2018 Fiscal Year Research-status Report
Computer vision for wireless communications
| Project/Area Number |
18K13757
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
西尾 理志 京都大学, 情報学研究科, 助教 (80711522)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | ミリ波通信 / 機械学習 / 画像処理 / 受信電力予測 |
|---|
| Outline of Annual Research Achievements |
無線通信環境をみるコンピュータビジョン技術の研究目的は、カメラやレーダなどの視覚（ビジョン）データから無線通信品質を予測することである。ミリ波通信や可視光通信、テラヘルツ通信など超高周波帯を用いた通信では、歩行者や車、植物などが見通し通信路を遮蔽すると信号電力が大きく低下し、通信品質を劣化させる。一方、反射物となるようなものが近傍に存在すれば、強い反射波を受信することで通信を継続することができる。このような電波伝搬空間情報はカメラやレーダなどビジョンデータに内包されており、それを読み解くことで通信品質を予測できる可能性がある。平成30年度は、これまで確立してきた深度カメラ画像からミリ波通信受信電力を予測する技術を応用し、RGBカメラ画像からミリ波通信受信電力を予測する技術について検討した。RGBカメラは深度カメラと比較して廉価であり、Webカメラや監視カメラなど広く用いられていることから、既存のカメラを転用することで設置コストを大幅に削減できる。一方、深度画像では取得可能であった奥行き情報が失われるため、予測精度が低下する可能性がある。特に、カメラの奥行き方向に歩行者が移動する場合においては予測精度低下の可能性が高い。本研究では、グレースケール変換したRGB画像を、画像処理で代表的に用いられる特徴抽出手法である画像差分とエッジ抽出を施した画像を入力として、機械学習により受信電力を予測する手法を検討し、入力に深度画像を用いた場合と同程度の性能が達成できることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画に記載していた方式の高度化に関してRGB画像への適用範囲拡大を実現した。また、文献調査により、次年度以降に予定している特徴抽出に関係する知識、具体的にはCNNにおける画像上の着目点の抽出手法や特徴重要度の算出手法などの知見を蓄えることができ、今後の研究進展に大いに寄与することが期待される。
|
| Strategy for Future Research Activity |
ミリ波通信受信電力予測に関して、予測精度を向上させるための入力画像の処理について検討する。具体的には、予測精度向上に寄与する特徴をうまく抽出する一方で、冗長な情報を削減し、機械学習モデルをコンパクトにすることで、少ない学習データ量でも高い予測精度を達成する方法を検討する。
|
| Causes of Carryover |
今年度想定していたビジョンセンサ購入について、実験評価において既存設備で可能な範囲の規模となることから購入を見送ったこと、および、出張旅費において招待等で別途支給されたため、次年度使用額が生じた。次年度は今年度得られた成果をまとめ国際会議への参加・発表を複数回行うとともに、不足している端末やセンサの追加購入を行う。
|
