| 講演名 | 2014-01-23 ドップラーセンサを利用した人認識における機械学習の導入(モバイルネットワーク,モバイルアプリケーション,アンビエントインテリジェンス,センサネットワーク,一般及び技術展示) 真島 俊亮, 森野 博章, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年,個人認識において人の自然な行動に注目した手法が多く提案されている.画像認識や音声認識が主流であるが,画像認識ではプライバシーの侵害や暗所での利用が不可能であること,音声認識でも利用者の心理的負担が考えられるなどの問題点がある.これらの問題を解決する方法として,ドップラーセンサの利用が考えられる.マイクロ波ドップラーセンサは画像を取得することなく,また暗所でも利用が可能である.さらに,カメラのようにレンズが必要ないため人にセンシングすることを感知されにくい.我々は以前からドップラーセンサを利用し,人の自然な動作に注目した個人認識を提案している.基礎検討の段階で,3人を対象とした実験によりドップラーセンサから得られる周波数成分を利用した個人認識が可能という結果が得られている.今回は新たに,学習器にニューラルネットワークのバックプロパゲーションを利用し,適用が有効であることを示した.本提案方式では,認識対象となる可能性がある個人が増えても,バックプロパゲーションにおいてパラメータ調整を行い,入力ノードを変化させることでさらに多くの被験者の認識が可能であることを示す. |
| 抄録(英) | In recent years, individual recognition techniques have been extensively studied focusing on the natural behavior of humans, in which image recognition and voice recognition are the mainstream for techniques. However, these techniques have limitation of applicable situations and cases. For example, image recognition cannot be applied to the dark environments and it could infringe privacy of the users. Voice recognition could put psychological burden on the users. To solve these problems, we focus on the use of Microwave Doppler sensors. Microwave Doppler sensors can be used even in the dark situations. Also, it does not incur privacy problems nor let the users feel any mental burden as for being sensed since they do not need to acquire images by lenses. In the previous literature, we have proposed an individual recognition scheme that utilizes a Doppler sensor to detect the natural human motions and have shown through experiments that it was able to recognize three subjects by using the frequency spectrum data of the signal received by the Doppler sensor. This paper presents a novel learning method based on back-propagation neural networks that can be used in the recognizer. The paper shows that the proposed method enables recognition of up to five users by performing the parameter adjustment and changing the number of the input nodes in the back propagation neural networks. |
| キーワード(和) | 個人認識 / ドップラーセンサ / FFT / 特徴量 / ニューラルネットワーク |
| キーワード(英) | Individual recognition / Doppler sensor / FFT / the feature quantity / neural networks |
| 資料番号 | ASN2013-127 |
| 発行日 |
| 研究会情報 | |
| 研究会 | ASN |
|---|---|
| 開催期間 | 2014/1/16(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Ambient intelligence and Sensor Networks(ASN) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ドップラーセンサを利用した人認識における機械学習の導入(モバイルネットワーク,モバイルアプリケーション,アンビエントインテリジェンス,センサネットワーク,一般及び技術展示) |
| サブタイトル（和） | |
| タイトル（英） | Introducing Machine-Learning to Individual Recognition Using Doppler Sensors |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 個人認識 / Individual recognition |
| キーワード(2)（和/英） | ドップラーセンサ / Doppler sensor |
| キーワード(3)（和/英） | FFT / FFT |
| キーワード(4)（和/英） | 特徴量 / the feature quantity |
| キーワード(5)（和/英） | ニューラルネットワーク / neural networks |
| 第 1 著者 氏名（和/英） | 真島 俊亮 / Shunsuke MASHIMA |
| 第 1 著者 所属（和/英） | 芝浦工業大学大学院理工学研究科 Graduate School of Engineering and Science, Shibaura Institute of Technology |
| 第 2 著者 氏名（和/英） | 森野 博章 / Hiroaki MORINO |
| 第 2 著者 所属（和/英） | 芝浦工業大学大学院理工学研究科 Graduate School of Engineering and Science, Shibaura Institute of Technology |
| 発表年月日 | 2014-01-23 |
| 資料番号 | ASN2013-127 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 399 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |