[論文レビュー] Characterization of a Multi-User Indoor Positioning System Based on Low Cost Depth Vision (Kinect) for Monitoring Human Activity in a Smart Home

Loïc Sevrin, Norbert Noury+4 more|arXiv (Cornell University)|Feb 8, 2016

Indoor and Outdoor Localization Technologies参考文献 12被引用数 28

ひとこと要約

本論文では、スマートホームにおける人間の活動を監視するために、複数台のKinect深度カメラを用いた低コストで非侵襲的な多人数室内位置特定システムを提示する。カメラキャリブレーションの最適化、マルチカメラデータの統合、およびトラジェクトリをグローバル座標系に投影することで、システムは0.2 m未満の平均誤差（<0.2 m）というサブメートルの精度を達成し、1秒の時間ずれがある場合でも密接に並走する人物を明確に分離できる。これにより、高齢者の自立性の低下を早期に検出可能となる。

ABSTRACT

An increasing number of systems use indoor positioning for many scenarios such as asset tracking, health care, games, manufacturing, logistics, shopping, and security. Many technologies are available and the use of depth cameras is becoming more and more attractive as this kind of device becomes affordable and easy to handle. This paper contributes to the effort of creating an indoor positioning system based on low cost depth cameras (Kinect). A method is proposed to optimize the calibration of the depth cameras, to describe the multi-camera data fusion and to specify a global positioning projection to maintain the compatibility with outdoor positioning systems. The monitoring of the people trajectories at home is intended for the early detection of a shift in daily activities which highlights disabilities and loss of autonomy. This system is meant to improve homecare health management at home for a better end of life at a sustainable cost for the community.

研究の動機と目的

• 高齢者の自宅での日常生活行動をモニタリングできる低コストで非侵襲的な室内位置特定システムの開発。
• 住宅環境で最大5名の複数ユーザーを同時に正確かつリアルタイムで追跡することの実現。
• グローバル投影法を用いることで、屋外位置特定システムとの互換性を維持すること。
• 空間的行動および行動パターンのモニタリングを通じて、自立性の低下の兆候を早期に検出すること。
• システムのスケーラビリティ、プライバシー保護、および大規模なリフォームなしに既存のアパートメントへの導入を可能にすること。

提案手法

• ウェアラブルデバイスを必要とせず、低コストの深度カメラ（Kinect）を用いて3次元人体ポーズおよび位置推定を実施。
• 深度測定誤差を最小限に抑えるために、三角形パターンのキャリブレーションポイントを用いた経験的キャリブレーション手法を採用。
• マルチカメラデータを統一した座標系に整列させるために、グローバル座標投影システムを適用し、環境全体での一貫性を確保。
• 時間的オフセット相関に基づくトラジェクトリマージングアルゴリズムを用いて、複数人の人物を区別。
• すべての画像データを各Kinectごとにコンピュータ上でローカル処理することで、ネットワーク送信を回避し、プライバシー保護を強化。
• 追跡されたトラジェクトリを特定の人物と関連付けるために、RFIDベースの識別モジュールの統合を計画。

実験結果

リサーチクエスチョン

• RQ1 複数台のカメラを用いた深度ビジョンシステムは、スマートホーム環境下で、室内の人間追跡にサブメートルの空間分解能（≤0.5 m）を達成できるか？
• RQ2 同じ経路を歩行する複数人の人物を、密接に並走している場合や同じ経路を歩行する場合に、どの程度効果的に区別できるか？
• RQ3 キャリブレーション手法は深度測定誤差をどの程度低減できるか。また、キャリブレーション三角形の面積は、精度にどのように影響するか？
• RQ4 グローバル投影法を用いることで、屋外位置特定システムとの互換性を維持できるか？
• RQ5 長期間にわたり非侵襲的なモニタリングを可能にする一方で、システムはプライバシー保護と低侵襲性をどの程度確保できるか？

主な発見

• 1.5 m²および2.5 m²の面積を持つキャリブレーション三角形を用いた場合、平均深度測定誤差が0.2 m未満に抑えられた。
• トラジェクトリマージング手法により、1秒の時間ずれがある同じ経路を歩行する2名の人物を効果的に分離でき、相関係数は21.4から13.5に低下した。
• キャリブレーション手法の検証において、大きなキャリブレーション三角形の面積が深度誤差を低減することを示し、面積を最適なキャリブレーションポイント選定の指標とする妥当性が裏付けられた。
• グローバル投影法により、複数台のKinectカメラ間で空間的一致性が維持され、屋外位置特定システムとの互換性が確保された。
• ウェアラブルデバイスを一切使用せず、複数ユーザーの追跡が可能であり、日常行動の非侵襲的で長期的なモニタリングが実現した。
• すべてのカメラデータをローカルで処理するため、画像がネットワークを介して送信されず、保存されないため、ユーザーのプライバシーが強化された。