論文の概要: CRONOS: Colorization and Contrastive Learning Enhanced NLoS Human
Presence Detection using Wi-Fi CSI Signals
- arxiv url: http://arxiv.org/abs/2211.10354v1
- Date: Mon, 7 Nov 2022 16:18:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-27 13:35:57.940411
- Title: CRONOS: Colorization and Contrastive Learning Enhanced NLoS Human
Presence Detection using Wi-Fi CSI Signals
- Title(参考訳): CRONOS: Wi-Fi CSI信号を用いたNLoSヒトプレゼンス検出のカラー化とコントラスト学習
- Authors: Li-Hsiang Shen, Chia-Che Hsieh, An-Hung Hsiao, Kai-Ten Feng
- Abstract要約: センサーやカメラによるデバイスなしの人間検出は広く採用されているが、プライバシーの問題や、無動者に対する誤検知は多い。
これらの欠陥を解決するため、商用Wi-Fiデバイスから取得したチャネル状態情報(CSI)は、正確な検出のための豊富な信号特性を提供することができる。
我々は,NLoSヒト存在検出システム(CRONOS)のカラー化とコントラスト学習を提案する。
- 参考スコア(独自算出の注目度): 4.301276597844756
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, demands of pervasive smart services and applications
increase explosively. Device-free human detection through sensors or cameras
has been widely adopted but with privacy issues as well as misdetection for
motionless people. To resolve these defects, channel state information (CSI)
captured from commercialized Wi-Fi devices is capable of providing plentiful
signal features for accurate detection. The existing systems has inaccurate
classification under a non-line-of-sight (NLoS) and stationery scenario of a
person standing still at corner in a room. In this work, we have proposed a
colorization and contrastive learning enhanced NLoS human presence detection
(CRONOS) system. CRONOS is capable of generating dynamic recurrence plots (RPs)
and coloring CSI ratios to distinguish mobile people and vacancy of a room,
respectively. Furthermore, supervised contrastive learning is conceived to
retrieve substantial representations, where consultation loss is formulated to
differentiate the representative distances between dynamic and stationery
cases. Furthermore, a self-switched static feature enhanced classifier (S3FEC)
is proposed to determine the utilization of either RPs or coloring CSI ratio.
Finally, comprehensive experimental results have revealed that our proposed
CRONOS outperforms the existing systems applying machine learning, non-learning
based methods as well as non-CSI based features in open literature, which
achieves the highest presence detection accuracy and moderate computational
complexity in vacancy, mobility, LoS and NLoS scenarios.
- Abstract(参考訳): 近年、普及するスマートサービスやアプリケーションの需要は爆発的に増加している。
センサーやカメラによるデバイスなしの人間検出は広く採用されているが、プライバシーの問題や、無動者に対する誤検知は多い。
これらの欠陥を解決するために、商用Wi-Fiデバイスから取得したチャネル状態情報(CSI)は、正確な検出のための豊富な信号特性を提供することができる。
既存のシステムは、部屋の隅に立っている人の非視線 (non-line-of-sight, nlos) と静止シナリオ (stationery scenario) の下の不正確な分類を持っている。
そこで本研究では,NLoSヒト存在検出システム(CRONOS)のカラー化とコントラスト学習を提案する。
CRONOSは動的反復プロット(RP)を生成し、CSI比を色付けすることで、それぞれが移動人と部屋の空きを区別することができる。
さらに、教師付きコントラスト学習を考案し、コンサルテーション損失を定式化し、動的ケースと定常ケースの代表的な距離を区別する。
さらに,自己スイッチング静的特徴強化分類器 (S3FEC) を提案した。
最後に,提案するcronosは,空白,移動性,ロス,nlosのシナリオにおいて,最も高い存在検出精度と適度な計算複雑性を達成するオープン文献において,機械学習や非学習に基づく手法,非csiに基づく特徴を応用した既存システムよりも優れることを明らかにした。
関連論文リスト
- Approaches to human activity recognition via passive radar [4.2261749429617534]
この論文は、非侵入的Wi-Fiチャネル状態情報(CSI)データに着目した受動レーダを用いた人活動認識(HAR)の新しい手法を探求する。
本研究では、スパイキングニューラルネットワーク(SNN)を用いたCSIの非侵入性を利用して、人間の動きによる信号の変動を解釈する。
論文 参考訳(メタデータ) (2024-10-31T17:28:41Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳(メタデータ) (2024-01-22T14:16:37Z) - Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。
無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。
そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
論文 参考訳(メタデータ) (2023-12-08T13:50:30Z) - EventTransAct: A video transformer-based framework for Event-camera
based action recognition [52.537021302246664]
イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。
本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。
イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
論文 参考訳(メタデータ) (2023-08-25T23:51:07Z) - Time-Selective RNN for Device-Free Multi-Room Human Presence Detection
Using WiFi CSI [9.927073290898848]
デバイスなしの人間の存在検知は、ホームオートメーション、セキュリティ、ヘルスケアなど、さまざまなアプリケーションにとって重要な技術である。
近年,商用WiFiアクセスポイント(AP)から抽出した無線チャネル状態情報を用いて,詳細なチャネル特性について検討している。
本稿では,時間選択型条件付き二重特徴抽出再帰ネットワークを用いたマルチルームシナリオのためのデバイスフリーな人間の存在検知システムを提案する。
論文 参考訳(メタデータ) (2023-04-25T19:21:47Z) - Attention-Enhanced Deep Learning for Device-Free Through-the-Wall
Presence Detection Using Indoor WiFi Systems [9.087163485833054]
WiFi信号のチャネル状態情報(CSI)を用いた人間の存在検知システムを提案する。
本システムでは,CSIデータから情報サブキャリアを自動的に選択するためのアテンションメカニズムを用いて,アテンション検出のためのアテンション強化深層学習(ALPD)と命名した。
提案するALPDシステムは,CSIデータセットを収集するための一対のWiFiアクセスポイント(AP)をデプロイすることで評価し,さらにいくつかのベンチマークと比較した。
論文 参考訳(メタデータ) (2023-04-25T19:17:36Z) - Contactless Human Activity Recognition using Deep Learning with Flexible
and Scalable Software Define Radio [1.3106429146573144]
本研究では,環境センシングの新たな手法として,Wi-Fiチャネル状態情報(CSI)の利用について検討する。
これらの方法は、プライバシーを侵害する視覚ベースのシステムに必要な追加のハードウェアを避ける。
本研究では,Wi-Fi CSIベースのHARシステムを提案する。
論文 参考訳(メタデータ) (2023-04-18T10:20:14Z) - DensePose From WiFi [86.61881052177228]
WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。
本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
論文 参考訳(メタデータ) (2022-12-31T16:48:43Z) - Motion Detection using CSI from Raspberry Pi 4 [5.826796031213696]
チャネル状態情報(Channel State Information, CSI)は、低コストで非侵襲的な無線センシング方式である。
Raspberry Pi 4で収集, 処理されたCSIデータを用いた, 自己校正型モーション検出システムを開発した。
論文 参考訳(メタデータ) (2021-11-17T13:17:02Z) - TELESTO: A Graph Neural Network Model for Anomaly Classification in
Cloud Services [77.454688257702]
機械学習(ML)と人工知能(AI)はITシステムの運用とメンテナンスに適用される。
1つの方向は、修復自動化を可能にするために、繰り返し発生する異常タイプを認識することである。
与えられたデータの次元変化に不変な手法を提案する。
論文 参考訳(メタデータ) (2021-02-25T14:24:49Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳(メタデータ) (2020-05-24T10:32:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。