JPH1199140A

JPH1199140A - 就寝状態異常検知装置

Info

Publication number: JPH1199140A
Application number: JP9261765A
Authority: JP
Inventors: Hiroshi Sukegawa; 寛助川
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1997-09-26
Filing date: 1997-09-26
Publication date: 1999-04-13

Abstract

(57)【要約】【課題】圧迫感や動作制限を与えず、特殊機器や環境を
必要とせず、照度変化や人物の回転移動、平行移動によ
る影響を受けにくく、かつ既存のべッドや布団を使うこ
とができて就寝状態の異常を検知する。【解決手段】就寝状態異常検知装置は、画像入力手段１
から入力された画像を画像蓄積手段２に蓄積し、画像中
に含まれる就寝中の人物の動作領域を動作領域検出手段
３で検出し、この動作領域検出手段３からの検出結果か
ら頭部領域抽出手段４で頭部領域を抽出して寝返り状態
を寝返り検知手段で検知し、また、動作領域検出手段３
からの検出結果から就寝状態異常検知手段６で就寝状態
の異常を検知し、寝返り状態、就寝状態の異常を通知手
段７に通知する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、病院患者や老
人、幼児などの就寝状態における異常を検知する就寝状
態異常検知装置に関する。

【０００２】

【従来の技術】病院患者や老人、幼児などが就寝中なん
らかの原因で苦しくなったことや、長時間うつ伏せ寝が
続いていること、徘徊をしようとしていることなどを自
動的に検知し、看護人や家族に通知する手段として、ベ
ッドに組み込んだ重量センサや圧力センサなどをつけて
人物の状態をチェックしたり、首を少し振るだけで簡単
に触れることのできるタッチセンサのついたナースコー
ルを横においたりしているものがある。

【０００３】また、ＣＣＤカメラや赤外線センサを使う
などした画像処理を用いた例もあるが、とくに工夫をし
た画像処理を用いている例は少なく、スポットを当てて
そのスポットの位置や動きを調べるなどの特殊機器を伴
うものが多かった。

【０００４】しかしながら、患者や老人などが誰かを呼
び出したいと思った場合、タッチセンサなどで呼び出し
を行うナースコールではそのセンサに触らないと通知す
ることができないため、本当に苦しい時にその場所を確
認できず呼び出しをできない可能性がある。また、触り
やすいようにするためには普段から邪魔になってしまう
ような場所に設置しなければいけなかったり、圧迫感を
与えてしまったりする。

【０００５】また、ベッド自体に重量センサや圧力セン
サなどを組み込むとなるとベッドごとかえなくてはなら
ない他、通常の布団では使うことができないという問題
があった。

【０００６】ＣＣＤカメラや赤外線センサを用いた例も
あるが、格子状スポットを当ててその変位を見るなど特
殊機器を必要とする他、まわりの環境の照度変化や温度
変化による影響を受けやすい、スポットなどの光が人物
に不快感を与えるという問題があった。

【０００７】

【発明が解決しようとする課題】上記したように、病院
患者や老人、幼児などの就寝状態を知る必要がある場
合、そのために病院患者や老人、幼児などに圧迫感や動
作制限を与えたり、スポットを当てるなどの特殊な機器
や環境を必要としたり、照度変化や人物の回転移動、平
行移動による影響を受けたり、かつ既存のべッドや布団
を使うことができなかったり、就寝中に長時問うつ伏せ
状態になっていることや、苦しんで寝返りをうっている
状態、徘徊をしようとしている状態等の異常状態を検知
することができないといった問題があった。

【０００８】そこで、この発明は、圧迫感や動作制限を
与えず、特殊機器や環境を必要とせず、照度変化や人物
の回転移動、平行移動による影響を受けにくく、かつ既
存のべッドや布団を使うことができて就寝状態の異常を
検知することのできる就寝状態異常検知装置を提供する
ことを目的とする。

【０００９】

【課題を解決するための手段】この発明の就寝状態異常
検知装置は、就寝中人物の画像を入力する画像入力手段
と、この画像入力手段で入力された上半身画像における
人物の動きの頻度から異常を検知する検知手段とから構
成されている。

【００１０】この発明の就寝状態異常検知装置は、就寝
中人物の画像を入力する画像入力手段と、この画像入力
手段で入力された上半身画像における人物の動作や状態
を解析する解析手段と、この解析手段の解析による動き
の頻度から異常を検知する検知手段とから構成されてい
る。

【００１１】この発明の就寝状態異常検知装置は、就寝
中人物の画像を入力する画像入力手段と、この画像入力
手段で入力された上半身画像における人物の動作や状態
を解析する解析手段と、この解析手段の解析による動き
の頻度から異常の状態を検知する検知手段と、この検知
手段に接続され、この検知手段で検知された異常の状態
を通知する通知手段とから構成されている。

【００１２】この発明の就寝状態異常検知装置は、鉛直
方向下向きに設けられ、就寝中人物の画像を入力する画
像入力手段と、この画像入力手段で入力された画像を一
時的に蓄積する画像蓄積手段と、この画像蓄積手段に蓄
積された画像から人物の動作領域、動作量、動作方向を
検出する動作領域検出手段と、この動作領域検出手段で
検出された動作領域、または前記画像蓄積手段に蓄積さ
れた画像から頭部領域だけを抽出して頭部を追跡する頭
部領域抽出手段と、この頭部領域抽出手段で抽出された
頭部領域の情報と、予め登録された頭部領域情報とを比
較して前記人物がうつ伏せ寝になっていることを検知す
る寝返り検知手段と、前記動作領域検出手段で検出され
た動作量、動作方向情報から異常な動作を区別して就寝
状態の異常を検知する就寝状態異常検知手段と、この就
寝状態異常検知手段で就寝状態の異常が検知された際、
または前記寝返り検知手段でうつ伏せ寝が検知された際
に検知情報を通知する通知手段とから構成されている。

【００１３】

【発明の実施の形態】以下、この発明の一実施の形態に
ついて図面を参照して説明する。この発明の就寝状態異
常検知装置は、カメラやセンサから入力された画像中に
含まれる就寝中の人物の状態を画像によって認識し、対
象人物に圧迫感や不快感を与えないようにしながら温度
や照度など環境の変化による影響を受けないようにしな
がら異常な状態の場合に自動的に通知を行うようにした
ものである。

【００１４】図１は、この発明の就寝状態異常検知装置
における概略構成である。本装置は、ベッドまたは布団
の上に寝ている人物の上半身上方から垂直に見下ろした
モノクロまたはカラーのＣＣＤカメラ１１、または距離
センサや赤外線センサ、メインの処理を行うパーソナル
コンピュータ（ＰＣ）１２、またはワークステーショ
ン、そして遠隔地にいる人物に通知するための通知装置
１３とから構成されている。

【００１５】図２は、図１で示した就寝状態異常検知装
置の処理手段の構成を示すものである。就寝状態異常検
知装置の処理手段の構成は、ＣＣＤカメラ１１が画像入
力手段１であり、ＰＣ１２が画像蓄積手段２、動作領域
検出手段３、頭部領域抽出手段４、寝返り検知手段５、
就寝状態異常検知手段６とから構成され、通知装置１３
が通知手段７である。

【００１６】画像入力手段１によって上方向から見下ろ
したカメラまたはセンサから入力画像を得て、一度画像
蓄積手段２に格納される。入力画像について動作領域検
出手段３を適用することにより就寝者の動作方向、動作
領域、位置、動作量がパラメータとして抽出される。

【００１７】また、頭部領域抽出手段４によって頭部領
域だけが抽出され、照明条件や温度変動の影響、人物の
回転の影響を受けないように、エッジの勾配方向のヒス
トグラムや高次局所自己相関のパラメータをもとにテン
プレートマッチングにて頭部が追跡される。

【００１８】さらに、寝返り検知手段５によって人物の
寝返りが検知され、もし対象としている人物が長時間う
つ伏せ寝状態になっていた場合に異常として検知され、
通知手段７に通知出力される。また、就寝状態異常検知
手段６によって対象人物が苦しがっていたり徘徊しよう
としているなどの異常な動作を区別しながら検知し、も
しそれが一定時間以上継続していた場合に異常として検
知され、通知手段７に通知出力される。

【００１９】通知手段７では、看護人や家族などを呼び
出すために音や光を使って異常状態を通報する。次に、
画像入力手段１の処理について説明する。

【００２０】ベッドまたは布団の垂直上部から鉛直下方
向に見下ろすように設置されたカメラまたは赤外線セン
サ、距離センサなどのセンサからの画像を入力する。対
象人物がカメラやセンサで撮影されることを嫌がる場合
もあるために小型のカメラやマジックミラーなどを使っ
て気づかれないようにして撮影する手段もとることがで
きる。

【００２１】入力画像サイズは、３２０×２４０ｍｍ程
度でグレースケールかカラーでＲＧＢそれぞれ２５６階
調のＣＣＤカメラ１１、もしくはセンサであればセンサ
の入力階調、入力解像度とする。まっ暗な状態では光学
式のＣＣＤカメラが使えないために、赤外線センサを併
用して使うなどの手段もとることができる。映像は枕部
分を含む人物の上半身を写すようにする。画像入力手段
１における入力画像の例を図３に示す。

【００２２】次に、画像蓄積手段２の処理について説明
する。画像入力手段１から取り込まれた画像はそのまま
画像蓄積手段２としてのメモリに保存され、また直前
（１フレ一ム前）の画像を別の領域に保存される。これ
は連続差画像処理を行うときにダブルバッファリングし
ておいて１フレームごとに切替えて保存する手段を用い
ることができるためである。

【００２３】次に、動作領域検出手段３の処理について
説明する。まず、動作領域検出手段３の内部の処理につ
いて述べる。画像蓄積手段２に蓄積された画像のうち直
前の画像と現在の画像との差画像を計算することにより
連続差分画像を得る。これによって画面内の人物の動作
領域が検出されることになる。この差画像に対して微分
をとることにより、その微分方向を調べることで人物の
動作方向を調べることができる。またオプティカルフロ
ーを利用することでも画像全体の動き量と動きの方向、
人物の位置を調べることも可能である。

【００２４】微分勾配量やフローべクトルの大きさを画
面全体で足しあわせることによって人物動作量が求めら
れる。そして、図４に示すように、一定しきい値以上の
動きを示している領域の左右端を人物の左右端としてと
ることができ、動作領域の左右端の位置をつねに記録し
ておくことで、対象となる人物が静止していても存在位
置が分かる。

【００２５】局所的な特徴でなく画面全体での変動方向
傾向を見るために、ここでは画面全体の画素における動
き方向の角度を軸としたヒストグラムとして表すことに
する。連続画像による差画像処理を行った場合は微分の
勾配方向、オプティカルフローの場合にはフローべクト
ルの方向を画素ごとに求めてヒストグラムにする。この
ヒストグラムには全部の値を積分することで動き量の情
報も含まれている。

【００２６】この処理を図５に示す。人物の動作方向を
図５の（ａ）に示すような角度を定義し、図５の（ｂ）
に示すように動作方向ヒストグラムとして示す。次に、
頭部領域抽出手段４の処理について説明する。すなわ
ち、頭部領域情報の特徴量をもとにテンプレートマッチ
ングを行って頭部領域を追跡する手段について説明す
る。前もって装置の操作者がマウスなどで人為的に指示
することで入力画像中の枕の外接矩形領域を学習させて
おく。さらに、図６の（ａ）〜（ｄ）に示すように、上
向き、横向き（左右）、下向きの４方向を向いた状態で
の頭部領域画像を初期状態の頭部領域情報として登録し
ておく。

【００２７】まず、動作領域抽出手段３によって抽出さ
れた動作領域を調べ、もしその領域が枕上にあればその
まま初期頭部領域としても良い。見つからなかった時に
は入力画像全体でのテンプレートマッチングにより頭部
初期位置を求める。

【００２８】次の処理単位時間からは、直前フレームに
おける頭部の位置周辺領域に対して４方向の頭部特徴量
を用いたテンプレートマッチングを行って、頭部に最も
近いと思われる場所に頭部位置を更新していくことによ
って追跡を行う。

【００２９】ここで用いているテンプレートマッチング
での特徴量について、濃度などのような階調パターンで
追跡を行うと回転移動や明度変化（可視光カメラの場
合）・温度変化（赤外線センサの場合）に弱いため、微
分画像の勾配方向ヒストグラムのパターンでマッチング
を行う。また、高次局所自己相関（大津展之、栗田多喜
夫、関田巌：“パターン認識”，朝倉書店，１６５〜１
８１頁，１９９６年）における２５次元パラメータを使
うことも可能である。

【００３０】マッチングの際に用いる評価値としてはユ
ークリッド距離の他、類似度も使うことができる。また
頭部の回転移動による影響をなくすために、ヒストグラ
ムの角度軸方向へのシフトも行い、最も良いスコアでの
評価を行う。つまり０度から３６０度までの方向成分ヒ
ストグラムをとった場合、ある角度ｘのグラフをｘ＋
１，ｘ＋２というようにヒストグラムの軸上でシフトし
ていき、３６０度を超したものに対してはそこから３６
０を引くことによってまた０度から値をとる。

【００３１】この処理を図７の（ａ），（ｂ）に示す。
図７の（ａ）に示すピークＣが、図７の（ｂ）に示すピ
ークＣで示されたことによって０度側に動いていること
が分かる。

【００３２】次に、寝返り検知手段５の処理について説
明する。本手段は、頭部領域抽出手段４によって求めら
れた頭部領域の画像を用いる。頭部を追跡することによ
り、人物の洋服や布団のしわ・模様などの影響を少なく
し、人物の動作を確実に求めることができる。

【００３３】ここでは、図８に示すように、図８の
（ａ）に示す頭部領域画像から得られた特徴量が、図８
の（ｂ）〜（ｅ）に示す事前に登録された４方向を向い
た頭部辞書画像特徴量と比較してどの状態に一番近いか
を判定する。

【００３４】この特徴量としては、頭部領域抽出手段４
と同様に照度変化の影響を少なくするために微分画像の
勾配方向ヒストグラムを用いる。辞書との近さを示す評
価値としてはユークリッド距離または類似度を用いるこ
とで実現する。

【００３５】また、ここでも人物画像の回転に対する影
響をなくすために、頭部領域抽出手段４と同様にヒスト
グラムの角度軸方向へのシフトも行い、最も良い評価値
を利用する。つまり一方向の辞書に対して３６０度分の
シフトを行い、それを４種類の辞書に対して同様に行っ
て、３６０×４＝１４４０個の評価値の中でもっとも良
い評価値を与える顔の方向を、現在人物が向いている方
向だと判定することになる。

【００３６】また、頭部領域での特徴量を用いる他、画
像全体での特徴量を用いる方法も考えられる。微分画面
全体での勾配方向ヒストグラムを人物の状態を表す特徴
量として用いる手法である。他に高次局所自己相関特徴
の２５次元パラメータを利用する方法もある。これらは
ヒストグラムを取るために対象物体が画面内で平行移動
を行ってもほぼ同じ特徴量が出るという特徴がある。こ
の場合では初期状態で４方向を向いた全体画像による特
徴量を辞書として登録し、上述の方法でどの辞書に最も
近いかを判定する。

【００３７】上記した処理から一定時間以上（一定処理
時間単位以上）うつ伏せだと判定された場合、危険だと
判断して通知手段７に対してメッセージを送るようにす
る。次に、就寝状態異常検知手段６の処理について説明
する。

【００３８】本手段では、動作領域検出手段３によって
抽出された動作領域面積を利用して、その大きさを人物
の基準動作量Ｓとして扱う。またオプティカルフローに
おけるフローの方向や差画像のエッジの勾配方向をヒス
トグラムとして表し、過去一定フレームＴにおける動作
量の平均ｍと分散Ｖを求める。

【００３９】Ｖの平方根に定数ｋをかけた値にｍを足し
た値を基準動作量とし、それより小さい動作量であれ
ば、人物が呼吸している動作や心拍程度の小さな動作で
あると判定できる。この条件は以下の式で示される通り
である。

【００４０】Ｓ＜（ｋ×√Ｖ）＋ｍここで示された基準動作量Ｓよりも大きな動作が一定時
間続いた場合には異常状態と判定する。一定時間続くと
いっても断続的に続く場合もあるため、検査単位時間ｔ
（ｔ＜Ｔ）の中で一定割合以上異常動作があったら警告
を出力するようにもできる。

【００４１】異常状態判定には動作領域検出手段３によ
って求められた動作方向ヒストグラムを用いる。そし
て、図９に示すようにこのヒストグラムの分散を求めて
比較する。ただし、この図９の（ａ），（ｂ）において
は、１度の方向に動いた場合と３５９度の方向に動いた
場合に、実際は、ほぼ同じ方向でありながら分散が極端
に大きくなってしまうという欠点がある。そのためこの
ヒストグラムを角度軸方向に１度ずつシフトしてそれぞ
れ分散を計算する。

【００４２】最終的な評価値となる分散値はこの中での
最小値、もしくは３６０度分シフトした中の平均値を利
用する。この値が所定のしきい値より小さい場合にはあ
る一定方向に動作が続いていることを意味し、対象人物
が布団から立ち去ろうとしている、またはべッドまたは
布団へ戻ってきた場合だと判断できる。

【００４３】徘徊しやすい人物だと前もって情報が与え
られている場合には徘徊しようとしていると判断し、警
告対象とすることが可能である。また、動作方向ヒスト
グラムの分散が所定のしきい値よりも大きい場合には、
動作方向が一方向でなくあちこちにばらついていること
が示され、対象人物が苦しんでもがいているなどの動作
を行っているとして異常動作と判定する。

【００４４】このような構成において、就寝状態異常検
知手段６の処理について図１０のフローチャートを参照
して説明する。まず、動作領域面積Ｓの過去の単位時間
Ｔにおける分散を求める（ＳＴ１）。続いて、過去一定
時間ｔで、Ｓ＜（ｋ×√Ｖ）＋ｍの式を満すことが一定
割合以上あったか否かをチェックし（ＳＴ２）、一定割
合以上ない場合は安静状態とする。

【００４５】ステップＳＴ２で、一定割合以上あった場
合は、安静状態に比べて大きな動作をしている異常動作
だと判定し、動作方向ヒストグラムの分散を計算する
（ＳＴ３）。

【００４６】続いて、動作方向ヒストグラムの分散が一
定しきい値よりも大きいか否かをチェックし（ＳＴ
４）、大きい場合は苦しんでもがいていると判定し、小
さい場合はベッドからの立去り（または徘徊）と判定す
る。

【００４７】ここで、通知手段７に動作の種類（徘徊、
立去り、苦しがり）とともに結果を送信する。次に、通
知手段７の処理について説明する。

【００４８】看護人や家族などを呼び出すために、音を
発生させたり映像で出力を行う表示装置などを備えた通
知装置に無線またはネットワークを利用して接続して異
常状態結果を通知する。寝返り検知手段５や就寝状態異
常検知手段６から与えられた警告の原因となる状態（う
つ伏せ寝、徘徊、もがき）の情報も同時に通知する。

【００４９】以上説明したように上記発明の実施の形態
によれば、患者や老人などに圧迫感や動作制限を与え
ず、そしてスポットを当てるなどの特殊な機器や環境を
必要とせず、照度変化や人物の回転移動、平行移動によ
る影響を受けにくく、かつ既存のべッドや布団を使うこ
とができ、また、就寝中に長時問うつ伏せ状態になって
いることや、苦しんで寝返りをうっている状態、徘徊を
しようとしている状態を自動的に検知して看護人や家族
などに映像や音声によって通報することができる。

【００５０】

【発明の効果】以上詳述したようにこの発明によれば、
圧迫感や動作制限を与えず、特殊機器や環境を必要とせ
ず、照度変化や人物の回転移動、平行移動による影響を
受けにくく、かつ既存のべッドや布団を使うことができ
て就寝状態の異常を検知することのできる就寝状態異常
検知装置を提供することができる。

【図面の簡単な説明】

【図１】この発明の就寝状態異常検知装置における概略
構成を示す図。

【図２】図１における就寝状態異常検知装置の処理手段
の構成を示すブロック図。

【図３】入力画像の例を示す図。

【図４】人物動作量を説明するための図。

【図５】人物の動作方向ヒストグラムを説明するための
図。

【図６】頭部領域情報の登録を説明するための図。

【図７】ヒストグラムシフトの処理を説明するための
図。

【図８】頭部領域画像から得られる特徴量を説明するた
めの図。

【図９】異常状態判定を説明するための図。

【図１０】異常動作と判定する動作を説明するためのフ
ローチャート。

【符号の説明】

１…画像入力手段２…画像蓄積手段３…動作領域検出手段４…頭部領域抽出手段５…寝返り検知手段６…就寝状態異常検知手段７…通知手段１１…ＣＣＤカメラ１２…パーソナルコンピュータ１３…通知装置

Claims

【特許請求の範囲】

【請求項１】就寝中人物の画像を入力する画像入力手
段と、この画像入力手段で入力された上半身画像における人物
の動きの頻度から異常を検知する検知手段と、を具備したことを特徴とする就寝状態異常検知装置。
【請求項２】就寝中人物の画像を入力する画像入力手
段と、この画像入力手段で入力された上半身画像における人物
の動作や状態を解析する解析手段と、この解析手段の解析による動きの頻度から異常を検知す
る検知手段と、を具備したことを特徴とする就寝状態異常検知装置。
【請求項３】就寝中人物の画像を入力する画像入力手
段と、この画像入力手段で入力された上半身画像における人物
の動作や状態を解析する解析手段と、この解析手段の解析による動きの頻度から異常の状態を
検知する検知手段と、この検知手段に接続され、この検知手段で検知された異
常の状態を通知する通知手段と、を具備したことを特徴とする就寝状態異常検知装置。
【請求項４】前記画像入力手段は、白黒またはカラー
のＣＣＤカメラによって得られた画像を用いることを特
徴とする請求項３記載の就寝状態異常検知装置。
【請求項５】前記画像入力手段は、距離センサよって
得られた画像を用いることを特徴とする請求項３記載の
就寝状態異常検知装置。
【請求項６】前記画像入力手段は、赤外線センサよっ
て得られた画像を用いることで温度変化の影響を受けに
くくしたことを特徴とする請求項３記載の就寝状態異常
検知装置。
【請求項７】鉛直方向下向きに設けられ、就寝中人物
の画像を入力する画像入力手段と、この画像入力手段で入力された画像を一時的に蓄積する
画像蓄積手段と、この画像蓄積手段に蓄積された画像から人物の動作領
域、動作量、動作方向を検出する動作領域検出手段と、この動作領域検出手段で検出された動作領域、または前
記画像蓄積手段に蓄積された画像から頭部領域だけを抽
出して頭部を追跡する頭部領域抽出手段と、この頭部領域抽出手段で抽出された頭部領域の情報と、
予め登録された頭部領域情報とを比較して前記人物がう
つ伏せ寝になっていることを検知する寝返り検知手段
と、前記動作領域検出手段で検出された動作量、動作方向情
報から異常な動作を区別して就寝状態の異常を検知する
就寝状態異常検知手段と、この就寝状態異常検知手段で就寝状態の異常が検知され
た際、または前記寝返り検知手段でうつ伏せ寝が検知さ
れた際に検知情報を通知する通知手段と、を具備したことを特徴とする就寝状態異常検知装置。
【請求項８】前記頭部領域抽出手段は、前もって登録
しておいて前記人物の仰向け、うつ伏せ、右向き、左向
きにおける画像をもとに、微分の勾配方向ヒストグラム
をパラメータとしてテンプレートマッチングによって頭
部を追跡することを特徴とする請求項７記載の就寝状態
異常検知装置。
【請求項９】前記寝返り検知手段は、前記頭部領域抽
出手段で抽出された頭部領域画像に対し、微分画像の勾
配方向ヒストグラムを特徴量として求め、前もって登録
された仰向け状態とうつ伏せ状態、右向き及び左向きの
画像４枚から得られた同様の特徴量とヒストグラムにお
ける角度軸方向に値をシフトしながら比較することによ
って誤差を計算し、最も近いとされる頭部の向きを求
め、前記人物の回転移動や照明変化に影響されずにうつ
伏せ寝をしていることを検知することを特徴とする請求
項７記載の就寝状態異常検知装置。
【請求項１０】前記就寝状態異常検知手段は、前記動
作領域検出手段で検出された動作量、動作方向の情報に
基づいて、過去一定フレームＴにおける動作量の分散を
求め、その分散に定数をかけた値と過去一定フレームＴ
における平均動作量を足した基準動作量より大きい動作
が一定時間ｔ（ｔ＜Ｔ）続いた場合、または一定時間内
で一定割合以上の時間だけ基準動作量より大きく動作し
た場合に異常として検知し、さらに角度軸方向にシフト
しながら得られる複数の動作方向ヒストグラムの中で最
小または平均となる分散値が予め決められたしきい値よ
り大きいか否かを判定することにより前記人物の立去り
動作または苦痛動作を区別して異常を検知することを特
徴とする請求項７記載の就寝状態異常検知装置。
【請求項１１】前記通知手段は、前記人物の動作や就
寝状態に異常があった際に映像や音を利用して異常状態
を通知することを特徴とする請求項７記載の就寝状態異
常検知装置。