無線センシングにおける行動認識ブートストラッピング機構の開発

高齢者の見守りや未病の改善などにあたり、人々の行動を認識しフィードバックを行うことが重要である。プライバシの懸念が少なく、デバイスを身につける必要が無いことから、Wi-Fi CSI (Channel State Information)を用いて、人の行動を認識する手法が注目されている。しかし、電波は周辺の壁や物による反射の影響を受けるため、CSI による行動認識は環境が変わると利用できないという本質的な課題がある。本研究では、5Gで注目を集めるミリ波をレーダーとして利用し、見通し範囲に限られるが、取得した点群から人体姿勢を推定し、高精度に行動を認識する。同時に、Wi-Fi デバイス間でCSI を取得し、ミリ波レーダーによる行動認識結果を併用した深層学習によって環境に依存しない特徴量の抽出を試みる。これによって、行動認識モデルが自律的に構築されるブートストラップ機構の開発を目指す。初年度は、本研究の目的達成のため、研究項目(a) ミリ波行動認識技術の開発，および研究項目(b) 環境非依存な行動認識モデル構築法の開発に取り組む。初年度は手動でのラベル付けにより研究項目(b) のCSI からの環境非依存な特徴量抽出の検討を中心に研究を実施し、初期検討データの収集・解析および目的達成にあたっての課題整理を行った。特に、送受信機の位置関係を環境の違いとして定義し、見守りを想定した立つ、座る、寝るなどの6種類の行動の認識を対象に、初期検討データを用いた予備実験を行った結果、送受信機の位置関係の違いが行動認識性能に大きな影響を与えることが判明した。

高齢者の見守りや未病の改善などにあたり、人々の行動を認識しフィードバックを行うことが重要である。プライバシの懸念が少なく、デバイスを身につける必要が無いことから、Wi-Fi CSI (Channel State Information)を用いて、人の行動を認識する手法が注目されている。しかし、電波は周辺の壁や物による反射の影響を受けるため、CSI による行動認識は環境が変わると利用できないという本質的な課題がある。本研究では、5Gで注目を集めるミリ波をレーダーとして利用し、見通し範囲に限られるが、取得した点群から人体姿勢を推定し、高精度に行動を認識する。同時に、Wi-Fi デバイス間でCSI を取得し、ミリ波レーダーによる行動認識結果を併用した深層学習によって環境に依存しない特徴量の抽出を試みる。これによって、行動認識モデルが自律的に構築されるブートストラップ機構の開発を目指す。初年度は、本研究の目的達成のため、研究項目(a) ミリ波行動認識技術の開発，および研究項目(b) 環境非依存な行動認識モデル構築法の開発に取り組む。初年度は手動でのラベル付けにより研究項目(b) のCSI からの環境非依存な特徴量抽出の検討を中心に研究を実施し、初期検討データの収集・解析および目的達成にあたっての課題整理を行った。特に、送受信機の位置関係を環境の違いとして定義し、見守りを想定した立つ、座る、寝るなどの6種類の行動の認識を対象に、初期検討データを用いた予備実験を行った結果、送受信機の位置関係の違いが行動認識性能に大きな影響を与えることが判明した。