{"product_id":"ieej-zt173058","title":"カメラ画像に対するベッド位置の検出","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-058\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成29年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2017\/03\/05\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eDetection of Bed Position with Respect to Camera Image\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e井上 円(アイホン),安井 俊之(TakumiVision)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eMadoka Inoue|Toshiyuki Yasui\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eHOG特徴|SVM|位置推定\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e病院では，患者の転倒・転落事故を未然防止する為に，病室に設置したカメラで患者の起き上がり動作や離床動作を検知する要望が増加している。これらの患者動作を精度良く検出する方策として，動作の発生位置であるベッド位置を特定する手続きは有効な手段である。本稿では機械学習を用いたベッド検出手法を提案し，評価により提案手法の有効性を検証した。提案手法は，HOG特徴を抽出し，SVM識別器を用いて画像のベッドを検出する。ただし，画像に記録されるベッド形状はカメラとベッドの位置関係に応じて様々な四角形となる。この多様なベッド形状から安定した画像特徴を抽出する為に，特徴抽出の前処理として独自の幾何学変換処理を導入した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e371 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46401158381807,"sku":"IEEJ-ZT173058-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_2435d125-13af-46df-9ca7-2dc6e64ef53b.png?v=1744936123","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt173058","provider":"電気学会 電子図書館","version":"1.0","type":"link"}