＜通常のカメラ・デプスセンサで行う＞ 非接触生体センシング

超高感度センシングの動作原理から、様々な応用事例まで

重要性・必要性高まる“非接触”の生体センシングが、通常のカラーカメラやデプスカメラで出来る！

★ センシングの動作原理や抽出できる生体情報などの基礎から、呼吸・心拍・血管・バランス・見守りなど様々な応用事例、デプスセンシングや、プライバシーの範囲と活用による社会貢献など。様々な角度から解説します！

講師

株式会社フォスメガ（東工大発ベンチャーNo.45） 代表取締役社長
私設研究所Neo-Tech-Lab　上田 智章 先生

■ ご略歴：
　1982年　同志社大学 工学部 電子工学科 卒
　1984年　同志社大学大学院 工学研究科 電気工学専攻 修了
　1984-1998年　ダイキン工業株式会社 電子技術研究所 勤務
　1998-2000年株式会社計測器センター 開発部長
　2000年-　株式会社関西新技術研究所 SQUID研究部 主任研究員
　　　　　　株式会社ＫＲＩ センシング技術部 主席研究員
　2006年12月-2010年3月 東京工業大学 統合研究院 ソリューション研究機構 特任教授
　2010年 4月-2012年3月 東京工業大学 ソリューション研究機構 特任教授
　2007年8月10日～　株式会社フォスメガ(PhosMega Co., Ltd.)代表取締役

■ ご専門および得意な分野・研究：
　・センシング技術（センサ全般、非接触画像バイタルセンシング、測距等）
　・推定型情報処理（逆問題を含む）

受講料

1名41,040円(税込（消費税8％）、資料付)
＊1社2名以上同時申込の場合 、1名につき30,240円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナー開催にあたって

■ はじめに：
　通常の可視光カラー画像撮影用カメラや画素単位に距離を測定できるデプスカメラを用いて、非接触で行える生体センシングについて、実演デモや事例紹介を行い、動作原理について説明を行います。呼吸・心拍センシング、平衡バランス、加速度（衝撃）、指紋、掌紋、皮膚の3次元形状センシング（手や顔）、真皮層の毛細血管・皮下組織の血管の可視化、血流の変化、静脈瘤の可視化、怪我や手術の痕跡の可視化などの生体情報の抽出方法について説明を行います。

■ ご講演中のキーワード：
　イメージ・デバイス、非接触、生体、センシング、呼吸、心拍、血管、JPEG、カメラ

■ 受講対象者：
　・通常のカラーカメラやデプスカメラによる非接触生体センシングでどのような生体情報が抽出できるのかについて興味をお持ちの方
　・デプスカメラを用いたアプリ開発について興味をお持ちの方
　・高解像度カラーカメラの動画や静止画からの非接触生体センシング・システムを開発されようとお考えの方
　・非接触バイタルセンシングについて興味をお持ちの方

■ 必要な予備知識：
　・高校卒業程度の数学知識
　・Visual C#の基礎的な記述と文法に関する知識

■ 本セミナーで習得できること（一例）：
　・センサアレイを用いた超高感度センシングの動作原理の理解
　・可視光静止画(JPEGフォーマット)から抽出できる生体情報の知識
　・デプスカメラを用いた非接触生体センシングで抽出できる生体情報の知識
　・生体認証の危険性の理解
　・監視カメラ画像で侵害されるプライバシーの範囲と活用による社会的貢献度
　・非接触生体センシングを使いこなす上で必要な数学知識

セミナー内容

１．スマホやデジカメ、Webカメラで行える非接触生体センシング 
　非接触生体センシングは特殊なカメラ（デプスカメラ、赤外線カメラ）を使わなくても行えます。呼吸、心拍、真皮層の毛細血管・皮下組織の血管の可視化、指紋、掌紋、3D形状センシング、皮膚の抽出など非接触生体センシングのデモを行います。従来のデプスカメラを用いた加速度、平衡バランスなどのデモも行います。

２．超高感度センシングの動作原理 
　C.E.Shannonのチャンネル容量の法則を応用すると、JPEG圧縮された静止画像からノイズに埋もれた様々な生体情報の抽出が行えます。普通のカメラが超高感度マルチ・センサ・アレイになり、波長帯域間の透過率の違いから生体情報を抽出するアルゴリズムを説明します。

　2.1　チャンネル容量の法則とその効果
　2.2　時間軸方向のアルゴリズム
　2.3　空間方向のアルゴリズム
　2.4　観測波長帯域間方向（マルチスペクトル）のアルゴリズム

３．非接触生体センシングの応用事例
　3.1　非接触呼吸センシング
　　3.1.1　デプスカメラによる呼吸センシング
　　3.1.2　Webカメラとスポット光による呼吸センシング
　3.2　非接触心拍センシング
　　3.2.1　カラー(可視光)/赤外線カメラによる顔画像からの心拍センシング
　　3.2.2　デプスカメラによる胸部観測からの心拍センシング
　3.3　非接触加速度センシング
　3.4　非接触バランスセンシング
　3.5　非接触浴室見守り
　3.6　JPEG画像からの生体センシング
　　　→JPEG圧縮された可視光画像からでも毛細血管分布と血管の画像取得が行えます。
　　3.6.1　指紋、掌紋の凹凸抽出
　　3.6.2　可視光画像から毛細血管分布と皮下組織の血管の可視化
　　　→可視光の波長帯域間の透過率の違いを利用する新しい方式です。
　　　　可視光帯域でも薄い衣服も透過する場合があります。
　　3.6.3　皮膚の抽出
　　3.6.4　指先の圧力検出
　　3.6.5　血流の変化
　　3.6.6　血栓や静脈瘤の可視化

４．デプスセンシング
　可視光カメラでも行えるデプスセンシング（3Dスキャン）。従来の赤外線を用いたStructured Light方式、Time of Flight方式、Infrared Depth方式について説明した後で、可視光カメラの単眼、ステレオ方式の２種類のデプス・センシング・アルゴリズムについて説明します。

　4.1　Structured Light方式
　4.2　Time of Flight方式
　4.3　Infrared Depth方式
　4.4　可視光単眼3Dセンシング
　4.5　可視光ステレオ3Dセンシング

＜質疑応答・個別質問・講師と名刺交換＞