論文の概要: Time-Selective RNN for Device-Free Multi-Room Human Presence Detection
Using WiFi CSI
- arxiv url: http://arxiv.org/abs/2304.13107v2
- Date: Tue, 12 Dec 2023 01:00:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-13 20:28:57.588385
- Title: Time-Selective RNN for Device-Free Multi-Room Human Presence Detection
Using WiFi CSI
- Title（参考訳）: WiFi CSIを用いたデバイスレスマルチルーム人間プレゼンス検出のための時間選択型RNN
- Authors: Li-Hsiang Shen, An-Hung Hsiao, Fang-Yu Chu, Kai-Ten Feng
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 9.927073290898848
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Device-free human presence detection is a crucial technology for various
applications, including home automation, security, and healthcare. While
camera-based systems have traditionally been used for this purpose, they raise
privacy concerns. To address this issue, recent research has explored the use
of wireless channel state information (CSI) extracted from commercial WiFi
access points (APs) to provide detailed channel characteristics. In this paper,
we propose a device-free human presence detection system for multi-room
scenarios using a time-selective conditional dual feature extract recurrent
network (TCD-FERN). Our system is designed to capture significant time features
on current human features using a dynamic and static data preprocessing
technique. We extract both moving and spatial features of people and
differentiate between line-of-sight (LoS) and non-line-of-sight (NLoS) cases.
Subcarrier fusion is carried out in order to provide more objective variation
of each sample while reducing the computational complexity. A voting scheme is
further adopted to mitigate the feature attenuation problem caused by room
partitions, with around 3% improvement of human presence detection accuracy.
Experimental results have revealed the significant improvement of leveraging
subcarrier fusion, dual-feature recurrent network, time selection and condition
mechanisms. Compared to the existing works in open literature, our proposed
TCD-FERN system can achieve above 97% of human presence detection accuracy for
multi-room scenarios with the adoption of fewer WiFi APs.
- Abstract（参考訳）: デバイスフリーの人間の存在検出は、ホームオートメーション、セキュリティ、医療など、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。
カメラベースのシステムは伝統的にこの目的で使われてきたが、プライバシーの懸念が高まる。
この問題に対処するため、最近の研究では、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(CSI)を用いて、詳細なチャネル特性を提供する。
本稿では,tcd-fern(time-selective conditional dual feature extract recurrent network)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存在検出システムを提案する。
本システムは動的および静的データプリプロセッシング手法を用いて,現在の人間の機能において重要な時間的特徴をキャプチャするように設計されている。
人物の移動と空間的特徴を抽出し、視線(LoS)と非視線(NLoS)の区別を行う。
計算複雑性を低減しつつ, 各試料のより客観的な変動を与えるために, サブキャリア融合を行う。
部屋分割による特徴減衰問題を緩和するために投票方式がさらに採用され、人間の存在検出精度が約3%向上した。
実験の結果,subcarrier fusion,dual-feature recurrent network,time selection,condition mechanismの活用の大幅な改善が示された。
オープン文学における既存の研究と比較して,提案するTD-FERNシステムは,WiFi APの少ないマルチルームシナリオにおいて,人間の存在検出精度の97%以上を達成できる。
関連論文リスト
- Feature Selection for Network Intrusion Detection [3.7414804164475983]
本稿では,ネットワーク侵入を検出する際に,非情報的特徴の排除を容易にする情報理論を提案する。
提案手法は,ニューラルネットワークを用いた関数近似に基づいて,再帰層を組み込んだアプローチのバージョンを実現する。
論文 参考訳（メタデータ） (2024-11-18T14:25:55Z) - Detection-Rate-Emphasized Multi-objective Evolutionary Feature Selection for Network Intrusion Detection [21.104686670216445]
ネットワーク侵入検出における特徴選択問題を3目的最適化問題としてモデル化するDR-MOFSを提案する。
ほとんどの場合、提案手法は従来の手法、すなわちより少ない特徴、より高い精度と検出率を達成できる。
論文 参考訳（メタデータ） (2024-06-13T14:42:17Z) - PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
私たちはaを提案します。
フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。
我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
論文 参考訳（メタデータ） (2024-06-04T13:51:08Z) - 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) - TeD-SPAD: Temporal Distinctiveness for Self-supervised
Privacy-preservation for video Anomaly Detection [59.04634695294402]
人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。
VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。
本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
論文 参考訳（メタデータ） (2023-08-21T22:42:55Z) - 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) - CRONOS: Colorization and Contrastive Learning for Device-Free NLoS Human
Presence Detection using Wi-Fi CSI [9.927073290898848]
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、動きのない人の誤検知が伴っている。
我々は,動的反復プロット(RP)とカラーコードCSI比を生成するCRONOSというシステムを提案する。
論文 参考訳（メタデータ） (2022-11-07T16:18:18Z) - 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) - Identity-Aware Attribute Recognition via Real-Time Distributed Inference
in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。
本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。
そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文 参考訳（メタデータ） (2020-08-12T12:03:27Z)
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。