 상기 응급 신호를 수신할 수 있다. 도2를 참조하면, 단계 212에서, 프로세서는 응급 신호의 수신에 대응하여 전자 장치의 스피커를 이용해 비상 알람을 송출할 수 있다. 단계 211 내지 212의 경우, 비정상적인 호흡 상태인 관찰 대상을 깨우거나 응급 조치를 위한 응급 구조대의 호출 등을 위한 것일 수 있다.
도3a 및 도3b는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정을 위한 영상의 이미지 블록(image blocks)의 데이터 값에 임계값을 비교하여 적용한 예시도이다.
도3a는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정을 위한 영상의 이미지 블록의 데이터 값 차(difference)에 관한 예시도이다.
도3b는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정을 위한 영상의 이미지 블록의 데이터 값에 제1임계값을 비교하여 적용하여 검출한 결과에 관한 예시도이다.
다양한 실시예에 따르면, 수면 중 호흡 측정 방법은 전자 장치(예: 도1의 전자 장치(100))의 카메라(예: 도1의 카메라(120))를 이용해 촬영한 영상을 기초로 수행될 수 있다. 프로세서(예: 도1의 프로세서(110))는 카메라를 이용해 촬영 중인 관찰 대상의 움직임에 기반하여 호흡수 및 호흡과 관련된 데이터(예: 호흡의 변화량, 호흡 주기 등) 등을 검출할 수 있다. 예를 들어, 프로세서는 임의의 시간을 주기로 삼아 관찰 대상의 호흡 관련 데이터를 검출할 수 있으며, 임의의 시간은 20초 내지 40초일 수 있고 이는 예시에 불과할 뿐 데이터 수집을 위한 시간이면 어느 것이든 가능할 수 있다.
예를 들어, 프로세서가 관찰 대상의 움직임 변화량을 측정하는 기준은 임의의 픽셀 단위 SAD(sum of absolute differences)를 활용하는 것일 수 있다. SAD는 디지털 이미지 프로세싱에서 인접한 이미지 블록들(image blocks) 간 유사성(similarity)을 측정하는 방식 중 하나일 수 있다. 일 실시예에 따르면, 프로세서는 임의의 픽셀 단위(예: 16x8 픽셀 단위)의 SAD에 포함되는 데이터(예: y축의 값으로서 휘도(luminance) 값) 중 일부 및/또는 전부를 이용할 수 있다. 프로세서는 수신한 영상에서 임의로 정한 이미지 크기의 합산량을 정해두고, SAD를 수행하는 이미지를 상기 합산량 중 일부를 활용하여 판단할 수 있다. 일 실시예에 따르면, 프로세서의 임의의 픽셀 단위 SAD 활용 과정은 촬영된 영상의 노이즈(noise) 제거 및/또는 연산의 단순화를 위한 것일 수 있다. 노이즈가 제거된 이미지 블록들(image blocks)의 데이터 값은 테이블의 형태로 메모리에 저장될 수 있으며, 이러한 테이블은 본 명세서의 전반에서 LBT(large block table) 또는 제1테이블로 혼용되어 지칭될 수 있다.
프로세서는 노이즈가 제거된 이미지들의 블록들(image blocks)의 데이터 값이 임의의 개수가 되면(예: LBT에 저장되는 데이터 값이 5개 이상) 개별 블록 단위의 차를 연산한 테이블을 생성할 수 있다. 일 실시예에 따르면, LBT에 저장되는 데이터 값의 차는 본 명세서의 전반에서 LBT 데이터들의 차이 값, LBDT(large block different table), 또는 제2테이블 등으로 혼용되어 지칭될 수 있다. LBDT는 미리 설정된 제1임계값과 비교하여, 제1임계값보다 같거나 작은 값을 가지는 블록들은 소멸시켜 단순화 및/또는 노이즈 제거의 과정을 거치도록 설정될 수 있다. 제2테이블의 데이터 값들과 제1임계값을 비교하여 검출된 데이터 값들은 LBDCT(large block different cut table) 또는 제3테이블로 지칭될 수 있는 테이블 형태로 메모리에 저장될 수 있다. 프로세서는 제3테이블의 개수가 임의의 수가 충족될 때까지 검출 과정을 반복하여 수행할 수 있으며, 임의의 제3테이블의 개수는, 예를 들어, 80개 이상(예: 20초 간격)이 될 수 있다.
도3a를 참조하면, 프로세서는 복수의 제1테이블의 데이터 값들의 차이 값을 연산하여 제2테이블을 형성할 수 있다. 도3a에 도시된 예시는 제2테이블의 데이터 값들을 나타낸 것일 수 있다. 도3a를 참조하면, x축(예: 가로 축)은 제2테이블의 좌표를 나타낼 수 있고, y축(예: 세로 축)은 이전 이미지 블록들과의 차이 값을 의미할 수 있다. 예를 들어, y축의 이미지 블록들과의 차이 값은 제2테이블의 데이터 값들을 의미할 수 있다.
도3b를 참조하면, 프로세서는 복수의 제2테이블의 데이터 값들과 미리 설정된 제1임계값을 비교하여 노이즈 제거를 한 제3테이블을 형성할 수 있다. 도3b에 도시된 예시는 제3테이블에 저장된 데이터 값들의 예시일 수 있으며, 형성된 복수의 제3테이블의 데이터 중 일부에 대한 것일 수도 있다. 도3a 및 도3b를 참조하면, 프로세서는 도3a의 제2테이블의 데이터들의 값을 각각의 x축의 좌표에 대응하여 y축의 값들이 제1임계값보다 동일 또는 작은 경우 0으로 수렴시킬 수 있다. 프로세서가 이렇게 연산한 값들을 새로운 제3테이블에 저장할 수 있으며, 형성된 제3테이블은 제2테이블의 개수에 따라 복수 개로 형성될 수 있다.
도3a 및 도3b를 참조하면, 프로세서는 제2테이블의 데이터 값들을 먼저 검출한 후 미리 설정된 제1임계값보다 작은 값들을 소거하여 적용한 제3테이블의 데이터 값들(예: 도3b)을 검출할 수 있다. 프로세서가 이미지 블록들을 임의의 단위로 나누어 연산을 반복하는 것은 영상에 포함될 수 있는 노이즈의 제거를 위한 것일 수 있고, 예를 들어, 연속하여 입력되는 이미지들의 y축 데이터에 관하여 제3테이블의 개수가 80개가 될 때까지 3회 내지 6회까지 반복하여 수행될 수 있다.
도4a 내지 도4c는 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정 방법을 이용한 호흡 중심점 식별에 관한 예시도이다.
다양한 실시예에 따르면, 프로세서가 제3테이블를 형성하는 과정을 거치게 되는 것은 관찰 대상의 호흡 중심점을 식별하기 위한 것일 수 있다. 예를 들어, 프로세서는 형성된 임의의 개수 이상의 제3테이블의 데이터 값들(예: 75개 이상)을 기준으로 호흡 중심점을 찾을 수 있다. 관찰 대상의 호흡 중심점은 임의의 주기에 대응하여 일정한 움직임을 나타내는 곳을 지칭할 수 있다.
일 실시예에 따르면, 프로세서는 관찰 대상의 호흡 중심점을 식별하기 위하여 임의의 데이터들을 활용할 수 있다. 예를 들어, 프로세서는 복수의 테이블(예: 제1테이블, 제2테이블, 제3테이블, 안정도 테이블, 비정합 테이블, 정합 테이블)로 저장될 수 있는 데이터들을 활용할 수 있다.
도4a를 참조하면, 프로세서는 임의의 테이블(예: 안정도 테이블(stability table))을 활용하여 호흡 중심점을 식별하기 위한 이미지 블록들의 검출 값(예: LBDCT 값)에 활용할 수 있다. 예를 들어, 임의의 테이블은 검출된 LBDCT 각 블록 값들의 주기 별 안정성을 저장한 것일 수 있다. 프로세서는 검출된 LBDCT 데이터 값들을 임의의 주기 별로 안정성을 체크하여 테이블 형태로 저장할 수 있고, 저장된 테이블은 안정도 테이블일 수 있다.
도4b를 참조하면, 프로세서는 이미지 블록들 별 변화량의 최대값, 최소값을 이용하여 피크(peak)를 검출할 수 있다. 예를 들어, 프로세서는 도4a의 안정도 테이블에서 양의 값(예: + 값) 또는 음의 값(예: - 값)을 갖는 데이터들을 플러스 피크(예: 1) 또는 마이너스 피크(예: - 1)로써 검출할 수 있다.
도4a 내지 도4c를 참조하면, 프로세서는 안정도 테이블 외에도 임의의 테이블들을 생성하여 저장할 수 있다. 예를 들어, 사람의 호흡이 이루어지는 경우 호흡 중심점의 상하 움직임은 1회 상승과 1회 하강을 세트로 하여 주기적으로 반복될 수 있다. 프로세서는 비정합 테이블(예: invalid rate table) 및 정합 테이블(예: around table)로 지칭될 수 있는 테이블들을 저장하도록 설정될 수 있다. 비정합 테이블은 안정도 테이블에서 임계값보다 작은 값들을 갖는 블록들의 불안정성을 저장한 것으로 정의될 수 있다. 여기서 비정합의 의미는 호흡을 위한 호흡 중심점의 1회 상승 및 1회 하강, 예를 들어, 플러스 피크와 마이너스 피크의 주기적 반복 외의 것들일 수 있다. 정합 테이블은 임의의 이미지 블록 주변의 안정적인 이미지 블록들의 개수를 저장한 테이블일 수 있다. 예를 들어, 정합의 의미는 호흡 중심점의 위치에서는 1회 상승 및 1회 하강의 플러스 피크 및 마이너스 피크의 주기적 반복일 수 있다.
도4a 내지 도4c를 참조하면, 도4a의 제3테이블의 데이터 값들을 검출하여 안정도 테이블에 안정도를 반영한 값들을 저장하게 된다. 이후 안정도 테이블을 기반으로 피크값들(peak values)을 검출한 후, 호흡의 정합 여부를 판단하여 도4c와 같은 호흡의 주기적 피크값들을 검출할 수 있다.
프로세서는 안정도 테이블에 저장된 데이터 값들(예: 안정한 이미지 블록들의 개수) 중 가장 큰 이미지 블록들을 검출할 수 있다. 예를 들어, 프로세서는 안정도가 가장 큰 이미지 블록을 관찰 대상의 호흡 중심점으로 식별하도록 설정될 수 있다. 다른 실시예에 따르면, 프로세서는 안정도 테이블 상 호흡 중심점으로 식별될 수 있는 블록이 2개 이상인 경우, 변화 주기 상 안정성이 높은 블록을 호흡 중심점으로 식별할 수 있다. 다른 실시예에 따르면, 프로세서는 변화 주기 상 안정성이 높은 블록이 2개 이상인 경우(예: 변화 주기 상 안정성이 동일한 2개 이상의 블록), 변화 주기 상 피크값의 변화량이 가장 큰 블록을 호흡 중심점으로 식별할 수 있다.
프로세서는 식별한 호흡 중심점을 관찰 대상의 호흡 위치로 삼아 해당 이미지 블록을 기반으로 임의의 픽셀 단위(예: 제4픽셀(호흡 중심점 주변의 3 x 3))를 호흡 범위로 삼아 Y성분의 데이터(예: 휘도 성분의 데이터)를 수집할 수 있다. 여기서 기재되는 호흡 중심점을 기준으로 한 제4픽셀 단위의 영역은 호흡 위치로 혼용되서 지칭될 수 있다. 다른 실시예로, 프로세서는 호흡 중심점의 식별을 위하여 안정도 테이블, 정합 테이블, 비정합 테이블 등을 반복적으로 활용할 수 있다. 이는 관찰 대상의 몸부림 및/또는 움직임이 일어날 수 있기 때문일 수 있다. 또한, 프로세서는 관찰 대상의 몸부림 및/또는 움직임에 대하여 이미지 블록상 겹쳐지는 위치를 새로운 호흡 중심점으로 식별할 수 있으며, 프로세서의 호흡 중심점 재식별 과정은 호흡 중심점을 식별하는 과정의 반복일 수 있다.
예를 들어, 프로세서는 호흡 중심점의 재식별 과정에서 이전의 호흡 중심점과 비교하여 위치를 변경할지 판단할 수 있다. 일 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위 내에 존재 시 그대로 유지하도록 제어할 수 있다. 다른 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위 내에 존재하지 않고 겹치는 범위가 존재하는 경우, 안정도 테이블을 참조하여 호흡 중심점 간 비교를 통해 이동 여부를 판단할 수 있다. 다른 실시예에 따르면, 프로세서는 새로운 호흡 중심점이 이전 호흡 중심점 범위와 겹치는 범위가 존재하지 않으면서 임의의 시간 동안 지속되는 경우, 리셋 후 호흡 중심점을 새로이 식별할 수 있다.
예를 들어, 프로세서는 카메라로부터 수신하게 되는 영상 정보 상에 복수의 관찰 대상을 확인하게 될 수 있다. 복수의 관찰 대상이 감지되는 경우, 프로세서는 동일 및/또는 유사한 과정을 통해 복수의 호흡 중심점을 식별하도록 설정될 수 있다.
예를 들어, 프로세서는 관찰 대상이 촬영 화면 상에서 사라졌다가 나타나게 되는 경우, 호흡 중심점의 식별을 위하여 임의의 기준 시간(예: 20초)을 2번 반복하여 재식별하는 과정을 거치도록 설정될 수 있다. 프로세서는 주기적 데이터 수집을 수행할 수 있기 때문에, 일종의 버퍼 영역(예: circular buffer)을 고려하여 호흡 중심점을 보다 정확하게 식별할 수 있다.
다양한 실시예에 따르면, 프로세서는 관찰 대상의 호흡 정상 여부를 판단하는 기준이 될 수 있는 호흡수를 검출할 수 있다. 프로세서가 검출할 수 있는 호흡수는, 임의의 주기 별로 측정될 수 있다.
도5는 본 발명의 다양한 실시예에 따른, 전자 장치와 외부 기기 간의 호흡 측정 결과 송수신 및 피드백 송수신에 관한 블록도이다.
도5를 참조하면, 전자 장치(510)(예: 도1의 전자 장치(100))는 프로세서(511), 카메라(512), 메모리(513), 및 스피커(515)를 포함할 수 있으며, 도시된 구성 중 일부가 생략 또는 치환될 수 있다. 전자 장치는 도1의 전자 장치(100)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(511)(예: 도1의 프로세서(110))는 도1의 프로세서(110)의 구조 및/또는 기능 중 적어도 일부를 포함할 수 있다. 프로세서(511)는 카메라(512), 메모리(513), 통신 모듈(514), 및 스피커(515)를 포함하는 전자 장치(510)의 내부 구성요소와 기능적으로, 작동적으로, 및/또는 전기적으로 연결될 수 있다.
도5를 참조하면, 외부 기기1(520) 및/또는 외부 기기2(530)는 사용자가 소지하는 단말기(예: 스마트폰 등) 및/또는 서버일 수 있다. 외부 기기1(520)은 프로세서(521) 및 통신 모듈(522)을 포함할 수 있으며, 도시된 구성 중 일부가 생략, 치환 또는 추가될 수 있다. 외부 기기2(530)은 프로세서(531) 및 통신 모듈(532)을 포함할 수 있으며, 도시된 구성 중 일부가 생략, 치환 또는 추가될 수 있다.
도5를 참조하면, 전자 장치(510)의 프로세서(511)는 카메라(512)(예: 도1의 카메라(120))를 이용하여 관찰 대상의 영상을 분석하도록 설정될 수 있다. 프로세서(511)는 상기 관찰 대상의 호흡 중심점의 움직임 시간을 미리 설정된 주기 별로 측정하고, 측정된 움직임 시간을 기반으로 관찰 대상의 수면 상태 여부를 판단하도록 설정될 수 있다. 프로세서(511)는 관찰 대상이 수면 상태일 때, 검출한 호흡수가 제2임계값과 비교하여 제2임계값을 벗어나는 값을 가져 비정상으로 판단하는 경우, 통신 모듈(514)(예: 도1의 통신 모듈(140))을 이용해 외부 기기(예: 외부 기기1(520), 외부 기기2(530))에 비정상 알림을 전송할 수 있다.
도5를 참조하면, 외부 기기(예: 외부 기기1(520), 외부 기기2(530))의 프로세서(예: 프로세서(521), 프로세서(531))는 통신 모듈(예: 통신 모듈(522), 통신 모듈(532))을 통해 전자 장치(510)로부터 비정상 알림을 수신하도록 설정될 수 있다. 외부 기기를 통해 응급 신호를 입력하면, 통신 모듈을 이용해 전자 장치로 응급 신호가 전송될 수 있다. 응급 신호를 수신한 전자 장치(510)는 프로세서(511)의 제어 하에 스피커(515)(예: 도1의 스피커(150))를 이용해 비상 알람을 송출할 수 있다. 예를 들어, 수면 중 호흡 상태가 비정상인 관찰 대상을 깨우기 위한 비상 알람이 송출될 수 있다. 또한, 상기 비정상 알림 및/또는 응급 신호의 전송 과정은 외부 기기의 사용자들이 응급 대원(예: 119구조대)과 연락이 닿도록 빠른 연결이 지원되도록 설정될 수도 있다.
도6은 본 발명의 다양한 실시예에 따른, 수면 중 호흡 측정의 호흡 중심점 식별 및 호흡수 검출의 화면에 관한 예시도이다.
도6을 참조하면, 전자 장치(예: 도1의 전자 장치(100), 도5의 전자 장치(510))의 카메라를 통해 촬영되는 영상에서, 관찰 대상의 호흡 중심점을 식별할 수 있다. 프로세서는 식별된 호흡 중심점을 중심으로 제4픽셀의 영역을 호흡 위치로 삼아 지속적으로 관찰하여 상하의 움직임을 기반으로 호흡수를 검출할 수 있다.
도6을 참조하면, 프로세서(예: 도1의 프로세서(110), 도5의 프로세서(511))는 침대에 누워 있는 관찰 대상의 호흡을 측정할 수 있다. 예를 들어, 프로세서는 카메라(예: 도1의 카메라(120), 도5의 카메라(512))로부터 수신한 영상 정보로부터 관찰 대상의 호흡 중심점을 식별하고, 식별된 호흡 중심점을 중심으로 한 호흡 위치의 영역을 통해 호흡수를 검출할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 카메라, 메모리, 및 프로세서를 포함하고, 상기 프로세서는 상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하고, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하며, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하며, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하며, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하고, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하며, 상기 검출된 호흡수와 제2임계값을 비교하고, 상기 비교한 결과를 기반으로, 호흡의 정상 여부를 판단하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 프로세서는 호흡수의 검출 시, 제3테이블의 데이터 중 피크(peak)값을 이용하도록 설정될 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치의 프로세서는 상기 호흡수를 미리 설정된 주기 별로 검출하고, 상기 검출된 호흡수를 기반으로 호흡의 정상 여부를 주기적으로 판단하도록 설정될 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치의 상기 프로세서는 미리 설정된 주기에 따라 상기 호흡 위치를 판단하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 통신 모듈을 포함하고, 프로세서는 호흡이 비정상으로 판단된 경우, 상기 통신 모듈을 이용해 외부 기기에 비정상 알림을 전송하도록 설정될 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치는, 스피커를 포함하고, 상기 프로세서는 상기 외부 기기로부터 응급 신호를 수신하면, 상기 스피커를 이용해 비상 알람을 송출하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법은, 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하는 단계, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하는 단계, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하는 단계, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하는 단계, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하는 단계, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하는 단계, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하는 단계, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하는 단계, 상기 검출된 호흡수와 제2임계값을 비교하여, 상기 비교한 결과를 기반으로 호흡의 정상 여부를 판단하는 단계를 포함할 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법의 검출하는 단계는 제3테이블의 데이터 중 피크(peak)값을 이용하는 단계를 포함할 수 있다. 본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법의 검출하는 단계는 호흡수를 미리 설정된 주기 별로 검출하는 단계를 포함하고, 판단하는 단계는 상기 검출된 호흡수를 기반으로 호흡의 정상 여부를 주기적으로 판단하는 단계를 포함할 수 있다. 본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법의 검출하는 단계는 미리 설정된 주기에 따라 상기 호흡 위치를 판단하는 단계를 포함할 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법의 판단하는 단계는 호흡이 비정상으로 판단된 경우, 통신 모듈을 이용하여 외부 기기에 비정상 알림을 전송하는 단계를 더 포함할 수 있다. 본 발명의 다양한 실시예에 따른 수면 중 호흡 측정 방법은 상기 외부 기기로부터 응급 신호를 수신하는 경우, 스피커를 이용하여 비상 알람을 송출하는 단계를 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡을 모니터링하는 시스템은, 카메라를 통해 획득한 영상 정보로부터 휘도 성분의 데이터(Y성분, luminance)를 통해 호흡 위치를 검출하고, 상기 호흡 위치를 미리 설정된 주기에 따라 재검출하며, 상기 호흡 위치를 기반으로 검출한 호흡수를 통해 호흡의 정상 여부를 판단하는 전자 장치, 및 상기 전자 장치와 통신 모듈을 이용하여 통신 연결되어, 상기 전자 장치로부터 호흡수 및 호흡의 정상 여부를 수신하고, 수신된 정보를 기반으로 상기 전자 장치를 제어하고 응급 신호를 전송하는 외부 장치를 포함할 수 있다.
본 발명의 다양한 실시예에 따른 수면 중 호흡을 모니터링하는 시스템은, 전자 장치와 통신 모듈을 이용하여 통신 연결되어, 상기 전자 장치로부터 호흡수 및 호흡의 정상 여부를 수신하고, 수신된 정보를 기반으로 상기 전자 장치를 제어하고 응급 신호를 전송하는 휴대용 단말기를 더 포함할 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치는 상기 외부 장치로부터 응급 신호를 수신하면, 전자 장치의 스피커를 이용하여 비상 알람을 송출하도록 설정될 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    카메라;
    메모리; 및
    프로세서를 포함하고,
    상기 프로세서는
    상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하고,
    상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하며,
    상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고,
    상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하며,
    상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고,
    상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하며,
    상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하고,
    상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하며,
    상기 검출된 호흡수와 제2임계값을 비교하고,
    상기 비교한 결과를 기반으로, 호흡의 정상 여부를 판단하도록 설정된 전자 장치.
  2. 제1항에 있어서,
    상기 프로세서는
    상기 호흡수의 검출 시, 상기 제3테이블의 데이터 중 피크(peak)값을 이용하도록 설정된 전자 장치.
  3. 제1항에 있어서,
    상기 프로세서는
    상기 호흡수를 미리 설정된 주기 별로 검출하고,
    상기 검출된 호흡수를 기반으로 호흡의 정상 여부를 주기적으로 판단하도록 설정된 전자 장치.
  4. 제1항에 있어서,
    통신 모듈을 포함하고,
    상기 프로세서는
    호흡이 비정상으로 판단된 경우,
    상기 통신 모듈을 이용해 외부 기기에 비정상 알림을 전송하도록 설정된 전자 장치.
  5. 제4항에 있어서,
    스피커를 포함하고,
    상기 프로세서는
    상기 외부 기기로부터 응급 신호를 수신하면, 상기 스피커를 이용해 비상 알람을 송출하도록 설정된 전자 장치.
  6. 제1항에 있어서,
    상기 프로세서는 미리 설정된 주기에 따라 상기 호흡 위치를 판단하도록 설정된 전자 장치.
  7. 카메라, 메모리 및 프로세서를 포함하는 전자 장치가 수면 중 호흡을 측정하는 방법에 있어서,
    상기 프로세서에서, 상기 카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하는 단계;
    상기 프로세서에서, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하는 단계;
    상기 프로세서에서, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하는 단계;
    상기 프로세서에서, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하는 단계;
    상기 프로세서에서, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하는 단계;
    상기 프로세서에서, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하는 단계;
    상기 프로세서에서, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하는 단계;
    상기 프로세서에서, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하는 단계; 및
    상기 프로세서에서, 상기 검출된 호흡수와 제2임계값을 비교하여, 상기 비교한 결과를 기반으로 호흡의 정상 여부를 판단하는 단계를 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  8. 제7항에 있어서,
    상기 검출하는 단계는
    상기 프로세서에서, 상기 제3테이블의 데이터 중 피크(peak)값을 이용하는 단계를 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  9. 제7항에 있어서,
    상기 검출하는 단계는
    상기 프로세서에서, 상기 호흡수를 미리 설정된 주기 별로 검출하는 단계를 포함하고,
    상기 판단하는 단계는
    상기 프로세서에서, 상기 검출된 호흡수를 기반으로 호흡의 정상 여부를 주기적으로 판단하는 단계를 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  10. 제7항에 있어서,
    상기 전자 장치는 통신 모듈을 더 포함하고,
    상기 판단하는 단계는
    상기 프로세서에서, 상기 호흡이 비정상으로 판단된 경우, 상기 통신 모듈을 이용하여 외부 기기에 비정상 알림을 전송하는 단계를 더 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  11. 제10항에 있어서,
    상기 전자 장치는 스피커를 더 포함하고,
    상기 외부 기기로부터 응급 신호를 수신하는 경우, 상기 프로세서에서, 상기 스피커를 이용하여 비상 알람을 송출하는 단계를 더 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  12. 제7항에 있어서,
    상기 검출하는 단계는
    상기 프로세서에서, 미리 설정된 주기에 따라 상기 호흡 위치를 판단하는 단계를 포함하는, 전자 장치가 수면 중 호흡을 측정하는 방법.
  13. 수면 중 호흡을 모니터링하는 시스템에 있어서,
    카메라를 통해 촬영한 영상 정보를 YUV 방식으로 추출하여 제1픽셀로 수신하고, 상기 수신된 제1픽셀의 휘도(Y성분, luminance) 데이터를 제2픽셀로 나누어 구별하고, 상기 구별된 제2픽셀의 휘도 데이터를 제3픽셀로 재구별하여, 상기 재구별된 휘도 데이터를 합하여 복수의 제1테이블을 형성하고, 상기 형성된 복수의 제1테이블 간 차이값을 연산하여 복수의 제2테이블을 형성하고, 상기 복수의 제2테이블의 데이터와 제1임계값을 비교하여 복수의 제3테이블을 형성하고, 상기 형성된 복수의 제3테이블의 개별 블록(block)들의 주기성을 판단하여 제2임계값과의 비교를 통해 호흡 중심점의 후보군을 추출하고, 상기 추출된 호흡 중심점의 후보군 중 호흡 중심점을 식별하고, 상기 식별된 호흡 중심점의 블록을 중심으로 제4픽셀을 호흡 위치로 판단하여 호흡수를 검출하고, 상기 검출된 호흡수와 제2임계값을 비교하여, 상기 비교한 결과를 기반으로 호흡의 정상 여부를 판단하는 전자 장치; 및
    상기 전자 장치와 통신 모듈을 이용하여 통신 연결되어, 상기 전자 장치로부터 호흡수 및 호흡의 정상 여부를 수신하고, 수신된 정보를 기반으로 상기 전자 장치를 제어하고 응급 신호를 전송하는 외부 장치를 포함하는 모니터링 시스템.
  14. 제13항에 있어서,
    상기 전자 장치와 통신 모듈을 이용하여 통신 연결되어, 상기 전자 장치로부터 호흡수 및 호흡의 정상 여부를 수신하고, 수신된 정보를 기반으로 상기 전자 장치를 제어하고 응급 신호를 전송하는 휴대용 단말기
    를 더 포함하는 모니터링 시스템.
  15. 제13항에 있어서,
    상기 전자 장치는
    상기 외부 장치로부터 응급 신호를 수신하면, 상기 전자 장치의 스피커를 이용하여 비상 알람을 송출하도록 설정된 모니터링 시스템.
KR1020200040881A 2020-04-03 2020-04-03 수면 중 호흡 모니터링 시스템 및 방법 KR102351332B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200040881A KR102351332B1 (ko) 2020-04-03 2020-04-03 수면 중 호흡 모니터링 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200040881A KR102351332B1 (ko) 2020-04-03 2020-04-03 수면 중 호흡 모니터링 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210123584A KR20210123584A (ko) 2021-10-14
KR102351332B1 true KR102351332B1 (ko) 2022-01-18

Family

ID=78151281

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200040881A KR102351332B1 (ko) 2020-04-03 2020-04-03 수면 중 호흡 모니터링 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102351332B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014171574A (ja) * 2013-03-07 2014-09-22 Sharp Corp 呼吸モニタリング装置、システム、及び方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101242755B1 (ko) 2012-06-28 2013-03-12 주식회사 엘에스엘시스템즈 열화상 카메라를 이용한 신생아 모니터링 시스템
KR101910995B1 (ko) * 2017-03-27 2018-12-28 연세대학교 원주산학협력단 보호자 스마트폰과 연동되는 수면무호흡상태 모니터링 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014171574A (ja) * 2013-03-07 2014-09-22 Sharp Corp 呼吸モニタリング装置、システム、及び方法

Also Published As

Publication number Publication date
KR20210123584A (ko) 2021-10-14

Similar Documents

Publication Publication Date Title
US10796140B2 (en) Method and apparatus for health and safety monitoring of a subject in a room
EP3468180B1 (en) Display control device, display control system, display control method, display control program, and recording medium
CN102831750B (zh) 用于人体跌倒检测的智能视频监控系统及检测方法
WO2010055205A1 (en) Method, system and computer program for monitoring a person
JP2014171574A (ja) 呼吸モニタリング装置、システム、及び方法
KR101712191B1 (ko) 환자 낙상예방 모니터링 장치
KR20150034023A (ko) 노인 관리용 무선 카메라 장치 및 이를 통한 노인 관리 시스템
JP5771039B2 (ja) 放置人物検出装置
JP6870465B2 (ja) 被監視者監視装置および該方法ならびに被監視者監視システム
JP2018533240A (ja) 占有検出
WO2006123331A2 (en) Monitoring method and device
CN112535459B (zh) 睡眠异常检测方法、装置、电子设备及可读存储介质
KR102351332B1 (ko) 수면 중 호흡 모니터링 시스템 및 방법
KR101357721B1 (ko) 영상 데이터를 이용하여 독거 노인에 대한 비정상 상황 발생을 감지하는 장치 및 방법
CN108846996B (zh) 一种摔倒侦测系统及方法
US10909678B2 (en) Method and apparatus for monitoring of a human or animal subject
US20180199836A1 (en) Biological information detection device, biological information detection method, and biological information detection system
Miaou et al. A smart vision-based human fall detection system for telehealth applications
KR100961476B1 (ko) 행동 패턴 인식 장치 및 방법
JP2023548886A (ja) カメラを制御するための装置及び方法
Khawandi et al. Integrated monitoring system for fall detection in elderly
JP5669648B2 (ja) 異常検知装置
JP2002044645A (ja) テレビカメラによる自動監視方法及び同装置並びに同プログラムを記録した記録媒体
JP2002230555A (ja) 動きを検知する検知装置及び方法
CN115223331A (zh) 一种跌倒报警方法及装置、设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant