抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
転倒を早期発見・処置することができれば,転倒による死亡率を低減することが期待できる。転倒を検知する手法として,特定の人物を認識し追従する自律移動ロボットの開発を進めている。立体高次局所自己相関特徴(CHLAC)は,時系列画像から時空間局所的特徴が抽出できる。本稿は,時系列骨格画像のCHLAC特徴量を用いた人の転倒検知手法を,提案している。時空間局所的特徴が抽出するために,固有空間法の主成分分析により251次元のCHLAC特徴ベクトルを低次元特徴固有空間に写像する。本研究では,「歩行」と「横になる」(正常な動作)と「転倒」(異常な動作)の時系列骨格画像を実験から収集し,上記の方法を用いて,訓練データからCHLAC特徴固有空間と3種類の動作(歩行,横になる,転倒)の固有空間の基底を作成する。検証実験の結果から,次に示す事実が明らかになった;(1)3種類の動作の投影点は6つのCHLAC特徴固有空間の全てで判別が可能である。これは,提案方法が個人差に依存しないことを意味する。(2)被験者の体がKinect(モーション検知入力装置)の視界にあれば,被験者の身長や体重に関係なく効果的である。