@techreport{oai:ipsj.ixsq.nii.ac.jp:00223784,
 author = {槌道, 慎也 and 青木, 工太 and 槇原, 靖 and 八木, 康史},
 issue = {27},
 month = {Jan},
 note = {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，骨折・転倒は高齢者が介護を必要とする大きな要因の一つである．転倒事故は老化に伴う運動機能の低下によって発生しやすくなり，より重大なケガに繋がるようになることから，運動機能の改善によって健康寿命を延ばすことが重要である．そのため，転倒リスクの早期検出を含めた，高齢者見守りのためのセンサー機器等を用いた情報通信技術の開発が期待されている．一方で，一般的なカメラを用いた見守りは嫌悪感を持たれる場合が多く，プライバシーに配慮する必要がある．本研究では，3 次元点群データから転倒リスク推定を行う機械学習手法を提案する．転倒リスクは TUG (Timed up & Go Test)に基づいて定義し，TUG を真横から深度カメラで撮影したデータを用いる．転倒リスクを推定する分類器への入力は，時系列点群から切り出した起立中もしくは着席中の 1 秒間の動作データである．70 歳以上の高齢者 320 名からデータを収集し，提案手法の有効性を検証するための実験を行った．},
 title = {点群時系列データからの老化に伴う運動機能低下の検知},
 year = {2023}
}