本研究では, 映像データを用いて, 機械学習を活用した認知症早期症状の行動パターンの特定のための異常検出手法を提案する. 一般的な認知症の診断ツールは確診するまで時間がかかり, 患者本人や介護者に大きな負担をかけるのが課題となる. 認知症患者は特定な行動パターンを示すことが多く, これらを検出することで, 適切なケアが可能となる. 特定な行動パターンの検出には異常行動が適する. 本研究は日常の生活の映像を学習データとして利用し, 徘徊や転倒, 物忘れなどの異常行動の自動的検出手法を提案する. 学習モデルとして,変分オートエンコーダやLSTMを用いた. これにより, 認知症の早期発見や介護の負担軽減が期待される.