驾驶员状态判定装置及驾驶员状态判定方法与流程

本发明涉及一种驾驶员状态判定装置及驾驶员状态判定方法。
背景技术：
：近年来，正在研究对驾驶设备的对象者的驾驶员状态进行监视的技术。例如，专利文献1(日本专利特开2014－100227号公报)等公开了一种利用脑波计来对驾驶汽车的对象者的集中度进行判定的装置。技术实现要素：发明所要解决的技术问题然而，在对脑波进行测量时，不得不向对象者安装需要进行前期处理的电极等，因而准备阶段的作业较繁琐。此外，也存在需要花费很大的成本的问题。其结果是，很难对驾驶设备的对象者的驾驶员状态进行适当的监视。本发明的技术问题是提供一种能够容易地对驾驶设备的对象者的驾驶员状态进行判定的驾驶员状态判定装置及驾驶员状态判定方法。解决技术问题所采用的技术方案本发明第一观点的驾驶员状态判定装置包括脸部变化信息获取部、脸部变化信息分解部以及驾驶员状态判定部。脸部变化信息获取部对表示对象者的脸部数据的时间序列变化的脸部变化信息进行获取。脸部变化信息分解部通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分。驾驶员状态判定部根据从多个成分提取出的判定用成分对对象者的驾驶员状态进行判定。此处，“驾驶员状态”是指表示驾驶设备的对象者的精神状态以及身体状态。例如，精神状态通过与精神疲劳、精神压力、漫不经心状态、集中状态等对应的指标来表示。此外，身体状态通过与身体疲劳、身体压力等对应的指标来表示。在第一观点的驾驶员状态判定装置中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析而得到的多个成分中提取出判定用成分，因此，不使用安装前需要进行前期处理的电极等也能够容易地对对象者是否具有脑活动进行推定。藉此，根据与对象者的脑功能对应的判定用成分，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第一观点所述的驾驶员状态判定装置的基础上，本发明第二观点的驾驶员状态判定装置还包括脑功能激活信息提供部和判定用成分提取部。脑功能激活信息提供部向驾驶设备的对象者提供激活人类的脑功能的脑功能激活信息。判定用成分提取部从多个成分提取出与脑功能激活信息相关的成分以作为判定用成分。在第二观点的驾驶员状态判定装置中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析得到的多个成分提取出与所提供的脑功能激活信息相关的判定用成分，因此，不需要使用安装前需要进行前期处理的电极等也能够容易地对对象者是否具有脑活动进行推定。藉此，根据与对象者的脑功能对应的判定用成分，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第一观点所述的驾驶员状态判定装置的基础上，本发明第三观点的驾驶员状态判定装置还包括脑功能激活信息检测部和判定用成分提取部。脑功能激活信息检测部对向驾驶设备的对象者提供的、激活人类的脑功能的脑功能激活信息进行检测。判定用成分提取部从多个成分提取出与脑功能激活信息相关的成分以作为判定用成分。在第三观点的驾驶员状态判定装置中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析得到的多个成分提取出与检测出的脑功能激活信息相关的判定用成分，因此，不需要使用安装前需要进行前期处理的电极等也能够容易地对对象者是否具有脑活动进行推定。藉此，根据与对象者的脑功能对应的判定用成分，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第一观点所述的驾驶员状态判定装置的基础上，本发明第四观点的驾驶员状态判定装置还包括脑活动相关变化量提取部和判定用成分提取部。脑活动相关变化量提取部从对设备进行规定的操作所产生的规定的变化量提取出与人类的脑活动相关的变化量以作为脑活动相关变化量。判定用成分提取部从多个成分提取出与脑活动相关变化量相关的成分以作为判定用成分。在第四观点的驾驶员状态判定装置中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析得到的多个成分提取出与脑活动相关变化量相关的判定用成分，因此，不需要使用安装前需要进行前期处理的电极等也能够容易地对对象者是否具有脑活动进行推定。此外，根据与对象者的脑功能对应的成分，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第二观点到第四观点中任一观点所述的驾驶员状态判定装置的基础上，在本发明第五观点的驾驶员状态判定装置中，判定用成分提取部根据危险率的值来提取判定用成分。在第五观点的驾驶员状态判定装置中，根据危险率的值来提取与脑功能激活信息相关的成分，因此，能够提高判定的可靠性。在第二观点到第五观点中任一观点所述的驾驶员状态判定装置中，本发明第六观点的驾驶员状态判定装置还包括判定信息存储部。该判定信息存储部将规定范围的变化量与驾驶员状态等级相关联地作为判定信息进行存储，其中，该规定范围的变化量是指：与相对于脑功能激活信息或脑活动相关变化量计算出的基准判定用成分的基准相关值相比，相对于脑功能激活信息或脑活动相关变化量计算出的判定用成分的相关值的规定范围的变化量。此外，驾驶员状态判定部计算出判定用成分与脑功能激活信息或脑活动相关变化量的相关值，并且根据计算出的相关值和判定信息来对对象者的驾驶员状态等级进行判定。在第六观点的驾驶员状态判定装置中，能够利用在规定行动前得到的基准判定用成分来对驾驶员状态等级进行容易的判定。在第二观点到第六观点中任一观点所述的驾驶员状态判定装置的基础上，在本发明第七观点的驾驶员状态判定装置中，驾驶员状态判定部计算出判定用成分与脑功能激活信息或脑活动相关变化量的相关值，并且根据计算出的相关值和判定信息来对对象者的驾驶员状态等级进行判定。此处，网络上的判定信息提供装置包括判定信息存储部，该判定信息存储部将规定范围的变化量与驾驶员状态等级相关联地作为判定信息进行存储，其中，该规定范围的变化量是指：与相对于脑功能激活信息或脑活动相关变化量计算出的基准判定用成分的基准相关值相比，相对于脑功能激活信息或脑活动相关变化量计算出的判定用成分的相关值的规定范围的变化量。在第七观点的驾驶员状态判定装置中，能够利用网络上的判定信息提供装置对对象者的驾驶员状态等级进行判定。在第二观点到第七观点中任一观点所述的驾驶员状态判定装置的基础上，在本发明第八观点的驾驶员状态判定装置中，对象者所驾驶的设备是包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备在内的自动设备。在第八观点的驾驶员状态判定装置中，能够对包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备的自动设备的驾驶员状态进行判定。在第四观点所述的驾驶员状态判定装置的基础上，在本发明第九观点的驾驶员状态判定装置中，对象者所驾驶的设备是包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备在内的自动设备，脑活动相关变化量提取部从向自动设备发出的指示信号的变化量提取出脑活动相关变化量。在第九观点的驾驶员状态判定装置中，能够对驾驶包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备的自动设备的对象者的驾驶员状态进行判定。在第四观点所述的驾驶员状态判定装置的基础上，在本发明第十观点的驾驶员状态判定装置中，对象者所驾驶的设备是包括汽车、轨道车辆、飞机在内的交通设备，脑活动相关变化量提取部从交通设备的加速度的变化量提取出脑活动相关变化量。在第十观点的驾驶员状态判定装置中，能够根据加速度对驾驶包括汽车、轨道车辆、飞机的交通设备的对象者的驾驶员状态进行判定。在第一观点所述的驾驶员状态判定装置的基础上，本发明第十一观点的驾驶员状态判定装置还包括脑活动推定单元和状态监视单元。脑活动推定单元根据多个成分对对象者的脑活动进行推定。状态监视单元根据由脑活动推定单元推定出的对象者的脑活动来对对象者的生理状态进行监视。在第十一观点的驾驶员状态判定装置中，根据由脸部变化信息获取部获取到的时间序列的脸部皮肤温度数据以及/或者脸部血液循环量数据来对操作员的脑活动进行推定。因此，在上述驾驶员状态判定装置中，即使不安装脑波电极等安装前需要进行处理的传感器，也能够对操作员的脑活动进行推定。因此，能够简便地对人类的脑活动进行推定。在第十一观点所述的驾驶员状态判定装置的基础上，在本发明第十二观点的驾驶员状态判定装置中，状态监视单元具有解析部。解析部根据对象者的脑活动对与对象者的操作对应的意识等级进行解析。因此，在上述驾驶员状态判定装置中，能够对与操作员的操作对应的意识等级进行解析。在第十二观点所述的驾驶员状态判定装置的基础上，在本发明第十三观点的驾驶员状态判定装置中，状态监视单元具有通知部。通知部在由解析部解析出的意识等级降低至一定以下的情况下，发出引起对象者的注意的通知。因此，在上述驾驶员状态判定装置中，在操作员的意识等级下降的情况下，能够促使操作员引起注意。在第十一观点到第十三观点中任一观点所述的驾驶员状态判定装置的基础上，本发明第十四观点的驾驶员状态判定装置还包括信息获取单元。对对象者操作的设备进行管理的管理者通过信息获取单元获取与对象者的生理状态有关的信息。因此，在上述驾驶员状态判定装置中，管理者能够了解操作员的生理状态。本发明第十五观点的驾驶员状态判定装置包括脑功能激活信息提供步骤，或者脑功能激活信息检测步骤，或者设备变化量检测步骤和脑活动相关变化量提取步骤以及脸部变化信息获取步骤、脸部变化信息分解步骤、判定用成分提取步骤和驾驶员状态判定步骤。在脑功能激活信息提供步骤中，向驾驶设备的对象者提供激活人类的脑功能的脑功能激活信息。在脑功能激活信息检测步骤中，对向驾驶设备的对象者提供的、激活人类的脑功能的脑功能激活信息进行检测。在设备变化量检测步骤中，对通过对设备进行规定的操作所产生的规定的变化量进行检测。在脑活动相关变化量提取步骤中，从由设备变化量检测步骤检测出的变化量提取出与驾驶设备的对象者的脑活动相关的变化量以作为脑活动相关变化量。接着，在脸部变化信息获取步骤中，对表示对象者的脸部数据的时间序列变化的脸部变化信息进行获取。在脸部变化信息分解步骤中，通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分。在判定用成分提取步骤中，从多个成分提取出与脑功能激活信息或脑活动相关变化量有关的成分以作为判定用成分。在驾驶员状态判定步骤中，根据判定用成分对驾驶设备的对象者的驾驶员状态进行判定。在第十五观点的驾驶员状态判定方法中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析得到的多个成分提取出与脑功能激活信息或脑活动相关变化量相关的判定用成分，因此，不需要使用安装前需要进行前期处理的电极等也能够容易地对对象者是否具有脑活动进行推定。藉此，根据与对象者的脑功能对应的判定用成分，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第十五观点所述的驾驶员状态判定方法的基础上，在本发明第十六观点的驾驶员状态判定方法中，在驾驶员状态判定步骤中计算出判定用成分与脑功能激活信息或脑活动相关变化量的相关值，并且根据计算出的相关值和判定信息来对驾驶设备的对象者的驾驶员状态等级进行判定。此处，将规定范围的变化量与驾驶员状态等级相关联地作为判定信息存储于判定信息存储部，其中，该规定范围的变化量是指：与相对于脑功能激活信息或脑活动相关变化量计算出的基准判定用成分的基准相关值相比，相对于脑功能激活信息或脑活动相关变化量计算出的判定用成分的相关值的规定范围的变化量。在第十六观点的驾驶员状态判定装置中，能够利用存储于判定信息存储部的判定信息来对驾驶员状态等级进行容易的判定。在第十六观点所述的驾驶员状态判定方法的基础上，在本发明第十七观点的驾驶员状态判定方法中，在规定的时刻执行脑功能激活信息检测步骤，或者执行脑功能激活信息提供步骤，或者执行设备变化量检测步骤和脑活动相关变化量提取步骤，并且执行脸部变化信息获取步骤、脸部变化信息分解步骤以及判定用成分提取步骤，提取出与脑功能激活信息或脑活动相关变化量相关的成分以作为基准判定用成分。在第十七观点的驾驶员状态判定方法中，在规定的时刻从对象者的脸部变化信息提取出基准判定用成分，因此，能够高精度地对随后的对象者的驾驶员状态进行判定。在第十六观点或第十七观点所述的驾驶员状态判定方法的基础上，在本发明第十八观点的驾驶员状态判定方法中，驾驶员状态判定步骤在对驾驶员状态等级进行判定时访问判定信息提供装置。此处，判定信息存储部存储于网络上的判定信息提供装置。在第十八观点的驾驶员状态判定方法中，利用存储于外部网络上的判定信息提供装置的基准判定用成分来对驾驶员状态进行判定，因此能够简化基准设定作业。此外，根据上述方法，能够实现例如利用大数据对驾驶员状态进行判定。在第十八观点所述的驾驶员状态判定方法的基础上，在本发明第十九观点的驾驶员状态判定方法中，基准相关值是根据向对象者以外的人提供脑功能激活信息而得到的基准判定用成分计算出的，或者是根据从正常驾驶时的脑活动相关变化量得到的基准判定用成分计算出的。在第十九观点的驾驶员状态判定方法中，能够利用从对象者以外的人获取到的大数据或者在正常驾驶时获取到的大数据等来实现对驾驶员状态的判定。发明效果在第一观点的驾驶员状态判定装置中，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第二观点的驾驶员状态判定装置中，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第三观点的驾驶员状态判定装置中，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第四观点的驾驶员状态判定装置中，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第五观点的驾驶员状态判定装置中，能够提高判定的可靠性。在第六观点的驾驶员状态判定装置中，能够容易地判定驾驶员状态等级。在第七观点的驾驶员状态判定装置中，能够利用网络上的判定信息提供装置对对象者的驾驶员状态等级进行判定。在第八观点的驾驶员状态判定装置中，能够对驾驶包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备的自动设备的对象者的驾驶员状态进行判定。在第九观点的驾驶员状态判定装置中，能够对驾驶包括汽车、轨道车辆、飞机、核能发电设备、各种工厂设备的自动设备的对象者的驾驶员状态进行判定。在第十观点的驾驶员状态判定装置中，能够根据加速度对驾驶包括汽车、轨道车辆、飞机在内的交通设备的对象者的驾驶员状态进行判定。在第十一观点的驾驶员状态判定装置中，能够简便地对操作员的脑活动进行推定。在第十二观点的驾驶员状态判定装置中，能够对与操作员的操作对应的意识等级进行解析。在第十三观点的驾驶员状态判定装置中，在操作员的意识等级下降的情况下，能够促使操作员引起注意。在第十四观点的驾驶员状态判定装置中，管理者能够了解操作员的生理状态。在第十五观点的驾驶员状态判定方法中，能够容易地对驾驶设备的对象者的驾驶员状态进行判定。在第十六观点的驾驶员状态判定方法中，能够容易地判定驾驶员状态等级。在第十七观点的驾驶员状态判定方法中，能够高精度地对规定的时刻后的对象者的驾驶员状态进行判定。在第十八观点的驾驶员状态判定方法中，能够简化基准设定作业。在第十九观点的驾驶员状态判定方法中，能够利用大数据等来实现对驾驶员状态的判定。附图说明图1是表示拍摄图像数据以及对该拍摄图像数据进行解析后的结果一例的图。图2是表示对脸部皮肤温度数据进行解析后的部分结果的图。图3是表示对脸部皮肤温度数据进行解析后的部分结果的图。图4是表示成分二的成分波形的振幅和测定出的脑波中的β波的振幅的图。图5是表示成分三的成分波形的振幅和测定出的脑波中的β波的振幅的图。图6是表示对由对照实验得到的脸部皮肤温度数据进行解析后的部分结果的图。图7是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图8是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图9是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图10是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图11是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图12是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图13是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图14是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图15是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图16是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图17是表示对基于脸部的拍摄图像数据的成分波形进行解析后的部分结果的图。图18是表示对基于脸部皮肤温度数据的成分波形进行解析后的部分结果的图。图19是本发明一实施方式的脑活动可视化装置的示意图。图20是表示在脑活动可视化装置中对表示反映了脑功能的皮肤温度的变化的成分进行确定时的处理的流程的流程图。图21是本发明一实施方式的脑活动可视化装置的示意图。图22是表示在脑活动可视化装置中对表示反映了脑功能的脸部的RGB变化的成分进行确定时的处理的流程的一例的流程图。图23是表示第一实施方式中的驾驶员状态判断装置400的结构的示意图。图24是表示第一实施方式中的判断信息数据库432的结构的示意图。图25A是表示第一实施方式中的驾驶员状态判断装置400的动作的流程图。图25B是表示第一实施方式中的驾驶员状态判断装置400的动作的流程图。图26是表示第一实施方式中的驾驶员状态判断装置400的具体结构的例的示意图。图27是表示在第一实施方式的驾驶员状态判断装置400中使用红外线相机415a的例的图。图28是表示第一实施方式中的驾驶员状态判断装置400的变形例的结构的示意图。图29是表示第一实施方式中的驾驶员状态判断装置400的变形例的动作的流程图。图30是表示第二实施方式中的驾驶员状态判断装置400A的结构的示意图。图31A是表示第二实施方式中的驾驶员状态判断装置400A的动作的流程图。图31B是表示第二实施方式中的驾驶员状态判断装置400A的动作的流程图。图32是表示第二实施方式中的驾驶员状态判断装置400A的变形例的结构的示意图。图33是表示第二实施方式中的驾驶员状态判断装置400A的变形例的动作的流程图。图34是表示第三实施方式中的驾驶员状态判断装置400B的结构的示意图。图35A是表示第三实施方式中的驾驶员状态判断装置400B的动作的流程图。图35B是表示第三实施方式中的驾驶员状态判断装置400B的动作的流程图。图36是表示第三实施方式中的驾驶员状态判断装置400B的变形例的结构的示意图。图37是表示第三实施方式中的驾驶员状态判断装置400B的变形例的动作的流程图。图38是表示第三实施方式中的驾驶员状态判断方法的验证结果的图。图39是表示第三实施方式中的驾驶员状态判断方法的验证结果的图。图40是表示第四实施方式中的驾驶员状态判断装置的利用例的图。具体实施方式在对本发明的实施方式进行说明前，首先，对作为本发明者们完成本发明时的重要基础的、本发明者们的见解进行说明。(1)本发明者们的见解的要点已知，人类的脑活动反映了人类的智力活动(认知活动等)以及情感活动(愉快/不愉快等活动)。此外，目前，虽然尝试对人类的脑活动进行推定，但在这种情况下，大多采用通过脑波测量法、磁共振图像法以及近红外线分光法中的任一方法检测出的数据。此处，作为检测方法，例如在采用脑波测量法的情况下，需要对试验者安装脑波电极。此外，由于在安装脑波电极时，需要减小皮肤和电极之间的电阻，因而需要进行研磨皮肤的处理以及将糊料涂敷于电极等作业。此外，在采用磁共振图像法的情况下，无法在MRI室以外进行测定，并且具有无法将金属带入测定室内等测定条件的限制。此外，在采用近红外线分光法的情况下，需要向试验者安装探针，但长时间安装探针会使试验者感到疼痛，并且有时由于试验者的头发和探针的接触状况而无法准确地检测。这样，在为了测定人类的脑活动而采用目前的检测方法的情况下，需要进行安装脑波电极或探针等时的前期处理，或者测定条件被限定等，从而使施加给试验者的负担变大。因此，需要开发一种设备，该设备能够减轻试验者的负担，并且能够简便地对人类的脑活动进行推定。此外，本发明者们对下述情况进行了考虑：能否根据人类的脸部的皮肤温度或被认为与脸部的皮肤温度成比例的脸部的血液循环状态来推定人类的脑活动。对于人类的脸部的皮肤温度，能够采用热成像等测定装置来获取，对于脸部的血液循环状态即脸部的血液循环量，能够通过采用拍摄装置所得到的脸部的拍摄图像的RGB数据来推定。这样，不需要安装脑波电极或探针等安装前需要进行处理的传感器就能够获取脸部的皮肤温度或脸部的拍摄图像。另一方面，已知，人类的脸部的皮肤温度受到外部空气温度以及/或者自主神经的活动等各种因素的影响而变化。因此，可以认为，若根据脸部的皮肤温度或根据被认为与脸部的皮肤温度成比例的脸部的血液循环量对脑活动进行推定，则很难判断获取到的数据是否仅反映脑活动。本发明者们通过专心研究发现了下述结果：通过采用奇异值分解法、主成分分析法或者独立成分分析法来将时间序列的脸部皮肤温度数据或时间序列的脸部的血液循环量数据分解成多个成分，并且对分解后的多个成分进行解析，从而能够对表示反映了脑活动的脸部的皮肤温度的变化或脸部的血液循环量的变化的成分进行确定，其中，上述时间序列的脸部皮肤温度数据是检测脸部的皮肤温度，包括检测出的温度数据以及检测部位的位置数据(坐标数据)，上述时间序列的脸部的血液循环量是根据RGB数据计算得到的，上述RGB数据是通过时间序列的脸部的拍摄图像数据得到的。此外，本发明者们通过推定对象者的脑活动并且对上述脑活动进行解析，从而得到能够根据推定出的脑活动而将对象者的生理状态可视化的本发明。(2)脸部的各种数据的获取方法以及对获取后的各种数据进行解析的方法(2－1)脸部皮肤温度数据的获取方法以及对脸部皮肤温度数据进行分析的方法接着，对本发明者们获得上述见解时采用的脸部皮肤温度数据的获取方法以及对脸部皮肤温度数据进行解析的方法进行说明。在本试验中，从六名试验者获取了脸部皮肤温度数据。具体而言，让试验者坐在设置于室温维持为25℃的人工气候室内的椅子上，并采用红外线热成像装置从试验者的整个脸部获取到脸部皮肤温度数据。红外线热成像装置能够通过红外线相机对从对象物辐射出的红外线辐射能进行检测，将检测出的红外线辐射能转换成对象物表面的温度(此处为摄氏温度)，并将上述温度分布作为脸部皮肤温度数据(例如，表示温度分布的图像数据)予以显示并储存。此外，在本试验中，使用NECAvio红外线技术株式会社(日文：NECAvio赤外線テクノロジー株式会社)制造的R300作为红外线热成像装置。此外，红外线相机设置于试验者的正面且距离试验者1.5米处的位置。此外，脸部皮肤温度数据是在三十分钟内获取的。另外，在本试验中，在获取脸部皮肤温度数据的期间，向试验者提供了脑功能激活问题。藉此，获取到脑非激活时的脸部皮肤温度数据以及脑激活时的脸部皮肤温度数据。作为脑功能激活问题，列举了试验者根据显示装置等显示的画面所进行的计算，或者对数值、形状以及颜色进行识别，或者对记号、文字乃至语言进行记忆等心理作业。在本试验中，采用“乘法的心算”作为脑功能激活问题，让试验者对通过笔算形式显示于显示装置的数字进行计算，并且通过键盘输入上述问题的答案。此外，在本试验中，从开始获取脸部皮肤温度数据的五分钟后的十分钟持续向试验者提供脑功能激活问题。作为对脸部皮肤温度数据的解析，将获取到的脸部皮肤温度数据作为对象，并且采用MATBLAB(注册商标)的SVD(奇异值分解(英文：SingularValueDecomposition))作为分析工具进行奇异值分解。在奇异值分解中，将以时间序列获取到的所有脸部皮肤温度数据(三十分钟的数据)作为对象，将因子设为每三十秒的时间数据(三十分钟有六十个时间点)，将测度设为上述期间(三十秒)的脸部皮肤温度数据(240×320像素)。接着，通过奇异值分解将脸部皮肤温度数据X分解成多个成分，并且计算出各成分的时间分布V、空间分布U以及表示各成分大小的奇异值S。另外，上述关系通过下式表示。此外，V’是将矩阵V的行和列进行交换后得到的矩阵。(数学式1)X＝(U*S)*V′接着，将由奇异值分解求出的各成分的时间分布V和空间分布U绘制成图，从而生成各成分的成分波形图和温度分布图。此外，根据生成后的各成分的成分波形图和温度分布图，进行了对表示反映了脑活动的皮肤温度的变化的成分进行确定的解析。根据各成分的成分波形图进行了上述成分波形的振幅与脑非激活时和脑激活时有无相关性关系的解析。具体而言，对各成分的成分波形图所示的振幅和脑非激活期间/脑激活期间之间是否具有相关性关系进行了评价。在本试验中，在获取脸部皮肤温度数据的期间，将作为未向试验者提供脑功能激活问题期间的、从开始获取数据的时刻到经过了五分钟的时刻为止的五分钟期间以及从开始获取数据时经过了十五分钟的时刻到数据获取结束时刻为止的十五分钟的期间设为脑非激活时，将作为向试验者提供脑功能激活问题的期间的、从开始获取数据时经过了五分钟的时刻到经过了十分钟的时刻为止的十分钟的期间设为脑激活时。接着，对各成分的成分波形图所示的振幅与脑非激活时和脑激活时有无相关性关系进行了评价。另外，对有无相关性关系进行了统计性的相关性分析，并且在显著水平(α)为0.05以下的情况下判断为具有相关性。根据各成分的温度分布图，对脸部的规定部位的温度是否有变化进行了解析。此处，脑具有选择性脑冷却机构(SelectiveBrainCoolingSystem)这样独立于体温的、对脑进行冷却的结构。已知，选择性脑冷却机构利用前额部和鼻窦周围(包括眉间和鼻部周围)将由脑活动产生的热量排出。因此，在本试验中，在各成分的温度分布图中，对鼻窦周围以及前额部的温度是否发生变化进行了评价。此外，关于温度分布图中鼻窦周围和前额部的温度是否有变化，将通过目视(visualinspection)判断温度是否有变化，或者鼻窦周围以及前额部的温度是否与整个测定数据的平均温度具有一个标准偏差(SD)以上不同作为温度是否有变化的基准。此外，由于脸部皮肤温度数据X的极性(正负)通过空间分布U、奇异值S以及时间分布V的值的关系来确定，因此，有时在各成分的成分波形图和温度分布图中极性会反转。因此，关于成分波形图和温度分布图的评价，极性不作为评价对象。此处，在上述红外线热成像装置中，如上所述，将从对象物检测出的红外线辐射能转换成温度，并且将上述温度分布作为脸部皮肤温度数据。此外，在将人类作为对象并且采用红外线热成像装置来获取脸部的皮肤温度的情况下，也会将脸部的动作以及/或者自主神经的活动等各种与脑活动无关的温度变化(即干扰)作为脸部皮肤温度数据进行获取(参照图1的(a))。因此，为了对上述这样与脑活动无关的温度变化进行检测，生成将包含于每三十秒的脸部皮肤温度数据的温度数据的整体平均值设为“0”的相对脸部皮肤温度数据，对于生成后的脸部皮肤温度数据，也采用MATLAB(注册商标)的SVD作为分析工具来进行奇异值分解，从而生成基于奇异值S的各成分的成分波形图和温度分布图，进而进行了对表示反映了脑活动的皮肤温度的变化的成分进行确定的解析。此外，以下，为了便于说明，将通过红外线热成像装置获取到的脸部皮肤温度数据称为“基于温度换算数据的脸部皮肤温度数据”，将相对脸部皮肤温度数据称为“基于相对温度换算数据的脸部皮肤温度数据”，其中，上述相对脸部皮肤温度数据是将基于每个规定时间(本试验中为每三十秒)的温度换算数据的脸部皮肤温度数据所包含的温度数据的整体平均值设为“0”。另外，对于六名试验者中的一名试验者，除了进行基于红外线热成像装置的脸部皮肤温度的检测外，还在该名试验者的头皮上连接电极并测定脑波，对作为清醒时或意识紧张时出现的波形而公知的β波(频率为14～30Hz的脑波)的振幅和成分波形图的振幅之间的相关性关系进行了评价。此外，在脑波测定时，根据国际标准10－20法，在六个部位(F3、F4、C3、C4、Cz、Pz)配置了电极。可以认为，在向试验者提供脑功能激活问题的期间，试验者的头上下运动。由此，试验者的脸部相对于红外线相机的位置会发生变化。为了验证上述脸部的位置的变化是否对皮肤温度的变化有影响，对一名试验者进行了对照试验。在对获取脸部皮肤温度数据时试验者的动作所产生的影响进行验证的对照试验中，与上述试验相同，采用红外线热成像装置来获取试验者的脸部皮肤温度数据，而在未被提供脑功能激活问题的期间(即，脑非激活时)，在随机的时刻也向试验者布置按键盘的作业。针对基于由上述对照试验得到的温度换算数据的脸部皮肤温度数据以及基于相对温度换算数据的脸部皮肤温度数据，也采用MATLAB(注册商标)的SVD作为分析工具来进行奇异值分解，从而生成基于奇异值S的各成分的成分波形图和温度分布图，进而进行了对表示反映了皮肤温度的变化的成分进行确定的解析。(2－2)脸部拍摄图像数据的获取方法以及对脸部拍摄图像数据进行解析的方法图1的(a)是表示由拍摄装置拍摄到的试验者的脸部的鼻窦周围的拍摄图像数据的一例的图。图1的(b)是表示血液循环量分布图(图像映射)的一例的图。接着，对本发明者们获得上述见解时采用的脸部拍摄图像数据的获取方法以及对脸部拍摄图像数据进行解析的方法进行说明。在本试验中，从六名试验者获取到脸部的拍摄图像数据。具体而言，让试验者坐在设置于室温维持为25℃的人工气候室内的椅子上，并采用能够以时间序列获取图像的拍摄装置，从而以时间序列获取到试验者的整个脸部的鼻窦周围的拍摄图像数据。此外，若根据上述选择性脑冷却机构，则可以认为与伴随脑活动的脸部皮肤温度成比例的脸部的血液循环量的变化出现在前额部以及/或者鼻窦周围。由此，本发明者们认为，只要能够至少捕捉到前额部以及/或者鼻窦周围的脸部的血液循环量的变化，就能够高精度地推定脑活动。接着，在本试验中，以时间序列获取到试验者的脸部的鼻窦周围的拍摄图像数据。此外，在上述试验中，作为拍摄装置，使用苹果公司(原文：Apple社)制造的iPadAir(注册商标)所具有的液晶画面侧的拍摄装置，获取到彩色的动画数据以作为时间序列的拍摄图像数据。此外，拍摄装置设置于试验者的正面侧且距离试验者1.0米处的位置。接着，通过采用拍摄装置以30帧/秒的拍摄周期沿着时间轴连续拍摄三十分钟的拍摄图像数据来得到脸部的动画数据。另外，在本试验中，在获取脸部的动画数据的期间，向试验者提供了脑功能激活问题。藉此，获取到脑非激活时的脸部的动画数据以及脑激活时的脸部的动画数据。在本试验中，与上述试验相同，采用“乘法的心算”作为脑功能激活问题，让试验者对通过笔算形式显示于显示装置的数字进行计算，并且通过键盘输入上述问题的答案。此外，在本试验中，从开始获取脸部的动画数据的五分钟后的十分钟持续向试验者提供脑功能激活问题。作为脸部的动画数据的解析，根据由拍摄到的脸部的动画数据所得到的RGB数据来计算出血液循环量数据，将计算出的时间序列的血液循环量数据作为对象，并且将MATLAB(注册商标)的SVD作为分析工具进行了奇异值分解。此处，根据CIE－L*a*b*表色系统求出与根据图像的RGB数据运算出的皮肤的发红程度和血红蛋白量具有相关性的红斑指数“a*”，并将该红斑指数“a*”作为血液循环量数据。此外，在奇异值分解中，将基于通过以时间序列获取到的所有动画数据(三十分钟的数据)得到的RGB数据的血液循环量数据(此处为红斑指数)设为对象，将因子设为每三十秒的时间数据(三十分钟有六十个时间点)，将测度设为根据上述期间(每三十秒)的RGB数据运算出的红斑指数(每三十秒取出一秒的帧数据，对由上述帧数据得到的RGB值的平均值进行运算而得到红斑指数；240×320像素)。接着，通过奇异值分解将基于由脸部的动画数据得到的RGB数据的时间序列的血液循环量数据分解成多个成分，并且计算出各成分的时间分布V、空间分布U以及表示各成分大小的奇异值S。另外，上述关系通过与上式(数学式1)相同的式子表示。接着，将由奇异值分解求出的各成分的时间分布V和空间分布U绘制成图，从而生成各成分的成分波形图和血液循环量分布图。然后，根据生成后的各成分的成分波形图和血液循环量分布图，进行了对表示反映了脑活动的脸部的血液循环量的变化即脸部的RGB变化的成分进行确定的解析。根据各成分的成分波形图进行了上述成分波形的振幅与脑非激活时和脑激活时有无相关性关系的解析。具体而言，对各成分的成分波形图所示的振幅与脑非激活期间/脑激活期间之间是否具有相关性关系进行了评价。在本试验中，在获取脸部的拍摄图像数据的期间，将作为未向试验者提供脑功能激活问题期间的、从开始获取数据的时刻到经过了五分钟的时刻为止的五分钟期间以及从开始获取数据时经过了十五分钟的时刻到数据获取结束时刻为止的十五分钟的期间设为脑非激活时，将作为向试验者提供脑功能激活问题的期间的、从开始获取数据时经过了五分钟的时刻到经过了十分钟的时刻为止的十分钟的期间设为脑激活时。接着，对各成分的成分波形图所示的振幅与脑非激活时和脑激活时有无相关性关系进行了评价。另外，对有无相关性关系进行了统计性的相关性分析，并且在显著水平(α)为0.01以下的情况下判断为具有相关性。根据各成分的血液循环量分布图，对脸部的规定部位的血液循环量是否有变化进行了解析。血液循环量分布图通过将在每个像素计算出的空间分布U排列于各像素的位置而生成。在如上述那样生成的各成分的血液循环量分布图中，对鼻窦周围以及前额部的血液循环量是否有变化进行了评价。此外，关于血液循环量分布图中鼻窦周围以及前额部的血液循环量是否有变化这一点，将通过目视(visualinspection)判断血液循环量是否有变化，或者如图1的(b)所示鼻窦周围以及前额部的血液循环量的值不为“0.000”来作为血液循环量是否有变化的基准。另外，由于血液循环量数据X的极性(正负)通过空间分布U、奇异值S以及时间分布V的值的关系来确定，因此，有时在各成分的成分波形图和血液循环量分布图中极性会反转。因此，关于成分波形图和血液循环量分布图的评价，极性不作为评价对象。然后，为了对脸部的皮肤温度和脸部的血液循环量的相关性关系进行验证，在从六名试验者以时间序列获取脸部的拍摄图像数据的期间，通过红外线热成像装置以时间序列还获取脸部皮肤温度数据，并且将MATLAB(注册商标)的SVD作为分析工具来对获取到的脸部皮肤温度数据也进行奇异值分解，从而生成基于奇异值S的各成分的成分波形图，进而对上述成分波形的振幅与脑非激活时和脑激活时是否具有相关性关系进行了解析。此外，在本试验中，采用了与上述试验相同的红外线热成像装置。另外，红外线相机设置于试验者的正面且距离试验者1.5米处的位置。在使用拍摄装置来获取脸部的拍摄图像数据的情况下，有时在拍摄中太阳光等照射到脸上而使光通过脸反射，从而致使上述反射光进入拍摄装置的透镜。由此，在拍摄到的脸部的拍摄图像数据中会记录有上述反射光。此处，在由拍摄图像数据得到的RGB数据中，由于基于脸部的血液循环量的明度的变化比基于反射光的明度的变化小，因此，可以认为，若对根据由记录有反射光的拍摄图像数据得到的RGB数据而计算出的血液循环量进行解析，则可能混入与脑活动无关的脸部的RGB变化(即干扰)。因此，为了防止混入上述这样与脑活动无关的脸部的RGB变化，通过将每三十秒的RGB数据的整体平均值设为“0”的相对RGB数据生成相对血液循环量数据，对于生成后的血液循环量数据，也采用MATLAB(注册商标)的SVD作为分析工具来进行奇异值分解，从而生成基于奇异值S的各成分的成分波形图和血液循环量分布图，进而进行了对表示反映了脑活动的脸部的RGB变化的成分进行确定的解析。此外，以下，为了便于说明，将基于将每个规定时间(本试验中为每三十秒)的RGB数据的整体平均值设为“0”的相对RGB数据的相对血液循环量数据称为“相对换算血液循环量数据”，将基于换算成相对RGB数据前的RGB数据的血液循环量数据仅称为“血液循环量数据”。另外，在通过拍摄装置从六名试验者获取脸部的时间序列的拍摄图像数据的期间，在各试验者的头皮上连接电极并测定脑波，从而对作为清醒时等的脑细胞活动时所呈现的波形而公知的β波(频率为13～30Hz的脑波)的振幅和成分波形图的振幅之间的相关性关系进行了评价。此外，在脑波测定中，根据国际标准10－20法，在头皮上十九个部位(Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6、Fz、Cz以及Pz)配置了电极。此外，可以认为，在向试验者提供脑功能激活问题的期间，试验者的头上下运动。由此，试验者的脸部相对于拍摄装置的位置会发生变化。为了验证上述脸部的位置的变化是否对脸部的RGB变化有影响，对一名试验者进行了对照试验。在对照试验中，与上述试验相同，使用拍摄装置来获取试验者的脸部的时间序列的拍摄图像数据，但在未提供脑功能激活问题的期间(即，脑非激活时)，也在随机的时刻向试验者布置按键盘的作业。针对基于由通过上述对照试验拍摄到的脸部的时间序列的拍摄图像数据得到的RGB数据的时间序列的血液循环量数据，也采用MATLAB(注册商标)的SVD作为分析工具来进行奇异值分解，从而生成基于奇异值S的各成分的成分波形图，进而对上述成分波形的振幅与脑非激活时和脑激活时是否具有相关性关系进行了解析。此外，对各成分波形的振幅和实际的脸部的动作是否具有相关性关系进行了解析。实际的脸部的动作通过下述方式进行了评价：通过拍摄图像数据获取脸的相同部位的二维坐标，并且将对照实验开始时的拍摄图像数据作为基准来计算出拍摄时每三十秒的脸部的移动距离。并且，对各成分波形的振幅和拍摄中的键盘的输入数是否具有相关性关系也进行了解析。拍摄中的键盘的输入数通过计算出时间序列的拍摄图像数据中每三十秒的单纯移动平均值来评价。(3)分析结果(3－1)脸部皮肤温度数据的分析结果图2是表示对基于温度换算数据的脸部皮肤温度数据进行解析后的部分结果的图。图2的(a)表示试验者一的成分二的成分波形图。图2的(b)表示试验者一的成分二的温度分布图。图3的(a)表示试验者一的成分三的成分波形图。图3的(b)表示试验者一的成分三的温度分布图。图4和图5是表示成分波形的振幅和脑波的关系的图。图4是表示试验者一的成分二的成分波形的振幅和测定出的脑波中的β波的振幅的图。图5是表示试验者一的成分三的成分波形的振幅和测定出的脑波中的β波的振幅的图。图6是表示对由对照实验得到的脸部皮肤温度数据进行解析后的部分结果的图。图6的(a)表示成分三的成分波形图。图6的(b)表示成分三的温度分布图。表1示出了各试验者的脸部皮肤温度数据的解析结果。通过对上述脸部皮肤温度数据进行解析得到的结果可知，通过奇异值分解将时间序列的脸部皮肤温度数据分解而得到的多个成分中的成分二以及/或者成分三和人类的脑活动之间具有显著的相关性。【表1】此外，如图4和图5所示，通过脑波解析的结果可知，成分二和成分三的各成分波形的振幅和脑波的β波的振幅之间具有显著的相关性。此外，在对照实验中，即使在获取脸部皮肤温度数据的期间试验者处于运动状态，成分三和人类的脑活动之间也具有显著的相关性(参照图6)。由此可以认为，获取脸部皮肤温度数据时的试验者的动作对多个成分中的成分三没有影响。根据上述结果，本发明者们得到下述见解。通过采用奇异值分解将从试验者获取到的时间序列的脸部皮肤温度数据分解成多个成分、并且对分解后的各成分进行解析后的结果可知，多个成分中的成分三是与脑活动相关的成分。即可知，通过采用奇异值分解将时间序列的脸部皮肤温度数据分解成多个成分，从分解后的多个成分提取出与脑激活/非激活相关的成分，并且利用选择性脑冷却机构对提取出的成分进行解析，从而能够从多个成分中对表示反映了皮肤温度的变化的成分进行确定。由此，本发明者们得到了下述见解：能够根据人类的脸部的皮肤温度来对脑活动进行推定。(3－2)脸部的拍摄图像数据的解析结果图7～图18是表示对基于脸部的拍摄图像数据(血液循环量数据)或脸部皮肤温度数据的成分波形图进行解析后的部分结果的图。图7是表示基于试验者一的拍摄图像数据的成分二的成分波形的振幅和测定出的试验者一的脑波中的β波的振幅的图。图8是表示基于试验者一的脸部皮肤温度数据的成分二的成分波形的振幅和测定出的试验者一的脑波中的β波的振幅的图。图9是表示基于试验者二的拍摄图像数据的成分二的成分波形的振幅和测定出的试验者二的脑波中的β波的振幅的图。图10是表示基于试验者二的脸部皮肤温度数据的成分二的成分波形的振幅和测定出的试验者二的脑波中的β波的振幅的图。图11是表示基于试验者三的拍摄图像数据的成分四的成分波形的振幅和测定出的试验者三的脑波中的β波的振幅的图。图12是表示基于试验者三的脸部皮肤温度数据的成分三的成分波形的振幅和测定出的试验者三的脑波中的β波的振幅的图。图13是表示基于试验者四的拍摄图像数据的成分三的成分波形的振幅和测定出的试验者四的脑波中的β波的振幅的图。图14是表示基于试验者四的脸部皮肤温度数据的成分二的成分波形的振幅和测定出的试验者四的脑波中的β波的振幅的图。图15是表示基于试验者五的拍摄图像数据的成分二的成分波形的振幅和测定出的试验者五的脑波中的β波的振幅的图。图16是表示基于试验者五的脸部皮肤温度数据的成分二的成分波形的振幅和测定出的试验者五的脑波中的β波的振幅的图。图17是表示基于试验者六的拍摄图像数据的成分四的成分波形的振幅和测定出的试验者六的脑波中的β波的振幅的图。图18是表示基于试验者六的脸部皮肤温度数据的成分三的成分波形的振幅和测定出的试验者六的脑波中的β波的振幅的图。如图7～图18所示，通过各成分波形和脑波解析的结果可知，脸部的皮肤温度和脸部的血液循环量具有相关性关系。此外，基于脸部的皮肤温度数据以及脸部的血液循环量数据中的任一数据的解析也可知，各成分波形的振幅和安装于头顶部或后头部的电极测定出的脑波的β波的振幅之间具有显著的相关性。如下所示的表2示出了各试验者的脸部的拍摄图像数据的解析结果。【表2】如表2所示，通过由上述脸部的拍摄图像数据的解析得到的结果可知，在对基于脸部的拍摄图像数据的时间序列的血液循环量数据进行奇异值分解而得到的多个成分中，成分一、成分二、成分三、成分四、成分五和人类的脑活动之间具有显著的相关性。另外，在此认为，不仅在基于血液循环量数据的相关性中被观察到具有显著的相关性且在基于相对换算血液循环量数据的相关性中被观察到具有显著的相关性的成分与人类的脑活动具有显著的相关性，而且虽然在基于血液循环量数据的相关性中未被观察到具有显著的相关性但在基于相对换算血液循环量的相关性中被观察到具有显著的相关性的成分也与人类的脑活动具有显著的相关性。此外，如下所示的表3示出了对照实验的结果。【表3】与脑休息时/脑激活时具有相关性关系的成分成分一、成分二与脸部移动距离具有相关性关系的成分成分一、成分三、成分四与键盘输入数具有相关性关系的成分成分八如表3所示，在对照实验中，在获取脸部的拍摄图像数据的期间试验者有动作的情况下，未发现成分二分别与移动距离和键盘输入数之间具有显著的相关性，其中，成分二是上述成分波形的振幅与脑非激活时和脑激活时之间具有显著的相关性的成分中的成分。由此可知，在通过对基于从脸部的拍摄图像数据获取到的RGB数据的血液循环量数据进行奇异值分解而得到的多个成分中，与脑活动之间具有显著的相关性的成分虽然受到由在获取脸部的时间序列的拍摄图像数据时的试验者的动作产生的影响，但上述影响远比由脑的脑活动产生的影响(由脑激活或非激活产生的影响)小。根据上述结果，本发明者们得到下述见解。采用奇异值分解将通过基于从试验者获取到的时间序列的脸部的拍摄图像数据的脸部的RGB数据得到的血液循环量数据分解成多个成分，并且通过对分解后的各成分进行解析后的结果可知，多个成分中的成分一、成分二、成分三、成分四和成分五是与脑活动有关的成分。即可知，通过采用奇异值分解将通过基于时间序列的脸部的拍摄图像数据的脸部的RGB数据得到的血液循环量数据分解成多个成分，从分解后的多个成分提取出与脑激活/脑非激活相关的成分，并且对提取出的成分进行解析，从而能够从多个成分中对表示反映了脑活动的脸部的RGB变化的成分进行确定。由此，本发明者们得到了下述见解：能够根据人类的脸部的时间序列的拍摄图像数据来对脑活动进行推定。(4)脑活动可视化装置接着，根据上述说明的见解，对本发明者们完成的本发明的一实施方式的脑活动可视化装置10、110进行说明。此外，本发明的脑活动可视化装置不限定于下述实施方式，能够在不脱离其主旨的范围内进行适当的变更。本发明的一实施方式的脑活动可视化装置10、110包括：脑活动推定单元30，该脑活动推定单元30根据脸部皮肤温度数据对脑活动进行推定；以及/或者脑活动推定单元130，该脑活动推定单元130根据脸部的拍摄图像数据对脑活动进行推定。以下，在对本发明的一实施方式的脑活动可视化装置10、110进行说明前，对各脑活动推定单元30、130进行说明。(4－1)根据脸部皮肤温度对脑活动进行推定的脑活动推定单元30图19是本发明的一实施方式的脑活动可视化装置10的示意图。图20是表示在脑活动可视化装置10中对表示反映了脑功能的皮肤温度的变化的成分进行确定时的处理的流程的流程图。脑活动可视化装置10所包括的脑活动推定单元30通过个人(试验者)的脸部的皮肤温度对个人的脑活动进行推定。如图19所示，脑活动可视化装置10包括脸部皮肤温度获取单元20、脑活动推定单元30以及状态可视化单元200。脸部皮肤温度获取单元20对个人的脸部的至少一部分的皮肤温度进行检测，并且以时间序列获取包括检测出的温度数据以及其检测部位的位置数据的脸部皮肤温度数据(步骤S1)。此外，此处，脸部皮肤温度获取单元20是红外线热成像装置，如图19所示，该脸部皮肤温度获取单元20具有红外线相机21和处理部22。红外线相机21用于对从个人的脸部辐射出的红外线辐射能进行检测。接着，此处，红外线相机21从个人的整个脸部对红外线辐射能进行检测。处理部22将由红外线相机21检测出的红外线辐射能转换成温度以作为温度数据，并且生成将检测出红外线辐射能的部位作为位置数据(坐标数据)的整个脸部的脸部皮肤温度的温度分布图，将生成后的温度分布图作为基于温度换算数据的脸部皮肤温度数据进行处理。基于温度换算数据的脸部皮肤温度数据储存于处理部22具有的存储部(未图示)。此处，在处理部22生成整个脸部的脸部皮肤温度的温度分布图，但不限定于此，也可以生成至少包括鼻窦周围以及/或者前额部的脸部皮肤温度的温度分布图，并且将上述温度分布图作为基于温度换算数据的脸部皮肤温度数据。此外，此处，在采用脸部皮肤温度获取单元20对基于温度换算数据的脸部皮肤温度数据进行获取的期间，在一定期间内向个人提供脑功能激活问题。即，采用脸部皮肤温度获取单元20获取的、基于温度换算数据的脸部皮肤温度数据包括向个人提供脑功能激活问题期间的数据。此外，作为向个人提供的脑功能激活问题，只要推定为能够使脑处于激活状态，则不做特别的限定，例如，可以根据脑活动可视化装置10的利用目的来适当地确定上述脑功能激活问题的内容。脑活动推定单元30根据由脸部皮肤温度获取单元20获取到的基于温度换算数据的脸部皮肤温度数据来对人类的脑活动进行推定。具体而言，如图19所示，脑活动推定单元30具有换算部31、解析部32和推定部33。换算部31将基于温度换算数据的脸部皮肤温度数据所包含的温度数据换算成相对温度数据，然后生成基于换算后的相对温度数据的脸部皮肤温度数据即基于相对温度换算数据的脸部皮肤温度数据(步骤S2)。具体而言，换算部31将基于每个规定时间(例如，30秒)的温度换算数据的脸部皮肤温度数据所包含的温度数据的平均值作为基准值，并且将该温度数据换算成相对温度数据。接着，换算部31利用换算后的相对温度数据和位置数据来生成基于相对温度换算数据的脸部皮肤温度数据。解析部32通过奇异值分解、主成分分析或独立成分分析分别将基于时间序列的温度换算数据的脸部皮肤温度数据和基于相对温度换算数据的脸部皮肤温度数据分解成多个成分(步骤S3)。此处，解析部32分别将获取到的基于温度换算数据的脸部皮肤温度数据和换算后的基于相对温度换算数据的脸部皮肤温度数据作为对象，并且采用MATLAB(注册商标)的SVD作为分析工具来进行奇异值分解。针对以时间序列获取到的基于温度换算数据的脸部皮肤温度数据和基于相对温度换算数据的脸部皮肤温度数据，通过将因子设为每个规定期间(例如，30秒)的时间数据，并且将测度设为上述期间的基于温度换算数据的脸部皮肤温度数据和基于相对温度换算数据的脸部皮肤温度数据，从而进行奇异值分解。接着，通过奇异值分解分别将基于温度换算数据的脸部皮肤温度数据和基于相对温度换算数据的脸部皮肤温度数据分解成多个成分，然后计算出时间分布、空间分布以及表示各成分大小的奇异值。此外，为了从由奇异值分解分解出的多个成分来对表示反映了脑活动的皮肤温度的变化的成分进行确定，解析部32对各成分是否满足第一条件和第二条件进行判定(步骤S4a、步骤S4b、步骤S5a、步骤S5b)。另外，此处，在解析部32中，首先对基于与温度换算数据对应的脸部皮肤温度数据的各成分是否满足第一条件进行判定(步骤S4a)，对在步骤S4a中判定为满足第一条件的、基于与温度换算数据对应的脸部皮肤温度数据的成分是否满足第二条件进行判定(步骤S4b)。接着，仅对基于与相对温度换算数据对应的脸部皮肤温度数据的各成分中的、与在步骤S4a和步骤S4b中判定为满足第一条件和第二条件的成分一致的成分是否满足第一条件进行判定(步骤S5a)，然后，对在步骤S5a中判定为满足第一条件的、基于与相对温度换算数据对应的脸部皮肤温度数据的成分是否满足第二条件进行判定(步骤S5b)。不过，解析部32的上述判定的顺序不限定于此，例如，可以分别对基于与温度换算数据对应的脸部皮肤温度数据的各成分以及基于与相对温度换算数据对应的脸部皮肤温度数据的各成分是否满足第一条件和第二条件进行判定，最后提取出判定结果一致的成分。第一条件是指通过奇异值分解分解出的成分的成分波形的振幅与脑非激活时以及脑激活时的变化具有相关性关系的条件。解析部32提取出多个成分中满足第一条件的成分以作为判定用成分。另外，此处，在获取基于温度换算数据的脸部皮肤温度数据的期间，向个人提供脑功能激活问题的期间是一定期间。解析部32将未向个人提供脑功能激活问题的期间设为脑非激活时，将向个人提供脑功能激活问题的期间设为脑激活时，并且将提供有脑功能激活问题的期间以及未提供有脑功能激活问题的期间和各成分的成分波形进行比较和解析。解析部32利用基于成分波形数据的比较解析结果来对各成分的成分波形是否与脑非激活时和脑激活时具有相关性关系进行评价，并且将多个成分中评价为具有相关性关系的成分提取并作为满足第一条件的判定用成分。另一方面，解析部32判定多个成分中评价为不具有相关性关系的成分不满足第一条件，不是表示反映了人类的脑活动的温度变化的成分(步骤S6)。此处，在获取基于温度换算数据的脸部皮肤温度数据时，在一定期间内向个人提供脑活动激活问题，解析部32藉此提取出判定用成分，但是，第一条件的内容即解析部32中判定用成分的提取手段不限定于此。例如，在通过预先实验等确定多个成分中表示与脑非激活时和脑激活时具有相关性关系的成分波形的成分的情况下，解析部32将从多个成分中确定的上述成分提取以作为判定用成分。此外，在本脑活动可视化装置对眼球运动或眨眼等作为与脑激活/非激活有关的动作而公知的人类的动作进行检测的情况下，解析部32可以通过将上述检测结果和各成分的成分波形进行比较、解析和评价，从而从多个成分中提取出判定用成分。此外，通过解析部32进行是否满足第一条件的判定的基准根据脑活动可视化装置10的利用目的等并且通过模拟或实验、理论计算等来适当地确定。第二条件是指在提取出的判定用成分中，人类的脸部的规定部位的温度有变化的条件。解析部32将判定用成分中满足第二条件的成分判定为与人类的脑活动有关的可能性较高的成分，并且提取上述成分以作为候补成分。也就是说，解析部32根据人类的脸部的规定部位的温度是否有变化来对判定用成分是否与人类的脑活动有关进行判定。具体而言，解析部32根据提取出的判定用成分的温度分布数据来对鼻窦周围以及/或者前额部的温度是否发生变化进行判定，在温度发生变化的情况下，判定上述判定用成分是满足第二条件的、与人类的脑活动有关的可能性较高的成分，从而将上述成分提取以作为候补成分。另一方面，在鼻窦周围以及/或者前额部的温度没有发生变化的情况下，解析部32判定上述判定用成分不满足第二条件，不是表示反映了脑活动的皮肤温度的变化的成分(步骤S6)。此外，通过解析部32进行是否满足第二条件的判定的基准根据脑活动可视化装置10的利用目的等并且通过模拟或实验、理论计算等来适当地确定。接着，解析部32将在步骤S5b中判定为满足第二条件的成分确定为表示反映了脑活动的皮肤温度的变化的成分(步骤S7)。也就是说，在步骤S7中确定为表示反映了脑活动的皮肤温度的变化的成分是通过对基于温度换算数据的脸部皮肤温度数据进行奇异值分解、解析而提取出的候补成分和通过对基于相对温度换算数据的脸部皮肤温度数据进行奇异值分解、分析而提取出的候补成分之间一致的成分。此外，关于在两种解析中不一致的候补成分，在步骤S6中判定为不是表示反映了脑活动的皮肤温度的变化的成分。推定部33根据解析部32中确定为表示反映了人类的脑活动的皮肤温度的变化的成分的成分来对人类的脑活动进行推定。具体而言，推定部33根据在解析部32中确定的成分的成分波形数据来对获取脸部皮肤温度数据时的脑活动量进行推定。(4－1－1)变形例1A上述脑活动推定单元30具有换算部31，采用换算部31生成基于相对温度换算数据的脸部皮肤温度数据。接着，解析部32通过奇异值分解不仅将基于由脸部皮肤温度获取单元20获取到的温度换算数据的脸部皮肤温度数据、而且将基于与换算成相对温度数据的温度数据对应的相对温度数据的脸部皮肤温度数据也分解成多个成分，并且对各成分进行解析。作为替代，脑活动推定单元30可以不具有换算部31。在这种情况下，能够省略对基于相对温度换算数据的脸部皮肤温度数据进行生成以及对基于与相对温度换算数据对应的脸部皮肤温度数据的数据进行解析的处理。但是，为了高精度地确定与人类的脑活动有关的成分，较佳的是，如上述实施方式所述，脑活动推定单元30具有换算部31，使解析部32通过奇异值分解不仅将基于由脸部皮肤温度获取单元20获取到的温度换算数据的脸部皮肤温度数据、而且将基于与换算成相对温度数据的温度数据对应的相对温度数据的脸部皮肤温度数据也分解成多个成分，并且对各成分进行解析。(4－1－2)变形例1B此外，上述脸部皮肤温度获取单元20是能够在与对象物不接触的状态下获取温度数据的红外线热成像装置。但是，只要能够对个人的脸部的至少一部分的皮肤温度进行检测，并且以时间序列获取包括检测出的温度数据以及其检测部位的位置数据的脸部皮肤温度数据，则脸部皮肤温度获取单元也不限定于红外线热成像装置。例如，脸部皮肤温度获取单元可以是包括温度传感器的装置。具体而言，可以在个人的脸部的规定部位安装温度传感器，根据温度传感器检测出的温度数据以及安装温度传感器的部位的位置数据来获取时间序列的脸部皮肤温度数据。这样，即使在温度传感器在与作为对象的个人接触的状态下获取脸部皮肤温度数据的情况下，温度传感器也不像脑波电极等那样需要进行安装前的处理，因此，与脑波测量法、磁共振图像法以及近红外线分光法等现有检测方法相比，能够简便地获取数据。藉此，能够简便地对人类的脑活动进行推定。(4－2)根据脸部的拍摄图像数据对脑活动进行推定的脑活动推定单元130图21是本发明的实施方式的脑活动可视化装置110的示意图。图22是表示在脑活动可视化装置110中对表示反映了脑功能的脸部的RGB变化的成分进行确定时的处理的流程的一例的流程图。脑活动可视化装置110所包括的脑活动推定单元130通过个人(试验者)的脸部的拍摄图像数据对个人的脑活动进行推定。如图21所示，脑活动可视化装置110包括图像数据获取单元120、脑活动推定单元130以及状态可视化单元200。图像数据获取单元120以时间序列获取个人的脸部的至少一部分的拍摄图像数据(步骤S101)。此外，只要是至少具有拍摄装置的设备，则对图像数据获取单元120不做特别的限定，例如，可以列举智能手机或平板电脑(例如，iPad：注册商标)等内置拍摄装置型移动终端等。此处，如图21所示，图像数据获取单元120具有作为拍摄装置的相机121和存储部122。相机121用于以时间序列获取个人的脸部的拍摄图像数据。此处，相机121对个人的整个脸部的动画进行拍摄，从而获取拍摄到的动画数据。存储部122对由拍摄装置拍摄到的时间序列的拍摄图像数据进行储存。此处，存储部122对通过相机121获取到的动画数据进行储存。另外，此处通过相机121对整个脸部的动画进行拍摄，但不限定于此，只要对脸部的至少包括前额部以及/或者鼻窦周围的图像的动画进行拍摄即可。此外，此处，在采用图像数据获取单元120对脸部的时间序列的拍摄图像数据进行获取的期间，在一定期间内向个人提供脑功能激活问题。也就是说，采用图像数据获取单元120获取的拍摄图像数据包括向个人提供脑功能激活问题期间的数据。此外，作为向个人提供的脑功能激活问题，只要推定为能够使人脑处于激活状态，则不做特别的限定，例如，可以根据脑活动可视化装置110的利用目的来适当地确定上述脑功能激活问题的内容。脑活动推定单元130根据由图像数据获取单元120获取到的脸部的时间序列的拍摄图像数据来对人类的脑活动进行推定。具体而言，如图21所示，脑活动推定单元130具有RGB处理部131、换算部132、血液循环量计算部133、解析部134以及推定部135。另外，在图21中示出了脑活动推定单元130作为一个具有RGB处理部131、换算部132、血液循环量计算部133、解析部134和推定部135的装置而存在的形态，但在本发明中不限定于此，上述脑活动推定单元130也可作为RGB处理部131、换算部132、血液循环量计算部133、解析部134以及推定部135的一部分独立或互相独立的装置而存在。此外，此处，脸部血液循环量获取单元通过图像数据获取单元120、RGB处理部131、换算部132以及血液循环量计算部133构成。RGB处理部131进行将由图像数据获取单元120获取到的拍摄图像数据分解成R成分、G成分以及B成分的三种颜色成分的RGB处理(步骤S102)。在此，可以对整个脸部的拍摄图像数据进行RGB处理，但此处，为了减少运算处理量和干扰，从拍摄图像数据提取出前额部以及/或者鼻窦周围的数据，并且仅对提取出的数据进行RGB处理。换算部132将由RGB处理获得的拍摄图像数据的RGB数据换算成相对RGB数据(步骤S103)。具体而言，换算部132将从每个规定时间(例如，30秒)获取到的拍摄图像数据得到的RGB数据的平均值作为基准值，并且将上述RGB数据换算成相对RGB数据。血液循环量计算部133根据由RGB处理获得的拍摄图像数据的RGB数据来计算出脸部的时间序列的血液循环量数据(步骤S104)。解析部134通过奇异值分解、主成分分析或独立成分分析将时间序列的相对换算血液循环量数据分解成多个成分(步骤S105)。此处，解析部134采用MATLAB(注册商标)的SVD作为分析工具来对相对换算血液循环量数据进行奇异值分解。具体而言，通过将时间序列的相对换算血液循环量数据设为对象，将因子设为每个规定期间(例如，30秒)的时间数据，并且将测度设为从每个上述期间的相对RGB数据运算出的每个像素的相对换算血液循环量数据，从而进行奇异值分解。接着，通过奇异值分解将时间序列的相对换算血液循环量数据分解成多个成分，然后计算出时间分布、空间分布以及表示各成分大小的奇异值。此外，为了从通过奇异值分解分解出的多个成分中对表示反映了脑活动的脸部的RGB变化的成分进行确定，解析部134对各成分是否满足规定条件进行判定(步骤S106)。在此，规定条件例如包括通过奇异值分解分解出的成分的成分波形的振幅与脑非激活时和脑激活时的变化具有相关性关系的条件(以下，称为第一条件)，以及在通过奇异值分解分解出的成分中人类的脸部的规定部位的血液循环量有变化的条件(以下，称为第二条件)等。作为在解析部134中进行判定的规定条件，只要设定一个或多个条件即可，此处，设定第一条件以作为规定条件。接着，解析部134提取出多个成分中满足规定条件的成分以作为判定用成分。然后，解析部134将提取出的判定用成分中的、满足包含于规定条件的所有条件的成分确定为表示反映了脑活动的脸部的RGB变化的成分(步骤S107)。另一方面，解析部134将多个成分中的、判定为至少不满足包含于规定条件的一个条件的成分判定为不是表示反映了脑活动的脸部的RGB变化的成分(步骤S108)。此处，如上所述，仅设定一个条件(第一条件)作为规定条件，在对脸部的时间序列的拍摄图像数据进行获取的期间，向个人提供脑功能激活问题的期间是一定期间。因此，解析部134将未向个人提供脑功能激活问题的期间设为脑非激活时，将向个人提供脑功能激活问题的期间设为脑激活时，并且将提供有脑功能激活问题的期间以及未提供有脑功能激活问题的期间与各成分的成分波形进行比较和解析。接着，解析部134利用基于成分波形数据的比较解析结果来对各成分的成分波形是否与脑非激活时和脑激活时具有相关性关系进行评价，并且将多个成分中评价为具有相关性关系的成分提取并作为满足规定条件的判定用成分，并且将其确定为表示反映了脑活动的脸部的RGB变化的成分。另一方面，解析部134判定多个成分中评价为不具有相关性关系的成分不满足规定条件，不是表示反映了人类的脑活动的脸部的RGB变化的成分。此处，在获取脸部的时间序列的拍摄图像数据时，在一定期间内向个人提供脑活动激活问题，解析部134藉此提取出判定用成分，但是，第一条件的内容即解析部134中判定用成分的提取手段不限定于此。例如，在通过预先实验等确定多个成分中表示与脑非激活时和脑激活时具有相关性关系的成分波形的成分的情况下，解析部134将从多个成分中确定的上述成分提取以作为判定用成分。此外，在脑活动可视化装置110对眼球运动或眨眼等作为与脑激活/非激活有关的动作而公知的人类的动作也进行检测的情况下，解析部134可以通过将上述检测结果和各成分的成分波形进行比较、解析和评价，从而从多个成分中提取出判定用成分。另外，通过解析部134进行是否满足第一条件的判定的基准根据脑活动可视化装置110的利用目的等并且通过模拟或实验、理论计算等来适当地确定。此外，在设定第二条件作为规定条件的情况下，解析部134根据人类的脸部的规定部位处脸部的血液循环量是否有变化来提取判定用成分。具体而言，解析部134根据与通过奇异值分解分解出的多个成分对应的血液循环量分布图来对鼻窦周围以及/或者前额部的血液循环量是否发生变化进行判定，在血液循环量发生变化的情况下，判定上述成分满足第二条件。另一方面，鼻窦周围以及/或者前额部的血液循环量没有发生变化的情况下，解析部134判定上述成分不满足第二条件。另外，通过解析部134进行是否满足第二条件的判定的基准根据脑活动可视化装置110的利用目的等并且通过模拟或实验、理论计算等来适当地确定。此外，在通过血液循环量计算部133对基于换算成相对RGB数据前的RGB数据的时间序列的血液循环量数据进行计算的情况下，可以通过解析部134对通过对上述血液循环量数据进行奇异值分解等而得到的多个成分是否满足上述第一条件以及/或者第二条件进行判定，从而提取判定用成分。推定部135根据解析部134中确定为表示反映了人类的脑活动的脸部的RGB变化的成分的成分来对人类的脑活动进行推定。具体而言，推定部135根据在解析部134中确定的成分的成分波形数据来对获取脸部的拍摄图像数据时的脑活动量进行推定。(4－2－1)变形例2A如上所述，作为相机121，例如能够利用智能手机或平板电脑(例如，ipad：注册商标)等内置拍摄装置型移动终端等。也就是说，上述拍摄图像数据能够采用对可视光区域的图像进行拍摄所得到的数据。此外，在上述血液循环量计算部133中，可以主要采用包含于RGB数据的各像素中的R成分来计算出脸部的血液循环量数据。另外，只要能够根据RGB数据计算出血液循环量数据，血液循环量数据未必限定于红斑指数。(4－2－2)变形例2B上述血液循环量计算部133根据由换算部132换算得到的相对RGB数据来计算出相对换算血液循环量数据，但作为替代或在此基础上，也可根据换算成相对RGB数据前的RGB数据来计算出血液循环量数据。在此，在根据换算成相对RGB数据前的RGB数据计算出的血液循环量数据中，由于与脑活动相关的成分容易出现(检验力较高)，因此，例如，相比根据相对RGB数据计算出的相对换算血液循环量数据，可以先对根据换算成相对RGB数据前的RGB数据计算出的血液循环量数据进行解析。此外，例如，能够通过下述方式来减少运算处理量：首先对血液循环量数据进行解析来提取出具有显著的相关性的成分，然后，关于相对换算血液循环量数据，仅对与上述提取出的成分对应的成分进行解析。(4－2－3)变形例2C上述相机121是以可视光区域的通常的相机为前提的，但也能够采用红外线相机。在这种情况下，照射红外光，通过红外线相机对上述红外光的反射波进行拍摄。藉此，能够获得对象者的脸部变化等的拍摄图像数据。本发明者们确认了下述情况：通过由红外线的反射得到的拍摄图像数据计算出的血液循环量数据和主要采用包含于在可视光区域拍摄到的RGB数据的各像素中的R成分计算出的血液循环量数据具有相关性。因此，即使采用通过上述这样的红外线的反射得到的拍摄图像数据，也能够对人类的脑活动进行推定。(4－2－4)变形例2D此外，在上述说明中，脑活动可视化装置110采用包括图像数据获取单元120和脑活动推定单元130的形态，但本实施方式的脑活动可视化装置不限定于上述形态。也就是说，只要本实施方式的脑活动可视化装置包括血液循环量计算部133、解析部134和推定部135，则该脑活动可视化装置的其它结构能够采用任意的形态。具体而言，本实施方式的脑活动可视化装置不仅包括该装置自身对图像数据进行拍摄的形态，还包括从外部的装置接受拍摄图像数据并且对上述数据进行解析的形态。(4－3)状态可视化单元200状态可视化单元200以根据由脑活动推定单元30以及/或者脑活动推定单元130推定出的对象者的脑活动来表示对象者的生理状态的方式进行可视化。例如，状态可视化单元200可以具有通过对对象者的脑活动量的变化进行解析来对对象者的生理状态进行解析的解析部201。具体而言，解析部201通过对与向对象者提供的刺激(视觉刺激、听觉刺激、触觉刺激、嗅觉刺激或味觉刺激等)对应的脑活动量的变化进行解析来对对象者的生理状态进行判定。此外，关于生理状态的种类或等级，可以基于脑活动量的上升程度以及/或者持续时间并且根据脑活动可视化装置10、110的用途进行适当的设置。接着，通过从状态可视化单元200的显示部202向管理者输出由解析部201解析得到的对象者的生理状态，从而能够使管理者了解对象者的生理状态。作为显示部202，只要是显示图像或消息的显示设备等能够将与解析得到的对象者的生理状态相关的信息可视化并提供给管理者的设备即可。此外，在解析部32、134中确定了反映脑活动的成分后，进一步通过脸部皮肤温度获取单元20以及/或者图像数据获取单元120来获取时间序列的各种数据的情况下，通过在脑活动可视化装置10、110中进一步采用奇异值分解将获取的各种数据分解成多个成分，并且仅对确定后的成分进行解析，从而能够实时地了解对象者的生理状态。此外，虽然目前具有通过试验者的脸部的皮肤温度或拍摄到的图像来获取试验者的心跳信息和生物信息等技术，但通过对针对由脸部皮肤温度获取单元20以及/或者图像数据获取单元120得到的各种数据进行奇异值分解等而得到的成分采用目前的技术，能够高精度地获取心跳信息和生物信息。因此，可以使解析部32以及/或者解析部134具有对奇异值分解得到的多个成分进行解析来获取心跳信息和生物信息的功能，可以使上述实施方式的推定部33、135具有根据获取到的心跳信息和生物信息对交感神经/副交感神经的动作进行推定的功能。(5)特征(5－1)在本实施方式中，根据由脸部皮肤温度获取单元20以及/或者图像数据获取单元120获取到的时间序列的脸部皮肤温度数据以及/或者脸部血液循环量数据对人类的脑活动进行推定。因此，即使不安装脑波电极等安装前需要进行处理的传感器，也能够对人类的脑活动进行推定。因此，能够简便地对人类的脑活动进行推定，并且根据推定后的脑活动将对象者的生理状态可视化。(5－2)在此，在获取时间序列的脸部的皮肤温度数据以及/或者图像数据时，在通过向人类实际提供脑功能激活问题或不提供脑功能激活问题来制造人类的脑被激活或未被激活的状态的情况下，可以认为，各成分的成分波形与脑激活时以及脑非激活时之间具有相关性关系的成分是作为表示反映了脑活动的皮肤温度以及/或者血液循环量的变化的成分的可能性较高的成分。在本实施方式中，在通过脸部皮肤温度获取单元20以及/或者图像数据获取单元120来获取时间序列的脸部的皮肤温度数据以及/或者图像数据的期间，在一定期间内向个人提供脑功能激活问题。也就是说，在本实施方式中，通过向个人实际提供脑功能激活问题或不提供脑功能激活问题来制造人类的脑被激活或未被激活的状况。接着，通过奇异值分解将如上所述获取到的时间序列的各种数据分解成多个成分，并且对各成分的成分波形和脑激活时以及脑非激活时的相关性关系进行评价，从而从多个成分中提取出具有相关性关系的成分以作为判定用成分。因此，例如，与从多个成分中提取出通过预先实验等所确定的规定成分以作为提取用成分的情况相比，能够降低从多个成分中提取出与人类的脑活动的相关性较低的成分以作为提取用成分的可能性。(5－3)在此，脑具有选择性脑冷却机构这样独立于体温的、对脑进行冷却的结构。已知，选择性脑冷却机构利用前额部和鼻窦周围将由脑活动产生的热量排出。这样，伴随着脑活动的脸部皮肤温度以及与脸部皮肤温度相关的脸部的血液循环量的变化会出现在前额部以及/或者鼻窦周围。在本实施方式中，对前额部以及/或者鼻窦周围的各种数据进行解析，从而提取出判定用成分。因此，能够高精度地提取出与人类的脑活动相关的成分。(5－4)本实施方式的脑活动可视化装置能够作为“操作员监视装置(驾驶员状态判定装置)”进行利用，上述“操作员监视装置”在设备的操作员为对象者的情况下，对该操作员的状态进行监视。此外，在本实施方式中，在状态可视化单元200具有输出部的情况下，管理者能够了解操作员的生理状态。(5－4－1)用于监视驾驶员的情况对将上述实施方式或上述变形例的操作员监视装置(驾驶员状态判定装置)10、110用于操作汽车或建筑机械等的驾驶员的情况的一例进行说明。在这种情况下，操作员监视装置10、110根据作为操作员的驾驶员对设备进行的操作来对驾驶员的生理状态、特别是意识等级进行解析，并且根据解析出的意识等级向管理者输出与意识等级有关的信息。例如，在通过解析判定为建筑机械等的驾驶员的生理状态为漫不经心驾驶状态的情况下，通过向建筑机械等的管理者输出上述信息，能够使管理者认识到驾驶员的意识等级。此外，状态可视化单元200可以具有通知部203，该通知部203根据解析得到的意识等级来促使驾驶员引起注意。在状态可视化单元200具有通知部203的情况下，例如，在意识等级降低至一定以下的情况下，引起汽车或建筑机械等的驾驶员的注意。更具体而言，对通常的设备操作时的脑活动量的变化(上升程度以及持续时间)进行记录，在上述通常时的脑活动量的变化(上升程度以及/或者持续时间)下降了规定量以上的情况下，视作集中度下降，通过通知部203发出声音或蜂鸣声等。藉此，能够促使驾驶员引起注意。这样，在将操作员监视装置10、110用于监视驾驶员的情况下，采用脸部皮肤温度获取单元和图像数据获取单元等不与操作员接触的手段来对驾驶员的生理状态进行监视，通过向管理者以及/或者驾驶员输出生理状态，能够抑制打瞌睡驾驶或疏忽驾驶等的发生。(5－4－2)用于监视飞行员的情况对将上述实施方式或上述变形例的操作员监视装置(驾驶员状态判定装置)10、110用于操作航空飞机及其训练装置的飞行员的情况的一例进行说明。在这种情况下，操作员监视装置10、110根据作为操作员的飞行员的生理状态、特别是意识等级进行解析，并且根据解析出的意识等级向管理者输出与意识等级有关的信息。例如，在通过解析判定为飞行员的生理状态为无意识状态(例如，昏厥状态)的情况下，通过向航空飞机等的管理者输出上述信息，能够使管理者认识到飞行员的意识等级。此外，例如，在状态可视化单元200中可以构成为：当判定飞行员的生理状态为昏厥状态时，从手动操作切换成自动操作。这样，在将操作员监视装置10、110用于监视飞行员的情况下，通过采用脸部皮肤温度获取单元和图像数据获取单元等不与操作员接触的手段来对飞行员的生理状态进行监视，并且向管理者输出上述生理状态，从而能够对飞行员在失去意识的状态下继续进行操作这一情况进行抑制。此外，在将操作员监视装置10、110作为加速度训练装置的传感器而用于战斗机的飞行员等的情况下，例如，可以以下述方式构成：对飞行员的脑活动量进行解析，向管理者输出基于加速度变化的飞行员的脑活动量。此时，若脑活动量相对于加速度的增加下降，则管理者能够推定飞行员的脑处于血液流动不充分的状态。在此，进行战斗机的飞行员等的加速度训练的操作员采用加压服或特殊的呼吸法来防止脑的血液流动的下降和昏厥。因此，在通过输出的解析结果推定飞行员的脑处于血液流动不充分的状态的情况下，能够判断飞行员的技能不足或适应不足。(6)脑活动可视化装置的用途例(驾驶员状态判定装置)接着，对应用本发明的脑活动可视化装置的驾驶员状态判定装置进行说明。(6－1)第一实施方式(6－1－1)驾驶员状态判定装置400的结构图23是表示第一实施方式中的驾驶员状态判断装置400的一例的示意图。驾驶员状态判定装置400包括输入部410、拍摄部415、输出部420、存储部430以及处理部440。接着，驾驶员状态判定装置400对驾驶设备350的对象者300的驾驶员状态进行判定。此处，“设备”是指汽车、轨道车辆、飞机等交通设备以及核能发电设备和各种工厂设备等其它自动设备。此外，“驾驶员状态”是指表示驾驶设备的对象者的精神状态以及身体状态。例如，精神状态通过与精神疲劳、精神压力、漫不经心状态、集中状态等对应的指标来表示。此外，身体状态通过与身体疲劳、身体压力等对应的指标来表示。输入部410将各种信息输入至驾驶员状态判定装置400。例如，输入部410由键盘、鼠标以及/或者触摸屏等构成。经由上述输入部410将各种命令输入至驾驶员状态判定装置400，并且在处理部440执行与命令对应的处理。拍摄部415对对象者300的包括脸部的“脸部图像”进行拍摄。例如，拍摄部415由对RGB图像进行获取的CCD以及CMOS等固体拍摄元件或对热谱图进行获取的红外线相机等构成。通过将红外线相机415a用于拍摄部415，从而能够不受周围的亮度的影响地判定驾驶员的状态。特别地，在夜间容易发生由于疲劳引起的事故等。在上述这样的情况下，通过在第一实施方式的驾驶员状态判定装置400装载红外线相机415a，从而能够对夜间的驾驶员状态进行监视。较佳的是，红外线相机等能够在通常的室温条件下以较高的灵敏度对从29.0℃到37.0℃的范围进行检测。此外，拍摄部415能够以规定的间隔进行连续的拍摄。在对脸部图像进行拍摄的情况下，较佳的是，从正面进行拍摄，以一定的照明进行拍摄。在由于姿势变动而无法获得正面图像的情况下，采用摄动空间法对姿势变动图像的人脸的三维形状进行推定，接着通过渲染成正面图像从而获得脸部图像。关于照明变动图像，采用将漫反射模型构建于基底的人脸的照明基础模型(日文：照明基底モデル)来获得一定照明条件的脸部图像。接着，通过拍摄部415将连续拍摄得到的脸部图像送出至处理部440。输出部420将各种信息从驾驶员状态判定装置400输出。例如，输出部420由显示器和扬声器等构成。此处，经由输出部420将后述的脑功能激活信息提供给对象者300。存储部430对输入至驾驶员状态判定装置400的信息以及由驾驶员状态判定装置400计算出的信息等进行存储。例如，存储部430由存储器和硬盘装置等构成。此外，存储部430对用于实现后述的处理部440的各功能的程序进行存储。此处，存储部430具有脑功能激活信息数据库431和判定信息数据库432。脑功能激活信息数据库431对激活人类的脑功能的脑功能激活信息进行存储。“脑功能激活信息”是从与汽车、轨道车辆、飞机以及核能发电设备和各种工厂设备等其它自动设备的运转有关的任意的现象、时刻得到的信息。例如，在对象者300是汽车、轨道车辆以及飞机等交通设备的驾驶员的情况下，能够利用警告音等作为脑功能激活信息。如图24所示，判定信息数据库432使规定范围的变化量Δr(＝r1－r2)与“驾驶员状态等级”相关联并且预先作为“判定信息”进行存储，其中，上述规定范围的变化量Δr(＝r1－r2)是指与相对于由后述的判定用成分提取部444提取出的脑功能激活信息的基准判定用成分的“基准相关值”r1相比，相对于脑功能激活信息的判定用成分的相关值r2的规定范围的变化量。“基准判定用成分”通过进行规定行动之前提取出的判定用成分的数据、上一次提取出的判定用成分的数据以及从外部提供的判定用成分的数据等进行设定。在图24中，作为驾驶员状态的一例，漫不经心状态按照等级存储于判定信息数据库432。也就是说，判定信息数据库432根据变化量Δr的值的范围，将Δr＝Δra～Δrb为止的值作为“正常状态”进行存储，将Δrb～Δrc为止的值作为“较轻的漫不经心状态”进行存储，将Δrc～Δrd为止的值作为“漫不经心状态”进行存储。此处，值按照Δra、Δrb、Δrc、Δrd的顺序变大。此外，基准判定用成分的数据也存储于判定信息数据库432。处理部440执行驾驶员状态判定装置400中的信息处理。具体而言，处理部440由CPU和高速缓存器等构成。处理部440通过执行存储于存储部430的程序来起到脑功能激活信息提供部441、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444以及驾驶员状态判定部445的作用。脑功能激活信息提供部441向驾驶设备350的对象者300提供脑功能激活信息。例如，脑功能激活信息提供部441根据输入部410的操作，从脑功能激活信息数据库431读取脑功能激活信息，并且将上述脑功能激活信息输出至输出部420。脸部变化信息获取部442从由拍摄部415拍摄到的脸部图像获取“脸部数据”以及表示脸部数据的时间序列变化的“脸部变化信息”。具体而言，脸部变化信息获取部442以与脑功能激活信息提供部441提供脑功能激活信息的时刻同步的方式经由拍摄部415获取脸部数据。接着，脸部变化信息获取部442从持续获取到的脸部数据获取表示对象者300的脸部数据的时间序列变化的脸部变化信息。例如，在以规定间隔获取到六十点240×320像素的脸部数据的情况下，脸部变化信息是4，608，000个数据的集合。获取到的脸部变化信息被送出至脸部变化信息分解部443。此外，在拍摄部415为红外线相机的情况下，脸部变化信息获取部442获取表示对象者300的脸部的皮肤温度的脸部皮肤温度数据以作为脸部数据。此外，在拍摄部415为CCD以及CMOS等固体拍摄元件的情况下，脸部变化信息获取部442获取基于对象者300的脸部的RGB数据的脸部血液循环量数据以作为脸部数据。另外，脸部变化信息获取部442可以仅获取对象者300的鼻窦周围以及/或者前额部的数据以作为脸部数据。脸部变化信息分解部443通过奇异值分解、主成分分析或独立成分分析将作为多个数据的集合的脸部变化信息分解成多个成分一、成分二、成分三、……。分解出的各成分的信息被送出至判定用成分提取部444。在此，在将脸部变化信息进行了奇异值分解等的情况下，从奇异值较高的成分开始设定为成分一、成分二、成分三、……。此外，奇异值越高的成分越容易反映变动较大的影响。因此，在成分一中，相比提供脑功能激活信息的影响，往往反映了外部环境的干扰等的影响。判定用成分提取部444从多个成分一、成分二、成分三、……提取出与脑功能激活信息相关的成分以作为“判定用成分”。此外，判定用成分提取部444计算出提取出的判定用成分与脑功能激活信息的相关值r。具体而言，判定用成分提取部444计算出由脸部变化信息分解部443求出的多个成分一、成分二、成分三、……和脑功能激活信息的相关值r。接着，在计算出的相关值r为规定值以上的情况下，判定用成分提取部444将与上述相关值r对应的成分设定为与脑功能激活信息相关的成分。然后，判定用成分提取部444根据危险率的值来提取判定用成分。也就是说，判定用成分提取部444提取出危险率较低的成分以作为判定用成分。提取出的判定用成分以及计算出的相关值r被送出至存储部430或驾驶员状态判定部445。驾驶员状态判定装置445根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定。具体而言，驾驶员状态判定部450计算出基准相关值r1和相关值r2之差Δr，其中，上述基准相关值r1是脑功能激活信息与在规定时刻提取出的基准判定用成分的基准相关值，上述相关值r2是脑功能激活信息与随后提取出的判定用成分的相关值。接着，驾驶员状态判定部450根据存储于判定信息数据库432的判定信息来确定与基准相关值r1和本次的相关值r2之差Δr对应的驾驶员状态等级。确定后的驾驶员状态等级经由输出部420输出至显示装置等。(6－1－2)驾驶员状态判定装置400的动作图25是表示第一实施方式中的驾驶员状态判断装置400的动作的流程图。首先，在驾驶设备350中的规定时刻选择“基准设定模式”，并且进行基准判定用成分的提取(S1)。具体而言，脑功能激活信息的输出指示经由输入部410输入至驾驶员状态判定装置400。接着，从脑功能激活信息数据库431读取脑功能激活信息，并将上述脑功能激活信息输出至输出部420(S2)。例如，此处，输出“警告音”以作为脑功能激活信息。接着，在输出脑功能激活信息的同时或规定的时刻，利用拍摄部415以每隔规定间隔的方式对位于输出部420的前方的对象者300的包括脸部的脸部图像进行拍摄(S3)。拍摄到的脸部图像被送出至脸部变化信息获取部442。接着，通过脸部变化信息获取部442从拍摄到的脸部图像获取表示对象者300的脸部数据的时间序列变化的脸部变化信息。然后，通过脸部变化信息分解部443并利用奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……(S4)。接着，通过判定用成分提取部444计算出由脸部变化信息分解部443分解出的多个成分一、成分二、成分三、……和脑功能激活信息的相关值。然后，通过判定用成分提取部444对相关值是否为规定值以上进行判定(S5)。在判定上述相关值为规定值以上的情况下，上述判定用成分提取部444判断脑功能激活信息和上述成分具有相关性(S5－是)。接着，通过判定用成分提取部444提取出具有相关性的成分中的、危险率较低的成分以作为“基准判定用成分”(S6)。此外，通过判定用成分提取部444将基准判定用成分和脑功能激活信息的相关值设定为基准相关值r1。上述这些基准判定用成分的信息存储于存储部430(S7)。另一方面，在脑功能激活信息和各成分一、成分二、成分三、……的相关值小于规定值的情况下，上述判定用成分提取部444判断两者没有相关性，上述信息存储于存储部430(S5－否，S7)。然后，在驾驶设备350中的任意时刻选择“判定模式”，并且执行随后的驾驶员状态的判定(S8)。判定模式的选择可以自动执行，也可手动执行。首先，执行与上述S2～S6相同的处理，计算出从脸部变化信息提取出的判定用成分和脑功能激活信息的相关值r2(S9～S13)。接着，通过驾驶员状态判定部445计算出作为基准相关值r1和相关值r2之差的变化量Δr(S14)，其中，上述基准相关值r1是指脑功能激活信息与在基准设定模式中提取出的基准判定用成分的基准相关值，上述相关值r2是指脑功能激活信息与在判定模式中提取出的判定用成分的相关值。然后，通过驾驶员状态判定部450对相关值r2相对于基准相关值r1的变化量Δr是否在规定范围内进行判定。根据存储于判定信息数据库432的判定信息来对上述变化量Δr是否在规定范围进行判断。在相关值r2相对于基准相关值r1的变化量Δr在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“正常”(S14－是，S15)。另一方面，在相关值r2相对于基准相关值r1的变化量Δr不在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“非正常”(S14－否，S16)。例如，驾驶员状态判定部445在变化量Δr在上述Δra～Δrb的范围内时判定为正常，在变化量Δr超过Δrb时判定为非正常。上述这些判定结果经由输出部420输出至显示装置等(S17)。(6－1－3)驾驶员状态判定装置400的特征(6－1－3－1)如上述说明那样，第一实施方式的驾驶员状态判定装置400包括脑功能激活信息提供部441、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444和驾驶员状态判定部445。脑功能激活信息提供部441向驾驶设备350的对象者300提供激活人类的脑功能的“脑功能激活信息”。脸部变化信息获取部442对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取。脸部变化信息分解部443通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……。判定用成分提取部444从多个成分一、成分二、成分三、……提取出与脑功能激活信息相关的成分以作为“判定用成分”。驾驶员状态判定装置445根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定。因此，在第一实施方式的驾驶员状态判定装置400中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析而得到的多个成分中提取出与提供的脑功能激活信息相关的判定用成分，因此，不使用安装前需要进行前期处理的电极等也能够容易地对对象者300是否具有脑活动进行推定。藉此，根据与对象者300的脑功能对应的判定用成分，能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。此外，在设备350是汽车的情况下，如图26所示，可以将由摄像机415b和红外线相机415a构成的拍摄部415以收容于数cm的宽度的方式设置于对象者300的前方。通常，驾驶员朝向前方，因此，若是上述这样的结构，则能够对活动较少的脸部图像进行拍摄，从而能够提高判定用成分的提取精度。此外，上述拍摄部415可以采用与一体构成有输出部420和处理部440的触摸板式的装置400s以无线或有线的方式连接的结构。例如，通过将装置400s的显示画面设为10cm见方而使之容易向车内设置。此外，第一实施方式的驾驶员状态判定装置400可以是组装于智能设备的形态。藉此，通过将智能设备与车内设备连接，能够容易地执行驾驶员状态的判定。(6－1－3－2)此外，在第一实施方式的驾驶员状态判定装置400中，由于脸部变化信息获取部442获取对象者300的鼻窦周围以及/或者前额部的数据以作为脸部数据，因此，该第一实施方式的驾驶员状态判定装置400能够高精度地抽取出与脑活动相关的判定用成分。此处，脑具有选择性脑冷却机构(SelectiveBrainCoolingSystem)这样独立于体温的、对脑进行冷却的结构。已知，选择性脑冷却机构利用前额部和鼻窦周围将由脑活动产生的热量排出。因此，通过对上述部位的数据进行解析，能够高精度地提取出与脑活动相关的成分。作为结果，第一实施方式的驾驶员状态判定装置400能够高精度地执行驾驶员状态的判定。(6－1－3－3)此外，在第一实施方式的驾驶员状态判定装置400中，脸部变化信息获取部442获取表示对象者300的脸部的皮肤温度的脸部皮肤温度数据以作为脸部数据。换言之，驾驶员状态判定装置400能够利用红外线相机等对驾驶员状态进行判定。例如，如图27所示，通过将红外线相机415a用于拍摄部415，从而能够不受周围的亮度的影响地判定驾驶员的状态。特别地，在驾驶汽车的情况下，容易在夜间引起疏忽驾驶。在上述这样的情况下，通过在第一实施方式的驾驶员状态判定装置400装载红外线相机415a，从而能够对夜间的驾驶员状态进行监视。此外，使用红外线相机415a还具有下述优点：无论是否有隧道，都能够对驾驶员状态进行判定。(6－1－3－4)此外，在第一实施方式的驾驶员状态判定装置400中，脸部变化信息获取部442获取基于对象者300的脸部的RGB数据的脸部血液循环量数据以作为脸部数据。也就是说，驾驶员状态判定装置400能够利用固体拍摄元件(CCD、CMOS)对驾驶员状态进行判定。藉此，能够以简易的结构执行驾驶员状态的判定。(6－1－3－5)此外，在第一实施方式的驾驶员状态判定装置400中，判定用成分提取部444根据危险率的值来提取判定用成分。在驾驶员状态判定装置400中，根据危险率的值来提取与脑功能激活信息相关的判定用成分，因此，能够提高驾驶员状态判定的可靠性。(6－1－3－6)另外，第一实施方式的驾驶员状态判定装置400包括判定信息数据库432，该判定信息数据库432将规定范围的变化量Δr与驾驶员状态等级相关联地作为“判定信息”进行存储，其中，上述规定范围的变化量Δr是指与相对于脑功能激活信息计算出的基准判定用成分的基准相关值r1相比，相对于脑功能激活信息计算出的判定用成分的相关值r2的规定范围的变化量。然后，驾驶员状态判定部445计算出判定用成分与脑功能激活信息的相关值r2，并且根据计算出的相关值r2和判定信息能够容易地对对象者300的驾驶员状态进行判定。根据上述结构，驾驶员状态判定装置400能够利用在规定时刻得到的基准判定用成分来容易地对驾驶员状态等级进行判定。总而言之，驾驶员状态判定装置400不仅能够对驾驶员是否处于正常状态进行判定，还能够容易地对驾驶员状态等级进行判定并且输出该状态等级。(6－1－3－7)此外，在第一实施方式的驾驶员状态判定装置400中，对象者300驾驶的设备350是指汽车、轨道车辆、飞机等交通设备以及核能发电设备、包括各种工厂设备的其它自动设备。因此，在第一实施方式的驾驶员状态判定装置400中，能够对驾驶上述这些自动设备的对象者300的驾驶员状态进行判定。(6－1－3－8)第一实施方式的驾驶员状态判定方法未必需要驾驶员状态判定装置400。也就是说，无论是否具有驾驶员状态判定装置400，只要本实施方式的驾驶员状态判定方法包括下述步骤即可：在规定的时刻向对象者300提供激活人类的脑功能的“脑功能激活信息”的脑功能激活信息提供步骤；随后对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取的脸部变化信息获取步骤；通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分的脸部变化信息分解步骤；从多个成分提取出与脑功能激活信息相关的成分以作为“判定用成分”的判定用成分提取步骤；以及根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定的驾驶员状态判定步骤。根据上述驾驶员状态判定方法，在规定的时刻后，从对脸部变化信息进行奇异值分解、主成分分析或独立成分分析而得到的多个成分中提取出与脑功能激活信息相关的判定用成分，从而能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。(6－1－4)驾驶员状态判定装置400的变形例如图28所示，本实施方式的驾驶员状态判定装置400也可利用设置在网络上的判定信息提供装置500等。在此，判定信息提供装置500包括存储部530和处理部540。存储部530具有判定信息数据库532。该判定信息数据库532与上述判定信息数据库432具有相同的结构。也就是说，判定信息数据库532将规定范围的变化量Δr与驾驶员状态等级相关联地作为判定信息进行存储，其中，上述规定范围的变化量Δr是指与相对于脑功能激活信息计算出的基准判定用成分的基准相关值r1相比，相对于脑功能激活信息计算出的判定用成分的相关值r2的规定范围的变化量。处理部540根据来自驾驶员状态判定装置400的要求对存储于判定信息数据库532的判定信息进行发送。此外，处理部540可以具有与由驾驶员状态判定装置400提取出的判定用成分独立地根据规定的信息将判定信息作为大数据生成的功能。另外，在由驾驶员状态判定装置400计算出基准相关值r1的情况下，处理部540随时执行对存储于判定信息数据库432的基准相关值r1进行更新的处理。在本变形例中，驾驶员状态判定部445要求上述判定信息提供装置500提供判定信息。详细而言，在本变形例中，判定信息数据库532存储于网络上的判定信息提供装置500，驾驶员状态判定部445在对驾驶员状态等级进行判定时访问判定信息提供装置500。接着，驾驶员状态判定部445根据计算出的相关值r2和判定信息对对象者300的驾驶员状态等级进行判定。因此，若是本变形例的驾驶员状态判定装置400，则驾驶员状态判定部445能够利用外部网络对对象者300的驾驶员状态等级进行判定。此外，由于驾驶员状态判定部445利用存储于外部网络上的判定信息提供装置500的基准判定用成分来对驾驶员状态进行判定，因此能够简化基准设定作业。也就是说，能够采用省略上述“基准设定模式”，如图29所示那样仅执行“判定模式”的形态。此处，在步骤V1～V6、V8～V11中进行与步骤S8～S17相同的处理。此外，在步骤V7中，从驾驶员状态判定装置400向判定信息提供装置500发送判定信息的发送要求。另外，也可不采用驾驶员状态判定装置400来执行上述各步骤的一部分。此外，根据本变形例的方法，能够实现利用大数据对驾驶员状态进行判定。也就是说，从大数据求出基准相关值r1和规定的变化量Δr。具体而言，采用根据向对象者以外的人提供脑功能激活信息而得到的基准判定用成分计算出的基准相关值r1。藉此，能够随时对判定信息进行最优化。(6－2)第二实施方式(6－2－1)驾驶员状态判定装置400A的结构以下，对与已经说明的部分相同的部分标注大致相同的符号，并省略重复的说明。为了与其它的实施方式区别，在本实施方式中对不同的结构标注附加字A。图30是表示第二实施方式中的驾驶员状态判断装置400A的一例的示意图。在第二实施方式中，与第一实施方式不同的是，从外部检测脑功能激活信息。驾驶员状态判定装置400A包括输入部410、拍摄部415、周边信息获取部416、输出部420、存储部430以及处理部440A。并且，驾驶员状态判定装置400A对驾驶设备350的对象者300的驾驶员状态进行判定。此处，“设备”是指汽车、轨道车、飞机等交通设备以及核能发电设备和各种工厂设备等其它自动设备。在第二实施方式中，在设备350的周围存在脑功能激活信息提供物600。脑功能激活信息提供物600提供激活人类的脑功能的脑功能激活信息。在此，“脑功能激活信息”是从与汽车、轨道车辆、飞机等交通设备以及核能发电设备和各种工厂设备等其它自动设备的运转有关的任意的现象、时刻得到的信息。例如，在对象者300是汽车的司机的情况下，能够利用“显示红色信号”等作为脑功能激活信息。此外，在这种情况下，脑功能激活信息提供物600是信号设备。周围信息获取部416对从存在于设备350周围的脑功能激活信息提供物600提供的脑功能激活信息进行检测。例如，在采用显示红色信号作为脑功能激活信息的情况下，周围信息获取部416对设备350的“周围图像”进行获取。通过周围信息获取部416获取到的信息被送出至处理部440A的脑功能激活信息检测部441A。处理部440A执行驾驶员状态判定装置400A中的信息处理。具体而言，处理部440A由CPU和高速缓存器等构成。处理部440A通过执行存储于存储部430的程序来起到脑功能激活信息检测部441A、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444以及驾驶员状态判定部445的作用。脑功能激活信息检测部441A对激活人类的脑功能的“脑功能激活信息”进行检测。脑功能激活信息从脑功能激活信息提供物600被提供至操作设备350的对象者300。详细而言，脑功能激活信息检测部441A经由周围信息获取部416对脑功能激活信息进行检测。例如，在采用“显示红色信号”作为脑功能激活信息的情况下，脑功能激活信息检测部441A要求周围信息获取部416发送周围图像。在根据上述发送要求从周围信息获取部416送出周围图像的情况下，脑功能激活信息检测部441A对周围图像中是否显示有红色信号进行检测。在脑功能激活信息检测部441A检测到脑功能信息的情况下，通过判定用成分提取部444计算出检测到的脑功能激活信息和判定用成分的相关值r。(6－2－2)驾驶员状态判定装置400A的动作图31是表示第二实施方式中的驾驶员状态判断装置400A的动作的流程图。首先，在驾驶设备350中的规定时刻选择“基准设定模式”，并且进行基准判定用成分的提取(T1)。具体而言，通过周围信息获取部416对表示设备350的周围的状态的周围信息进行获取(T2)。接着，通过脑功能激活信息检测部441A对存储于脑功能激活信息数据库431的信息进行核对，并且从周围信息中检测脑功能激活信息(T3)。例如，此处，检测到“显示红色信号”作为脑功能激活信息。另一方面，若选择基准设定模式，则在规定的时刻，通过拍摄部415以每隔规定间隔的方式对位于输出部420的前方的对象者300的脸部图像进行拍摄(T4)。拍摄到的脸部图像被送出至脸部变化信息获取部442。接着，通过脸部变化信息获取部442从拍摄到的脸部图像获取表示对象者300的脸部数据的时间序列变化的脸部变化信息。然后，通过脸部变化信息分解部443并利用奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……(T5)。接着，通过判定用成分提取部444计算出由脸部变化信息分解部443分解出的多个成分一、成分二、成分三、……和脑功能激活信息的相关值。然后，通过判定用成分提取部444对相关值是否为规定值以上进行判定(T6)。在判定上述相关值为规定值以上的情况下，上述判定用成分提取部444判断脑功能激活信息和上述成分具有相关性(T6－是)。接着，通过判定用成分提取部444提取出具有相关性的成分中的、危险率较低的成分以作为“基准判定用成分”(T7)。此外，通过判定用成分提取部444将基准判定用成分和脑功能激活信息的相关值设定为基准相关值r1。上述这些基准判定用成分的信息存储于存储部430(T8)。另一方面，在脑功能激活信息和各成分一、成分二、成分三、……的相关值小于规定值的情况下，上述判定用成分提取部444判断两者没有相关性，上述信息存储于存储部430(T6－否，T8)。然后，在驾驶设备350中的任意时刻选择“判定模式”，并且执行随后的驾驶员状态的判定(T9)。首先，执行与上述步骤T2～T8相同的处理，计算出从脸部变化信息提取出的判定用成分和脑功能激活信息的相关值r2(T10～T15)。此外，判定模式的选择可以自动执行，也可手动执行。接着，通过驾驶员状态判定部445计算出作为基准相关值r1和相关值r2之差的变化量Δr(T16)，其中，上述基准相关值r1是指脑功能激活信息与在基准设定模式中提取出的基准判定用成分的基准相关值，上述相关值r2是指脑功能激活信息与在判定模式中提取出的判定用成分的相关值。然后，通过驾驶员状态判定部450对相关值r2相对于基准相关值r1的变化量Δr是否在规定范围内进行判定。根据存储于判定信息数据库432的判定信息来对上述变化量Δr是否在规定范围进行判断。在相关值r2相对于基准相关值r1的变化量Δr在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“正常”(T16－是，T17)。另一方面，在相关值r2相对于基准相关值r1的变化量Δr不在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“非正常”(T16－否，T18)。例如，驾驶员状态判定部445在变化量Δr在上述Δra～Δrb的范围内时判定为正常，在变化量Δr超过Δrb时判定为非正常。上述这些判定结果经由输出部420输出至显示装置等(T19)。(6－2－3)驾驶员状态判定装置400A的特征(6－2－3－1)如上述说明那样，第二实施方式的驾驶员状态判定装置400A包括脑功能激活信息检测部441A、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444和驾驶员状态判定部445。脑功能激活信息检测部441A从脑功能激活信息提供物600对激活人类的脑功能的“脑功能激活信息”进行检测。脸部变化信息获取部442对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取。脸部变化信息分解部443通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……。判定用成分提取部444从多个成分一、成分二、成分三、……提取出与脑功能激活信息相关的成分以作为“判定用成分”。驾驶员状态判定装置445根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定。因此，在第二实施方式的驾驶员状态判定装置400A中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析而得到的多个成分中提取出与检测到的脑功能激活信息相关的判定用成分，因此，不使用安装前需要进行前期处理的电极等也能够容易地对对象者300是否具有脑活动进行推定。藉此，根据与对象者300的脑功能对应的判定用成分，能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。(6－2－3－2)第二实施方式的驾驶员状态判定方法未必需要驾驶员状态判定装置400A。也就是说，无论是否具有驾驶员状态判定装置400A，只要本实施方式的驾驶员状态判定方法包括下述步骤即可：在规定的时刻从脑功能激活信息提供物600对激活人类的脑功能的“脑功能激活信息”进行检测的脑功能激活信息检测步骤；随后对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取的脸部变化信息获取步骤；通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分的脸部变化信息分解步骤；从多个成分提取出与脑功能激活信息相关的成分以作为“判定用成分”的判定用成分提取步骤；以及根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定的驾驶员状态判定步骤。根据上述驾驶员状态判定方法，在规定的时刻后，从对脸部变化信息进行奇异值分解、主成分分析或独立成分分析而得到的多个成分中提取出与脑功能激活信息相关的判定用成分，从而能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。(6－2－3－3)此外，在第二实施方式中具有与在第一实施方式的(6－1－3)中说明的特征相同的特征。(6－2－4)驾驶员状态判定装置400A的变形例如图32所示，第二实施方式的驾驶员状态判定装置400A也可利用设置在网络上的判定信息提供装置500等。在本变形例中，驾驶员状态判定装置400A要求上述判定信息提供装置500提供判定信息。详细而言，在本变形例中，判定信息数据库532存储于网络上的判定信息提供装置500，驾驶员状态判定部445在对驾驶员状态等级进行判定时访问判定信息提供装置500。接着，驾驶员状态判定部445根据计算出的相关值r2和判定信息对对象者300的驾驶员状态等级进行判定。因此，若是本变形例的驾驶员状态判定装置400A，则驾驶员状态判定部445能够利用外部网络对对象者300的驾驶员状态等级进行判定。此外，由于驾驶员状态判定部445利用存储于外部网络上的判定信息提供装置500的基准判定用成分来对驾驶员状态进行判定，因此能够简化基准设定作业。也就是说，能够采用省略上述“基准设定模式”，如图33所示那样仅执行“判定模式”的形态。此处，在步骤U1～U7、U9～U12中进行与步骤T9～T19相同的处理。此外，在步骤U8中，从驾驶员状态判定装置400A向判定信息提供装置500发送判定信息的发送要求。另外，也可不采用驾驶员状态判定装置400A来执行上述各步骤的一部分。此外，根据本变形例的方法，能够实现利用大数据对驾驶员状态进行判定。也就是说，从大数据求出基准相关值r1和规定的变化量Δr。具体而言，采用根据向对象者以外的人提供脑功能激活信息而获取到的基准判定用成分计算出的基准相关值r1。藉此，能够随时对判定信息进行最优化。(6－3)第三实施方式(6－3－1)驾驶员状态判定装置400B的结构以下，对与已经说明的部分相同的部分标注大致相同的符号，并省略重复的说明。为了与其它的实施方式区别，在本实施方式中对不同的结构标注附加字B。图34是表示第三实施方式中的驾驶员状态判断装置400B的一例的示意图。在第三实施方式中，与第一实施方式不同的是，对设备350产生规定的操作时，认为脑功能被激活。作为“规定的操作”，例如能够列举汽车的方向盘操作、刹车的踩踏等。驾驶员状态判定装置400包括输入部410、拍摄部415、输出部420、存储部430以及处理部440B。接着，驾驶员状态判定装置400B对驾驶设备350的对象者300的驾驶员状态进行判定。在此，“设备”是指汽车、轨道车辆、飞机、核能发电设备、各种工厂设备等自动设备。在第三实施方式中，在设备350设置有变化量检测装置700。变化量检测装置700对通过对设备350进行规定的操作所产生的规定的变化量进行检测。例如，设备350是汽车的情况下，能够采用“加速度变化量”以作为规定的变化量。检测出的变化量被送出至脑活动相关变化量提取部441B。处理部440B执行驾驶员状态判定装置400B中的信息处理。具体而言，处理部440B由CPU和高速缓存器等构成。处理部440B通过执行存储于存储部430的程序来起到脑活动相关变化量提供部441B、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444以及驾驶员状态判定部445的作用。脑活动相关变化量提取部441B从通过对设备350进行规定的操作所产生的规定的变化量提取出与人类的脑活动相关的变化量以作为“脑活动相关变化量”。具体而言，脑活动相关变化量提取部441B从变化量检测部75送出的信息提取出脑活动相关变化量。例如，在采用“加速度变化量”作为规定的变化量的情况下，脑活动相关变化量提取部441B将测量到的加速度变化量中的、规定值以上的加速度变化量和符合规定的条件的加速度变化量提取出以作为脑活动相关变化量。在脑活动相关变化量提取部441B提取出脑活动相关变化量的情况下，通过判定用成分提取部444计算出提取出的脑活动相关变化量和判定用成分的相关值r。(6－3－2)驾驶员状态判定装置400B的动作图35是表示第二实施方式的驾驶员状态判定装置400B的动作的流程图。首先，在驾驶设备350中的规定时刻选择“基准设定模式”，并且进行基准判定用成分的提取(W1)。具体而言，通过变化量检测装置700对通过对设备350进行规定的操作所产生的规定的变化量进行检测(W2)。例如，在交通设备中对加速度变化量进行检测。接着，脑活动相关变化量提取部441B对脑功能激活信息数据库431的信息进行核对，并且从规定的变化量的信息提取出脑活动相关变化量(W3)。另一方面，若选择基准设定模式，则在规定的时刻，通过拍摄部415以每隔规定间隔的方式对位于输出部420的前方的对象者300的包括脸部的脸部图像进行拍摄(W4)。拍摄到的脸部图像被送出至脸部变化信息获取部442。接着，通过脸部变化信息获取部442从拍摄到的脸部图像获取表示对象者300的脸部数据的时间序列变化的脸部变化信息。然后，通过脸部变化信息分解部443并利用奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分(W5)。接着，通过判定用成分提取部444计算出由脸部变化信息分解部443分解出的多个成分一、成分二、成分三、……和脑活动相关变化量的相关值。然后，通过判定用成分提取部444对相关值是否为规定值以上进行判定(W6)。在判定上述相关值为规定值以上的情况下，上述判定用成分提取部444判断脑活动相关变化量和上述成分具有相关性(W6－是)。接着，通过判定用成分提取部444提取出具有相关性的成分中的、危险率较低的成分以作为“基准判定用成分”(W7)。此外，通过判定用成分提取部444将基准判定用成分和脑活动相关变化量的相关值设定为基准相关值r1。上述这些基准判定用成分的信息存储于存储部430(W8)。另一方面，在脑活动相关变化量和各成分一、成分二、成分三、……的相关值小于规定值的情况下，上述判定用成分提取部444判断两者没有相关性，上述信息存储于存储部430(W6－否，W8)。然后，在驾驶设备350中的任意时刻选择“判定模式”，并且执行随后的驾驶员状态的判定(W9)。首先，执行与上述步骤W2～W7相同的处理，计算出从脸部变化信息提取出的判定用成分和脑活动相关变化量的相关值r2(W10～W15)。此外，判定模式的选择可以自动执行，也可手动执行。接着，通过驾驶员状态判定部445计算出作为基准相关值r1和相关值r2之差的变化量Δr(W16)，其中，上述基准相关值r1是指脑活动相关变化量与在基准设定模式中提取出的基准判定用成分的基准相关值，上述相关值r2是指脑活动相关变化量与在判定模式中提取出的判定用成分的相关值。然后，通过驾驶员状态判定部450对相关值r2相对于基准相关值r1的变化量Δr是否在规定范围内进行判定。根据存储于判定信息数据库432的判定信息来对上述变化量Δr是否在规定范围进行判断。在相关值r2相对于基准相关值r1的变化量Δr在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“正常”(W16－是，W17)。另一方面，在相关值r2相对于基准相关值r1的变化量Δr不在规定范围的情况下，通过驾驶员状态判定部445判定驾驶设备350的对象者300的驾驶员状态为“非正常”(W16－否，W18)。例如，变化量Δr在上述Δra～Δrb的范围内时被判定为正常，在变化量Δr超过Δrb时被判定为非正常。上述这些判定结果经由输出部420输出至显示装置等(W19)。(6－3－3)驾驶员状态判定装置400B的特征(6－3－3－1)如上述说明那样，第三实施方式的驾驶员状态判定装置400B包括脑活动相关变化量提取部441B、脸部变化信息获取部442、脸部变化信息分解部443、判定用成分提取部444和驾驶员状态判定部445。脑活动相关变化量提取部441B从变化量检测装置700获取通过对设备350进行规定的操作所产生的规定的变化量。接着，脑活动相关变化量提取部441B将获取到的变化量中的、与人类的脑活动相关的变化量提取出以作为“脑活动相关变化量”。脸部变化信息获取部442对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取。脸部变化信息分解部443通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……。判定用成分提取部444从多个成分一、成分二、成分三、……提取出与脑活动相关变化量相关的成分以作为“判定用成分”。驾驶员状态判定装置445根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定。因此，在第三实施方式的驾驶员状态判定装置400B中，从通过对脸部变化信息进行奇异值分解、主成分分析、独立成分分析而得到的多个成分中提取出与脑活动相关变化量相关的判定用成分，因此，不使用安装前需要进行前期处理的电极等也能够容易地对对象者300是否具有脑活动进行推定。然后，根据与对象者300的脑功能对应的成分，能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。(6－3－3－2)第三实施方式的驾驶员状态判定方法未必需要驾驶员状态判定装置400B。也就是说，无论是否具有驾驶员状态判定装置400B，只要本实施方式的驾驶员状态判定方法包括下述步骤即可：在规定的时刻对通过对设备350进行规定的操作所产生的规定的变化量进行检测的设备变化量检测步骤；从通过设备变化量检测步骤检测出的变化量提取出与操作设备350的对象者300的脑活动相关的变化量以作为“脑活动相关变化量”的脑活动相关变化量提取步骤；对表示对象者300的脸部数据的时间序列变化的“脸部变化信息”进行获取的脸部变化信息获取步骤；通过奇异值分解、主成分分析或独立成分分析将脸部变化信息分解成多个成分一、成分二、成分三、……的脸部变化信息分解步骤；从多个成分一、成分二、成分三、……提取出与脑活动相关变化量相关的成分以作为“判定用成分”的判定用成分提取步骤；以及根据判定用成分对驾驶设备350的对象者300的驾驶员状态进行判定的驾驶员状态判定步骤。根据上述驾驶员状态判定方法，在规定的时刻后，从对脸部变化信息进行奇异值分解、主成分分析或独立成分分析而得到的多个成分中提取出与脑活动相关变化量相关的判定用成分，从而能够容易地对驾驶设备350的对象者300的驾驶员状态进行判定。(6－3－3－3)此外，在第三实施方式中具有与在第一实施方式的(6－1－3)中说明的特征相同的特征。(6－3－4)驾驶员状态判定装置400B的变形例如图36所示，第三实施方式的驾驶员状态判定装置400B也可利用设置在网络上的判定信息提供装置500等。在本变形例中，驾驶员状态判定部400B要求上述判定信息提供装置500提供判定信息。详细而言，在本变形例中，判定信息数据库532存储于网络上的判定信息提供装置500，驾驶员状态判定部445在对驾驶员状态等级进行判定时访问判定信息提供装置500。接着，驾驶员状态判定部445根据计算出的相关值r2和判定信息对驾驶设备350的对象者300的驾驶员状态等级进行判定。因此，若是本变形例的驾驶员状态判定装置400B，则驾驶员状态判定部445能够利用外部网络对对象者300的驾驶员状态等级进行判定。此外，由于驾驶员状态判定部445利用存储于外部网络上的判定信息提供装置500的基准判定用成分来对驾驶员状态进行判定，因此能够简化基准设定作业。也就是说，能够采用省略上述“基准设定模式”，如图37所示那样仅执行“判定模式”的形态。此处，在步骤X1～X7、X9～X12中进行与步骤W9～W19相同的处理。此外，在步骤X8中，从驾驶员状态判定装置400B向判定信息提供装置500发送判定信息的发送要求。另外，也可不采用驾驶员状态判定装置400B来执行上述各步骤的一部分。此外，根据本变形例的方法，能够实现利用大数据对驾驶员状态进行判定。也就是说，从大数据求出基准相关值r1和规定的变化量Δr。具体而言，采用根据通过正常驾驶时的脑活动相关变化量得到的基准判定用成分计算出的基准相关值r1。藉此，能够随时对判定信息进行最优化。(6－3－5)驾驶员状态判定方法的验证(6－3－5－1)图38是表示将设备350设为“汽车”、将规定的操作设为“急刹车”时判定用成分的变化的图。实线表示急刹车的变化，虚线表示判定用成分的变化。此外，判定用成分通过红斑指数计算得到。如图38所示，确定了急刹车和判定用成分具有相关性这一点。因此，确认了能够根据刹车的变化量来判定驾驶员状态这一点。(6－3－5－2)图39是表示将设备350设为“汽车”、将规定的操作设为“轻碰”时判定用成分的变化的图。(b)的部分示出了轻碰动作的状态，(a)的部分示出了判定用成分的变化。此处，作为轻碰动作，采用了用右手拇指依次触碰小指到食指的动作。此外，判定用成分通过红斑指数计算得到。如图39所示，确定了轻碰和判定用成分具有相关性这一点。因此，确认了能够根据轻碰的变化量来判定驾驶员状态这一点。(6－4)第四实施方式第四实施方式的驾驶员状态判定装置由第一实施方式～第三实施方式的驾驶员状态判定装置组合而成。藉此，能够如图40那样对各种自动设备的驾驶员状态进行判定。例如，在对象者300是汽车的司机的情况下，能够利用表示驾驶开始以及结束的信号，方向盘、刹车的操作量，移动量，车外的信息，信号设备的信息，相向车辆的信息以及行人的信息等作为脑功能激活信息或规定的操作来对驾驶员状态进行判定。此外，对象者300是核电站等自动设备的操作员的情况下，能够利用与动作开始、停止、无异常等状态对应的自动设备的信号作为脑功能激活信息来对驾驶员状态进行判定。另外，在对象者300是电车的驾驶员的情况下，能够利用设置于轨道旁的信号、铁路标识、停止位置目标等作为脑功能激活信息来对驾驶员状态进行判定。在对象者300是飞机的飞行员的情况下，能够利用来自测量仪的信号或来自控制塔的指示等作为脑功能激活信息来对驾驶员状态进行判定。此外，要进行恐怖活动的人的脑活动处于兴奋状态，并且往往对造成损害的信息表现出较高的反应。例如，对乘客的人数或恐怖活动的发生场所的信息等表现出较高的反应。因此，通过利用造成损害这样的信息作为脑功能激活信息，能够对对象者300是否为要进行恐怖活动的人进行判定。工业上的可利用性根据本发明，由于能够简便地对脑活动进行推定，因此将本发明应用于根据脑活动将对象者的生理状态可视化的脑活动可视化装置是有效的。符号说明300对象者；350设备；400驾驶员状态判定装置；400A驾驶员状态判定装置；400B驾驶员状态判定装置；410输入部；415拍摄部；416周围信息获取部；420输出部；430存储部；431脑功能激活信息数据库；432判定信息数据库；440处理部；440A处理部；440B处理部；441脑功能激活信息提供部；441A脑功能激活信息检测部；441B脑活动相关变化量提取部；442脸部变化信息获取部；443脸部变化信息分解部；444判定用成分提取部；445驾驶员状态判定部；500判定信息提供装置；530存储部；532判定信息数据库；540处理部；600脑功能激活信息提供物；700变化量检测装置。现有技术文献专利文献专利文献1：日本专利特开2013－176406号公报。当前第1页1 2 3