精神障害の労災請求件数・認定件数は年々増加傾向にあり，厚生労働省はその対策として年に1回のストレスチェックを義務付けているが，受けたダメージばかりが着目され，日々の疲労からの回復度(リカバリ)は着目されていない．
他方で，IoT機器を用いた日々の健康測定に注目が集まっているが，複数機器の管理や能動的な測定動作が利用者のモチベーション低下に繋がることも分かっている．
そこで，本研究では，モチベーションの低下に繋がる能動的な測定動作を不要にする健康測定を日常生活に溶け込ませた健康モニタリングシステムの実現を目指して，多くの人が日常的に利用する洗面台での行動(洗面行動)に焦点を当てたリカバリ推定システムを提案する．
提案手法では，洗面行動中に収集可能な情報をIoT化した洗面台や歯ブラシを用いて収集し，推定モデルを介してリカバリを推定する．
Thermal camera, Smartphone, Offset correction, Wearable sensor
Machine learning, Generative adversarial networks, Data balancing
Machine learning, Imbalanced Dataset, Data balancing, Time-series data
Machine learning, Transfer learning, Thermal camera, Wearable sensor, Thermal sensation, Time-series processing, Image processing
Face-touch, Activity Recognition, Smartwatch
sitting posture, object detection, point cloud, deep learning
premature infants/thermal images/parts detection/temperature extraction/deep learning
