講演情報
[B-1C-07]多方向マイクロドップラー観測による人体の向きに依存しない動作認識手法の検討
〇王 昱鵬1、西 圭太1、金 ミンソク1 (1. 新潟大学)
キーワード：
統合センシング・通信、人間行動認識、多視点、向きに依存しない、機械学習
統合センシング・通信（Integrated Sensing and Communication, ISAC）は次世代無線システムの有望な枠組みとして台頭してきており、マイクロドップラーシグネチャに基づく人間行動認識（Human Activity Recognition, HAR）はその核心的なセンシング応用の一つである \cite {ISAC}。しかし実際の HAR 適用シナリオにおいて、人体とセンシング機器の相対的な向きは常に一定とは限らないため、観測されるマイクロドップラーパターンに大きな変動が生じる。多視点からの観測は相補的な動き情報を取得でき、このような方位依存的な影響に対するロバスト性を向上させられる一方、多数のアンテナを配備したり全方位的な計測を実施したりすることはハードウェアの複雑性や実装コストの観点から現実的ではない場合が多い。本研究ではこの課題に対し、多視点マイクロドップラー計測データで学習させた方位不変な HAR 向け学習フレームワークを提案する。被験者の正面角度を 2 通りに設定した 4 ノードマルチリンク計測環境で実測した実マイクロドップラーデータをもとに、等価的な 8 リンク単基地レーダデータセットを構築し、これを用いて方位不変な HAR モデルの学習を実施した。続いて各単基地レーダ構成下において当該モデルの性能評価を行った。