論文の概要: Exposing the CSI: A Systematic Investigation of CSI-based Wi-Fi Sensing Capabilities and Limitations

• arxiv url: http://arxiv.org/abs/2302.00992v1
• Date: Thu, 2 Feb 2023 10:21:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-03 14:29:52.704416
• Title: Exposing the CSI: A Systematic Investigation of CSI-based Wi-Fi Sensing Capabilities and Limitations
• Title（参考訳）: CSIの公開:CSIによるWi-Fiセンシング能力と限界の体系的調査
• Authors: Marco Cominelli, Francesco Gringoli, Francesco Restuccia
• Abstract要約: この研究は、Wi-Fi 6の機能がセンシング性能に与える影響を明らかにし、将来のWi-Fiセンシング研究のためのベンチマークを作成することを目的としている。 我々は,Wi-Fi 6信号を用いて,3人,3環境,12活動を含む広範囲なCSIデータ収集キャンペーンを実施している。 ビデオ記録によって得られた匿名化された地上の真実は、3つのコレクターから約2時間分のCSIデータを含む80GBのデータセットを伴っている。
• 参考スコア（独自算出の注目度）: 16.819111460629397
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Thanks to the ubiquitous deployment of Wi-Fi hotspots, channel state information (CSI)-based Wi-Fi sensing can unleash game-changing applications in many fields, such as healthcare, security, and entertainment. However, despite one decade of active research on Wi-Fi sensing, most existing work only considers legacy IEEE 802.11n devices, often in particular and strictly-controlled environments. Worse yet, there is a fundamental lack of understanding of the impact on CSI-based sensing of modern Wi-Fi features, such as 160-MHz bandwidth, multiple-input multiple-output (MIMO) transmissions, and increased spectral resolution in IEEE 802.11ax (Wi-Fi 6). This work aims to shed light on the impact of Wi-Fi 6 features on the sensing performance and to create a benchmark for future research on Wi-Fi sensing. To this end, we perform an extensive CSI data collection campaign involving 3 individuals, 3 environments, and 12 activities, using Wi-Fi 6 signals. An anonymized ground truth obtained through video recording accompanies our 80-GB dataset, which contains almost two hours of CSI data from three collectors. We leverage our dataset to dissect the performance of a state-of-the-art sensing framework across different environments and individuals. Our key findings suggest that (i) MIMO transmissions and higher spectral resolution might be more beneficial than larger bandwidth for sensing applications; (ii) there is a pressing need to standardize research on Wi-Fi sensing because the path towards a truly environment-independent framework is still uncertain. To ease the experiments' replicability and address the current lack of Wi-Fi 6 CSI datasets, we release our 80-GB dataset to the community.
• Abstract（参考訳）: wi-fiホットスポットのユビキタスな展開のおかげで、チャネル状態情報(csi)ベースのwi-fiセンシングは、ヘルスケア、セキュリティ、エンタテインメントなど、さまざまな分野のゲームチェンジアプリケーションを解き放つことができる。 しかし、Wi-Fiセンサーに関する10年間の研究にもかかわらず、既存の研究の多くはレガシーのIEEE 802.11nデバイス、特に厳密に制御された環境についてのみ検討している。 さらに悪いことに、160MHzの帯域幅、MIMO(Multiple-input multiple-output)送信、IEEE 802.11ax(Wi-Fi 6)のスペクトル解像度向上など、CSIベースの現代のWi-Fi機能に対する影響についての理解の欠如がある。 この研究は、Wi-Fi 6の機能がセンシング性能に与える影響を明らかにし、将来のWi-Fiセンシング研究のためのベンチマークを作成することを目的としている。 この目的のために,Wi-Fi 6信号を用いて3人,3環境,12活動を含む広範囲なCSIデータ収集キャンペーンを行う。 ビデオ記録によって得られた匿名化された地上の真実は、3つのコレクターから約2時間分のCSIデータを含む80GBのデータセットを伴っている。 私たちはデータセットを利用して、さまざまな環境や個人にまたがる最先端のセンシングフレームワークのパフォーマンスを分析します。 私たちの重要な発見は (i)MIMO伝送と高スペクトル分解能は、センシングアプリケーションにおいてより大きな帯域幅よりも有益かもしれない。 (II)環境に依存しないフレームワークへの道のりはいまだ不確実であるため、Wi-Fiセンシングの研究を標準化する必要性が高まっている。 実験の複製性を容易にし、現在のWi-Fi 6 CSIデータセットの欠如に対処するため、80GBデータセットをコミュニティにリリースします。

関連論文リスト

• RSCNet: Dynamic CSI Compression for Cloud-based WiFi Sensing [9.34104644481967]
  本稿では,圧縮CSIによるセンシングを可能にする新しいリアルタイムセンシング・圧縮ネットワーク(RSCNet)を提案する。 RSCNetは、CSI圧縮とセンシング精度のトレードオフをバランスさせ、通信コストを削減し、リアルタイムクラウドベースのWiFiセンシングを合理化する。 数値的な発見は、SenseFiのような既存のベンチマークよりもRCCNetが向上していることを示し、最小のCSI再構成誤差で97.4%の感度の精度を示した。
  論文  参考訳（メタデータ） (2024-01-19T20:30:23Z)
• 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)
• Gesture Recognition with mmWave Wi-Fi Access Points: Lessons Learned [3.5711957833616235]
  ジェスチャー認識/位置推定のためのmmWave (60 GHz) のWi-Fi信号について検討する。 このため、IEEE 802.11ad デバイスを用いた周期ビームトレーニングからビーム信号-雑音比(SNR)を抽出する。 ディープニューラルネットワーク(DNN)は、単一の環境で96.7%の精度でビームSNRタスクの有望な結果を達成する。
  論文  参考訳（メタデータ） (2023-06-29T16:10:07Z)
• A CSI Dataset for Wireless Human Sensing on 80 MHz Wi-Fi Channels [10.056835910435499]
  本稿では,80MHz帯におけるIEEE 802.11acチャネル計測のデータセットについて述べる。 全体として、データセットは13時間以上のチャネル状態情報読み込み(23.6GB)を含んでいる。
  論文  参考訳（メタデータ） (2023-04-29T15:57:36Z)
• 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)
• WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
  SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。 特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
  論文  参考訳（メタデータ） (2022-06-20T16:03:45Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• DeepCSI: Rethinking Wi-Fi Radio Fingerprinting Through MU-MIMO CSI Feedback Deep Learning [15.160442408342407]
  DeepCSIは、MU-MIMO Wi-Fiデバイスを認証するWi-Fi無線指紋認証の新しいアプローチだ。 市販機器を用いた大規模データ収集キャンペーンを通じて,DeepCSIの性能を広範囲に評価した。 実験結果から、DeepCSIは98%の精度で送信機を正確に識別することがわかった。
  論文  参考訳（メタデータ） (2022-04-15T18:59:29Z)
• EfficientFi: Towards Large-Scale Lightweight WiFi Sensing via CSI Compression [28.383494189730268]
  EfficientFiは、IoTクラウドに対応した最初のWiFiセンシングフレームワークである。 CSIデータを1.368Mb/sから0.768Kb/sに圧縮する。 人間の行動認識の精度は98%を超えている。
  論文  参考訳（メタデータ） (2022-04-08T15:48:41Z)
• Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
  本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。 我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。 我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
  論文  参考訳（メタデータ） (2020-04-03T17:36:26Z)

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。