| 講演名 | 2020-05-29 骨格センシングを用いた宅内身体活動の品質づけ手法の提案 陳 思楠(神戸大), 佐伯 幸郎(神戸大), 中村 匡秀(神戸大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，高齢化社会で在宅介護への転換が進む中，宅内の身体活動をいかに継続するかが健康寿命の延伸に重要である．特に高齢者の場合，自宅での身体活動の量は廃用症候群や認知症の兆候を把握する重要な指標である．本研究では，宅内居住者の身体活動の量を簡便かつ非侵襲的に計測し，身体活動の質的な評価につなげることを目的とする．具体的には，定点カメラで宅内の映像を撮影し，骨格センシングによって居住者の骨格のみを抽出し，特徴点の座標を時系列データとして蓄積する．座標の時系列から居住者の姿勢や位置などの変化量を計算し，身体活動の量を性質づける手法を検討する．提案手法は，従来技術のようにウェアラブル機器を必要とせず，オリジナルの宅内映像を蓄積しないため，非侵襲的に身体活動のセンシングが達成できる．提案手法を姿勢推定機械学習モデルPoseNetを用いて試作し，体の境界領域と17の特徴点の座標をリアルタイムに検出し，データベースに蓄積した．蓄積したデータを分析し，座っている，立っている，歩いているなどの基本的な骨格の動き，姿勢の変化，位置の移動の定量化が可能であることを確認した．さらに，メッツなどの標準的な活動スケールとの関連付けも考察し，提案手法の具体的な応用も展望した． |
| 抄録(英) | In recent years, with the conversion to home care in the aging society, it is significant for extending healthy life span on how to continue physical activities at home. Especially, to comprehend signs of disuse atrophy and dementia of the elderly, the physical activity amount at home is an important index.The goal of this study is to measure the physical activity amount of residents in a simple, non-invasive manner, and to connect it with the qualitative evaluation of physical activities at home. More specifically, we capture the in-home real-time video with a fixed-point camera, extract the bone data of a resident using the bone sensing techniques, and accumulate solely the coordinate of feature points as the time-series data. We examine a method to characterize the physical activity amount, which calculates the amount of change from the coordinate data on time series, such as the posture and position of residents. It does not require the wearable devices in the proposed method. The non-invasive physical activity sensing can be achieved since the original in-home video is not accumulated. We first used the machine learning model PoseNet for the pose estimation, which detected the coordinates of the body boundary area and 17 feature points in real-time. We then analyzed the accumulated data, to checked the possible with the quantitation of the basic bone movements, posture changes, and position movements. Such as sitting, standing, and walking.Furthermore, we also discussed the association with standard activity scales (ex., METs), and looked ahead to the specific application of the proposed method. |
| キーワード(和) | 在宅介護 / 身体活動 / 映像 / PoseNet / 骨格センシング |
| キーワード(英) | Home care / Physical activities / Video / PoseNet / Bone sensing |
| 資料番号 | SC2020-1 |
| 発行日 | 2020-05-22 (SC) |
| 研究会情報 | |
| 研究会 | SC |
|---|---|
| 開催期間 | 2020/5/29(から1日開催) |
| 開催地（和） | オンライン/会津大 |
| 開催地（英） | Online/Univ of Aizu |
| テーマ（和） | サービスコンピューティング環境に向けたAIとその応用,その他 |
| テーマ（英） | AI Application for Service Computing Environment and Other Issues |
| 委員長氏名（和） | 中村 匡秀(神戸大) |
| 委員長氏名（英） | Masahide Nakamura(Kobe Univ.) |
| 副委員長氏名（和） | 菊地 伸治(物質・材料研究機構) / 山登 庸次(NTT) |
| 副委員長氏名（英） | Shinji Kikuchi(NIMS) / Yoji Yamato(NTT) |
| 幹事氏名（和） | 細野 繁(東京工科大) / 木村 功作(富士通研) |
| 幹事氏名（英） | Shigeru Hosono(Tokyo Univ. of Tech.) / Kosaku Kimura(Fujitsu Lab.) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Service Computing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 骨格センシングを用いた宅内身体活動の品質づけ手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Characterizing Quality of In-home Physical Activities Using Bone-based Human Sensing |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 在宅介護 / Home care |
| キーワード(2)（和/英） | 身体活動 / Physical activities |
| キーワード(3)（和/英） | 映像 / Video |
| キーワード(4)（和/英） | PoseNet / PoseNet |
| キーワード(5)（和/英） | 骨格センシング / Bone sensing |
| 第 1 著者 氏名（和/英） | 陳 思楠 / Sinan Chen |
| 第 1 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 第 2 著者 氏名（和/英） | 佐伯 幸郎 / Sachio Saiki |
| 第 2 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 第 3 著者 氏名（和/英） | 中村 匡秀 / Masahide Nakamura |
| 第 3 著者 所属（和/英） | 神戸大学(略称：神戸大) Kobe University(略称：Kobe Univ.) |
| 発表年月日 | 2020-05-29 |
| 資料番号 | SC2020-1 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | SC-49 |
| ページ範囲 | pp.1-6(SC), |
| ページ数 | 6 |
| 発行日 | 2020-05-22 (SC) |