特表 2022-540625 ウェアラブルを必要としない床上検出のためのシステムと方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-09-16

(54)【発明の名称】ウェアラブルを必要としない床上検出のためのシステムと方法

(51)【国際特許分類】

   G06T 7/70 20170101AFI20220909BHJP

   G06T 7/00 20170101ALI20220909BHJP

   G06V 10/82 20220101ALI20220909BHJP

   A61B 5/11 20060101ALI20220909BHJP

   A61B 5/107 20060101ALI20220909BHJP

   A61B 5/00 20060101ALI20220909BHJP

【ＦＩ】

G06T7/70 Z

G06T7/00 350C

G06V10/82

A61B5/11 200

A61B5/107 300

A61B5/00 102A

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2022501229

(86)(22)【出願日】2020-07-17

(85)【翻訳文提出日】2022-01-11

(86)【国際出願番号】 US2020042585

(87)【国際公開番号】W WO2021011889

(87)【国際公開日】2021-01-21

(31)【優先権主張番号】62/875,899

(32)【優先日】2019-07-18

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】62/983,472

(32)【優先日】2020-02-28

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】519025965

【氏名又は名称】アトラス５ディー， インコーポレイテッド

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】バーサニック， ジョナサン エス．

(72)【発明者】

【氏名】シュバリエ， ティモシー ダブリュー．

(72)【発明者】

【氏名】キンメル， ゼバダイア エム．

【テーマコード（参考）】

4C038

4C117

5L096

【Ｆターム（参考）】

4C038VA04

4C038VA16

4C038VB01

4C038VB15

4C038VB40

4C038VC05

4C117XA07

4C117XB04

4C117XE43

4C117XE52

5L096AA06

5L096BA02

5L096CA05

5L096DA02

5L096FA60

5L096FA66

5L096FA67

5L096HA11

(57)【要約】

本明細書に提示されるのは、例えば、転倒または床への降下の他の手段の後など、ヒトまたは他のオブジェクトが床上にあることを検出するためのシステム及び方法である。開示された技術は、動きの履歴的な軌跡を必要とせず、また、開示された技術は、装着デバイスを必要としない。検出は、視覚データや深度データなどの環境データを使用して対象の構成を決定することによって実行される。装着されたセンサを必要とせずに、オブジェクトが床上にあることを検出する方法は、コンピューティングデバイスのプロセッサによって、環境データを受信することと、プロセッサによって、１つまたは複数のオブジェクトを環境データ内で自動的に識別することと、プロセッサによって、１つまたは複数のオブジェクトのそれぞれの構成を環境データ内で自動的に識別することと、プロセッサによって、オブジェクトのそれぞれに対する床上の状態を自動的に決定することと、を含む。
【選択図】図３

【特許請求の範囲】

【請求項1】

装着されたセンサを必要とせずに、オブジェクトが床上にあることを検出する方法であって、
コンピューティングデバイスのプロセッサによって、環境データを受信することと、
前記プロセッサによって、１つまたは複数のオブジェクトを前記環境データ内で自動的に識別することと、
前記プロセッサによって、前記１つまたは複数のオブジェクトのそれぞれの構成を前記環境データ内で自動的に識別することと、
前記プロセッサによって、前記１つまたは複数のオブジェクトのそれぞれに対する床上の状態を自動的に決定することと、
を含む、前記方法。

【請求項2】

前記環境データが、視覚データ、空間データ、温度データ、深度データのうちの１つまたは複数である、請求項１に記載の方法。

【請求項3】

前記１つまたは複数のオブジェクトを自動的に識別することは、機械学習、深層学習、パターン認識、ニューラルネットワークのうちの１つまたは複数を利用する、請求項１または請求項２に記載の方法。

【請求項4】

前記オブジェクトがヒト、動物、及び無生物のうちの１つまたは複数である、先行請求項のいずれか１項に記載の方法。

【請求項5】

前記それぞれの構成が、重心、姿勢、アスペクト比、関節の位置のうちの１つまたは複数によって決定される、先行請求項のいずれか１項に記載の方法。

【請求項6】

前記床上の状態が、少なくとも部分的に、前記床の近くの前記オブジェクトによる近接の持続時間によって決定される、先行請求項のいずれか１項に記載の方法。

【請求項7】

床面ではなく非床面（例えば、ソファなど）が使用される、先行請求項のいずれか１項に記載の方法。

【請求項8】

個人データまたはプライベートデータが前記環境データから削除される、先行請求項のいずれか１項に記載の方法。

【請求項9】

前記オブジェクトが床または他の表面に転倒したヒトである、先行請求項のいずれか１項に記載の方法。

【請求項10】

前記オブジェクトによって装着されたセンサを必要とせずに、ヒトなどのオブジェクトの床上の状態を検出するためのシステムであって、
周囲センサと、
プロセッサと、
その上に命令を記憶するメモリであって、前記命令は、前記プロセッサによって実行されるとき、前記プロセッサに、
環境データを受信することと、
前記環境内の１つまたは複数のオブジェクトを自動的に識別することと、
各オブジェクトの構成を自動的に識別することと、
各オブジェクトの床上の状態を自動的に決定することと、
を実行させる、前記メモリと、
を備える、前記システム。

【請求項11】

前記環境データが、視覚データ、空間データ、温度データ、深度データのうちの１つまたは複数である、請求項１０に記載のシステム。

【請求項12】

前記１つまたは複数のオブジェクトを自動的に識別することは、機械学習、深層学習、パターン認識、ニューラルネットワークのうちの１つまたは複数を利用する、請求項１０または請求項１１に記載のシステム。

【請求項13】

前記オブジェクトが、ヒト、動物、及び無生物のうちの１つまたは複数である、請求項１０～１２のいずれか１項に記載のシステム。

【請求項14】

前記それぞれの構成が、重心、姿勢、アスペクト比、関節の位置のうちの１つまたは複数によって決定される、請求項１０～１３のいずれか１項に記載のシステム。

【請求項15】

前記床上の状態が、少なくとも部分的に、前記床の近くの前記オブジェクトによる近接の持続時間によって決定される、請求項１０～１４のいずれか１項に記載のシステム。

【請求項16】

床面ではなく非床面（例えば、ソファなど）が使用される、請求項１０～１５のいずれか１項に記載のシステム。

【請求項17】

個人データまたはプライベートデータが前記環境データから削除される、請求項１０～１６のいずれか１項に記載のシステム。

【請求項18】

前記オブジェクトが床または他の表面に転倒したヒトである、請求項１０～１７のいずれか１項に記載のシステム。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願の相互参照
本出願は、２０１９年７月１８日出願の米国仮特許出願第６２／８７５，８９９号及び２０２０年２月２８日出願の米国仮特許出願第６２／９８３，４７２号の利益を主張するものであり、これらは各々、参照によりその全体が本明細書に組み込まれる。

【0002】

本開示は、例えば、オブジェクトが転倒した後、または人が床にしゃがんだ後など、一般に、オブジェクト（人、動物、または他のオブジェクトなど）が直立ではなく床上にあることを検出するためのシステム及び方法に関する。

【背景技術】

【0003】

高齢化が進む中、在宅の高齢者や病院の患者など、人の転倒を自動検知することが活発な研究分野となっている。

【0004】

転倒自体は人を傷つけない。むしろ、１）例えば骨折を引き起こすなど、地面に衝突すること、または２）例えば意識を失うかまたは空腹の間に長期間床で身動きが取れなくなること、のいずれかから怪我が生じる。

【0005】

転倒が起こった可能性があることを検出するために使用される多くの方法、装置、及びシステムがある。これらには通常、ウェアラブル、軌道追跡、またはその両方が含まれる。しかし、前述の転落に関する情報がない場合に人が床に位置する可能性があることを検出できる解決策は、あるとしてもごくわずかである。

【0006】

人が転倒せずに床に居ることになってしまい得る多くの場合がある。例えば、（糖尿病性低血糖症などで）失神しそうになっていることに気づき、意識を失う前に自発的に地面にしゃがむ場合がある。例えば、床にしゃがんで日常の作業を行った後、上がる力が不足していることに気付く場合がある。例えば、座っている人が意識や筋緊張を失い、椅子やソファからゆっくりと床に滑り落ちる可能性がある。一般に、床上検出の解決策では、虚弱な人が床上に位置することになっている（身動きが取れなくなる可能性がある）という多くの重要な状況に対処できない。

【0007】

装着デバイス（「ウェアラブル」）には、運動学的センサ、生体力学的センサ、加速度計、さらには気圧センサが含まれる。このようなシステムでは、転倒の検出には、装着デバイスからのデータの受信と正確な分析が必要である。このデータは、例えば、経時的なデバイスの位置、速度、及び／または加速度を含み得る。このデータは、状況に応じて、床への降下を示している可能性がある。例えば、２０１８年７月１２日に出願された米国特許公開第２０１８－０３３３０８３号は、転倒が発生したかどうかを判定するためにデータを継続的にキャプチャ及び分析するように構成された患者ウェアラブルデバイスを使用した転倒予測及び予防に関連するシステム及び方法を説明している。

【0008】

転倒検出デバイスによって収集される一般的な情報は、装着しているかどうか（「周囲」）にかかわらず、時間の経過に伴う位置、速度、及び／または加速度の測定を含む。ここで、転倒の検出には、床への降下を示す測定値の変化を認識する必要がある。例えば、２０１７年３月１日に出願された米国特許公開第２０１７－０１７２４６５号は、画像に基づく個人の軌道及び加速度情報を利用して、転倒が発生しているか、または差し迫っているかを判定する、転倒を検出する方法を記載する。

【0009】

既存の解決策は、さまざまな理由で転倒検出には不十分である。例えば、多くの人は転倒検出デバイスの着用を望まないか、従うことができない。そのような個人は、それが年齢及び病気を思い出させるものとして作用するので、そのデバイスを心理的に憂うつであると感じる可能性がある。さらに、一部の個人は、デバイスを着用または再充電することを覚えていないなどの認知的課題を抱えている可能性がある。さらに、一部の個人は、デバイスを配置するための物理的手段を欠いている可能性がある。そして、地面への降下が遅いか自発的である場合、デバイスは当然のことながら失敗する。したがって、ウェアラブルへのユーザの応諾に依存する既存の解決策は、拒否されるか、実際の環境では失敗することが多い。

【0010】

床への降下を示す軌道の数は事実上無限であるため、軌道追跡を使用する既存の解決策は制限される。例えば、人は速くまたはゆっくりと、一度にまたは段階的に、立った位置からまたは座った位置から、前方、後方、または横向きに、部分的に崩れるかまたは完全に崩落するか、などの転倒の可能性がある。転倒の軌道を検出することに依存する既存の解決策は、転倒する軌道と転倒しない軌道との間を区別するため不可能を試みることによって、窮地に立たされ、効果がなくなる。また、既存の解決策では、一般的に降下が速いことがさらに要求され、床へのゆっくりとした移行を発見することができない。

【0011】

既存の解決策は通常、床への転倒のみを検出でき、他の表面への転倒は検出できない。例えば、ソファなど、床より上にあるオブジェクトに人が倒れた場合、転倒軌道の使用に依存しているため、潜在的に危険ではあるが、既存の解決策を使用して転倒が認識される可能性は低くなる。

【0012】

要約すると、最も重大なギャップは、既存の解決策では、前述の急激な転倒がない場合に、人が床に位置づけられ、身動きが取れなくなる可能性がある状況に対処しないことである。

【0013】

したがって、装着デバイスを必要とせずに床上の位置（「床上」）を検出するための改善されたシステム及び方法が必要とされている。

【0014】

この背景セクションは、明確にするために提示されており、いかなるクレームに関する先行技術の説明としても意図されていない。

【発明の概要】

【課題を解決するための手段】

【0015】

本明細書では、とりわけ、床に移動した後（転倒など）の最終状態の観察に基づいて、対象（人または動物など）が床（または同様に配置された表面）上に位置を取ったことを検出するためのシステム及び方法が提示される。この文書では、簡潔にするために「床上」という用語を使用するが、ソファの表面など、床以外の表面も含まれる。開示された技術は、先行する運動または転倒中の履歴的な軌跡を必要としない。また、開示された技術は、必要な情報が１つまたは複数の周囲センサ、例えば、表面（床など）に対して空間的に関連する物理的身体特性の周囲センサ測定（例えば、視覚データ、空間データ、温度データ、及び／または深度データ）によって取得され得るので、装着デバイスを必要としない。

【0016】

例えば、技術の特定の実施形態では、周囲センサ（例えば、深度カメラ）を使用して、部屋に関するデータを収集し、表面（例えば、床）に対する部屋内のヒトの重心を計算する。ヒトの重心が表面まで特定の距離内にあることがわかった場合、システムは、ヒトが一定期間内に表面より上の少なくとも第２の距離に上昇するかどうかを判定する。人が床まで第２の距離内に留まっている場合、所与の時間内、ヒトは床上にいると判定される。次に、技術は、さらなる行為のため、床上の位置を緊急サービスや家族などの第３者に中継する場合がある。床上の位置は、前述のように、転倒によるまたはその他の原因によるものである可能性がある。

【0017】

一態様では、本発明は、オブジェクトが床上（または別の表面上）にあることを、装着センサを必要とせずに（例えば、オブジェクトの移動の履歴的な軌跡を必要とせずに）検出する方法に関し、方法は、コンピューティングデバイスのプロセッサによって、環境データを受信することと、プロセッサによって、環境データ内で１つまたは複数のオブジェクトを自動的に識別することと、環境データ内で、プロセッサによって、１つまたは複数のオブジェクトのそれぞれの構成を自動的に識別することと、プロセッサによって、１つまたは複数のオブジェクトのそれぞれに対する床上（または表面上）の状態を自動的に決定することと、を含む。

【0018】

特定の実施形態では、環境データは、例えば、視覚データ、空間データ、温度データ、及び深度データからなる群から選択される１つまたは複数の要素を含み、環境データは、１つまたは複数のオブジェクトの、例えば、特定の瞬間に空間環境に対応する。

【0019】

特定の実施形態では、１つまたは複数のオブジェクトを自動的に識別することは、機械学習、深層学習、パターン認識、及びニューラルネットワークからなる群から選択された１つまたは複数の要素を利用する。

【0020】

特定の実施形態では、オブジェクトは、ヒト、非ヒト動物、及び無生物からなる群から選択される要素である。

【0021】

特定の実施形態では、各構成は、少なくとも部分的に、検出された重心、姿勢、アスペクト比、及び１つまたは複数の関節の位置からなる群から選択される１つまたは複数の要素を使用して決定される。

【0022】

特定の実施形態では、床上（または他の表面）状態は、少なくとも部分的に、オブジェクトと床（または他の表面）との間の検出された時間的近接期間を使用して決定される。特定の実施形態では、床面ではなく、非床面（例えば、ソファなど）が使用される。

【0023】

特定の実施形態では、個人データまたはプライベートデータ（方法を実行するシステムが検出後の識別にいて個々のオブジェクト／人を参照する、許可されたデータまたは入力されたデータ（例えば、ユーザ名、名、または他の入力された呼称）とは別の例えば、個人を識別するデータ（例えば、顔の詳細））は、環境データから削除される。特定の実施形態では、オブジェクトは、床または他の表面に転倒したヒトである。

【0024】

別の態様では、本発明は、オブジェクトが着用するセンサを必要とせずに（例えば、オブジェクトの移動の履歴的な軌跡の必要なしに）、ヒトなどのオブジェクトの床上（または他の表面）状態を検出するためのシステムに関し、システムは、周囲センサと、プロセッサと、その上に命令を記憶するメモリと、を備え、命令は、プロセッサによって実行されるとき、プロセッサに、環境データを受信することと、環境内の１つまたは複数のオブジェクトを自動的に識別することと、各オブジェクトの構成を自動的に識別することと、各オブジェクトの床上の状態を自動的に決定することと、を実行させる。

【0025】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬））が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び対象の転倒の軌跡を検出することなく、転倒したことを検出する方法は、コンピューティングデバイスのプロセッサによって、特定の瞬間の環境に対応する空間的に分解されたデータ（例えば、視覚データ、空間データ、温度データ、深度データ）を受信することを含む。方法は、少なくとも部分的に空間的に分解されたデータに基づいて、プロセッサによって（例えば、機械学習を使用して、パターン認識を使用して）環境内の１つまたは複数の対象を（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、（例えば、自動的に）空間的に分解されたデータに基づく１つまたは複数の対象のうちの第１の対象の構成を識別すること（例えば、（例えば、自動的に）、重心、姿勢、アスペクト比、及び第１の対象の１つまたは複数の関節位置からなる群の１つまたは複数の要素を識別すること）を含み得る。方法は、プロセッサによって、第１の対象に関して、少なくとも部分的に、第１の対象の（例えば、自動的に）識別された対象の構成に基づいて転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定することを含み得る。

【0026】

いくつかの実施形態では、空間的に分解されたデータは、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）から受信される。いくつかの実施形態では、この方法は、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）を使用して、プロセッサによって空間的に分解されたデータを生成することを含む。いくつかの実施形態では、転倒状態は、特定の瞬間からの期間内に決定され、その期間は２分を過ぎない（例えば、１分、３０秒、１５秒、１０秒、５秒、または１秒を過ぎない）である。

【0027】

いくつかの実施形態では、方法は、空間的に分解されたデータからいずれかの個人を識別するデータを削除することを含む。いくつかの実施形態では、空間的に分解されたデータは、個人を識別するデータを含まない。

【0028】

いくつかの実施形態では、方法は、プロセッサによって、個人を識別するデータを含む予備的な空間的に分解されたデータを受信することを含む。この方法は、プロセッサによって、予備的な空間的に分解されたデータから個人を識別するデータを除去することによって、空間的に分解されたデータを生成することを含み得る。

【0029】

いくつかの実施形態では、空間的に分解されたデータは深度データである。いくつかの実施形態では、この方法は、空間的に分解されたデータを前処理（例えば、閾値化、サイズ変更、フィルタリング、不明瞭化、正規化）することを含む。

【0030】

いくつかの実施形態では、この方法は、プロセッサによって、転倒状態を含むアラートを送信することを含む（例えば、自動監視サービス、介護者、または緊急提供者に）。

【0031】

いくつかの実施形態では、１つまたは複数の対象は、１人または複数のヒトである。いくつかの実施形態では、対象構成は、対象の重心、姿勢、アスペクト比、及び１つまたは複数の関節位置からなる群の１つまたは複数の要素を含む。

【0032】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬）が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び対象の転倒の軌跡を検出することなく、転倒したことを検出するためのシステムは、周囲センサ、プロセッサ、及びその上に命令を記憶するメモリを備え、命令は、プロセッサによって実行されるとき、プロセッサに、特定の瞬間の環境に対応する空間的に分解されたデータ（例えば、視覚データ、空間データ、温度データ、深度データ）を受信させる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に空間的に分解されたデータに基づいて、環境内の１つまたは複数の対象を（例えば、自動的に）さらに識別させる（例えば、機械学習を使用して、パターン認識を使用して）ことができる。命令は、プロセッサによって実行されるとき、プロセッサに、（例えば、自動的に）少なくとも部分的に空間的に分解されたデータに基づく１つまたは複数の対象のうちの第１の対象の構成をさらに識別させる（例えば、（例えば、自動的に）、第１の対象の重心、姿勢、アスペクト比、及び１つまたは複数の関節位置からなる群の１つまたは複数の要素を識別する）ことができる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に、第１の対象の（例えば、自動的に）識別された対象の構成に基づいて、第１の対象に関して、転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）さらに決定させることができる。

【0033】

いくつかの実施形態では、周囲センサは、光学カメラ、ボロメータ（例えば、赤外線カメラ）、及び音響センサからなる群から選択される要素を含む。

【0034】

いくつかの実施形態では、対象構成は、対象の重心、姿勢、アスペクト比、及び１つまたは複数の関節位置からなる群の１つまたは複数の要素を含む。

【0035】

いくつかの実施形態では、命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータからいずれかの個人を識別するデータを削除させる。いくつかの実施形態では、命令は、プロセッサによって実行されるとき、プロセッサに、周囲センサを使用して個人を識別するデータを含む予備的な空間的に分解されたデータを受信することと、予備的な空間的に分解されたデータセットから個人を識別するデータを削除することによって、空間的に分解されたデータを生成することと、を実行させる。

【0036】

いくつかの実施形態では、空間的に分解されたデータは深度データである。いくつかの実施形態では、命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータを前処理（例えば、閾値、サイズ変更、フィルタリング、不明瞭化、正規化）させる。

【0037】

いくつかの実施形態では、命令は、プロセッサによって実行されるとき、プロセッサに、転倒状態を含むアラートを送信させる（例えば、自動監視サービス、介護者、または緊急提供者に）。

【0038】

いくつかの実施形態では、１つまたは複数の対象は、１人または複数のヒトである。

【0039】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬））が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び／または対象の転倒の軌跡を検出することなく、転倒したことを検出する方法は、コンピューティングデバイスのプロセッサによって、特定の瞬間の環境に対応する空間的に分解されたデータ（例えば、視覚データ、空間データ、温度データ、深度データ）を受信することを含む。方法は、少なくとも部分的に空間的に分解されたデータに基づいて、プロセッサによって（例えば、機械学習を使用して、パターン認識を使用して）環境内の１つまたは複数の対象を（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、（例えば、自動的に）少なくとも部分的に空間的に分解されたデータに基づく１つまたは複数の対象のうちの第１の対象に関して、第１の対象の構成を識別すること（例えば、（例えば、自動的に）、第１の対象の重心、姿勢、アスペクト比、及び１つまたは複数の関節位置からなる群の１つまたは複数の要素を識別すること）を含み得る。方法は、少なくとも部分的に空間的に分解されたデータに基づいて、環境内の１つまたは複数の表面（例えば、床、１つの家具の表面、階段の表面）をプロセッサによって（例えば、自動的に）識別することを含み得る。方法は、少なくとも部分的に、空間的に分解されたデータに基づいて、１つまたは複数の表面の第１の表面に関して、第１の表面構成をプロセッサによって（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、第１の対象構成及び第１の表面構成を使用して、第１の空間測定値（例えば、第１の対象と第１の表面との間の最短距離）を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、少なくとも部分的に、（例えば、自動的に）識別された第１の対象の構成及び／または第１の空間測定値に基づいて１つまたは複数の対象の第１の対象に関して、転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定することを含み得る。

【0040】

いくつかの実施形態では、空間的に分解されたデータは、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）から受信される。いくつかの実施形態では、方法は、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）を使用して、プロセッサによって空間的に分解されたデータを生成することを含む。いくつかの実施形態では、１つまたは複数の周囲センサは、光学カメラ、ボロメータ（例えば、赤外線カメラ）、及び音響センサからなる群の１つまたは複数の要素を含む。

【0041】

いくつかの実施形態では、（例えば、自動的に）表面構成を決定することは、プロセッサによって、表面に垂直な表面、表面の孤立した平面、または最も低い平面を決定することを含む。

【0042】

いくつかの実施形態では、転倒状態は、特定の瞬間からの期間内に決定され、その期間は２分を過ぎない（例えば、１分、３０秒、１５秒、１０秒、５秒、または１秒を過ぎない）である。

【0043】

いくつかの実施形態では、方法は、空間的に分解されたデータから個人を識別するデータを削除することを含む。いくつかの実施形態では、空間的に分解されたデータは、個人を識別するデータを含まない。いくつかの実施形態では、方法は、プロセッサによって、個人を識別するデータを含む予備的な空間的に分解されたデータを受信することと、プロセッサによって、予備的な空間的に分解されたデータから個人を識別するデータを削除することによって、空間的に分解されたデータを生成することを含む。

【0044】

いくつかの実施形態では、空間的に分解されたデータは深度データである。いくつかの実施形態では、方法は、空間的に分解されたデータを前処理（例えば、閾値化、サイズ変更、フィルタリング、不明瞭化、正規化）することを含む。

【0045】

いくつかの実施形態では、方法は、プロセッサによって、転倒状態を含むアラートを送信することを含む（例えば、自動監視サービス、介護者、または緊急提供者に）。

【0046】

いくつかの実施形態では、１つまたは複数の表面の少なくとも１つは床である。いくつかの実施形態では、１つまたは複数の対象は、１人または複数のヒトである。いくつかの実施形態では、表面構成は、環境内の表面の空間的位置を定義する点及び／または平面の集合を含む。

【0047】

いくつかの実施形態では、方法は、プロセッサによって、少なくとも部分的に空間的に分解されたデータに基づいて、第２の表面の第２の表面構成を（例えば、自動的に）識別することを含む。方法は、プロセッサによって、第１の対象構成及び第２の表面構成を使用して、第２の空間測定値（例えば、第１の対象と第２の表面との間の最短距離）を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、少なくとも部分的に、第２の空間測定値に基づいて、第１の対象の転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を、（例えば、自動的に）さらに決定することを含み得る。

【0048】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬）が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び／または対象の転倒の軌跡を検出することなく、転倒したことを検出するためのシステムは、周囲センサ、プロセッサ、及びその上に命令を記憶するメモリを備え、命令は、プロセッサによって実行されるとき、プロセッサに、特定の瞬間の環境に対応する空間的に分解されたデータ（例えば、視覚データ、空間データ、温度データ、深度データ）を受信させる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に空間的に分解されたデータに基づいて、環境内の１つまたは複数の対象をプロセッサによって（例えば、機械学習を使用して、パターン認識を使用して）（例えば、自動的に）さらに識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、（例えば、自動的に）１つまたは複数の対象のうちの第１の対象に関する第１の対象の構成をさらに識別させること（例えば、（例えば、自動的に）、重心、姿勢、アスペクト比、及び第１の対象の１つまたは複数の関節位置からなる群の１つまたは複数の要素を識別すること）ができる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に、空間的に分解されたデータに基づいて、環境内の１つまたは複数の表面（例えば、床、１つの家具の表面、階段の表面）を（例えば、自動的に）さらに識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、１つまたは複数の表面の第１の表面の第１の表面構成を（例えば、自動的に）さらに識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第１の対象構成及び第１の表面構成を使用して第１の空間測定値（例えば、第１の対象と第１の表面との間の最短距離）をさらに（例えば、自動的に）決定させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に、識別された第１の対象の構成及び／または第１の空間測定値に（例えば、自動的に）基づいて、第１の対象に関して、転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）さらに決定させることができる。

【0049】

命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に第１の表面構成に基づいて転倒状態を決定させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、表面構成を決定させることができ、決定は、表面の垂直な表面、表面の孤立した平面、または最も低い平面を決定させることを含む。

【0050】

いくつかの実施形態では、周囲センサは、光学カメラ、ボロメータ（例えば、赤外線カメラ）、及び音響センサからなる群から選択される１つまたは複数の要素を含む。命令は、プロセッサによって実行されるとき、プロセッサに、周囲センサを使用して空間的に分解されたデータを生成させることができる。

【0051】

命令は、プロセッサによって実行されるとき、プロセッサに、特定の瞬間からのある期間内の転倒状態をさらに決定させることができ、その期間は２分を過ぎない（例えば、１分、３０秒、１５秒、１０秒、５秒、または１秒を過ぎない）である。

【0052】

命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータから個人を識別するデータをさらに削除させることができる。いくつかの実施形態では、空間的に分解されたデータは深度データである。命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータをさらに前処理（例えば、閾値、サイズ変更、フィルタリング、不明瞭化、正規化）させることができる。

【0053】

命令は、プロセッサによって実行されるとき、プロセッサに、転倒状態を含むアラートを送信させる（例えば、自動監視サービス、介護者、または緊急提供者に）ことができる。

【0054】

いくつかの実施形態では、１つまたは複数の表面の少なくとも１つは床である。いくつかの実施形態では、１つまたは複数の対象は、１人または複数のヒトである。いくつかの実施形態では、表面構成は、環境内の表面の空間的位置を定義する点及び／または平面の集合を含む。

【0055】

命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に空間的に分解されたデータに基づいて、第２の表面の第２の表面構成をさらに自動的に識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第１の対象構成及び第２の表面構成を使用して第２の空間測定値（例えば、第１の対象と第２の表面との間の最短距離）をさらに自動的に決定させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に第２の空間測定値に基づいて第１の対象に関する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を自動的にさらに決定させることができる。

【0056】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬））が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び／または対象の転倒の軌跡を検出することなく、転倒したことを検出する方法は、コンピューティングデバイスのプロセッサによって、特定の瞬間の環境に対応する第１の空間的に分解されたデータセット（例えば、視覚データ、空間データ、温度データ、深度データ）を受信することを含む。方法は、プロセッサによって、対象及び表面が環境内にある、対象の第１の対象構成（例えば、重心、姿勢、アスペクト比、及び第１の対象の１つまたは複数の関節位置からなる群の１つまたは複数の要素を自動的に識別すること）及び表面の第１の表面構成（例えば、床、１つの家具の表面、階段の上面）を自動的に識別することを含み得る。方法は、プロセッサによって、第１の対象構成及び第１の表面構成を使用して、第１の空間測定値（例えば、第１の対象と第１の表面との間の最短距離）を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、第１の空間測定値が第１の条件を満たす（例えば、第１の値を超えない）かどうかを（例えば、自動的に）判定することを含み得る。方法は、プロセッサによって、第１の空間測定値が第２の条件を満たす経過時間（例えば、空間測定値が第２の値を超えない期間）に基づいて、転倒した対象に対応する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定することを含み得る。

【0057】

いくつかの実施形態では、この方法は、プロセッサによって、フロアカウントの閾値（例えば、２０秒、３０秒、１分、５分）を超えるフロアカウントに基づいて、対象が転倒したことに対応する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定することを含む。

【0058】

いくつかの実施形態では、方法は、プロセッサによって、第１の瞬間の後の期間である第２の瞬間から第２の空間的に分解されたデータセットを（例えば、自動的に）受信することを含み、対象は、第２の瞬間に環境内にいる（例えば、移動した、またはしていない）。方法は、プロセッサによって、少なくとも部分的に、第２の空間的に分解されたデータセットに基づいて、対象の第２の対象構成を（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、第２の対象構成と第１の表面構成との間の第２の空間測定値を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、第２の空間測定値が第２の条件を満たすかどうかを（例えば、自動的に）判定することを含み得る。方法は、プロセッサによって、第２の空間測定値が第２の条件を満たす場合に、フロアカウントを（例えば、自動的に）増分することを含み得る。方法は、プロセッサによって、フロアカウントをベース値（例えば、ゼロ）に（例えば、自動的に）リセットすることを含み得る（例えば、第２の空間測定値が第２の条件を満たさなくなったが、第１の条件を満たすとき）。

【0059】

いくつかの実施形態では、第１の表面構成は、環境内の表面の空間的位置を定義する点及び／または平面の集合を含む。いくつかの実施形態では、第１の空間測定値は、表面構成及び対象構成を使用する距離（例えば、平均距離、最小距離、または最大距離）を含む。いくつかの実施形態では、空間的に分解されたデータは、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）から受信される。

【0060】

いくつかの実施形態では、方法は、プロセッサによって、１つまたは複数の周囲センサ（例えば、光学カメラ、ボロメータ（例えば、赤外線カメラ）、または音響センサ）を使用して、空間的に分解されたデータを生成することを含む。いくつかの実施形態では、方法は、空間的に分解されたデータから個人を識別するデータを削除することを含む。いくつかの実施形態では、空間的に分解されたデータは、個人を識別するデータを含まない。いくつかの実施形態では、方法は、プロセッサによって、個人を識別するデータを含む予備的な空間的に分解されたデータセットを受信することと、プロセッサによって、予備的な空間的に分解されたデータセットから個人を識別するデータを削除することによって、空間的に分解されたデータを生成することを含む。

【0061】

いくつかの実施形態では、空間的に分解されたデータは深度データである。いくつかの実施形態では、方法は、空間的に分解されたデータを前処理（例えば、閾値化、サイズ変更、フィルタリング、不明瞭化、正規化）することを含む。

【0062】

いくつかの実施形態では、方法は、プロセッサによって、転倒状態を含むアラートを送信することを含む（例えば、自動監視サービス、介護者、または緊急提供者に）。

【0063】

いくつかの実施形態では、対象はヒトである。いくつかの実施形態では、表面は床である。

【0064】

いくつかの実施形態では、（例えば、自動的に）表面構成を決定することは、プロセッサによって、表面に垂直な表面、表面の孤立した平面、または最も低い平面を決定することを含む。

【0065】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬）が、ウェアラブル（例えば、対象が装着するセンサ）を必要とせずに、及び／または対象の転倒の軌跡を検出することなく、転倒したことを検出するためのシステムは、周囲センサ、プロセッサ、及びその上に命令を記憶するメモリを備え、命令は、プロセッサによって実行されるとき、プロセッサに、特定の瞬間の環境に対応する空間的に分解されたデータセット（例えば、視覚データセット、空間データセット、温度データセット、深度データセット）を受信させる。命令は、プロセッサによって実行されるとき、プロセッサに、対象及び表面が環境内にある、対象の第１の対象構成（例えば、（例えば、自動的に）重心、姿勢、アスペクト比、及び第１の対象の１つまたは複数の関節位置からなる群の１つまたは複数の要素を識別する）及び表面の第１の表面構成（例えば、床、１つの家具の表面、階段の上面）を（例えば、自動的に）さらに識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第１の対象構成及び第１の表面構成を使用して第１の空間測定値（例えば、第１の対象と第１の表面との間の最短距離）をさらに（例えば、自動的に）決定させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第１の空間測定値が第１の条件を満たす（例えば、第１の距離より大きくない）かどうかをさらに（例えば、自動的に）判定させることができる。命令は、プロセッサによって実行されるとき、さらに、プロセッサに、第２の条件（例えば、第２の距離よい大きくない）が満たされたままである経過した時間に基づいて、転倒した対象に対応する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定させることができる。

【0066】

命令は、プロセッサによって実行されるとき、空間測定値が引き続き第２の条件を満たす場合、プロセッサに（例えば、自動的に）フロアカウントをさらに増分させることができる。命令は、プロセッサによって実行されるとき、さらに、プロセッサに、フロアカウントの閾値を超えるフロアカウント（例えば、２０秒、３０秒、１分、５分）に基づいて、転倒した対象に対応する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定させることができる。

【0067】

いくつかの実施形態では、周囲センサは、光学カメラ、ボロメータ（例えば、赤外線カメラ）、及び音響センサからなる群から選択される要素を含む。

【0068】

命令は、プロセッサによって実行されるとき、プロセッサに、対象が、第２の瞬間の環境内にある（例えば、移動した、またはしていない）、第１の瞬間の後の期間である第２の瞬間から第２の空間的に分解されたデータセットをさらに（例えば、自動的に）受信させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、少なくとも部分的に第２の空間的に分解されたデータセットに基づいて、対象の第２の対象構成をさらに（例えば、自動的に）識別させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第２の対象構成と第１の表面構成との間の第２の空間測定値をさらに（例えば、自動的に）決定させることができる。命令は、プロセッサによって実行されるとき、さらに、プロセッサに、第２の空間測定値が第２の条件を満たすと、（例えば、自動的に）決定させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、第２の空間測定値が第２の条件を満たす場合、さらに（例えば、自動的に）フロアカウントを増分させることができる。

【0069】

命令は、プロセッサによって実行されるとき、プロセッサに、フロアカウントをベース値（例えば、ゼロ）にさらに（例えば、自動的に）リセットさせることができる（例えば、第２の空間測定値が第２の条件を満たさなくなったが、第１の条件を満たすとき）。

【0070】

いくつかの実施形態では、表面構成は、環境内の表面の空間的位置を定義する点及び／または平面の集合を含む。いくつかの実施形態では、第１の空間測定値は、第１の表面構成と第１の対象構成との間に距離（例えば、平均距離、最小距離、または最大距離）を含む。

【0071】

命令は、プロセッサによって実行されるとき、プロセッサに、周囲センサを使用して空間的に分解されたデータをさらに生成させることができる。命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータからいずれかの個人を識別するデータをさらに削除させることができる。いくつかの実施形態では、空間的に分解されたデータは深度データである。命令は、プロセッサによって実行されるとき、プロセッサに、空間的に分解されたデータをさらに前処理（例えば、閾値、サイズ変更、フィルタリング、不明瞭化、正規化）させることができる。

【0072】

命令は、プロセッサによって実行されるとき、プロセッサに、転倒状態を含むアラートをさらに送信させる（例えば、自動監視サービス、介護者、または緊急提供者に）ことができる。

【0073】

いくつかの実施形態では、対象はヒトである。いくつかの実施形態では、システムは、２つ以上の周囲センサを含む。いくつかの実施形態では、表面は床である。

【0074】

いくつかの実施形態では、（例えば、自動的に）表面構成を決定することは、プロセッサによって、表面に垂直な表面、表面の孤立した平面、または最も低い平面を決定することを含む。

【0075】

いくつかの態様では、対象（例えば、ヒトまたは動物（例えば、猫または犬））が、ウェアラブルまたは軌跡を必要とせずに、転倒したことを検出する方法は、コンピューティングデバイスのプロセッサによって、特定の瞬間の環境に対応する空間的に分解されたデータ（例えば、視覚データ、空間データ、温度データ、深度データ）を受信することを含む。方法は、プロセッサによって、対象と床が環境内にある、対象の対象構成（例えば、重心、姿勢、アスペクト比、及び対象の１つまたは複数の関節位置のうちの１つまたは複数）及び床の床構成を（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、対象と床との間の位置関係（例えば、床に対する対象の重心）を反映する第１の空間測定値であって、該第１の空間測定値は、（例えば、自動的に）識別された対象構成及び（例えば、自動的に）識別された床構成を使用して決定された、第１の空間測定値を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、第１の空間測定値が第１の条件を満たす（例えば、第１の測定閾値内にある）（例えば、第１の距離より大きくない）かどうかを（例えば、自動的に）判定することを含み得る。方法は、プロセッサによって、空間測定値が第１の条件を満たしている（例えば、第１の測定閾値内にある）場合（例えば、満たしているとき）、（例えば、自動的に）フロアカウントを増分することを含み得る。方法は、プロセッサによって、フロアカウントがフロアカウント閾値を超えたことに基づいて、転倒した対象に対応する転倒状態（例えば、対象が転倒したか否かに対応するバイナリ状態）を（例えば、自動的に）決定することを含み得る。

【0076】

いくつかの実施形態では、方法は、対象が環境内にいる（例えば、移動したか移動していない）、第１の瞬間の後の期間である、第２の瞬間から第２の空間的に分解されたデータを（例えば、自動的に）受信することをさらに含む。方法は、プロセッサによって、少なくとも部分的に、第２の空間的に分解されたデータに基づいて、対象の第２の対象構成を（例えば、自動的に）識別することを含み得る。方法は、プロセッサによって、第２の対象構成とフロア構成を使用して第２の空間測定値を（例えば、自動的に）決定することを含み得る。方法は、プロセッサによって、第２の空間測定値が第２の条件を満たしているかどうか（例えば、第２の測定閾値内にある（例えば、それは、第１の測定閾値と同じかまたは異なる（例えば、より大きいまたはより小さい））（例えば、第１の条件と同じかまたは異なる）を（例えば、自動的に）判定することを含み得る。

【0077】

方法は、プロセッサによって、第２の空間測定値が第２の条件を満たしている（例えば、第２の測定閾値内にある）場合、（例えば、自動的に）フロアカウントを増分することを含み得る。いくつかの実施形態では、方法は、プロセッサによって、第２の空間測定値が第２の条件を満たす（例えば、第２の測定閾値内にある）ことを（例えば、自動的に）決定すること、及びプロセッサによってフロアカウントを（例えば、自動的に）増分することを含む。

【0078】

いくつかの実施形態では、方法は、プロセッサによって、第２の空間測定値が第２の条件を満たしている（例えば、第２の測定閾値内にある）ことを（例えば、自動的に）決定すること、及び（例えば、自動的に）プロセッサによって、初期値（例えば、ゼロ）に対してフロアカウントをリセットすることを含み得る。いくつかの実施形態では、方法は、フロアカウントを初期値にリセットする前に、第１の空間測定値が第１の条件を満たさないことを最初に決定し、続いてプロセッサによって第２の空間測定値が第２の条件を満たしていることを決定することを含む。

【0079】

いくつかの実施形態では、方法は、プロセッサによって、第２の空間測定値が第２の条件（例えば、及び／または第１の条件）を満たさない（例えば、第２の測定閾値内にない）ことを（例えば、自動的に）決定し、その後、プロセッサによって、フロアカウントを初期値にリセットする（例えば、プロセッサによって、その後の決定の後、第２の瞬間の後のある期間の第３の瞬間に空間的に分解されたデータから決定された第３の空間測定値が第１の条件及び／または第２の条件を満たす）ことを含む。

【0080】

いくつかの実施形態では、方法は、プロセッサによって、（ｉ）第１の瞬間後の（例えば、５秒、１０秒、３０秒、または１分を過ぎない）ある期間の第２の瞬間に空間的に分解されたデータからプロセッサによって決定された第２の対象構成、及び（ｉｉ）第２の空間測定値が第１の条件及び／または第２の条件を満たしていることを使用して第２の空間測定値を決定すること、ならびに任意選択で、プロセッサによってフロアカウントをリセットすることを含む。第２の対象構成は、プロセッサによって、第１の瞬間の後の期間である、対象が第２の瞬間において環境内にある（例えば、移動したかまたはしていない）第２の瞬間から第２の空間的に分解されたデータを（例えば、自動的に）受信すること、少なくとも部分的に、第２の空間的に分解されたデータに基づいて、対象の第２の対象構成を（例えば、自動的に）プロセッサによって、識別すること、及び第２の対象構成とフロア構成との間の第２の空間測定値を（例えば、自動的に）プロセッサによって決定すること、を決定することができる。

【0081】

方法は、プロセッサによって実行されたときに、プロセッサに方法のステップを実行させるシステムに含まれるメモリに命令として記憶することができる。システムは、周囲センサ及びプロセッサをさらに含み得る。

【0082】

本発明の一態様を含む実施形態の要素（例えば、組成物、例えば、システム、例えば、方法）は、本発明の他の態様を含む実施形態に適用することができ、逆もまた同様である。公開番号により本文献で引用されるすべての出版物は、参照によりそれらの全体が本明細書に組み込まれる。本明細書、この概要セクションまたは他の場所に記載されているシステムまたは方法の１つまたは複数の特徴を、本明細書、この概要セクションまたは他の場所に記載されている１つまたは複数の他の特徴と、追加の実施形態（複数可）として、操作性が維持されている限り組み合わせることができることが明確に企図される。

【0083】

添付図面とともに以下の説明を参照することによって、本開示の前述及び他の目的、態様、特徴、及び利点は、より明らかになり、より良好に理解され得る。

【図面の簡単な説明】

【0084】

【図1】例示的な実施形態による、ウェアラブルまたは軌道を必要としない、ヒトまたは他のオブジェクトの床上検出の方法の高レベルのブロック流れ図である。

【図2】例示的な実施形態による、ヒト及び表面（例えば、床またはソファ）が識別される、床上検出の方法２００を示す高レベルのブロック流れ図である。

【図3】例示的な実施形態による、ヒトの重心が識別される床上検出の方法３００を示す高レベルのブロック流れ図である。

【図4】特定の実施形態で使用される例示的なクラウドコンピューティング環境４００のブロック図である。

【図5】例示的な実施形態で使用するための、例示的なコンピューティングデバイス及び例示的なモバイルコンピューティングデバイスのブロック図である。

【発明を実施するための形態】

【0085】

本開示の特徴及び利点は、同様の参照文字が全体を通して対応する要素を識別する図面と併せて解釈されるとき、以下に記載される詳細な説明からより明らかになるであろう。図面において、同一の参照番号は、全体的に同一の、機能的に類似の、及び／または構造的に類似の要素を示す。

【0086】

定義
本開示をより容易に理解するために、特定の用語をまず以下に定義する。以下の用語及び他の用語の追加の定義は、本明細書全体にわたって記載される。

【0087】

本明細書で使用される場合、「床上検出」は、人が転倒した、倒れこんだ、崩れ落ちた、またはそうでなければ意図的な直立（例えば、立位または座位）姿勢を意図せずに維持できなかったことの識別を指す。説明をわかりやすくするために、この文書では「床上」という用語を使用するが、人が配置される表面は、床だけでなく、ソファなどの任意の表面であってよい。

【0088】

本書で使用されている「プライバシー」とは、個人の画像や写真の取得及び／または配布を防止することを指す。
（発明を実施するための形態）

【0089】

本明細書で説明されるシステム及び方法は、１つまたは複数の周囲（すなわち着用されていない）センサからの測定値を使用する床上検出に関する。センサは、ビデオや深度（空間）を含む、さまざまなモダリティを包含している場合がある。

【0090】

図１は、床上検出の方法１００の例のフローチャートである。ステップ１１０では、データセットは、監視されるべき環境上の１つまたは複数のセンサを介して収集される。ウェブカム（視覚データ）、深度カメラ（空間データ）、及びボロメータ（温度データ）を含むがこれらに限定されない、環境に関するデータを収集することができる多種多様なセンサを利用することができる。ステップ１１５では、任意選択で、プライバシーを保護するために一部のデータを破棄することができる。例えば、ヒトの顔に対応する画像の部分は破棄され得る。ステップ１２０では、データは、任意選択で、以下の計算の準備として前処理される。そのような前処理は、例えば、当技術分野で標準的であるように、画像処理、画像サイズ変更、フィルタリング、不明瞭化、クリーニング、及び正規化を含み得る。

【0091】

ステップ１２５では、ヒトの存在は、例えば、機械学習及び／またはパターン認識技術の使用を通じて識別される。複数のヒトが存在する場合、本ステップ及び次のステップは、任意選択で各ヒトに対して繰り返され得る。ヒトの存在を特定する方法の例は、米国特許第９，３４１，４６４号、第９，６００，９９３号、第９，７３７，２３９号、第９，８１７，０１７号、第９，９７４，４６６号及び第１０，０１３，７５６号ならびにＰＣＴ／ＵＳ／１７４４９３６に記載されており、これらは参照によりその全体が本明細書に組み込まれる。追加で、または代替で、ヒト以外のオブジェクトは、同様の技術を介して識別され得る。

【0092】

ステップ１３０では、ステップ１２５で識別されたヒトの構成が識別される。本明細書で使用される場合、「ヒトの構成」という用語は、ヒトの解剖学的構造の一部の配置及び／または空間的位置に対応するデータのセットを指す。特定の実施形態では、ヒトの構成は、ヒトの重心、姿勢、アスペクト比、及び関節の位置を特定する情報を含み得る。ヒトの構成を識別する方法は、米国特許第９，３４１，４６４号、第９，６００，９９３号、第９，７３７，２３９号、第９，８１７，０１７号、第９，９７４，４６６号及び第１０，０１３，７５６号ならびにＰＣＴ／ＵＳ１７／４４９３６に記載されており、これらは参照によりその全体が本明細書に組み込まれる。追加で、または代替で、ヒト以外のオブジェクトの構成は、同様の技術を介して決定することができる。

【0093】

ステップ１８０では、ステップ１３０の出力は、ヒトが床上にいるかどうかを判定するために使用される。本発明のいくつかの実施形態では、ステップ１８０は、軌道などの履歴情報を必要としない。言い換えると、ステップ１８０は、ヒトの構成の単一の「スナップショット」で実行され得る。追加で、または代替で、ヒト以外のオブジェクトの床上の状態は、同様の技術を介して決定することができる。

【0094】

ステップ１９０では、床上の状態が報告される（例えば、自動監視サービス、介護者、または緊急提供者に）。

【0095】

図２は、ウェアラブルまたは軌道を必要としない床上検出の方法２００の例のフローチャートであり、表面（例えば、床、ソファ、１つの家具の上部）が識別される。ステップ２１０～２２０は、図１の同様の番号のステップと同等である。ステップ２４０では、表面の存在と構成とが決定される。特定の非限定的な実施形態では、表面構成は、例えば、環境内の表面の位置を含み得る。表面を見つける方法は当技術分野で知られており、例えば、表面に垂直なものを計算すること、平面を分離すること、及び最も低い平面を見つけることを含む。ステップ２５０では、上記のように、ヒトの存在及び構成が識別される。ステップ２６０では、表面に対するヒトの空間的関係が決定される。例えば、空間的関係は、ヒト（例えば、１つまたは複数の関節）及び表面上に見られる様々な場所からの平均的に最も近い距離であり得る。別の実施形態では、ヒトの重心と表面との間の最も近い距離が決定される。ステップ２８０は、ステップ２６０の出力を使用して、例えば、ステップ２６０で決定された距離を所定の値と比較することによって、床上の状態を決定する。例えば、特定の実施形態では、ステップ２９０は、上記のように、ステップ２８０の床上の状態の出力を報告する。

【0096】

図３は、ウェアラブルまたは転倒軌道の計算を必要としない床上検出の方法３００の例のフローチャートである。いくつかの実施形態では、この方法は、ヒトの特定の測定基準（例えば、この場合は重心）及び表面（例えば、床）とのその関係を利用する。いくつかの実施形態では、表面は識別された床であるが、この例での床の使用は、上記のように限定することを意図していない。

【0097】

図３は、ステップ２１０～２５０と同等のステップで始まる。ステップ３６２は、周囲センサから取得されたデータを使用して、ヒトの数学的重心を決定する。次に、ステップ３６４は、重心からの距離が床からの第１の距離内に位置するかどうかを試験する。特定の実施形態では、床からヒトの重心までの距離は、重心と床とを分離する最小距離として計算される。ステップ３６４が「いいえ」を報告する場合（すなわち、重心が床までの特定の距離内にない場合）、ヒトは「床上状態」になく、ステップ３７４は、ステップ３６２に戻る前のある時間間隔の間休止する。ステップ３６４が「はい」を報告する場合、ヒトは「床上状態」にあり、ステップ３６６は、「床上状態」が持続する期間を追跡するために使用される「フロアカウント」を初期化する。ステップ３６８は、ステップ３７２に移動する前に、ある時間間隔（例えば、２秒、５秒、１０秒、３０秒、またはそれ以上、を過ぎない）の間休止する。

【0098】

ステップ３７２は、重心が床から第２の距離内に位置するかどうかを試験する（例えば、０．５メートル、１メートル、１．５メートル、またはそれ以上、を過ぎない）。いくつかの実施形態では、ステップ３６４の第１の距離は、「床上状態」に入るよりも出るのをより困難にするためステップ３７２の第２の距離とは異なる。これは、例えば、第２の距離を第１の距離よりも長く設定することによって達成することができる。ステップ３７２で、システムが「いいえ」を報告する場合、ヒトはもはや「床上状態」ではなく、ステップ３７４は、ステップ３６２に戻る前に、ある時間間隔（例えば、２秒、５秒、１０秒、３０秒、またはそれ以上、を過ぎない）の間休止する。ステップ３７２が「はい」を報告する場合、ヒトは「床上状態」のままであり、ステップ３７６は「フロアカウント」を増分させる。ステップ３８２は、「フロアカウント」がある累計期間（例えば、１０秒、３０秒、６０秒、またはそれ以上、を過ぎない）を超えたかどうかを試験する。累計期間がステップ３８２で評価された閾値期間を超えていない場合、「いいえ」の報告が提出され、プロセスはステップ３６８に戻る。累計期間が閾値期間を超えた場合、ステップ３８２は「はい」を報告し、次にステップ３９０は確認された床上状態を報告する。特定の実施形態では、報告は、サードパーティの警報または監視サービスに提出することができる。

【0099】

図３では、ヒトの重心は、ヒトと床との空間的関係を決定するために使用される。ただし、重心の代わりに、または重心に加えて、他の測定基準を使用することもできる。使用できる他の測定基準の例には、姿勢（例えば、床に座っている対床に横たわっている）、体のアスペクト比（例えば、ほとんど水平対ほとんど垂直）、及び関節の位置（例えば、単独であるか組み合わされているかを問わず、上半身の関節の位置（例えば、関節の位置を平均化することによって））が含まれる。

【0100】

図１のステップ１９０及び図２～３の同様の番号のステップ（すなわち、２９０及び３９０）では、床上検出の結果が、例えば、ユーザに中継され得る、データベースやディスクストレージなどの方法を介して記憶される、及び／あるいはインターネットを介してウェブサイト、サーバ、または電話警報などの他の処理ステップに送信され得る。これにより、例えば、サードパーティの監視サービスが、転倒後に苦しんでいるヒトを支援する可能性のある個人またはサービスに警報を提供できるようになる。

【0101】

ネットワーク及びコンピューティングの実装
図４に示すように、本明細書で説明されるようなシステム、方法、及びアーキテクチャを提供する際に使用するためのネットワーク環境４００の実装が示され、説明される。ここで図４を参照して簡単に概説すると、例示的なクラウドコンピューティング環境４００のブロック図が示され、説明されている。クラウドコンピューティング環境４００は、１つまたは複数のリソースプロバイダ４０２ａ、４０２ｂ、４０２ｃ（総称して、４０２）を含み得る。各リソースプロバイダ４０２は、コンピューティングリソースを含み得る。いくつかの実施態様では、コンピューティングリソースは、データを処理するために使用される任意のハードウェア及び／またはソフトウェアを含み得る。例えば、コンピューティングリソースは、アルゴリズム、コンピュータプログラム、及び／またはコンピュータアプリケーションを実行することができるハードウェアならびに／あるいはソフトウェアを含み得る。いくつかの実施態様では、例示的なコンピューティングリソースは、ストレージ及び検索機能を備えたアプリケーションサーバならびに／またはデータベースを含み得る。各リソースプロバイダ４０２は、クラウドコンピューティング環境４００内の任意の他のリソースプロバイダ４０２に接続することができる。いくつかの実施態様では、リソースプロバイダ４０２は、コンピュータネットワーク４０８を介して接続され得る。各リソースプロバイダ４０２は、コンピュータネットワーク４０８を介して、１つまたは複数のコンピューティングデバイス４０４ａ、４０４ｂ、４０４ｃ（総称して、４０４）に接続することができる。

【0102】

クラウドコンピューティング環境４００は、リソースマネージャ４０６を含み得る。リソースマネージャ４０６は、コンピュータネットワーク４０８を介してリソースプロバイダ４０２及びコンピューティングデバイス４０４に接続され得る。いくつかの実施態様では、リソースマネージャ４０６は、１つまたは複数のリソースプロバイダ４０２による１つまたは複数のコンピューティングデバイス４０４へのコンピューティングリソースの提供を容易にすることができる。リソースマネージャ４０６は、特定のコンピューティングデバイス４０４からコンピューティングリソースに対する要求を受信することができる。リソースマネージャ４０６は、コンピューティングデバイス４０４によって要求されたコンピューティングリソースを提供することができる１つまたは複数のリソースプロバイダ４０２を識別することができる。リソースマネージャ４０６は、コンピューティングリソースを提供するためにリソースプロバイダ４０２を選択することができる。リソースマネージャ４０６は、リソースプロバイダ４０２と特定のコンピューティングデバイス４０４との間の接続を容易にすることができる。いくつかの実施態様では、リソースマネージャ４０６は、特定のリソースプロバイダ４０２と特定のコンピューティングデバイス４０４との間の接続を確立することができる。いくつかの実施態様では、リソースマネージャ４０６は、特定のコンピューティングデバイス４０４を、要求されたコンピューティングリソースを備えた特定のリソースプロバイダ４０２にリダイレクトすることができる。

【0103】

図５は、本開示で説明される技術を実装するために使用することができるコンピューティングデバイス５００及びモバイルコンピューティングデバイス５５０の例を示す。コンピューティングデバイス５００は、ラップトップ、デスクトップ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、及び他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すことを意図している。モバイルコンピューティングデバイス５５０は、携帯情報端末、携帯電話、スマートフォン、及び他の同様のコンピューティングデバイスなどの様々な形態のモバイルデバイスを表すことを意図している。ここに示されている構成要素、それらの接続と関係性、及びそれらの機能は、単なる例であることを意味し、限定することを意味しない。

【0104】

コンピューティングデバイス５００は、プロセッサ５０２、メモリ５０４、記憶装置５０６、メモリ５０４及び複数の高速拡張ポート５１０に接続する高速インターフェース５０８、及び低速拡張ポート５１４及び記憶装置５０６に接続する低速インターフェース５１２を含む。プロセッサ５０２、メモリ５０４、記憶装置５０６、高速インターフェース５０８、高速拡張ポート５１０、及び低速インターフェース５１２のそれぞれは、様々なバスを使用して相互接続され、共通のマザーボードにまたは必要に応じて他の方法で取り付けられ得る。プロセッサ５０２は、メモリ５０４または記憶装置５０６に記憶された命令を含む、コンピューティングデバイス５００内で実行するための命令を処理して、高速インターフェース５０８に結合されたディスプレイ５１６などの外部入力／出力デバイス上のＧＵＩにグラフィック情報を表示する。他の実施態様では、複数のメモリ及び種類のメモリとともに、必要に応じて、複数のプロセッサ及び／または複数のバスを使用することができる。また、複数のコンピューティングデバイスを接続して、各デバイスが必要な動作の一部（例えば、サーババンク、ブレードサーバのグループ、またはマルチプロセッサシステムとして）を提供することもできる。したがって、複数の機能が「プロセッサ」によって実行されると説明される場合、この用語が本明細書で使用されると、これは、複数の機能が任意の数のコンピューティングデバイス（１つまたは複数）の任意の数のプロセッサ（１つまたは複数）によって実行される実施形態を包含する。さらに、機能が「プロセッサ」によって実行されると説明される場合、これは、機能が任意の数のコンピューティングデバイス（１つまたは複数）の任意の数のプロセッサ（１つまたは複数）によって実行される実施形態を包含する（例えば、分散コンピューティングシステムにおいて）。

【0105】

メモリ５０４は、コンピューティングデバイス５００内に情報を記憶する。いくつかの実施態様では、メモリ５０４は、１つまたは複数の揮発性メモリユニットである。いくつかの実施態様では、メモリ５０４は、１つまたは複数の不揮発性メモリユニットである。メモリ５０４はまた、磁気ディスクまたは光ディスクなどの別の形態のコンピュータ可読媒体であり得る。

【0106】

記憶装置５０６は、コンピューティングデバイス５００に大容量記憶装置を提供することができる。いくつかの実施態様では、記憶装置５０６は、フロッピーディスクデバイス、ハードディスクデバイス、光ディスクデバイス、またはテープデバイス、フラッシュメモリまたは他の同様のソリッドステートメモリデバイス、記憶エリアネットワークまたは他の構成のデバイスを含むデバイスのアレイなどのコンピュータ可読媒体であり得るかまたはそれらを含み得る。命令は情報キャリアに記憶され得る。命令は、１つまたは複数の処理装置（例えば、プロセッサ５０２）によって実行されるとき、上記のような１つまたは複数の方法を実行する。命令はまた、コンピュータ可読媒体または機械可読媒体（例えば、メモリ５０４、記憶装置５０６、またはプロセッサ５０２上のメモリ）などの１つまたは複数の記憶装置によって記憶することができる。

【0107】

高速インターフェース５０８は、コンピューティングデバイス５００用の帯域幅集約型の動作を管理し、一方、低速インターフェース５１２は、より低い帯域幅集約型の動作を管理する。このような機能の割り当ては一例にすぎない。いくつかの実施態様では、高速インターフェース５０８は、メモリ５０４、ディスプレイ５１６（例えば、グラフィックプロセッサまたはアクセラレータを介して）、及び様々な拡張カード（図示せず）を受け入れることができる高速拡張ポート５１０に結合される。実施態様では、低速インターフェース５１２は、記憶装置５０６及び低速拡張ポート５１４に結合される。様々な通信ポート（例えば、ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、イーサネット（登録商標）、ワイヤレスイーサネット（登録商標））を含み得る低速拡張ポート５１４は、キーボード、ポインティングデバイス、スキャナ、またはスイッチやルーターなどのネットワークデバイス（例えば、ネットワークアダプタを介して）などの１つまたは複数の入力／出力デバイスに結合され得る。

【0108】

コンピューティングデバイス５００は、図に示されるように、いくつかの異なる形態で実装され得る。例えば、それは、標準サーバ５２０として、またはそのようなサーバのグループ内で複数回実装され得る。追加で、それは、ラップトップコンピュータ５２２などのパーソナルコンピュータに実装され得る。それはまた、ラックサーバシステム５２４の一部として実装され得る。代替で、コンピューティングデバイス５００からの構成要素は、モバイルコンピューティングデバイス５５０などのモバイルデバイス（図示せず）内の他の構成要素と組み合わせることができる。そのようなデバイスのそれぞれは、コンピューティングデバイス５００及びモバイルコンピューティングデバイス５５０のうちの１つまたは複数を含み得、システム全体は、互いに通信する複数のコンピューティングデバイスから構成され得る。

【0109】

モバイルコンピューティングデバイス５５０は、他の構成要素の中でも、プロセッサ５５２、メモリ５６４、ディスプレイ５５４などの入力／出力デバイス、通信インターフェース５６６、及びトランシーバ５６８を含む。モバイルコンピューティングデバイス５５０はまた、追加の記憶装置を提供するために、マイクロドライブまたは他のデバイスなどの記憶装置を備えてもよい。プロセッサ５５２、メモリ５６４、ディスプレイ５５４、通信インターフェース５６６、及びトランシーバ５６８のそれぞれは、様々なバスを使用して相互接続され、いくつかの構成要素は、共通のマザーボードに、または必要に応じて他の方法で取り付けられ得る。

【0110】

プロセッサ５５２は、メモリ５６４に記憶された命令を含む、モバイルコンピューティングデバイス５５０内の命令を実行することができる。プロセッサ５５２は、別個の複数のアナログ及びデジタルプロセッサを含むチップのチップセットとして実装され得る。プロセッサ５５２は、例えば、ユーザインターフェースの制御、モバイルコンピューティングデバイス５５０によって実行されるアプリケーション、及びモバイルコンピューティングデバイス５５０による無線通信など、モバイルコンピューティングデバイス５５０の他の構成要素の調整のために提供することができる。

【0111】

プロセッサ５５２は、ディスプレイ５５４に結合された制御インターフェース５５８及びディスプレイインターフェース５５６を介してユーザと通信することができる。ディスプレイ５５４は、例えば、ＴＦＴ（薄膜トランジスタ液晶ディスプレイ）ディスプレイまたはＯＬＥＤ（有機発光ダイオード）ディスプレイ、または他の適切なディスプレイ技術であり得る。ディスプレイインターフェース５５６は、グラフィック及び他の情報をユーザに提示するためにディスプレイ５５４を駆動するための適切な回路を備え得る。制御インターフェース５５８は、ユーザからコマンドを受け取り、それらをプロセッサ５５２に提出するために変換することができる。追加で、外部インターフェース５６２は、モバイルコンピューティングデバイス５５０と他のデバイスとの近距離通信を可能にするために、プロセッサ５５２との通信を提供することができる。外部インターフェース５６２は、例えば、いくつかの実施態様における有線通信、または他の実施態様における無線通信を提供することができ、複数のインターフェースも使用することができる。

【0112】

メモリ５６４は、モバイルコンピューティングデバイス５５０内に情報を記憶する。メモリ５６４は、１つまたは複数のコンピュータ可読媒体、１つまたは複数の揮発性メモリユニット、または１つまたは複数の不揮発性メモリユニットのうちの１つまたは複数として実装することができる。拡張メモリ５７４もまた、例えば、ＳＩＭＭ（シングルインラインメモリモジュール）カードインターフェースを含み得る拡張インターフェース５７２を介して、モバイルコンピューティングデバイス５５０に提供され、接続され得る。拡張メモリ５７４は、モバイルコンピューティングデバイス５５０のための追加の記憶空間を提供することができるか、またはモバイルコンピューティングデバイス５５０のためのアプリケーションもしくは他の情報を記憶することもできる。具体的には、拡張メモリ５７４は、上記のプロセスを実行または補足するための命令を含むことができ、安全な情報も含むことができる。したがって、例えば、拡張メモリ５７４は、モバイルコンピューティングデバイス５５０のためのセキュリティモジュールとして提供され得、モバイルコンピューティングデバイス５５０の安全な使用を可能にする命令でプログラムされ得る。追加で、安全なアプリケーションは、ＳＩＭＭカードにハッキングできない方法で識別情報を配置するなどの追加情報とともに、ＳＩＭＭカードを介して提供され得る。

【0113】

メモリは、以下で説明するように、例えば、フラッシュメモリ及び／またはＮＶＲＡＭメモリ（不揮発性ランダムアクセスメモリ）を含み得る。いくつかの実施態様では、命令は情報キャリアに記憶される。命令は、１つまたは複数の処理デバイス（例えば、プロセッサ５５２）によって実行されるとき、上記などの１つまたは複数の方法を実行する。命令はまた、１つまたは複数のコンピュータ機械可読媒体または機械可読媒体（例えば、メモリ５６４、拡張メモリ５７４、またはプロセッサ５５２上のメモリ）などの１つまたは複数の記憶装置によって記憶することができる。いくつかの実施態様では、命令は、例えば、トランシーバ５６８または外部インターフェース５６２を介して、伝播された信号で受信することができる。

【0114】

モバイルコンピューティングデバイス５５０は、必要に応じてデジタル信号処理回路を含み得る通信インターフェース５６６を介して無線で通信することができる。通信インターフェース５６６は、とりわけ、ＧＳＭ音声通話（モバイル通信用グローバルシステム）、ＳＭＳ（ショートメッセージサービス）、ＥＭＳ（拡張メッセージングサービス）、またはＭＭＳメッセージング（マルチメディアメッセージングサービス）、ＣＤＭＡ（符号分割多元接続）、ＴＤＭＡ（時分割多元接続）、ＰＤＣ（パーソナルデジタルセルラ）、ＷＣＤＭＡ（登録商標）（広帯域符号分割多元接続）、ＣＤＭＡ２０００、またはＧＰＲＳ（一般パケット無線サービス）などの様々なモードまたはプロトコルの下での通信を提供することができる。そのような通信は、例えば、無線周波数を使用するトランシーバ５６８を介して発生し得る。追加で、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ（商標）、または他のそのようなトランシーバ（図示せず）を使用するなどして、短距離通信が発生し得る。追加で、ＧＰＳ（全地球測位システム）レシーバモジュール５７０は、モバイルコンピューティングデバイス５５０上で実行するアプリケーションによって適切に使用され得る、追加のナビゲーション及び位置関連の無線データをモバイルコンピューティングデバイス５５０に提供し得る。

【0115】

モバイルコンピューティングデバイス５５０はまた、音声コーデック５６０を使用して聴覚的に通信することができ、音声コーデック５６０は、ユーザから音声情報を受け取り、それを使用可能なデジタル情報に変換することができる。オーディオコーデック５６０は、同様に、例えば、モバイルコンピューティングデバイス５５０のハンドセット内の、スピーカーを通してなど、ユーザのために可聴音を生成することができる。そのような音は、音声電話からの音を含み得、録音された音（例えば、音声メッセージ、音楽ファイルなど）を含み得、また、モバイルコンピューティングデバイス５５０上で動作するアプリケーションによって生成された音を含み得る。

【0116】

モバイルコンピューティングデバイス５５０は、図に示されるように、いくつかの異なる形態で実装され得る。例えば、それは携帯電話５８０として実装され得る。また、スマートフォン５８２、携帯情報端末、または他の同様のモバイルデバイスの一部として実装できる。

【0117】

本願で説明するシステム及び技術のさまざまな実装は、デジタル電子回路、集積回路、特別に設計されたＡＳＩＣ（アプリケーション固有の集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／またはそれらの組み合わせで実現できる。これらの様々な実施態様は、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からのデータ及び／または命令を受信し、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置にデータ及び／または命令を送信するように結合された、専用または汎用であり得る、少なくとも１つのプログラム可能なプロセッサを含んだプログラム可能なシステム上で実行可能及び／または解釈可能である１つまたは複数のコンピュータプログラムにおける実施を含み得る。

【0118】

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードとしても知られる）は、プログラム可能なプロセッサのための機械命令を含み、かつ高水準手続型及び／またはオブジェクト指向プログラミング言語、及び／またはアセンブリ／機械言語で実装されることができる。本明細書で使用される場合、「機械可読の媒体」及び「コンピュータ可読の媒体」とは、機械命令及び／またはデータを、機械可読の信号として機械命令を受け取る機械可読の媒体を含むプログラム可能なプロセッサに提供するために使用される、任意のコンピュータプログラム製品、装置及び／またはデバイス（例えば、磁気ディスク、光ディスク、メモリ、プログラム可能な論理デバイス（ＰＬＤ））を指す。「機械可読の信号」という用語は、機械命令及び／またはデータをプログラム可能なプロセッサに提供するために使用される任意の信号を指す。

【0119】

特定の実施形態では、コンピュータプログラムは、１つまたは複数の機械学習モジュールを含む。本明細書で使用される場合、機械学習モジュールは、１つまたは複数の特定の機械学習アルゴリズムを実装するコンピュータ実装プロセス（例えば、機能）を指す。機械学習モジュールは、例えば、１つまたは複数の人工ニューラルネットワークを含み得る。特定の実施形態では、２つ以上の機械学習モジュールを組み合わせて、単一のモジュール及び／または単一のソフトウェアアプリケーションとして実装することができる。特定の実施形態では、２つ以上の機械学習モジュールもまた、例えば、別個のソフトウェアアプリケーションとして、別個に実装され得る。機械学習モジュールは、ソフトウェア及び／またはハードウェアであり得る。例えば、機械学習モジュールを完全にソフトウェアとして実装する、またはＣＮＮモジュールの特定の機能を専用ハードウェア（例えば、特定用途向け集積回路（ＡＳＩＣ）を介して）実行することができる。

【0120】

ユーザとのやりとりを提供するために、本願に記載のシステム及び技術は、ユーザに情報を表示するための表示デバイス（例えばＣＲＴ（ブラウン管）またはＬＣＤ（液晶画面）モニタ）及びユーザがそれによってコンピュータへの入力を提供することができるキーボードならびにポインティングデバイス（例えば、マウスやトラックボール）を有するコンピュータ上に実装される。他の種類のデバイスもまた、ユーザとの対話を提供するために用いられることができる。例えば、ユーザに提供されるフィードバックは、あらゆる形式の感覚的フィードバック（例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバック）であることができ、及びユーザからの入力は、音響、音声、または触覚入力を含む、任意の形態で受信することができる。

【0121】

本願に記載のシステム及び技術は、バックエンドコンポーネント（例えば、データサーバ）を含む、またはミドルウェアコンポーネント（例えば、アプリケーションサーバ）を含む、もしくはフロントエンドコンポーネント（例えば、ユーザがそれを通じて本願に記載のシステム及び技術の実装とやりとりできるグラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータ）を含むコンピューティングシステムの中か、またはかかるバックウエア、ミドルウエア、またはフロントエンドコンポーネントの任意の組み合わせに実装され得る。システムのコンポーネントは、あらゆる形式または媒体のデジタルデータ通信（例えば、通信ネットワーク）によって相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク（「ＬＡＮ」）、広域ネットワーク（「ＷＡＮ」）、及びインターネットを含む。

【0122】

コンピューティングシステムは、クライアントとサーバを含むことができる。クライアントとサーバは、概して互いに遠く離れており、典型的に通信ネットワークを通じてやりとりする。クライアントとサーバの関係は、それぞれのコンピュータ上で動作するコンピュータプログラムにより、及びクライアントとサーバの関係を互いに有することにより生じる。

【0123】

本明細書に記載の異なる実施態様の要素を組み合わせて、上記に具体的に記載されていない他の実施態様を形成することができる。要素は、それらの動作に悪影響を与えることなく、本明細書に記載されているプロセス、コンピュータプログラム、データベースなどから除外することができる。追加で、図に示されている論理フローは、望ましい結果を達成するために、示されている特定の順序または連続した順序を必要としない。本明細書で説明する機能を実行するために、様々な個別の要素を１つまたは複数の個別の要素に組み合わせることができる。

【0124】

ステップの順序またはある特定の動作を行うための順序は、本発明が動作可能である限りは、重要でないことを理解されたい。さらに、２つ以上のステップまたは動作を、同時に実行してもよい。

【0125】

本発明を、その特定の好ましい実施形態を参照して具体的に示し、説明してきたが、当業者は、添付の特許請求の範囲に定義される、本発明の主旨及び範囲から逸脱することなく、形態及び詳細の様々な変更が行われてもよいことを理解されたい。

【図1】

【図2】

【図3】

【図4】

【図5】

【国際調査報告】