Wi-Fiチャンネル状態情報に基づくコンテキスト認識のための転移学習技術

点击翻译按钮获取中文摘要

Wi-Fi電波を用いた環境非依存な行動認識のため、Wi-Fi ToA（Time of Arrival）を用いた、Wi-Fi端末（スマートフォンなど）間の物理的距離を推定する手法を開発した。本研究では、環境に設置されたAPと各端末間で計測されたToAを利用して、グラフニューラルネットワークにより端末とAP間の地理的関係性を捉える。本成果は情報処理学会ユビキタスコンピューティングシステム研究会で発表し、学生発表奨励賞など2件の賞を受賞した。本成果は、UbiCompやPercomといった当該分野の最難関会議に論文投稿を行う予定である。また、これまでに開発した手法の派生的な研究として、Wi-Fi端末が撮影した画像とWiFi信号を用いて、屋内位置推定システムを容易に構築する手法を提案し、当該分野の代表的な国際雑誌であるElsevier Pervasive and Mobile Computingにその成果を発表した。提案手法は、ショッピングモールなどでの屋内位置推定を前提とし、画像から大まかな位置推定を行ったあと画像に対応付けられたWi-Fi電波の潜在表現をモールのフロアマップ上に埋め込むことでフロアの電波マップを得る。また、年度内の成果発表までは至らなかったが、電波の到来角、到来時間、ドップラー速度に関する環境に依存しない情報をWi-Fi CSI（チャネル状態情報）を用いて同時推定する手法を開発し、実環境にてその評価実験を行っている。本成果をまとめ、2023年度中に成果発表を行う予定である。