時系列WiFiイメージを用いた深層学習によるタグ識別法の検討

• Item type: Symposium(1)
• 公開日: 2021-10-18
• タイトル: 時系列WiFiイメージを用いた深層学習によるタグ識別法の検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: WiFiイメージング，対象識別，行動認識，深層学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科／JSTさきがけ
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science & Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science & Technology, Osaka University /
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science & Technology, Osaka University
• 著者名: 森田, 幸歩; 内山, 彰; 東野, 輝夫
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，メンテナンス不要な行動認識手法として，WiFi 電波を使ったセンシング（ワイヤレスセンシング）が注目を集めている．ワイヤレスセンシングは複数の対象が同時に存在する場合に，それらの識別が困難という課題を持つ．本稿では，対象識別の実現のため，銅テープなどの導電性素材により形状に固有のパターンを持たせた導電性タグを作成し，対象に付与する．このタグに電波を照射すると，その固有パターンに応じた反射パターンが観測される．そこで本研究では，WiFi イメージングと呼ばれる手法を用いて，到来方向ごとの電波強度を推定し，タグ特有の反射パターンを捉え，識別する．実際には，タグの位置が変化するとマルチパスフェージングの影響により，イメージング結果は変化する．これに対して，我々は扉や通路などの対象が一定方向に移動する環境を想定し，その際に取得される時系列イメージを用いて，深層学習によりタグを識別する．シミュレーションにより WiFi イメージングの時系列データを再現し，評価を行った．8×8 の受信アレイによる識別を行った結果，タグ識別の正解率は 100% となった．一方，学習データと異なる位置においては正解率 56.75% となり，位置変化による性能低下はあるものの，時系列データを利用することの有効性が確認できた．
• 書誌情報: 第29回マルチメディア通信と分散処理ワークショップ論文集; p. 139-146, 発行日 2021-10-18
• 出版者 / 言語: ja
• 出版者: 情報処理学会