JP2011232812A - 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム - Google Patents

侵入者検知装置、侵入者検知方法、および侵入者検知プログラム Download PDF

Info

Publication number
JP2011232812A
JP2011232812A JP2010099971A JP2010099971A JP2011232812A JP 2011232812 A JP2011232812 A JP 2011232812A JP 2010099971 A JP2010099971 A JP 2010099971A JP 2010099971 A JP2010099971 A JP 2010099971A JP 2011232812 A JP2011232812 A JP 2011232812A
Authority
JP
Japan
Prior art keywords
signal
separated
received
unit
signals
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2010099971A
Other languages
English (en)
Inventor
Norihito Hirasawa
徳仁 平澤
Masao Masugi
正男 馬杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2010099971A priority Critical patent/JP2011232812A/ja
Publication of JP2011232812A publication Critical patent/JP2011232812A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)
  • Burglar Alarm Systems (AREA)
  • Alarm Systems (AREA)

Abstract

【課題】独立成分分析手法を利用して、より高い精度で対象物を検知する。
【解決手段】侵入者検知装置２０であって、信号を受信する複数の信号受信部２１〜２Ｎと、複数の受信信号から独立成分分析手法を用いてノイズを除去した複数の分離信号を生成する信号分離部３１と、受信信号と分離信号との間の類似度を算出して受信信号と分離信号とを対応付ける類似度算出部３３と、受信信号と分離信号との対応付けを記憶する記憶部３２と、分離信号毎に信号の変動量を算出する変動量算出部３４と、各変動量と閾値とを比較して変動量が閾値を超える分離信号については当該分離信号に対応する信号受信部の付近で人が検知されたと判別する判定部３５と、検知結果を通知する通知部３６とを有する。
【選択図】図１

Description

本発明は、人の侵入により変動した受信信号を用いて、人の侵入を検知するとともに、どのアンテナでの変動であるかを検知する侵入者検知技術に関する。
近年、住宅やオフィス等の屋内への侵入犯罪に対する防犯意識の高まりや、少子高齢化社会に伴う見守りサービスの需要が増えている。これら安心・安全を目的としたサービスでは、人を検知するためのセンサがあり、現在は赤外線や画像による人の検知が主流となっている。赤外線センサは主に２種類あり、１つは送信機と受信機間で赤外線を送受信し、物体によって赤外線がさえぎられて送受信が出来ない場合に人がいることを検知するものである。もう１つは、人や動物が発する赤外線を検出し、人を検知するものである。
画像センサは、カメラが撮影した画像（現画像と前画像）の差分を解析し、その差分値の変化から人を検知する。画像センサは、近年の画像処理や画像認識技術の向上により、人を精度良く検知する手段として注目を集めている。
また、最近では、電磁波を利用した人の検知方法が研究されている。電磁波センサは、信号源を備えるアクティブ型（信号源と受信装置のセットとなっているもの）と、携帯電話基地局から放出される電磁波など、空間中に既に存在する電磁波を利用したパッシブ型（受信装置のみ）がある。いずれの場合も、アンテナで受信される電圧の変動を観測するものである（特許文献１参照）。
ところで、このような電磁波を利用したセンサの場合、アンテナで受信される電圧の変動を効率的に抽出することが求められる。人の侵入や移動に伴う電圧の変動抽出方として、複数の信号が混在した環境下において、混合前の元信号変動を推定する手法である独立成分分析手法（非特許文献１、２参照）があり、実環境への適用を目的とした装置やプログラムが提案されている（特許文献２〜８参照）。独立成分分析手法の実環境への適用については、混在する音声信号や生体信号の分離実現を目的に検討が進められている。
特開２００９−２２９３１８号公報 特許第３８８７２４７号公報 特開２００４−１１０４０４号公報 特開２００５−９１５６０号公報 特開２００５−２５８３６３号公報 特開２００６−３３７８５１号公報 特開２００６−２４３６６４号公報 特開２００７‐２０６０３７号公報
A. Hyvarinen, "Survey on Independent Component Analysis" Neural Computing Surveys, 2, pp.94-128, 1999. A. Hyvarinen and E. Oja, "Independent Component Analysis: Algorithms and Applications", Neural Networks, 13(4-5), pp.411-430, 2000.
赤外線センサは、検知感度が高いため多用されているが、直進性が強いという特性を有するため、屋内の障害物（壁、柱など）によって死角が生じる場合がある。このため、複数の赤外線センサを設置しなければならず、コストが高くなってしまう。また、夏など外気温が高くなった場合に誤動作する恐れがある。
また、画像センサは、屋内を撮影することから、一般住居などのプライバシーにかかわる場所では適用に心理的な抵抗感がある。また、画像センサは、赤外線センサと同様に、壁などに遮られた死角については画像を撮影できない。このため、複数の画像センサを設置しなければならず、コストが高くなってしまう。
電磁波センサは、電磁波を利用するため、利用する周波数によっては、センサの見通し外であっても検知できる利点があるものの、人の移動に伴う受信電圧の変動を効率的に抽出する必要がある。
また、複数信号が混合した信号を観測し、混合前の元信号変動の推定手法である独立成分分析手法について、これまでの検討内容は、推定精度の改善や計算処理の効率化を目的とするものが主であった。独立成分分析手法により得られる推定信号に関しては、観測した複数信号との関係性（あるいは、観測順序と推定順序）が必ずしも保証されるわけではない。
本発明は上記を鑑みてなされたものであり、本発明の目的は、独立成分分析手法を利用して、より信頼性の高い侵入者検知装置、侵入者検知方法および侵入者検知プログラムを提供することにある。
上記目的を達成するため、本発明は、侵入者検知装置であって、任意の周波数の信号を受信する複数の信号受信部と、前記複数の信号受信部がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離部と、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出部と、前記類似度算出部が算出した受信信号と分離信号との対応付けを記憶する記憶部と、分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出部と、算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定部と、前記判定部の検知結果を通知する通知部と、を有する。
また、本発明は、侵入者検知装置であって、任意の周波数の信号を受信する複数の信号受信部と、前記複数の信号受信部がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離部と、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出部と、前記類似度算出部が算出した受信信号と分離信号との対応付けを記憶する記憶部と、複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検出部と、生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出部と、算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定部と、前記判定部の検知結果を通知する通知部と、を有する。
また、本発明は、侵入者検知装置が行う侵入者検知方法であって、複数の信号受信部で、任意の周波数の信号を受信する受信ステップと、前記受信ステップでそれぞれ受信した複数の受信信号から、独立成分分析手法を用いてノイズを除去した複数の分離信号を生成する信号分離ステップと、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付け、記憶部に記憶する類似度算出ステップと、分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出ステップと、算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定ステップと、前記判定ステップの検知結果を通知する通知ステップと、を行う。
また、本発明は、侵入者検知装置が行う侵入者検知方法であって、複数の信号受信部で、任意の周波数の信号を受信する受信ステップと、前記受信ステップでそれぞれ受信した複数の受信信号から、独立成分分析手法を用いてノイズを除去した複数の分離信号を生成する信号分離ステップと、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付け、記憶部に記憶する類似度算出ステップと、複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検知信号生成ステップと、生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出ステップと、算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定ステップと、前記判定ステップの検知結果を通知する通知ステップと、を行う。
また、本発明は、侵入者検知プログラムであって、コンピュータに、任意の周波数の信号を受信する複数の信号受信手段、前記複数の信号受信手段がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離手段、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出手段、前記類似度算出手段が算出した受信信号と分離信号との対応付けを記憶する記憶手段、分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出手段、算出した各変動量と前記記憶手段に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信手段の付近で人が検知されたと判別する判定手段、および、前記判定手段の検知結果を通知する通知手段、として機能させる。
また、本発明は、侵入者検知プログラムであって、コンピュータに、任意の周波数の信号を受信する複数の信号受信手段、前記複数の信号受信手段がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離手段、各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出手段、前記類似度算出手段が算出した受信信号と分離信号との対応付けを記憶する記憶手段、複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検出手段、生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出手段、算出した各変動量と前記記憶手段に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信手段の付近で人が検知されたと判別する判定手段、および、前記判定手段の検知結果を通知する通知手段として機能させる。
本発明によれば、独立成分分析手法を利用して、より信頼性の高い侵入者検知装置、侵入者検知方法および侵入者検知プログラムを提供することができる。
第１の実施形態の侵入者検知装置の構成図である。 第１の実施形態の処理の流れを示すフロー図である。 信号波形の一例を示す図である。 第２の実施形態の侵入者検知装置の構成図である。 第２の実施形態の処理の流れを示すフロー図である。 信号波形の一例を示す図である。
＜第１の実施形態＞
図１は、本発明の第１の実施の形態による侵入者検知装置の構成例を示す。図１において、信号源１０と、侵入者検知装置２０と、インターネット等のネットワーク４０と、が示されている。侵入者検知装置２０は、アンテナ（またはセンサ）を備える複数の信号受信部２１〜２Ｎと、信号分離部３１と、記憶部３２と、類似度算出部３３と、比較部（変動量算出部）３４と、判定部３５と、検出信号送出部（通知部）３６と、を有する。
図示する侵入者検知装置２０は、Ｎ個（Ｎは２以上の自然数）の信号受信部２１〜２Ｎを備え、各信号受信部は、侵入者検知装置２０が設置された住宅やオフォスの所定の場所にそれぞれ設置されている。
図１に示した構成例では、信号源１０からの送信信号が人、動物などの対象物の侵入により変動する系を想定している。このとき、アンテナ等で検出された受信信号は、信号受信部２１〜２Ｎを介して信号分離部３１へ送られる。
図示する侵入者検知装置２０（信号分離部３１、記憶部３２、類似度算出部３３、比較部３４、判定部３５、検出信号送出部３６）は、例えば、ＣＰＵと、メモリと、ＨＤＤ等の外部記憶装置と、入力装置と、出力装置とを備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵがメモリ上にロードされた侵入者検知装置２０用のプログラムを実行することにより、侵入者検知装置２０の各機能が実現される。また、侵入者検知装置２０用のプログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ−ＲＯＭなどのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。
図２は、侵入者検知装置２０の処理の流れを示したフロー図である。図示する処理は、常時、所定の時間間隔で繰り返し行われるものとする。
信号受信部２１〜２Ｎの各々は、信号源１０から発出される周波数に同調して信号を受信し、当該受信信号を所定のタイミング（時間間隔）で信号分離部３１へ出力する（Ｓ１１）。信号受信部２１〜２Ｎは、例えば、信号源１０からの周波数が高い場合には、ダウンコンバートするなど取り扱いが容易な周波数に変換したのち、任意のサンプリング間隔でデジタルデータ（時間領域の信号）へ変換し、信号分離部３１へ送信（送出）する。各信号受信部２１〜２Ｎで受信される受信信号は、人などの移動による信号の変動だけでなく、ノイズ（マルチパス干渉や外来ノイズ等）の影響により、歪をともなっていることが想定される。
なお、各信号受信部２１〜２Ｎは、信号分離部３１へ受信信号を送信する際に、当該信号受信部２１〜２Ｎを識別するための識別情報（いずれの信号受信部から受信されたものかを判別するための情報であり、例えばｐ１〜ｐＮなどのＩＤ番号を付与することが考えられる。）を受信信号に付加して送信するものとする。
信号分離部３１は、各信号受信部２１〜２Ｎから送信されたＮ個の受信信号（ノイズによる影響を受けた信号）を入力する。そして、信号分離部３１は、独立成分分析手法を用いて、Ｎ個の受信信号からノイズの影響を除去・分離した、Ｎ個の分離信号（推定信号）を生成する（Ｓ１２）。なお、独立成分分析手法については後述する。
また、信号分離部３１は、Ｎ個の受信信号と、生成したＮ個の分離信号とを記憶部３２に記憶する。これにより、記憶部３２には、Ｎ個の受信信号と、Ｎ個の分離信号とが記憶される。
類似度算出部３３は、Ｎ個の受信信号およびＮ個の分離信号を記憶部３２から読み出して、各受信信号と各分離信号との間の類似度をそれぞれ算出する。そして、類似度算出部３３は、算出した類似度に基づいて、どの分離信号がどの受信信号に対応するものであるかを１対１に対応付ける（Ｓ１３）。そして、類似度算出部３３は、算出した類似度および分離信号と受信信号との対応付け情報を記憶部３２に記憶する。分離信号と受信信号との対応付け情報には、受信信号に付加された識別情報も含まれる。なお、類似度の算出手順については後述する。
比較部３４は、Ｓ１２で信号分離部３１により生成されたＮ個の分離信号の各々について、変動量を算出し、算出した変動量に基づいて分離信号の順位付けを行う（Ｓ１４）。変動量の算出（評価）は、例えば分離信号の振幅の変動幅や、任意の時間単位での積分値、また、微分値等の算出が考えられる。また、比較部３４は、変動量が大きい順に、１番、２番、・・・Ｎ番の順位を設定する。なお、比較部３４は、設定した順位を分離信号と対応付けて記憶部３２に記憶してもよい。
判定部３５は、Ｓ１４で比較部３４が分離信号毎に算出した各変動量と、記憶部３２に記憶された閾値とをそれぞれ比較し、閾値を超える変動量が存在するか否かを判別する（Ｓ１５）。記憶部３２には、人などの侵入・移動による信号の変動であることを判別するための閾値があらかじめ記憶されている。
そして、閾値を超える変動量の分離信号については（Ｓ１５：ＹＥＳ）、判定部３５は、人などの侵入または移動があったと判別する。そして、判定部３５は、変動量が閾値を超える全ての分離信号の各々について、当該分離信号に対応する受信信号の識別情報（例えば、信号受信部２１〜２Ｎの番号等）を、Ｓ１３で記憶部３２に記憶した対応付け情報から検索する。そして、判定部３５は、人の侵入等があったと判定された各分離信号に対応する受信信号の識別情報と、Ｓ１４で比較部３４が決定した変動量の順位とを含む検知情報を、検出信号送出部３６へ送信・送出するとともに、記憶部３２にログ情報として記憶する。
なお、判定部３５は、検知情報に変動量の順位を含めることなく、受信信号の識別情報を変動量の順位に従って（例えば、１番から順に）検知情報に設定することとしてもよい。
検出信号送出部３６は、判定部３５から送信された検知情報を、例えばインターネットなどのネットワーク４０を介して、警備会社、または侵入者検知装置２０が設置された住宅やオフォスの所有者（例えば携帯電話等）へ通知する（Ｓ１６）。そして、Ｓ１１に戻り、所定の時間間隔で繰り返し図２の処理を行う。
一方、すべての分離信号の変動量が閾値を超えない場合（Ｓ１５：ＮＯ）、判定部３５は、人の侵入がないと判別し、Ｓ１６の処理を行うことなく、Ｓ１１に戻り、所定の時間間隔で繰り返し図２の処理を行う。
図３は、各信号の波形の例を示したものである。図３（０）は、信号源１０が送信する送信信号の波形を表わしている。図３（ａ）は、ある信号受信部の付近において、人の移動により図３（０）の送信信号が変動した元信号の波形を表わしている。図３（ｂ）は、ある信号受信部において受信される受信信号を表わしている。受信信号は、人の移動による変動・影響だけでなく、マルチパス干渉や外来ノイズなどにより図３（ａ）の元信号が歪められている。図３（ｃ）は、図３（ｂ）の受信信号からノイズ成分が除去された分離信号を表わしている。
図３（ｂ）の受信信号では、外来ノイズ等の影響で発生した突発的な変動や、マルチパス干渉等による歪みが発生している。図３（ｃ）の分離信号では、受信信号にある外来ノイズ等の影響による変動成分等が除去され、人の移動による信号の変動成分が明確に現れている。
本実施形態では、ノイズやマルチパス干渉の影響がなく、人の移動による変動のみが表わされた図３（ａ）の元信号を、独立成分分析法を用いて推定し、図３（ｃ）の分離信号として生成する。図２のＳ１４において、受信信号ではなく、外来ノイズ等の影響による変動成分等が除去された分離信号を用いて変動量を算出することで、より高い精度で人などを検知することができる。
[独立成分分析手法]
次に、Ｓ１２の分離信号の生成に用いられる独立成分分析手法について説明する。独立成分分析手法は、受信した複数の受信信号から外来ノイズ等の影響を受けていない分離信号を推定する手法であって、例えば、非ガウス性の最大化に基づく手法、最尤推定に基づく手法、相互情報量に基づく手法、非線形関数無相関に基づく手法、テンソルに基づく手法など（非特許文献１、２）のうち、少なくとも１つの手法を用いることができる。
送信信号に人の移動に伴う変動を受けたＮ個の元信号ｓ（図３（ａ））を式（１）とし、Ｎ個の受信信号ｘ（信号受信部２１〜２Ｎで受信された信号：図３（ｂ））を式（２）とし、Ｎ個の分離信号ｙ（信号分離部３１でノイズ成分を除去した信号：図３（ｃ））を式（３）とする。なお、Ｔは行列の転置を表している。
ｓ＝（ｓ１、ｓ２、・・・、ｓＮ）T ・・・・式（１）
ただし、ｓ１＝｛ｓ１−１、ｓ１−２、・・・、ｓ１−ｍ｝、ｓ２＝｛ｓ２−１、ｓ２−２、・・・、ｓ２−ｍ｝、・・・、ｓＮ＝｛ｓＮ−１、ｓＮ−２、・・・、ｓＮ−ｍ｝であり、ｍは元信号を構成する各データのサンプル数を表わす。
ｘ＝（ｘ１、ｘ２、・・・、ｘＮ）T ・・・・式（２）
ただし、ｘ１＝｛ｘ１−１、ｘ１−２、・・・、ｘ１−ｍ｝、ｘ２＝｛ｘ２−１、ｘ２−２、・・・、ｘ２−ｍ｝、・・・、ｘＮ＝｛ｘＮ−１、ｘＮ−２、・・・、ｘＮ−ｍ｝であり、ｍは受信信号を構成する各データのサンプル数を表わす。
ｙ＝（ｙ１、ｙ２、・・・、ｙＮ）T ・・・・式（３）
ただし、ｙ１＝｛ｙ１−１、ｙ１−２、・・・、ｙ１−ｍ｝、ｙ２＝｛ｙ２−１、ｙ２−２、・・・、ｙ２−ｍ｝、・・・、ｙＮ＝｛ｙＮ−１、ｙＮ−２、・・・、ｙＮ−ｍ｝であり、ｍは分離信号を構成する各データのサンプル数を表わす。
この場合に、受信信号ｘと元信号ｓとの関係については式（４）で、分離信号ｙと受信信号ｘとの関係については式（５）で表現することができる。ただし、Ａは未知の行列であって、Ｗは推定対象の行列を表わしている。
ｘ＝Ａｓ ・・・・式（４）
ｙ＝Ｗｘ ・・・・式（５）
なお、式（１）〜式（５）を構成する各変数のうち、ｓ、ｓ１、ｓ２、・・・、ｓＮ、ｘ、ｘ１、ｘ２、・・・、ｘＮ、ｙ、ｙ１、ｙ２、・・・、ｙＮについては、ベクトルである。以降も同様である。
独立成分分析手法の具体的な処理は、信号分離部３１は、Ｎ個の信号受信部２１〜２Ｎが受信したＮ個の受信信号ｘを入力する。次に、式（５）を用いて、分離信号ｙの各成分が互いに統計的に独立となるよう、非ガウス性の最大化に基づく手法、最尤推定に基づく手法、相互情報量に基づく手法、非線形関数無相関に基づく手法、テンソルに基づく手法等を用いて、行列Ｗを算出する。そして、Ｗ≒Ａ−１と仮定し、算出した行列Ｗを式（５）に代入して分離信号ｙを算出する。なお、分離信号ｙは元信号ｓに近似するため、ｓ＝Ａ−１ｘ≒Ｗｘ＝ｙの関係が成立している。
［類似度の算出手順について］
独立成分分析手法を適用した際には各受信信号と各分離信号との関連性（分離信号の生成順序）が保証されない。すなわち、どの分離信号がどの受信信号に対応するかという「分離信号の順序性」が保証されるわけではない。そこで、受信信号ｘと分離信号ｙとの間の類似度を算出し、算出した類似度を用いて、受信信号ｘに対応する分離信号ｙの順序性を決定する。すなわち、Ｓ１３で算出する類似度を用いて、Ｎ個の分離信号とＮ個の受信信号とを、１対１に対応付けする。
Ｓ１３の類似度の算出法としては、各受信信号と各分離信号との間の相互相関係数を用いることができる。ここで、Ｎ個の受信信号をｘ１＝｛ｘ１−１、ｘ１−２、・・・、ｘ１−ｍ｝、ｘ２＝｛ｘ２−１、ｘ２−２、・・・、ｘ２−ｍ｝、・・・、ｘＮ＝｛ｘＮ−１、ｘＮ−２、・・・、ｘＮ―ｍ｝（ただし、ｍは受信信号を構成する各データのサンプル数）とする。また、Ｎ個の分離信号をｙ１＝｛ｙ１−１、ｙ１−２、・・・、ｙ１−ｍ｝、ｙ２＝｛ｙ２−１、ｙ２−２、・・・、ｙ２−ｍ｝、・・・、ｙＮ＝｛ｙＮ−１、ｙＮ−２、・・・、ｙＮ―ｍ｝（ただし、ｍは分離信号を構成する各データのサンプル数）とする。この場合に、相互相関係数ρは式（６）で定義することができる。
ρ（ｘ、ｙ）＝Ｅ[（ｘｉ―Ｅ[ｘｉ]）・（ｙｉ―Ｅ[ｙｉ]）]／σｘｉσｙｉ
・・・式（６）
ただし、ｉ＝１、２、・・・、Ｎであり、Ｅ[ ]は各データの平均値を示し、σは各データの標準偏差を示す。また、「・」はベクトルの内積演算を表す。式（６）を用いることにより、各受信信号ｘｉと各分離信号ｙｉとの間の類似度をそれぞれ算出することができる。
なお、相互相関係数に代えて、受信信号と分離信号との間の相互相関係数の加工値（例えば、２乗値、逆数など）、受信信号と分離信号との間の距離（ユークリッド距離、ミンコフスキー距離、マハラノビス距離など）、クラスター型分析手法（階層的クラスタリング、ｃ平均法、ｋ平均法、ファジィｃ平均法など）（特許文献８参照）により算出される対象データ間の類似度（＝データ間の距離）、などを１つ以上利用することも考えられる。
このように、Ｎ個の受信信号ｘを前述の式（２）とし、Ｎ個の分離信号ｙを前述の式（３）とした場合に、各受信信号ｘと各分離信号ｙとの間で算出された各類似度をそれぞれ比較し、比較の結果、受信信号ｘに対して最も類似度の高い分離信号を、この受信信号ｘに対応する分離信号として決定する。
以上説明した本実施形態では、マルチパス干渉や外来ノイズなどにより歪められた複数の受信信号から、これらの影響を除去した複数の分離信号を生成することで、人などの移動に伴い変動した変動成分をより明確にすることができ、より高い精度で人などの対象物の侵入や移動を検知することができる。
また、本実施形態では、信号源からの送信信号を複数の信号受信部（アンテナ等）で受信し、人の侵入等があったと判定された各分離信号に対応する受信信号を受信した信号受信部の識別情報を取得する。これにより、本実施形態では、どの信号受信部の付近で侵入者がいるのかを、精度よく検知することができる。また、当該識別情報を検知情報として通知することにより、警備会社または住宅やオフォスの所有者は、どの信号受信部（アンテナ等）の付近で侵入者がいるのかを把握することができる。
＜第２の実施形態＞
図４は、本発明の第２の実施の形態による侵入者検知装置の構成例を示す。図４において、信号源１０と、侵入者検知装置２０Ａと、インターネット等のネットワーク４０と、が示されている。侵入者検知装置２０Ａは、アンテナ（またはセンサ）を備える信号受信部２１〜２Ｎと、信号分離部３１と、記憶部３２と、類似度算出部３３と、比較部３４と、判定部３５と、検出信号送出部３６と、検出部３７と、を有する。
図示する侵入者検知装置２０Ａは、Ｎ個（Ｎは２以上の自然数）の信号受信部２１〜２Ｎを備え、各信号受信部は、侵入者検知装置２０Ａが設置された住宅やオフォスの所定の場所にそれぞれ設置されている。
図４に示した構成例では、信号源１０からの信号が人などの侵入により変動する系を想定している。このとき、アンテナ等で検出された受信信号は、信号受信部２１〜２Ｎを介して信号分離部３１へ送られる。
図示する侵入者検知装置２０Ａ（信号分離部３１、記憶部３２、類似度算出部３３、比較部３４、判定部３５、検出信号送出部３６、検出部３７）は、例えば、ＣＰＵと、メモリと、ＨＤＤ等の外部記憶装置と、入力装置と、出力装置とを備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵがメモリ上にロードされた侵入者検知装置２０Ａ用のプログラムを実行することにより、侵入者検知装置２０Ａの各機能が実現される。また、侵入者検知装置２０Ａ用のプログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ−ＲＯＭなどのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。
図５は、侵入者検知装置２０Ａの処理の流れを示したフロー図である。図示する処理は、常時、所定の時間間隔で繰り返し行われるものとする。
信号受信部２１〜２Ｎの各々は、第１の実施形態の信号受信部（図２：Ｓ１１）と同様に、信号源１０から発出される周波数に同調して信号を受信し、当該受信信号を所定のタイミング（時間間隔）で信号分離部３１へ出力する（Ｓ２１）。また、各信号受信部２１〜２Ｎは、第１の実施形態と同様に、当該信号受信部２１〜２Ｎを識別するための識別情報を受信信号に付加して送信するものとする。
信号分離部３１は、第１の実施形態の信号分離部（図２：Ｓ１２）と同様に、各信号受信部２１〜２Ｎから送信されたＮ個の受信信号（ノイズによる影響を受けた信号）を入力し、独立成分分析手法を用いて、Ｎ個の受信信号からノイズの影響を除去・分離した、Ｎ個の分離信号を生成する（Ｓ２２）。そして、信号分離部３１は、Ｎ個の受信信号と、生成したＮ個の分離信号とを記憶部３２に記憶する。これにより、記憶部３２には、Ｎ個の受信信号と、Ｎ個の分離信号とが記憶される。独立成分分析手法については、第１の実施形態と同様であるため、ここでは説明を省略する。
類似度算出部３３は、第１の実施形態の類似度算出部（図２：Ｓ１３）と同様に、Ｎ個の受信信号およびＮ個の分離信号を記憶部３２から読み出して、各受信信号と各分離信号との間の類似度をそれぞれ算出する。そして、類似度算出部３３は、算出した類似度に基づいて、どの分離信号がどの受信信号に対応するものであるかを１対１に対応付ける（Ｓ２３）。そして、類似度算出部３３は、算出した類似度および分離信号と受信信号との対応付け情報を記憶部３２に記憶する。分離信号と受信信号との対応付け情報には、受信信号に付加された識別情報も含まれる。類似度の算出手順については、第１の実施形態と同様であるため、ここでは説明を省略する。
検出部３７は、各分離信号から、人の移動に伴う変動分の信号である検知信号を抽出する。例えば、検出部３７は、Ｎ個の分離信号の中から最も信号の変動（振幅等）の少ない分離信号を基準信号として特定する。そして、他のＮ個−１個の分離信号の各々と、基準信号との差をとることによりＮ−１個の検知信号を抽出・生成する。
図６は、各信号の波形の例を示したものである。図６（０）は、信号源１０が送信する送信信号の波形を表わしている。図６（ａ）は、２つの信号受信部の付近において、人の移動により図６（０）の送信信号が変動した元信号６５と、人の移動の影響をほとんど受けていない元信号６６とを表わしている。図６（ｂ）は、２つの信号受信部において受信される、図６（ａ）の元信号６５、６６がノイズなどにより歪められた受信信号６１、６２を表わしている。図６（ｃ）は、図６（ｂ）の受信信号６１、６２からノイズ成分が除去された分離信号６３、６４を表わしている。左側の分離信号６３は、人が近くを通った信号受信部から入力された分離信号であり、右側の分離信号６４は、人の移動の影響を受けていない（人が近くで移動していない）信号受信部から入力された分離信号である。
検出部３７は、分離信号６４のような信号の変動（振幅等）の最も少ない分離信号を基準信号として特定する。そして、検出部３７は、分離信号６３と分離信号６４（基準信号）との差をとることで、図６（ｄ）に示すような、分離信号６３から人の移動に伴う変動成分のみの検知信号を抽出する。
図６に示すように、図６（ｃ）の分離信号では外来ノイズ等の影響で発生した突発的な変動成分等が除去され、図６（ｄ）の検知信号では人の移動による信号の変動成分が明らかとなるとともに、人の動き成分のみを抽出することで、より人の動きの判定が容易となる。すなわち、検知信号を用いることで、より高い精度で人などを検知することができる。
なお、外来ノイズ等の少ない環境においては、受信信号と対応する分離信号との差をとることで、検知信号を抽出することも可能である。
検出部３７は、このように抽出した検知信号を、比較部３４へ送信するとともに、記憶部３２に記憶する。なお、検知信号は、分離信号および受信信号と対応付けて記憶部に記憶されるものとする。
比較部３４は、Ｓ２４で抽出・生成されたＮ個−１個の検出信号の各々について、変動量を算出し、算出した変動量に基づいて検出信号の順位付けを行う（Ｓ２５）。変動量の算出（評価）は、例えば分離信号の振幅の変動幅や、任意の時間単位（サンプリング期間）での積分値、また、微分値等の算出が考えられる。また、比較部３４は、変動量が大きい順に、１番、２番、・・・Ｎ番の順位を設定する。なお、比較部３４は、設定した順位を検出信号と対応付けて記憶部３２に記憶してもよい。
判定部３５は、Ｓ２５で比較部３４が検出信号毎に算出した各変動量と、記憶部３２に記憶された閾値とをそれぞれ比較し、閾値を超える変動量が存在するか否かを判別する（Ｓ２６）。記憶部３２には、人の侵入・移動による信号の変動であることを判別するための閾値があらかじめ記憶されている。
そして、閾値を超える変動量の検出信号については（Ｓ２６：ＹＥＳ）、判定部３５は、人などの侵入または移動があったと判別する。そして、判定部３５は、変動量が閾値を超える全ての検出信号の各々について、当該検出信号に対応する受信信号の識別情報（例えば、信号受信部２１〜２Ｎの番号等）を、Ｓ２３およびＳ２４で記憶部３２に記憶した対応付け情報から検索する。そして、判定部３５は、人の侵入等があったと判定された各検出信号に対応する受信信号の識別情報と、Ｓ２４で比較部３４が決定した変動量の順位とを含む検知情報を、検出信号送出部３６へ送信・送出するとともに、記憶部３２にログ情報として記憶する。
なお、判定部３５は、検知情報に変動量の順位を含めることなく、受信信号の識別情報を変動量の順位に従って（例えば、１番から順に）検知情報に設定することとしてもよい。
検出信号送出部３６は、判定部３５から送信された検知情報を、例えばインターネットなどのネットワーク４０を介して、警備会社、または侵入者検知装置２０Ａが設置された住宅やオフォスの所有者の（例えば携帯電話等）へ通知する（Ｓ２７）。そして、Ｓ２１に戻り、所定の時間間隔で繰り返し図５の処理を行う。
一方、すべての検知信号の変動量が閾値を超えない場合（Ｓ２６：ＮＯ）、判定部３５は、人の侵入がないと判別し、Ｓ２７の処理を行うことなく、Ｓ２１に戻り、所定の時間間隔で繰り返し図５の処理を行う。
以上説明した第２の実施形態では、最も信号の変動（振幅等）の少ない分離信号を基準信号として特定し、当該基準信号と他の分離信号との差をとることで、人の移動成分のみを抽出することが可能となり、より人の動きの判定が容易となる。
＜第３の実施形態＞
上述した第１および第２の実施形態の侵入者検知装置２０、２０Ａにおいて、記憶部３２に、信号受信部２１〜２Ｎが備える各アンテナ（またはセンサ）について、予め設定した周波数区間単位での周波数特性を予め記録しておくものとする。そして、侵入者検知装置２０、２０Ａは、受信信号の時間応答を、記憶部３２に記憶された周波数特性を用いて補正するデータ補正部を、さらに備える。
このように、本実施形態では、データ補正部を備えることにより、Ｎ個の各アンテナの周波数特性が同一でない場合であっても、精度よく人の動きの判定を行うことができる。
なお、本発明は上記実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。例えば、上記実施形態では、信号受信部の識別情報を検知情報として通知することとしたが（図２：Ｓ１６、図５：Ｓ２７）、識別情報の代わりに信号受信部の設置場所を検知信号として通知することとしてもよい。この場合、侵入者検知装置の記憶部３２には、信号受信部の識別情報と設置場所とが対応付けられた対応テーブルが予め記憶されているものとする。
１０：信号源
２０、２０Ａ：侵入者検知装置
２１〜２Ｎ ：信号受信部
３１：信号分離部
３２：記憶部
３３：類似度算出部
３４：比較部
３５：判定部
３６：検出信号送出部
４０：ネットワーク

Claims (8)

  1. 任意の周波数の信号を受信する複数の信号受信部と、
    前記複数の信号受信部がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離部と、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出部と、
    前記類似度算出部が算出した受信信号と分離信号との対応付けを記憶する記憶部と、
    分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出部と、
    算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定部と、
    前記判定部の検知結果を通知する通知部と、を有すること
    を特徴とする侵入者検知装置。
  2. 任意の周波数の信号を受信する複数の信号受信部と、
    前記複数の信号受信部がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離部と、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出部と、
    前記類似度算出部が算出した受信信号と分離信号との対応付けを記憶する記憶部と、
    複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検出部と、
    生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出部と、
    算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定部と、
    前記判定部の検知結果を通知する通知部と、を有すること
    を特徴とする侵入者検知装置。
  3. 請求項１または請求項２に記載の侵入者検知装置であって、
    前記類似度算出部は、
    前記受信信号と前記分離信号間の相互相関係数、
    前記受信信号と前記分離信号間の相互相関係数の加工値、
    前記受信信号と前記分離信号間のユークリッド距離、
    前記受信信号と前記分離信号間のミンコフスキー距離、
    前記受信信号と前記分離信号間のマハラノビス距離、
    階層的クラスタリングにより算出される前記受信信号と前記分離信号間の類似度、
    c平均法により算出される前記受信信号と前記分離信号間の類似度、
    ｋ平均法により算出される前記受信信号と前記分離信号間の類似度、
    の少なくとも１つを用いて類似度を算出すること
    を特徴とする侵入者検知装置。
  4. 請求項１から請求項３のいずれ一項に記載の侵入者検知装置であって、
    前記記憶部には、所定の周波数区間単位で、前記各信号受信部が備えるアンテナまたはセンサの周波数特性が記録され、
    前記受信信号の時間応答を前記周波数特性を用いて補正するデータ補正部を、さらに有すること
    を特徴とする侵入者検知装置。
  5. 侵入者検知装置が行う侵入者検知方法であって、
    複数の信号受信部で、任意の周波数の信号を受信する受信ステップと、
    前記受信ステップでそれぞれ受信した複数の受信信号から、独立成分分析手法を用いてノイズを除去した複数の分離信号を生成する信号分離ステップと、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付け、記憶部に記憶する類似度算出ステップと、
    分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出ステップと、
    算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定ステップと、
    前記判定ステップの検知結果を通知する通知ステップと、を行うこと
    を特徴とする侵入者検知方法。
  6. 侵入者検知装置が行う侵入者検知方法であって、
    複数の信号受信部で、任意の周波数の信号を受信する受信ステップと、
    前記受信ステップでそれぞれ受信した複数の受信信号から、独立成分分析手法を用いてノイズを除去した複数の分離信号を生成する信号分離ステップと、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付け、記憶部に記憶する類似度算出ステップと、
    複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検知信号生成ステップと、
    生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出ステップと、
    算出した各変動量と前記記憶部に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信部の付近で人が検知されたと判別する判定ステップと、
    前記判定ステップの検知結果を通知する通知ステップと、を行うこと
    を特徴とする侵入者検知方法。
  7. コンピュータに、
    任意の周波数の信号を受信する複数の信号受信手段、
    前記複数の信号受信手段がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離手段、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出手段、
    前記類似度算出手段が算出した受信信号と分離信号との対応付けを記憶する記憶手段、
    分離信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出手段、
    算出した各変動量と前記記憶手段に記憶された閾値とを比較し、変動量が閾値を超える分離信号については、当該分離信号に対応する受信信号を受信した信号受信手段の付近で人が検知されたと判別する判定手段、および、
    前記判定手段の検知結果を通知する通知手段、
    として機能させるための侵入者検知プログラム。
  8. コンピュータに、
    任意の周波数の信号を受信する複数の信号受信手段、
    前記複数の信号受信手段がそれぞれ受信した複数の受信信号から、独立成分分析手法を用いて、ノイズを除去した複数の分離信号を生成する信号分離手段、
    各受信信号と各分離信号との間の類似度を算出し、算出した類似度に基づいて受信信号と分離信号とをそれぞれ対応付ける類似度算出手段、
    前記類似度算出手段が算出した受信信号と分離信号との対応付けを記憶する記憶手段、
    複数の分離信号の中から、最も信号の変動が少ない分離信号を基準信号として特定し、他の分離信号の各々について前記基準信号との差分である検知信号を生成する検出手段、
    生成した検知信号毎に、対象物の移動に伴う信号の変動量を算出する変動量算出手段、
    算出した各変動量と前記記憶手段に記憶された閾値とを比較し、変動量が閾値を超える検知信号については、当該検知信号に対応する受信信号を受信した信号受信手段の付近で人が検知されたと判別する判定手段、および、
    前記判定手段の検知結果を通知する通知手段
    として機能させるための侵入者検知プログラム。
JP2010099971A 2010-04-23 2010-04-23 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム Pending JP2011232812A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010099971A JP2011232812A (ja) 2010-04-23 2010-04-23 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010099971A JP2011232812A (ja) 2010-04-23 2010-04-23 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム

Publications (1)

Publication Number Publication Date
JP2011232812A true JP2011232812A (ja) 2011-11-17

Family

ID=45322089

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010099971A Pending JP2011232812A (ja) 2010-04-23 2010-04-23 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム

Country Status (1)

Country Link
JP (1) JP2011232812A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101311510B1 (ko) * 2012-04-10 2013-09-25 주식회사 에스원 어레이 안테나를 이용한 침입 감지 시스템 및 방법
KR101515599B1 (ko) 2013-08-05 2015-04-27 주식회사 에스원 다중 안테나를 이용한 침입 감지 시스템 및 방법
KR20150114373A (ko) * 2014-03-31 2015-10-12 한국전자통신연구원 음장 스펙트럼의 상관계수의 변화 패턴을 이용한 보안 감시 장치 및 그것의 보안 감시 방법
JP2016091549A (ja) * 2014-10-31 2016-05-23 ベリサイン・インコーポレイテッド マルウェアイベントとバックグラウンドイベントとを分離するためのシステム、デバイス、および方法
JP2017138254A (ja) * 2016-02-05 2017-08-10 国立研究開発法人海洋研究開発機構 資源推定システム及び資源推定方法
JP2019090839A (ja) * 2019-03-22 2019-06-13 国立研究開発法人海洋研究開発機構 資源推定システム及び資源推定方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101311510B1 (ko) * 2012-04-10 2013-09-25 주식회사 에스원 어레이 안테나를 이용한 침입 감지 시스템 및 방법
KR101515599B1 (ko) 2013-08-05 2015-04-27 주식회사 에스원 다중 안테나를 이용한 침입 감지 시스템 및 방법
KR20150114373A (ko) * 2014-03-31 2015-10-12 한국전자통신연구원 음장 스펙트럼의 상관계수의 변화 패턴을 이용한 보안 감시 장치 및 그것의 보안 감시 방법
KR102034559B1 (ko) * 2014-03-31 2019-10-22 한국전자통신연구원 음장 스펙트럼의 상관계수의 변화 패턴을 이용한 보안 감시 장치 및 그것의 보안 감시 방법
JP2016091549A (ja) * 2014-10-31 2016-05-23 ベリサイン・インコーポレイテッド マルウェアイベントとバックグラウンドイベントとを分離するためのシステム、デバイス、および方法
JP2017138254A (ja) * 2016-02-05 2017-08-10 国立研究開発法人海洋研究開発機構 資源推定システム及び資源推定方法
WO2017134877A1 (ja) * 2016-02-05 2017-08-10 国立研究開発法人海洋研究開発機構 資源推定システム及び資源推定方法
CN107850687A (zh) * 2016-02-05 2018-03-27 国立研究开发法人海洋研究开发机构 资源推定***以及资源推定方法
CN107850687B (zh) * 2016-02-05 2020-01-31 国立研究开发法人海洋研究开发机构 资源推定***以及资源推定方法
US10802173B2 (en) 2016-02-05 2020-10-13 Japan Agency For Marine-Earth Science And Technology Resource estimation system and resource estimation method
JP2019090839A (ja) * 2019-03-22 2019-06-13 国立研究開発法人海洋研究開発機構 資源推定システム及び資源推定方法

Similar Documents

Publication Publication Date Title
Zou et al. Towards occupant activity driven smart buildings via WiFi-enabled IoT devices and deep learning
Feng et al. Wi-multi: A three-phase system for multiple human activity recognition with commercial wifi devices
Zou et al. Deepsense: Device-free human activity recognition via autoencoder long-term recurrent convolutional network
Li et al. Ar-alarm: An adaptive and robust intrusion detection system leveraging csi from commodity wi-fi
JP2011232812A (ja) 侵入者検知装置、侵入者検知方法、および侵入者検知プログラム
CN110031836B (zh) 生物体数量估计方法、生物体数量估计装置以及记录介质
Yang et al. A framework for human activity recognition based on WiFi CSI signal enhancement
JP2011523106A (ja) 対象及び事象を分類する映像センサ及び警報システム並びに方法
US20200300707A1 (en) Method, apparatus and system for passive infrared sensor framework
Zhu et al. NotiFi: A ubiquitous WiFi-based abnormal activity detection system
Ding et al. Human object estimation via backscattered radio frequency signal
Shi et al. Device-free multiple people localization through floor vibration
CN109657572A (zh) 一种基于Wi-Fi的墙后目标行为识别方法
JP2008139077A (ja) 侵入者検知システム、および、侵入者検知方法
Ahmed et al. Real-time intruder detection in surveillance networks using adaptive kernel methods
JP6993648B2 (ja) 屋内状態推定方法および屋内状態推定システム
Hong et al. State classification with array sensor using support vector machine for wireless monitoring systems
Tian et al. Indoor device-free passive localization for intrusion detection using multi-feature PNN
CN110800053A (zh) 基于音频数据获取事件指示的方法和设备
JP2013186072A (ja) 侵入者検知装置
US11495111B2 (en) Indoor occupancy estimation, trajectory tracking and event monitoring and tracking system
KR101340287B1 (ko) 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템
KR20210043448A (ko) 동작감지장치 및 동작감지방법
Sridhar et al. dBHound: Privacy Sensitive Acoustic Perception in Home Settings
Panda et al. Bidirectional LSTM based sequence classification approach for human presence detection using channel state information