疎に配置された赤外線センサを用いた住宅内人物移動推定手法

• Item type: Journal(1)
• 公開日: 2016-10-15
• タイトル: 疎に配置された赤外線センサを用いた住宅内人物移動推定手法
• タイトル / 言語: en
• タイトル: Estimating Moving Trajectory with Sparsely Aligned Infrared Sensors in Home Environment
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：ユビキタスコンピューティングシステム（Ⅴ）] 赤外線人感センサ，屋内移動推定
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 立命館大学情報理工学部
• 著者所属: 神戸大学大学院工学研究科／科学技術振興機構さきがけ
• 著者所属: 株式会社富士通研究所
• 著者所属: 株式会社富士通研究所
• 著者所属(英): en
• 著者所属(英): College of Information Science and Technology, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University / JST PRESTO
• 著者所属(英): en
• 著者所属(英): Fujitsu Laboratories Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Laboratories Ltd.
• 著者名: 村尾, 和哉; 寺田, 努; 矢野, 愛; 松倉, 隆一
• 著者名(英): Kazuya, Murao; Tsutomu, Terada; Ai, Yano; Ryuichi, Matsukura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 建物内にセンサを配置したスマートホームやスマートオフィスにおいて，人の存在あるいは人の移動を検出することで入退室情報の取得や位置推定を行い，ログの生成や室内灯の制御などを実現している．従来研究における人の移動検出方法として，RFIDなどのタグを用いる手法が提案されているが，家庭などで移動推定のために部屋間を移動するたびにタグをかざす作業はユーザの負担になる．人がデバイスを保持しない例として，環境設置型カメラによる画像認識処理を用いる方法が存在するが，人の移動を追うには環境内に至るところにカメラを設置しなければならず設置コストが高く，また必要以上の情報を取得してしまうためプライバシの面で適さない．本論文では照明制御などを目的としてすでに多くの環境で設置されている赤外線人感センサを利用して，家庭内における住人の移動推定を行う．本論文で想定している赤外線センサの密度は一般的な天井照明と同程度（5m2/sensor）で，センシング領域に死角がある疎な環境である．4人家族を想定して2階建て戸建て住宅で行った評価実験の結果，被験者に指示したシナリオの移動および人物を再現率0.93の精度で推定できた．提案手法で得られる住人の移動情報を利用することで，家電の効率的な制御や予測制御が実現できる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose in this paper a method for estimating trajectories of the inhabitants in a home environment, which exploits the synergy between location and movement to provide the information necessary for intelligent home appliance control. Our goal is to carry out accurate movement estimation for multiple people in a home environment. We propose an approach that uses information gathered using only passive infrared sensors commonly found in lighting control systems. No special devices or video cameras are needed. Moreover, it is not necessary to carry out data collection for training. We evaluated our approach by conducting experiments in a real home fitted with sensors and we confirmed that trajectories were detected with 0.93 recall for four inhabitants who moved upon scenarios.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 57, 号 10, p. 2175-2185, 発行日 2016-10-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764