Attention-Enhanced Deep Learning for Device-Free Through-the-Wall Presence Detection Using Indoor WiFi System

要約

タイトル：屋内WiFiシステムを用いた装置なし壁越し人物存在検知のためのAttention強化深層学習

要約：

– 屋内環境において人物の存在検知は、省エネやセキュリティなどの様々なアプリケーションにおいて重要である。
– 本論文では、WiFi信号のチャネル状態情報(CSI)を用いた人物存在検知のための新しいシステムを提案する。
– 提案システムは、ALPDと名付けられ、注意機構を使用してCSIデータから情報量の多いサブキャリアを自動的に選択し、双方向LSTMネットワークを用いてCSIの時間的依存関係を取得する。
– また、静的フィーチャーを利用して静止状態における人物存在検知の精度を向上させる。
– データセットを収集するためにWiFiアクセスポイント(AP)のペアを展開し、数値化指標を多数比較したところ、ALPDシステムが精度が高く、特に干渉がある場合に優れていることが判明した。
– また、双方向転送データは安定性と精度の向上に役立ち、トレーニング用のデータ収集コストを削減する。
– 全体的に、提案されたALPDシステムはWiFi CSI信号を用いた人物存在検知において有望な結果を示している。

要約(オリジナル)

Accurate detection of human presence in indoor environments is important for various applications, such as energy management and security. In this paper, we propose a novel system for human presence detection using the channel state information (CSI) of WiFi signals. Our system named attention-enhanced deep learning for presence detection (ALPD) employs an attention mechanism to automatically select informative subcarriers from the CSI data and a bidirectional long short-term memory (LSTM) network to capture temporal dependencies in CSI. Additionally, we utilize a static feature to improve the accuracy of human presence detection in static states. We evaluate the proposed ALPD system by deploying a pair of WiFi access points (APs) for collecting CSI dataset, which is further compared with several benchmarks. The results demonstrate that our ALPD system outperforms the benchmarks in terms of accuracy, especially in the presence of interference. Moreover, bidirectional transmission data is beneficial to training improving stability and accuracy, as well as reducing the costs of data collection for training. Overall, our proposed ALPD system shows promising results for human presence detection using WiFi CSI signals.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI