|
本研究では、医療介護現場において患者や入所者のアクシデント行動を早期に発見するために自動モニタリングシステムについて研究開発を行った。比較的低い設備投資で広範囲における人物の行動を24時間検出できるシステムの構築を目指し、赤外線全方位型カメラを採用して取得したパノラマ画像から複数人物の3次元関節情報を推定し、各関節の時系列の変動から特定の行動を推定する手法開発を行なった。これまでに、パノラマ画像からAI（Artificial Intelligence）関連技術を用いて人物の3次元関節情報を抽出して、時系列深層学習ネットワークであるLSTM（Long-Short Term Memory）を用いて、アクシデント行動を検知する手法を開発した。続いて、システムの小型化のために単眼全方位カメラを用いた実装において、単一画像から3次元の関節情報を推定する手法を導入して、さらに、画像歪みの補正、画像の鮮明化を行う処理を実装することで最適化を行った。プロトタイプシステムの開発として、GPU (Graphics Processing Unit) 搭載型AIエッジデバイスを用いて手法群を実装するために各種処理の簡易化を行い、オンラインで推論を行う仕組みについての開発を行なった。令和5年度は、これまでに開発してきた手法群およびプロトタイプシステムによるオンラインでの動作検証および複数行動検知の推定精度について評価を行った。その結果、エッジAIデバイス上において処理速度3fps程度で学習済みの特定6行動（立位、座位、起立、転倒、臥位、徘徊）を高い精度で検知できることを確認した。さらに、携帯端末との連携機能について、タブレット端末に対して検知結果をリアルタイムに通知する通信モジュール、各種処理結果を確認するための3次元情報可視化ビューワソフトウェアの実装を行いプロトタイプシステムの開発を完了した。
|
