| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-01-29 11:15 FMCWレーダを用いたトイレでの異常検知 ○高畠 航・山本幸平・豊田健太郎・大槻知明（慶大）・柴田洋平・長手厚史（ソフトバンク）  ASN2018-90 |
|
| 抄録 | （和） | 高齢化に伴う独居老人の増加により, 家庭内事故の増加が懸念されている． 中でもトイレのようなプライバシ性の高い場所での事故は，その発見が遅れやすい. そのような場所で異常を検知する手法に, カメラを用いた手法や赤外線センサを用いた手法がある. しかし, カメラを用いたトイレ内異常検知法はプライバシを侵害する恐れがある． また, 赤外線センサを用いた手法は, トイレ内の温度や被験者の服装次第で検知精度が劣化するという問題がある. 本稿ではFMCW(Frequency Modulated Continuous Wave) レーダを用いたトイレ内異常検知法を提案する． 提案法は, FMCW レーダの受信信号から算出される被験者と FMCW レーダ間の距離に基づき, 失神した被験者を検知する．被験者が失神している場合, 算出距離は一定になる. しかし, 単に着座して静止している場合も算出距離は一定になる. そこで, 提案法では, 算出距離が変化しない時間から被験者が静止している時間 (異常候補) を推定し, その直前の被験者が動作している約 1 s $sim$ 3 s の時間内での算出距離及び FMCW レーダの受信信号に FFT を適用して得られたスペクトルの最大ピーク値から特徴量を抽出し, 機械学習を用いて異常候補を失神しているか否かに識別する． 提案法の異常検知精度を評価するため，トイレに見立てた部屋を用意し，実験を行った． 異常動作として前かがみ，後ろ方向に寄りかかり，及び横方向に寄りかかり，正常動作として起立して退出，着座やボタン操作などの後に静止する動作のデータを取得した. 10 人の被験者で実験を行い, 結果, 提案法が 0.91 の F 値 を達成することを確認した． |
| （英） | With the increase in the population of elderly, elderly monitoring techniques are receiving more and more attention all over the world. In particular, it is highly demanded to develop the system that detects accidents in a toilet, since such accidents are likely to get worse due to late detection. In this report, we propose an FMCW(Frequency Modulated Continuous Wave) radar-based anomaly detection method in toilet. In the proposed method, we detect the fainted subject based on the distance between the subject and the FMCW radar estimated by the received FMCW signal. If the subject faints, the estimated distance is constant. However, even when the subject is sitting still, the estimated distance is constant. To address this problem, in the proposed method, the time during which the subject is still (anomaly candidates) is estimated by the time when the calculated distance does not change. We extract features from the estimated distance and the maximum peak value of $f_{mathrm{FFT}}$, the spectrum obtained by applying the FFT to the received signal of the FMCW radar during about 1 s $sim$ 3 s before when the subject is still. Finally, we use machine learning to classify anomaly candidates into whether a faint or a non-faint. In the experiments, we observed 4 fainting behaviors: (i) stooping on the seat, (ii) leaning on the backrest, (iii) leaning on the sidewall on the seat, and (iv) lying on the floor after the fall. Also we observed the following normal behaviors such as sitting still after the button operation and sitting down. We conducted the experiments with 10 people. As a result, we confirmed that our proposed method detected the fainting behaviors with the F-measure of 0.91. | |
| キーワード | （和） | FMCW レーダ / 異常検知 / トイレ / / / / / |
| （英） | FMCW radar / Anomaly detection / Toilet / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 428, ASN2018-90, pp. 65-70, 2019年1月. | |
| 資料番号 | ASN2018-90 | |
| 発行日 | 2019-01-21 (ASN) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ASN2018-90 |
|
| 研究会情報 | |
| 研究会 | ASN |
| 開催期間 | 2019-01-28 - 2019-01-29 |
| 開催地（和） | 休暇村 指宿 |
| 開催地（英） | Kyuukamura Ibusuki |
| テーマ（和） | 知的環境，センサネットワーク，ポスターセッション，及び，一般 |
| テーマ（英） | Ambient intelligence, Sensor networks, Poster session, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ASN |
| 会議コード | 2019-01-ASN |
| 本文の言語 | 日本語 |
| タイトル（和） | FMCWレーダを用いたトイレでの異常検知 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly Detection in Toilet with FMCW Radar |
| サブタイトル（英） | |
| キーワード(1)（和/英） | FMCW レーダ / FMCW radar |
| キーワード(2)（和/英） | 異常検知 / Anomaly detection |
| キーワード(3)（和/英） | トイレ / Toilet |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 高畠 航 / Wataru Takabatake / タカバタケ ワタル |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山本 幸平 / Kohei Yamamoto / ヤマモト コウヘイ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 豊田 健太郎 / Kentaroh Toyoda / トヨダ ケンタロウ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第4著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 柴田 洋平 / Yohei Shibata / シバタ ヨウヘイ |
| 第5著者 所属（和/英） | ソフトバンク株式会社 基盤技術研究室 (略称： ソフトバンク) * (略称： *) |
| 第6著者 氏名（和/英/ヨミ） | 長手 厚史 / Atsushi Nagate / ナガテ アツシ |
| 第6著者 所属（和/英） | ソフトバンク株式会社 基盤技術研究室 (略称： ソフトバンク) * (略称： *) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-01-29 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ASN |
| 資料番号 | ASN2018-90 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.428 |
| ページ範囲 | pp.65-70 |
| ページ数 | 6 |
| 発行日 | 2019-01-21 (ASN) |
[研究会発表申込システムのトップページに戻る]