論文の概要: Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops
- arxiv url: http://arxiv.org/abs/2603.10845v1
- Date: Wed, 11 Mar 2026 14:55:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-12 16:22:33.00968
- Title: Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops
- Title（参考訳）: コモディティラププスにおけるWi-Fiレンジフィルタドップラースペクトルを用いたヒト存在検出
- Authors: Jessica Sanson, Rahul C. Shah, Valerio Frascolla,
- Abstract要約: Range-Filtered Doppler Spectrum (RF-DS) は、位置推定のための新しいWi-Fiセンシング技術である。
私たちのソリューションは、キャリブレーションや再トレーニングなしに、さまざまな環境やデバイスにスケールできます。
- 参考スコア（独自算出の注目度）: 1.3109866252789055
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human Presence Detection (HPD) is key to enable intelligent power management and security features in everyday devices. In this paper we propose the first HPD solution that leverages monostatic Wi-Fi sensing and detects user position using only the built-in Wi-Fi hardware of a device, with no need for external devices, access points, or additional sensors. In contrast, existing HPD solutions for laptops require external dedicated sensors which add cost and complexity, or rely on camera-based approaches that introduce significant privacy concerns. We herewith introduce the Range-Filtered Doppler Spectrum (RF-DS), a novel Wi-Fi sensing technique for presence estimation that enables both range-selective and temporally windowed detection of user presence. By applying targeted range-area filtering in the Channel Impulse Response (CIR) domain before Doppler analysis, our method focuses processing on task-relevant spatial zones, significantly reducing computational complexity. In addition, the use of temporal windows in the spectrum domain provides greater estimator stability compared to conventional 2D Range-Doppler detectors. Furthermore, we propose an adaptive multi-rate processing framework that dynamically adjusts Channel State Information (CSI) sampling rates-operating at low frame rates (10Hz) during idle periods and high rates (100Hz) only when motion is detected. To our knowledge, this is the first low-complexity solution for occupancy detection using monostatic Wi-Fi sensing on a built-in Wi-Fi network interface controller (NIC) of a commercial off-the-shelf laptop that requires no external network infrastructure or specialized sensors. Our solution can scale across different environments and devices without calibration or retraining.
- Abstract（参考訳）: Human Presence Detection (HPD)は、日々のデバイスでインテリジェントな電力管理とセキュリティ機能を実現するための鍵である。
本稿では,モノスタティックWi-Fiセンサを活用し,デバイス内蔵Wi-Fiハードウェアのみを用いてユーザ位置を検出するHPDソリューションを提案する。
対照的に、ラップトップ用の既存のHPDソリューションは、コストと複雑さを増す外部専用のセンサーを必要とする。
そこで本稿では,Range-Filtered Doppler Spectrum (RF-DS)について紹介する。
ドップラー解析の前にチャネルインパルス応答(CIR)領域にターゲット範囲フィルタリングを適用することにより,タスク関連空間領域の処理に着目し,計算複雑性を大幅に低減する。
さらに、スペクトル領域における時間窓の使用は、従来の2Dレンジ・ドップラー検出器と比較して、推定器の安定性を高める。
さらに,動作検出時にのみ,低フレームレート(10Hz)で動作するチャネル状態情報(CSI)サンプリング率を動的に調整する適応型マルチレート処理フレームワークを提案する。
我々の知る限り、これは、外部ネットワークインフラストラクチャや特殊なセンサーを必要としない市販のオフザシェルラップトップの組込みWi-Fiネットワークインタフェースコントローラ(NIC)上で、モノスタティックWi-Fiセンサを用いた占有検知のための最初の低複雑さソリューションである。
私たちのソリューションは、キャリブレーションや再トレーニングなしに、さまざまな環境やデバイスにスケールできます。
関連論文リスト
- WiFi-based Cross-Domain Gesture Recognition Using Attention Mechanism [61.79272554643873]
本稿では,マルチセマンティックアテンション機構と自己注意に基づくチャネル機構を融合したジェスチャー認識ネットワークを提案する。
その結果、99.72%のドメイン内精度を維持するだけでなく、97.61%のクロスドメイン認識でも高い性能を発揮することがわかった。
論文 参考訳（メタデータ） (2025-12-04T07:09:13Z) - Video Object Recognition in Mobile Edge Networks: Local Tracking or Edge Detection? [57.000348519630286]
モバイルエッジコンピューティングの最近の進歩により、高精度ニューラルネットワークを備えたエッジサーバに集約的なオブジェクト検出をオフロードすることが可能になった。
このハイブリッドアプローチは有望なソリューションを提供するが、新たな課題として、エッジ検出とローカルトラッキングのタイミングを決定する。
局所的なトラッキングとエッジ検出を適応的に選択する深層強化学習に基づくアルゴリズムである単一デバイス環境での LTED-Ada を提案する。
論文 参考訳（メタデータ） (2025-11-25T04:54:51Z) - Digital Shielding for Cross-Domain Wi-Fi Signal Adaptation using Relativistic Average Generative Adversarial Network [13.808977762165823]
本稿では,物理信号遮蔽にインスパイアされた,Wi-Fi信号のクロスドメイン適応のための新しいディープラーニングモデルを提案する。
このシステムは96%の精度を達成し、強力な物質識別能力を示した。
論文 参考訳（メタデータ） (2025-04-29T09:18:02Z) - SAWEC: Sensing-Assisted Wireless Edge Computing [7.115682353265054]
本稿では,この問題に対処する新しいセンサ支援無線エッジコンピューティング(SAWEC)パラダイムを提案する。
我々は,無線センシング技術を活用し,環境中の物体の位置を推定し,環境力学に関する洞察を得る。
実験の結果,SAWECはチャネル占有率と終端遅延を90%以上削減することがわかった。
論文 参考訳（メタデータ） (2024-02-15T15:39:46Z) - 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) - 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) - 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) - 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) - Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for
5G and Beyond [70.81551587109833]
非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。
主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。
本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
論文 参考訳（メタデータ） (2022-01-13T15:20:45Z)
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。