[論文レビュー] A Survey of Human Activity Recognition Using WiFi CSI

Siamak Yousefi, Hirokazu Narui+3 more|arXiv (Cornell University)|Aug 23, 2017

Indoor and Outdoor Localization Technologies参考文献 7被引用数 5

ひとこと要約

この論文は、チャネル状態情報（CSI）を用いたWi-Fiベースの受動的ヒューマンアクティビティ認識について調査し、長短記憶（LSTM）RNNのようなディープラーニングモデルが、隠れマルコフモデル（HMM）やランダムフォレストといった従来手法を著しく上回ることを示している。人の動きによって引き起こされるCSIの振幅および位相の変化を分析することで、屋内環境やユーザーの種別に関係なく、歩行、走行、転倒などのアクティビティを90%以上の精度で分類する手法が提案されている。

ABSTRACT

In this article, we present a survey of recent advances in passive human behaviour recognition in indoor areas using the channel state information (CSI) of commercial WiFi systems. Movement of human body causes a change in the wireless signal reflections, which results in variations in the CSI. By analyzing the data streams of CSIs for different activities and comparing them against stored models, human behaviour can be recognized. This is done by extracting features from CSI data streams and using machine learning techniques to build models and classifiers. The techniques from the literature that are presented herein have great performances, however, instead of the machine learning techniques employed in these works, we propose to use deep learning techniques such as long-short term memory (LSTM) recurrent neural network (RNN), and show the improved performance. We also discuss about different challenges such as environment change, frame rate selection, and multi-user scenario, and suggest possible directions for future work.

研究の動機と目的

• Wi-Fiチャネル状態情報（CSI）を用いた受動的ヒューマンアクティビティ認識分野における最近の進展を包括的に調査すること。
• 環境の変動、フレームレートの選定、マルチユーザー環境における状況といった、既存手法の限界を特定すること。
• 特にLSTM RNNを含むディープラーニング手法を、CSIに基づくアクティビティ認識における従来の機械学習モデルの優れた代替手段として提案すること。
• 位相ノイズ、多径効果、動的環境における耐障害性といった課題に対処すること。
• 将来的な研究方向性、特にマルチユーザーのアクティビティ認識およびCSI位相情報の統合を検討すること。

提案手法

• 人の動きによって変化する信号の反射を捉えるために、商用Wi-FiシステムからのCSIデータを活用する。
• 主成分分析（PCA）、短時間フーリエ変換（STFT）、離散ウェーブレット変換（DWT）などの特徴抽出技術を用いて、時間的および周波数的特徴を抽出する。
• ベースライン比較のため、ランダムフォレストおよび隠れマルコフモデル（HMM）などの機械学習分類器を適用する。
• CSIシーケンス内の時間的依存関係をモデル化するため、長短記憶（LSTM）再帰ニューラルネットワークを提案および評価する。
• STFTを用いてCSIデータからドップラー周波数シフトプロファイルを計算し、周波数-時間解析による動きのパターン検出を可能にする。
• エネルギーに基づくセグメンテーションを適用してドップラープロファイル内のアクティビティセグメントを特定し、異なるジェスチャーまたは行動の分類を可能にする。

実験結果

リサーチクエスチョン

• RQ1 LSTMのようなディープラーニングモデルの性能は、HMM やランダムフォレストなどの従来の機械学習モデルと比べて、CSIに基づくアクティビティ認識においてどのように異なるか？
• RQ2 CSIに基づくアクティビティ認識は、多様な屋内環境やユーザー集団において、どの程度の精度を維持できるか？
• RQ3 計算コストと分類精度のバランスを考慮した場合、CSIのサンプリングに最適なフレームレートは何か？
• RQ4 位相ノイズや曖昧さが存在する中で、CSIの位相情報は認識性能の向上に有効に活用できるか？
• RQ5 共有環境において複数ユーザーのアクティビティを同時に認識できるシステムは、どのように設計できるか？

主な発見

• LSTMベースのモデルは、横になる、転倒する、歩行、走行などのアクティビティを95%以上の精度で分類し、HMMおよびランダムフォレストモデルを著しく上回った。
• LSTMの混同行列では、歩行（93%）と走行（97%）の分類がほぼ完璧であり、すべてのクラスで誤分類が最小限に抑えられていた。
• ランダムフォレストおよびHMMモデルでは、類似したアクティビティ間で高い混同が見られた。例えば、「座る」が「立つ」に誤分類されたり、「転倒」が「横になる」に誤分類されるなど、類似した行動が混同されやすい傾向にあった。
• 静的物体成分を除去するためにPCAを適用することで、環境の違いに強く、動的な人間による信号変化に特化した信号の分離が可能になり、耐障害性が向上した。
• フレームレートが約1 kHzのとき、精度と計算コストの最良のトレードオフが達成された。50 Hzでは性能が急激に低下した。
• アンテナ間の位相差は、動きに伴うアングル・オブ・アレイ（AOA）の変化を捉える可能性を示したが、位相ノイズや整数アンビギュイティの問題は未解決の課題のまま残っている。