深度画像認識手法を用いた老化に伴う運動機能低下の検知

• Item type: SIG Technical Reports(1)
• 公開日: 2021-05-13
• タイトル: 深度画像認識手法を用いた老化に伴う運動機能低下の検知
• タイトル / 言語: en
• タイトル: Detection of physical ability decline associated with aging using depth image recognition method
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論スポットライトセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 三菱電機株式会社情報技術総合研究所
• 著者所属(英): en
• 著者所属(英): University of Osaka
• 著者所属(英): en
• 著者所属(英): University of Osaka
• 著者所属(英): en
• 著者所属(英): University of Osaka
• 著者所属(英): en
• 著者所属(英): University of Osaka
• 著者所属(英): en
• 著者所属(英): University of Osaka
• 著者所属(英): en
• 著者所属(英): Information Technology R&D Center, Mitsubishi Electric Corp
• 著者名: 槌道, 慎也; 青木, 工太; 槇原, 靖; 中村, 友哉; 八木, 康史; 西川, 博文
• 著者名(英): Shinya, Tsuchimichi; Kota, Aoki; Yasushi, Makihara; Tomoya, Nakamura; Yasushi, Yagi; Hirohumi, Nishikawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 高齢化が進む社会では介護を必要とする人の増加が問題となっており，その解決には健康寿命を延ばすことが重要である．高齢者が介護を必要とする大きな要因として骨折・転倒が存在しており，転倒事故は高齢化による運動機能の低下に伴って発生しやすく，より重大なケガに繋がる．転倒事故防止には転倒リスクをいち早く本人が理解し，運動や生活環境の改善などの対策を行うことが必要である．そこで本研究では，深度画像の動作認識に用いられる手法と画像処理を組み合わせることで転倒リスクの高さを推定する手法を提案した．転倒リスクはTUG(Timed up & Go Test)を用いて定義し，使用するデータはTUGを真横から深度カメラで撮影することで取得した．得られた深度画像を任意に1秒間切り出し，3DV(3D Dynamic Voxel)とPointNet++を用いて学習を行うことで転倒リスクの推定を自動で行う分類器の作成を行った．その結果，1秒間に撮影される深度映像から転倒リスクの推定は可能であることが分かり，提案手法の有効性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In an aging society, the increase in the number of people who require nursing care has become a problem, and extending healthy life expectancy is important to solve this problem. Fractures and falls are major causes of the need for nursing care among the elderly, and accidents involving falls tend to occur as physical ability decline due to aging, leading to more serious injuries. In order to prevent falling accidents, it is necessary for people to understand the risk of falling as soon as possible and to take measures such as exercise and improvement of their living environment. Therefore, in this study, we proposed a method for estimating the risk of falling by combining image processing with methods used for action recognition in depth images. The fall risk is defined using the TUG (Timed up & Go Test), and the data used are obtained by capturing the TUG from the side with a depth camera. The obtained depth images were arbitrarily cut out for one second and trained using 3DV (3D Dynamic Voxel) and PointNet++ to create a classifier that can automatically estimate the risk of falling. As a result, we found that it is possible to estimate the risk of falling from the depth image captured in one second, and confirmed the effectiveness of the proposed method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2021-CVIM-226, 号 17, p. 1-8, 発行日 2021-05-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会