Citation

Kobayashi Y, Yanagisawa T, Sakanashi H, Nosato H, Takahashi E, Mochimaru M. Jpn. J. Fall Prev. 2014; 1(1): 55-63.

Vernacular Title

公共空間における転倒の実態解明を目指した異常検出技術の評価に関する研究

Copyright

(Copyright © 2014, Japanese Society for Fall Prevention)

DOI

10.11335/tentouyobou.1.1_55

PMID

unavailable

Abstract

The objective of this study was therefore, to develop a system that can automatically identify scenes of a video in which falling occurs. A surveillance camera was placed in our laboratory for a two-month period to record the daily activities of employees, after which one real tripping scene and 28 normal walking scenes of various employees were manually identified. Using this scenes two different models to detect scenes in which tripping occurred were build; 1) a model based on scenes of walking persons not carrying any baggage, and 2) a model using scenes of walking persons with and without baggage. Based on these two models real tripping scenes can be identified as scenes with abnormal motions. If solely the first model is used, scenes in which a person carries baggage is also considered to be an abnormal scenes. If the second model is used scenes in which a person is carrying baggage are not considered to be abnormal. This indicates that the second model can be used to automatically obtain scenes in which falls occur, allowing for time efficient analyzing of captured videos.

Language: ja

Vernacular Abstract

本研究では，先行研究で既に通常歩行が映った動画像と走行や実験室内での模擬的な転倒動作が映った動画像とを識別できることが報告されている，CHLAC特徴に基づく動画像認識技術を用いて，これまでは達成されていない，1）実際の転倒やそのインシデントを同技術で識別できることの確認と，2）歩行中のさまざまな日常動作が同技術での識別に及ぼす影響の確認に取り組んだ。その結果，1）通常歩行時の動画像のみを学習データとすることで，偶然撮影された実際のインシデント（つまずき）発生シーンも異常状態として検出可能である，2）ただし通常歩行時の動画像のみを学習データとした場合には，荷物が大きい場合や，動きが大きい日常動作を異常として過検出してしまう場合がある，および3）通常歩行時の動画に加えて日常生活中のさまざまな動作を含む歩行の動画像も学習データに加えて学習させることで，荷物や動作の有無に関わらず偶然撮影された実際のインシデント（つまずき）発生シーンのみを異常状態として検出可能である，の3点が明らかとなった。