| 講演名 | 2022-03-04 レーダ目標検出精度改善のための Deep Image Prior による雑音低減手法 遠藤 康司(慶大), 山本 幸平(慶大), 大槻 知明(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | MIMO (Multiple-Input Multiple-Output) FMCW (Frequency-Modulated Continuous Wave) レーダは，非接触での行動認識や生体信号検出を可能とし，これら目的を達成するために，目標の位置推定は極めて重要である．一般的に，MIMO FMCW レーダを用いた位置推定では，距離と角度で区切られた領域の信号強度を表すレンジアングルマップを得ることができる．これにCFAR (Constant False Alarm Rate) のようなアルゴリズムで閾値を超える信号強度を検出することで，物体の位置を検出できる．しかし，レンジアングルマップ上には雑音やマルチパス成分が生じ，閾値の設定次第で，目標のいない位置に誤警報が発生する可能性がある．そのため，雑音を低減することで，閾値の敏感さを改善し，誤警報を低減することが求められている．本稿では，Deep Image Prior (DIP) を用いてレンジアングルマップ上の雑音を低減する手法を提案する．DIP は，画像の雑音除去を可能にする事前学習を要しない深層学習技術の一つである．提案法では，レンジアングルマップを画像とみなしてDIP を適用することで雑音を低減する．そして，代表的な閾値設定アルゴリズムであるCell-Averaging CFAR (CA-CFAR) に基づき，雑音除去後のレンジアングルマップ上で物体位置を検出する．室内環境における人物位置検出実験を通じて，DIP を用いた提案法は，DIP を用いない手法と比較して，誤警報数を低減し，CA-CFAR の閾値設定の敏感さを改善しながら人物を検出できることを確認した． |
| 抄録(英) | A Multiple-Input Multiple-Output (MIMO) Frequency-Modulated Continuous Wave (FMCW) radar can provide various applications such as activity recognition and vital sign sensing. For these applications, it is essential to estimate a target’s location. In general, MIMO FMCW radar-based location estimation uses a range-angle map that expresses signal power against each range and angle. It could be possible to estimate an target’s location by detecting signal power that exceeds a threshold. However, noise and multipath components often exist over the range-angle map, which could bring a false alarm of an undesired location, depending on the threshold setting. To deal with this issue, it is highly demanded to reduce such noise components over the range-angle map. In this report, we propose Deep Image Prior (DIP)-based noise reduction method of the range-angle map. DIP is one of the unsupervised deep learning techniques that enable image denoising. In the proposed method, DIP is applied to the range-angle map calculated to reduce the noise components, and then the object location is detected over the denoised range-angle map based on Cell-Averaging CFAR (CA-CFAR), which is a typical threshold setting algorithm. Through the experiments to estimate human location in indoor environments, we confirmed that the proposed method with DIP could reduce the number of false alarms and estimate the human location with less sensitivity of the threshold setting, compared to the method without DIP. |
| キーワード(和) | レーダ / Denoising / Deep Image Prior |
| キーワード(英) | Radar / Denoising / Deep Image Prior |
| 資料番号 | RCS2021-299 |
| 発行日 | 2022-02-23 (RCS) |
| 研究会情報 | |
| 研究会 | RCS / SR / SRW |
|---|---|
| 開催期間 | 2022/3/2(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 委員長氏名（和） | 岡本 英二(名工大) / 亀田 卓(広島大) / 野田 華子(アンリツ) |
| 委員長氏名（英） | Eiji Okamoto(Nagoya Inst. of Tech.) / Suguru Kameda(Hiroshima Univ.) / Hanako Noda(Anritsu) |
| 副委員長氏名（和） | 西村 寿彦(北大) / 旦代 智哉(東芝) / 児島 史秀(NICT) / 田久 修(信州大) / 石津 健太郎(NICT) / 矢野 一人(ATR) / 水谷 圭一(京大) / 斎藤 健太郎(東京電機大) / 沢田 浩和(NICT) |
| 副委員長氏名（英） | Toshihiko Nishimura(Hokkaido Univ.) / Tomoya Tandai(Toshiba) / Fumihide Kojima(NICT) / Osamu Takyu(Shinshu Univ.) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) / Keiichi Mizutani(Kyoto Univ.) / Kentaro Saito(Tokyo Denki Univ.) / Hirokazu Sawada(NICT) |
| 幹事氏名（和） | 村岡 一志(NEC) / 山本 哲矢(パナソニック) / 成枝 秀介(三重大) / 稲森 真美子(東海大) / 李 斗煥(NTT) / 村上 友規(NTT) / 佐々木 重信(新潟大) |
| 幹事氏名（英） | Kazushi Muraoka(NEC) / Tetsuya Yamamoto(Panasonic) / Syusuke Narieda(Mie Univ.) / Mamiko Inamori(Tokai Univ.) / Doohwan Lee(NTT) / Tomoki Murakami(NTT) / Shigenobu Sasaki(NIigata Univ.) |
| 幹事補佐氏名（和） | 安達 宏一(電通大) / 中村 理(シャープ) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 奥山 達樹(NTTドコモ) / 太田 真衣(福岡大) / 大辻 太一(NEC) / 王 瀟岩(茨城大) / 田中 明美(MathWorks) / 野田 聡人(南山大) |
| 幹事補佐氏名（英） | Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Tatsuki Okuyama(NTT DOCOMO) / Mai Ohta(Fukuoka Univ.) / Taichi Ohtsuji(NEC) / WANG Xiaoyan(Ibaraki Univ.) / Akemi Tanaka(MathWorks) / Akihito Noda(Nanzan Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Radio Communication Systems / Technical Committee on Smart Radio / Technical Committee on Short Range Wireless Communications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | レーダ目標検出精度改善のための Deep Image Prior による雑音低減手法 |
| サブタイトル（和） | |
| タイトル（英） | Denoising Method Using Deep Image Prior for Improving Accuracy of Radar Target Detection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | レーダ / Radar |
| キーワード(2)（和/英） | Denoising / Denoising |
| キーワード(3)（和/英） | Deep Image Prior / Deep Image Prior |
| 第 1 著者 氏名（和/英） | 遠藤 康司 / Koji Endo |
| 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） | 山本 幸平 / Kohei Yamamoto |
| 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） | 大槻 知明 / Tomoaki Ohtsuki |
| 第 3 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2022-03-04 |
| 資料番号 | RCS2021-299 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | RCS-391 |
| ページ範囲 | pp.241-246(RCS), |
| ページ数 | 6 |
| 発行日 | 2022-02-23 (RCS) |