2019 Fiscal Year Annual Research Report
Development of a monitoring system of preventing falls from a bed using deep learning to recognize behavior for elderly people
Project/Area Number |
16K20847
|
Research Institution | National Institute of Information and Communications Technology |
Principal Investigator |
佐藤 公信 国立研究開発法人情報通信研究機構, ナショナルサイバートレーニングセンターサイバートレーニング研究室, 主任研究員 (90461384)
|
Project Period (FY) |
2016-04-01 – 2020-03-31
|
Keywords | 深層学習 / 行動認識 / 深度センサ / 高齢者介護 / HCI |
Outline of Annual Research Achievements |
本研究は,認知症高齢者のベッドからの転落を未然に防ぐため,ヒトの行動を人工知能によって理解する技術の実現を目指す。認知症 高齢者は,ベッドから転 落すると,骨折などの重傷を負い,寝たきりになる可能性が高い。そこで,ベッド上で認知症高齢者が「足を ばたつかせる」,「ベッドに座る」といった連続的 な挙動から,転落の予兆を人工知能が認識する。 これにより,認知症高齢者の特徴を掴んだ個別的な介護を効率的に実現する道を開き,介護負担軽減,医療費 抑制,生活の質向上に資 する世界に先駆けた認知症介護問題の解決策を提案する。 提案研究のシステムは,ベッド上の人物を3次元計測可能なKinectにより, センシングする。Kinectによりセンシングされたデータを入力情報とするDBNが,行動を理解し,転落を予期する。 転落に繋がる挙動は,対象者毎に特徴的であ ると医療従事者により報告されている。ゆえに,特徴的な挙動を含むデータを学習に用いる必要がある。しかし,全ての挙動を学習データとして網羅することは 難しく,個別の学習データを利用して学習する必要する必要があると考えた。 この仕組みの実現により,個人に特化した転落予兆が実現できる。まず,基本的 な予測能力を有する学習を実施するため,広範囲ではなくある程度の特徴的な挙動取得を目指し,挙動を効率的に収集するため,同時に複数台のハードウェアを 利用し,学習データの取得を行う。 まず,ハードウェアを2台作成した。加えて,計測されたデータは,ユーザにより,特徴的なデータはラベリングされ,学習を自動的に実行するサー バへ送信する一連の仕組みを構築し、その有用性の評価がなされた。結果、本研究にて提案するシステムは、個人差への適応が有効であると判明した。 本研究の実験は、情報通信研究機構パーソナルデータ取扱に関する規定を遵守し実施するものである。
|
Research Products
(1 results)