<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>検知 on akky@サイボウズラボ・ブログ</title>
		<link>https://labs.cybozu.co.jp/blog/akky/tags/%E6%A4%9C%E7%9F%A5/</link>
		<description>Recent content in 検知 on akky@サイボウズラボ・ブログ</description>
		<generator>Hugo</generator>
		<language>ja</language>
		
		
		
		
			<lastBuildDate>Mon, 22 Aug 2016 00:00:00 +0000</lastBuildDate>
		
			<atom:link href="https://labs.cybozu.co.jp/blog/akky/tags/%E6%A4%9C%E7%9F%A5/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>FreeSense - 部屋に居るのが誰か、無線LAN信号で特定する技術</title>
				<link>https://labs.cybozu.co.jp/blog/akky/2016/08/freesense-detects-who-is-in-a-room/</link>
				<pubDate>Mon, 22 Aug 2016 00:00:00 +0000</pubDate>
				<guid>https://labs.cybozu.co.jp/blog/akky/2016/08/freesense-detects-who-is-in-a-room/</guid>
				<description>&lt;p&gt;WiFi信号の変化を使って複数の既知の人物から誰が部屋にいるのかを推測する、という&lt;a href=&#34;http://arxiv.org/abs/1608.03430&#34;&gt;技術FreeSense が発表&lt;/a&gt;されています。&lt;/p&gt;&#xA;&lt;p&gt;家庭用の無線LANルーターでも、パソコンなどの無線LANクライアントとアクセスポイントがやりとりする際に、電波の通りやすさがチャネル状態情報(Channel State Information = CSI)として算出され、壁や障害物の現状に合わせてより良い通信方法が選択される(こともある)ということなのですが、このCSIを使って、人によって違う体形や部屋の中での動きのパターンを見分けることで、人物特定につなげているということです。&lt;/p&gt;&#xA;&lt;p&gt;実験では、6メートルx5メートルの部屋に、ラップトップPCとインテルの市販のルーターを置き、9人の被験者のそれぞれにその中で過ごしてもらい、動きに対するCSIのパターンを集めたそうです。&lt;/p&gt;&#xA;&lt;p&gt;&lt;a href=&#34;https://labs.cybozu.co.jp/blog/akky/2016/08/freesense-detects-who-is-in-a-room/freesense-room.png&#34;&gt;&lt;picture&gt;&#xA;  &lt;source type=&#34;image/webp&#34; srcset=&#34;https://labs.cybozu.co.jp/blog/akky/2016/08/freesense-detects-who-is-in-a-room/freesense-room_hu_b1dd3c312fda813c.webp 323w&#34; sizes=&#34;(max-width: 56rem) 100vw, 54rem&#34;&gt;&#xA;  &lt;img src=&#34;https://labs.cybozu.co.jp/blog/akky/2016/08/freesense-detects-who-is-in-a-room/freesense-room.png&#34; width=&#34;323&#34; height=&#34;200&#34; alt=&#34;freesense-room&#34; loading=&#34;lazy&#34; decoding=&#34;async&#34;&gt;&#xA;&lt;/picture&gt;&lt;/a&gt;&lt;/p&gt;&#xA;&lt;p&gt;その後、部屋に一人で入って同じように過ごしてもらい、集めたパターンとの類似をもってそれが誰かを判定させたところ、6人から1人を当てる場合で88.9%、2人のどちらかを当てる場合では94.5%という高い正答率が&lt;a href=&#34;https://arxiv.org/ftp/arxiv/papers/1608/1608.03430.pdf&#34;&gt;得られたということ&lt;/a&gt;。&lt;/p&gt;&#xA;&lt;p&gt;複数の人が同時に部屋に入ったり、既知の人ではない誰かが入ったりした際はまだまだ特定できないのだろうとは思いますが、研究が進めばもっと精度が高くなるかもしれないですね。また、市販の機器だけでここまでできるのですから、最初からこの目的で作ったセンサーや機器でも、もっと難しい条件で当てられるかもしれません。&lt;/p&gt;&#xA;&lt;p&gt;良いことにも悪いことにも使われそうな技術ではあります。&lt;/p&gt;&#xA;&lt;p&gt;via &lt;a href=&#34;http://motherboard.vice.com/en_uk/read/wifi-signals-can-id-individuals-by-body-shape?&#34;&gt;Motherboard&lt;/a&gt;&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
