[論文レビュー] Range-Max Enhanced Ultra-Wideband Micro-Doppler Signatures of Behind Wall Indoor Human Activities

Qiang An, Shuoguang Wang+5 more|arXiv (Cornell University)|Jan 28, 2020

Advanced SAR Imaging Techniques参考文献 69被引用数 8

ひとこと要約

本稿では、不透明な壁の後ろにいる人の活動を検出・分類するための微ドップラー特徴抽出を向上させるために、範囲最大（range-max）強化を施した超広帯域（UWB）レーダー手法を提案する。壁に起因する直流（DC）成分を除去するためのハイパスフィルタを適用し、範囲バインごとに最も強い微ドップラー特徴を選択する新しい範囲最大強化戦略を導入することで、時間周波数特徴の明瞭さが著しく向上し、従来のSTFTベースの手法に比べて運動分類の正確性が向上する。

ABSTRACT

Penetrating detection and recognition of behind wall indoor human activities has drawn great attentions from social security and emergency service department in recent years since intelligent surveillance aforehand could avail the proper decision making before operations being carried out. However, due to the influence of the wall effects, the obtained micro-Doppler signatures would be severely degenerated by strong near zero-frequency DC components, which would inevitably smear the detailed characteristic features of different behind wall motions in time-frequency (TF) map and further hinder the motion recognition and classification. In this paper, an ultra-wideband (UWB) radar system is first employed to probe through the opaque wall to detect the behind wall motions, which often span a certain number of range bin cells. By employing such a system, a high resolution range map can be obtained, in which the embedded rich range information is expected to be fully exploited to improve the subsequent recognition and classification performance. Secondly, a high-pass filter is applied to remove the effect of the wall in the raw range map. Then, with the aim of enhancing the characteristic features of different behind wall motions in TF maps, a novel range-max enhancement strategy is proposed to extract the most significant micro-Doppler feature of each TF cell along all range bins for a specific motion. Lastly, the effectiveness of the proposed micro-Doppler signature enhancement strategy is investigated by means of onsite experiments and comparative classification. Both the feature enhanced TF maps and classification results show that the proposed approach outperforms other state-of-art Short-Time Fourier Transform (STFT) based TF feature extraction methods.

研究の動機と目的

• UWBレーダーシステムにおける壁透過に起因する強いDC成分が微ドップラー特徴の品質を低下させることに対処すること。
• 時間周波数（TF）マップにおける運動特異的微ドップラー特徴の可視性と明確さを向上させることで、分類性能を改善すること。
• 複数の範囲バインにわたる微ドップラー特徴のうち、最も顕著な特徴を抽出する範囲最大強化戦略を開発すること。
• 現地実験と比較的分類性能分析を通じて、提案手法の有効性を検証すること。
• 壁の後ろの人間の運動を認識する分野で、既存のSTFTベースの微ドップラー特徴抽出技術を上回ること。

提案手法

• 不透明な壁の背後にいる人の活動の高分解能範囲マップを取得するために、超広帯域（UWB）レーダーシステムを用いる。
• 壁の反射に起因する支配的DC成分を低減するため、生の範囲マップにハイパスフィルタを適用する。
• 各時間周波数セルに対して、すべての範囲バインにおける最大の微ドップラーエネルギーを選択する、新しい範囲最大強化戦略を導入する。
• 強化された微ドップラー特徴は、時間周波数解析、特に短時間フーリエ変換（STFT）を用いて抽出される。
• 運動特異的ダイナミクスを保持するために、各時間周波数ポイントごとに最も反応の良い範囲バインからの特徴抽出に重点を置く。
• 実際の屋内環境における不透明な壁を想定した現地実験データを用いて、分類性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 壁に起因するDCエネルギーは、壁の後ろの人間活動検出における微ドップラー特徴の明瞭さにどのように影響を与えるか？
• RQ2 ハイパスフィルタリングと範囲最大強化によって、時間周波数マップにおける運動特異的微ドップラー特徴の可視性はどの程度向上するか？
• RQ3 提案された範囲最大強化戦略は、従来のSTFTベースの特徴抽出と比較して、壁の後ろの人間の運動分類においてどのように異なるか？
• RQ4 強化された微ドップラー特徴は、現実世界の壁の後ろの状況において、より高い分類正確性を達成できるか？
• RQ5 範囲バインの選択は、運動認識のための特徴の頑健性と明確さにどのような影響を与えるか？

主な発見

• 提案された範囲最大強化戦略は、時間周波数マップにおける微ドップラー特徴の明瞭さと明確さを顕著に向上させる。
• ハイパスフィルタリングは、壁に起因するDC成分を効果的に低減し、スペクトルのぼやけを軽減し、特徴の分解能を向上させる。
• 強化された微ドップラー特徴は、標準的なSTFTベースの手法に比べて優れた分類性能を示す。
• 現場実験の結果、本手法が現実世界の壁の後ろ検出状況において有効であることが確認された。
• 各時間周波数セルに対して最も情報量の多い範囲バインに注目することで、本手法はより高い運動認識正確性を達成する。
• ハイパスフィルタリングと範囲最大強化の組み合わせにより、分類に適したより頑健で識別性の高い特徴表現が得られる。