JP6708980B2 - 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム - Google Patents

Description

本開示は、画像処理技術に関し、特に、人物の動作を判別することが可能な画像処理技術に関する。

画像から人物の動作を判別するための画像処理技術がある。この画像処理技術は、たとえば、高齢者等の介護を要する被介護者の動作を見守る画像処理装置に応用されている。

このような画像処理装置に関し、特開２０１２−７１００４号公報（特許文献１）は、患者ごとの容態に対応した看護者への通知を行なうことが可能な安全看護システムを開示している。特開２００１−３０７２５７号公報（特許文献２）は、介護者が被介護者の異常や介護の必要な状況の報知を受けた場合に、その深刻さ、緊急性、危険性等の程度を知ることができる介護支援システムを開示している。

特開２０１２−７１００４号公報 特開２００１−３０７２５７号公報

ところで、被介護者に転倒等の危険な動作が生じた場合に、そのことを介護者に報知するだけでなく、被介護者に危険動作が生じたときの画像（映像）を記録することが望まれている。このとき、危険動作の記録が実行される感度（以下、「記録レベル」ともいう。）は、危険動作の報知が実行される感度（以下、「報知レベル」ともいう。）と異なることが求められている。たとえば、被介護者が躓いた等、転倒まではしていない動作が報知されると、介護者の負担が増えてしまう。このような負担を減らすためには、それほど危険ではない動作の報知を抑えることが重要である。一方で、転倒等の原因となる危険個所を特定するためには、被介護者が躓いた等、転倒まではしていない動作であっても漏れなく記録することが重要である。

特許文献１に開示される安全看護システムは、患者ごとの容態に応じて、複数種類の所定動作と複数の警報レベルとの対応関係を設定する。当該安全看護システムは、患者の所定動作を検出した場合に、検出された所定動作に対応付けられている警報レベルで、患者が所定動作を行なったことを報知する。すなわち、当該安全看護システムは、動作の種類別の警報レベルを設定するものであり、同一の動作について異なる警報レベルを設定するものではない。また、当該安全看護システムは、患者の所定動作の記録を行なうものでもない。

特許文献２に開示される介護支援システムは、被介護者の所定の行動の検知レベルを設定するステップと、検知レベルに基づいて被介護者の所定の行動を検知し、介護者に報知するステップと備える。介護者は被介護者の特性に応じた報知方法を選択することができる。当該介護支援システムは、被介護者の所定動作の記録を行なうものではない。

本開示は上述のような問題点を解決するためになされたものであって、ある局面における目的は、同一の動作に対する報知と記録とのそれぞれを用途に合わせて実現できる画像処理システムを提供することである。他の局面における目的は、同一の動作に対する報知と記録とのそれぞれを用途に合わせて実現できる画像処理装置を提供することである。さらに他の局面における目的は、同一の動作に対する報知と記録とのそれぞれを用途に合わせて実現できる画像処理方法を提供することである。さらに他の局面における目的は、同一の動作に対する報知と記録とのそれぞれを用途に合わせて実現できる画像処理プログラムを提供することである。

ある局面に従うと、監視対象の人物である被介護者における特定の動作を検出する画像処理システムは、被介護者の動作を示す動作データを取得するための取得部と、動作データを用いて、被介護者の動きの度合いを示す評価値を算出するための算出部と、評価値が第１判定条件を満たした場合に、動作データを記録するための記録部と、評価値が第１判定条件とは異なる第２判定条件を満たした場合に、特定の動作を検出したことを報知するための報知部とを備える。特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである。

好ましくは、記録部は、評価値を第１閾値と比較することで第１判定条件が満たされたか否かを判定する。報知部は、評価値を第１閾値とは異なる第２閾値と比較することで第２判定条件が満たされたか否かを判定する。

好ましくは、第１判定条件における評価値に対する判定条件数と、第２判定条件における評価値に対する判定条件数とは異なる。

好ましくは、第２判定条件における評価値に対する判定条件数は、第１判定条件における評価値に対する判定条件数よりも多い。

好ましくは、第２判定条件は、第１判定条件よりも満たされにくい条件である。
他の局面に従うと、監視対象の人物における特定の動作を検出する画像処理システムは、人物の動作を示す動作データを取得するための取得部と、動作データを用いて、人物の動きの度合いを示す第１評価値を算出するための第１算出部と、第１評価値を用いて、人物の動きの度合いを示す第２評価値を算出するための第２算出部と、第１評価値および第２評価値の一方が第１判定条件を満たした場合に、動作データを記録するための記録部と、第１評価値および第２評価値の他方が第２判定条件を満たした場合に、特定の動作を検出したことを報知するための報知部とを備える。

さらに他の局面に従うと、監視対象の人物である被介護者における特定の動作を検出する画像処理装置は、被介護者の動作を示す動作データを取得するための取得部と、動作データを用いて、被介護者の動きの度合いを示す評価値を算出するための算出部と、評価値が第１判定条件を満たした場合に、動作データを記録するための記録部と、評価値が第１判定条件とは異なる第２判定条件を満たした場合に、特定の動作を検出したことを報知するための報知部とを備える。特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである。

さらに他の局面に従うと、監視対象の人物である被介護者における特定の動作を検出する画像処理方法は、被介護者の動作を示す動作データを取得するステップと、動作データを用いて、被介護者の動きの度合いを示す評価値を算出するステップと、評価値が第１判定条件を満たした場合に、動作データを記録するステップと、評価値が第１判定条件とは異なる第２判定条件を満たした場合に、特定の動作を検出したことを報知するステップとを備える。特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである。

さらに他の局面に従うと、監視対象の人物である被介護者における特定の動作を検出する画像処理プログラムは、コンピュータに、被介護者の動作を示す動作データを取得するステップと、動作データを用いて、被介護者の動きの度合いを示す評価値を算出するステップと、評価値が第１判定条件を満たした場合に、動作データを記録するステップと、評価値が第１判定条件とは異なる第２判定条件を満たした場合に、特定の動作を検出したことを報知するステップとを実行させる。特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである。

ある局面において、同一の動作に対する報知と記録とのそれぞれを用途に合わせて実現できる。

本発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本発明に関する次の詳細な説明から明らかとなるであろう。

第１の実施の形態に従う画像処理システムの構成の一例を示す図である。 第１の実施の形態に従う画像処理システムの機能構成の一例を示すブロック図である。 被介護者が立ち上がってから転倒するまでの様子を表わす画像を示す図である。 第１の実施の形態に従う画像処理システムが実行する処理の一部を表わすフローチャートである。 第１の実施の形態に従う画像処理システムの主要なハードウェア構成を示すブロック図である。 第２の実施の形態に従う画像処理システムの機能構成の一例を示すブロック図である。 第２の実施の形態に従う画像処理システムが実行する処理の一部を表わすフローチャートである。

以下、図面を参照しつつ、本発明に従う各実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される各実施の形態および各変形例は、適宜選択的に組み合わされてもよい。

＜第１の実施の形態＞
［画像処理システム３００の構成］
図１を参照して、画像処理システム３００の構成について説明する。図１は、画像処理システム３００の構成の一例を示す図である。

画像処理システム３００は、たとえば、監視対象の人物である被介護者１０を見守るために用いられる。図１に示されるように、画像処理システム３００は、カメラ５０と、画像処理装置１００と、携帯端末２００とを含む。カメラ５０および画像処理装置１００は、ネットワークを介して互いに接続されている。画像処理装置１００および携帯端末２００は、ネットワークを介して互いに接続されている。

カメラ５０は、たとえば、医療施設、介護施設、宅内等に設置される。図１には、カメラ５０が被介護者１０およびベッド２０を天井から撮影している様子が示されている。カメラ５０は、天井に取り付けられてもよいし、側壁に取り付けられてもよい。画像処理装置１００は、カメラ５０から得られた時系列の画像（映像）に基づいて被介護者１０の動作を判別する。一例として、画像処理装置１００が判別可能な被介護者１０の動作は、転倒、ベッド２０からの転落、起床、および入床の少なくとも１つを含む。

画像処理装置１００は、報知対象の動作を検出すると、当該動作が写っている画像（映像）を記録するとともに、当該動作の種類を示す情報を携帯端末２００に送信する。動作の記録においては、転倒等が生じやすい危険個所が特定され得るように、躓く動作等であっても漏れなく記録することが重要である。一方で、動作の報知においては、報知が頻繁に行われると介護者の負担が増加する。たとえば、被介護者が躓いた等、被介護者が転倒していない場合には、そのことが介護者に報知されることで介護者の負担が増加する。そのため、被介護者の対象動作が記録される感度（すなわち、記録レベル）と、被介護者の対象動作が報知される感度（すなわち、報知レベル）とは、異なる方が好ましい。

そこで、本実施の形態に従う画像処理システム３００には、記録レベルと報知レベルとが個別に設定される。これにより、画像処理システム３００は、同一の動作についての記録と報知とのそれぞれを用途に合わせて実現できる。

携帯端末２００は、報知対象の動作の種類を示す情報を画像処理装置１００から受信すると、当該情報を介護者１１に報知する。報知方法の一例として、携帯端末２００は、動作の種類を示す情報をメッセージとして表示したり、音声として出力したりする。これにより、画像処理装置１００が被介護者１０の転倒等の動作を検出した場合に、介護者１１は、被介護者１０の元に素早く駆け付けることができる。

なお、図１には、画像処理システム３００が１つのカメラ５０を備えている例が示されているが、画像処理システム３００は、複数のカメラ５０を備えてもよい。また、図１には、画像処理システム３００が１つの画像処理装置１００を備えている例が示されているが、画像処理システム３００は、複数の画像処理装置１００を備えてもよい。さらに、図１には、カメラ５０と画像処理装置１００とが別個の装置として構成されているが、カメラ５０と画像処理装置１００とは一体的に構成されてもよい。さらに、図１には、画像処理システム３００が複数の携帯端末２００を備えている例が示されているが、画像処理システム３００は、１つの携帯端末２００で構成されてもよい。

［画像処理システム３００の処理］
図２を参照して、画像処理システム３００が実行する処理について説明する。図２は、画像処理システム３００の機能構成の一例を示すブロック図である。図２に示されるように、画像処理システム３００は、取得部５２と、検出部１１０と、記録部１２０と、報知部１２２とを備える。検出部１１０は、算出部１１２と、記録判定部１１４と、報知判定部１１６とを含む。以下では、これらの構成について順に説明する。

（取得部５２）
取得部５２は、被介護者の動作を示す動作データを取得する。取得部５２は、たとえば、ネットワークカメラである。取得部５２は、監視対象の人物を撮影して得られる画像を動作データとして取得する。画像は、静止画像であってもよいし、動画像であってもよい。取得部５２は、過去数秒分の画像を保持し、検出部１１０に順次出力する。

なお、取得部５２は、被介護者の動作量の時間的な変化を示す動作データを取得することが可能な装置であれば、カメラに限定されない。たとえば、取得部５２は、ベッドの下に配置された感圧マット、ＴＯＦ（Time Of Flight）形式の距離画像センサ、加速度センサ、マイクロ波センサ等であってもよい。感圧マットは、圧力値を動作データとして出力する。距離画像センサは、距離画像を動作データとして出力する。加速度センサは、加速度を動作データとして出力する。マイクロ波センサは、被介護者までの距離を動作データとして出力する。取得部５２は、１つのセンサで構成される必要はなく、複数のセンサで構成されてもよい。

（算出部１１２）
算出部１１２は、動作データを用いて、被介護者の動きの度合いを示す評価値を算出する。評価値は、一次元の値で示されてもよいし、複数次元の値で示されてもよい。一例として、算出部１１２は、時系列の画像間でのオプティカルフローを算出し、オプティカルフローの最大値や、オプティカルフローの発生範囲の大きさを評価値とする。オプティカルフローとは、被介護者の動きをベクトルで表したものである。オプティカルフローを用いた評価値の算出方法の詳細については後述する。算出部１１２は、記録判定部１１４および報知判定部１１６に算出した評価値を出力する。

なお、評価値は、他の方法で算出されてもよい。ある局面において、算出部１１２は、時系列の画像を差分して差分画像を生成する。算出部１１２は、差分画像内において所定値以上の画素値を有する範囲の大きさを算出し、当該範囲の大きさを評価値とする。他の局面において、算出部１１２は、頭、腕、脚等の人体の部位の位置を画像内で特定した上で、各部位の位置から被介護者の姿勢を推定する。算出部１１２は、推定した姿勢と、被介護者の所定動作との類似度を評価値として算出する。

（記録判定部１１４）
記録判定部１１４は、算出部１１２によって算出された評価値に基づいて、動作判定処理に用いられた画像を記録するか否かを判定する。記録判定部１１４の詳細については後述する。記録判定部１１４は、画像を記録すると判定した場合に、画像を記録するための命令を記録部１２０に出力する。

（報知判定部１１６）
報知判定部１１６は、算出部１１２によって算出された評価値に基づいて、被介護者の所定動作（以下、「対象動作」ともいう。）が検出されたか否かを判定する。報知判定部１１６の詳細については後述する。報知判定部１１６は、対象動作が検出されたと判定した場合に、当該対象動作が検出されたことを報知するための命令を報知部１２２に出力する。

（記録部１２０）
記録部１２０は、記録判定部１１４から記録命令を受けた場合に、記録対象の動作が写っている過去一定時間の画像を取得部５２から取得し、当該画像を記録する。

ある局面において、記録部１２０は、ネットワークを介してネットワークカメラと接続されているサーバーとして構成される。当該サーバーは、記録判定部１１４から記録命令を受け付けたことに基づいてネットワークカメラと通信するとともに、対象動作が検出される数秒前から対象動作が検出されるまでの画像を取得し、当該画像を記憶する。

他の局面において、記録部１２０は、ネットワークカメラと直接接続されているＨＤＤ（Hard Disk Drive）として構成される。ＨＤＤは、記録判定部１１４から記録命令を受け付けたことに基づいて、対象動作が検出される数秒前から対象動作が検出されるまでの画像を記憶する。記録部１２０は、一定時間ごとにＨＤＤに記録された画像をサーバーに送信する。

なお、画像の記録方法は、上述の例に限定されない。画像の記録方法は、どのような動作データを基に対象動作が検出されたかを介護者が確認できれば任意である。

（報知部１２２）
報知部１２２は、報知判定部１１６から報知命令を受けた場合に、対象動作が検出されたことを介護者に報知する。報知部１２２は、たとえば、介護者の携帯端末にアプリケーションとして組み込まれる。当該アプリケーションは、対象動作を介護者に報知するためのものであり、介護者の携帯端末に予めインストールされている。当該アプリケーションは、報知判定部１１６から報知命令を受けた場合に、自身に設定されている手段（たとえば、通知音やバイブレータ等）で対象動作が検出されたことを報知するとともに、携帯端末の画面上に検出結果を表示する。

なお、報知方法は、上述の方法に限定されない。介護者の対象動作が検出されたことを認識できる方法であれば、報知方法は任意である。たとえば、報知部１２２は、アラーム音を発するスピーカとして構成されてもよいし、被介護者の動作を点灯で報知するランプとして構成されてもよい。

［具体例］
図３を参照して、図２に示される算出部１１２、記録判定部１１４、および報知判定部１１６についてさらに詳細に説明する。図３は、被介護者１０が立ち上がってから転倒するまでの様子を表わす画像３２Ａ〜３２Ｃを示す図である。より具体的には、画像３２Ａには、被介護者１０がベッド２０に座っている様子が示されている。画像３２Ｂには、被介護者１０がベッド２０から立ち上がろうとしている様子が示されている。画像３２Ｃには、被介護者１０が転倒している様子が示されている。

算出部１１２は、時間的に連続する画像３２Ａ，３２Ｂからオプティカルフローを算出する。オプティカルフローは、画像中の物体の動きをベクトルで表したものである。画像３２Ｂには、時間的に連続する画像３２Ａ，３２Ｂから算出されたオプティカルフロー３３ＡＢが示されている。画像３２Ｃには、時間的に連続する画像３２Ｂ，３２Ｃから算出されたオプティカルフロー３３ＢＣが示されている。

被介護者が転倒した場合には、通常時（歩行時等）と比べて速い動作が生じる。そのため、オプティカルフロー３３ＢＣは、オプティカルフロー３３ＡＢよりも大きくなる。また、被介護者は、転倒時には、直立に近い状態から床に転んだ状態になるため、通常時と比べてより広範囲にオプティカルフローが発生する。そのため、オプティカルフロー３３ＢＣの発生範囲は、オプティカルフロー３３ＡＢの発生範囲よりも大きくなる。記録判定部１１４および報知判定部１１６は、被介護者１０の転倒時と通常時とのオプティカルフローの違いに着目して、被介護者の転倒を検出する。

なお、以下では、検出対象の動作として被介護者１０の転倒を例に挙げて説明を行なうが、検出対象の動作は、転倒に限定されない。他にも、検出対象の動作は、就寝中にベッド２０から転落する動作、痛み等の理由によりベッド２０上で暴れている動作、被介護者１０に危険が生じているその他の動作を含む。

（具体例１−１）
算出部１１２は、時系列の画像からオプティカルフローを算出し、当該オプティカルフローに基づいて被介護者が転倒した可能性を示す評価値を算出する。一例として、当該評価値は、オプティカルフローの最大値や、オプティカルフローの発生範囲の大きさを含む。オプティカルフローの最大値は、被介護者の動きの大きさを表わす。オプティカルフローの発生範囲の大きさは、画像内で被介護者に動きが発生している範囲を表わす。

以下では、動画像のｉ番目の画像（フレーム）におけるオプティカルフローの最大値を最大値Ｖｉともいい、動画像のｉ番目の画像（フレーム）でのオプティカルフローの発生範囲の大きさを発生範囲Ｓｉともいう。

記録判定部１１４は、評価値が第１判定条件（以下、「記録条件」ともいう。）を満たした場合に、被介護者が転倒していると判定し、動作データを記録する。一例として、記録判定部１１４は、以下の式（１）に示されるように、評価値を閾値Ｔｈａと比較することで記録条件が満たされたか否かを判定する。より具体的には、最大値Ｖｉが閾値Ｔｈａよりも大きくなった場合に、記録条件が満たされる。

Ｖｉ＞Ｔｈａ・・・（１）
報知判定部１１６は、評価値が第２判定条件（以下、「報知条件」ともいう。）を満たした場合に、被介護者が転倒していると判定し、被介護者の転倒を検出したことを報知する。一例として、報知判定部１１６は、以下の式（２）に示されるように、オプティカルフローの最大値Ｖｉを閾値Ｔｈｂと比較することで報知条件が満たされたか否かを判定する。より具体的には、最大値Ｖｉが閾値Ｔｈｂよりも大きくなった場合に、報知条件が満たされる。

Ｖｉ＞Ｔｈｂ・・・（２）
（具体例１−２）
具体例１−１では、被介護者の転倒を検出するための指標としてオプティカルフローの最大値Ｖｉを用いる例を説明した。これに対して、具体例１−２では、当該指標としてオプティカルフローの発生範囲Ｓｉを用いる例を説明する。

記録判定部１１４は、発生範囲Ｓｉを閾値Ｔｈｐと比較することで記録条件が満たされたか否かを判定する。具体例１−２においては、以下の式（３）に示されるように、発生範囲Ｓｉが閾値Ｔｈｐよりも大きくなった場合に、記録条件が満たされる。

Ｓｉ＞Ｔｈｐ・・・（３）
報知判定部１１６は、発生範囲Ｓｉを閾値Ｔｈｑと比較することで報知条件が満たされたか否かを判定する。具体例１−２においては、以下の式（４）に示されるように、発生範囲Ｓｉが閾値Ｔｈｑよりも大きくなった場合に、報知条件が満たされる。

Ｓｉ＞Ｔｈｑ・・・（４）
（具体例１−１，１−２の効果）
このように、同一の評価値に対して異なる判定条件が設定されることで、被介護者の対象動作が記録される記録レベルと、被介護者の対象動作が報知される報知レベルとを異ならせることが可能になる。

好ましくは、報知条件は、記録条件よりも満たされにくい条件である。一例として、画像処理システム３００は、上記閾値Ｔｈｂ（式（２）参照）を上記閾値Ｔｈａ（式（１）参照）よりも大きく設定することで、報知条件を記録条件よりも厳しくする。あるいは、画像処理システム３００は、上記閾値Ｔｈｑ（式（４）参照）を上記閾値Ｔｈｐ（式（３）参照）よりも大きく設定することで、報知条件を記録条件よりも厳しくする。

これにより、画像処理システム３００は、被介護者が躓いた等、転倒まではしていない動作を記録できるとともに、被介護者の元に駆け付けることが必要な動作のみを介護者に報知できる。その結果、画像処理システム３００は、転倒等が生じやすい危険個所を特定するための情報を漏らさずに記録でき、さらには、介護者の負担を減らすことができる。

（具体例２−１）
具体例１−１，１−２では、画像処理システム３００は、同一の評価値を異なる閾値で比較することにより、記録レベルおよび報知レベルを異ならせていた。これに対して、具体例２−１では、画像処理システム３００は、判定条件数を異ならせることで、記録レベルおよび報知レベルを異ならせる。すなわち、具体例２−１においては、記録条件における評価値に対する判定条件数と、報知条件における評価値に対する判定条件数とは互いに異なる。

より具体的には、記録判定部１１４は、オプティカルフローの最大値Ｖｉを閾値Ｔｈｖと比較することで、記録条件が満たされたか否かを判定する。たとえば、以下の式（５）に示されるように、最大値Ｖｉが閾値Ｔｈｖよりも大きくなった場合に、記録条件が満たされる。

Ｖｉ＞Ｔｈｖ・・・（５）
報知判定部１１６は、以下の式（６），（７）に示されるように、オプティカルフローの最大値Ｖｉを閾値Ｔｈｖと比較することと、オプティカルフローの発生範囲Ｓｉを閾値Ｔｈｓと比較することとで、報知条件が満たされたか否かを判定する。より具体的には、以下の式（６），（７）に示されるように、最大値Ｖｉが閾値Ｔｈｖよりも大きくなり、かつ、発生範囲Ｓｉが閾値Ｔｈｓよりも大きくなった場合に、報知条件が満たされる。

Ｖｉ＞Ｔｈｖ・・・（６）
Ｓｉ＞Ｔｈｓ・・・（７）
このように、画像処理システム３００は、判定条件数を異ならせることで、被介護者の対象動作が記録される記録レベルと、被介護者の対象動作が報知される報知レベルとを異ならせることが可能になる。

（具体例２−２）
記録条件における判定条件数と報知条件における判定条件数とは、具体例２−１の例に限定されない。これらの判定条件数は、任意である。以下では、具体例２−２として、これらの判定条件数が異なる他の例について説明する。

記録判定部１１４は、オプティカルフローの最大値Ｖｉを閾値Ｔｈｖと比較することで、記録条件が満たされたか否かを判定する。より具体的には、以下の式（８）に示されるように、最大値Ｖｉが閾値Ｔｈｖよりも大きくなった場合に、記録条件が満たされる。

Ｖｉ＞Ｔｈｖ・・・（８）
報知判定部１１６は、過去Ｎフレームにおけるオプティカルフローの最大値Ｖｉを閾値Ｔｈｖと比較することで、報知条件が満たされたか否かを判定する。一例として、以下の式（９）に示されるように、過去Ｎフレームにおける最大値Ｖｉの全てが閾値Ｔｈｖを超えた場合に、報知条件が満たされる。

（具体例２−１，２−２の効果）
このように、画像処理システム３００は、記録条件における判定条件数と報知条件における判定条件数とを異ならせることで、被介護者の対象動作が記録される記録レベルと、被介護者の対象動作が報知される報知レベルとを異ならせることが可能になる。

好ましくは、報知条件における評価値に対する判定条件数は、記録条件における評価値に対する判定条件数よりも多くなるように設定される。これにより、報知条件は、記録条件よりも満たされにくくなる。その結果、画像処理システム３００は、被介護者が躓いた等、転倒まではしていない動作を記録できるとともに、被介護者の元に駆け付けることが必要な動作のみを介護者に報知できる。

［画像処理システム３００の制御構造］
図４を参照して、画像処理システム３００の制御構造について説明する。図４は、画像処理システム３００が実行する処理の一部を表わすフローチャートである。図４に示される各処理は、画像処理装置１００のＣＰＵ（Central Processing Unit）１０２（図５参照）や、携帯端末２００のＣＰＵ２０２（図５参照）が本実施の形態に従う画像処理プログラムを実行することにより実現される。以下では、ＣＰＵ１０２が図４に示される各処理を実行する例について説明するが、各処理は、ＣＰＵ２０２によって実行されてもよい。あるいは、ＣＰＵ１０２，２０２は、協働して各処理を実行してもよい。他の局面において、処理の一部または全部が、回路素子その他のハードウェアによって実行されてもよい。

ステップＳ１０において、ＣＰＵ１０２は、取得部５２（図２参照）から動作データを取得する。一例として、取得部５２はカメラ５０（図１参照）であり、動作データは画像である。

ステップＳ１２において、ＣＰＵ１０２は、上述の算出部１１２（図２参照）として、動作データを用いて、人物の動きの度合いを示す評価値を算出する。一例として、当該評価値は、時系列の画像から算出されるオプティカルフローの最大値、当該オプティカルフローが発生している範囲等を含む。

ステップＳ２０において、ＣＰＵ１０２は、上述の記録判定部１１４（図２参照）として、算出された評価値が記録条件を満たしたか否かを判定する。たとえば、ＣＰＵ１０２は、評価値が閾値を超えた場合に、記録条件が満たされたと判定する。ＣＰＵ１０２は、評価値が記録条件を満たしたと判定した場合（ステップＳ２０においてＹＥＳ）、制御をステップＳ２２に切り替える。そうでない場合には（ステップＳ２０においてＮＯ）、ＣＰＵ１０２は、制御をステップＳ３０に切り替える。

ステップＳ２２において、ＣＰＵ１０２は、上述の記録部１２０（図２参照）として、動作データを記録する。記録される動作データは、たとえば、対象動作が検出される数秒前から対象動作が検出されるまでの画像である。

ステップＳ３０において、ＣＰＵ１０２は、上述の報知判定部１１６（図２参照）として、算出された評価値が報知条件を満たしたか否かを判定する。たとえば、ＣＰＵ１０２は、評価値が閾値を超えた場合に、報知条件が満たされたと判定する。ＣＰＵ１０２は、評価値が報知条件を満たしたと判定した場合（ステップＳ３０においてＹＥＳ）、制御をステップＳ３２に切り替える。そうでない場合には（ステップＳ３０においてＮＯ）、ＣＰＵ１０２は、本実施の形態に従う画像処理を終了する。

ステップＳ３２において、ＣＰＵ１０２は、上述の報知部１２２（図２参照）として、被介護者の対象動作が検出されたことを介護者に報知する。

［画像処理システム３００のハードウェア構成］
図５を参照して、画像処理システム３００のハードウェア構成の一例について説明する。図５は、画像処理システム３００の主要なハードウェア構成を示すブロック図である。図５に示されるように、画像処理システム３００は、画像処理装置１００と、携帯端末２００とを含む。画像処理装置１００および携帯端末２００は、ネットワークを介して互いに接続されている。以下では、画像処理装置１００のハードウェア構成と、携帯端末２００のハードウェア構成とについて順に説明する。

（画像処理装置１００のハードウェア構成）
図５に示されるように、画像処理装置１００は、ＲＯＭ（Read Only Memory）１０１と、ＣＰＵ１０２と、ＲＡＭ（Random Access Memory）１０３と、ネットワークＩ／Ｆ（インタフェース）１０４と、カメラＩ／Ｆ１０５と、記憶装置１０６とを含む。

ＲＯＭ１０１は、オペレーティングシステム、本実施の形態に従う画像処理プログラム１０７等を格納する。ＣＰＵ１０２は、オペレーティングシステムや画像処理プログラム１０７等の各種プログラムを実行することで、画像処理装置１００の動作を制御する。ＲＡＭ１０３は、ワーキングメモリとして機能し、画像処理プログラム１０７の実行に必要な各種データを一時的に格納する。

ネットワークＩ／Ｆ１０４には、アンテナやＮＩＣ（Network Interface Card）等の通信機器が接続される。画像処理装置１００は、当該通信機器を介して、他の通信端末との間でデータを送受信する。他の通信端末は、たとえば、携帯端末２００、その他の端末等を含む。画像処理装置１００は、ネットワークを介して画像処理プログラム１０７をダウンロードできるように構成されてもよい。

カメラＩ／Ｆ１０５は、カメラ５０を有線または無線で画像処理装置１００と接続するためのインタフェースである。画像処理装置１００は、カメラＩ／Ｆ１０５を介してカメラ５０から画像を取得する。カメラ５０は、たとえば、ネットワークカメラまたは被写体を撮影することが可能なその他の撮像装置である。カメラ５０は、画像処理装置１００と一体的に構成されてもよいし、図５に示されるように、画像処理装置１００と別個に構成されてもよい。

記憶装置１０６は、たとえば、ハードディスクや外付けの記憶装置等の記憶媒体である。一例として、記憶装置１０６は、本実施の形態に従う各種の処理を実現するための画像処理プログラム１０７、被介護者の検出対象の動作が写っている画像等を格納する。

なお、画像処理プログラム１０７は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、任意のプログラムと協働して本実施の形態に従う処理が実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う画像処理装置１００の趣旨を逸脱するものではない。さらに、本実施の形態に従う画像処理プログラム１０７によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、少なくとも１つのサーバーが本実施の形態に従う処理を実現する、所謂クラウドサービスのような形態で画像処理装置１００が構成されてもよい。

（携帯端末２００のハードウェア構成）
引き続き図５を参照して、携帯端末２００のハードウェア構成について説明する。携帯端末２００は、たとえば、スマートフォン、タブレット端末、被介護者が携帯することが可能なその他の端末である。図５に示されるように、携帯端末２００は、ＲＯＭ２０１と、ＣＰＵ２０２と、ＲＡＭ２０３と、ネットワークＩ／Ｆ２０４と、ディスプレイ２０５と、記憶装置２０６とを含む。

ＲＯＭ２０１は、オペレーティングシステム、携帯端末２００で実行される制御プログラム等を格納する。ＣＰＵ２０２は、オペレーティングシステムや携帯端末２００の制御プログラム等の各種プログラムを実行することで、携帯端末２００の動作を制御する。ＲＡＭ２０３は、ワーキングメモリとして機能し、プログラムの実行に必要な各種データを一時的に格納する。

ネットワークＩ／Ｆ２０４には、アンテナやＮＩＣ（Network Interface Card）等の通信機器が接続される。携帯端末２００は、当該通信機器を介して、他の通信端末との間でデータを送受信する。他の通信端末は、たとえば、画像処理装置１００、その他の端末等を含む。

ディスプレイ２０５は、たとえば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ、またはその他の表示機器等である。ディスプレイ２０５は、タッチパネルとして構成されてもよい。ディスプレイ２０５は、被介護者の報知対象の動作が検出された場合に、当該動作が検出されたこと表示する。ディスプレイ２０５は、報知方法として、たとえば、被介護者の動作の種類をメッセージとして表示したり、警告を促す画像を表示したりする。

記憶装置２０６は、たとえば、ｅＭＭＣ（Embedded MultiMediaCard）等の記憶媒体を含む。ｅＭＭＣは、ＮＡＮＤフラッシュメモリと、制御回路とを含む。記憶装置２０６は、本実施の形態に従う各種の処理を実現するためのプログラム等を格納する。

［小括］
以上のようにして、本実施の形態に従う画像処理システム３００は、被介護者の動きを示す同一の評価値に対して、異なる判定条件（すなわち、記録条件および報知条件）が設定される。これにより、画像処理システム３００は、被介護者の対象動作が記録される記録レベルと、被介護者の対象動作が報知される報知レベルとを異ならせることができる。その結果、被介護者は、記録レベルと報知レベルとを用途に合わせて変えることができる。

また、対象動作を記録するか否かを判定する記録判定と、対象動作を報知するか否かを判定する報知判定とで同一の評価値が用いられることで、記録判定処理と報知判定処理との実装が簡素化され得る。これにより、画像処理システム３００のコストを下げることができる。

さらに、報知条件は、記録条件よりも満たされにくい条件である。そのため、画像処理システム３００は、被介護者が躓いた等、転倒まではしていない動作を記録できるとともに、被介護者の元に駆け付けることが必要な動作のみを介護者に報知できる。これにより、画像処理システム３００は、転倒等が生じやすい危険個所を特定するための情報を漏らさずに記録でき、さらには、介護者の負担を減らすことができる。

＜第２の実施の形態＞
［概要］
第１の実施の形態に従う画像処理システム３００は、被介護者の動きの度合いを示す同一の評価値に対して異なる判定条件（すなわち、記録条件および報知条件）を設定することで、対象動作の記録レベルと対象動作の報知レベルとを異ならせていた。これに対して、第２の実施の形態に従う画像処理システム３００は、被介護者の動きの度合いを示す評価値から新たな評価値を記録用評価値または報知用評価値として算出する。画像処理システム３００は、そのままの評価値と新たな評価値とを基準にすることで記録レベルおよび報知レベルを異ならせる。

［機能構成］
図６を参照して、第２の実施の形態に従う画像処理システム３００の処理について説明する。図６は、第２の実施の形態に従う画像処理システム３００の機能構成の一例を示すブロック図である。図６に示されるように、画像処理システム３００は、取得部５２と、検出部１１０と、記録部１２０と、報知部１２２とを備える。検出部１１０は、第１算出部１１２Ａと、第２算出部１１２Ｂと、記録判定部１１４Ａと、報知判定部１１６Ａとを含む。取得部５２、記録部１２０、および報知部１２２については、図２において説明した通りであるので、それらの機能構成の説明については繰り返さない。

第１算出部１１２Ａは、取得部５２から動作データを取得し、当該動作データを用いて、被介護者の動きの度合いを示す第１評価値（以下、「記録用評価値」ともいう。）を算出する。記録用評価値の詳細については後述する。第１算出部１１２Ａは、第２算出部１１２Ｂおよび記録判定部１１４Ａに記録用評価値を出力する。

第２算出部１１２Ｂは、記録用評価値を用いて、被介護者の動きの度合いを示す第２評価値（以下、「報知用評価値」ともいう。）を算出する。報知用評価値の詳細については後述する。第２算出部１１２Ｂは、報知判定部１１６Ａに報知用評価値を出力する。

記録判定部１１４Ａは、記録用評価値に基づいて、動作判定処理に用いられた画像を記録するか否かを判定する。記録判定部１１４Ａの詳細については後述する。記録判定部１１４Ａは、画像を記録すると判定した場合に、画像を記録するための命令を記録部１２０に出力する。

報知判定部１１６Ａは、報知用評価値に基づいて、被介護者の特定の動作が検出されたか否かを判定する。報知判定部１１６Ａの詳細については後述する。報知判定部１１６Ａは、特定の動作が検出されたと判定した場合に、当該特定の動作が検出されたことを報知するための命令を報知部１２２に出力する。

なお、図６では、報知用評価値が記録用評価値から算出される例について説明を行なったが、記録用評価値が報知用評価値から算出されてもよい。すなわち、記録用評価値および報知用評価値の少なくとも一方から新たな評価値が算出されてもよい。

［具体例］
以下では、図６に示される第１算出部１１２Ａ、第２算出部１１２Ｂ、記録判定部１１４Ａ、および報知判定部１１６Ａについてさらに詳細に説明する。

（具体例３−１）
具体例３−１では、画像処理システム３００は、記録用評価値と報知用評価値とを算出し、記録用評価値および報知用評価値を基準にすることで、報知対象の動作に対する記録レベルおよび報知レベルを異ならせる。

より具体的には、第１算出部１１２Ａは、動作データを用いて、被介護者の動きの度合いを示す記録用評価値を算出する。一例として、第１算出部１１２Ａは、時系列の画像から算出されるオプティカルフローの発生範囲Ｓｉを記録用評価値とする。

第２算出部１１２Ｂは、算出された記録用評価値を用いて報知用評価値を算出する。第２算出部１１２Ｂは、過去Ｎフレームにおけるオプティカルフローの発生範囲Ｓｉの平均値を報知用評価値として算出する。

記録判定部１１４Ａは、記録用評価値が記録条件を満たしたか否かを判定し、当該記録条件が満たされた場合に、被介護者の動作判定に用いられた動作データを記録する。一例として、記録判定部１１４Ａは、発生範囲Ｓｉを閾値Ｔｈｓと比較することで、記録条件が満たされたか否かを判定する。たとえば、以下の式（１０）に示されるように、発生範囲Ｓｉが閾値Ｔｈｓよりも大きくなった場合に、記録条件が満たされる。

Ｓｉ＞Ｔｈｓ・・・（１０）
報知判定部１１６Ａは、記録用評価値である発生範囲Ｓｉを用いて報知用評価値を算出する。一例として、以下の式（１１）に示されるように、報知判定部１１６Ａは、過去Ｎフレームにおける発生範囲Ｓｉの平均値を報知用評価値として算出する。報知判定部１１６Ａは、報知用評価値を閾値Ｔｈｓと比較することで、報知条件が満たされたか否かを判定する。たとえば、以下の式（１２）に示されるように、報知用評価値が閾値Ｔｈｓを超えた場合に、報知条件が満たされる。

（具体例３−２）
記録用評価値および報知用評価値に基づいて、報知対象の動作に対する記録レベルおよび報知レベルを異ならせる他の具体例について説明する。

記録判定部１１４Ａは、オプティカルフローの発生範囲Ｓｉを閾値Ｔｈｓと比較することで、記録条件が満たされたか否かを判定する。より具体的には、以下の式（１３）に示されるように、発生範囲Ｓｉが閾値Ｔｈｓよりも大きくなった場合に、記録条件が満たされる。

Ｓｉ＞Ｔｈｓ・・・（１３）
報知判定部１１６Ａは、以下の式（１４）に示されるように、記録用評価値である発生範囲Ｓｉと、オプティカルフローの最大値Ｖｉとを掛け合わせた結果を報知用評価値Ｐとして算出する。その後、報知判定部１１６Ａは、報知用評価値Ｐを閾値Ｔｈｐと比較することで、報知条件が満たされたか否かを判定する。一例として、以下の式（１５）に示されるように、報知用評価値Ｐが閾値Ｔｈｐよりも大きくなった場合に、報知条件が満たされる。

Ｐ＝Ｓｉ・Ｖｉ・・・（１４）
Ｐ＞Ｔｈｐ・・・（１５）
［画像処理システム３００の制御構造］
図７を参照して、第２の実施の形態に従う画像処理システム３００の制御構造について説明する。図７は、第２の実施の形態に従う画像処理システム３００が実行する処理の一部を表わすフローチャートである。図７に示される各処理は、画像処理装置１００のＣＰＵ１０２（図５参照）や、携帯端末２００のＣＰＵ２０２（図５参照）が本実施の形態に従う画像処理プログラムを実行することにより実現される。以下では、ＣＰＵ１０２が図７に示される各処理を実行する例について説明するが、各処理は、ＣＰＵ２０２によって実行されてもよい。あるいは、ＣＰＵ１０２，２０２は、協働して各処理を実行してもよい。他の局面において、処理の一部または全部が、回路素子その他のハードウェアによって実行されてもよい。

ステップＳ１０において、ＣＰＵ１０２は、取得部５２（図６参照）から動作データを取得する。一例として、取得部５２はカメラ５０（図１参照）であり、動作データは画像である。

ステップＳ１２Ａにおいて、ＣＰＵ１０２は、上述の第１算出部１１２Ａ（図６参照）として、動作データを用いて、人物の動きの度合いを示す記録用評価値を算出する。一例として、記録用評価値は、オプティカルフローの最大値、オプティカルフローが発生している範囲等を含む。

ステップＳ１２Ｂにおいて、ＣＰＵ１０２は、上述の第２算出部１１２Ｂ（図６参照）として、記録用評価値を用いて、人物の動きの度合いを示す報知用評価値を算出する。一例として、報知用評価値は、オプティカルフローの最大値と、オプティカルフローの発生範囲の大きさとを掛け合わせた結果等を含む。

ステップＳ２０Ａにおいて、ＣＰＵ１０２は、上述の記録判定部１１４Ａ（図６参照）として、記録用評価値が記録条件を満たしたか否かを判定する。たとえば、ＣＰＵ１０２は、記録用評価値が所定閾値を超えた場合に、記録条件が満たされたと判定する。ＣＰＵ１０２は、記録用評価値が記録条件を満たしたと判定した場合（ステップＳ２０ＡにおいてＹＥＳ）、制御をステップＳ２２に切り替える。そうでない場合には（ステップＳ２０ＡにおいてＮＯ）、ＣＰＵ１０２は、制御をステップＳ３０Ａに切り替える。

ステップＳ２２において、ＣＰＵ１０２は、上述の記録部１２０（図６参照）として、動作データを記録する。記録される動作データは、たとえば、対象動作が検出される数秒前から対象動作が検出されるまでの画像である。

ステップＳ３０Ａにおいて、ＣＰＵ１０２は、上述の報知判定部１１６Ａ（図６参照）として、報知用評価値が報知条件を満たしたか否かを判定する。たとえば、ＣＰＵ１０２は、報知用評価値が所定閾値を超えた場合に、報知条件が満たされたと判定する。ＣＰＵ１０２は、報知用評価値が報知条件を満たしたと判定した場合（ステップＳ３０ＡにおいてＹＥＳ）、制御をステップＳ３２に切り替える。そうでない場合には（ステップＳ３０ＡにおいてＮＯ）、ＣＰＵ１０２は、本実施の形態に従う画像処理を終了する。

ステップＳ３２において、ＣＰＵ１０２は、上述の報知部１２２（図６参照）として、対象動作が検出されたことを介護者に報知する。

［小括］
以上のようにして、本実施の形態に従う画像処理システム３００は、被介護者の動きの度合いを示す評価値と、当該評価値から算出された新たな評価値とを基準にすることで、被介護者の対象動作に対する記録レベルおよび報知レベルを異ならせる。これにより、画像処理システム３００は、被介護者の対象動作が記録される記録レベルと、被介護者の対象動作が報知される報知レベルとを用途に応じて異ならせることが可能になる。

好ましくは、記録用評価値と報知用評価値とを同じ判定条件で判定する。すなわち、記録条件と報知条件とは同じである。たとえば、上記式（１０），（１２）に示されるように、画像処理システム３００は、記録用評価値と報知用評価値とを共通の閾値Ｔｈｓで比較することにより、記録用評価値と報知用評価値とを同じ判定条件で判定する。これにより、画像処理システム３００は、記録条件と報知条件との設定を簡素化することが可能になる。

＜第３の実施の形態＞
上述では、取得部５２（図２参照）がネットワークカメラとして構成されている例について説明を行なったが、取得部５２は、複数のセンサで構成されてもよい。たとえば、取得部５２は、ネットワークカメラと感圧センサとで構成される。第３の実施の形態に従う画像処理システム３００は、ネットワークカメラによって出力される動画像に基づいて算出される評価値と、感圧センサによって出力される圧力分布に基づいて算出される評価値とを併用して、記録判定および報知判定を行なう。以下では、これらの評価値を併用した場合の具体例について説明する。

［具体例］
（具体例４−１）
第１算出部１１２Ａ（図６参照）は、ネットワークカメラによって出力される動画像から被介護者の動きの度合いを示す評価値を算出する。記録判定部１１４Ａ（図６参照）は、当該評価値が記録条件を満たした場合に、被介護者に対象動作が生じていると判定する。この場合、記録部１２０（図６参照）は、動作判定処理に用いられた動画像を記憶する。

第２算出部１１２Ｂ（図６参照）は、感圧センサによって出力される圧力分布から被介護者の動きの度合いを示す評価値を算出する。一例として、当該評価値は、圧力分布における圧力の最大値や、所定値以上の圧力値が生じている部分の範囲の大きさを含む。報知判定部１１６Ａ（図６参照）は、当該評価値が報知条件を満たした場合に、被介護者に対象動作が生じていると判定する。たとえば、報知判定部１１６Ａは、当該評価値が所定閾値を超えた場合に、報知条件が満たされたと判定する。この場合、報知部１２２（図６参照）は、被介護者の対象動作が検出されたことを介護者に報知する。

（具体例４−２）
記録判定部１１４Ａは、動画像から算出される評価値と、圧力分布から算出される評価値とのいずれか一方が所定閾値を超えた場合に、被介護者に対象動作が生じていると判定する。この場合、記録部１２０は、動作判定処理に用いられた動画像を記憶する。

報知判定部１１６Ａは、動画像から算出される評価値と、圧力分布から算出される評価値との両方が所定閾値を超えた場合に、被介護者に対象動作が生じていると判定する。この場合、報知部１２２は、被介護者の対象動作が検出されたことを介護者に報知する。

（具体例４−３）
記録判定部１１４Ａは、動画像から算出される評価値と、圧力分布から算出される評価値とを用いて、被介護者の動作の未検出が少なくなるように機械学習した識別器を用いて、記録判定を行なう。

報知判定部１１６Ａは、動画像から算出される評価値と、圧力分布から算出される評価値とを用いて、被介護者の動作の誤検出が少なくなるように機械学習した識別器を用いて、報知判定を行なう。

［小括］
以上のようにして、本実施の形態に従う画像処理システム３００は、画像だけでなく、感圧センサからの圧力分布を用いて、記録判定および報知判定を行なう。これにより、画像処理システム３００は、被介護者の動作をより正確に判定することができる。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。

１０ 被介護者、１１ 介護者、２０ ベッド、３２Ａ〜３２Ｃ 画像、３３ＡＢ，３３ＢＣ オプティカルフロー、５０ カメラ、５２ 取得部、１００ 画像処理装置、１０１，２０１ ＲＯＭ、１０２，２０２ ＣＰＵ、１０３，２０３ ＲＡＭ、１０４，２０４ ネットワークＩ／Ｆ、１０５ カメラＩ／Ｆ、１０６，２０６ 記憶装置、１０７ 画像処理プログラム、１１０ 検出部、１１２ 算出部、１１２Ａ 第１算出部、１１２Ｂ 第２算出部、１１４，１１４Ａ 記録判定部、１１６，１１６Ａ 報知判定部、１２０ 記録部、１２２ 報知部、２００ 携帯端末、２０５ ディスプレイ、３００ 画像処理システム。

Claims (9)

1. 監視対象の人物である被介護者における特定の動作を検出する画像処理システムであって、
   前記被介護者の動作を示す動作データを取得するための取得部と、
   前記動作データを用いて、前記被介護者の動きの度合いを示す評価値を算出するための算出部と、
   前記評価値が第１判定条件を満たした場合に、前記動作データを記録するための記録部と、
   前記評価値が前記第１判定条件とは異なる第２判定条件を満たした場合に、前記特定の動作を検出したことを報知するための報知部とを備え、
   前記特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである、画像処理システム。
2. 前記記録部は、前記評価値を第１閾値と比較することで前記第１判定条件が満たされたか否かを判定し、
   前記報知部は、前記評価値を前記第１閾値とは異なる第２閾値と比較することで前記第２判定条件が満たされたか否かを判定する、請求項１に記載の画像処理システム。
3. 前記第１判定条件における前記評価値に対する判定条件数と、前記第２判定条件における前記評価値に対する判定条件数とは異なる、請求項１または２に記載の画像処理システム。
4. 前記第２判定条件における前記評価値に対する判定条件数は、前記第１判定条件における前記評価値に対する判定条件数よりも多い、請求項３に記載の画像処理システム。
5. 前記第２判定条件は、前記第１判定条件よりも満たされにくい条件である、請求項１〜４のいずれか１項に記載の画像処理システム。
6. 監視対象の人物における特定の動作を検出する画像処理システムであって、
   前記人物の動作を示す動作データを取得するための取得部と、
   前記動作データを用いて、前記人物の動きの度合いを示す第１評価値を算出するための第１算出部と、
   前記第１評価値を用いて、前記人物の動きの度合いを示す第２評価値を算出するための第２算出部と、
   前記第１評価値および前記第２評価値の一方が第１判定条件を満たした場合に、前記動作データを記録するための記録部と、
   前記第１評価値および前記第２評価値の他方が第２判定条件を満たした場合に、前記特定の動作を検出したことを報知するための報知部とを備える、画像処理システム。
7. 監視対象の人物である被介護者における特定の動作を検出する画像処理装置であって、
   前記被介護者の動作を示す動作データを取得するための取得部と、
   前記動作データを用いて、前記被介護者の動きの度合いを示す評価値を算出するための算出部と、
   前記評価値が第１判定条件を満たした場合に、前記動作データを記録するための記録部と、
   前記評価値が前記第１判定条件とは異なる第２判定条件を満たした場合に、前記特定の動作を検出したことを報知するための報知部とを備え、
   前記特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである、画像処理装置。
8. 監視対象の人物である被介護者における特定の動作を検出する画像処理方法であって、
   前記被介護者の動作を示す動作データを取得するステップと、
   前記動作データを用いて、前記被介護者の動きの度合いを示す評価値を算出するステップと、
   前記評価値が第１判定条件を満たした場合に、前記動作データを記録するステップと、
   前記評価値が前記第１判定条件とは異なる第２判定条件を満たした場合に、前記特定の動作を検出したことを報知するステップとを備え、
   前記特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである、画像処理方法。
9. 監視対象の人物である被介護者における特定の動作を検出する画像処理プログラムであって、
   前記画像処理プログラムは、コンピュータに、
   前記被介護者の動作を示す動作データを取得するステップと、
   前記動作データを用いて、前記被介護者の動きの度合いを示す評価値を算出するステップと、
   前記評価値が第１判定条件を満たした場合に、前記動作データを記録するステップと、
   前記評価値が前記第１判定条件とは異なる第２判定条件を満たした場合に、前記特定の動作を検出したことを報知するステップとを実行させ、
   前記特定の動作は、転倒、転落、ベッド上で暴れている動作の少なくともいずれかである、画像処理プログラム。

Images