JPWO2019123569A1 - 眠気推定装置、眠気推定方法、および眠気推定プログラム - Google Patents
眠気推定装置、眠気推定方法、および眠気推定プログラム Download PDFInfo
- Publication number
- JPWO2019123569A1 JPWO2019123569A1 JP2019559930A JP2019559930A JPWO2019123569A1 JP WO2019123569 A1 JPWO2019123569 A1 JP WO2019123569A1 JP 2019559930 A JP2019559930 A JP 2019559930A JP 2019559930 A JP2019559930 A JP 2019559930A JP WO2019123569 A1 JPWO2019123569 A1 JP WO2019123569A1
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- drowsiness
- filtering
- time
- degree
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 206010041349 Somnolence Diseases 0.000 title claims abstract description 555
- 238000000034 method Methods 0.000 title claims description 125
- 238000004364 calculation method Methods 0.000 claims abstract description 401
- 238000001914 filtration Methods 0.000 claims abstract description 295
- 230000033001 locomotion Effects 0.000 claims description 35
- 238000010586 diagram Methods 0.000 description 93
- 230000004399 eye closure Effects 0.000 description 26
- 230000000694 effects Effects 0.000 description 20
- 230000004397 blinking Effects 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 239000006185 dispersion Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 239000004065 semiconductor Substances 0.000 description 9
- 208000032140 Sleepiness Diseases 0.000 description 8
- 230000007423 decrease Effects 0.000 description 8
- 230000037321 sleepiness Effects 0.000 description 8
- 241000282414 Homo sapiens Species 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 235000002911 Salvia sclarea Nutrition 0.000 description 4
- 244000182022 Salvia sclarea Species 0.000 description 4
- 230000037007 arousal Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000036626 alertness Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 2
- 241000542420 Sphyrna tudes Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- 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
- A61B5/1103—Detecting eye twinkling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Ophthalmology & Optometry (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
図1は、本発明の第1の実施形態に係る眠気推定装置100の構成を示すブロック図である。図示の眠気推定装置100は、プログラム制御により動作するコンピュータで実現可能である。
[数1]
X(t)={XL(t)+XR(t)}/2
[数2]
XF(t)=F[X(t)、・・・、X(t−N+1)]
ここで、Nはフィルタリング処理用のフレーム数を表す。従って、フィルタリング回路部140は、フィルタリング算出窓幅TN[秒]単位でフィルタリング処理を行う。フレーム数Nとフィルタリング算出窓幅TN[秒]との間には、次の数3で表される関係がある。
[数3]
N=TN×fs
例えば、図4に示されるように、フレーム数Nが3、フレームレートfsが30[フレーム/秒]に等しいとき、フィルタリング算出窓幅TN[秒]は0.1[秒]となる。
[数4]
XF(t)=max[X(t)、・・・、X(t−N+1)]
[数5]
XF(t)=percentile_P[X(t)、・・・、X(t−N+1)]
[数6]
XF(t)=average[X(t)、・・・、X(t−N+1)]
[数7]
XF(t)=LPF[X(t)、・・・、X(t−N+1)]
[数8]
F1(T)=V[XF(T*M+t)、・・・、XF(T*M+t−M+1)]
ここで、V[]は、分散、標準偏差、最大値と最小値との差分、エントロピー等のばらつき度を計算する演算子である。
次に、図15のフローチャートを参照して、本第1の実施形態に係る眠気推定装置100の動作について説明する。
次に、本第1の実施形態の効果について説明する。
図16は、本発明の第2の実施形態に係る眠気推定装置100Aの構成を示すブロック図である。図示の眠気推定装置100Aは、プログラム制御により動作するコンピュータで実現可能である。
[数9]
F2(T)
=1−max[|X(T*M+t)−X(T*M+t−1)|、・・・、
|X(T*M+t−M+1)−X(T*M+t−M+1−1)|]
ここで、1−max[]としているのは、他の特徴量と同様に、眠気が少ないほど値が小さくなるようにするためである。
次に、図18のフローチャートを参照して、本第2の実施形態に係る眠気推定装置100Aの動作について説明する。
次に、本第2の実施形態の効果について説明する。
図19は、本発明の第3の実施形態に係る眠気推定装置100Bの構成を示すブロック図である。図示の眠気推定装置100Bは、プログラム制御により動作するコンピュータで実現可能である。
F3(T)=C/M
ただし、Cは[X(T*M+t)、・・・、X(T*M+t−M+1)]のうち、閉眼判定閾値(例えば、0.5)を下回る要素数とする。
次に、図21のフローチャートを参照して、本第3の実施形態に係る眠気推定装置100Bの動作について詳細に説明する。
次に、本第3の実施形態の効果について説明する。
図22は、本発明の第4の実施形態に係る眠気推定装置100Cの構成を示すブロック図である。図示の眠気推定装置100Cは、プログラム制御により動作するコンピュータで実現可能である。
[数11]
F4(T)
=average[|{XL(T*M+t)−XL(T*M+t−1)}−
{XR(T*M+t)−XR(T*M+t−1)}|、・・・、
|{XL(T*M+t−M+1)−XL(T*M+t−M+1−1)}−
{XR(T*M+t−M+1)−XR(T*M+t−M+1−1)}|]
次に、図24のフローチャートを参照して、本第4の実施形態に係る眠気推定装置100Cの動作について詳細に説明する。
次に、本第4の実施形態の効果について説明する。
図25は、本発明の第5の実施形態に係る眠気推定装置100Dの構成を示すブロック図である。図示の眠気推定装置100Dは、プログラム制御により動作するコンピュータで実現可能である。
[数12]
F11(T)=|F1(T)−F1(T−1)|
次に、図27のフローチャートを参照して、本第5の実施形態に係る眠気推定装置100Dの動作について詳細に説明する。
次に、本第5の実施形態の効果について説明する。
図28は、本発明の第6の実施形態に係る眠気推定装置100Eの構成を示すブロック図である。図示の眠気推定装置100Eは、プログラム制御により動作するコンピュータで実現可能である。
[数13]
F12(T)=Log{F1[T]+α}
ここで、αは小さな値、例えば、10−6である。尚、第1の特徴量F1[T]に小さな値αを加えているのでは、対数の中身がゼロにならないようにするためである。
次に、図30のフローチャートを参照して、本第6の実施形態に係る眠気推定装置100Eの動作について詳細に説明する。
次に、本第6の実施形態の効果について説明する。
図31は、本発明の第7の実施形態に係る眠気推定装置100Fの構成を示すブロック図である。図示の眠気推定装置100Fは、プログラム制御により動作するコンピュータで実現可能である。
[数14]
F13(S)=
average[F1(S*K+T)、・・・F1(S*K+T−K+1)]
次に、図33のフローチャートを参照して、本第7の実施形態に係る眠気推定装置100Fの動作について詳細に説明する。
次に、本第7の実施形態の効果について説明する。
図34は、本発明の第8の実施形態に係る眠気推定装置100Gの構成を示すブロック図である。図示の眠気推定装置100Gは、プログラム制御により動作するコンピュータで実現可能である。
[数15]
F14(S)=
standard_dev[F1(S*K+T)、・・・F1(S*K+T−K+1)]
次に、図36のフローチャートを参照して、本第8の実施形態に係る眠気推定装置100Gの動作について詳細に説明する。
次に、本第8の実施形態の効果について説明する。
図37は、本発明の第9の実施形態に係る眠気推定装置100Hの構成を示すブロック図である。図示の眠気推定装置100Hは、プログラム制御により動作するコンピュータで実現可能である。
[数16]
F15(S)=
variance[F1(S*K+T)、・・・F1(S*K+T−K+1)]
次に、図39のフローチャートを参照して、本第9の実施形態に係る眠気推定装置100Hの動作について詳細に説明する。
次に、本第9の実施形態の効果について説明する。
前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力するフィルタリング回路部と、
少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出する特徴量算出器と、
前記特徴量から前記眠気の評定値を推定して、推定結果を出力する眠気推定器と、
を備え、
前記特徴量算出器は、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する第1の特徴量算出回路を、少なくとも含む、
眠気推定装置。
Nをフレーム数とし、フィルタリング算出窓幅をTN[秒]としたとき、N=TN×fsの関係があり、
前記フィルタリング回路部は、前記フィルタリング算出窓幅(TN)単位で前記開眼度の時系列信号をフィルタリングすることにより所定の値に置換し、該置換した信号を前記フィルタリング後の開眼度の時系列信号として出力する、
付記1に記載の眠気推定装置。
前記フィルタリング回路部は、前記所定の値として、フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の最大値を取得する最大値取得回路から成る、
付記2に記載の眠気推定装置。
前記フィルタリング回路部は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の第(P−1)P分位点の値、又は該第(P−1)P分位点以上の平均値を算出する分位点算出回路から成る、
付記2に記載の眠気推定装置。
前記フィルタリング回路部は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の平均値を算出する平均値算出回路から成る、
付記2に記載の眠気推定装置。
前記フィルタリング回路部は、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hzより小さいローパスフィルタから成る、
付記1に記載の眠気推定装置。
フィルタリング回路部が、前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力し、
特徴量算出器が、少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出し、
眠気推定器が、前記特徴量から前記眠気の評定値を推定して、推定結果を出力し、
前記特徴量検出器では、少なくとも、第1の特徴量算出回路が、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する、
眠気推定方法。
Nをフレーム数とし、フィルタリング算出窓幅をTN[秒]としたとき、N=TN×fsの関係があり、
前記フィルタリング回路部は、前記フィルタリング算出窓幅(TN)単位で前記開眼度の時系列信号をフィルタリングすることにより所定の値に置換し、該置換した信号を前記フィルタリング後の開眼度の時系列信号として出力する、
付記14に記載の眠気推定方法。
前記フィルタリング回路部では、最大値取得回路が、前記所定の値として、フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の最大値を取得する、
付記15に記載の眠気推定方法。
前記フィルタリング回路部では、分位点算出回路が、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の第(P−1)P分位点の値、又は該第(P−1)P分位点以上の平均値を算出する、
付記15に記載の眠気推定方法。
前記フィルタリング回路部では、平均値算出回路が、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の平均値を算出する、
付記15に記載の眠気推定方法。
前記フィルタリング回路部では、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hzより小さいローパスフィルタが、前記開眼度の時系列信号を低域通過させて、低域通過された信号を、前記フィルタリング後の開眼度の時系列信号として出力する、
付記14に記載の眠気推定方法。
前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力するフィルタリング手順と、
少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出する特徴量算出手順と、
前記特徴量から前記眠気の評定値を推定して、推定結果を出力する眠気推定手順と、を前記コンピュータに実行させ、
前記特徴量算出手順は、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する第1の特徴量算出手順を、少なくとも含む、
眠気推定プログラム記録媒体。
Nをフレーム数とし、フィルタリング算出窓幅をTN[秒]としたとき、N=TN×fsの関係があり、
前記フィルタリング手順は、前記コンピュータに、前記フィルタリング算出窓幅(TN)単位で前記開眼度の時系列信号をフィルタリングすることにより所定の値に置換し、該置換した信号を前記フィルタリング後の開眼度の時系列信号として出力させる、
付記27に記載の眠気推定プログラム記録媒体。
前記フィルタリング手順は、前記所定の値として、フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の最大値を取得する最大値取得手順から成る、
付記28に記載の眠気推定プログラム記録媒体。
前記フィルタリング手順は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の第(P−1)P分位点の値、又は該第(P−1)P分位点以上の平均値を算出する分位点算出手順から成る、
付記28に記載の眠気推定プログラム記録媒体。
前記フィルタリング手順は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の平均値を算出する平均値算出手順から成る、
付記28に記載の眠気推定プログラム記録媒体。
前記フィルタリング手順は、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hzより小さいローパスフィルタを用いて、前記開眼度の時系列信号を低域通過させて、低域通過された信号を、前記フィルタリング後の開眼度の時系列信号として出力する手順から成る、
付記27に記載の眠気推定プログラム記録媒体。
20 対象者
20L 左眼
20R 右眼
100〜100H 眠気推定装置
120 開眼度検出器
122 左眼開眼度検出回路
124 右眼開眼度検出回路
126 平均値算出回路
140〜140D フィルタリング回路部
140−1 主フィルタリング回路
140−2 第1の副フィルタリング回路
140−3 第2の副フィルタリング回路
142 最大値取得回路
144 分位点算出回路
146 平均値算出回路
148 ローパスフィルタ
160〜160H 特徴量算出器
161 ばらつき度算出回路(第1の特徴量算出回路)
162 差分最大値算出回路(第2の特徴量算出回路)
163 閉眼割合算出回路(第3の特徴量算出回路)
164 動き差分平均値算出回路(第4の特徴量算出回路)
165 隣接差分算出回路(第5の特徴量算出回路)
166 対数算出回路(第6の特徴量算出回路)
167 平均値算出回路(第7の特徴量算出回路)
168 標準偏差算出回路(第8の特徴量算出回路)
169 分散算出回路(第9の特徴量算出回路)
180 眠気推定器
[数13]
F12(T)=Log{F1(T)+α}
ここで、αは小さな値、例えば、10−6である。尚、第1の特徴量F1(T)に小さな値αを加えているのでは、対数の中身がゼロにならないようにするためである。
前記フィルタリング回路部は、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hz以下のローパスフィルタから成る、
付記1に記載の眠気推定装置。
フィルタリング回路部が、前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力し、
特徴量算出器が、少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出し、
眠気推定器が、前記特徴量から前記眠気の評定値を推定して、推定結果を出力し、
前記特徴量算出器では、少なくとも、第1の特徴量算出回路が、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する、
眠気推定方法。
前記フィルタリング回路部では、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hz以下のローパスフィルタが、前記開眼度の時系列信号を低域通過させて、低域通過された信号を、前記フィルタリング後の開眼度の時系列信号として出力する、
付記14に記載の眠気推定方法。
前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力するフィルタリング手順と、
少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出する特徴量算出手順と、
前記特徴量から前記眠気の評定値を推定して、推定結果を出力する眠気推定手順と、を前記コンピュータに実行させ、
前記特徴量算出手順は、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する第1の特徴量算出手順を、少なくとも含む、
眠気推定プログラム。
Nをフレーム数とし、フィルタリング算出窓幅をTN[秒]としたとき、N=TN×fsの関係があり、
前記フィルタリング手順は、前記コンピュータに、前記フィルタリング算出窓幅(TN)単位で前記開眼度の時系列信号をフィルタリングすることにより所定の値に置換し、該置換した信号を前記フィルタリング後の開眼度の時系列信号として出力させる、
付記27に記載の眠気推定プログラム。
前記フィルタリング手順は、前記所定の値として、フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の最大値を取得する最大値取得手順から成る、
付記28に記載の眠気推定プログラム。
前記フィルタリング手順は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の第(P−1)P分位点の値、又は該第(P−1)P分位点以上の平均値を算出する分位点算出手順から成る、
付記28に記載の眠気推定プログラム。
前記フィルタリング手順は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の平均値を算出する平均値算出手順から成る、
付記28に記載の眠気推定プログラム。
前記フィルタリング手順は、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hz以下のローパスフィルタを用いて、前記開眼度の時系列信号を低域通過させて、低域通過された信号を、前記フィルタリング後の開眼度の時系列信号として出力する手順から成る、
付記27に記載の眠気推定プログラム。
Claims (15)
- 対象者の開眼度の時系列信号から前記対象者の眠気を推定する眠気推定装置であって、
前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力するフィルタリング回路部と、
少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出する特徴量算出器と、
前記特徴量から前記眠気の評定値を推定して、推定結果を出力する眠気推定器と、
を備え、
前記特徴量算出器は、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する第1の特徴量算出回路を、少なくとも含む、
眠気推定装置。 - 前記開眼度の時系列信号は、fs[フレーム/秒]の時系列信号であり、
Nをフレーム数とし、フィルタリング算出窓幅をTN[秒]としたとき、N=TN×fsの関係があり、
前記フィルタリング回路部は、前記フィルタリング算出窓幅(TN)単位で前記開眼度の時系列信号をフィルタリングすることにより所定の値に置換し、該置換した信号を前記フィルタリング後の開眼度の時系列信号として出力する、
請求項1に記載の眠気推定装置。 - 前記フィルタリング算出窓幅(TN)が0.1[秒]以上であるとき、
前記フィルタリング回路部は、前記所定の値として、フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の最大値を取得する最大値取得回路から成る、
請求項2に記載の眠気推定装置。 - Pが2以上の整数であり、前記フィルタリング算出窓幅(TN)が0.2[秒]以上であるとき、
前記フィルタリング回路部は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の第(P−1)P分位点の値、又は該第(P−1)P分位点以上の平均値を算出する分位点算出回路から成る、
請求項2に記載の眠気推定装置。 - 前記フィルタリング算出窓幅(TN)が1[秒]以上であるとき、
前記フィルタリング回路部は、前記所定の値として、前記フィルタリング算出窓幅(TN)内の前記開眼度の時系列信号の平均値を算出する平均値算出回路から成る、
請求項2に記載の眠気推定装置。 - 前記開眼度の時系列信号は、fs[フレーム/秒]の時系列信号であり、
前記フィルタリング回路部は、カットオフ周波数fc[Hz]が前記fsより十分小さく、6Hzより小さいローパスフィルタから成る、
請求項1に記載の眠気推定装置。 - 前記特徴量算出器は、前記開眼度の時系列信号のフレーム間差分を算出し、前記特徴量算出窓幅(TM)[秒]内の前記フレーム間差分の最大値を求め、該最大値を第2の特徴量として出力する第2の特徴量算出回路を、更に含む、請求項1乃至6のいずれか1項に記載の眠気推定装置。
- 前記特徴量算出器は、前記開眼度の時系列信号から閉眼を検知し、前記第1の所定時間窓幅(TM)[秒]内の前記閉眼の割合を求め、該閉眼の割合を第3の特徴量として出力する第3の特徴量算出回路を、更に含む、請求項1乃至7のいずれか1項に記載の眠気推定装置。
- 前記特徴量算出器は、前記開眼度の時系列信号から左眼と右眼の開眼度の動き差分を算出し、前記特徴量算出窓幅(TM)[秒]内の前記動き差分の平均値を求め、該動き差分の平均値を第4の特徴量として出力する第4の特徴量算出回路を、更に含む、請求項1乃至8のいずれか1項に記載の眠気推定装置。
- 前記特徴量算出器は、隣接する2つの特徴量算出窓幅(TM)[秒]で、前記第1乃至第4の特徴量算出回路でそれぞれ算出される、隣接する2つの第1乃至第4の特徴量の差分を求め、該差分の中から選択された1つを第5の特徴量として出力する第5の特徴量算出回路を更に含む、請求項9に記載の眠気推定装置。
- 前記特徴量算出器は、前記第1乃至第5の特徴量算出回路でそれぞれ算出される、第1乃至第5の特徴量の対数を求め、該対数の中から選択された1つを第6の特徴量として出力する第6の特徴量算出回路を更に含む、請求項10に記載の眠気推定装置。
- 前記特徴量算出器は、前記特徴量算出窓幅(TM)[秒]の倍数である統計量算出窓幅(TK)[秒]内の、前記特徴量算出窓幅(TM)[秒]毎に前記第1乃至第6の特徴量算出回路でそれぞれ算出された第1乃至第6の特徴量から選択された1つの統計量を算出する統計量算出回路を更に含む、請求項11に記載の眠気推定装置。
- 前記統計量算出回路は、前記統計量として、前記統計量算出窓幅(TK)[秒]毎に、前記第1乃至第6の特徴量から選択された1つの平均値、標準偏差、および分散の中から選択された少なくとも1つを算出する、請求項12に記載の眠気推定装置。
- 対象者の開眼度の時系列信号から前記対象者の眠気を推定する眠気推定方法であって、
フィルタリング回路部が、前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力し、
特徴量算出器が、少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出し、
眠気推定器が、前記特徴量から前記眠気の評定値を推定して、推定結果を出力し、
前記特徴量検出器では、少なくとも、第1の特徴量算出回路が、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する、
眠気推定方法。 - 対象者の開眼度の時系列信号から前記対象者の眠気を推定する処理をコンピュータに実行させる眠気推定プログラムを記録した眠気推定プログラム記録媒体であって、前記眠気推定プログラムは、
前記開眼度の時系列信号から前記対象者の瞬きによる信号変化を除去するようフィルタリングして、フィルタリング後の開眼度の時系列信号を出力するフィルタリング手順と、
少なくとも前記フィルタリング後の開眼度の時系列信号から特徴量を算出する特徴量算出手順と、
前記特徴量から前記眠気の評定値を推定して、推定結果を出力する眠気推定手順と、を前記コンピュータに実行させ、
前記特徴量算出手順は、特徴量算出窓幅(TM)[秒]内での、前記フィルタリング後の開眼度の時系列信号のばらつき度を算出して、該ばらつき度を第1の特徴量として出力する第1の特徴量算出手順を、少なくとも含む、
眠気推定プログラム記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/045725 WO2019123569A1 (ja) | 2017-12-20 | 2017-12-20 | 眠気推定装置、眠気推定方法、および眠気推定プログラム記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019123569A1 true JPWO2019123569A1 (ja) | 2020-12-17 |
JP7189564B2 JP7189564B2 (ja) | 2022-12-14 |
Family
ID=66994005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019559930A Active JP7189564B2 (ja) | 2017-12-20 | 2017-12-20 | 眠気推定装置、眠気推定方法、および眠気推定プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11589787B2 (ja) |
JP (1) | JP7189564B2 (ja) |
WO (1) | WO2019123569A1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11339200A (ja) * | 1998-05-28 | 1999-12-10 | Toyota Motor Corp | 居眠り運転検出装置 |
JP2006109980A (ja) * | 2004-10-13 | 2006-04-27 | Nissan Motor Co Ltd | 覚醒度判定装置 |
JP2008210285A (ja) * | 2007-02-27 | 2008-09-11 | Kyushu Univ | 居眠り運転防止装置 |
JP2009146377A (ja) * | 2007-11-21 | 2009-07-02 | Toyota Central R&D Labs Inc | ドライバ状態推定装置及びプログラム |
JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
JP2013214073A (ja) * | 2012-04-03 | 2013-10-17 | Johnson & Johnson Vision Care Inc | 電子眼科用レンズのためのまばたき検出システム |
JP2017006675A (ja) * | 2015-06-22 | 2017-01-12 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | 目の開度のための参照レベルを供給する方法および装置 |
JP2017079055A (ja) * | 2015-09-23 | 2017-04-27 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | ドライバの眠気状態を検出するための方法及び装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008099884A (ja) | 2006-10-19 | 2008-05-01 | Toyota Motor Corp | 状態推定装置 |
JP2008201285A (ja) | 2007-02-21 | 2008-09-04 | Yanmar Co Ltd | トランスミッション |
JP5210773B2 (ja) * | 2008-09-16 | 2013-06-12 | トヨタ自動車株式会社 | 眠気判定装置及びプログラム |
WO2010092860A1 (ja) | 2009-02-13 | 2010-08-19 | トヨタ自動車株式会社 | 生体状態推定装置及び車両制御装置 |
EP2754393A4 (en) * | 2011-09-05 | 2015-05-06 | Toyama Prefecture | METHOD AND DEVICE FOR DETECTING SOMNOLENCE |
-
2017
- 2017-12-20 WO PCT/JP2017/045725 patent/WO2019123569A1/ja active Application Filing
- 2017-12-20 JP JP2019559930A patent/JP7189564B2/ja active Active
- 2017-12-20 US US16/956,081 patent/US11589787B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11339200A (ja) * | 1998-05-28 | 1999-12-10 | Toyota Motor Corp | 居眠り運転検出装置 |
JP2006109980A (ja) * | 2004-10-13 | 2006-04-27 | Nissan Motor Co Ltd | 覚醒度判定装置 |
JP2008210285A (ja) * | 2007-02-27 | 2008-09-11 | Kyushu Univ | 居眠り運転防止装置 |
JP2009146377A (ja) * | 2007-11-21 | 2009-07-02 | Toyota Central R&D Labs Inc | ドライバ状態推定装置及びプログラム |
JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
JP2013214073A (ja) * | 2012-04-03 | 2013-10-17 | Johnson & Johnson Vision Care Inc | 電子眼科用レンズのためのまばたき検出システム |
JP2017006675A (ja) * | 2015-06-22 | 2017-01-12 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | 目の開度のための参照レベルを供給する方法および装置 |
JP2017079055A (ja) * | 2015-09-23 | 2017-04-27 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | ドライバの眠気状態を検出するための方法及び装置 |
Non-Patent Citations (1)
Title |
---|
峯山 貴行 他: "「眼瞼映像解析による反応時間推定の試み」", 情報処理学会研究報告高度交通システム, vol. 2006−ITS−26, JPN6021006193, 29 September 2006 (2006-09-29), pages 69 - 72, ISSN: 0004451062 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019123569A1 (ja) | 2019-06-27 |
US11589787B2 (en) | 2023-02-28 |
US20200390379A1 (en) | 2020-12-17 |
JP7189564B2 (ja) | 2022-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sigari et al. | A driver face monitoring system for fatigue and distraction detection | |
Fuletra et al. | A survey on drivers drowsiness detection techniques | |
Assari et al. | Driver drowsiness detection using face expression recognition | |
JP4899059B2 (ja) | 眠気検知装置 | |
WO2008127465A1 (en) | Real-time driving danger level prediction | |
Sharma et al. | Drowsiness warning system using artificial intelligence | |
JP2012164040A (ja) | 覚醒低下検出装置 | |
Salzillo et al. | Evaluation of driver drowsiness based on real-time face analysis | |
Valsan et al. | Monitoring driver’s drowsiness status at night based on computer vision | |
Gadde et al. | Employee Alerting System Using Real Time Drowsiness Detection | |
WO2020232893A1 (zh) | 一种用户疲劳状态识别方法、装置、终端设备及介质 | |
JP7189564B2 (ja) | 眠気推定装置、眠気推定方法、および眠気推定プログラム | |
Mašanović et al. | Driver monitoring using the in-vehicle camera | |
Isaza et al. | Dynamic set point model for driver alert state using digital image processing | |
Mittal et al. | Driver drowsiness detection using machine learning and image processing | |
Pant et al. | Driver's Companion-Drowsiness Detection and Emotion Based Music Recommendation System | |
JP7231035B2 (ja) | 眠気推定情報補正装置、眠気推定装置、眠気推定情報補正方法、眠気推定方法およびプログラム | |
Rajasekaran et al. | Enhancing Driver Safety: Real-Time Drowsiness Detection through Eye Aspect Ratio and CNN-Based Eye State Analysis | |
Abdullah et al. | Driver fatigue detection | |
Apoorva et al. | Review on Drowsiness Detection | |
Samiappan et al. | Comprehensive Analysis on Drowsiness Detection of Drivers using Facial Analysis | |
Damousis et al. | A fuzzy expert system for the early warning of accidents due to driver hypo-vigilance | |
Lam et al. | Wearable fatigue detection based on blink-saccade synchronisation | |
Yao et al. | In-vehicle alertness monitoring for older adults | |
Paidi et al. | Blinking eyes detection to monitor drowsy drivers due to fatigue using matlab cascade object detector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200619 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200619 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210609 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210908 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211203 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20211203 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20211213 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20211215 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20220204 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20220209 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20220406 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20220824 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20221005 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20221102 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20221102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221124 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7189564 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |