JP2021506149A - 無線信号の特性の機械学習に基づく動き検出 - Google Patents
無線信号の特性の機械学習に基づく動き検出 Download PDFInfo
- Publication number
- JP2021506149A JP2021506149A JP2020528241A JP2020528241A JP2021506149A JP 2021506149 A JP2021506149 A JP 2021506149A JP 2020528241 A JP2020528241 A JP 2020528241A JP 2020528241 A JP2020528241 A JP 2020528241A JP 2021506149 A JP2021506149 A JP 2021506149A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- input data
- data
- space
- tagged
- 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.)
- Granted
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 225
- 238000001514 detection method Methods 0.000 title claims description 47
- 238000010801 machine learning Methods 0.000 title abstract description 4
- 238000013528 artificial neural network Methods 0.000 claims abstract description 203
- 238000007619 statistical method Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 67
- 230000008569 process Effects 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 27
- 238000013527 convolutional neural network Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 22
- 238000011176 pooling Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 154
- 230000004044 response Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 25
- 238000004590 computer program Methods 0.000 description 12
- 239000000523 sample Substances 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000013442 quality metrics Methods 0.000 description 10
- 241001465754 Metazoa Species 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 108091064702 1 family Proteins 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
- G01S13/76—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted
- G01S13/765—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted with exchange of information between interrogator and responder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
- G08B13/2494—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field by interference with electro-magnetic field distribution combined with other electrical sensor means, e.g. microwave detectors combined with other sensor means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
)は、基準信号(Ref)と候補チャネル応答(hch)との畳み込みから得られ、次に、チャネル応答(hch)のチャネル係数が、推定受信信号(
)の平方誤差を最小にするように変更される。これは、数学的に、以下のように示すことができ、
)が得られ、この推定受信信号は、チャネル応答に基づいて(例えば、上述した基準信号(Ref)とチャネル応答(hch)との畳み込みに基づいて)、受信信号がどのようなものであるはずであるかについての推定値とすることができる。推定受信信号(
)及び実際の受信信号(Rcvd)は、信号品質メトリックを計算するのに使用することができる。幾つかの実施例において、例えば、信号品質メトリックは、実際の受信信号(Rcvd)と、推定受信信号(
)と実際の受信信号(Rcvd)との間の差分とのドット積、例えば、
の要素は、時点jにおけるそれぞれの周波数値ω1、ω2、ω3、...ωnの周波数成分である。周波数成分hi,jは、一部の事例では、複素数値とすることができる。周波数応答信号の特性を記述する統計パラメータを得るための関数が、定められて、周波数応答信号Hに、又は周波数応答信号の特定の周波数成分hi,jに適用することができる。統計パラメータは、例えば、周波数応答信号の特性を示す統計関数又は他のタイプの数学関数に基づいて計算することができる。次に、それぞれの時間セグメントに関する1又は2以上の統計パラメータの値を得るための関数が、ベクトル
(又はその要素)に適用することができる。例えば、統計パラメータは、例えば、平均値関数などに従って、平均値を求める関数、すなわち、
の周波数成分又は要素の数である。別の例として、統計パラメータは、例えば、標準偏差関数などに従って、標準偏差を求める関数、すなわち、
の周波数成分又は要素の数である。
Claims (30)
- 動き検出方法であって、
ニューラルネットワークトレーニングシステムにおいて、タグ付けされたニューラルネットワーク入力データの複数のセットを得るステップであって、タグ付けされたニューラルネットワーク入力データの各セットは、それぞれの期間にわたって空間を通って送信された一連の無線信号の統計解析に基づいており、該タグ付けされたニューラルネットワーク入力データの各セットは、該それぞれの期間にわたって該空間内で動きが生じたか否かを示すタグを含む、ステップと、
ニューラルネットワークトレーニングシステムの動作によって、ニューラルネットワークシステムのノードをパラメータ化するためにタグ付けされたニューラルネットワーク入力データの前記セットを処理するステップであって、該ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて動きを検出するように該ニューラルネットワークシステムを構成する、ステップと、
を含む、方法。 - 前記ニューラルネットワークトレーニングデータは、前記無線信号の統計パラメータ値のセットに関するヒストグラムデータを含み、該ヒストグラムデータは、ビンのセットと各ビンに関する量とを含み、各ビンは、該統計パラメータの各々に関するそれぞれの範囲に対応する、請求項1に記載の方法。
- 前記ヒストグラムデータは、1又は複数の軸に対してプロットされた前記統計パラメータの画像を含む、請求項2に記載の方法。
- 前記統計パラメータは、平均値及び標準偏差を含む、請求項2に記載の方法。
- 前記無線信号の周波数領域表現を得るステップと、
前記無線信号の前記周波数領域表現に基づいて、前記統計パラメータ値を計算するステップと、
前記統計パラメータ値を初期行列に投入するステップと、
前記初期行列に基づいて前記ヒストグラムデータを生成するステップと、
を含む、請求項2に記載の方法。 - 前記タグ付けされたニューラルネットワーク入力データの各セットに関する前記タグは、動きのカテゴリを示し、前記ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて動きのカテゴリを検出するように前記ニューラルネットワークシステムを構成する、請求項1に記載の方法。
- 前記ニューラルネットワークトレーニングシステムにおいて、タグ付けされたニューラルネットワーク入力データの追加セットを得るステップであって、タグ付けされたニューラルネットワーク入力データの各追加セットは、前記それぞれの期間にわたって前記空間内に干渉が存在したか否かを示すタグを含む、ステップと、
ニューラルネットワークトレーニングシステムの動作によって、前記ニューラルネットワークシステムのノードをパラメータ化するためにタグ付けされたニューラルネットワーク入力データの前記追加セットを処理するステップであって、該ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて干渉を検出するように前記ニューラルネットワークシステムを構成する、ステップと、
を含む、請求項1に記載の方法。 - 前記ニューラルネットワークシステムは、畳み込みニューラルネットワークを含む、請求項1に記載の方法。
- ニューラルネットワークトレーニングシステムであって、
データ処理装置と、
前記データ処理装置によって実行されたときに、動作を実行するように動作可能な命令を含むメモリと、
を含み、
前記動作は、
タグ付けされたニューラルネットワーク入力データの複数のセットを得ることであって、タグ付けされたニューラルネットワーク入力データの各セットは、それぞれの期間にわたって空間を通って送信された一連の無線信号の統計解析に基づいており、該タグ付けされたニューラルネットワーク入力データの各セットは、該それぞれの期間にわたって該空間内で動きが生じたか否かを示すタグを含む、得ることと、
ニューラルネットワークシステムのノードをパラメータ化するためにタグ付けされたニューラルネットワーク入力データの前記セットを処理することであって、該ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて動きを検出するように該ニューラルネットワークシステムを構成する、処理することと、
を含む、ニューラルネットワークトレーニングシステム。 - 前記ニューラルネットワークトレーニングデータは、前記無線信号の統計パラメータ値のセットに関するヒストグラムデータを含み、該ヒストグラムデータは、ビンのセットと各ビンに関する量とを含み、各ビンは、該統計パラメータの各々に関するそれぞれの範囲に対応する、請求項9に記載のニューラルネットワークトレーニングシステム。
- 前記ヒストグラムデータは、1又は複数の軸に対してプロットされた前記統計パラメータの画像を含む、請求項10に記載のニューラルネットワークトレーニングシステム。
- 前記統計パラメータは、平均値及び標準偏差を含む、請求項10に記載のニューラルネットワークトレーニングシステム。
- 前記動作は、
前記無線信号の周波数領域表現を得ることと、
前記無線信号の前記周波数領域表現に基づいて、前記統計パラメータ値を計算することと、
前記統計パラメータ値を初期行列に投入することと、
前記初期行列に基づいて前記ヒストグラムデータを生成することと、
を含む、請求項10に記載のニューラルネットワークトレーニングシステム。 - 前記タグ付けされたニューラルネットワーク入力データの各セットに関する前記タグは、動きのカテゴリを示し、前記ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて動きのカテゴリを検出するように前記ニューラルネットワークシステムを構成する、請求項9に記載のニューラルネットワークトレーニングシステム。
- 前記動作は、
タグ付けされたニューラルネットワーク入力データの追加セットを得ることであって、タグ付けされたニューラルネットワーク入力データの各追加セットは、前記それぞれの期間にわたって前記空間内に干渉が存在したか否かを示すタグを含む、得ることと、
前記ニューラルネットワークシステムのノードをパラメータ化するためにタグ付けされたニューラルネットワーク入力データの前記追加セットを処理することであって、該ノードをパラメータ化することは、タグ付けされていないニューラルネットワーク入力データに基づいて干渉を検出するように前記ニューラルネットワークシステムを構成する、処理することと、
を含む、請求項9に記載のニューラルネットワークトレーニングシステム。 - 前記ニューラルネットワークシステムは、畳み込みニューラルネットワークを含む、請求項9に記載のニューラルネットワークトレーニングシステム。
- 動き検出方法であって、
ニューラルネットワークシステムにおいて、ニューラルネットワーク入力データの複数のセットを得るステップであって、ニューラルネットワーク入力データの各セットは、それぞれの期間にわたって空間を通って送信された一連の無線信号の統計解析に基づいている、ステップと、
前記ニューラルネットワークシステムの動作によって、前記それぞれの期間中に前記空間内で動きが生じたか否かを判定するために、複数のプログラムされたニューラルネットワークノードを介して、ニューラルネットワーク入力データの前記セットを処理するステップと、
を含む、方法。 - 前記ニューラルネットワーク入力データは、ヒストグラムデータを含み、
前記方法は、
前記無線信号の周波数領域表現を得るステップと、
前記無線信号の前記周波数領域表現に基づいて、前記統計パラメータ値を計算するステップと、
前記統計パラメータ値を初期行列に投入するステップと、
前記初期行列に基づいて前記ヒストグラムデータを生成するステップと、
を含む、請求項17に記載の方法。 - 前記統計パラメータは、平均値及び標準偏差を含む、請求項18に記載の方法。
- 前記空間内で動きが生じたか否かを判定することは、前記空間内の物体による動き、前記空間内で生じた動きのカテゴリ、前記空間内に存在する干渉、又は前記空間内に動きが存在しないことのインジケーションを生成することを含む、請求項17に記載の方法。
- 前記ニューラルネットワークシステムは、畳み込みニューラルネットワーク及び全結合ニューラルネットワークを含む、請求項17に記載の方法。
- 前記畳み込みニューラルネットワークは、
複数の畳み込み層と、
前記畳み込み層のうちの少なくとも1つの畳み込み層の後の最大プーリング層と、
前記最大プーリング層の後の平坦化層と、
前記平坦化層の後の複数の全結合層と、
を含む、請求項21に記載の方法。 - 複数のプログラムされたニューラルネットワークノードを介して前記ニューラルネットワーク入力データを処理するステップは、
前記畳み込みニューラルネットワークによって、前記ニューラルネットワーク入力データのサブセットに関して動きが生じたことを検出するステップと、
前記ニューラルネットワーク入力データのサブセットに関する平均二乗誤差値を計算するステップと、
前記平均二乗誤差値を前記全結合ニューラルネットワークへの入力として提供するステップと、
を含む、請求項21に記載の方法。 - ニューラルネットワークシステムであって、
データ処理装置と、
前記データ処理装置によって実行されたときに、動作を実行するように動作可能な命令を含むメモリと、
を含み、
前記動作は、
ニューラルネットワーク入力データの複数のセットを得ることであって、ニューラルネットワーク入力データの各セットは、それぞれの期間にわたって空間を通って送信された一連の無線信号の統計解析に基づいている、得ることと、
前記それぞれの期間中に前記空間内で動きが生じたか否かを判定するために、複数のプログラムされたニューラルネットワークノードを介して、ニューラルネットワーク入力データの前記セットを処理することと、
を含む、ニューラルネットワークシステム。 - 前記ニューラルネットワーク入力データは、ヒストグラムデータを含み、
前記動作は、
前記無線信号の周波数領域表現を得ることと、
前記無線信号の前記周波数領域表現に基づいて、前記統計パラメータ値を計算することと、
前記統計パラメータ値を初期行列に投入することと、
前記初期行列に基づいて前記ヒストグラムデータを生成することと、
を含む、請求項24に記載のニューラルネットワークシステム。 - 前記統計パラメータは、平均値及び標準偏差を含む、請求項25に記載のニューラルネットワークシステム。
- 前記空間内で動きが生じたか否かを判定することは、前記空間内の物体による動き、前記空間内で生じた動きのカテゴリ、前記空間内に存在する干渉、又は前記空間内に動きが存在しないことのインジケーションを生成することを含む、請求項24に記載のニューラルネットワークシステム。
- 前記ニューラルネットワークシステムは、畳み込みニューラルネットワーク及び全結合ニューラルネットワークを含む、請求項24に記載のニューラルネットワークシステム。
- 前記畳み込みニューラルネットワークは、
複数の畳み込み層と、
前記畳み込み層のうちの少なくとも1つの畳み込み層の後の最大プーリング層と、
前記最大プーリング層の後の平坦化層と、
前記平坦化層の後の複数の全結合層と、
を含む、請求項28に記載のニューラルネットワークシステム。 - 複数のプログラムされたニューラルネットワークノードを介して前記ニューラルネットワーク入力データを処理することは、
前記畳み込みニューラルネットワークによって、前記ニューラルネットワーク入力データのサブセットに関して動きが生じたことを検出することと、
前記ニューラルネットワーク入力データのサブセットに関する平均二乗誤差値を計算することと、
前記平均二乗誤差値を前記全結合ニューラルネットワークへの入力として提供することと、
を含む、請求項28に記載のニューラルネットワークシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/836,606 | 2017-12-08 | ||
US15/836,606 US10108903B1 (en) | 2017-12-08 | 2017-12-08 | Motion detection based on machine learning of wireless signal properties |
PCT/CA2018/050144 WO2019109163A1 (en) | 2017-12-08 | 2018-02-08 | Motion detection based on machine learning of wireless signal properties |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021506149A true JP2021506149A (ja) | 2021-02-18 |
JP7154295B2 JP7154295B2 (ja) | 2022-10-17 |
Family
ID=63833369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020528241A Active JP7154295B2 (ja) | 2017-12-08 | 2018-02-08 | 無線信号の特性の機械学習に基づく動き検出 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10108903B1 (ja) |
EP (1) | EP3695248A4 (ja) |
JP (1) | JP7154295B2 (ja) |
KR (1) | KR102588572B1 (ja) |
CN (1) | CN111512178B (ja) |
CA (1) | CA3079998A1 (ja) |
WO (1) | WO2019109163A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024047897A1 (ja) * | 2022-09-02 | 2024-03-07 | 株式会社日立製作所 | 検出システム、センサ装置、及び検出方法 |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9474042B1 (en) | 2015-09-16 | 2016-10-18 | Ivani, LLC | Detecting location within a network |
US9927519B1 (en) * | 2017-03-16 | 2018-03-27 | Cognitive Systems Corp. | Categorizing motion detected using wireless signals |
US10109167B1 (en) | 2017-10-20 | 2018-10-23 | Cognitive Systems Corp. | Motion localization in a wireless mesh network based on motion indicator values |
US10109168B1 (en) * | 2017-11-16 | 2018-10-23 | Cognitive Systems Corp. | Motion localization based on channel response characteristics |
US10852411B2 (en) | 2017-12-06 | 2020-12-01 | Cognitive Systems Corp. | Motion detection and localization based on bi-directional channel sounding |
WO2019210108A1 (en) * | 2018-04-26 | 2019-10-31 | Zheng, Xiayu | Systems and methods for detecting motion using wireless communication signals |
US11579703B2 (en) | 2018-06-18 | 2023-02-14 | Cognitive Systems Corp. | Recognizing gestures based on wireless signals |
TWI686059B (zh) * | 2018-10-30 | 2020-02-21 | 林冠儀 | 雜訊濾除裝置 |
US10506384B1 (en) | 2018-12-03 | 2019-12-10 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals based on prior probability |
US11403543B2 (en) | 2018-12-03 | 2022-08-02 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals |
CN109802905B (zh) * | 2018-12-27 | 2022-01-14 | 西安电子科技大学 | 基于cnn卷积神经网络的数字信号自动调制识别方法 |
US10499364B1 (en) | 2019-01-24 | 2019-12-03 | Cognitive Systems Corp. | Identifying static leaf nodes in a motion detection system |
US10498467B1 (en) | 2019-01-24 | 2019-12-03 | Cognitive Systems Corp. | Classifying static leaf nodes in a motion detection system |
US11374947B2 (en) | 2019-02-01 | 2022-06-28 | Skycope Technologies, Inc. | Wireless threat detection device, system, and methods to detect signals in wideband RF systems and localize related time and frequency information based on deep learning |
US10565860B1 (en) | 2019-03-21 | 2020-02-18 | Cognitive Systems Corp. | Offline tuning system for detecting new motion zones in a motion detection system |
US10459074B1 (en) | 2019-04-30 | 2019-10-29 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals based on wireless link counting |
US10600314B1 (en) | 2019-04-30 | 2020-03-24 | Cognitive Systems Corp. | Modifying sensitivity settings in a motion detection system |
US10567914B1 (en) | 2019-04-30 | 2020-02-18 | Cognitive Systems Corp. | Initializing probability vectors for determining a location of motion detected from wireless signals |
US11087604B2 (en) | 2019-04-30 | 2021-08-10 | Cognitive Systems Corp. | Controlling device participation in wireless sensing systems |
US10404387B1 (en) | 2019-05-15 | 2019-09-03 | Cognitive Systems Corp. | Determining motion zones in a space traversed by wireless signals |
US10460581B1 (en) | 2019-05-15 | 2019-10-29 | Cognitive Systems Corp. | Determining a confidence for a motion zone identified as a location of motion for motion detected by wireless signals |
US10743143B1 (en) | 2019-05-15 | 2020-08-11 | Cognitive Systems Corp. | Determining a motion zone for a location of motion detected by wireless signals |
US10924889B1 (en) | 2019-09-30 | 2021-02-16 | Cognitive Systems Corp. | Detecting a location of motion using wireless signals and differences between topologies of wireless connectivity |
CN114365008A (zh) * | 2019-10-30 | 2022-04-15 | 谷歌有限责任公司 | 使用时空神经网络执行姿态识别的基于智能设备的雷达*** |
WO2021081637A1 (en) | 2019-10-31 | 2021-05-06 | Cognitive Systems Corp. | Eliciting mimo transmissions from wireless communication devices |
CA3152905A1 (en) | 2019-10-31 | 2021-05-06 | Christopher Beg | Using mimo training fields for motion detection |
US11570712B2 (en) | 2019-10-31 | 2023-01-31 | Cognitive Systems Corp. | Varying a rate of eliciting MIMO transmissions from wireless communication devices |
DE102019220630A1 (de) * | 2019-12-30 | 2021-07-01 | Airbus Defence and Space GmbH | System und Verfahren zur Objektlokalisierung in einer Innenumgebung |
US12019143B2 (en) | 2020-03-03 | 2024-06-25 | Cognitive Systems Corp. | Using high-efficiency PHY frames for motion detection |
US10928503B1 (en) | 2020-03-03 | 2021-02-23 | Cognitive Systems Corp. | Using over-the-air signals for passive motion detection |
US20230209325A1 (en) * | 2020-05-07 | 2023-06-29 | Lg Electronics Inc. | Method and device for generating user identification model on basis of wireless sensing |
US11395232B2 (en) * | 2020-05-13 | 2022-07-19 | Roku, Inc. | Providing safety and environmental features using human presence detection |
CA3188465A1 (en) | 2020-08-31 | 2022-03-03 | Mohammad Omer | Controlling motion topology in a standardized wireless communication network |
US11614511B2 (en) * | 2020-09-17 | 2023-03-28 | Infineon Technologies Ag | Radar interference mitigation |
US11070399B1 (en) | 2020-11-30 | 2021-07-20 | Cognitive Systems Corp. | Filtering channel responses for motion detection |
CN113011107B (zh) * | 2021-04-23 | 2022-08-09 | 南京理工大学 | 基于深度卷积神经网络的一维光纤传感信号相位恢复方法 |
US11576141B2 (en) | 2021-05-28 | 2023-02-07 | Cognitive Systems Corp. | Analyzing Wi-Fi motion coverage in an environment |
US20230171563A1 (en) * | 2021-11-29 | 2023-06-01 | Cognitive Systems Corp | Context-Dependent Processing and Encoding of Motion Data from a Wireless Communication Network |
US20230236314A1 (en) * | 2022-01-26 | 2023-07-27 | Nvidia Corporation | Sampling radar signals for automotive radar perception |
US12038493B2 (en) | 2022-09-08 | 2024-07-16 | Cognitive Systems Corp. | Systems and methods for motion detection using sensing transmission clusters |
CN116010804B (zh) * | 2023-02-01 | 2023-07-04 | 南京邮电大学 | 基于深度学习与知识迁移的物联网设备小样本识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015065686A2 (en) * | 2013-10-28 | 2015-05-07 | Qualcomm Incorporated | Methods and apparatus for tagging classes using supervised learning |
WO2016005977A1 (en) * | 2014-07-08 | 2016-01-14 | Trekeye Systems Ltd. | A method and system for detection of changes in a defined surveyed area |
WO2017100706A1 (en) * | 2015-12-09 | 2017-06-15 | Origin Wireless, Inc. | Method, apparatus, and systems for wireless event detection and monitoring |
WO2017151206A1 (en) * | 2016-03-03 | 2017-09-08 | Google Inc. | Deep machine learning methods and apparatus for robotic grasping |
US20170343658A1 (en) * | 2014-10-31 | 2017-11-30 | Siemens Schweiz Ag | Method, digital tool, device and system for detecting movements of objects and/or living beings in a radio range, in particular of an indoor area |
Family Cites Families (111)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1084618A (en) | 1976-11-10 | 1980-08-26 | Martin T. Cole | Phase difference sensitive movement detectors |
US4054879A (en) | 1976-11-19 | 1977-10-18 | The United States Of America As Represented By The Secretary Of The Navy | Dual-frequency, remote ocean-wave spectrometer |
US4075573A (en) | 1977-01-05 | 1978-02-21 | Motorola, Inc. | Incremental agc signal generator with controllable increments |
US4193055A (en) | 1977-03-11 | 1980-03-11 | Charly Barnum | Automatic sensitivity level adjustment |
US4286260A (en) | 1979-09-11 | 1981-08-25 | E-Systems, Inc. | Ranging quadrature doppler microwave intrusion alarm system |
US4649388A (en) | 1985-11-08 | 1987-03-10 | David Atlas | Radar detection of hazardous small scale weather disturbances |
US4740045A (en) | 1986-07-02 | 1988-04-26 | Goodson & Associates, Inc. | Multiple parameter doppler radar |
FI76889C (fi) | 1987-02-17 | 1988-12-12 | Kone Oy | Foerfarande foer val av funktionssaett vid en anordning som anvaends foer raekning av objekt inom ett visst omraode. |
GB2322986B (en) | 1987-10-28 | 1998-12-16 | Licentia Gmbh | Method of type classification of a target |
GB9112838D0 (en) | 1991-06-14 | 1991-10-16 | Philips Electronic Associated | Fmcw radar range calibration |
US5519400A (en) | 1993-04-12 | 1996-05-21 | The Regents Of The University Of California | Phase coded, micro-power impulse radar motion sensor |
US5490062A (en) | 1994-05-11 | 1996-02-06 | The Regents Of The University Of California | Real-time neural network earthquake profile predictor |
US5696514A (en) | 1996-02-28 | 1997-12-09 | Northrop Grumman Corporation | Location and velocity measurement system using atomic clocks in moving objects and receivers |
DE19738252C2 (de) * | 1997-09-02 | 2002-07-11 | Eads Deutschland Gmbh | Verfahren zur Detektion eines Radarzieles |
US6075797A (en) | 1997-10-17 | 2000-06-13 | 3Com Corporation | Method and system for detecting mobility of a wireless-capable modem to minimize data transfer rate renegotiations |
US6334059B1 (en) | 1999-01-08 | 2001-12-25 | Trueposition, Inc. | Modified transmission method for improving accuracy for e-911 calls |
US6493380B1 (en) | 1999-05-28 | 2002-12-10 | Nortel Networks Limited | System and method for estimating signal time of arrival |
US7411921B2 (en) | 1999-10-21 | 2008-08-12 | Rf Technologies, Inc. | Method and apparatus for integrating wireless communication and asset location |
US6614384B2 (en) | 2000-09-14 | 2003-09-02 | Time Domain Corporation | System and method for detecting an intruder using impulse radio technology |
AU2002336576A1 (en) | 2001-09-17 | 2003-04-01 | Morpho Technologies | Digital signal processor for wireless baseband processing |
US7773614B1 (en) | 2001-12-05 | 2010-08-10 | Adaptix, Inc. | Wireless communication subsystem with a digital interface |
WO2012125726A1 (en) | 2011-03-14 | 2012-09-20 | Intelligent Technologies International, Inc. | Cargo theft prevention system and method |
CA2516828A1 (en) | 2003-02-24 | 2004-09-10 | Autocell Laboratories, Inc. | System and method for selecting an access point in a wireless network |
US7869822B2 (en) | 2003-02-24 | 2011-01-11 | Autocell Laboratories, Inc. | Wireless network apparatus and system field of the invention |
US20050055568A1 (en) | 2003-08-12 | 2005-03-10 | Agrawala Ashok K. | Method and system for providing physical security in an area of interest |
JP4301080B2 (ja) | 2004-05-24 | 2009-07-22 | 船井電機株式会社 | 監視システム |
US7317419B2 (en) | 2004-06-23 | 2008-01-08 | Cognio, Inc. | Self-calibrated path loss position estimation and zone of impact determination |
JP4782429B2 (ja) | 2005-01-13 | 2011-09-28 | 富士通株式会社 | Uwbレーダ装置 |
US20060217132A1 (en) | 2005-03-23 | 2006-09-28 | 3Com Corporation | High resolution localization for indoor environments |
US7447334B1 (en) * | 2005-03-30 | 2008-11-04 | Hrl Laboratories, Llc | Motion recognition system |
JP4994361B2 (ja) | 2005-04-07 | 2012-08-08 | ナショナル ユニヴァーシティー オブ シンガポール | 物理的な物体をサーチするシステム及び方法 |
US7342493B2 (en) | 2005-04-22 | 2008-03-11 | Ultravision Security Systems, Inc. | Motion detector |
US7916066B1 (en) | 2006-04-27 | 2011-03-29 | Josef Osterweil | Method and apparatus for a body position monitor and fall detector using radar |
WO2008094172A2 (en) | 2006-06-01 | 2008-08-07 | University Of Florida Research Foundation, Inc. | Radar microsensor for detection, tracking, and classification |
JP2009540773A (ja) | 2006-06-13 | 2009-11-19 | マグネットー・イナーシャル・センシング・テクノロジー・インコーポレイテッド | 無線rfネットワークにおける動き感知 |
US20070293232A1 (en) | 2006-06-20 | 2007-12-20 | Aruze Corp. | Wireless communication failure monitoring system and monitoring device |
US7783300B2 (en) | 2006-11-22 | 2010-08-24 | Airdefense, Inc. | Systems and methods for proactively enforcing a wireless free zone |
US8075499B2 (en) | 2007-05-18 | 2011-12-13 | Vaidhi Nathan | Abnormal motion detector and monitor |
US8526341B2 (en) | 2007-05-17 | 2013-09-03 | University Of Iowa Research Foundation | Systems and methods for microwave tomography |
US20090128360A1 (en) | 2007-09-24 | 2009-05-21 | Headwater Systems, Inc. | Electronic tag location system |
US7679547B2 (en) | 2007-09-26 | 2010-03-16 | Honeywell International Inc. | Direction of travel motion detector with automatic gain control |
GB2469420B (en) | 2008-02-06 | 2012-10-17 | Hmicro Inc | Wireless communications systems using multiple radios |
TWI475847B (zh) | 2008-04-16 | 2015-03-01 | Koninkl Philips Electronics Nv | 存在及移動偵測之被動雷達 |
US8102261B2 (en) | 2008-07-17 | 2012-01-24 | Honeywell International Inc. | Microwave ranging sensor |
US8542109B2 (en) | 2008-07-29 | 2013-09-24 | Flir Systems, Inc. | Foliage penetrating sensor array for intrusion detection |
US10168414B2 (en) | 2014-07-17 | 2019-01-01 | Origin Wireless, Inc. | Wireless signals and techniques for determining locations of objects in multi-path environments |
US8159344B2 (en) | 2008-10-28 | 2012-04-17 | Honeywell International, Inc. | Microwave motion detectors utilizing multi-frequency ranging and target angle detection |
US8892127B2 (en) | 2008-11-21 | 2014-11-18 | Qualcomm Incorporated | Wireless-based positioning adjustments using a motion sensor |
US8885559B2 (en) | 2009-03-20 | 2014-11-11 | Innovative Wireless Technologies, Inc. | Method and apparatus for reliable communications in underground and hazardous areas |
US8331498B2 (en) | 2009-04-13 | 2012-12-11 | Telefonaktiebolaget L M Ericsson (Publ) | Blind modulation detection |
EP2259084A1 (de) | 2009-06-03 | 2010-12-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Funkeinrichtung zur Detektion einer Bewegung |
US8305257B2 (en) | 2009-09-02 | 2012-11-06 | Trizna Dennis B | Method and apparatus for coherent marine radar measurements of properties of ocean waves and currents |
US8138918B2 (en) | 2009-09-17 | 2012-03-20 | Raytheon Company | Intrusion detection and tracking system |
US9229102B1 (en) | 2009-12-18 | 2016-01-05 | L-3 Communications Security And Detection Systems, Inc. | Detection of movable objects |
US8818288B2 (en) * | 2010-07-09 | 2014-08-26 | University Of Utah Research Foundation | Statistical inversion method and system for device-free localization in RF sensor networks |
WO2012015688A2 (en) | 2010-07-27 | 2012-02-02 | Raytheon Company | An intrusion detection and tracking system |
US8611410B2 (en) | 2010-07-30 | 2013-12-17 | National Instruments Corporation | Variable modulus mechanism for performing equalization without a priori knowledge of modulation type or constellation order |
US8396485B2 (en) | 2010-11-09 | 2013-03-12 | Apple Inc. | Beacon-based geofencing |
WO2012082758A1 (en) | 2010-12-13 | 2012-06-21 | Xandem Technology Llc | Systems and methods of device-free motion detection and presence detection |
EP2678709B1 (en) | 2011-02-21 | 2018-03-28 | Transrobotics, Inc. | System and method for sensing distance and/or movement |
JPWO2012137285A1 (ja) * | 2011-04-04 | 2014-07-28 | 三菱電機株式会社 | 在圏検知システム、在圏検知方法及びプログラム |
US20130005280A1 (en) | 2011-06-28 | 2013-01-03 | Hong Kong Applied Science and Technology Research Institute Company Limited | Method for constructing a wireless communication device to achieve motion sensing function |
US20130090117A1 (en) | 2011-10-06 | 2013-04-11 | Qualcomm Incorporated | Method and apparatus for optimized reacquisition of wireless communications systems |
HUE030680T2 (en) | 2011-10-19 | 2017-05-29 | ERICSSON TELEFON AB L M (publ) | Motion detector device |
WO2013089747A1 (en) | 2011-12-15 | 2013-06-20 | Intel Corporation | System and method for enabling low power devices |
US8866663B2 (en) | 2011-12-27 | 2014-10-21 | Massachusetts Institute Of Technology | Methods and apparatus for sensing organic tissue |
US9185528B2 (en) | 2012-06-28 | 2015-11-10 | Northrop Grumman Systems Corporation | WiFi mapping and motion detection |
WO2014021574A1 (ko) | 2012-08-02 | 2014-02-06 | 트라텍정보통신 주식회사 | 스마트폰과 연동되는 usb 메모리 장치 |
US9551784B2 (en) | 2012-09-04 | 2017-01-24 | Honeywell International Inc. | Intrusion detection |
US9999376B2 (en) | 2012-11-02 | 2018-06-19 | Vital Connect, Inc. | Determining body postures and activities |
US8847754B2 (en) | 2012-11-15 | 2014-09-30 | James Buchheim | Locator beacon and radar application for mobile device |
US9544788B2 (en) | 2012-11-16 | 2017-01-10 | Dsp Group Ltd. | Method and system for motion detection using digital enhanced cordless telecommunicaiton (DECT) signals |
CA2834522A1 (en) | 2012-11-22 | 2014-05-22 | Perch Communications Inc. | System and method for automatically triggered synchronous and asynchronous video and audio communications betwwen users at different endpoints |
US20130281801A1 (en) | 2013-03-04 | 2013-10-24 | Hello Inc. | System using patient monitoring devices with unique patient ID's and a telemetry system |
US9537586B2 (en) | 2013-03-15 | 2017-01-03 | DGS Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management with remote access to data in a virtual computing network |
US9213873B2 (en) | 2013-03-22 | 2015-12-15 | Symbol Technologies, Llc | Determining movement of a radio frequency identification tag using a phase difference/frequency model |
CA2820568A1 (en) | 2013-06-21 | 2014-12-21 | Ninve Jr. Inc. | Dual differential doppler motion detection |
US9451381B2 (en) | 2013-08-06 | 2016-09-20 | Time Warner Cable Enterprises Llc | Automated provisioning of managed services in a Wi-Fi capable client device |
CN103400123A (zh) * | 2013-08-21 | 2013-11-20 | 山东师范大学 | 基于三轴加速度传感器及神经网络的步态类型鉴别方法 |
US10979203B2 (en) | 2013-09-04 | 2021-04-13 | Qualcomm Incorporated | Channel selection to reduce interference to a wireless local area network from a cellular network |
US9467480B2 (en) | 2013-09-16 | 2016-10-11 | Qualcomm Incorporated | Selectively multiplexing incoming WebRTC traffic and/or de-multiplexing outgoing WebRTC traffic by a client-based WebRTC proxy on behalf of a WebRTC multimedia client application |
CN103606248B (zh) * | 2013-09-30 | 2016-08-10 | 广州市香港科大***研究院 | 一种人体摔倒自动检测方法及*** |
US9204385B2 (en) | 2013-10-09 | 2015-12-01 | Netgear, Inc. | Wireless router or residential gateway capable of distinguishing power-sensitive wireless sensors and providing separate treatment thereto |
EP3092750B1 (en) | 2014-01-06 | 2020-07-15 | Samsung Electronics Co., Ltd. | System, device, and apparatus for coordinating environments using network devices and remote sensory information |
CA2945702A1 (en) | 2014-01-28 | 2015-08-06 | King Abdullah University Of Science And Technology | Buffer sizing for multi-hop networks |
US20150245164A1 (en) | 2014-02-26 | 2015-08-27 | Aliphcom | Interaction between wearable devices via broadcasted sensor-related data |
EP3102964B1 (en) | 2014-04-11 | 2020-07-29 | SZ DJI Technology Co., Ltd. | Proximity sensing systems and methods |
CN103913721B (zh) * | 2014-04-18 | 2016-05-25 | 山东大学 | 一种基于人工神经网络的室内人员智能感知方法 |
WO2015168700A1 (en) | 2014-05-02 | 2015-11-05 | The Board Of Trustees Of The Leland Stanford Junior University | Method and apparatus for tracing motion using radio frequency signals |
KR20150134126A (ko) | 2014-05-21 | 2015-12-01 | 재단법인대구경북과학기술원 | 레이더 신호 처리 방법 및 장치 |
US9294974B2 (en) | 2014-05-30 | 2016-03-22 | Apple Inc. | Motion based search and measurement periodicity |
US9143968B1 (en) | 2014-07-18 | 2015-09-22 | Cognitive Systems Corp. | Wireless spectrum monitoring and analysis |
US9143413B1 (en) | 2014-10-22 | 2015-09-22 | Cognitive Systems Corp. | Presenting wireless-spectrum usage information |
US9648462B2 (en) | 2014-11-28 | 2017-05-09 | Szegedi Tudományegyetem | Method for tracking of motion of objects associated with wireless communication devices within a predefined area |
TWI514193B (zh) | 2014-12-25 | 2015-12-21 | Univ Nat Sun Yat Sen | 動作感測裝置 |
US10347108B2 (en) | 2015-01-16 | 2019-07-09 | City University Of Hong Kong | Monitoring user activity using wearable motion sensing device |
US20160241999A1 (en) | 2015-02-16 | 2016-08-18 | Polaris Tech Global Limited | Cross-platform automated perimeter access control system and method adopting selective adapter |
CN104951757B (zh) * | 2015-06-10 | 2018-11-09 | 南京大学 | 一种基于无线信号的动作检测和识别的方法 |
EP3334334A1 (en) * | 2015-08-11 | 2018-06-20 | Masimo Corporation | Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue |
US10564285B2 (en) | 2015-11-19 | 2020-02-18 | DSCG Solutions, Inc. | Estimation of motion in six degrees of freedom (6DOF) using LIDAR |
US10002313B2 (en) * | 2015-12-15 | 2018-06-19 | Sighthound, Inc. | Deeply learned convolutional neural networks (CNNS) for object localization and classification |
US10433184B2 (en) | 2015-12-31 | 2019-10-01 | Motorola Mobility Llc | Method and apparatus for directing an antenna beam based on a location of a communication device |
US9523760B1 (en) | 2016-04-15 | 2016-12-20 | Cognitive Systems Corp. | Detecting motion based on repeated wireless transmissions |
US10372976B2 (en) | 2016-05-05 | 2019-08-06 | Brunswick Corporation | Person detection in a marine environment |
US9584974B1 (en) | 2016-05-11 | 2017-02-28 | Cognitive Systems Corp. | Detecting motion based on reference signal transmissions |
US9524628B1 (en) | 2016-08-04 | 2016-12-20 | Cognitive Systems Corp. | Detecting signal modulation for motion detection |
US9927519B1 (en) | 2017-03-16 | 2018-03-27 | Cognitive Systems Corp. | Categorizing motion detected using wireless signals |
US9989622B1 (en) | 2017-03-16 | 2018-06-05 | Cognitive Systems Corp. | Controlling radio states for motion detection |
US9743294B1 (en) * | 2017-03-16 | 2017-08-22 | Cognitive Systems Corp. | Storing modem parameters for motion detection |
CN107122798A (zh) * | 2017-04-17 | 2017-09-01 | 深圳市淘米科技有限公司 | 基于深度卷积网络的引体向上计数检测方法及装置 |
US9933517B1 (en) | 2017-11-03 | 2018-04-03 | Cognitive Systems Corp. | Time-alignment of motion detection signals using buffers |
-
2017
- 2017-12-08 US US15/836,606 patent/US10108903B1/en active Active
-
2018
- 2018-02-08 WO PCT/CA2018/050144 patent/WO2019109163A1/en unknown
- 2018-02-08 CA CA3079998A patent/CA3079998A1/en active Pending
- 2018-02-08 CN CN201880075920.6A patent/CN111512178B/zh active Active
- 2018-02-08 KR KR1020207013584A patent/KR102588572B1/ko active IP Right Grant
- 2018-02-08 EP EP18886214.8A patent/EP3695248A4/en active Pending
- 2018-02-08 JP JP2020528241A patent/JP7154295B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015065686A2 (en) * | 2013-10-28 | 2015-05-07 | Qualcomm Incorporated | Methods and apparatus for tagging classes using supervised learning |
WO2016005977A1 (en) * | 2014-07-08 | 2016-01-14 | Trekeye Systems Ltd. | A method and system for detection of changes in a defined surveyed area |
US20170343658A1 (en) * | 2014-10-31 | 2017-11-30 | Siemens Schweiz Ag | Method, digital tool, device and system for detecting movements of objects and/or living beings in a radio range, in particular of an indoor area |
WO2017100706A1 (en) * | 2015-12-09 | 2017-06-15 | Origin Wireless, Inc. | Method, apparatus, and systems for wireless event detection and monitoring |
WO2017151206A1 (en) * | 2016-03-03 | 2017-09-08 | Google Inc. | Deep machine learning methods and apparatus for robotic grasping |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024047897A1 (ja) * | 2022-09-02 | 2024-03-07 | 株式会社日立製作所 | 検出システム、センサ装置、及び検出方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3695248A1 (en) | 2020-08-19 |
CN111512178B (zh) | 2024-06-04 |
EP3695248A4 (en) | 2021-07-21 |
US10108903B1 (en) | 2018-10-23 |
WO2019109163A1 (en) | 2019-06-13 |
CN111512178A (zh) | 2020-08-07 |
JP7154295B2 (ja) | 2022-10-17 |
KR20200096909A (ko) | 2020-08-14 |
CA3079998A1 (en) | 2019-06-13 |
KR102588572B1 (ko) | 2023-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7154295B2 (ja) | 無線信号の特性の機械学習に基づく動き検出 | |
JP7249337B2 (ja) | ワイヤレス信号の統計パラメータのグルーピングに基づく動き検出 | |
JP7174073B2 (ja) | センサデバイスからのデータを用いた動き検出システムのためのトレーニングデータ | |
Zou et al. | Deepsense: Device-free human activity recognition via autoencoder long-term recurrent convolutional network | |
KR102607381B1 (ko) | 채널 응답 특성들에 기반한 모션 로컬화 | |
JP7124079B2 (ja) | メッシュネットワークにおける動き検出法 | |
CN111164454B (zh) | 基于无线信号的滤波后的统计参数的运动检测 | |
CN113383244B (zh) | 确定从无线信号检测到的运动的位置 | |
EP3906425B1 (en) | An offline tuning system for detecting new motion zones in a motion detection system | |
WO2020220111A1 (en) | Determining a location of motion detected from wireless signals based on wireless link counting | |
WO2019183708A1 (en) | Detecting presence based on wireless signal analysis | |
US20230370819A1 (en) | Operating a Mobile Wireless Communication Device for Wireless Motion Sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200612 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211201 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220502 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221004 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7154295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |