| 講演名 | 2019-01-29 FMCWレーダを用いたトイレでの異常検知 高畠 航(慶大), 山本 幸平(慶大), 豊田 健太郎(慶大), 大槻 知明(慶大), 柴田 洋平, 長手 厚史, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 レータ? / 異常検知 / トイレ |
| キーワード(英) | FMCW radar / Anomaly detection / Toilet |
| 資料番号 | ASN2018-90 |
| 発行日 | 2019-01-21 (ASN) |
| 研究会情報 | |
| 研究会 | ASN |
|---|---|
| 開催期間 | 2019/1/28(から2日開催) |
| 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. |
| 委員長氏名（和） | 岡田 啓(名大) |
| 委員長氏名（英） | Hiraku Okada(Nagoya Univ.) |
| 副委員長氏名（和） | 山本 高至(京大) / 中澤 仁(慶大) / 門田 和也(日立) |
| 副委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) / Jin Nakazawa(Keio Univ.) / Kazuya Monden(Hitachi) |
| 幹事氏名（和） | 大和田 泰伯(NICT) / 萬代 雅希(上智大) / 川喜田 佑介(神奈川工科大) |
| 幹事氏名（英） | Yasunori Owada(NICT) / Masaki Bandai(Sophia Univ.) / Yusuke Kawakita(Kanagawa Inst. of Tech.) |
| 幹事補佐氏名（和） | 橋本 匡史(阪大) / 大田 知行(広島市立大) / 菊月 達也(富士通研) / 中野 亮(日立) / 堀田 善文(三菱電機) |
| 幹事補佐氏名（英） | Masafumi Hashimoto(Osaka Univ.) / Tomoyuki Ota(Hiroshima City Univ.) / Tatsuya Kikuzuki(Fujitu Lab.) / Ryo Nakano(HITACHI) / Yoshifumi Hotta(Mitsubishi Electric) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Ambient intelligence and Sensor Networks |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| キーワード(1)（和/英） | FMCW レータ? / 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 |
| 第 1 著者 氏名（和/英） | 高畠 航 / Wataru Takabatake |
| 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） | 豊田 健太郎 / Kentaroh Toyoda |
| 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） | 大槻 知明 / Tomoaki Ohtsuki |
| 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） | 柴田 洋平 / Yohei Shibata |
| 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 |
| 第 6 著者 氏名（和/英） | 長手 厚史 / Atsushi Nagate |
| 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 |
| 発表年月日 | 2019-01-29 |
| 資料番号 | ASN2018-90 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | ASN-428 |
| ページ範囲 | pp.65-70(ASN), |
| ページ数 | 6 |
| 発行日 | 2019-01-21 (ASN) |