[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

TWI783374B - 健康照護系統和健康照護方法 - Google Patents

健康照護系統和健康照護方法 Download PDF

Info

Publication number
TWI783374B
TWI783374B TW110104980A TW110104980A TWI783374B TW I783374 B TWI783374 B TW I783374B TW 110104980 A TW110104980 A TW 110104980A TW 110104980 A TW110104980 A TW 110104980A TW I783374 B TWI783374 B TW I783374B
Authority
TW
Taiwan
Prior art keywords
image data
behavior
space
person
image
Prior art date
Application number
TW110104980A
Other languages
English (en)
Other versions
TW202232446A (zh
Inventor
孫民
鄭欽安
胡厚寧
Original Assignee
國立清華大學
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 國立清華大學 filed Critical 國立清華大學
Priority to TW110104980A priority Critical patent/TWI783374B/zh
Priority to US17/321,533 priority patent/US20220253629A1/en
Publication of TW202232446A publication Critical patent/TW202232446A/zh
Application granted granted Critical
Publication of TWI783374B publication Critical patent/TWI783374B/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/0415—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting absence of activity per se
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Psychiatry (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Critical Care (AREA)

Abstract

提出一種健康照護系統和健康照護方法。健康照護方法包含：取得目標空間的影像資料以及對應於目標空間的空間分割配置，其中影像資料包含時間資訊；根據影像資料取得人員的姿態；根據影像資料以及空間分割配置判斷人員所在的空間分割；根據姿態、空間分割以及時間資訊判斷人員的行為；根據行為、空間分割以及時間資訊判斷事件發生；以及輸出對應於事件的警示訊息。

Description

健康照護系統和健康照護方法
本發明是有關於一種健康照護系統和健康照護方法。
隨著人口老齡化，有越來越多的長者需要受到照顧。目前，市面上已出現許多能監視使用者之健康狀況的健康照護系統。健康照護系統大多需要使用者佩帶穿戴式裝置，以藉由穿戴式裝置上的感測器來感測使用者的生理狀態。然而，穿戴式裝置造成的不適感經常會讓使用者拒絕佩帶該穿戴式裝置。據此，如何提出一種在不需通過穿戴式裝置的條件下監控使用者的狀態的方法，是本領域人員致力的目標之一。
本發明提供一種健康照護系統和健康照護方法，可監視目標空間中的人員的狀態。
本發明的一種健康照護系統，適用於監視目標空間中的人員的狀態，包含處理器、儲存媒體、收發器以及影像擷取裝置。 影像擷取裝置擷取目標空間的影像資料，其中影像資料包含時間資訊。儲存媒體儲存對應於目標空間的空間分割配置。處理器耦接儲存媒體、收發器以及影像擷取裝置，並且經配置以執行：根據影像資料取得人員的姿態；根據影像資料以及空間分割配置判斷人員所在的空間分割；根據姿態、空間分割以及時間資訊判斷人員的行為；根據行為、空間分割以及時間資訊判斷事件發生；以及通過收發器輸出對應於事件的警示訊息。
在本發明的一實施例中，上述的處理器根據影像資料建立對應於人員的虛擬識別碼，並且根據虛擬識別碼判斷行為。
在本發明的一實施例中，上述的處理器根據影像資料、空間分割以及時間資訊判斷人員離開空間分割的時間段，並且響應於時間段大於時間閾值而判斷事件發生。
在本發明的一實施例中，上述的處理器根據時間資訊判斷人員進行行為的時間段，並且根據時間段判斷事件發生。
在本發明的一實施例中，上述的處理器響應於影像資料的亮度大於亮度閾值而判斷影像資料為可用的，並且響應於影像資料為可用的而根據影像資料判斷事件發生。
在本發明的一實施例中，上述的影像資料包含對應於第一時間點的第一影像以及對應於第二時間點的第二影像，其中處理器根據第一影像和第二影像的相似度判斷影像資料為可用的，並且響應於影像資料為可用的而根據影像資料判斷事件發生。
在本發明的一實施例中，上述的行為包含第一行為和第 二行為，其中處理器根據行為以及時間資訊判斷時間段內的第一行為和第二行為的比例，並且根據比例判斷事件發生。
在本發明的一實施例中，上述的處理器根據虛擬識別碼、行為、空間分割以及時間資訊產生下列的至少其中之一：空間熱點圖、時間熱點圖、軌跡圖、動作比例圖、進入空間分割的時間記錄以及離開空間分割的時間記錄。
在本發明的一實施例中，上述的儲存媒體儲存對應於人員的歷史行為，其中處理器根據歷史行為和行為判斷事件發生。
本發明的一種健康照護方法，適用於監視目標空間中的人員的狀態，包含：取得目標空間的影像資料以及對應於目標空間的空間分割配置，其中影像資料包含時間資訊；根據影像資料取得人員的姿態；根據影像資料以及空間分割配置判斷人員所在的空間分割；根據姿態、空間分割以及時間資訊判斷人員的行為；根據行為、空間分割以及時間資訊判斷事件發生；以及輸出對應於事件的警示訊息。
基於上述，本發明的健康照護系統可在未使用穿戴式裝置的情況下，通過分析影像資料來判斷目標空間中的人員的狀態。
100:健康照護系統
110:處理器
120:儲存媒體
130:收發器
140:影像擷取裝置
30:影像資料
40:目標空間
41、42、43、44:空間分割
S201、S202、S203、S204、S205、S206、S207、S801、S802、S803、S804、S805、S806:步驟
圖1根據本發明的一實施例繪示一種健康照護系統的示意圖。
圖2根據本發明的一實施例繪示一種健康照護方法的流程圖。
圖3根據本發明的一實施例繪示目標空間的影像資料的示意圖。
圖4根據本發明的一實施例繪示對應於目標空間的空間分割配置的示意圖。
圖5根據本發明的一實施例繪示時間熱點圖的示意圖。
圖6根據本發明的一實施例繪示軌跡圖的示意圖。
圖7根據本發明的一實施例繪示動作比例圖的示意圖。
圖8根據本發明的另一實施例繪示一種健康照護方法的流程圖。
為了使本發明之內容可以被更容易明瞭，以下特舉實施例作為本發明確實能夠據以實施的範例。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟，係代表相同或類似部件。
圖1根據本發明的一實施例繪示一種健康照護系統100的示意圖。健康照護系統100適用於監視目標空間中的人員的狀態。若有特定的事件發生於受監視的人員，則健康照護系統100可警示其他人員來幫助受監視的人員。此外，健康照護系統100還可產生與受監視的人員的健康狀態有關的圖表。圖表可用以輔助使用者判斷受監視的人員的健康狀態。健康照護系統100可包含處理器110、儲存媒體120、收發器130以及影像擷取裝置140。
處理器110例如是中央處理單元(central processing unit，CPU)，或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit，MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor，DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit，ASIC)、圖形處理器(graphics processing unit，GPU)、影像訊號處理器(image signal processor，ISP)、影像處理單元(image processing unit，IPU)、算數邏輯單元(arithmetic logic unit，ALU)、複雜可程式邏輯裝置(complex programmable logic device，CPLD)、現場可程式化邏輯閘陣列(field programmable gate array，FPGA)或其他類似元件或上述元件的組合。處理器110可耦接至儲存媒體120、收發器130以及影像擷取裝置140，並且存取和執行儲存於儲存媒體120中的多個模組和各種應用程式，藉以實現健康照護系統的功能。
儲存媒體120例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory，RAM)、唯讀記憶體(read-only memory，ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive，HDD)、固態硬碟(solid state drive，SSD)或類似元件或上述元件的組合，而用於儲存可由處理器110執行的多個模組或各種應用程式，藉以實現健康照護系統的功能。
收發器130以無線或有線的方式傳送及接收訊號。收發器130還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。
影像擷取裝置140可用於擷取目標空間的影像資料。目標空間可以是受監視的人員時常逗留的空間。舉例來說，影像擷取裝置140可設置在受監視的人員的家或辦公室的天花板，以擷取對應於目標空間(即：家或辦公室)的影像資料。影像資料可包含影像以及與影像相對應的時間資訊。在一實施例中，影像擷取裝置140可通過魚眼鏡頭來擷取目標空間的影像資料。
圖2根據本發明的一實施例繪示一種健康照護方法的流程圖，其中所述健康照護方法可用以監視目標空間中的人員的狀態，並且所述健康照護方法可由如圖1所示的健康照護系統100實施。
在步驟S201中，健康照護系統100的處理器110可通過影像擷取裝置140擷取目標空間的影像資料，其中影像資料可包含影像以及與影像相對應的時間資訊。圖3根據本發明的一實施例繪示目標空間40的影像資料30的示意圖。當影像擷取裝置140具有魚眼鏡頭時，由影像擷取裝置140所擷取的目標空間40的影像可如圖3的影像資料30所示。在本實施例中，目標空間40可包含走道、沙發、前門和浴室門等區域。
回到圖2，在步驟S202中，處理器110可判斷影像資料是否為可用的。若影像資料為可用的，則進入步驟S203。若影像資料為不可用的，則回到步驟S201。
在一實施例中，處理器110可根據影像資料的亮度來判斷影像資料是否為可用的。具體來說，處理器110可響應於影像 資料的亮度大於亮度閾值而判斷影像資料為可用的，並可響應於影像資料的亮度小於或等於亮度閾值而判斷影像資料為不可用的。如此，在影像資料因亮度太小而不清晰的情況下，處理器110將不會使用所述影像資料來判斷目標空間40中的人員的狀態。
在一實施例中，處理器110可根據影像資料的不同幀之間的相似度來判斷影像資料是否為可用的。具體來說，影像資料可包含對應於第一時間點的第一影像以及對應於第二時間點的第二影像，其中第一時間點可與第二時間點相異。處理器110可計算第一影像和第二影像之間的相似度。本發明並不限制計算相似度的方法。在取得第一影像和第二影像之間的相似度後，處理器110可響應於相似度大於相似度閾值而判斷影像資料為可用的，並可響應於相似度小於或等於相似度閾值而判斷影像資料為不可用的。如此，在影像資料的前後差異過大的情況下，處理器110將不會使用所述影像資料來判斷目標空間40中的人員的狀態。
在步驟S203中，處理器110可根據影像資料為目標空間中的人員建立虛擬識別碼。舉例來說，若有人員A和人員B位於目標空間40中，則處理器110可為人員A建立對應的虛擬識別碼A，並可為人員B建立對應的虛擬識別碼B。
在步驟S204中，處理器110可根據影像資料取得人員的姿態(posture)，並可根據影像資料以及空間分割配置來判斷人員所在的空間分割(space division)，其中人員的姿態例如關聯於人員的關節點(articulation point)。
具體來說，儲存媒體120可預存對應於目標空間40的空間分割配置。空間分割配置可用以將目標空間40區分為一或多個區域。圖4根據本發明的一實施例繪示對應於目標空間40的空間分割配置的示意圖。在本實施例中，空間分割配置可將目標空間40分割為對應於走道的空間分割41、對應於沙發的空間分割42、對應於前門的空間分割43以及對應於浴室門的空間分割44。處理器110可根據影像資料來判斷人員位於目標空間40的哪一個空間分割中，藉以確定人員的位置資訊。
處理器110可將取得的姿態或空間分割等資訊設為與虛擬識別碼相關聯。舉例來說，將取得的姿態或空間分割等資訊設為與虛擬識別碼A相關聯，藉以指示所述姿態或所述空間分割是對應於人員A的。
回到圖2，在步驟S205中，處理器110可判斷人員的行為。具體來說，處理器110可根據虛擬識別碼、姿態、空間分割或時間資訊等判斷受監視的人員的行為。舉例來說，處理器110可根據虛擬識別碼、姿態、空間分割以及時間資訊判斷受監視的人員以坐姿待在空間分割42中長達數個小時，如此，則處理器110可判斷所述人員的行為是「在沙發上休息」。
在步驟S206中，處理器110可判斷是否有對應於受監視的人員的事件發生。若有事件發生，則進入步驟S207。若無事件發生，則回到步驟S201。具體來說，處理器110可根據行為、空間分割或時間資訊等資訊來判斷是否有對應於受監視的人員的事 件發生。
在一實施例中，處理器110可根據行為、空間分割或時間資訊判斷人員離開目標空間40或空間分割的時間段。若所述時間段大於時間閾值，則處理器110可判斷事件發生。舉例來說，處理器110可根據行為、空間分割或時間資訊判斷受監視的人員自代表浴室門的空間分割44離開目標空間40超過1小時。如此，代表所述人員進入浴室的時間超過1小時。人員進入浴室的時間超過1小時代表人員可能在浴室中昏倒。因此，處理器110可判斷發生了「人員可能在浴室昏倒」的事件。
在一實施例中，處理器110可根據時間資訊判斷人員進行特定的行為的時間段，並且根據時間段判斷事件發生。舉例來說，處理器110可根據時間資訊判斷人員在代表走道的分割空間41中進行「躺臥」行為的時間超過5分鐘。如此，代表所述人員可能在走道上摔倒且無法自行爬起。因此，處理器110可判斷發生了「人員跌倒」的事件。
在一實施例中，若人員進行了包含第一行為和第二行為等多種行為，則處理器110可根據多種行為和時間資訊等來判斷特定的時間段內的第一行為和第二行為的比例，並且根據所述比例判斷事件發生。舉例來說，若人員進行了「行走」和「躺臥」等多種行為，則處理器110可響應於「躺臥」行為和「行走」行為的比例過高而判斷人員時常躺臥而缺乏運動。據此，處理器110可判斷發生了「人員活動力狀況異於其日常狀況」的事件。
在一實施例中，儲存媒體120可預存對應於受監視的人員的歷史行為。處理器110可根據歷史行為和當前的行為來判斷事件發生。舉例來說，處理器110可根據人員的歷史行為判斷所述人員以往的每日的躺臥時間約為10小時，並可根據人員現行的行為來判斷人員的每日的躺臥時間約為12小時。據此，處理器110可判斷人員的躺臥時間增加了。因此，處理器101可判斷發生了「人員活動力降低」的事件。
在步驟S207中，處理器110可通過收發器130輸出對應於事件的警示訊息。舉例來說，當處理器110判斷目標空間40中的受監視的人員跌倒時，處理器110可通過收發器130將警示訊息發送給所述人員的家屬或照護人員，以通知家屬或照護人員盡快幫助受監視的人員。
在一實施例中，處理器110可根據虛擬識別碼、行為、空間分割或時間資訊來產生多種圖表，其中所述多種圖表可包含但不限於空間熱點圖(spatial heatmap)、時間熱點圖(temporal heatmap)、軌跡圖(trajectory map)、動作比例圖(action proportion chart)、進入空間分割的時間記錄以及離開空間分割的時間記錄。處理器110可通過收發器130將產生的圖表輸出。舉例來說，處理器110可通過收發器130將產生的圖表傳送給使用者的終端裝置。使用者可通過終端裝置的顯示器觀看所述圖表。
空間熱點圖可用於判斷受監視的人員在不同位置的頻率。舉例來說，健康照護系統100的使用者可根據空間熱點圖判斷受 監視的人員在特定的時間段內頻繁地出現在空間分割42，從而判斷所述人員經常在沙發上休息。
時間熱點圖可用於判斷受監視的人員在位置的時間。圖5根據本發明的一實施例繪示時間熱點圖的示意圖。舉例來說，健康照護系統100的使用者可根據如圖5所示的時間熱點圖判斷受監視的人員待在空間分割42的時間遠高於受監視的人員待在空間分割41的時間。
軌跡圖可用於判斷受監視的人員在目標空間40中的移動軌跡。圖6根據本發明的一實施例繪示軌跡圖的示意圖。舉例來說，健康照護系統100的使用者可根據如圖6所示的軌跡圖判斷受監視的人員在目標空間40中的移動軌跡。
動作比例圖可用於判斷受監視的人員進行不同的行為的比例。圖7根據本發明的一實施例繪示動作比例圖的示意圖。舉例來說，健康照護系統100的使用者可根據如圖7所示的動作比例圖判斷受監視的人員進行行為A的比例隨著時間增加而降低，並且受監視的人員進行行為B的比例隨著時間增加而增加。
進入空間分割的時間記錄以及離開空間分割的時間記錄可用於判斷受監視的人員進入或離開空間分割的時間。舉例來說，健康照護系統100的使用者可進入空間分割的時間記錄以及離開空間分割的時間記錄判斷受監視的人員在20：00時離開空間分割44並在20：10時回到空間分割44。
圖8根據本發明的另一實施例繪示一種健康照護方法的 流程圖，其中所述健康照護方法適用於監視目標空間中的人員的狀態，並且所述健康照護方法可由如圖1所示的健康照護系統100實施。在步驟S801中，取得目標空間的影像資料以及對應於目標空間的空間分割配置，其中影像資料包含時間資訊。在步驟S802中，根據影像資料取得人員的姿態。在步驟S803中，根據影像資料以及空間分割配置判斷人員所在的空間分割。在步驟S804中，根據姿態、空間分割以及時間資訊判斷人員的行為。在步驟S805中，根據行為、空間分割以及時間資訊判斷事件發生。在步驟S806中，輸出對應於事件的警示訊息。
綜上所述，本發明的健康照護系統可通過分析由影像擷取裝置所取得之影像資料來判斷目標空間中的人員的狀態，且受監視的人員可不佩帶穿戴式裝置。健康照護系統可通過影像資料判斷目標空間中的人員的姿態、位置以及行為，並且根據上述的判斷結果和時間資訊來判斷是否發生特定的事件。若發生特定的事件，則健康照護系統可輸出警示訊息以通知其他人員幫助受監視的人員。健康照護系統還可為受監視的人員產生對應的圖表。使用者可通過圖表來判斷受監視的人員的狀態是否異常。
S801、S802、S803、S804、S805、S806:步驟

Claims (9)

  1. 一種健康照護系統，適用於監視目標空間中的人員的狀態，包括：影像擷取裝置，擷取所述目標空間的影像資料，其中所述影像資料包括時間資訊、對應於第一時間點的第一影像以及對應於第二時間點的第二影像；收發器；儲存媒體，儲存對應於所述目標空間的空間分割配置；以及處理器，耦接所述儲存媒體、所述收發器以及所述影像擷取裝置，並且經配置以執行：根據所述第一影像和所述第二影像的相似度判斷所述影像資料為可用的；響應於所述影像資料為可用的而根據所述影像資料判斷事件發生，包括：根據所述影像資料取得所述人員的姿態；根據所述影像資料以及所述空間分割配置判斷所述人員所在的空間分割；根據所述姿態、所述空間分割以及所述時間資訊判斷所述人員的行為；以及根據所述行為、所述空間分割以及所述時間資訊判斷所述事件發生；以及通過所述收發器輸出對應於所述事件的警示訊息。
  2. 如請求項1所述的健康照護系統，其中所述處理器根據所述影像資料建立對應於所述人員的虛擬識別碼，並且根據所述虛擬識別碼判斷所述行為。
  3. 如請求項1所述的健康照護系統，其中所述處理器根據所述影像資料、所述空間分割以及所述時間資訊判斷所述人員離開所述空間分割的時間段，並且響應於所述時間段大於時間閾值而判斷所述事件發生。
  4. 如請求項1所述的健康照護系統，其中所述處理器根據所述時間資訊判斷所述人員進行所述行為的時間段，並且根據所述時間段判斷所述事件發生。
  5. 如請求項1所述的健康照護系統，其中所述處理器響應於所述影像資料的亮度大於亮度閾值而判斷所述影像資料為可用的，並且響應於所述影像資料為可用的而根據所述影像資料判斷所述事件發生。
  6. 如請求項1所述的健康照護系統，其中所述行為包括第一行為和第二行為，其中所述處理器根據所述行為以及所述時間資訊判斷時間段內的所述第一行為和所述第二行為的比例，並且根據所述比例判斷所述事件發生。
  7. 如請求項2所述的健康照護系統，其中所述處理器根據所述虛擬識別碼、所述行為、所述空間分割以及所述時間資訊產生下列的至少其中之一：空間熱點圖、時間熱點圖、軌跡圖、動作比例圖、進入空間分割的時間記錄以及離開空間分割的時間記錄。
  8. 如請求項1所述的健康照護系統，其中所述儲存媒體儲存對應於所述人員的歷史行為，其中所述處理器根據所述歷史行為和所述行為判斷所述事件發生。
  9. 一種健康照護方法，適用於監視目標空間中的人員的狀態，包括：取得所述目標空間的影像資料以及對應於所述目標空間的空間分割配置，其中所述影像資料包括時間資訊、對應於第一時間點的第一影像以及對應於第二時間點的第二影像；根據所述第一影像和所述第二影像的相似度判斷所述影像資料為可用的；響應於所述影像資料為可用的而根據所述影像資料判斷事件發生，包括：根據所述影像資料取得所述人員的姿態；根據所述影像資料以及所述空間分割配置判斷所述人員所在的空間分割；根據所述姿態、所述空間分割以及所述時間資訊判斷所述人員的行為；以及根據所述行為、所述空間分割以及所述時間資訊判斷所述事件發生；以及輸出對應於所述事件的警示訊息。
TW110104980A 2021-02-09 2021-02-09 健康照護系統和健康照護方法 TWI783374B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW110104980A TWI783374B (zh) 2021-02-09 2021-02-09 健康照護系統和健康照護方法
US17/321,533 US20220253629A1 (en) 2021-02-09 2021-05-17 Health caring system and health caring method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110104980A TWI783374B (zh) 2021-02-09 2021-02-09 健康照護系統和健康照護方法

Publications (2)

Publication Number Publication Date
TW202232446A TW202232446A (zh) 2022-08-16
TWI783374B true TWI783374B (zh) 2022-11-11

Family

ID=82703865

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110104980A TWI783374B (zh) 2021-02-09 2021-02-09 健康照護系統和健康照護方法

Country Status (2)

Country Link
US (1) US20220253629A1 (zh)
TW (1) TWI783374B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12125305B2 (en) * 2021-10-26 2024-10-22 Avaya Management L.P. Usage and health-triggered machine response

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7567200B1 (en) * 2006-04-27 2009-07-28 Josef Osterweil Method and apparatus for body position monitor and fall detect ion using radar
TW201432633A (zh) * 2013-02-06 2014-08-16 Utechzone Co Ltd 跌倒偵測方法
CN105354540A (zh) * 2015-10-22 2016-02-24 上海鼎松物联网科技有限公司 基于视频分析实现人员倒地行为检测的方法
TW201820282A (zh) * 2016-11-23 2018-06-01 財團法人資訊工業策進會 行為偵測系統及其方法
CN110674816A (zh) * 2019-09-30 2020-01-10 北京金山云网络技术有限公司 一种监控方法、装置、电子设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080021731A1 (en) * 2005-12-09 2008-01-24 Valence Broadband, Inc. Methods and systems for monitoring patient support exiting and initiating response
US20070132597A1 (en) * 2005-12-09 2007-06-14 Valence Broadband, Inc. Methods and systems for monitoring patient support exiting and initiating response
US9866797B2 (en) * 2012-09-28 2018-01-09 Careview Communications, Inc. System and method for monitoring a fall state of a patient while minimizing false alarms
JP6544236B2 (ja) * 2013-09-13 2019-07-17 コニカミノルタ株式会社 保管システム、制御装置、保管システムにおける映像情報保管方法、制御装置における制御方法、並びにプログラム
JP6519166B2 (ja) * 2014-12-12 2019-05-29 富士通株式会社 監視制御プログラム、監視制御装置、および監視制御方法
WO2016199506A1 (ja) * 2015-06-09 2016-12-15 コニカミノルタ株式会社 対象物検出装置および対象物検出方法ならびに被監視者監視装置
WO2017104521A1 (ja) * 2015-12-15 2017-06-22 コニカミノルタ株式会社 被監視者監視装置、該方法および該システム
JP7137154B2 (ja) * 2017-08-10 2022-09-14 コニカミノルタ株式会社 行動検知装置および該方法ならびに被監視者監視支援システム
US20220354387A1 (en) * 2019-11-28 2022-11-10 Nippon Telegraph And Telephone Corporation Monitoring System, Monitoring Method, and Monitoring Program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7567200B1 (en) * 2006-04-27 2009-07-28 Josef Osterweil Method and apparatus for body position monitor and fall detect ion using radar
TW201432633A (zh) * 2013-02-06 2014-08-16 Utechzone Co Ltd 跌倒偵測方法
CN105354540A (zh) * 2015-10-22 2016-02-24 上海鼎松物联网科技有限公司 基于视频分析实现人员倒地行为检测的方法
TW201820282A (zh) * 2016-11-23 2018-06-01 財團法人資訊工業策進會 行為偵測系統及其方法
CN110674816A (zh) * 2019-09-30 2020-01-10 北京金山云网络技术有限公司 一种监控方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
US20220253629A1 (en) 2022-08-11
TW202232446A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
US10080513B2 (en) Activity analysis, fall detection and risk assessment systems and methods
EP2390820A2 (en) Monitoring Changes in Behaviour of a Human Subject
JPWO2017061371A1 (ja) 行動検知システム、行動検知装置、行動検知方法、および行動検知プログラム
Nguyen et al. An efficient camera-based surveillance for fall detection of elderly people
Skubic et al. Testing non-wearable fall detection methods in the homes of older adults
WO2019013257A1 (ja) 見守り支援システム及びその制御方法、プログラム
JP7138619B2 (ja) 監視端末及び監視方法
TWI783374B (zh) 健康照護系統和健康照護方法
Banerjee et al. Exploratory analysis of older adults’ sedentary behavior in the primary living area using kinect depth data
JP7081606B2 (ja) 対象の転倒応答を決定する方法、システム、及び、コンピュータプログラム
Bauer et al. Modeling bed exit likelihood in a camera-based automated video monitoring application
JP7396274B2 (ja) レポート出力プログラム、レポート出力方法およびレポート出力装置
CN114127816A (zh) 在无需可穿戴件的情况下进行在地板上检测的系统和方法
Doulamis Iterative motion estimation constrained by time and shape for detecting persons' falls
CN114943979A (zh) 健康照护系统和健康照护方法
JP7351339B2 (ja) 画像処理システム、画像処理プログラム、および画像処理方法
KR102385398B1 (ko) It-bt 융합 비관적 행동 탐지 장치 및 방법
JP2020052808A (ja) 見守り装置、見守りシステム、見守りプログラム、および見守り方法
WO2022059249A1 (ja) 情報処理装置、情報処理システム、情報出力方法、および情報出力プログラム
JP7268679B2 (ja) 制御プログラム、レポート出力方法、およびレポート出力装置
CN110236557B (zh) 现象预测系统、传感器信号处理系统、现象预测方法、非瞬时性记录介质及计算机记录介质
CN113671489A (zh) 状态提醒方法及装置、电子设备和计算机可读存储介质
Moshtaghi et al. Towards detecting inactivity using an in-home monitoring system
KR102558653B1 (ko) 스마트 케어 응급 안전 알림 시스템 및 이의 실행 방법
JP7540436B2 (ja) ケア管理方法、プログラム、ケア管理装置、および、ケア管理システム